NASKAH PUBLIKASI

ANALISIS PERBANDINGAN INFORMASI CITRA ANATOMI MSCT SCAN

SINUSPARANASAL DENGAN VARIASI KERNEL PADA KLINIS SINUSITIS

Oleh :
ASHVINI NURULHIDAYAH SEPTINARAHMA
P1337430221069

PROGRAM STUDI TEKNOLOGI RADIOLOGI PENCITRAAN

PROGRAM SARJANA TERAPAN
JURUSAN TEKNIK RADIODIAGNOSTIK DAN RADIOTERAPI
POLITEKNIK KESEHATAN KEMENKES SEMARANG
2022
HALAMAN PERSETUJUAN
 ANALISIS PERBANDINGAN INFORMASI CITRA ANATOMI MSCT SCAN
SINUSPARANASAL DENGAN VARIASI KERNEL PADA KLINIS SINUSITIS

Ashvini Nurulhidayah Septinarahma1), Jeffry Ardianto2), Ary Kurniawati3)

Gmail
Jurusan Teknik Radiodiagnostik dan Radioterapi Semarang
Jl. Tirto Agung, Pedalangan, Banyumanik, Semarang

ABSTRAK
Berdasarkan studi pendahuluan di RS PKU Muhammadiyah Kabupaten
Karanganyar terdapat beberapa variasi kernel pada protokol pemeriksaan MSCT Scan
Sinus Paranasal dengan menggunakan protokol MSCT SPN, kernel H30s medium
smooth sudah sesuai dengan protokol standar yang tersedia di Pesawat MSCT Siemens
16 slices, kemudian direkonstruksi dengan menggunakan window sinus. Penggunaan
protokol window sinus serta banyaknya variasi algoritma dari smooth hingga sharp pada
protokol MSCT Scan Sinus Paranasal membuat penulis tertarik untuk melakukan
penelitian dan mengangkatnya sebagai penelitian yang menekankan pada variasi kernel.
Tujuan penelitian ini untuk mengetahui perbedaan informasi citra MSCT Scan Sinus
Paranasal pada kasus sinusitis dengan variasi kernel H30s, H50s dan H70s, serta
mengetahui variasi kernel terbaik.
Penelitian ini merupakan penelitian kuantitatif. Subjek penelitian adalah tiga orang
radiolog sebagai responden dengan sampel sepuluh pasien. Area anatomi yang dinilai
yaitu sinus maxilaris, sinus ethmoidalis, sinus sphenoidalis, sinus frontalis, septum nasi,
concha nasalis, mastoid. Data dari responden dilakukan uji Cohen’s Kappa, kemudian
dilakukan uji Friedman dengan signifikansi.
Hasil uji kappa pada anatomi sinus maxilaris didapatkan nilai kesepakatan 0.615,
sinus ethmoidalis 1.416, sinus sphenoidalis 0.630, sinus frontalis 0.444, septum nasi
0.465, concha nasalis 1.407, dan mastoid 0.866. Hasil uji friedman didapatkan bahwa
area anatomi sinus maxillaris, sinus ethmoidalis, sinus sphenoidalis, sinus frontalis,
septum nasi, concha nasalis dan mastoid masing-masing memiliki nilai signifikansi (p <
0.05), yang menyatakan bahwa adanya perbedaan signifikan antara penggunaan variasi
window sinus dengan kernel H30s, H50s, H70s terhadap informasi anatomi citra MSCT
Scan Sinus Paranasal. Sehingga dapat diartikan bahwa. Sehingga dapat disimpulkan
bahwa penggunaan kernel H50s Medium Sharp lebih disukai oleh kedua responden dalam
visualisasi anatomi dibandingkan dengan variasi kernel lainnya pada pemeriksaan MSCT
Scan Sinus Paranasal pada klinis sinusitis di RS PKU Muhammadiyah Kabupaten
Karanganyar.

