BAB I PENDAHULUAN 1.1
Latar Belakang Penyakit malaria merupakan penyakit yang disebabkan oleh infeksinya parasit
malaria terhadap sel darah merah. Parasit malaria tergolong jenis parasit dari genus Plasmodium, sedangkan genus Plasmodium memiliki empat spesies yang dapat menginfeksi sel darah manusia, yakni Plasmodium falciparum, Plasmodium ovale, Plasmodium malariae, dan Plasmodium vivax [1]. Setiap spesies Plasmodium mempunyai morfologi fase perkembangan yang berawal dari fase trophozoite kemudian fase schizont dan fase gametocyte. Infeksi parasit malaria terhadap manusia melalui hewan serangga jenis nyamuk dari spesies Anopheles yang menjadi vektor pembawa sel parasit malaria. Endemis dari siklus hidupnya berada di wilayah iklim tropis dan subtropis. Manusia dapat mengalami gejala demam dengan frekuensi teratur secara periodik pada fase infeksi, namun juga dapat beresiko fatal yang menjadi penyebab kematian manusia. Organisasi kesehatan dunia (WHO) mencatat 3,3 juta angka kematian manusia yang disebabkan oleh penyakit malaria [2]. Demikian pula halnya yang terjadi di Negara Indonesia tercatat 400 ribu manusia telah mengalami gejala infeksi penyakit malaria [3]. Diagnosis
klinis
terhadap
infeksi
parasit
malaria
dilakukan
dengan
mengidentifikasi jenis spesies dan fase perkembangan parasit melalui preparat darah. Diagnosis awal, ketika kondisi pasien diprediksi mengalami gejala infeksi yang kemudian diuji sampel darahnya. Hasil diagnosis dapat memberikan masukan terhadap metode penanganan medis yang diberikan terhadap pasien. Teknik identifikasi infeksi parasit malari secara visual dengan melalui perangkat mikroskopis merupakan teknik konvesional yang digunakan pada metode gold standard paramedis dalam mendeteksi dan mendiagnosis infeksi parasit malaria melalui sedian dan pewarnaan darah pada sampel preparat [1][4][5]. Namun, melalui teknik tersebut ditinjau dari upaya kinerja paramedis dalam proses identifikasi acap kali memiliki kelemahan yang dipengaruhi oleh waktu identifikasi dan pengalaman setiap paramedis [6]. Hal ini dapat berdampak pada
1
lemahnya akurasi diagnosis dan lambatnya penanganan medis yang diberikan terhadap pasien sehingga dapat menyebabkan kefatalan dalam memberi perawatan terhadap pasien yang terinfeksi malaria. Jika dilihat dari kekurangan teknik yang digunakan paramedis pada umumnya, maka perlu dikembangkan sebuah teknik identifikasi yang memiliki kinerja lebih optimal untuk dapat meningkatkan kinerja paramedis dalam mendiagnosis. Oleh karena itu, hal ini memotivasi pengembangan suatu metode berbasis komputer untuk mempermudah paramedis dari segi bantuan dalam memberi informasi yang lebih akurat dan signifikan pada kasus infeksi parasit malaria dalam sel darah manusia, khususnya ketika mendiagnosis gejala infeksi parasit malaria sehingga dapat membantu pasien untuk mendapatkan penanganan medis secara baik dan maksimal. Banyak penelitian yang mengembangkan berbagai macam teknik komputasi cerdas atau sering disebut Computer Aided Diagnosis (CAD) untuk mendeteksi infeksi parasit malaria dalam darah [7][8]. Dengan mengimplementasi proses tahap identifikasi dengan berbasis metode pengolahan citra, dapat mampu meningkatkan kualitas teknik identifikasi parasit malaria [8][9][10][11][12]. Oleh karena itu, teknik identifikasi parasit malaria berbasis pengolahan citra diharapkan meningkatkan kualitas paramedis dalam mendiagnosis pasien. Metode-metode pengolahan citra yang banyak diusung terdiri atas: proses akusisi citra digital, proses pemisahan objek (segmentasi), proses menentukan fitur-fitur objek (ekstrasi fitur), dan proses pengelompokkan antara kesamaan dan perbedaan objek (klasifikasi). Penelitian ini bertujuan untuk mendeteksi dan mengidentifikasi parasit malaria yang menginfeksi sel darah merah berbasis CAD dalam membedakan infeksi perkembangan morofologi fase sel parasit malaria. Spesies Plasmodium falciparum sebagai bahan penelitian sebab merupakan salah satu spesies yang dapat menyebabkan kematian bagi manusia jika terlambat dalam penanganan medis [13]. Penerapan metode CAD yang diusung, diharapkan dapat mampu membantu memberi peningkatan informasi identifikasi yang berpengaruh terhadap kinerja diagnosis paramedis. Perlu ditekankan bahwa setiap metode yang diusung juga dipengaruhi oleh kondisi awal penggunaan metode gold standard yang diterapkan oleh paramedis.
