Upload
vanthuy
View
219
Download
0
Embed Size (px)
Citation preview
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGANMENGGUNAKAN ANDROID
Mhd Ridho Syahputra¹, Unang Sunarya², Eko Susatio³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
AbstrakABSTRAK Osteoporosis adalah penyakit dengan ciri khas berupa rendahnya masa tulang yangdisertai perubahan-perubahan mikro arsitektur tulang dan penurunan kualitas jaringan tulangyang akhirnya meningkatkan kerapuhan tulang dengan risiko terjadinya patah tulang. Salah satumetode pendeteksian osteoporosis adalah dengan menggunakan Singh Index. Nilai Singh Indexmemiliki beberapa tingkatan atau grade dari 1 sampai 6 dalam pendeteksian osteoporosis dilihatdari trabekula pada tulang femur. Singh Index merupakan metode pendeteksian osteoporosisyang hanya bisa dilakukan oleh dokter ahli tulang dan ketajaman mata sangat berpengaruhterhadap hasil yang didapatkan. Untuk itu dibutuhkan suatu sistem yang efisien, efektif, danakurat dalam pendeteksian osteoporosis sehingga tidak terjadi kesalahan dalam interpretasihasil.Pada tugas akhir ini dirancang sebuah aplikasi berbasis android untuk mendeteksi osteoporosis,yang bernama Osteogram. Metode analisis tekstur yang digunakan adalah tresholding metodeOtsu dengan memanfaatkan citra X-Ray tulang. Metode Otsu adalah suatu metode dalamsegmentasi yang menghitung nilai ambang secara otomatis berdasarkan citra masukan. Sistemakan memproses citra masukan yang berupa citra grayscale yang hasilnya nanti akandibandingkan dengan hasil pendeteksian menggunakan Singh Index.Aplikasi Osteogram ini sudah mampu mendeteksi tulang normal dan tulang osteoporosis secaranon-realtime dengan tingkat akurasi sistem sebesar 77,08% dan rata–rata waktu komputasirata–rata sebesar 1,89 detik.
Kata Kunci : Osteoporosis, Analisis Tekstur, Tresholding, Metode Otsu, Android, Singh Index
AbstractABSTRACT Osteoporosis is a disease characterized by low bone mass typical of which isaccompanied by changes in bone micro-architecture of bone tissue and loss of quality whichultimately increases the risk of bone fragility fractures. One method is to use the detection ofosteoporosis Singh Index. Singh Index value has multiple levels or grade of 1 to 6 in the detectionof osteoporosis seen in the trabecular bone of the femur. Singh Index is osteoporosis detectionmethods that can only be done by doctors chiropractors and eye acuity greatly affect the resultsobtained. For that we need a system that is efficient, effective, and accurate in the detection ofosteoporosis so there is no mistake in the interpretation of results.In this thesis designed an android-based application to detect osteoporosis, which is namedOsteogram. Texture analysis method used is tresholding Otsu method by utilizing the X-Rrayimage of the bones. Otsu method is a method of calculating the segmentation threshold valueautomatically based on the input image. The system will process the input image is a grayscaleimage that results will be compared with the results of detection using the Singh Index.Osteogram application has been able to detect normal and osteoporotic bone in a non-realtimesystem with an accuracy rate of 77,08 % and the average computation time by an average of 1.89second.
Keywords : Osteoporosis , Texture Analysis , Tresholding , Otsu method , Android , Singh Index
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 1
BAB 1PENDAHULUAN
1.1 Latar Belakang
Tulang merupakan unsur terpenting dalam tubuh manusia sebagai bahan
pembentukan dan penguat tubuh. Tulang sendiri adalah merupakan sejenis
jaringan penunjang tubuh yang memiliki bahan dasar protein yang berupa ossein,
sel tulang osteosit, dan serat jaringan ikat kolagen.
