DETEKSI KANKER OTAK

3

Click here to load reader

description

Deteksi kanker otak menggunakan data MRI dengan pengolahan citra DWT dan jaringan syaraf tiruan backpropagation

Transcript of DETEKSI KANKER OTAK

Page 1: DETEKSI KANKER OTAK

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Otak manusia adalah struktur pusat pengaturan yang memiliki volume sekitar

1.350cc dan terdiri atas 100 juta sel saraf atau neuron. Otak mengatur dan

menkoordinir sebagian besar gerakan, perilaku dan fungsi tubuh homeostasis

(mekanisme pengaturan) seperti detak jantung, tekanan darah, keseimbangan cairan

tubuh dan suhu tubuh. Otak manusia bertanggung jawab terhadap pengaturan seluruh

badan dan pemikiran manusia. Oleh karena itu terdapat kaitan erat antara otak dan

pemikiran. Otak dan sel saraf di dalamnya dipercayai dapat mempengaruhi kognisi

manusia. Pengetahuan mengenai otak mempengaruhi perkembangan psikologi

kognitif. Otak juga bertanggung jawab atas fungsi seperti pengenalan, emosi,

ingatan, pembelajaran motorik dan segala bentuk pembelajaran lainnya1.

Mengingat otak adalah salah satu bagian tubuh manusia yang paling penting,

maka bagian tubuh ini harus dijaga dan dirawat agar fungsi otak tidak terganggu.

Banyak sekali penyakit-penyakit yang dapat menyerang otak manusia yang

diakibatkan oleh virus, bakteri dan sel-sel yang berkembang biak secara tidak wajar

atau diluar kendali. Sel-sel yang berkembang biak secara tidak normal disebut tumor.

Tumor sendiri dibagi menjadi dua tipe yaitu jinak dan ganas.

Kanker otak sendiri adalah sebuah tumor otak ganas (malignant) yang tumbuh

dengan cepat, tidak terkontrol dan menyebar ke daerah otak yang lain. Meskipun

kadang-kadang disebut kanker otak, tumor ganas (malignant) tidak sesuai dengan

definisi kanker, karena sel-sel tumor ganas (malignant) tidak menyebar ke organ di

luar otak dan sumsum tulang belakang[1].

Pada umumnya, dalam mendiagnosa penyakit kanker otak ini, para dokter

menggunakan cara yang masih manual (human inspection), yaitu dengan melihat

citra yang dihasilkan oleh Magnetic Resonance Imaging (MRI). Hasil citra tersebut

biasanya terdapat gangguan (noise). Selain itu, data citra juga masih alami

1 Otak Manusia,

(http://id.wikipedia.org/wiki/Otak, 9 September 2013)

Page 2: DETEKSI KANKER OTAK

2

(bercampur dengan citra lain), ukuran besar, dan bersifat komplek yang terkadang

menyebabkan terjadinya perbedaan diagnosa yang dilakukan oleh para dokter.

Sehingga dibutuhkan sebuah alat bantu berbasis komputer untuk dapat dijadikan

acuan untuk diagnosa penyakit kanker otak.

Dalam penulisan skripsi ini akan dibahas penggunaan dari artificial

intelligence (kecerdasan buatan), yaitu jaringan saraf tiruan backpropagation yang

digunakan untuk mengklasifikasi otak normal dan otak abnormal dari citra MRI.

Penggabungan metode jaringan saraf tiruan dan metode pengolahan citra digital

diharapkan dapat mengklasifikasi otak normal dan otak abnormal sebagai komputasi

otomatis.

1.2 Batasan Masalah

Agar pembahasan tidak meluas dan tidak menimbulkan penyimpangan, penulis

membatasi permasalahan pada:

1. Penelitian kanker otak ini hanya meliputi klasifikasi otak normal dan otak

abnormal.

2. Citra yang akan diolah adalah hasil pemotretan otak dengan menggunakan

perangkat MRI tanpa membahas proses pemrotretan maupun perangkatnya.

3. Input citra yang digunakan dalam sistem deteksi berupa citra hasil dari MRI

yang disimpan dalam format JPEG.

4. Citra MRI yang digunakan pada penelitian ini berasal dari situs Harvard

Medical School.

5. Metode pengolahan citra yang dipakai adalah preprocessing(pemotongan dan

resize citra, thresholding dan median filter).

6. Metode ekstraksi fitur yang digunakan adalah metode discrete wavelet transform

haar (DWT haar), sedangkan algoritma pengklasifikasian jaringan saraf tiruan

yang digunakan adalah backpropagation.

1.3 Rumusan Masalah

Rumusan masalah yang akan dibahas adalah bagaimana cara mendeteksi otak normal

dan otak abnormal karena kanker berdasarkan citra MRI dan menerapkan metode

ekstraksi fitur discrete wavelet transform haar (DWT haar) sebagai input klasifikasi

jaringan saraf tiruan backpropagation.

Page 3: DETEKSI KANKER OTAK

3

1.4 Tujuan Penelitian

Adapun tujuan utama yang ingin dicapai penulis adalah merancang dan membangun

perangkat lunak deteksi kanker otak pada citra MRI menggunakan ekstraksi fitur

DWT haar dan klasifikasi jaringan saraf tiruan backpropagation, yang berfungsi

untuk memperoleh klasifikasi otak normal dan abnormal. Sehingga dapat membantu

instansi atau pengguna yang ingin mendeteksi kanker otak melalui citra MRI.

1.5 Manfaat Penelitian

Adapun manfaat yang diharapkan dalam penulisan skripsi ini adalah:

1. Bagi Penulis

a. Merupakan sarana latihan praktis bagi mahasiswa dalam menerapkan ilmu

yang telah diperoleh selama kuliah.

b. Bisa menghasilkan Aplikasi atau tool JST (Jaringan Saraf Tiruan) yang bisa

bermanfaat tidak hanya bagi penulis tapi juga bagi pengguna yang

menggunakan tool tersebut.

c. Merupakan salah satu syarat memperoleh gelar Sarjana Komputer pada

Program Studi Teknik Informatika Fakultas Teknik Universitas Muria

Kudus.

2. Bagi Akademis

a. Sebagai bahan evaluasi akademik untuk mengetahui kemampuan mahasiswa

menerapkan teori yang diperoleh selama kuliah.

b. Untuk bahan literatur penyusunan skripsi di masa yang akan datang serta

untuk menambah referensi perpustakaan dalam rangka meningkatkan

kualitas pendidikan.

3. Bagi Dunia Kesehatan

Sebagai bahan pertimbangan untuk mengklasifikasikan otak normal dan

abnormal dengan memanfaatkan hasil citra MRI, ekstraksi fitur discrete wavelet

transform haar (DWT haar) dan jaringan saraf tiruan backpropagation.