Kata kunci : MSCT SCAN, Sinus Paranasal, Kernel

Pustaka :
 ABSTRACT

Ashvini Nurulhidayah Septinarahma1), Jeffry Ardianto2), Ary Kurniawati3)

Comparative Analysis of Anatomical Image Information MSCT Scan of the
Paranasal Sinus with Kernel Variations in Clinical Sinusitis

Based on a preliminary study at PKU Muhammadiyah Hospital, Karanganyar

Regency, there are several kernel variations in the MSCT Scan Paranasal Sinus
examination protocol using the MSCT SPN protocol, the medium smooth H30s kernel is
in accordance with the standard protocol available on the 16 slices MSCT Siemens
aircraft, then reconstructed using a sinus window. The use of the sine window protocol
and the many variations of the algorithm from smooth to sharp in the MSCT Scan
Paranasal Sinus protocol made the authors interested in conducting research and
promoting it as a study that emphasizes kernel variations. The purpose of this study was
to determine the difference in information on the MSCT Scan of the Paranasal Sinus in
cases of sinusitis with kernel variations H30s, H50s and H70s, and to determine the best
kernel variation.
This research is quantitative research. The research subjects were three radiologists
as respondents with a sample of ten patients. The anatomical areas assessed were
maxillary sinus, ethmoidal sinus, sphenoid sinus, frontal sinus, nasal septum, nasal
concha, and mastoid. Data from respondents was tested by Cohen's Kappa, then Friedman
test with significance.
The results of the kappa test on the anatomy of the maxillary sinuses obtained
agreement values of 0.615, ethmoidal sinuses 1.416, sphenoid sinuses 0.630, frontal
sinuses 0.444, nasal septum 0.465, concha nasalis 1.407, and mastoid 0.866. The results
of the Friedman test found that the anatomical areas of the maxillary sinus, ethmoid sinus,
sphenoid sinus, frontal sinus, nasal septum, nasal concha and mastoid each had a
significant value (p < 0.05), which stated that there was a significant difference between
the use of the sinus variation window and kernel H30s, H50s, H70s on the anatomical
information of MSCT Scanned Paranasal Sinus images. So it can be concluded that the
use of the H50s Medium Sharp kernel is preferred by both respondents in anatomical
visualization compared to other kernel variations in the MSCT Paranasal Sinus Scan
examination in clinical sinusitis at PKU Muhammadiyah Hospital, Karanganyar
Regency.