Osteoporosis adalah suatu keadaan dimana kepadatan tulang mulai
berkurang dan disertai kerusakan mikroarsitektur tulang, sehingga tulang akan
menjadi rapuh dan mudah patah. Gejala yang timbul bervariasi, namun umumnya
terjadi tanpa gejala, sehingga seringkali seseorang tidak menyadari dirinya
menderita osteoporosis sampai terjadinya patah tulang. Penyebabnya adalah
kekurangan kalsium dan mineral lain didalam tulang. Beberapa jenis makanan
juga bisa menyebabkan tulang mudah keropos. Makanan penyebab kerapuhan
tulang adalah kafein, minuman bersoda, garam berlebihan, dan alkohol.
Salah satu teknik radiologi yang digunakan untuk mendeteksi osteoporosis
adalah Singh Index. Namun untuk mendeteksinya hanya bisa dilakukan oleh
dokter ahli tulang dan ketajaman mata sangat berpengaruh terhadap hasil yang
didapat. Waktu yang digunakan untuk mendeteksi osteoporosis juga tidak
sebentar. Untuk mendeteksi osteoporosis dengan Singh Index butuh fokus dan
perhitungan nilai indeks yang matang sehingga tidak terjadi kesalahan interpretasi
hasil.
Oleh karena itu, pada tugas akhir ini akan dirancang suatu aplikasi
berbasis android yang efektif, efisien, dan akurat untuk membantu medis
mendeteksi osteoporosis. Android adalah sebuah sistem operasi untuk perangkat
mobile berbasis linux yang mencakup sistem operasi, middleware dan aplikasi.
Android menyediakan platform terbuka bagi para pengembang untuk menciptakan
aplikasi, termasuk aplikasi untuk membantu medis dalam pendeteksian suatu
penyakit seperti osteoporosis. Dalam tugas akhir ini, android dipilih karena
sifatnya yang fleksibel, mudah dalam penggunaannya jika dibandingkan dengan
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 2
Computer Vision dan tidak tertutup kemungkinan OS Android menjadi OS yang
handal dan dipercaya medis untuk melakukan suatu pendeteksian penyakit karena
kemampuannya yang canggih, cepat, dan relatif murah.
Sistem dirancang dengan menggunakan analisis tresholding metode Otsu
dengan memanfaatkan citra X-Ray tulang femur. Analisis dengan memanfaatkan
thresholding merupakan salah satu cara untuk mengenali suatu citra sesuai dengan
nilai ambangnya. Dalam analisisnya, dengan memanfaatkan Metode Otsu untuk
menentukan nilai ambang dari suatu citra. Metode Otsu merupakan sebuah
metode untuk menghitung nilai ambang T secara otomatis berdasarkan citra
masukan. Pendekatan yang digunakan dalam metode Otsu adalah dengan
melakukan analisis diskriminan yaitu menentukan suatu variabel yang dapat
membedakan antara dua atau lebih kelompok yang muncul secara alami. Dalam
prosesnya, metode Otsu akan menghasilkan citra yang memiliki dua nilai tingkat
keabuan yaitu hitam dan putih. Permasalahan utama dalam metode Otsu adalah
menentukan nilai ambang (threshold). Nilai ini akan digunakan untuk
mempartisi/membagi citra grayscale ke dalam dua nilai yaitu hitam dan putih.
Penentuan nilai ambang akan ditetapkan pada suatu nilai tertentu (fixed threshold)
yang diterapkan pada citra tulang sehingga dapat digunakan untuk proses
penentuan ciri tulang normal, dan osteoporosis pada citra tulang femur.
1.2 Tujuan Penelitian
Tujuan dan manfaat dari tugas akhir ini dapat dirumuskan sebagai berikut:
1. Menerapkan algoritma analisis tekstur untuk mendeteksi osteoporosis.
2. Merancang dan mengimplementasi aplikasi pendeteksi osteoporosis.
3. Melakukan analisis performansi dari sistem yang dibuat berdasarkan
parameter akurasi dan kecepatan sistem.
4. Membantu dunia medis untuk memperkaya teknologi pendeteksian
osteoporosis.
1.3 Rumusan Masalah
Rumusan masalah dalam tugas akhir ini adalah sebagai berikut:
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 3
1. Mempelajari tentang bagaimana merancang sistem yang dapat mendeteksi
osteoporosis.
