SEMINAR PROPOSAL TUGAS AKHIRPERBANDINGAN HASIL EKSTRASI PADA CITRA MEDIS

ULTRASONOGRAPHY (USG) BERDASARKAN OPERASI GEOMETRIKAdes Wahyu Dwi Susilo1 ; Retno Supriyanti 2; Yogi Ramadhani 3

1,2Program Studi Teknik Elektro, Fakultas Sains dan Teknik, Universitas Jenderal Soedirman(1)Mahasiswa Pemakalah, (2)Dosen Pembimbing I, (3) Dosen Pembimbing II

ABSTRAKS

Ultrasonography (USG) adalah salah satu dari produk teknologi medical imaging yang dikenal sampai saat ini. Medical Imaging adalah suatu teknik yang digunakan untuk mencitrakan bagian dalam organ atau suatu jaringan sel (tissue) pada tubuh tanpa membuat sayatan atau luka (non invasive). Pada citra USG uterus memiliki bentuk dan tekstur yang berbeda beda pada setiap objek yang dihasilkan maka dari itu diperlukan suatu pengklasifikasian otomastis oleh komputer berdasarkan untuk mendapatkan ciri khusus dari sebuah citra dengan cara mengekstrasi fitur obyek tersebut. Dengan didapatkannnya suatu informasi dari hasil ekstrasi fitur bentuk ini maka dapat dilakukan suatu pengenalan pola bentuk dari citra USG uterus ini sehingga kita dapat mengklasifikasikan citra USG uterus berdasarkan bentuk dari uterus itu sendiri. Dalam pengenalan pola bentuk dari sebuah citra khususnya citra medis USG uterus maka harus didapatkan suatu karakteristik khusus. Suatu karakteristik khusus yang dimaksudkan adalah nilai momen dari beberapa metode tertentu seperti : metode momen sapisal, metode momen pusat dan momen invariant. Dalam pengenalan pola menggunakan nilai momen juga tidak lepas dari pengaruh oleh operasi geometrik pada pengolahan citra. Diharapkan memperoleh metode momen yang tepat dalam penegenalan pola bentuk uterus yang tidak terpengaruh oleh operasi geometrik.Kata Kunci : fitur bentuk, momen spasial.momen pusat, momen invariant, rotasi, skala, translasi.

Ultrasonography (USG) is one of medical imaging technology product which is well known up to the present time. Medical Imaging is a technique used for imaging inner part of a body organ or cell tissue without resulting scar and wound (non invasive). In the USG image, uterus has a distinct form and texture between each objects imaged. Therefore, there needed a computer-operated automatic classification to achieve special characteristic of an image by extracting the feature of the object. By achieving information from the result of the extraction of this feature form, an introduction of form pattern of the uterus USG image can be conducted. Hence, we can classify the uterus USG image based on the form of the uterus itself. In an introduction of a pattern form of an image especially uterus medical USG image, there should be achieved a certain characteristic. The special characteristic mentioned before is the moment value of several methods, such as: spatial moment method, central and invariant moment methods. The introduction using moment method cannot also be separated from the affection of the geometric operation in the image processing. The suitable moment method is expected to be achieved in the introduction of the uterus shape pattern which is not affected by geometric operation.

1

Key words: form feature, spatial moment, central moment, invariant moment, rotation, scale, translation.

I. Pendahuluan

I.1 Latar Belakang

Saat ini sudah menjadi suatu prosedur standar untuk memanfaatkan teknologi ultrasonography (USG), apalagi ibu yang sedang menanti kehadiran buah hatinya yang sangat ingin mengetahui kondisi janin dalam rahimnya. Salah satu cara yang tidak asing dikalangan ibu hamil dan tentu saja di dunia kedokteran, yaitu cara untuk memonitor perkembangan janin dalam kandungan atau sering disebut dengan USG. Prosedur uji USG adalah bagian dari rutinitas perawatan pra kelahiran dan memberikan informasi penting yang diperlukan dokter / bidan untuk memberikan perawatan yang optimal. Uji USG memungkinkan dokter atau bidan untuk memastikan perkembangan yang normal dan juga memberikan diagnosa kemungkinan masalah. Karena tidak ada resiko yang ditimbulkan pada ibu hamil dan perkembangan janin, tidak ada alasan untuk tidak menggunakan uji USG.