Keywords: MSCT SCAN, Paranasal Sinuses, Kernel

PENDAHULUAN
Sinus paranasal adalah rongga berisi
udara yang terlihat disekitar tulang
tengkorak. Kantung ini umumnya
mengelilingi rongga hidung. Sinus paranasal
di bagi menjadi empat bagian, terdiri dari
sinus frontalis, sinus maxillaris, sinus
ethmoidalis dan sinus sphenoidalis (Tiwari
et al., 2015). Salah satu kelainan pada sinus
paranasal adalah sinusitis, yakni peradangan
membran mukosa yang dapat mengenai satu
ataupun beberapa sinus paranasal (Wofford
MR et al., 2015). Sinusitis dibagi menjadi
kelompok akut dan kronik. Sinusitis akut
bila keluhan terjadi kurang dari 12 minggu
dan sinusitis kronik bila keluhan terjadi lebih
dari 12 minggu (Augesti et al., 2016).
Penyebab utama dari sinusitis adalah
salesmia yang merupakan infeksi virus,
kemudian dapat disebabkan oleh infeksi
bakteri (Rianto BUD et al., 2018).
Insidensi sinusitis merupakan penyakit
yang cukup parah. Data dari Kemenkes RI
tahun 2013 menyebutkan bahwa penyakit
hidung dan sinus berada pada urutan ke- 25
dari 50 pola penyakit peringkat utama atau
sekitar 102.817 penderita rawat jalan di
rumah sakit. Data dari Divisi Rinologi
Departemen THT RSCM Januari-Agustus
2016, menyebutkan bahwa pasien rhinitis
pada kurun waktu tersebut adalah 435 pasien
dengan prevalensi 69% adalah sinusitis
(Nurmalasari & Nuryanti, 2017).
Pemeriksaan foto polos sinus paranasal
tidak dapat memberikan hasil yang spesifik,
sehingga dianjurkan pemeriksaan dengan
MSCT-Scan untuk menilai rongga hidung
serta sinus paranasal terutama obstruksi di
kompleks osteomeatal (Sundaru & Erwanto,
2009). Pemeriksaan MSCT-Scan merupakan
pemeriksaan yang sangat unggul untuk sinus
paranasal karena dapat menganalisis dengan
baik tulang secara rinci dan bentuk jaringan
lunak (Rasad, 2005).
Modalitas untuk pemeriksaan penunjang
dalam menegakkan diagnosis pada indikasi
sinusitis kronis, salah satunya yaitu MSCT-
Scan (Computed Tomography). MSCT-Scan
merupakan proses menciptakan bidang
tomography cross-sectional dari setiap
bagian tubuh. Pada MSCT-Scan, pasien di
scan dengan tabung x-ray yang berputar di
sekitar bagian tubuh yang sedang diperiksa
(W. Long et al., 2016). MSCT-Scan sinus
paranasal meningkatkan visualisasi anatomi
sinus paranasal dan memungkinkan akurasi
yang lebih tinggi dalam mengevaluasi
penyakit sinus paranasal. MSCT-Scan sinus
paranasal mengevaluasi anatomi kompleks
osteomeatal yang tidak mungkin dilakukan
dengan foto polos (K. Dua et al., 2005).
Kualitas citra MSCT Scan terdiri dari
beberapa komponen yang dipengaruhi oleh
parameter-parameter. Komponen tersebut
terdiri dari resolusi spasial, resolusi kontras,
noise, dan artefak. Sedangkan parameter
yang mempengaruhinya antara lain faktor
eksposi, pitch, slice thickness, rekonstruksi
algoritma atau filter dan windowing.
Rekonstruksi algorithma atau yang disebut
juga kernel mempunyai parameter yang algoritma dikembangkan menjadi 5 jenis,
sebutannya berbeda-beda. Rekonstruksi yaitu: 5 jenis, yaitu: 20 (smooth), 30
algorithma adalah prosedur matematis yang (medium smooth), 40 (medium), 50 (sharp)
digunakan dalam merekonstruksi gambar dan 70 (very sharp), semakin tinggi angka
dan akan mempengaruhi resolusi spatial, algoritma maka akan semakin tajam
resolusi kontras dan noise (Seeram, 2016). gambaran yang akan dihasilkan. Selanjutnya
Menurut (Bushberg, 2012), penggunaan yaitu kode filter yang dinyatakan dalam
kernel yang tidak tepat dapat berpengaruh huruf dan dikembangkan dalam 4 jenis mode
terhadap resolusi spasial dan resolusi yaitu: f (fast), s (standard), h
kontras. Kernel untuk resolusi tinggi mampu (highresolution) dan u (ultrahighresolution).
memperjelas tepian atau ujung-ujung citra Penggunaan filter yang semakin tinggi akan