2. Mempelajari bagaimana menerapkan proses deteksi osteoporosis
menggunakan analisis tekstur.
1.4 Batasan Masalah
Untuk menghindari agar materi yang dibahas pada tugas akhir ini tidak
meluas, maka penulis membatasi permasalahan dalam tugas akhir ini hanya
mencakup hal-hal berikut:
1. Menggunakan perangkat lunak Eclipse.
2. Penelitian dilakukan di bagian Radiologi di Rumah Sakit Hasan Sadikin,
Bandung.
3. Metode yang dipakai dalam pengerjaan tugas akhir ini adalah analisis
tekstur.
4. Citra latih sebanyak 30 buah citra tulang normal dan citra uji sebanyak 48
buah citra yang terdiri dari citra tulang normal dan citra tulang
osteoporosis yang digunakan sebagai masukan sistem pada pengujian non-
realtime.
5. Region of Interest (ROI) pada citra adalah trabekula pada tulang femur.
6. Objek yang digunakan pada simulasi sistem adalah citra digital X-Ray
grayscale dengan format *.jpg
7. Citra masukan sistem berukuran 2048 x 2048 pixel.
1.5 Metodologi Penelitian
Metodologi penelitian yang digunakan untuk menyelesaikan tugas akhir
ini adalah:
1. Studi literatur dan pustaka
2. Melakukan studi pustaka dan mencari referensi tentang pengolahan citra,
proses pendeteksi osteoporosis dengan analisis tekstur, serta algortma pada
eclipse.
3. Analisis kebutuhan dan perancangan model sistem
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 4
4. Analisis kebutuhan sistem dilakukan berdasarkan permasalahan yang
dihadapi dan merancang pemodelan sistem untuk mengatasi permasalahan
yang terjadi menggunakan konsep deteksi penyakit osteoporosis.
5. Implementasi perancangan model sistem
6. Implementasi pemodelan sistem menggunakan algoritma berdasarkan
analisis yang telah didapatkan dengan menggunakan perangkat lunak
Eclipse.
7. Uji coba sistem dan analisis performansi
8. Melakukan pengujian dari sistem yang telah dibuat pada proses
implementasi.
9. Penyusunan tugas akhir dan kesimpulan.
1.6 Sistematika Penulisan
BAB I PENDAHULUAN
Berisi tentang latar belakang, tujuan dan manfaat
pembahasan, rumusan masalah, batasan masalah,
metodologi penelitian, dan sistematika penulisan.
BAB II DASAR TEORI
Menjelaskan dasar teori mengenai pengenalan ciri penyakit
osteoporosis, metode analisis tekstur.
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
Bab ini berisi tentang perancangan dan implementasi sistem
dengan algoritma yang digunakan pada perangkat lunak
Eclipse.
BAB IV PENGUJIAN DAN ANALISIS SISTEM
Membahas tentang analisis sistem perangkat lunak yang
dibangun. Analisis sistem membahas analisis kebutuhan
sistem dan arsitektur sistem yang dibangun.
BAB V PENUTUP
Berisi tentang kesimpulan dan saran pengembangan dari
penelitian yang akan dilakukan.
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 40
BAB IV
PENGUJIAN SISTEM DAN ANALISIS
4.1 Analisis Kebutuhan
Perancangan aplikasi Osteogram membutuhkan beberapa aspek
pendukung yaitu perangkat lunak (software) dan perangkat keras (hardware).
Spesifikasi perangkat lunak dan keras yang digunakan untuk proses pengujian
tugas akhir ini adalah sebagai berikut.