Ultrasonography (USG) adalah salah satu dari produk teknologi medical imaging yang dikenal sampai saat ini. Medical Imaging adalah suatu teknik yang digunakan untuk mencitrakan bagian dalam organ atau suatu jaringan sel (tissue) pada tubuh tanpa membuat sayatan atau luka (non invasive). Citra (image) adalah istilah lain untuk gambar, sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Ada sebuah peribahasa yang berbunyi “sebuah gambar bermakna lebih dari seribu kata” (a picture is more than a thousand words). Maksudnya tentu sebuah gambar dapat memberikan informasi yang lebih banyak daripada informasi tersebut disajikan dalam bentuk kata – kata (tekstual). [Munir, 2004]

Perkembangan teknologi dewasa ini membuat sistem komputer memiliki kemampuan komputasi tinggi untuk meningkatkan pengolahan data menjadi sebuah informasi. Salah satu data tersebut bisa berupa gambar atau citra digital suatu citra ultrasonography (USG) yang mampu diolah untuk mendapatkan informasi yang lebih baik dan efisien karena pengolahan data tersebut dilakukan oleh sistem komputer.

Informasi yang didapat dari citra ultrasonography dapat berupa ciri fitur khusus yang dapat digunakan sebagai pola-pola spesifik untuk melakukan klasifikasi atau identifikasi cacat secara otomatis oleh komputer. Dalam memperoleh ciri fitur khusus digunakan beberapa metode momen yang memiliki karakteristik masing masing dalam pengenalan bentuk dan tekstur. Metode momen yang digunakan untuk melakukan ekstrasi citra yaitu seperti momen spasial dan momen pusat, momen invariant, momen jarak. Bentuk dari objek yang diperoleh dari proses pengenalan pola dapat direpresentasikan guna memperoleh karakteristik dari objek tersebut. Salah satunya yaitu dengan cara mengekstrasi fitur objek tersebut. Namun hasil dari ekstrasi fitur tersebut harus lepas dari perbedaan letak geometri. Yaitu satu objek yang sama tapi berbeda lokasi, arah pemutaran, dan ukuran harus memiliki nilai fitur yang sama. Sehingga perlu diberikan operasi geometri pada objek tersebut.

Pada citra USG uterus memiliki bentuk dan tekstur yang berbeda beda pada setiap objek yang dihasilkan maka dari itu diperlukan suatu pengklasifikasian otomastis oleh komputer berdasarkan untuk mendapatkan ciri khusus dari sebuah citra, dimana dalam pengenalan citra USG memerlukan suatu karakteristik khusus yang didapatkan dari mengekstrasi fitur objek. Dengan didapatkannnya suatu informasi dari hasil ekstrasi fitur bentuk ini maka dapat dilakukan suatu pengenalan pola bentuk dari citra USG uterus ini

2

sehingga dengan adanya pengenalan pola bentuk , kita dapat mengklasifikasikan citra USG uterus berdasarkan bentuk dari rahim (uterus) itu sendiri. Dalam pengenalan pola bentuk dari sebuah citra khususnya citra medis USG uterus maka harus didapatkan suatu karakteristik khusus. Suatu karakteristik khusus yang dimaksudkan adalah nilai momen dari beberapa metode tertentu. Nilai momen juga terpengaruh oleh operasi geometrik pada pengolahan citra. Untuk mendapatkan nilai momen karakteristik yang baik terhadap operasi geometrik maka penulis mempunyai inisiatif mengambil judul untuk penelitian ini dengan judul “ Perbandingan Hasil Ekstraksi Pada Citra Ultrasonography (USG) Berdasarkan Operasi Geometrik ”