2
1.2
Perumusan Masalah Berdasarkan latar belakang dapat diketahui bahwa kinerja teknik identifikasi parasit
malaria yang digunakan paramedis umumnya masih memiliki kinerja yang kurang optimal sehingga dapat berdampak fatal terhadap penanganan medis bagi pasien. Oleh karena itu, diperlukan peningkatan teknik identifikasi dengan menerapkan metode identifikasi berbasis pengolahan citra digital dalam mengidentifikasi infeksi parasit malaria dalam darah serta berguna meningkatkan kualitas diagnosis paramedis. Dengan demikian untuk meningkatkan kinerja paramedis melalui metode identifikasi berbasis pengolahan citra, maka perlu mencari dan menerapkan metode pengolahan citra yang baik dalam mengidentifikasi dan mendeteksi infeksi parasit malaria agar tidak terjadi kesalahan diagnosis terhadap pasien. 1.3
Keaslian Penelitian Terdapat banyak penelitian yang dilakukan untuk mengidentifikasi dan mendeteksi
parasit malaria dalam darah dengan menggunakan metode pengolahan citra berbasis komputer. Pada bagian ini, diberikan kajian beberapa penelitian sebelumnya mengenai kinerja CAD untuk identifikasi sel mikro seperti halnya parasit. Kajian dilakukan untuk memberikan informasi mengenai perbedaan dan kebaharuan antara penelitian-penelitian sebelumnya dengan penelitian yang dilakukan saat ini. Penelitian-penelitian yang telah dilakukan sebelumnya menggunakan bermacammacam pendekatan mengidentifikasi sel mikro dalam darah seperti parasit malaria berbasis CAD. Penerapan teknik CAD yang berguna untuk mendeteksi infeksi parasit malaria dengan berbasis komputer menjadi penting untuk dikembangkan, seperti halnya oleh [11][14] mengusung implementasi perangkat dari sensor optik dengan mikroskopis yang dibantu kinerja operator. Teknik CAD mengutamakan kinerja pengolahan citra digital, sehingga dapat mengoperasikan sistem otomatis identifikasi. Salah satu penerapan metode pengolahan citra yang teleh banyak diteliti yakni dengan meningkatkan kualitas citra akusisi. Melalui proses pra-pengolahan citra merupakan salah satu proses tahap peningkatan kualitas citra. Kualitas citra yang rendah bisa disebabkan adanya perbedaan perwarnaan dan penerangan akibat proses akusisi citra [8]. Peningkatan kualitas citra menjadi tolok ukur keberhasilan tahap segmentasi dan
3
klasifikasi antara sel parasit malaria dan sel darah merah. Zalzilah dkk. [15] melakukan peningkatan kualitas citra pada ruang warna LAB. Metode laplasian diusung untuk meningkatkan kontras dengan menghaluskan warna citra. Penapisan winner 5x5 menjadi penapis derau berupa gaussian dan salt and paper. Karem dkk. [16] menggunakan ruang warna grayscale untuk meningkatkan kinerja segmentasi menggunakan algoritme ARR. Citra dengan format TIFF diusung penelitiannya karena kinerja yang cepat dalam proses pengolahan citra. Oleh [17] menyatakan metode penapisan median cukup baik diterapkan pada proses pra-pengolahan yang bertujuan untuk menghilangkan derau tanpa menghilangkan informasi citra parasit malaria yang diproses. Selanjutnya, segmentasi menjadi tahap penting dalam penerapan metode pengolahan citra untuk mendapatkan stuktur objek yang dikehendaki. Metode fuzzy divergence yang diusung [18] untuk dapat memisahkan objek sel parasit dengan latar belakang menggunakan ruang komponen C oleh ruang warna CMYK. Penerapan metode-metode segmentasi citra sel parasit malaria telah banyak digunakan dengan orientasi mendapatkan bentuk sel parasit malaria, seperti Otsu [15][19], thresholding [20], deteksi tepi [10][21], yang juga dapat diterapkan melalui bidang citra berwarna maupun bidang citra keabu-abuan. Tahap klasifikasi menjadi