BAB I PENDAHULUAN I.1
Latar Belakang Salah satu cara diagnosis suatu penyakit ataupun keadaan kondisi tubuh
secara umum oleh tenaga medis pada pasien, yaitu membutuhkan informasi berupa jumlah dan komposisi jenis sel darah putih di dalam sampel darah pasien. Metode perhitungan jumlah dan komposisi setiap jenis sel darah putih di dunia kedokteran dikenal menggunakan dua tipe, yaitu: White Blood Cell Count dan Differential White Blood Cell Count. Jika ingin mengetahui jumlah sel darah putih secara umum dalam satu sampel darah maka dapat menggunakan metode White Blood Cell Count, dan jika ingin mengetahui jumlah komposisi di setiap jenis sel darah putih yaitu neutrofil, basofil, eosinofil, monosit, dan limfosit digunakan metode Differential White Blood Cell Count [1]. Metode White Blood Cell Count merupakan tindakan awal yang dilakukan oleh para dokter dan ahli darah untuk mendapatkan gambaran umum kondisi kesehatan pasien secara cepat. Hal ini dikarenakan, informasi keadaan sel darah putih secara menyeluruh dapat dijadikan indikasi keadaan sistem imun pasien, maka metode ini harus dilakukan secara cepat dan tepat untuk dapat menentukan cara penanggulangannya. Kemudian akan dilanjutkan secara lebih detail dengan menggunakan metode Differential White Blood Cell Count untuk menghitung komposisi di setiap jenis sel darah putih, agar diketahui jenis penyakit yang diderita pasien. Namun realita yang terjadi, proses metode-metode ini membutuhkan waktu yang cukup lama disetiap satu sampel darah pasien, dengan kondisi jumlah ahli darah ataupun dokter yang pakar di Indonesia masih terbatas, belum ditambah faktor
eror
saat
melakukan
perhitungan,
seperti kelelahan tenaga medis,
penggunaan mikroskop yang tidak baik, fasilitas alat yang masih terbatas hingga pengecatan sampel darah yang masih terjadi kecacatan. Jumlah pasien pun dalam setiap waktunya tidak mengalami pengurangan, dengan demikian dibutuhkannya
sebuah solusi yang berasal dari sebuah kolaborasi kerjasama bidang kesehatan bersama bidang sains dan teknologi, tentunya disertai dengan tantangan berupa keterbatasan-keterbatasan yang telah disebutkan. Keberadaan alat penghitung sel darah putih secara otomatis sebenarnya sudah tersedia, yang dikenal dengan nama cytometer, namun harga instrumen ini sulit dijangkau untuk dapat didistribusikan secara massal ke pelosok-pelosok daerah di Indonesia. Terkadang hanya rumah sakit umum yang terletak di pusat kota dan rumah sakit swasta yang memilikinya. Demikian sehingga, metodemetode ini sering dijumpai secara manual dilakukan oleh para tenaga medis, yang tentunya dengan keterbatasan sumber daya manusia dan fasilitas mikroskop yang tidak banyak, terutama pada setiap puskesmas di pelosok-pelosok daerah Indonesia. Padahal puskesmas-puskesmas tersebut adalah rujukan tempat pertama ketika terdapat pasien yang sedang sakit. Solusi terhadap perhitungan sel darah putih ini dapat dilakukan dengan cara mendeteksi posisi sel darah putih yang kemudian diakumulasikan jumlah sel darah putih yang terdeteksi untuk mengetahui jumlahnya secara otomatis. Selain itu juga citra sel darah putih yang didapat pada preparat tidaklah tanpa cacat. Keberadaan noda, terbentuknya pantulan cahaya dan sel darah merah yang bertumpuk merupakan salah satu eror yang dapat terjadi dan berefek pada human eror, maka diharapkan ekstraksi fitur yang mempunyai fungsi untuk mendeteksi dapat
menjadi awalan
bantuan untuk
perkembangan teknologi di bidang
kesehatan. Teknik pengolahan citra memiliki peran penting dalam upaya rancang bangun perangkat lunak yang mampu melakukan deteksi sel darah putih secara otomatis kemudian dapat dilanjutkan proses-proses segmentasi. Proses segmentasi ini memiliki fungsi untuk memisahkan objek tertentu dengan objek lainnya. Namun proses segmentasi ini belum termasuk dalam metode yang dilakukan pada penelitian. Walaupun tahapan yang dilakukan baru pada tataran awal, yaitu deteksi posisi citra, semoga dapat diharapkan akan menjadi titik awal untuk meningkatkan produktivitas kerja ahli darah dan para dokter yang sebelumnya memerlukan waktu berjam-jam di depan mikroskop atau komputer. 2