1. Perangkat Lunak (Software)
Perancangan sistem dan pembuatan program membutuhkan beberapa
perangkat lunak sebagai berikut :
a. Windows 7 Ultimate Basic 32-bit
b. Java SE Development Kit 1.6
c. Android IDE Eclipse 3.7.2
d. Android Software Development Kit (SDK) Manager
e. Android Virtual Device
2. Perangkat Keras (Hardware)
Perangkat keras yang digunakan untuk membuat program adalah sebuah
laptop yang memiliki spesifikasi sebagai berikut :
a. Laptop : ACER Aspire One 722
b. Processor : AMD C-60 APU with Radeon(tm) HD Graphics 1.00
GHz
c. Memori : 2048 MB RAM
Sedangkan spesifikasi ponsel Android yang digunakan untuk simulasi adalah
sebagai berikut :
a. Android Device: Samsung Galaxy Note 8.0 N5100
b. Resolusi layar : 2592х1944 pixels
c. RAM : 2 GB
d. Android OS : v4.2.2 (JellyBean)
e. Kamera : 5 Megapixel
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 41
4.2 Pengujian Sistem
Sistem yang telah dirancang perlu dilakukan pengujian. Pengujian ini
bertujuan untuk mengetahui performansi sistem berdasarkan parameter akurasi
dan waktu komputasi sistem serta menganalisis hasil kerja sistem sehingga dapat
diketahui kekurangan dan kelebihan dari sistem yang telah dirancang. Pada bab
ini akan dilakukan analisis pada setiap proses sesuai skenario pendeteksiannya
berikut dengan hasil-hasilnya.
4.3 Skenario Pengujian Sistem
Citra masukan berupa citra X-Ray yang diambil dari rumah sakit Hasan
Sadikin Bandung dengan resolusi 2048x2048 pixels dan format citra JPG.
Terdapat 30 citra latih dan 48 citra uji yang terdiri dari 78 citra X-Ray tulang
pelvis untuk pelatihan dan pengujian secara non-realtime. Semua citra latih
memiliki format JPG dengan resolusi 2048x2048 pixel yang kemudian dilakukan
cropping manual oleh user pada bagian Region of Interest (ROI) dengan ukuran
100x100 pixels. ROI pada pengujian sistem adalah trabekula tulang femur.
Gambar 4.1 Hasil Pengambilan Citra; Tulang Pelvis (kiri), ROI Tulang Femur
(tengah), Proksimal Tulang Femur (kanan)
4.4 Hasil Pengujian Sistem
Semua citra uji akan diklasifikasikan ke salah satu dari 2 kondisi, yaitu
tulang normal atau tulang osteoporosis. Parameter yang digunakan adalah akurasi
sistem dan waktu komputasi. Pada proses pengujian sistem, akan dilakukan
penentuan nilai ambang pada citra masukan secara otomatis oleh proses metode
Otsu. Ciri citra masukan yang sudah dilakukan cropping memiliki guratan-guratan
putih yang akan membentuk suatu pola. Banyaknya guratan pada bagian trabekula
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 42
tulang femur mengindikasi bahwa tulang tersebut masih dalam keadaan sehat
(normal). Redusi yang terjadi pada trabekula tulang femur menyebabkan guratan
putih akan semakin sedikit. Semakin sedikitnya guratan putih akan menyebabkan
trabeku tulang femur semakin menipis, sehingga bisa menyebabkan osteoporosis
dengan resiko patah tulang. Maka dari itu, proses pengujian sistem akan melihat
presentase pixel putih (luasan pixel putih) terhadap total pixel citra yang kemudian
akan diklasifikasi menjadi tulang normal atau tulang osteoporosis berdasarkan
nilai SETUP-nya.
4.4.1 Analisis Ekualisasi
Setelah citra masukan di-input, maka akan diproses secara ekualisasi.
Proses ekualisasi ini akan memperlihatkan mana bagian yang lembah (hitam) dan
mana bagian yang puncak (putih) dari citr masukan. Bagian lembah adalah bagian
yang osteoporosis, sedangkan bagian puncak adalah bagian tulang yang masih
sehat (normal).
Proses ekualisasi akan menguatkan pixel-pixel yang dominan pada citra
dan melemahkan pixel-pixel yang tidak dominan. Untuk itu, pada proses
ekualisasi citra, dibutuhkan histogram citra grayscale dari citra asli.
Setiap kode warna dalam setiap pixel memiliki nilai histogram citra. Nilai
tersebut yang digunakan sebagai nilai pengganti dalam setiap pixel citra tersebut.