tahap penting untuk mendapatkan penggolongan informasi mengenai keakuratan suatu metode yang digunakan dalam menganalisis. Selanjutnya, klasifikasi membutuhkan tahap ekstraksi fitur setiap informasi yang dikehendaki. Ekstraksi fitur yang sesuai dapat meningkatkan hasil kinerja proses klasifikasi yang di-analisis. Dengan metode ekstrasi fitur tekstur berbasis histogram [22], digunakannya fitur statistik mean, standar deviation, kurtosis, skewness dan entropy dapat meningkatkan kinerja klasifikasi dalam membedakan fase sel parasit malaria menggunakan algoritme genetik. Adapun [12] menggabungkan fitur dari geometri dan tekstur berbasis histogram untuk diterapkan di algoritme Support Vector Machine (SVM). Fitur geometri yang digunakan adalah seperti: radius, perimeter, dan compactness. Selain itu, Mark dkk. [23] juga mengusulkan metode teknik klasifikasi untuk membandingkan kinerja dua metode klasifikasi antara K-nearest neighbor (KNN) classifier dan linier Bayessian normal classifier dengan menggunakan metode ekstraksi fitur piksel warna citra. Setiap hasil klasifikasi ditentukan kinerjanya seperti dengan parameter akurasi, sensitivitas dan spesitifitas. Hal tersebut bertujuan untuk dapat dibandingkan kinerjanya
4
dengan proses analisis goldstandard oleh paramedis. Penelitian dalam bidang identifikasi parasit malaria telah banyak dilakukan, berikut ini adalah beberapa penelitian yang telah dilakukan yang dirangkum pada Tabel 1.1. Tabel 1.1 Tabel perbandingan keaslian penelitian No. Peneliti Data 1. Dian. A, dkk Citra parasit [9] P.falciparum (fase trophozoite dan gametocyte) 2.
3.
4.
5.
Metode Grayscale, median filter, algoritme Otsu, operasi morfologi
Keterangan Dapat meningkatkan kualitas segmentasi sel parasit malaria dengan algoritme CCL (connect component algorithm) Mensegmentasi citra sel parasit P.vivax dengan menghilangkan artifak dan memilihkan piksel objek
Zazilah. dkk Citra P.vivax LAB color space, [15] fase trophozoite lapacian filter, median filter (5x5), histogram stretching, algoritme Otsu, operasi morfologi Karem. dkk Citra parasit Grayscale, Mengklasifikasi parasit [16] spesies fitur operasi morfologi, berdasarkan intensitas, histogram, Algoritme ARR Plasmodium ukuran dan geometri. Hasil yang diperoleh dengan akurasi 87% dan sensitivitas 90% Jullen. dkk Citra parasit Grayscale, Mengidentifikasi [17] spesies algoritme Otsu, infeksi parasit malaria fitur intensitas terhadap sel darah Plasmodium dengan mengkalkulasi citra klasifikasi jumlah negatif dan positif infeksi parasit malaria dengan pengukuran nilai PPV maupun sensitivitas sebesar 95,85% dan 85,52% Madhumala. Citra parasit Komponen C dari Mensegmentasi citra sel dkk [18] spesies P. vivax ruang warna parasit malaria dari dengan CMYk, Fuzzy komponen C untuk pewarnaan mendapatkan pola divergence, bentuk morfologi fase Leishman median filter sel parasit malaria dari tiga fase perkembangan
5
Tabel 1.1 Tabel perbandingan keaslian penelitian (lanjutan) No. Peneliti Data 6. Amit, dkk Citra parasit [19] spesies P.falciparum dan P.vivax, pewarnaan Leishman 7.
8.
9.
Metode Komponen B dari ruang warna RGB, algoritme Otsu, operasi morfologi
Neetu, [20]
dkk Citra parasit Grayscale, spesies Algoritme SUSAN, Plasmodium algoritme trhesholding, fitur bentuk, fitur tekstur, MLP Pranati, dkk Citra parasit Winner filter, [10] spesies Deteksi tepi (sobel operator, Plasmodium haris corner detector) Edi, dkk [22]
Citra parasit Ekstraksi fitur spesies melalui komponen R, G, B Plasmodium di ruang warna RGB, komponen Hue dari ruang warna HSV, komponen Hue dari ruang warna HIS, algoritme genetik.