sehingga menghasilkan image yang lebih menghasilkan gambaran dengan resolusi
baik tetapi level noisenya akan lebih tinggi, yang semakin tinggi pula (Siemens, 2013).
sedangkan kernel smooth memiliki level Berdasarkan studi pendahuluan di RS
noise yang rendah tetapi ujung tepian dari PKU Muhammadiyah Kabupaten
gambar menjadi tidak jelas. Semakin tinggi Karanganyar terdapat beberapa variasi
nilai image nosie maka dapat dikatakan kernel pada protokol pemeriksaan MSCT
bahwa kualitas gambar MSCT Scan akan Scan Sinus Paranasal dengan menggunakan
semakin menurun, sebaliknya semakin protokol MSCT SPN, window sinus dan
rendah nilai image nosie maka kualitas kernel H30s medium smoth sudah sesuai
gambar yang dihasilkan akan semakin baik. dengan protokol standar yang tersedia di
Kernel sangat beragam dan selalu Pesawat MSCT Siemens 16 slices,
dimodifikasi untuk hasil yang lebih bagus. kemudian direkonstruksi dengan
Hal inilah yang membuat hasil image yang menggunakan window sinus. Penggunaan
berbeda-beda untuk beberapa vendor. protokol window sinus (WW 120, WL 40)
Salah satu vendor MSCT Scan serta banyaknya variasi algoritma dari
mengembangkan kernel menjadi 4 jenis smooth hingga sharp (H30s medium smooth,
kernel, yaitu: H untuk Head, B untuk Body, H50s medium, H70s very sharp) pada
C untuk Child Head dan S untuk Special protokol MSCT Scan Sinus Paranasal
Application. Kode “H” pada masing-masing membuat penulis tertarik untuk melakukan
rekonstruksi mengartikan “Head” atau penelitian dan mengangkatnya sebagai
algorithma yang dikhususkan untuk penelitian yang menekankan pada variasi
pemeriksaan MSCT Scan Head, kemudian kernel dengan tujuan mengetahui kernel
di ikuti oleh angka yang mengartikan manakah yang dapat menghasilkan
tingkatan masing-masing algoritma. Angka informasi citra anatomi terbaik pada
pemeriksaan MSCT Scan Sinus Paranasal. sebanyak 10 sampel MSCT Scan SPN
Selanjutnya melakukan penelitian dengan dengan variasi rekonstruksi kernel pada
judul “Analisis Perbandingan Informasi window sinus. Teknik analisis data
Citra Anatomi MSCT Scan Sinus menggunakan uji Kappa. Kemudian
Paranasal Dengan Variasi Kernel Pada dilanjutkan dengan Friedman test, dengan
Klinis Sinusitis”. tingkat kepercayaan (level of significance)
dengan nilai α = 0,05.
METODE PENELITIAN
Penelitian ini menggunakan metode HASIL DAN PEMBAHASAN
kuantitatif dengan pendekatan Tabel 1. 1 Karakteristik Responden
eskperimental untuk mengetahui hasil
Informasi Citra Anatomi MSCT Scan Sinus
Paranasal Dengan Variasi Kernel Pada
Klinis Sinusitis. Responden dalam penelitian
ini adalah dokter ahli radiologi yang Berdasarkan tabel di atas, dapat dilihat
mempunyai kompetensi MSCT yang bahwa kedua responden penelitian memiliki
berjumlah 3 orang dengan pengalaman pengalaman kerja yang masing-masing >5
ekspertise MSCT Scan diatas 5 tahun tahun, yang menandakan kedua responden
dengan rentang usia 40 tahun sampai 60 telah memiliki kapabilitas yang baik dalam
tahun. Penelitian ini dilaksanakan pada menilai citra MSCT Scan. Data dari hasil
bulan Mei-Agustus 2022 di Instalasi kuisioner check list responden selanjutnya
Radiologi RS PKU Muhammadiyah dilakukan uji reliabilitas untuk mengetahui
Kabupaten Karanganyar, karena memiliki tingkat persamaan presepsi dalam menilai
modalitas MSCT Scan 16 slice yang dapat citra MSCT Scan menggunakan uji kappa.
digunakan untuk pemeriksaan MSCT Scan
Sinus Paranasal. Variabel bebas dalam Deskripsi Hasil Penelitian
penelitian ini adalah window sinus variasi Setiap hasil citra dari pasien MSCT Scan
rekonstruksi kernel MSCT Scan Sinus Sinus paranasal tersebut dihasilkan 28 slice
Paranasal pada klinis Sinusitis. Variabel potongan axial, coronal citra MSCT Scan
terikat dalam penelitian ini adalah informasi Sinus paranasal kemudian dilakukan