I.2 Rumusan Masalah

Dari latar belakang yang dikemukakan di atas, maka yang menjadi rumusan masalah dalam penelitian ini adalah analisis perbandingan fitur citra USG untuk didapatkannya nilai momen karakteristik yang paling baik dari metode momen spasial,momen pusat, dan momen invariant. Dengan membandingkan nilai fitur dari beberapa penerapan operasi geometrik, diantaranya: translasi, rotasi, dan penyekalaan.I.3 Batasan Masalah

Masalah yang dikemukakan dalam penelitian ini dibatasi atas beberapa hal berikut :

1. Pada penelitian ini citra yang digunakan berupa citra 3D Ul-trasonografi Medis (USG)

2. Sistem analisa fitur dari pener-apan operasi geometrik pada citra Ultrasonografi Medis (USG) dengan menggunakan software Matlab 7.1.

3. Untuk mengekstrasi fitur di-gunakan metode momen spasial dan pusat, momen in-variant

4. Pada operasi geometrik, op-erasi yang digunakan di-antaranya yakni : operasi

translasi, operasi rotasi, dan operasi penskalaan.

5. Threshold yang digunakan dalam pengubahan citra ini sebesar 0.5

6. Dalam proses erosi menggu-nakan nilai elemen penstruktur (hotspot) yang digunakan yaitu sebesar 4 (4 X 4)

7. Pada proses pergeseran (translasi) menggunakan nilai 45 piksel dalam pergeserannya baik arah horizontal maupun vertical.

8. Proses rotasi citra menggu-nakan sudut 45 ° dan 90 ° .

9. Pada proses penskalaan meng-gunakan nilai ½ dari ukuran sebenarnya.

I.4 Tujuan Penelitian

1. Memperoleh nilai momen fitur dari citra 2D Ultrasonografi Medis (USG) yang terbaik setelah dilakukan operasi ge-ometrik.

2. Membandingkan hasil ekstrasi citra medis USG nilai momen fitur setelah diberikan operasi geometrik.

3. Mengetahui karakteristik dari metode momen spasial dan pusat, momen invariant .

4. Membandingkan karakteristik dari nilai fitur metode momen spasial dan pusat, momen in-variant.

I.5 Manfaat PenelitianManfaat yang diharapkan

dalam penyusunan tulisan ini adalah sebagai berikut:1. Dapat mengetahui hasil ekstrasi fi-

tur bentuk rahim pada citra medis USG uterus.

2. Dapat mengetahui perbedaan metode dan karakteristik fitur citra USG antara citra tanpa operasi ge-ometrik dan citra yang telah diberi operasi geometrik.

3. Dapat menjadi sarana untuk mener-apkan ilmu yang telah diperoleh

3

mahasiswa selama kuliah ke dalam suatu penelitian.

4. Dapat mengetahui proses awal dalam suatu pengenalan pola ben-tuk dari citra medis USG uterus.

II Tinjaun Pustaka

II.1 Definisi Citra Secara harfiah, citra (image)

adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dua dimensi. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya. Pantulan cahaya ini ditangkap oleh alat-alat optik, misalnya mata pada manusia, kamera, dan pemindai (scanner), sehingga bayangan objek yang disebut citra tersebut terekam. [Munir, 2004]

II.1 Macam-Macam Penerapan Pengo-lahan Citra

Terlepas dari banyak dan luasnya penerapan dari pengolahan citra, penerapannya menurut Anil K Jain dibagi menjadi 6 bagian yaitu :a. Representasi dan Pemodelan Gam-

barDalam representasi dan pemodelan

gambar (image representation and modelling), gambar yang dihasilkan dari proses akan memberikan gambaran tentang objek dari suatu lokasi (hasil foto dari kamera), karakteristik dari tubuh manusia (gambar X-Ray), suhu dari suatu area (gambar infrared) atau gambaran posisi dari target di sebuah radar.

Hasil yang dapat dimengerti dan akurat merupakan hal yang paling penting dalam image representation. Dalam proses representasi dan pemodelan gambar, kuantitas dan karakter dari picture-element (pixel) menggambarkan suatu objek. (Jain, 1989)

Gambar 2.1 Representasi ultrasonography uterus.

