BAB I

PENDAHULUAN

1.1 Latar Belakang

Pendarahan Otak adalah suatu kondisi dimana terdapat darah di jaringan otak baik itu
di dalam otak (Intracerebral) maupun diantara lapisan-lapisan pelindung otak
(Cranial Meninges). Biasanya penyebab terjadinya pendarahan otak, yaitu: Tumor
otak, trauma/cedera kepala, Stroke, penyakit infeksi (lues, rematik, herpes zoster),
serta obat-obatan yang dapat menimbulkan adiksi (heroin, kokein, amfetamin).
Beberapa rumah sakit umum di medan, Pasien dengan penderita pendarahan otak
sangat banyak bahkan selalu menempati urutan pertama. Kasus yang paling sering
dijumpai adalah cedera otak/kepala. Semakin meningkatnya Mobilitas masyarakat di
kota-kota besar semakin meningkat juga prosentasi kecelakaan yang mengakibatkan
terjadinya cedera kepala.

Pendarahan otak dapat diketahui oleh para radiolog dan dokter yang dibantu
dengan menggunakan Computed Tomography (CT) Scan. CT Scan adalah peralatan
medis yang berfungsi untuk diagnosa yang memanfaatkan sinar x untuk
menghasilkan suatu citra. Citra yang dihasilkan CT Scan akan diidentifikasi secara
manual melalui kasat mata oleh ahli atau seorang dokter, sehingga terkesan subjektif.
Penelitian yang pernah dilakukan Herlina Pitasari pada tahun 2010 dengan judul
Deteksi Tumor Otak berbasis Jaringan Syaraf Tiruan Learning Vector Quantization
(LVQ). Pada penelitian ini, untuk mengolah citra sistem menggunakan grayscale,
segmentasi, dan Histogram Equalization. Dalam mengklasifikasi tumor otak, tingkat
akurasi yang dicapai metode Learning Vector Quantization adalah sebesar 80%.

Penelitian yang berjudul Automatic Brain Tumor Detection And Classification

Using SVM pernah dilakukan oleh Sonu Suhag dan Lalit Mohan Saini pada tahun
2015. Dalam Penelitian ini, Metode yang digunakan untuk mendeteksi tumor otak
adalah Support Vector Machine. Proses pengolahan citra menggunakan Segmentasi
dan ekstraksi fitur menggunakan metode A Gray Level Co-occurrence Matrix. Data

Universitas Sumatera Utara

 2

yang digunakan untuk pengujian sebanyak 36 abnormal dan sepuluh yang normal.
Tingkat akurasi yang dihasilkan SVM dalam mengklasifikasi mencapai 91%.

Analisis Citra Otak Untuk Prediksi Jenis Cedera Otak Menggunakan Jaringan
Syaraf Tiruan Backpropogation. Penelitian ini dilakukan oleh Sumijan dan Julius
Santony pada tahun 2014. Proses pengolahan citra menggunakan segmentasi dan
pekstraksi fitur menggunakan Principle Component Analysis (PCA). metode
Backpropogation menggunakan bebeparapa layer untuk mendapatkan hasil yang ingin
diperoleh. Membutuhkan estimasi waktu yang lama dalam proses tersebut.

A Computer Aided Diagnosis System For Detection Of Lung Cancer Nodules

Using Extreme Learning Machine adalah penelitin yang pernah dilakukan oleh M.
Gomathi dan Thangaraj pada tahun 2010. Sistem melakukan proses segmentasi dan
ekstraksi fitur Principle Component Analysis (PCA) untuk mendeteksi citra lambung
yang normal dengan citra kanker lambung . Metode yang digunakan pada penelitian
adalah Extreme Learning Machine. Hasilnya sangat memuaskan ELM mampu
mengklasifikasi gambar dengan baik dan menghasilkan tingkat akurasi mencapai
94%.

Berdasarkan latar belakang yang telah dipaparkan di atas, maka penulis akan
mengajukan penelitian yang dapat membantu dan mempermudah proses klasifikasi
pendarahan otak berdasarkan pengolahan citra digital CT Scan dengan menggunakan
metode jaringan syaraf tiruan Extreme Learning Machine.