Hasil dari ekualisasi ini akan memperlihatkan dengan jelas mana bagian yang
lembah (hitam) dan mana bagian yang puncak (putih) pada citra.
Proses ekualisasi sangat dibutuhkan pada proses penentuan nilai ambang
(threshold) karena proses ekualisasi melakukan pemerataan pada histogram citra
pada sama level keabuan. Sehingga, dalam proses penentuan nilai threshold oleh
metode Otsu, nilai ambang yang didapatkan menjadi lebih tepat. Citra hasil proses
ekualisasi bisa dilihat pada tabel dibawah ini:
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 43
Tabel 4.1 Citra Hasil Proses Ekualisasi
Citra Asli Status CitraKeterangan Hasil Pengujian
Singh Index Ekualisasi
Uji (1) Normal
Uji (2) Osteoporosis
4.4.2. Analisis Metode Otsu
Setelah proses ekualisasi selesai yang mana citra akan lebih kelihatan
mana bagian yang putih dan hitam, maka akan dilanjutkan pada proses Otsu.
Proses ini bertujuan untuk mencari nilai threshold (ambang) yang tepat untuk
memisahkan mana bagian yang cenderung gelap (hitam) dan mana bagian yang
cenderung terang (putih). Sistem ini bersifat serial dimana citra masukan dari
proses Otsu adalah hasil dari ekualisasi citra atau hasil dari proses sebelumnya.
Hasil dari proses Otsu adalah sebuah nilai yang berkisar dari 0 sampai 255
(tingkat keabuan 8 bit). Setiap citra masukan pada proses Otsu akan menghasilkan
nilai ambang yang berbeda-beda karena setiap citra masukan memiliki guratan-
guratan (ketebalan trabekula) dan intensitas warna pada semua level grayscale
berbeda-beda.
Dari hasil pengujian sistem, nilai threshold (ambang) yang didapatkan dari
proses Otsu hasilnya bervariasi. Nilai threshold dari citra uji berkisar antara 129
(batas bawah) sampai 156 (batas atas) dengan nilai threshold rata-rata adalah
136,875. Sedangkan untuk waktu komputasi sistem berkisar antara 1 (batas
bawah) sampai 4 (batas atas) detik dengan rata-rata waktu komputasi adalah 1,89
detik.
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 44
4.4.3 Analisis Thresholding Metode Otsu
Proses terakhir adalah proses thresholding yang merupakan implementasi
lanjutan dari proses Otsu. Masukan pada proses ini adalah citra masukan hasil
ekualisasi dan nilai threshold yang didapatkan pada proses Otsu. Pada bagian ini,
pixel-pixel dibawah nilai ambang hasil dari proses Otsu akan dieksekusi menjadi
bernilai 0 (hitam) dan pixel-pixel diatas nilai ambang akan dieksekusi menjadi
bernilai 255 (putih) pada setiap citra masukan. Hasil yang didapatkan adalah citra
biner black & white seperti pada tabel dibawah ini :
Tabel 4.2 Citra Hasil Thresholding Metode Otsu
Citra Asli Citra Uji
Keterangan Hasil Pengujian
Singh Index EkualisasiThresholding
Metode Otsu
Uji (1) Normal
Uji (2) Osteoporosis
Setelah dari proses thresholding, maka dapat dihitung jumlah pixel putih
dan jumlah pixel hitam pada citra uji. Kemudian dari jumlah kedua pixel tersebut
diperbandingkan dalam aplikasi dengan rumus :
Perbandingan = Pixel Putih/(Pixel Putih + Pixel Hitam) x 100%
Nilai SETUP yang sudah di tentukan berdasarkan pelatihan citra
digunakan sebagai acuan untuk mengklasifikasikan citra masukan, apakah citra
tersebut termasuk kategori normal ataupun termasuk kategori osteoporosis.
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 45
Jika nilai perbandingan diatas lebih besar sama daripada nilai SETUP,
maka citra masukan diklasifikasi menjadi tulang normal dan jika nilai
perbandingan lebih kecil daripada nilai SETUP, maka citra masukan diklasifikasi
menjadi tulang osteoporosis.