anatomi citra MSCT Scan Sinus Paranasal. rekonstruksi dengan mengunakan 3 variasi
Variabel kontrol dalam penelitian ini adalah yaitu pada window sinus dengan kernel H30s
parameter utama scanning, yang terdiri dari: Smooth, H50s Medium Smooth, H70s Very
faMSCTor eksposi, FOV, matriks, slice Sharp.
thickness, slice interval. Sampel penelitian
 Sinus paranasal, potongan axial slice ke-7
dapat menampakkan anatomi
sinusparanasal yang akan dinilai, dengan
kriteria anatomi sinus maxilaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis,
mastoid.
Dan dari sampel hasil citra MSCT Sinus
paranasal pada gambar akan dinilai oleh 3
responden. Responden mengisi kuesioner
berupa check list yang terdiri dari kriteria
anatomi pada citra MSCT Scan Sinus
paranasal (sinus maxilaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis,
mastoid.). pada window sinus dengan kernel
H30s Medium Smooth, H50s Medium Sharp,
H70s Sharp. Kemudian responden mengisi
kuesioner tersebut dengan penilaian
menggunakan skoring (skor 1 = Tidak jelas,
skor 2 = Kurang jelas, skor 3 = Jelas).
Adapun anatomi citra yang dimaksud
untuk dilakukan penilaian, ditampilkan pada
Gambar 1. 1 Hasil radiograf pasien CT
gambar berikut:
Scan Sinus Paranasal pada kasus
sinusitis, (A) Kernel H30s, (B) Kernel
H50s, (C) Kernel H70s
Dari hasil citra MSCT Scan Sinus
paranasal yang telah direkonstruksi
menggunakan 3 variasi tersebut diambil 1
slice pada slice ke-7 yang dapat
menampilkan informasi citra anatomi yang
Gambar 1. 2 Anatomi citra MSCT Scan
akan dinilai oleh 3 responden. Pengambilan
Sinusparanasal potongan axial yang
slice ke-7 didasarkan dari konsultasi dengan
dilakukan penilaian oleh responden
Dokter Spesialis Radiologi yang
penelitian.
menerangkan bahwa pada citra MSCT Scan
 Hasil citra MSCT Scan Sinus paranasal Berdasarkan tabel di atas yang
dari salah satu sampel penelitian pada menjelaskan tentang total hasil penilaian
gambar di atas, dapat dilihat perbedaan hasil kuisioner yang sudah dilakukan oleh
citra secara visual dari penggunaan variasi responden 1 dan responden 2 pada anatomi
kernel. Menurut pendapat peneliti pada sinus maxillaris, sinus ethmodalis, sinus
penggunaan kernel dapat dilihat kernel H30s sphenodalis, sinus frontalis. Septum nasi,
Medium Smooth menghasilkan citra dengan concha nasalis dan mastoid.
batas antara tulang dengan jaringan lunak a. Uji Cohen’s Kappa
yang halus. Sedangkan pada kernel H50s Uji Cohen’s Kappa adalah uji yang
Medium Sharp menghasilkan citra dengan digunakan untuk mengetahui tingkat
batas antara tulang dan jaringan lunak yang obyektifitas/reabilitas dari penilaian kedua
cukup tegas dan kernel H70s Sharp responden terhadap variasi penggunaan
menghasilkan batas yang tegas antara tulang kernel yang digunakan. Uji cohen’s kappa
dengan jaringan lunak sekitarnya. digunakan untuk mengetahui tingkat
Hasil Uji Statistik kesepakatan dan objektifitas dari kedua
Hasil dari penelitian ini dilakukan uji responden terhadap penelitian ini. Uji
statistik dengan menggunakan SPSS 16 cohen’s kappa diuji berdasarkan variasi yang
yaitu uji kappa untuk mengetahui kesesuaian sama. Adapun hasil dari uji statistik cohen’s
antar responden yaitu responden 1, kappa adalah sebagai berikut:
responden 2 dan responden 3. Selanjutnya Tabel 1. 3 Hasil uji Cohen’s Kappa
dilakukan uji Friedman untuk mengetahui responden penelitian
perbedaan nilai variasi pada window sinus
dengan kernel H30s Medium Smooth, H50s
Medium Sharp, H70s Sharp terhadap
informasi Citra.
Tabel 1. 2 Hasil penilaian responden
penelitian secara keseluruhan
Nilai Kappa menurut (Altman, 1991)
nilai tingkat reliabilitas antar rater menjadi
empat kategori Kappa < 0.4 buruk, Kappa
0.4-0.60 cukup, Kappa 0.61-0.8 baik, dan

Keterangan: Kappa > 0.81-1 sangat baik. Berdasarkan

1. 1 : Responden 1 hasil uji statistik Cohen’s Kappa tersebut,

2. 2 : Responden 2 ketiga responden dalam menilai informasi

anatomi hasil citra MSCT Scan Sinus
paranasal sudah mencapai kesepakatan
yang cukup hingga sangat baik. Oleh sebab Tabel 1. 4 Hasil uji Friedman pada
itu, dapat disimpulkan bahwa ketiga variasi kernel
responden penelitian kesepakatan dalam
membaca informasi anatomi dan analisis
selanjutnya dapat diambil salah satu
responden yang paling berpengalaman
dibidangnya. Pada pengujian ini diambil dari
data penilaian responden 1 dengan
pengalaman kerja lebih dari 15 tahun.
Kemudian setelah dilakukan uji statistik Berdasarkan hasil uji Friedman pada
Cohen’s Kappa dilakukan uji Friedman tabel di atas, didapatkan nilai p Value pada
untuk mengetahui perbedaan dari variasi area anatomi Sinus Maxillaris sebesar 0.001,
kernel dari salah satu responden yang telah Sinus Ethmoidalis 0.001, Sinus Sphenoidalis
dilakukan uji Cohen’s Kappa. 0.001, Sinus Frontalis 0.001, Septum Nasi
b. Uji Beda Informasi Citra MSCT Scan 0.001, Concha Nasalis 0.001 dan Mastoid
Sinusparanasal 0.001, yang mana masing-masing area
Data yang dihasilkan dari penilaian anatomi yang dinilai memiliki nilai
responden penelitian berupa data ordinal. signifikansi (p < 0.05), yang menyatakan
Sehingga data yang dihasilkan berdistribusi bahwa adanya perbedaan signifikan antara
tidak normal dan berpasangan, maka penggunaan variasi window sinus dengan
dilakukan uji statistik Friedman. Uji kernel H30s Medium Smooth, H50s Medium,
Friedman bertujuan untuk mengetahui ada H70s Very Sharp terhadap informasi
atau tidaknya perbedaan dari penggunaan anatomi citra MSCT Scan Sinus Paranasal.
variasi kernel terhadap informasi anatomi Hasil uji statistik non parametrik friedman
citra MSCT Scan Sinus paranasal. test di atas menunjukkan nilai signifikasi
Untuk mengetahui lebih lanjut, maka pada masing-masing area anatomi yang
dilakukan analisa statistik. Analisa ini dinilai (p < 0.05), artinya H0 ditolak dan Ha
membandingkan enam variasi window dan diterima, sehingga menunjukkan adanya
kernel pada pemeriksaan MSCT Scan Sinus perbedaan yang signifikan pada informasi
paranasal dan dilakukan dengan uji citra anatomi dengan penggunaan variasi
friedman test didapatkan hasil pada tabel kernel.
berikut:
 Tabel 1. 5 Hasil Mean Rank Uji H50s. berdasarkan data tersebut kernel H50s
Friedman lebih banyak menampilkan area anatomi
yang diinginkan dibandingkan variasi kernel
lainnya, sehingga variasi tersebut dapat
memvisualisaikan area anatomi MSCT Scan
Sinus Paranasal lebih baik.
Berdasarkan hasil mean rank uji
Pembahasan
Friedman yang ada pada tabel di atas dapat
1. Perbedaan Informasi Anatomi pada
dilihat bahwa area anatomi sinus maxillaris
Variasi Kernel
penggunaan variasi kernel H30s, kernel
Windowing dan kernel adalah prosedur
H50s dan kernel H70s yang paling memiliki
matematis yang digunakan dalam
nilai mean lebih tinggi ada pada kernel
merekonstruksi gambar dan akan
H30s. Pada area anatomi sinus ethmoidalis
mempengaruhi resolusi spatial, resolusi
penggunaan variasi kernel H30s, kernel
kontras dan noise. Pada alat MSCT Scan
H50s dan kernel H70s yang paling memiliki
mampu menghasilkan citra dengan berbagai
nilai mean lebih tinggi ada pada kernel
macam kernel. Kernel tulang memiliki
H50s. Pada area anatomi sinus sphenoidalis
resolusi spasial yang paling baik, tetapi
penggunaan variasi kernel H30s, kernel
menghasilkan resolusi kontras rendah
H50s dan kernel H70s yang paling memiliki
sedangkan kernel jaringan lunak memiliki
nilai mean lebih tinggi ada pada kernel
resolusi spasial yang rendah, tetapi akan
H50s. Pada area anatomi sinus frontalis
menghasilkan resolusi kontras yang rendah.
penggunaan variasi kernel H30s, kernel
Menurut (Bushberg, 2012), penggunaan
H50s dan kernel H70s yang paling memiliki
kernel yang tidak tepat dapat berpengaruh
nilai mean lebih tinggi ada pada kernel
terhadap resolusi spasial dan resolusi
H70s. Pada area anatomi septum nasi
kontras. resolusi spatial adalah kemampuan
penggunaan variasi kernel H30s, kernel
untuk dapat membedakan obyek yang
H50s dan kernel H70s yang paling memiliki
berukuran kecil dengan densitas yang
nilai mean lebih tinggi ada pada kernel
berbeda pada latar belakang yang sama.
H70s. Pada area anatomi concha nasalis
Sedangkan Menurut (Seeram, 2016),
penggunaan variasi kernel H30s, kernel
resolusi kontras adalah kemampuan untuk
H50s dan kernel H70s yang paling memiliki
membedakan suatu penampakan obyek-
nilai mean lebih tinggi ada pada kernel
obyek dengan perbedaan densitas yang
H50s. Pada area anatomi mastoid
sangat kecil yang dipengaruhi oleh faktor
penggunaan variasi kernel H30s, kernel
eksposi, slice thicknes, FOV, dan
H50s dan kernel H70s yang paling memiliki
rekonstruksi algorithma.
nilai mean lebih tinggi ada pada kernel
 Penelitian ini dilakukan dengan
menggunakan teknik rekonstruksi raw data
dengan variasi window sinus dengan kernel
H30s Medium Smooth, window sinus dengan
kernel H50s Medium sharp, window sinus
dengan kernel H70s Very Sharp. Pada hasil
citra yang telah didapatkan, dapat dilihat,
bahwa pada variasi kernel H30s medium
smooth menghasilkan citra dengan batas
tulang dan soft tissue yang halus, sedangkan
kernel H50s dan H70s menghasilkan citra
dengan batas tulang dan jaringaan lunak
yang lebih tajam. Hal ini sesuai dengan
pernyataan (Seeram, 2016) bahwa dengan
penggunaan kernel yang tepat, gambaran
seperti tulang, soft tissue, dan jaringan-
jaringan lain dapat dibedakan dengan jelas
pada layar monitor.
Berdasarkan hasil analisis secara bivariat
menggunakan metode uji Friedman untuk
melihat ada tidaknya perbedaan antara
variabel serta mengetahui variable mana
yang lebih baik. Uji perbedaan yang
dilakukan bertujuan untuk melihat
perbedaan informasi anatomi citra MSCT
Scan Sinus Paranasal dengan variasi kernel.
Berdasarkan hasil pengujian yang
ditampilkan pada tabel di atas didapatkan
bahwa area anatomi sinus maxillaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis dan
mastoid masing-masing memiliki nilai
signifikansi (p < 0.05), yang menyatakan
bahwa adanya perbedaan signifikan antara
penggunaan variasi window sinus dengan
kernel H30s, H50s, H70s terhadap informasi
anatomi citra MSCT Scan Sinus Paranasal.
Berdasarkan hasil uji statistik non
parametrik friedman test di atas
menunjukkan nilai signifikasi pada masing-
masing area anatomi yang dinilai (p < 0.05),
artinya H0 ditolak dan Ha diterima.
Berdasarkan penelitian bahwa pemilihan
rekonstruksi kernel harus didasarkan pada
aplikasi klinis tertentu. Pada kasus sinusitis,
perlu diperhatikan struktur tulang serta
jaringan lunak disekitar objek, sehingga
diperlukan windowing dengan kernel yang
dapat menampilkan struktur yang baik
dengan kombinasi kernel yang dapat
memberikan batas tegas antara tulang dan
jaringan lunak.
Penulis menyimpulkan bahwa pada
pemeriksaan MSCT Scan sinus paranasal
pada klinis sinusitis dengan menggunakan
variasi kernel H30s smooth, H50 medium
sharp dan H70s very sharp yang paling baik
dalam memperlihatkan informasi citra
anatomi yang dinilai seperti sinus maxillaris,
sinus ethmodalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis,
mastoid yaitu pada kernel H50s medium
sharp yang telah disepakati oleh ketiga
responden berdasarkan hasil kuisioner yang
telah diberikan.
2. Variasi Kernel Terbaik MSCT Sinus
Paranasal dengan kasus Sinusitis
Berdasarkan hasil perhitungan rata rata
penilaian ketiga responden untuk tiap organ
yang dinilai didapatkan bahwa variasi kernel
H30s pada anatomi sinus maxillaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis dan
mastoid mendapatkan nilai yang cukup.
Pada variasi dengan kernel H50s memiliki
total nilai paling tinggi pada setiap area
anatomi yang dinilai yaitu sinus maxillaris,
sinus ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis dan
mastoid. Sedangkan variasi kernel H70s
pada anatomi sinus maxillaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis dan
mastoid didapatkan nilai yang cukup tinggi
dalam menampilkan informasi citra anatomi
yang dinilai oleh responden. Sehingga dapat
diartikan bahwa penggunaan kernel H50s
Medium Sharp lebih disukai oleh kedua
responden dalam visualisasi anatomi
dibandingkan dengan variasi kernel lainnya.
Menurut Leng, 2016 kernel medium
sharp seperti H50s biasanya digunakan
dalam uji untuk menilai struktur tulang
karena kebutuhan klinis resolusi spasial
yang lebih baik. Hal ini sesuai dengan hasil
penilaian yang dilakukan oleh responden