1.2 Rumusan Masalah

Pendarahan otak terdiri berbagai jenis, yaitu Epidural, Subdural, Intracerebral,

Subarachnoid dan Normal. Menentukan jenis pendarahan otak dapat diketahui oleh
dokter dan juga ahli radiologi dengan cara melihat hasil citra CT Scan. Pemeriksaan
pendarahan otak tersebut masih dilakukan secara manual. Oleh Karena itu, diperlukan
suatu metode komputasi untuk mempermudah dan membantu dokter dalam
menentukan jenis pendarahan otak yang diderita oleh pasien melalui citra CT Scan.

Universitas Sumatera Utara

 3

1.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk mempermudah dalam melakukan
pengklasifikasian pendarahan otak melalui citra CT Scan menggunakan metode
Extreme Learning Machine.

1.4 Batasan Masalah

Dalam tugas akhir ini, terdapat batasan masalah dari permasalahan yang ada, yaitu:

1. Data citra yang dipakai merupakan hasil digitasi citra CT Scan otak dengan
format .jpeg atau .jpg.
2. Citra CT Scan otak yang digunakan memiliki ukuran 300 x 300 piksel.
3. Sistem yang akan dibangun hanya akan melakukan klasifikasi pendarahan otak
berdasarkan citra CT Scan otak
4. Klasifikasi Pendarahan otak terdiri dari : Epidural, Subdural, Intracerebral,
Subarachnoid dan Normal.

1.5 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah implementasi sistem untuk mengklasifikasi
pendarahan otak yang dialami oleh pasien.

1.6 Metodologi Penelitian

Tahapan-tahapan yang akan dilakukan dalam penelitian ini adalah sebagai berikut :

1.6.1 Studi Literatur

Tahap studi literatur ini dilaksanakan untuk mengumpulkan data dan

mempelajari informasi yang diperoleh dari buku, jurnal, skripsi, dan berbagai
sumber referensi lain yang berkaitan dan mendukung penelitian. Informasi
yang berkaitan dengan penelitian tersebut seperti pendarahan pada otak atau

Universitas Sumatera Utara

 4

trauma kepala, scaling, grayscale, Thresholding, dan metode extreme learning

machine.

1.6.2 Analisis Permasalahan

Pada tahap ini dilakukan analisis terhadap berbagai informasi yang telah
diperoleh dari berbagai sumber yang terkait dengan penelitian agar didapatkan
metode yang tepat untuk menyelesaikan masalah dalam penelitian ini yaitu
mengklasifikasikan pendarahan otak melalui citra CT Scan.

1.6.3. Perancangan Sistem

Pada tahap ini dilakukan perancangan sistem untuk menyelesaikan

permasalahan yang terdapat di dalam tahap analisis.

1.7 Sistematika Penulisan

Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:

Bab 1: Pendahuluan

Bab 1 terdiri dari latar belakang, rumusan masalah, tujuan penelitian, batasan masalah,
manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

Bab 2: Landasan Teori

Bab 2 terdiri dari teori-teori yang digunakan dan berhubungan dalam permasalahan
yang dibahas pada penelitian ini.

Universitas Sumatera Utara

 5

Bab 3: Analisis dan Perancangan Sistem

Bab ini berisi tentang analisis dari arsitektur umum serta analisis dari metode yang
digunakan yaitu metode Extreme Learning Machine dan penerapannya dalam hal
mengklasifikasikan jenis pendarahan otak serta perancangan sistem yang dibuat

Bab 4: Implementasi dan Pengujian Sistem

Bab ini berisi pembahasan tentang implementasi dari metode yang digunakan serta
analisis dan perancangan yang telah disusun pada Bab 3 serta pengujian terhadap hasil
yang didapatkan apakah sesuai dengan yang diharapkan.

Bab 5: Kesimpulan Dan Saran

Bab ini berisi kesimpulan dari hasil penelitian yang telah di uraikan pada bab-bab
sebelumnya serta saran-saran yang diajukan dan diharapkan dapat di kembangkan
untuk penelitian selanjutnya.

Universitas Sumatera Utara