Nilai SETUP yang dihasilkan berupa presentase pixel putih terhadap total
pixel dimana pada sistem ini SETUP yang digunakan bernilai 46,76% berdasarkan
hasil pelatihan citra.
Dari proses thresholding metode Otsu ini, didapatkan jumlah pixel hitam
dan putih yang diikuti presentase pixel putih pada citra masukan disertai status
citra tulang yang diuji dengan nilai SETUP sebagai acuan klasifikasi citra sebagai
berikut :
Tabel 4.3 Klasifikasi Citra Uji Oleh Sistem
Citra UjiJumlah
Pixel Hitam
Jumlah
Pixel Putih
Presentase
Pixel PutihStatus
Uji (1) 5241 4759 47.59 Normal
Uji (2) 5481 4519 45,19 Osteoporosis
Uji (3) 6115 3885 38,85 Osteoporosis
Uji (4) 5476 4524 45,24 Osteoporosis
Uji (5) 5532 4468 44,68 Osteoporosis
Uji (6) 5129 4871 48,71 Normal
Uji (7) 5322 4678 46,78 Normal
Uji (8) 5315 4685 46,85 Normal
Uji (9) 5193 4807 48,07 Normal
Uji (10) 5290 4672 47,10 Normal
Uji (11) 5972 4028 40,28 Osteoporosis
Uji (12) 5453 4547 45,47 Osteoporosis
Uji (13) 5091 4909 49,09 Normal
Uji (14) 5417 4583 45,83 Osteoporosis
Uji (15) 5175 4825 48,25 Normal
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 46
Uji (16) 5444 4556 45,56 Osteoporosis
Uji (17) 5320 4680 46,80 Normal
Uji (18) 5153 4847 48,47 Normal
Uji (19) 5292 4708 47,08 Normal
Uji (20) 5480 4520 45,20 Osteoporosis
Uji (21) 5152 4848 48,48 Normal
Uji (22) 5219 4781 47,81 Normal
Uji (23) 5459 4541 45,41 Osteoporosis
Uji (24) 5297 4703 47,03 Normal
Uji (25) 5691 4309 43,09 Osteoporosis
Uji (26) 5290 4710 47,10 Normal
Uji (27) 5099 4901 49,01 Normal
Uji (28) 5405 4595 45,95 Osteoporosis
Uji (29) 6000 4000 40,00 Osteoporosis
Uji (30) 6035 3965 39,65 Osteoporosis
Uji (31) 5342 4658 46,58 Osteoporosis
Uji (32) 5596 4404 44,04 Osteoporosis
Uji (33) 5190 4810 48,10 Normal
Uji (34) 5052 4948 49,48 Normal
Uji (35) 5173 4827 48,27 Normal
Uji (36) 5669 4331 43,31 Osteoporosis
Uji (37) 7051 2949 29,49 Osteoporosis
Uji (38) 5678 4322 43,22 Osteoporosis
Uji (39) 5339 4661 46,61 Osteoporosis
Uji (40) 5296 4704 47,04 Normal
Uji (41) 5018 4982 49,82 Normal
Uji (42) 5381 4619 46,19 Osteoporosis
Uji (43) 5408 4592 45,92 Osteoporosis
Uji (44) 5437 4563 45,63 Osteoporosis
Uji (45) 5214 4786 47,86 Normal
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 47
Uji (46) 5298 4702 47,02 Normal
Uji (47) 5371 4629 46,29 Osteoporosis
Uji (48) 5311 4689 46,29 Normal
Setelah diperoleh presentase pixel putih dari setiap citra uji, maka akan
dilakukan klasifikasi menjadi tulang normal atau tulang osteoporosis berdasarkan
nilai SETUP yang sudah ditentukan pada sistem ini.
Pendeteksian osteoporosis dengan menggunakan sistem ini akan
dibandingkan dengan pendeteksian osteoporosis yang terlebih dahulu sudah
diteliti berdasarkan Singh Index dengan menggunakan tabel kebenaran sistem.