Sumber : (Dhea, 2013)b. Restorasi Gambar

Restorasi gambar adalah proses penghilangan atau minimalisasi degradasi kualitas yang terdapat pada suatu gambar. Hal ini termasuk perbaikan gambar atau foto yang buram, yang disebabkan oleh banyak hal, seperti keterbatasan kualitas sensor, usia gambar yang sudah tua, atau pun banyaknya noise pada gambar. (Jain, 1989)

c. Analisis GambarProses analisis gambar (image

analysis) mempunyai tujuan melakukan pengukuran dan perhitungan pada sebuah image untuk menghasilkan penjelasan dan deskripsi dari gambar tersebut.Teknik analisis gambar melakukan pengambilan atau mengesktrasi dari fitur-fitur tertentu dari gambar untuk membantu mengidentifikasi objek yang diteliti. (Jain, 1989)

Dengan pengambilan fitur-fitur tertentu yaitu berupa nilai momen pada sebuah obyek dapat dilakukan suatu pengenalan pola yang berbeda-beda pada setiap metode yang berbeda pula dimana memiliki karakteristik masing-masing terhadap operasi geometrik citra berupa rotasi, tranlasi maupun skala.

d. Rekonstruksi GambarBidang rekonstruksi gambar

bertujuan untuk membuat sebuah objek dua dimensi atau lebih yang dibuat berdasarkan beberapa proyeksi satu dimensi. Contoh aplikasi dari rekonstruksi gambar adalah penggunaan Computer Topographic Scan (CT Scan) dan Magnetic Resonance Imaging (MRI) untuk memproyeksikan citra dalam bentuk 2 maupun 3 dimensi dari bagian tubuh manusia. (Jain, 1989)

e. Kompresi Data Pada GambarData yang menyangkut informasi

yang bersifat visual sangatlah besar sehingga memerlukan kapasitas penyimpanan yang sangat besar. Walaupun kemampuan beberapa media penyimpanan digital dapat memenuhi kebutuhan penyimpanan yang besar, umumnya kecepatan mengakses data

4

pada media tersebut semakin lambat sebanding dengan makin besarnya kapasitas penyimpanan. Kompresi data pada gambar (image data compression) bertujuan untuk mengurangi jumlah dari bit (satuan terkecil dari data) yang diperlukan untuk menyimpan gambar tanpa mengurangi informasi yang benar-benar diperlukan.

f. Perbaikan Kualitas GambarPerbaikan kualitas gambar adalah

aksentuasi atau penajaman elemen-elemen dari sebuah gambar seperti garis pemisah atau pembatas (edge and boundaries) atau tingkat kontras yang dapat membuat tampilan grafik dari gambar tersebut lebih berguna untuk dianalisis dan ditampilkan (Jain, 1989). Proses perbaikan kualitas gambar tidak memperbaiki atau meningkatkan kualitas dari informasi dan data yang sudah ada pada gambar. Proses tersebut meningkatkan rentang dinamis (dynamic range) dari elemen yang dikehendaki pada gambar sehingga elemen tersebut dapat diperhatikan atau dilihat lebih jelas.

II.2 Pengantar Ekstrasi Fitur Objek sering direpresentasikan

sebagai sekumpulan pixel dalam sebuah citra. Untuk keperluan pengenalan citra, kita perlu mendefinisikan properti objek tersebut. Properti ini sering kita sebut sebagai Deskriptor Objek. Dengan menggunakan deskriptor ini, kita bisa mengenali sebuah objek dalam sebuah citra dengan cara membandingkan dua buah deskriptor objek yang ingin kita kenali dan objek yang sudah kita ketahui (classifier).

Definisi bentuk menurut D.G. Kendall (Stegmann dan Gomez, 2002) adalah infomasi geometris yang tetap ketika efek lokasi, skala, pemutaran dilakukan terhadap sebuah objek. Deskriptor adalah seperangkat parameter yang mewakili karakteristik tertentu objek, yang dapat digunakan untuk menyatakan fitur objek. Adapun fitur dinyatakan dengan susunan bilangan yang dapat dipakai untuk mengidentifikasi objek

Gambar 2.2 Objek USG yang diektrasi dengan operasi geometrik

Sumber : (Dhea,2013)

Fitur-fitur suatu objek mempunyai peran yang penting untuk berbagai aplikasi berikut.1. Pencarian citra: Fitur dipakai untuk

mencari objek-objek tertentu yang berada di dalam database.

