BAB II

DASAR TEORI

2.1 Tumor Otak

Tumor otak adalah pertumbuhan sel-sel otak yang abnormal di

dalam otak. Tumor otak primer apabila pertumbuhan sel abnormal terjadi

pertama kali di dalam otak bukan merupakan metasase dari tumor di organ

lainnya. Tumor otak mempunyai sifat yang berlainan dibandingkan tumor

di tempat lain. Walaupun secara histologis jinak, mungkin akan bersifat

ganas karena letaknya berdekatan atau di sekitar struktur vital dan dalam

rongga tertutup yang sukar dicapai. Untuk dapat memahami tumor otak, ada

baiknya terlebih dahulu memahami anatomi otak.

Gambar 2.1 Anatomi Otak

10
 11

Otak merupakan pusat kendali seluruh fungsi organ tubuh manusia.

Jika otak sehat, maka akan mendorong kesehatan tubuh serta menunjang

kesehatan mental. Sebaliknya, apabila otak terganggu, maka kesehatan

tubuh dan mental bisa ikut terganggu (www.aktivasiotak.com). Susunan

syaraf pusat meliputi otak dan medulla spinalis. Otak merupakan organ

manusia yang terpenting yang mengatur pikiran, ingatan, emosi, sensoris,

kemampuan gerak, penglihatan, pernafasan, suhu dan semua proses di

dalam tubuh. Otak terdiri dari Cerebrum, Cerebellum, Brainstem dan

Limbic System.

 Cerebrum (supratentorial) terdiri dari hemisfer kanan dan kiri

Fungsi dari cerebrum antara lain mengontrol pergerakan,

temperatur, pendengaran,emosi, proses belajar.

Cerebrum adalah bagian terbesar dari otak manusia yang juga

disebut dengan nama Cerebral Cortex, Forebrain atau Otak Depan.

Cerebrum merupakan bagian otak yang membedakan manusia dengan

binatang. Cerebrum membuat manusia memiliki kemampuan berpikir,

analisa, logika, bahasa, kesadaran, perencanaan, memori dan

kemampuan visual. Kecerdasan intelektual atau IQ juga ditentukan oleh

kualitas bagian ini.

Cerebrum secara terbagi menjadi 4 (empat) bagian yang disebut Lobus

yaitu :

1. Lobus Frontal

Merupakan bagian lobus yang ada dipaling depan dari Otak

Besar. Lobus ini berhubungan dengan kemampuan membuat

 12

alasan, kemampuan gerak, kognisi, perencanaan, penyelesaian

masalah, memberi penilaian, kreativitas, kontrol perasaan, kontrol

perilaku seksual dan kemampuan bahasa secara umum.

2. Lobus Parietal

Berada di tengah, berhubungan dengan proses sensor

perasaan seperti tekanan, sentuhan dan rasa sakit.

3. Lobus Temporal

Berada di bagian bawah berhubungan dengan kemampuan

pendengaran, pemaknaan informasi dan bahasa dalam bentuk suara.

4. Lobus Occipital

Ada di bagian paling belakang berhubungan dengan

rangsangan visual yang memungkinkan manusia mampu

melakukan interpretasi terhadap objek yang ditangkap oleh retina

mata.

Apabila diuraikan lebih detail setiap lobus masih bisa dibagi

menjadi beberapa area yang punya fungsi masing-masing, seperti

terlihat pada gambar di bawah ini.

Gambar 2.2 Cerebrum (Otak Besar)

 13

Selain dibagi menjadi 4 lobus, cerebrum (otak besar) juga

bisa dibagi menjadi dua belahan, yaitu belahan otak kanan dan

belahan otak kiri. Kedua belahan itu terhubung oleh kabel-kabel

saraf di bagian bawahnya. Secara umum, belahan otak kanan

mengontrol sisi kiri tubuh, dan belahan otak kiri mengontrol sisi

kanan tubuh. Otak kanan terlibat dalam kreativitas dan kemampuan

artistik.

 Brainstem (middle brain) terdiri dari midbrain, pons, medulla

Fungsi dari batang otak adalah: pusat gerakan mata dan mulut,

pusat panas, dingin, lapar, haus, pusat pernafasan, pusat pengendalian

jantung, gerakan otot polos, bersin, batuk, muntah, menelan.