saat menilai variasi kernel yang paling baik
dalam mendukung diagnosa MSCT Scan
Sinus Paranasal pada kasus Sinusitis.
MSCT Scan Sinus Paranasal merupakan
pilihan utama untuk mendiagnosis kasus
sinusitis, disarankan untuk melakukan
pemeriksaan MSCT Scan dengan potongan
axial dan corona. Dengan penggunaan
kernel H50s Medium Sharp pada kasus
Sinusitis, gambaran struktur tulang dapat
terlihat dengan jelas dan detail yang cukup
tinggi, sehingga radiolog dapat mendiagnosa
dengan baik.
SIMPULAN
1. Berdasarkan hasil analisis secara
bivariat menggunakan metode uji
Friedman untuk melihat ada tidaknya
perbedaan antara variabel serta
mengetahui variable mana yang lebih
baik. Uji perbedaan yang dilakukan
bertujuan untuk melihat perbedaan
informasi anatomi citra MSCT Scan
Sinus Paranasal dengan variasi kernel.
Berdasarkan hasil pengujian didapatkan
bahwa area anatomi sinus maxillaris,
sinus ethmoidalis, sinus sphenoidalis,
sinus frontalis, septum nasi, concha
nasalis dan mastoid masing-masing
memiliki nilai signifikansi (p < 0.05),
yang menyatakan bahwa adanya
perbedaan signifikan antara penggunaan
variasi window sinus dengan kernel
H30s, H50s, H70s terhadap informasi
anatomi citra MSCT Scan Sinus
Paranasal.
2. Hasil perhitungan rata rata penilaian
kedua responden untuk tiap organ yang
dinilai didapatkan bahwa variasi kernel
H30s pada anatomi sinus maxillaris,
sinus ethmoidalis, sinus sphenoidalis,
sinus frontalis, septum nasi, concha
nasalis dan mastoid mendapatkan nilai
yang cukup. Pada variasi dengan kernel
H50s memiliki total nilai paling tinggi
 pada setiap area anatomi yang dinilai
yaitu sinus maxillaris, sinus
ethmoidalis, sinus sphenoidalis, sinus
frontalis, septum nasi, concha nasalis
dan mastoid. Sedangkan variasi kernel
H70s pada anatomi sinus maxillaris,
sinus ethmoidalis, sinus sphenoidalis,
sinus frontalis, septum nasi, concha
nasalis dan mastoid didapatkan nilai
yang cukup tinggi dalam menampilkan
informasi citra anatomi yang dinilai oleh
responden. Sehingga dapat diartikan
bahwa penggunaan kernel H50s Medium
Sharp lebih disukai oleh kedua
responden dalam visualisasi anatomi
dibandingkan dengan variasi kernel
lainnya.
SARAN
Sebaiknya pemilihan kernel
pemeriksaan MSCT Scan sinus paranasal
dapat menggunakan window sinus dengan
variasi kernel H50s Medium Sharp sesuai
dengan hasil penelitian yang dilakukan agar
mendapatkan hasil yang diinginkan oleh
Dokter spesialis radiologi.
DAFTAR PUSTAKA
Altman, D. G. (1991). Practical Statistics
for Medical Research. Chapman &
Hall.
Augesti, G., Oktarlina, R. Z., & Imanto, M.
(2016). SINUSITIS MAKSILARIS
SINISTRA AKUT ET CAUSA
DENTOGEN. JPM, 2(1).
Bushberg, J. T. (2012). The Essential Phisics
of Medical Imaging (3rd ed.).
K. Dua, H. Chopra, A. S. Khurana, & M.
Munjal. (2005). CT-Scan Variations in
Chronic Sinusitis. Indian Journal of
Radiology and Imaging, 15(3), 315–
320. https://doi.org/doi:10.4103/0971-
3026.29144.
Nurmalasari, Y., & Nuryanti, D. (2017).
FAKTOR-FAKTOR PROGNOSTIK
KESEMBUHAN PENGOBATAN
MEDIKAMENTOSA
RINOSINUSITIS KRONIS DI POLI
THT RSUD A. DADI TJOKRODIPO
BANDAR LAMPUNG TAHUN 2017.
JIKK, 4(3).
Rasad, S. (2005). Radiologi Diagnostik.
Balai Penerbit Fakultas Kedokteran
Universitas Indonesia.
Rianto BUD, Yudhanto D, & Herdini C.
(2018). The Correlation Between
Length of Work and Nasal Mucociliary
Transport Time of Gas/Fuel Station
Workers. Kobe J Med Sci, 28;64(1), 6–
10.
Seeram, E. (2016). COMPUTED
TOMOGRAPHY Physical Principles,
Clinical Applications, and Quality
Control (4th ed.).
Siemens. (2013). Instruction for Use
SOMATOM syngo CT. German.
Sundaru, H., & Erwanto, B. W. (2009). Buku
Ajar Ilmu Penyakit Dalam. Interna
pada Publishing.
Tiwari, A., Sah, M. K., & Gupta, S. (2015).
Efficient Service Utilization in Cloud
Computing Exploitation Victimization
as Revised Rough Set Optimization
Service Parameters. Rocedia Computer
Science, 610–617.
W. Long, B., Rollins Hall, J., & J. Smith, B.
(2016). Merril’s Atlas of Radiographic
Positioning & Procedures. Elseveir.
Wofford MR, Kimbell JS, Frank-Ito DO,
Dhandha V, McKinney KA,
Fleischman GM, Ebert CS Jr, Zanation
AM, & Senior BA. (2015). A
computational study of functional
endoscopic sinus surgery and
maxillary sinus drug delivery.
Rhinology, 53(1), 41–48.
https://doi.org/doi:
10.4193/Rhino13.065.