2. Penyederhanaan dan hampiran bentuk: Bentuk objek dapat dinyatakan dengan representasi yang lebih ringkas.

3. Pengenalan dan klasifikasi: Sejumlah fitur dipakai untuk menentukan jenis objek. Sebagai contoh, fitur citra daun digunakan untuk menentukan nama tanaman.

Untuk kepentingan aplikasi yang telah disebutkan, fitur hendaknya efisien. Fitur yang efisien perlu memenuhi sifat-sifat penting berikut (Mingqiang, dkk., 2008).1. Teridentifikasi: Fitur berupa nilai yang

dapat digunakan untuk membedakan antara suatu objek dengan objek lain. Jika kedua fitur tersebutdidampingkan, dapat ditemukan perbedaan yang hakiki. Hal ini sama seperti kalau dilakukan oleh manusia secara visual.

2. Tidak dipengaruhi oleh translasi, rotasi, dan penyekalaan: Dua objek yang sama tetapi berbeda dalam lokasi, arah pemutaran, dan ukuran tetap dideteksi sama.

3. Tidak bergantung pada affine.4. Tahan terhadap derau.II.3 Pengantar Ekstrasi Ciri

Ekstraksi ciri merupakan bagian dari teknik pengenalan pola (pattern recognition) yang bertujuan untuk mengambil atau mengekstraksi nilai-nilai

5

unik dari suatu obyek yang membedakan dengan obyek yang lain. Sebagai contoh, untuk melakukan pengenalan suatu obyek wajah dalam citra foto digital maka diperlukan metode ekstraksi ciri untuk mengambil nilai-nilai yang mewakili ciri obyek tersebut.

Ekstraksi ciri suatu obyek dapat dilakukan dengan berbagai metode, baik statistik maupun sintaksis. Ada beberapa metode untuk mendapatkan ciri obyek, dalam hal ini untuk citra, metode metode tersebut antara lain metode momen spasial dan pusat, metode momen invariant, dan metode momen jarak ke pusat. Pada ekstrasi citra dihasilkan berupa nilai nilai ekstrasi atau dapat dikatakan nilai momen yang dapat dimanfaatkan sebagai nilai yang digunakan dalam melakukan klasifikasi dan pengenalan pola.II.3.1 Momen spasial dan momen pusat

Momen spasial orde (m,n) didefinisikan sebagai berikut:

M ij=∑x=1

M

∑y=1

N

x i y j I (x , y)

M ij=∑x=1

M

∑y=1

N

x i y j I (x , y)

Dalam hal ini,a) i, j = 0, 1, 2, …, dengan i j meny-

atakan orde momen;b) M menyatakan jumlah kolom pada

citra;c) N menyatakan jumlah baris pada

citra;d) x adalah ordinat piksel;e) y adalah absis piksel;f) I(x,y) menyatakan intensitas piksel

pada posisi(x,y).Adapun momen pusat adalah momen spasial yang dihitung relatif terhadap pusat

massa. Jika pusat massa adalah (ӯ,x ), momen pusat ditulis seperti berikut:

II.3.2 Momen InvariantMoment invariant biasanya

digunakan sebagai fitur dalam pemrosesan

citra, remote sensing, pengenalan bentuk dan klasifikasi. Moment dapat memberikan karakteristik suatu objek yang secara unik merepresentasikan bentuknya.

Hu yang pertama menghimpun dasar matematika untuk moment invariant dua dimensi dan menunjukkan aplikasinya untuk pengenalan bentuk.