Batang otak (brainstem) berada di dalam tulang tengkorak atau

rongga kepala bagian dasar dan memanjang sampai ke tulang punggung

atau sumsum tulang belakang.

Brainstem dibagi menjadi 3 bagian, yaitu :

1. Mesencephalon

Bagian teratas dari batang otak yang menghubungkan Otak

Besar dan Otak Kecil. Otak tengah berfungsi dalam hal mengontrol

respon penglihatan, gerakan mata, pembesaran pupil mata,

mengatur gerakan tubuh dan pendengaran.

2. Medulla oblongata

Titik awal saraf tulang belakang dari sebelah kiri badan

menuju bagian kanan badan, begitu juga sebaliknya. Medulla

 14

mengontrol funsi otomatis otak, seperti detak jantung, sirkulasi

darah, pernafasan, dan pencernaan.

3. Pons

Stasiun pemancar yang mengirimkan data ke pusat otak

bersama dengan formasi reticular. Pons yang menentukan apakah

kita terjaga atau tertidur.

Gambar 2.3 Brain Stem (Batang Otak)

 Cerebellum (infratentorial)

Fungsi untuk pusat koordinasi gerakan, mempertahankan

keseimbangan dan postur tubuh.

Otak Kecil atau Cerebellum terletak di bagian belakang kepala,

dekat dengan ujung leher bagian atas. Cerebellum mengontrol banyak

fungsi otomatis otak, diantaranya: mengatur sikap atau posisi tubuh,

mengkontrol keseimbangan, koordinasi otot dan gerakan tubuh. Otak Kecil

juga menyimpan dan melaksanakan serangkaian gerakan otomatis yang

dipelajari seperti gerakan mengendarai mobil, gerakan tangan saat menulis,

gerakan mengunci pintu dan sebagainya.

 15

Gambar 2.4 Cerebellum (Otak Kecil)

 Limbic System (Sistem Limbik)

Sistem limbik terletak di bagian tengah otak, membungkus

batang otak ibarat kerah baju. Limbik berasal dari bahasa latin yang

berarti kerah. Bagian otak ini sama dimiliki juga oleh hewan mamalia

sehingga sering disebut dengan otak mamalia. Komponen limbik antara

lain hipotalamus, thalamus, amigdala, hipocampus dan korteks limbik.

Sistem limbik berfungsi menghasilkan perasaan, mengatur produksi

hormon, memelihara homeostasis, rasa haus, rasa lapar, dorongan seks,

pusat rasa senang, metabolisme dan juga memori jangka panjang.

Bagian terpenting dari Limbik Sistem adalah Hipotalamus yang

salah satu fungsinya adalah bagian memutuskan mana yang perlu

mendapat perhatian dan mana yang tidak.

Gambar 2.5 Limbic System (Sistem Limbik)

 16

Ada bermacam-macam jenis tumor otak yang dibedakan ke dalam

dua kelompok berdasarkan perkembangannya, yaitu tumor jinak (tidak

bersifat kanker) dan tumor ganas (bersifat kanker). Tumor yang tumbuh di

otak dikenal dengan istilah tumor otak primer, sedangkan tumor yang

tumbuh di bagian lain dari tubuh dan menyebar hingga ke otak disebut

dengan tumor otak sekunder atau metastatik (www.alodokter.com).

Tingkatan tumor otak terbagi dari tingkat 1 hingga tingkat 4.

Pengelompokan ini didasari oleh perilaku tumor itu sendiri, seperti lokasi

tumbuhnya tumor, kecepatan pertumbuhan, dan cara penyebarannya. Tumor

otak yang tergolong jinak dan tidak berpotensi ganas berada pada tingkat 1

dan 2. Sedangkan pada tingkat 3 dan 4, biasanya sudah berpotensi menjadi

kanker dan sering disebut sebagai tumor otak ganas atau kanker otak.

1. Gejala Tumor Otak

Dikutip dari (www.alodokter.com) Gejala tumor otak sangat

beragam dan bergantung pada lokasi, ukuran, atau tingkat pertumbuhan

tumor itu sendiri. Tumor yang tumbuh secara lambat pada awalnya

mungkin tidak akan menimbulkan gejala apa pun. Setelah tumor otak

mulai memberikan tekanan pada otak atau membuat sebagian fungsi

otak tidak bisa berfungsi dengan baik, gejala akan mulai muncul.

Terdapat beberapa gejala yang berpotensi muncul ketika tumor

menekan bagian dalam tengkorak, di antaranya:

o Pusing atau sakit kepala parah dan berkelanjutan (khususnya saat

menunduk atau batuk).

 17

o Kejang-kejang.

o Mudah mengantuk.

o Linglung.

o Berhalusinasi.

o Perubahan karakter.

o Gangguan pendengaran atau penglihatan.

o Gangguan keseimbangan tubuh.

o Sulit bicara.

o Gangguan pergerakan tangan atau kaki.

2. Penyebab Tumor Otak

Dikutip dari (www.alodokter.com) Belum diketahui secara pasti

apa yang menyebabkan seseorang menderita tumor otak primer (tumor

yang muncul pertama kali di otak atau jaringan sekitar otak).

Diperkirakan bahwa tumor otak primer mulai muncul ketika sel normal

mengalami kesalahan atau mutasi DNA. Mutasi inilah yang membuat

sel-sel tumbuh dan berkembang biak dengan tingkat yang lebih cepat,

serta tetap hidup ketika sel-sel sehat sudah mati. Akibatnya terjadi

penumpukan sel-sel abnormal dan membentuk tumor.

Tumor otak primer lebih jarang terjadi dibandingkan tumor otak

sekunder (tumor otak yang berasal dari kanker yang tumbuh di bagian

tubuh lain lalu menyebar ke otak).

Ada beberapa faktor yang dapat meningkatkan risiko seseorang

mengalami tumor otak, yaitu:

 18

o Usia

Resiko mengalami tumor otak akan meningkat saat usia

Anda bertambah karena tumor otak lebih umum terjadi pada

orang tua. Tapi perlu disadari bahwa tumor otak bisa muncul

pada usia berapa pun. Ada beberapa jenis tumor yang hanya

muncul pada anak-anak.

o Faktor Keturunan

Jika terdapat keluarga yang mengalami tumor otak, maka

risiko seseorang untuk mengalami tumor otak lebih tinggi.

Selain itu, ada beberapa penyakit keturunan yang bisa

meningkatkan risiko mengalami tumor otak jinak, di antaranya

adalah neurofibromatosis tipe 1 dan 2, sindrom Turcot, sindrom

von Hippel-Lindau, sindrom Gorlin, sindrom kanker Li-

Fraumeni, dan sklerosis tuberosa. Kondisi-kondisi tersebut

cenderung menyebabkan kanker muncul pada masa kanak-

kanak dan awal masa remaja.

o Pajanan Terhadap Radiasi

Pajanan terhadap jenis radiasi yang dikenal dengan istilah

radiasi ionisasi bisa meningkatkan risiko terkena tumor otak.

Radiasi ionisasi bisa memengaruhi manusia ketika mereka

menjalani terapi radiasi atau terkena radiasi dari ledakan bom

atom. Sedangkan gelombang radiasi yang berasal dari menara

listrik, ponsel, dan microwave belum terbukti terkait dengan

tumor otak.
 19

3. Stadium Tumor Otak

Dikutip dari (http://disehat.com) Kanker otak dapat

dikategorikan sebagai penyakit yang paling ditakuti oleh penderitanya.

Kebanyakan dari penderita yang divonis terkena penyakit ini akan

merasa khawatir dan pesimis dalam hidupnya. Penyakit kanker otak ini

disebabkan karena penurunan DNA pada otak atau pertumbuhan DNA

yang melampaui batas.

Faktor penyebab penurunan atau pertumbuhannya yang terlalu

pesat tersebut biasanya dikarenakan oleh beberapa hal seperti radiasi

akibat sinyal-sinyal pada telepon genggam atau computer dan pola

makan yang tidak sehat pun juga bisa memicu pertumbuhan sel kanker

pada otak.

Mengenali stadium pada kanker otak dikutip dari

(www.disehat.com) :

o Kanker Otak Stadium 1

Penyakit kanker otak pada stadium satu penderita tak

menyadari kehadiran sel kanker di otaknya karena tidak terlihat

jelas. Penderita akan merasakan sakitnya ketika penderita kanker

otak memasuki stadium dua.

o Kanker Otak Stadium 2

Penderita kanker otak stadium 2 akan mengalami kelelahan

yang berlebihan, meskipun penderika kanker otak stadium 2

tidak melakukan aktivitas yang berlebihan.

o Kanker Otak Stadium 3

 20

Penderita kanker otak stadium 3 akan sering mengalami sakit

kepala yang hebat dan intensitas lumayan sering. Penderita

kanker otak stadium 3 akan mengalami sakit kepala dan

dibarengi mimisan yang terkadang tak terasa darah mengalir dari

hidung ketika penderita memikirkan sesuatu yang berat.

Pengidap kanker stadium 3 akan mengalami tangan dan kaki

sulit untuk digerakkan, sehingga penderita akan mudah terjatuh

saat berjalan karena keseimbangan tubuh yang mulai tergangg.

o Kanker Otak Stadium 4

Penderita kanker otak stadium 4 akan mengalami gangguan

penglihatan dan akan mengalami kesulitan dalam mendengaran

suara. Penderita kanker otak stadium 4 disarankan untuk rajin

melakukan kemoterapi untuk menghindari kebutaan, tuli

danlumpuh. Jika penderita tidak rajin melakukan kemoterapi,

maka sel kanker pada otaknya bisa menyebabkan ia mengalami

kebutaan, tuli dan bahkan lumpuh. Penderita kanker otak

stadium 4 maka hidupnya dibilang sangat sulit.

4. Cara Pendeteksian Tumor Otak

Pendeteksian tumor otak dapat dilakukan dengan menggunakan

beberapa tes sebagai berikut :

a. Pemeriksaan neurologis

Pemeriksaan neurologis dibagi menjadi 2 bagian yaitu

pemeriksaan saraf pusat, yaitu searbut-serabut saraf mulai dari

 21

kortek sampai motor neuron, dan pemeriksaan tepi, yaitu srabut-

serabut saraf mulai dari motor neuron sampai dengan dengan otot.

Pemeriksaan juga melibatkan pengecekan pada penglihatan,

pendengaran, kekuatan, sensasi, keseimbangan, refleks, dan

kemampuan mengingat serta berpikir.

b. Angiogram

Selain pemeriksaan neurologis, Metode ini dilakukan dengan

cara menyelipkan sebuah tabung plastik yang sangat kecil dan

lembut disebut kateter masuk melalui pembuluh arteri di pangkal

paha atau di pergelangan tangan (www.nobel-heart.com).

Angiogram adalah jenis tes sinar-X pada daerah kepala untuk

menunjukkan pembuluh arteri dan vena pada otak. Pewarna kontras

sebelumnya disuntikkan ke arteri di kepala sebelum pasien

menjalani pemeriksaan.

c. Scan otak

Scan otak dilakukan untuk mengetahui ketidaknormalan.

Sebelumnya, pewarna kontras disuntikkan ke arteri untuk

membedakan mana jaringan normal dan mana sel kanker

(www.merdeka.com).

d. CT Scan

CT scan merupakan teknologi pemeriksaan yang

memanfaatkan sinar-x untuk menghasilkan gambar tiga dimensi dari

otak. Komputer menggabungkan gambar-gambar otak agar dokter

bisa mengetahui adanya ketidaknormalan atau sel kanker.

 22

Pemeriksaan ini juga bisa menunjukkan adanya pembengkakan,

pendarahan, dan pengerasan tulang atau jaringan.

e. Diffusion Tensor Imaging (DTI)

Tes yang digunakan untuk mengukur aliran cairan dalam

otak. Hasil gambar tes DTI biasanya dibandingkan untuk

mengetahui perbedaan yang terjadi.

f. Functional Magnetic Resonance Imaging (fMRI)

FMRI digunakan untuk menentukan lokasi spesifik dari

fungsi otak. Selama diperiksa, pasien juga diminta untuk melakukan

tugas tertentu.

g. Magnetic Resonance Imaging (MRI)

Jenis tes pencitraan yang paling baik untuk mendeteksi

kanker otak. Sebab pemeriksaan ini menggunakan gelombang radio

yang lebih akurat daripada sinar-X.

h. Magnetic Resonance Spectroscopy (MRS)

MRS adalah metode lain yang bisa dilakukan untuk

mendeteksi kanker otak. Biasanya metode ini juga digunakan untuk

mendiagnosis infeksi pada otak, stroke, penyakit Alzheimer,

multiple sclerosis, luka akibat radiasi, dan juga tumor. MRS pada

dasarnya mirip dengan MRI. Perbedaannya adalah MRS fokus pada

fungsi daripada struktur otak.

i. Positron Emission Tomography (PET)

PET dilakukan untuk mendeteksi perubahan sel yang sedang

berkembang. Sebelum melakukan tes, cairan glukosa radioaktif

 23

disuntikkan. Tergantung pada besarnya tumor, jumlah glukosa yang

diserap akan menunjukkan letak dan seberapa parah kanker yang

diderita.

j. Biopsi

Biopsi adalah prosedur operasi yang digunakan untuk

mengambil sampel tumor. Kebanyakan biopsi dilakukan bersamaan

dengan operasi pengangkatan tumor. Namun biopsi juga bisa

dilakukan tanpa operasi jika tumor tidak bisa diangkat atau kondisi

pasien terlalu lemah (www.merdeka.com).

Tes ini dilakukan dengan mengambil sebagian kecil sel-sel

dari daerah yang dicurigai ketika melakukan kolposkopi. Dari hasil

biopsi tersebut akan diperoleh kepastian kondisi pasien, sehingga

hasil biopsi merupakan dasar terapi.

k. Biopsi Konisasi

Tes ini dilakukan dengan mengambil sel-sel dalam jumlah

yang lebih besar pada sekitar daerah yang dicurigai. Biasanya

prosedur ini dilakukan sebagai prosedur operasi dan juga bisa

digunakan sebagai pengobatan kanker pada tahap dini

(www.informasimedika.com).

5. Pengobatan Tumor Otak

Dikutip dari (www.cancerhelps.com) Standar pengobatan tumor

otak meliputi terapi operasi pengangkatan, radioterapi, dan kemoterapi.

 24

2.2 Matlab

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi

dan karakteristik yang berbeda dengan bahasa pemrograman lain yang

sudah ada lebih dahulu seperti Delphi, Basic maupun C++. Matlab

merupakan bahasa pemrograman level tinggi yang dikhususkan untuk

kebutuhan komputasi teknis, visualisasi dan pemrograman seperti

komputasi matematik, analisis data, pengembangan algoritma, simulasi dan

pemodelan dan grafik-grafik perhitungan.

Matlab hadir dengan membawa warna yang berbeda. Hal ini karena

matlab membawa keistimewaan dalam fungsi-fungsi matematika, fisika,

statistik, dan visualisasi. Matlab dikembangkan oleh MathWorks, yang pada

awalnya dibuat untuk memberikan kemudahan mengakses data matrik pada

proyek LINPACK dan EISPACK. Saat ini matlab memiliki ratusan fungsi

yang dapat digunakan sebagai problem solver mulai dari simple sampai

masalah-masalah yang kompleks dari berbagai disiplin ilmu.

2.3 Pengolahan Citra (Image Processing)

Pengolahan citra adalah pemrosesan citra atau image processing,

khususnya dengan menggunakan komputer menjadi citra yang kualitasnya

lebih baik. Dengan kata lain pengolahan citra adalah kegiatan memperbaiki

kualitas citra agar mudah diinterpretasi oleh manusia atau mesin

(komputer).

Istilah pengolahan citra digital secara umum didefinisikan sebagai

pemrosesan citra 2 dimensi dengan menggunakan komputer. Dalam definisi

 25

yang lebih luas pengolahan citra digital juga mencakup semua data dua

dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang

diwakili oleh bit-bit tertentu.

Proses pengolahan citra digital dapat digambarkan sebagai berikut :

Gambar 2.6 Diagram alir Pengolahan Citra Digital

http://www.elektro.undip.ac.id/el_kpta/wpcontent/uploads/2012/05

/L2F098635_MTA.pdf

Proses Gambar 2.6 merupakan proses pengolahan citra secara digital

dalam pengenalan pola yang bertujuan untuk mengidentifikasi objek secara

lebih luas dan lebih berkonsentrasi pada bentuk objek. Untuk tujuan

tersebut, dilakukan proses prapengolahan yang akan mengubah data mentah

menjadi data yang siap dianalisa. Proses prapengolahan yang akan

dilakukan disini adalah pengambangan dan proses morfologi.

Tujuan dari pengolahan citra digital sebagai berikut :

 Memperbaiki kualitas gambar dilihat dari aspek radiometrik

(peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek

geometrik (rotasi, translasi, skala, transformasi geometrik).

 26

 Melakukan proses penarikan informasi atau deskripsi objek atau

pengenalan objek yang terkandung pada citra.

 Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data,

transmisi data, dan waktu proses data.

Image atau gambar adalah representasi spasial dari suatu objek yang

sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam

koordinat kartesian x-y, dan setiap koordinat merepresentasikan satu sinyal

terkecil dari objek yang biasanya koordinat terkecil ini disebut sebagai

piksel. Karena merupakan sistem koordinat yang memiliki nilai maka

biasanya image dianggap sebagai sebuah matrik x-y yang berisi nilai piksel.

Represntasi dari matriks tersebut dapat ditulis sebagai berikut:

Dan di MATLAB representasi ini biasa ditulis menjadi

Yang perlu diperhatikan adalah bahwa indeks matriks pada MATLAB

selalu dimulai dengan anggak 1 sehingga untuk f(0,0) akan sama dengan

f(1,1) pada matlab.

Bentuk matrik ini kemudian diolah menurut teori-teori tertentu

yang bertujuan untuk memecahkan masalah tertentu, bentuk matriks adalah

 27

perwujudan dari bentuk sinyal digital sehingga proses pemecahan dan

pengolahan matriks dari gambar ini biasanya disebut dengan digital image

processing.

2.3.1 Filter Median

Median adalah nilai tengah dari kumpulan data. Untuk

mencari median dari kumpulan data yang ganjil maka:

Keterangan:

n = Jumlah data

x = Nilai baru median

Untuk median filtering ini, data yang digunakan untuk

menghitung median terdiri dari kumpulan data yang ganjil. Hal ini

disebabkan dengan jumlah data yang ganjil maka piksel yang akan

diproses dapat berada ditengah. Pada median filtering digunakan

matrik berdimensi N X N. Dari matrik tersebut, kemudian data yang

ada diurutkan dan dimasukkan dalam sebuah matrik berukuran 1X

(N X N). Hal ini berguna untuk mempermudah menemukan median

dari kumpulan data yang telah urut tersebut.

Sebagai contoh jika diketahui suatu matrik berdimesi 3 X 3

yang berisi piksel utama dan piksel-piksel disekitarnya:

 28

Gambar 2.7 matrik untuk median filtering

Matrik diatas harus diurutkan terlebih dahulu dan dimasukkan

dalam sebuah matrik yang berukuran 1X (3X3) atau 1X9.

Gambar 2.8 Matrik untuk median filtering setelah diurutkan

Dari gambar 2.8 dapat dicari nilai piksel yang baru dengan

menggunakan perhitungan median, maka nilai mediannya adalah x

= 5. Nilai 5 ini akan menggantikan nilaic8 sehingga piksel utamanya

akan memiliki warna yang berbeda dengan sebelumnya.

Filter median juga bisa diimplementasikan dengan fungsi

ordfilt2 dengan formula:

g = ordfilt2 (f, median (1;m*n), ones (m, n))

dimana median (1;m*n) menghitung median dari rangkaian 1,2, ...,

mn yang terurut.

Sintax umum fungsi median:

v = median (A, dim)

yang mana v adalah vektor dimana elemen adalah median dari A

sepanjang dimensi dim. Contoh, jika dim = 1, setiap elemen dari v

adalah median elemen sepanjang korespondensi kolom A.

 29

Filter median mempunyai fungsi khusus yang lebih

sederhana yang disediakan matlab dengan formula:

g = medfilt2(f, [m n], padopt)

yang mana tupel [m n] mendefinisikan tetangga ukuran m x n

dimana median dihitung, padopt menetapkan satu dari tiga pilihan

border-padding: ‘zeros’ (default), ‘symmetric’ dimana f diperluas

secara simetris dengan mirror-reflecting pada bordernya, dan

‘indexed’ dimana f dilapisi dengan satu jika menggunakan class

double dan 0 jika yang lain.

Sintax paling umum adalah:

g = medfilt2(f)

dimana ukuran tetangganya 3 x 3 (default) dalamkomputasi median

dan lapisan pada border citra input adalah nl.

2.3.2 Thresholding

Thresholding merupakan proses pemisahan piksel-piksel

berdasarkan derajat keabuan yang dimilikinya. Piksel yang memiliki

derajat keabuan lebih kecil dari nilai batas yang ditentukan akan

diberikan nilai 0, sementara piksel yang memiliki derajat keabuan

yang lebih besar dari batas akan diubah menjadi bernilai 1. Secara

sederhana, thresholding digunakan untuk menghilangkan informasi

citra yang memiliki derajat keabuan di bawah nilai threshold (T)

yang ditentukan.
 30

Proses thresholding yang dideskripsikan oleh persamaan di

atas mereduksi berbagai derajat keabuan citra sehingga hanya ada

dua derajat keabuan, yaitu Ga dan Gb, sedangkan merupakan citra

yang menampung dua derajat keabuan tersebut. Thresholding dapat

mereduksi jumlah komputasi (reducing computation costs) pada

pengolahan citra.

2.3.3 Deteksi Tepi

Deteksi tepi (Edge Detection) pada suatu citra adalah suatu

proses yang menghasilkan tepi-tepi dari obyek-obyek citra,

tujuannya adalah :

 Untuk menandai bagian yang menjadi detail citra

 Untuk memperbaiki detail dari citra yang kabur, yang terjadi

karena error atau adanya efek dari proses akuisisi citra

Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra

bila titik tersebut mempunyai perbedaan yang tinggi dengan

tetangganya. Gambar 2.9 berikut ini menggambarkan bagaimana

tepi suatu gambar diperoleh.

 31

Gambar 2.9 Proses Deteksi Tepi Citra

Ada beberapa metode yang terkenal dan banyak digunakan

untuk pendektesian tepi di dalam citra, yaitu operator Robert,

operator Prewitt dan operator Sobel.

Metode sobel paling banyak digunakan sebagai pelacak tepi

karena kesederhananaan dan keampuhannya (Munir, 2004).

Kelebihan dari metode ini adalah kemampuan untuk mengurangi

noise sebelum melakukan perhitungan deteksi tepi. Masing-masing

metode deteksi memiliki sub metode yang cukup banyak, tetapi

metode deteksi citra yang baik adalah metode yang dapat

mengeliminasi derau (noise) yang semaksimal mungkin (Ballard

dkk, 1982).

Metode Sobel merupakan pengembangan metode Robert

dengan menggunakan filter HPF (High Pass Filter) yang diberi satu

angka nol penyangga. Kelebihan dari metode Sobel ini adalah

kemampuan untuk mengurangi noise sebelum melakukan

 32

perhitungan deteksi tepi. Kernel filter yang digunakan dalam metode

Sobel ini adalah :

Metode sobel lebih sensitif terhadap tepi diagonal daripada

tepi vertikal dan horizontal. Hal ini berbeda dengan metode prewitt,

yang lebih sensitif terhadap tepi vertikal dan horizonzal

(Crane,1997).

2.4 Jaringan Saraf Tiruan

Jaringan syaraf tiruan (JST) adalah sistem pemroses informasi yang

memiliki karakteristik mirip dengan jaringan syaraf biologi. JST dibentuk

sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan

asumsi bahwa :

 Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron).

 Sinyal dikirimkan diantara neuron-neuron melalui penghubung-

penghubung.

 Penghubung antar neuron memiliki bobot yang akan memperkuat atau

memperlemah sinyal.

 Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi

(biasanya bukan fungsi linier) yang dikenakan pada jumlahan input yang

diterima. Besarnya output ini selanjutnya dibandingkan dengan suatu

batas ambang.
 33

JST ditentukan oleh 3 hal :

 Pola hubungan antar neuron (disebut arsitektur jarigan).

 Metode untuk menentukan bobot penghubung (disebut metode

training/learning/algoritma).

 Fungsi aktivasi

Sebagai contoh, perhatikan neuron Y pada gambar 2.10

Gambar 2.10 contoh Neuron

Y menerima input dari neuron x1, x2 dan x3 dengan bobot hubungan

masing-masing adalah w1, w2 dan w3. Ketiga impuls neuron yang ada

dijumlahkan

net = x1w1 + x2w2 + x3w3

Besarnya impuls yang diterima oleh Y mengikuti fungsi aktivasi y = f(net).

Apabila nilai fungsi aktivasi cukup kuat, maka sinyal akan diteruskan. Nilai

fungsi aktivasi (keluaran model jaringan) juga dapat dipakai sebagai dasar

untuk merubah bobot.

 34

2.5 Arsitektur Back-Propagation

Backpropagation memiliki beberapa unit yang ada dalam satu atau

lebih layar tersembunyi. Gambar 2.11 adalah arsitektur backpropagation

dengan n buah masukan (ditambah sebuah bias), sebuah layar tersembunyi

yang terdiri dari p unit (ditambah sebuah bias), serta m buah unit keluaran.

𝑣𝑗𝑖 merupakan bobot garis dari unit masukan 𝑥𝑖 ke unit layar

tersembnyi 𝑧𝑖 (𝑣𝑗0 mempakan bobot garis yang menghubungkan bias di unit

masukan ke unit layar tersembunyi 𝑧𝑗 ). 𝑤𝑘𝑗 merupakan bobot dari unit layar

tersembunyi 𝑧𝑗 ke unit keluaran 𝑦𝑘 (𝑤𝑘0 merupakan bobot dari bias di layar

tersembunyi ke unit keluaran 𝑧𝑘 ).

Gambar 2.11 Arsitektur Back-Propagation

2.6 Fungsi Aktivasi

Dalam backpropagation, fungsi aktivasi yang dipakai harus

memenuhi beberapa syarat yaitu: kontinu, terdiferensial dengan mudah dan

merupakan fungsi yang tidak turun. Salah satu fungsi yang memenuhi ketiga
 35

syarat tersebut sehingga sering dipakai adalah fungsi sigmoid biner yang

memiliki range (0, 1).

1
𝑓(𝑥) = 1+𝑒 −𝑥 dengan turunan 𝑓 ′ (𝑥) = 𝑓(𝑥)(1 − 𝑓(𝑥))

Grafik fungsinya tampak pada gambar 2.12

Gambar 2.12 Fungsi aktivasi Sigmoid Biner

2.7 Jumlah Pola Pelatihan

Tidak ada kepastian tentang berapa banyak pola yang diperlukan

agar jaringan dapat dilatih dengan sempurna. Jumlah pola yang dibutuhkan

dipengaruhi oleh banyaknya bobot dalam jaringan serta tingkat akurasi yang

diharapkan. Aturan kasarnya dapat ditentukan berdasarkan rumusan:

Jumlah pola = Jumlah bobot / tingkat akurasi

2.8 Lama Iterasi

Tujuan utama penggunaan Backpropagation adalah mendapatkan

keseimbangan antara pengenalan pola pelatihan secara benar dan respon

yang baik untuk pola lain yang sejenis (disebut data pengujian). Jaringan

dapat dilatih terus menerus hingga semua pola pelatihan dikenali dengan

benar. Akan tetapi hal itu tidak menjamin jaringanakan mampu mengenali
 36

pola pengujian dengan tepat. Jadi tidaklah bermanfaat untuk meneruskan

iterasi hingga semua kesalahan pola pelatihan = 0.

Umumnya data dibagi menjadi 2 bagian saling asing, yaitu pola data

yang dipakai sebagai pelatihan dan data yang dipakai untuk pengujian.

Perubahan bobot dilakukan berdasarkan pola pelatihan. Akan tetapi selama

pelatihan (misal setiap 10 epoch), kesalahan yang terjadi dihitung

berdasarkan semua data (pelatihan dan pengujian). Selama kesalahan ini

menurun, pelatihan terus dijalankan. Akan tetapi jika kesalahannya sudah

meningkat, pelatihan tidak ada gunanya untuk diteruskan lagi. Jaringan

sudah mulai mengambil sifat yang hanya dimiliki secara spesifik oleh data

pelatihan (tapi tidak dimiliki oleh data pengujian) dan sudah mulai

kehilangan kemampuan melakukan generalisasi.