Keterangan Mensegmentasi sel parasit malaria untuk menghitung banyaknya infeksi parasit dalam darah dengan membandingkan jumlah dari segmentasi sel darah. Mengidentifikasi perbedaan antara sel darah merah yang sehat dengan dari jenis parasit setiap spesiesnya yakni P.falciparum, P.vivax, P.malaria, P.ovale Mengidentifikasi sel parasit malaria dengan mensegmentasi objek sel parasit untuk mendapatkan maturity dari kromatin setiap fase sel parasit malaria Mengidenfikasi perbedaan setiap spesies melalui Plasmodium fitur-fitur dari ruang warna yang kemudian diklasifikasi menggunakan algoritme genetik. Klasifikasi dilakukan dengan membandingkan kinerja proses indentifikasi diri jumlah kelas yang di testing dan di training. Hasil yang diperoleh kinerja dengan 2 kelas lebih baik dibanding menggunakan 6 kelas.
Berdasarkan hasil kajian beberapa penelitian yang pernah diusungkan mengenai implementasi CAD terhadap peningkatan teknik identifikasi parasit malaria dalam sel
6
darah memiliki perbedaan-perbedaan yang signifikan terkait metode yang diusung untuk memperoleh informasi identifikasi infeksi parasit malaria. Hal ini dipengaruhi oleh faktor data berupa spesies-spesies maupun morfologi fase yang digunakan serta tujuan akhir penelitian yang dikehendaki oleh peneliti. Maka dengan demikian, penelitian ini berupaya untuk memberi kontribusi dibidang medis dengan mengimplementasikan metode-metode yang digunakan CAD dalam mengidentifikasi infeksi parasit malaria dengan tujuan dapat mengklasifikasi perbedaan morfologi dari setiap fase perkembangan yang berada didalam sel darah merah manusia oleh spesies Plasmodium falciparum. 1.4
Tujuan Penelitian Tujuan utama dalam penelitian ini adalah untuk mengembangkan metode identifikasi
infeksi parasit malaria dalam sel darah manusia berbasis citra digital dengan komputer. Teknik pengolahan citra diusung penelitian ini untuk meningkatkan kinerja paramedis dalam mengidentifikasi infeksi parasit malaria. Data berupa citra digital preparat darah digunakan pada penelitian ini yang diperoleh dari laboratorium parasitologi Fakultas Kedokteran Universitas Gadjah Mada Yogyakarta. Berdasarkan beberapa masalah penting yang diperoleh dari penelitian sebelumnya, pada penelitian ini memiliki tujuan sebagai berikut.
1. Melakukan perbaikan citra dengan meningkatkan intensitas kontras dan menapis derau pada citra sel parasit malaria untuk meningkatkan kinerja segmentasi. 2. Meningkatkan
kualitas
tahap
segmentasi
objek
sel
parasit
dengan
mengkombinasikan metode segmentasi untuk memperoleh morfologi bentuk dan tekstur objek sel parasit malaria. 3. Menerapkan metode seleksi fitur dari fitur ekstraksi untuk meningkatkan kinerja klasifikasi identifikasi fase infeksi parasit malaria. 1.5
Manfaat Penelitian Hasil penelitian ini diharapkan dapat membantu peneliti untuk merancang sistem
diagnosis infeksi penyakit malaria berbasis komputer yang memberikan hasil diagnosis yang cepat, akurat, dan optimal. Selain itu hasil penelitian ini juga dapat menjadi masukan bagi paramedis untuk mendiagnosis penyakit malaria dengan upaya meningkatkan kualitas metode gold standard.
7
1.6
Sistematika Penulisan
Sistematika penulisan terdiri dari: BAB I. Pendahuluan Bab ini menguraikan tentang latar belakang, perumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, dan sistematik penulisan. BAB II. Landasan Teori Bab ini membahasan dasar-dasar teori dari spesies parasit malaria, teknik identifikasi, metode-metode pengolahan citra yang diusung penelitian ini. BAB III. Metodologi Penelitian Bab ini membahasan tentang data dan peralatan penelitian, diagram alir penelitian secara keseluruhan dan diagram alir dari proses pengolahan data. BAB IV. Hasil dan Pembahasan Bab ini membahasan tentang hasil penelitian dari proses pengujian keseluruhan metodemetode penelitian yang diusung. BAB V. Kesimpulan Bab ini menguraikan kesimpulan dari penelitian dan saran-saran.
8