Penelitian-penelitian yang berhubungan dengan citra sel darah pada bidang kesehatan saat ini sudah cukup banyak dengan variant metode-metode yang berbeda-beda. Seperti halnya, rancang bangun perhitungan sel darah putih secara otomatis yang dilakukan oleh Didik Hari Purwanto [3] pada tahun 2013 menggunakan teknik pengambangan (thresholding), yang dilanjutkan dengan ekstraksi citra sel darah putih dari sampel citra sel darah. Walaupun penelitian ini menghasilkan tingkat keberhasilan 80% dari 40 sampel percobaan namun masih memiliki kekurangan, yaitu tidak adaptifnya program dengan sampel yang diuji, sehingga penggunaanya tidak dapat berlaku secara global. Ekstraksi fitur Haar dan LBP merupakan salah satu dari banyaknya cara mendeteksi suatu objek, di mana cara kerjanya membutuhkan classifier mandiri yang akan dipelajari oleh komputer untuk dapat mendeteksi. Victor Uc-Cetina dkk [4] melakukan deteksi parasit chagas pada citra sel darah dengan menggunakan metode Viola Jones yang di dalamnya terdapat ekstraksi fitur Haar, penelitian ini dapat menghasilkan nilai sensitivitas 100% dan spesifitas 93,25%, metode ini pun bersifat adaptif. Oleh karena itu, pada penelitian tugas akhir ini ingin menggabungkan ide kedua penelitian ini yang tentunya berujuk pada penelitian-penelitian lainnya, berupa deteksi sel darah putih dengan ekstraksi fitur Haar serta ditambah dengan Local Binary Pattern (LBP), yang di mana menggunakan metode cascade classifier di dalamnya.
I.2
Perumusan Masalah Berdasarkan latar belakang yang telah dijelaskan di atas, maka perumusan
masalah tugas akhir ini adalah : 1. Bagaimana fungsi deteksi citra sel darah putih berbasis algoritma cascade classifier yang dalam penelitian ini diwakili oleh dua ekstraksi fitur yaitu Haar dan Local Binary Pattern untuk menghasilkan fitur data citra sel darah putih secara otomatis yang optimal dengan kelemahan data latih yang didapatkan? 2. Bagaimana tingkat keberhasilan fungsi deteksi yang dibangun?
3
I.3
Tujuan Penelitian Tujuan pada penelitan ini yang berupa rancang bangun perangkat lunak
dengan objek sel darah putih adalah sebagai berikut: 1. Membangun fungsi deteksi citra sel darah putih berbasis cascade classifier dengan menggunakan ekstraksi fitur Haar dan Local Binary Pattern. 2. Menguji tingkat keberhasilan fungsi deteksi yang diukur dengan nilai precision dan recall. Oleh sebab itu, untuk dapat memfokuskan bahasan penelitian yang akan diharapkan
akan
menjadi
penelitian
awal
dari
penelitian
perkembangan
selanjutnya yang saling berkaitan, maka diberikan batasan-batasan masalah sebagai berikut : 1. Rancang
bangun
perangkat
lunak
dilakukan
dengan
algoritma
pemrograman C++ menggunakan pustaka OpenCV 2.4.9 dan OpenCV 3.0.0 yang mendukung proses pengolahan citra digital. 2. Variasi penelitian terdapat pada perbedaan data latih citra sel darah putih yang digunakan saat mendeteksi, yaitu variant perbandingan jumlah citra positif dan negatif serta penggunaan dua jenis ekstraksi fitur yaitu Haar dan Local Binary Pattern. 3. Penggunaan ukuran scaling 20x20 piksel saat pelatihan data latih. 4. Penelitian
tidak
mencakup
segmentasi sel darah
putih
dan
tidak
memperhatikan pelabelan masing- masing jenis data citra sel darah putih. 5. Sampel citra darah yang digunakan dalam perancangan dan pengujian merupakan citra
dari sampel darah manusia sehat hasil digitalisasi
mikroskop digital milik CV. Miconos Transdata Nusantara. 6. Proses pengambilan citra pada sampel sel darah oleh mikroskop digital dilakukan pada kondisi pencahayaan yang tidak terkontrol.
4
I.4
Manfaat Manfaat dari penelitian tugas akhir ini adalah : 1. Bagi penulis, penelitian tugas akhir ini bermanfaat dalam pengembangan wawasan
keilmuan dan menambah pengetahuan tentang pengolahan citra
digital (image processing) dalam implementasinya di dunia medis. 2. Bagi pihak peneliti dan akademisi, penelitian tugas akhir ini dapat dijadikan sebagai referensi dan acuan bagi penelitian selanjutnya untuk penyempurnaan hasil menjadi lebih baik dan bermanfaat bagi dunia medis serta masyarakat. 3. Bagi institusi, hasil penelitian tugas akhir ini dapat dijadikan sebagai referensi untuk memperkaya khazanah keilmuan di Departemen Teknik Nuklir dan Teknik Fisika Fakultas Teknik Universitas Gadjah Mada.
5
