Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen dengan Metoda Segmentasi Sobel

Abstract

Abstrak-Penyakit paru merupakan salah satu penyakit yang umum dijumpai di masyarakat. Seringkali terjadi keterlambatan dalam penanganan terhadap penyakit paru ini. Keterlambatan ini biasanya disebabkan oleh ketidaktahuan masyarakat dalam penanganan yang tepat dan kurangnya informasi yang jelas tentang penyakit paru. Salah satu cara untuk mendeteksi penyakit paru adalah dengan membaca gambar rontgen yang benar dan biasanya dilakukan oleh pakar yang ahli terhadap hasil rontgen tersebut. Akan tetapi untuk mendapatkan hasil diagnosa ini tergantung pada jadwal praktek dari pakar dan membutuhkan waktu yang lama. Untuk memudahkan kesulitan masyarakat ini, maka pada penelitian ini dibangun aplikasi yang bisa menganalisa gambar rontgen berdasarkan pengolahan citra. Data yang diolah ada 41 (empat puluh satu) citra rontgen dengan melakukan segmentasi terhadap region paru. Kemudian region paru ini dilakukan deteksi tepi berbasis operator sobel. Hasil pengujian didapatkan dari perbandingan piksel antara hasil deteksi tepi terhadap region paru, yang mengklasifikasikan 6 (enam) jenis penyakit paru dengan interval persentase untuk penyakit bronkitis sebesar 1,43% -1,59%, penyakit pleuritis 1,43% -1,59%, penyakit pneumonia 2,00% -2,50%, penyakit TBC 2,86% -3,79%, penyakit emfisema 4,16% -4,76% dan penyakit kanker paru 76,72% -94,85%. Kata Kunci : Penyakit paru, citra rontgen, segmentasi, operator sobel.Abstract-Lung disease is one of the diseases that are prevalent in society. Often there is a delay in the treatment of this lung disease. These delays are often caused by ignorance of the community in the proper handling and lack of clear information about lung disease. One way to detect lung disease is by reading the X-ray images are correct and are usually carried out by experts who are experts on the X-ray results. But to get the diagnosis depends on the schedule of expert practice and takes a long time. To ease the difficulties of this society, so in this study built applications that can analyze X-ray images based on image processing. The data is processed there are 41 (forty-one) X-ray image of the segmentation of the lung region. Then the lung region performed edge detection based on Sobel operator . The test results obtained from the comparison of pixels between the results of edge detection on the lung region, which classifies six (6) types of lung disease with a percentage interval for bronchitis of 1.43% -1.59%, pleurisy 1.43% -1.59 %, pneumonia 2.00% -2.50%, tuberculosis 2.86% -3.79%, emphysema 4.16% -4.76% and lung cancer 76.72% -94.85%.

Deteksi Tepi pada Citra Rontgen Penyakit COVID-19 Menggunakan Metode Sobel

“…Deteksi tepi (Edge Detection) pada citra merupakan sebuah proses guna mendapatkan hasil tepi-tepi dari citra, yang bertujuan untuk menandai suatu bagian yang dijadikan sebagai detail citra (Rahmadewi & Kurnia, 2016). Selain itu, deteksi ini untuk menampilkan garis batas secara maksimal dalam sebuah citra dan juga bisa menghasilkan tepi-tepi dari objek gambar.…”

“…Penelitian kami mengacu pada penelitianpenelitian sebelumnya, berikut ini beberapa penelitian mengenai deteksi tepi metode sobel berjudul "Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen Dengan Metoda Segmentasi Sobel" oleh Reni Rahmadewi dan Rahmadi Kurnia, membahas simulasi pada klasifikasi penyakit paru menggunakan segmentasi sobel dalam citra rontgen. Hasil penelitian berupa perbandingan piksel terhadap hasil uji deteksi daerah paru-paru disertai interval persentase jenis penyakit yang menyerangnya (Rahmadewi & Kurnia, 2016).…”

Image Segmentation of Chest X-Rays for Abnormality Pattern Recognation in Lungs Using Fuzzy C-Means Method

“…Paru-paru memiliki peran penting dalam tubuh yang berfungsi sebagai tempat mengatur sistem pernapasan yaitu menukar oksigen dari udara dengan karbon dioksida dari darah [1]. Ketika jaringan paru-paru terpengaruh oleh faktorfaktor tertentu seperti merokok, terpapar zat berbahaya, dan infeksi akan membuat kondisi paru-paru menjadi abnormal yang ditandai dengan munculnya beberapa masalah (penyakit) pada paru-paru, seperti Emphysema, Effusion, Mass, Pneumothorax, Tuberculosis, dan lain-lain.…”

Pengenalan Aksara Jawi Tulisan Tangan Menggunakan Freemen Chain Code (FCC), Support Vector Machine (SVM) dan Aturan Pengambilan Keputusan

“…Citra aksara tulisan tangan akan lebih optimal untuk diproses jika dalam bentuk biner. Thresholding merupakan teknik utama dalam analisis similaritas yang dapat menentukan ambang batas yang tepat untuk setiap pengolahan citra sehingga suatu citra keabuan dapat diubah kedalam level biner [6]. Penerapan threshold dengan nilai tertentu (fixed threshold) sangat berisiko untuk diterapkan pada citra hasil tulisan tangan karena dapat menghasilkan citra biner yang tidak sempurna sehingga mempersulit pembentukan pola tulisan tangan.…”