Secara tradisional, moment invariant dihitung berdasarkan informasi yang diberikan oleh boundary bentuk dan daerah interiornya. Moment digunakan untuk membentuk moment invariant yang didefinisikan secara kontinu namun untuk implementasi praktis, moment dihitung secara diskrit. Diberikan sebuah fungsi f(x,y), moment didefinisikan oleh :

M pq=∬x p yq f ( x , y )dxdy

Mpq merupakan moment dua dimensi dari fungsi f(x,y). Order moment adalah (p + q) dimana p dan q adalah bilangan asli. Untuk implementasi di dalam bentuk digital, maka persamaan ini menjadi :

M pq=∑x∑

y

x p yq f ( x , y )

Untuk menormalisasi invariant translasi dalam bidang citra, centroid citra digunakan menentukan moment pusat. Koordinat pusat grafitasi dari citra dihitung dengan menggunakan persamaan diatas dan diberikan oleh :

Selanjutnya, moment pusat dapat

6

ditentukan secara diskrit seperti berikut :

Moment selanjutnya dinormalisasi untuk efek perubahan skala dengan menggunakan rumus sebagai berikut :

Dimana faktor normalisasi

. Dari moment pusat normalisasi, 7 nilai dapat dihitung dan ditentukan dengan :

II.4 Operasi Geometrik

Operasi geometrik adalah operasi pada citra yang dilakukan secara geometris seperti translasi, rotasi, dan penyekalaan. Pada operasi seperti ini terdapat pemetaan geometrik, yang menyatakan hubungan pemetaan antara piksel pada citra masukan dan piksel pada citra keluaran. Secara prinsip, terdapat dua cara yang dapat dipakai. Pertama yaitu pemetaan ke depan

dan kedua berupa pemetaan ke belakang.II.4.1 Menggeser Citra ( Translasi )

Operasi translasi adalah Memindahkan setiap elemen pixel citra input (x1,y1) ke posisi baru pada citra output (x2,y2) sesuai dengan nilai variabel translasi (p,q)Proses translasi :

x2 = x1 + px2 = x1 + p

y2 = y1 + q

Gambar 2.3 Tranlasi pada citra USG uterus : (a) citra semula, (b) citra hasil

translasiSumber : (Dhea, 2013)

II.4.2 Memutar Citra (rotasi)Rotasi merupakan transformasi

geometri untuk memindahkan nilai pixel dari posisi awal (x1,y1) ke posisi akhir (x2,y2) dan ditentukan oleh rotasi sebesar θ terhadap koordinat titik pusat (m,n).

Proses rotasi :

dilakukan dengan berbagai metode, baik statistik maupun sintaksis. Ada beberapa metode untuk mendapatkan ciri obyek, dalam hal ini untuk citra, metode metode tersebut antara lain metode momen spasial dan pusat, metode.

7

x2=cos(θ )×( x1−m)−sin(θ )×( y1−n )+my2=sin(θ )×( x1−m)+cos (θ )×( y1−n )+n

Gambar 2.4 Citra USG uterus yang telah dilakukan operasi rotasiSumber : (Dhea, 2013)

II.4.3 Penskalaan Citra Penskalaan adalah operasi geometri untuk memberikan efek memperbesar atau memperkecil ukuran citra input sesuai dengan variabel penskalaannya.

Proses penskalaan :

Gambar 2.5 (a) Zoom out dengan faktor skala = 2, (b) Zoom in dengan faktor skala

½Sumber : (Dhea, 2013)

sekumpulan pixel dalam sebuah citra. Untuk keperluan pengenalan citra, kita perlu mendefinisikan properti objek tersebut. Properti ini sering kita sebut sebagai Deskriptor Objek. Dengan

menggunakan deskriptor ini, III. Metodologi Penelitian

III.1 Waktu dan Tempat Penelitian dilaksanakan mulai dari

bulan September 2013 sampai dengan November 2013, di Laboratorium Teknik Elektro Jurusan Teknik Fakultas Sains dan Teknik Universitas Jenderal Soedirman di Jalan Mayjen Sungkono Km 5 Blater, Purbalingga, dengan waktu penelitian selama 12 minggu.

III.2 Alat dan Bahan Peralatan yang diperlukan di

antaranya:1. Seperangkat komputer dengan sis-

tem operasi Windows 7 dengan spesifikasi sebagai berikut:Harddisk : 300 GB

RAM : 2 GB

Prosesor : AMD E-350 APU @ ~1.6Ghz

2. SoftwareMatlab 7.13. Data USG dari RSUD Banyumas

yang digunakan pada penelitian Dhea Adisti Putri(2013).