Dari data hasil pengujian, maka tingkat akurasi yang diperoleh adalah :
Akurasi = %
= %= 77,08 %
Dalam akurasi, jumlah nilai kebenaran diambil dari hasil analisa dengan
menggunakan thresholding metode Otsu yang dibandingkan dengan hasil Singh
Index. Penelitian ini memanfaatkan citra X-Ray tulang pelvis dengan
menggunakan thresholding metode Otsu yang dapat mendeteksi tulang normal
dan tulang osteoporosis. Setelah dilakukan beberapa proses, didapatkan nilai
threshold (ambang) dari citra grayscale yang memiliki nilai putih dengan
intensitas paling besar sampai hitam dengan intesitas paling rendah. Setelah
diketahui nilai ambang dari citra grayscale, maka dapat diketahui kondisi tulang
tersebut. Apabila lebih dari ambang batas yang ditentukan maka tulang tersebut
adalah tulang normal, dan jika kurang dari ambang batas maka tulang tersebut
osteoporosis.
Setelah dilakukan pengujian dengan thresholding metode Otsu pada citra
X-Ray tulang pelvis yang hasil klasifikasinya menunjukkan tingkat akurasi
kebenaran sebesar 77.08%. Dari nilai tingkat akurasi yang telah didapatkan
tersebut menunjukkan bahwa sistem memiliki tingkat akurasi yang cukup baik,
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID 48
akan tetapi perlu adanya pengembangan dari penelitian ini, sehingga aplikasi ini
bisa digunakan untuk mendeteksi osteoporosis.
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DETEKSI OSTEOPOROSIS BERBASIS ANALISIS TEKSTUR DENGAN MENGGUNAKANANDROID
50
DAFTAR PUSTAKA
[1] Arief Akabrul Huda, S.Si. 2012. 24 Jam Pintar Pemrograman Android.
Yogyakarta: Penerbit Andi.
[2] Cahyaningsih, Sri. 2010. “Deteksi Osteoporosis Dengan Tresholding Metode
Otsu Pada Citra X-Ray Tulang Rahang”. Skripsi.UIN: Malang.
[3] Challa, Supradeeptha.,J, Satyaprasad.2013. Reliablity of Singh Index in
Grading of Osteoporosis Using Digital Radiograph in Elderly Patiens With
Proximal Femoral Fractures. International Journal of Development
Research:India.
[4] Fahmi. 2007. Perancangan Algoritma Pengolahan Citra Iris Mata Menjadi
Citra Polar Iris Sebagai Bentuk Antara Sistem Biometrik. Medan: Karya
Ilmiah USU.
[5] Gabriel, J.F. 1996. Fisika Kedokteran. Penerbit Buku Kedokteran; EGC :
Jakarta
[6] Gonzales, Rafael C., Woods, Richard E. 2010. “Digital Image Processsing”
Prentice Hall .Upper Saddle River : USA.
[7] Noboyuki, Otsu. 1979. A Threshold Selection Method from gray Level
histogram. IEEE Transantions on Systems, MAN Cybernetics, Vol.SMC-9,
No.1.Janvani
[8] Mulyono, Agus. 2008. Analisis Tekstur Citra X-Ray Tulang Tangan, Tulang
Lutut, Dan Tulang Rahang Untuk Deteksi Osteoporosis. Tesis, Program
Pascasarjana, Universitas Brawijaya : Malang
[9] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya
Menggunakan Matlab. Yogyakarta: Penerbit Andi.
[10] Putra, Darma. 2010. Pengolahan Citra Digital.Yogyakarta: Penerbit Andi.
[11] Zaviera, Ferdinand. 2007. Osteoporosis: Deteksi Dini, Penanganan dan
Terapi Praktis. Yogyakarta: Kata Hatai.
[12] Heriyanto.2013. “Perancangan Aplikasi Pengolahan Citra Teks Arab Dan
Penerjemahaannya Ke Dalam Bahasa Indonesia Menggunakan Smartphone
Android”.Tugas Akhir. UNIKOM:Bandung.
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2014
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi