Supatman
Jurusan Teknik Elektro
Fakultas Teknik dan Ilmu Komputer, Universitas Mercu Buana Yogyakarta
Jl. Wates Km. 10 Argomulyo, Bantul, Yogyakarta. 55753
E-mail: supatman@telkom.net atau keliksupatman@yahoo.com
ABSTRAK
Penyakit Primer Kompleks Tuberkulosis (PKTB) merupakan penyakit yang relatif besar probabilitasnya
pada anak-anak balita dan pengobatannya memerlukan waktu yang cukup lama. Deteksi penyakit PKTB
dilakukan melalui gejala klinis, uji laboratorium dan foto paru-paru dengan x-ray. Hasil citra paru dari x-ray
diinterpretasikan oleh medis sebagai diagnosa akhir.
Penelitian ini menerapkan teknik pengolahan citra digital pada data citra hasil pemindai dari foto x-ray
penderita PKTB. Data citra hasil pemindai disimpan dalam format TIF. Pre-processing citra yang digunakan
adalah YUV color space, modifikasi histogram, gaussian filter image noise removal. Deteksi dilakukan dengan
segmentasi nilai threshold dan labeling citra serta mapping dengan data ROI. Dari eksperimen, dihasilkan
deteksi pembesaran kelenjar gentah bening pada citra paru yang merupakan ciri khas penyakit PKTB.
C-1
Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-5022
Yogyakarta, 20 Juni 2009
C-2
Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-5022
Yogyakarta, 20 Juni 2009
yang ada terdiri dari 3 komponen utama yaitu nilai dan implementasi algoritma digunakan tools Matlab
merah (red), nilai hijau (green) dan nilai biru (blue). programming.
Paduan ketiga komponen utama pembentuk warna
tersebut dikenal sebagai RGB color yang nantinya 3.2 Metode
akan membentuk citra warna. Model penyimpanan 3.2.1 Pengambilan Citra
piksel RGB pada buffer memori ditunjukkan pada Pengambilan data citra paru penderita PKTB
Gambar 1. ditunjukkan pada Gambar 3. Pemilihan format
penyimpanan data citra TIF digunakan untuk
2.2.3 Tingkat Abu-abu (Grayscale) mempertahankan kualitas citra dan meminimalkan
Kecerahan dari citra yang disimpan dengan cara losses informasi citra.
pemberian nomor pada tiap-tiap pikselnya. Semakin Citra hasil foto x-ray yang berupa citra paru-
tinggi nomor pikselnya maka makin terang (putih) paru di pindai menggunakan alat CanonSan D646U
piksel tersebut. Sedangkan semakin kecil nilai suatu ex, dengan 55875x6662 size piksel, 720 dpi resolusi,
piksel, mengakibatkan warna pada piksel tersebut true color.
menjadi gelap. Dalam sistem kecerahan yang umum Citra dari foto x-ray Pemindai Komputer
terdapat 256 tingkat untuk setiap piksel. Scala penderita PKTB (File *.TIF)
kecerahan seperti ini dikenal sebagai grayscale.
Proses grayscale ini bertujuan untuk merubah Gambar 3. Diagram alir pengambilan data citra
citra 24 bit RGB menjadi citra abu-abu. Pemilihan penderita PKTB
pemrosesan pada tingkat abu-abu ini dipilih karena
lebih sederhana, yaitu hanya menggunakan sedikit 3.2.2 Diagram Alir Penelitian
kombinasi warna dan dengan citra abu-abu Metode penelitian dilakukan secara bertahap,
dirasakan sudah cukup untuk memproses peta yang dimulai dari tahap pertama yaitu pengambilan data
semula berupa RGB color dengan liputan abu-abu. citra dengan alat pemindai dalam format
penyimpanan TIF. Tahap kedua yaitu pre-
Titik1 Titik2 Titik3 Titik4 processing citra meliputi pemilihan ROI (reference
of interest) dan cropping citra, konversi RGB ke
YUV dan pemilihan layer Y(luminance) dari color
B G R B G R B G R B G R
space YUV, modifikasi histogram, image noise
removal. Tahap terakhir adalah deteksi citra dengan
Gambar 1. Model penyimpanan piksel pada buffer
segmentasi citra menggunakan binarisasi, metode
memori (Supatman., Mulyanto, E., Purnomo, M. H.,
threshold, labeling citra dan mapping dengan data
2007)
ROI. Secara keseluruhan tahap demi tahap penelitian
ditunjukkan pada Gambar 4.
Pengubahan citra 24 bit ke citra abu-abu YUV
dengan mengambil komponen Y (luminance) dapat Citra Data Citra (File Cropping ROI
*.TIF)
dilakukan dengan mengalikan komponen R, G, B
dari nilai taraf intensitas tiap piksel RGB dengan Konversi RGB ke YUV
konstanta (0.299R,0.587G,0.114B) yang
ditunjukkan pada Gambar 2. Pre-processing Layer Y (luminance)
R G B
Modifikasi histogram
Labeling
Y Y Y
Gambar 2. Operasi pengubahan citra 24 bit (piksel Hasil Deteksi Mapping dengan Mapping data ROI
Penyakit PKTB data citra
warna ) ke citra abu-abu YUV(Supatman.,
Mulyanto, E., Purnomo, M. H., 2007) Gambar 4. Diagram alir deteksi pembesaran kelenjar
getah bening pada paru
3. BAHAN DAN METODE
3.1 Bahan 4. EKSPERIMEN
Penelitian ini menggunakan bahan hasil foto x- Eksperimen dilakukan dengan data citra hasil x-
ray pasien penderita PKTB usia balita. Pengujian ray pasien anak balita penderita penyakit PKTB.
C-3
Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-5022
Yogyakarta, 20 Juni 2009
Data citra yang telah dipindai ditunjukkan pada pada 0 hingga 255. Hasil proses modifikasi
Gambar 5. histogram ditunjukkan pada Gambar 8.
(a) (b)
Gambar 8. (a). Histogram sebelum image stretching.
(b). Histogram setelah image stretching
Image stretching digunakan untuk memperoleh
Gambar 5. Data citra hasil pemindai dengan format
penyimpanan TIF dan 55875x6662 size piksel citra kontras, sedangkan untuk menghilangkan noise
digunakan filter gaussian (Ahmad, U., 2005) dan
Penentuan ROI untuk anak yaitu pada lapangan hasilnya ditunjukkan pada Gambar 9.
paru bagian bawah (Staf Pengajar Ilmu Kesehatan
+ y 2 ) / 2σ 2
G ( x, y ) = e − ( x
2
Anak, 1982) dan cropping citra, ditunjukkan pada (2)
Gambar 6. dalam hal ini:
G(x,y) = fungsi gaussian 2D
x,y = piksel
σ = lebar dari fungsi gaussian
ROI
(a) (b)
Gambar 6. (a). Penentuan ROI. (b). Cropping ROI (a) (b)
Gambar 9. (a). Citra sebelum noise image removal.
Konversi color space dari RGB ke YUV (b). Citra setelah noise image removal
dilakukan untuk mendapatkan Y (luminance) yang
kuat (Supatman., Mulyanto E., Purnomo., M. H., Segmentasi citra Y dilakukan dengan proses
2007). Citra hasil konversi color space ditunjukkan binarisasi citra pada threshold value 180. Citra biner
pada Gambar 7. ditunjukkan pada Gambar 10.
(a) (b)
Gambar 7. (a). Citra Cropping ROI. (b). Citra Y Gambar 10. Citra biner dengan threshold value 180
(Luminance) dari Y
Proses labeling dilakukan untuk menandai
Data citra Y dilakukan enhancement yaitu lokasi posisi pembesaran kelenjar getah bening pada
modifikasi histogram dengan image stretching untuk paru. Labeling citra ditunjukkan pada Gambar 11.
mendapatkan citra yang kontras. Distribusi stretch
C-4
Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-5022
Yogyakarta, 20 Juni 2009
PUSTAKA
Ahmad, U., 2006, “Pengolahan Citra Digital dan
Teknik Pemrogramannya”, Graha Ilmu,
Yogyakarta.
Lim, M., 2005, “Probability Distribution Maps As
Medical Image Labeling Tool – Pros and Cons”,
ICBME, Singapura.
Munir, R., 2004, “Pengolahan Citra Digital dengan
(a) (b) Pendekatan Algoritmik”, Informatika Bandung.
Gambar 12. (a). Citra awal (ROI). (b). Citra ROI Pandian, B. J., “AI Based Detection And
dengan deteksi pembesaran kelenjar getah bening Classification Of Microclacifications In Digital
Mammogram”, ICBME, Singapura.
Pada Gambar 12(b) terdeteksi daerah-daerah Pramudito, J. T., 2005, “Design and Implementation
yang terjadi pembesaran kelenjar getah bening. Of Eraly Osteoporosis Detection Software
Sehingga posisi dan pembesaran kelenjar getah System By Clavicullar Cortx Thickness
bening pada citra dapat diketahui dan dideteksi. Measurement”, ICBME, Singapura.
Rahmat, M. B., Mardi, S. S. N., Purnomo, M. H.,
5. HASIL 2008, “Deteksi tuberculosis paru melalui pola
Deteksi pembesaran kelenjar getah bening pada gambar foto rontgen toraks dada menggunakan
paru hasil citra x-ray penderita PKTB dengan pre- neocognitron”, SITIA 2008, ITS Surabaya.
processing citra: konversi color space RGB ke Supatman., Mulyanto, E., Purnomo, M. H., 2007,
YUV, image stretching dan noise removal “Identifikasi citra tekstur lidah menggunakan
menggunakan filter gaussian hsize 7x7 dan sigma metode gaussian markov random field untuk
10, segmentasi dengan threshold pada nilai 180 dan deteksi dini penyakit tifoid”, Proceedings
labeling citra. Hasil mapping ROI dengan data citra SITIA2007, ISBN : 978-979-9589-9-8, tanggal 9
ditunjukkan pada Gambar 13. Mei 2007, ITS Surabaya.
Hasil deteksi menunjukkan pembesaran kelenjar Supatman, 2008, “Identifikasi Citra Sketsa Figur
getah bening pada posisi lapangan bawah paru hal Manusia Dengan Metode Pulse Coupled Neural
ini sesuai dengan referensi peta PKTB (Staf Network (PCNN) Untuk Mempredisi Daya
Pengajar Ilmu Kesehatan Anak, 1982). Tahan Terhadap Stres”, Prosiding Semnasif
C-5
Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: 1907-5022
Yogyakarta, 20 Juni 2009
C-6