III.3 Tahapan PenelitianMetode yang digunakan pada

penelitian ini terdiri dari tiga tahapan utama, yaitu tahap persiapan, tahap penelitian dan tahap akhir.

III.3.1 Tahap PersiapanMerupakan tahapan

sebelum melakukan penelitian, meliputi pembuatan pra-proposal, perumusan masalah, hingga mengidentifikasi masalah. Mempelajari permasalahan melalui studi literatur (studi pustaka, buku, jurnal, artikel, dan sebagainya) untuk mendapatkan teori – teori penelitian. Sementara diskusi dapat dilakukan dengan mencari informasi melalui tanya jawab ataupun wawancara kepada pihak-pihak yang berkompeten

8

P0=SP×Pi

L0=S l×Li

serta dapat menunjang penelitian ini.

Tahapan selanjutnya yaitu melakukan pengumpulan data. Data yang digunakan pada penelitian ini berupa citra USG uterus yang didapatkan dari RSUD Banyumas yang digunakan pada penelitian Dhea Adisti Putri(2013).

III.3.2 Tahap PenelitianTahap penelitian adalah

tahap lanjutan dari tahap sebelumnya. Dimana dalam tahap penelitian ini perlu menbuat suatu diagram alir sesuai dengan aturan penelitian agar tersusun secara sistematis dan terstruktur.

Adapun langkah yang akan dilakukan pada tahap ini adalah sebagai berikut:

1. Tahap Pembacaan Citra Proses pertama yang akan dilakukan pada penelitian ini adalah pembacaan citra medis USG 3 dimensi dengan tipe jpeg sebelum diolah menuju langkah selanjutnya. Pembacaan citra ini menggunakan intruksi pada toolbox Matlab 7.12. Tahap Grayscale Citra

USG

Proses selanjutnya yaitu mentranformasikan citra warna menjadi citra grayscale atau keabuan, dimana suatu citra tersebut yang mulanya mempresentasikan warna merah,hijau, dan biru diubah menjadi citra yang mempresentasikan keabuan saja.3. Tahap Pemotongan

(Croping) Citra USGTahap ini melakukan proses pemotongan citra untuk menghemat komputasi dan memfokuskan pengujicobaan pengolahan citra pada daerah uterus.

Pada tahap ini mengunakan asumsi pemotongan yang fokus mencakup bagian uterus tersebut.4. Tahap Biner Citra USG

Pada tahap yang keempat yaitu mengubah citra USG menjadi citra biner yang setip pikselnya hanya memiliki nilai 0 dan 1 dari citra grayscale yang sebelumnya memiliki nilai keabuan. Pengubahan citra ini menggunakan nilai thresholding sebesar 0.5.5. Tahap Invert Biner

Pada tahap ini memiliki tujuan agar dapat memilah objek dari latar belakangnya. Dimana latar belakang yang diharapkan adalah berwarna putih. Maka dilakukan suati proses negasi dari citra biner tersebut. 6. Tahap Erosi Citra

Tujuan dari tahap ini adalah untuk memperjelas obyek yang kurang jelas menurut peneliti. Langkah yang diambil adalah dengan cara melakukan operasi erosi sehingga dapat mengurangi perbedaan ketetanggaan piksel pada citra tersebut. Pada operasi erosi ini menggunakan elemen struktur yang digunakan sebesar 4 .7. Melakukan Operasi Ge-

ometrik

Pada tahap yang kedelapan ini citra yang masih normal akan dilakukan sebuah operasi geometrik meliputi rotasi (perputaran) , tranlasii (pergeseran) , dan skala .8. Mengekstrasi Nilai Mo-

men dari Citra USG

9

Pada Tahap ini dilakukan suatu pemanggilan fungsi momen spasial & momen pusat dan juga pemanggilan fungsi momen invariant yang kemudian dilakukan terhadap citra USG sehingga didapatkan nilai momen dari setiap momen tersebut. Pengekstrasian ini dilakukan terhadap citra yang masih normal, dan juga terhadap citra yang telah mengalami operasi RST.9. Membandingkan Nilai

Momen dari Beberapa Metode

Pada tahap terakhir penelitian ini yaitu menganilisis dan membandingkan nilai yang diperoleh dari metode-metode momen yang digunakan dan mengetahui perbandingan nilai momen yang terjadi setelah dilakukan operasi geometrik.

Berdasarkan penjelasan diatas dapat dibuat suatu diagram alir untuk lebih memudahkan pembacaan proses program yang ditunjukkan pada Gambar 3.1 berikut:

Gambar 3.1 Diagram Alir Sistem

III.3.3 Tahap AkhirMerupakan tahap paling

akhir dari penelitian yaitu penulisan laporan tentang “ Perbandingan Hasil Ekstraksi Pada Citra Ultrasonography (USG) Berdasarkan Operasi Geometrik ”dengan mengolah data yang telah didapat kemudian dianalisis dan diseminarkan.

III.4 Jadwal PenelitianPenelitian dilaksanakan pada bulan

September 2013 hingga November 2013 seperti tampak pada tabel berikut.

N

o

.

Nama

Kegiatan

Septe

mber

2013

Oktob

er

2013

Novem

ber

2013

1 2 3 4 1 2 3 4 1 2 3 4

1

.

Pengump

ulan

materi

                       

10

berupa

literature

(studi

pustaka)

2

.

Penyusun

an

proposal

penelitia

n

                       

3

.

Simulasi

Kompute

r

                       

4

.

Analisis

Hasil                       

5

.

Penulisan

Laporan

Akhir

III. 4 Alur Penelitian

Gambar 3.2 Diagram Alir Penelitian

Daftar Pustaka

Ardhi Pradana, Iman. Lokalisasi Area Uterus Pada Citra Digital Hasil USG (Ultrasonografy) Dengan Metode Template Mathcing. Unsoed:Purwokerto

Bahri, Zainul. 2012. Perbandingan Metode Moment Invariant Hu Dan Metode Deskriptor Fourier Dalam Pengenalan Pola Karakter. Jurusan Matematika FMIPA Universitas Riau : Riau

Jain, A. K. 1989. “Fundamental Digital Image Processing”. Prentice Hall Information and System Sciences Series University California : USA.

Kadir, Abdul dan Susanto, Adi. 2012. Pengolahan Citra Teori dan Aplikasi._____ : Yogyakarta

11

Mingqiang, Y; Kidiyo, K.; Joseph, R. 2008.A Survey of Shape Feature Extraction Techniques.onPattern Recognition Technique, Technology and Application, pp. 43-90

Munir, R. 2004.Pengolahan Citra Digital dengan Pendekatan Algoritmik. Penerbit Informatika : Bandung

Nazir. (1998). Metode Penelitian. Jakarta : Rineka Cipta

Putra, Darma . 2009. Pengolahan Citra Digital. Yogyakarta : ANDI

Putri, Dhea Adisti. 2013. Segmentasi Uterus Dengan Menggunakan Perbandingan Metode Deteksi Tepi Pada Citra Ultrasonografi Medis(USG). Jurusan Teknik Elektro Universitas Jenderal Soedirman : Purwokerto

Rangayyan, R.M. 2005.Biomedical Image Analysis. Boca Raton: CRC Press

Sofyan M, Thayf. 2008. Evaluasi Kinerja Momen Invarian Untuk Pengenalan Objek. Jurusan Magister Ilmu Komputer FMIPA Universitas Gadjah Mada : Yogyakarta

Stegmann, M.B.; & Gomez, D.D. 2002. A Brief Introduction

to Statistical ShapeAnalysis

Sujaya, Gede. 2011. Pengembangan Sistem Temu Kembali Citra Berdasarkan DeskripsiWarna, Tekstur, dan Bentuk Objek. Skripsi (tidak diterbitkan). JurusanPendidikan Teknik Informatika, Undiksha Singaraja

12