KLASIFIKASI SEL KANKER RAHIM BERDASARKAN INTENSITAS CAHAYA TAMPAK DAN INFRAMERAH DEKAT DENGAN ANALISIS DISKRIMINAN
AL-HASNA SOFIAN
DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi Sel Kanker Rahim Berdasarkan Intensitas Cahaya Tampak dan Inframerah Dekat dengan Analisis Diskriminan adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor .
Bogor, Desember 2014 Al- Hasna Sofian NIM G44096038
ABSTRAK AL-HASNA SOFIAN. Klasifikasi Sel Kanker Rahim Berdasarkan Intensitas Cahaya Tampak dan Inframerah Dekat dengan Analisis Diskriminan. Dibimbing oleh RUDI HERYANTO dan ARYO TEDJO. Deteksi dini kanker serviks memperbesar peluang penyembuhan. Penggunaan alat bantu diagnosis kanker dapat menolong mempercepat proses deteksi dini tersebut. Penelitian ini menggunakan fotometer dengan lampu diode pemancar sinar merah dan biru sebagai sumber sinar tampak (Vis) serta lampu inframerah dekat (NIR) sumber sinar untuk mencirikan sel kanker neoplasia antarepitel serviks (CIN). Nisbah sinyal Vis dan NIR digunakan untuk membedakan sel normal dengan 3 stadium sel kanker (CIN) menggunakan analisis diskriminan. Hasil penelitian menunjukkan bahwa nisbah intensitas Vis dengan NIR pada sel normal lebih kecil dibandingkan dengan sel kanker. Analisis diskriminan menghasilkan 2 fungsi yang dapat digunakan untuk mengelompokkan 3 stadium sel kanker (CIN) dan membedakannya dengan sel normal. Kata kunci: analisis diskriminan, fotometer, kanker rahim.
ABSTRACT AL-HASNA SOFIAN. Classification of Cervical Cancer Cells Based on Ratio of Visible and Near Infrared Light Intensity by Using Discriminant Analysis. Supervised by RUDI HERYANTO and ARYO TEDJO. Early detection of cervical cancer will provide greater opportunities to recovery. Diagnostic tools can fasten the early detection process. This study used a photometer with red and blue light emitting diode as the visible (Vis) light source and infared lamp as the near infrared (NIR) light source, as the diagnostic tools of Cervical Interepithel Neoplasial (CIN). Vis to NIR signal ratio was used to distinguish between normal cells and 3 stadia of cancer cells by using discriminant analysis. The results showed that the intensity ratio of Vis to NIR in normal cells were lower than that in cancer cells. The discriminant analysis resulted 2 functions that can be used to classify 3 stadia of CIN cancer cells and distinguish them from normal cells. Keywords: cervical cancer, discriminant analysis, photometer.
KLASIFIKASI SEL KANKER RAHIM BERDASARKAN INTENSITAS CAHAYA TAMPAK DAN INFRAMERAH DEKAT DENGAN ANALISIS DISKRIMINAN
AL-HASNA SOFIAN
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Kimia
DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PRAKATA Alhamdulillahirabbil’alamin. Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penyusunan karya ilmiah dengan judul “Klasifikasi Sel Kanker Rahim Berdasarkan Intensitas Cahaya Tampak dan Inframerah Dekat dengan Analisis Diskriminan”. Penulis mengucapkan terima kasih kepada Bapak Rudy Heryanto SSi, MSi, selaku pembimbing pertama dan Bapak Aryo Tedjo SSi, MSi, selaku pembimbing ke dua yang telah sabar memberikan arahan, masukan, semangat, dan motivasi selama penulis melaksanakan penelitian dan menyusun karya ilmiah ini. Penulis juga mengucapkan terima kasih kepada Ayah dan Ibu serta keluarga yang selalu mendoakan dan memberikan kasih sayang serta dukungannya. Penulis juga mengucapkan terima kasih kepada staf Laboratorium Farmakologi, Fakultas Ilmu Kedokteran, Universitas Indonesia (UI), Dr Drs Kusmardi, MS dan staf Laboratorium Fisika, Fakultas Kedokteran UI, Bapak Agus yang telah memberikan fasilitas dan membantu, serta memberikan ilmunya kepada saya. Ucapan terima kasih saya sampaikan pula untuk teman-teman saya Irma, Fitri, Dian, dan Diah yang telah memberikan semangat dan masukan. Semoga karya ilmiah ini dapat bermanfaat bagi ilmu pengetahuan. Bogor, Desember 2014 Al-Hasna Sofian
DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN PENDAHULUAN METODE Alat dan Bahan Metode Penelitian HASIL DAN PEMBAHASAN Hasil Analisis Sampel Menggunakan Fotometer Jinjing Hasil Pengelompokan Data dan Pemilihan Data Menggunakan Kluster Hasil Pembentukan Model Kanker Serviks Menggunakan Analisis Diskriminan SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN RIWAYAT HIDUP
vii vii vii 1 2 2 2 3 4 7 8 10 10 10 11 12 16
DAFTAR TABEL 1 Hasil pengukuran intensitas jaringan neoplasia antarepital serviks (CIN) dan normal dengan sumber sinar tampak (Vis) dan inframerah dekat (NIR) 2 Nisbah intensitas jaringan CIN dan normal 3 Uji kesetaraan antarkelompok pada 2 peubah nisbah intensitas Vis/NIR 4 Tetapan fungsi hasil analisis diskriminan kanker (CIN) dan normal
5 5 8 9
DAFTAR GAMBAR 1 2 3 4
Fotometer (a) dan sumber sinar tampak atau NIR (b) Sampel jaringan neoplasia antarepitel serviks (CIN) berupa blok parafin Instrumen fotometer Spektrum serapan oksihemoglobin (HbO2) dan deoksihemoglobin (Hb) pada daerah inframerah dekat (NIR) 5 Dendrogram kluster nisbah intensitas CIN dan normal 6 Hasil analisis diskriminan CIN 1, CIN 2, CIN3, dan normal
2 4 6 7 8 9
DAFTAR LAMPIRAN 1 Bagan alir penelitian 2 Peta teritorial jaringan neoplasia antarepitel serviks (CIN) dan normal hasil analisis diskriminan 3 Uji kesetaraan antarkelompok nisbah intensitas Vis/NIR jaringan neoplasia antarepitel serviks (CIN) dan normal 4 Tabel Wilk's lamda 5 Menguji perbedaan antarkelompok 6 Koefisien peubah dalam fungsi diskriminan 1 dan 2 7 Fungsi kelompok sentroid 8 Hasil klasifikasi analisis diskriminan jaringan neoplasia antarepitel serviks (CIN) dan normal
12 13 14 14 14 14 14 15
PENDAHULUAN Kanker serviks disebabkan oleh infeksi virus papiloma manusia (human papilloma virus, HPV) yang menyebabkan metabolisme sel menjadi tidak normal (Andrijono 2007). Sel normal berubah menjadi sel abnormal, yang lazim disebut sebagai pra-kanker. Perubahan awal pra-kanker pada permukaan sel disebut displasia atau lesi intraepitel skuamosa (Novel et al. 2009). Terdapat lebih dari 440 juta individu terinfeksi oleh HPV, dan kanker serviks menempati urutan pertama sebagai penyebab kematian pada wanita di Indonesia (Rosilawati et al. 2007). Faktor lain yang dapat menyebabkan kanker antara lain usia, pernikahan usia dini, sering berganti pasangan, dan kebiasaan merokok, baik pasif maupun aktif (Melva 2008) Umumnya penderita kanker baru mengetahui memiliki kanker setelah tampak tanda atau gejala, dan tidak jarang ketika kanker telah berada pada stadium lanjut. Deteksi dini kanker dapat membantu penyembuhan kanker lebih cepat. Berdasarkan hasil deteksi dini, perawatan yang sesuai dapat lebih cepat diberikan, sehingga kemungkinan kanker dapat disembuhkan menjadi lebih besar. Menurut Novel et al. (2009), kanker serviks dapat dicegah dengan 2 cara, yakni dengan pencegahan primer dan sekunder. Pencegahan primer dilakukan melalui vaksinasi untuk mencegah terjadinya infeksi kanker serviks, sementara pencegahan sekunder dilakukan dengan metode Pap Smear, kolkopsi, pendeteksi DNA virus menggunakan PCR, dan metode Hybrid Capture-II (Andrijono 2010). Proses deteksi dini kanker serviks dilakukan dengan melalui beberapa proses. Setelah didiagnosis terdapat kanker, dilakukan biopsi, yakni pengambilan jaringan terduga kanker atau terinfeksi kanker. Hasil biopsi tersebut selanjutnya dianalisis secara histopatologi. Proses tersebut membutuhkan waktu yang cukup lama dan juga keahlian khusus, sehingga penggunaan metode lain atau metode alternatif yang lebih mudah sangat dibutuhkan untuk mempercepat proses pencegahan dan penyembuhan pasien. Zain et al. (2007) meneliti suatu metode deteksi dini kanker berdasarkan analisis sifat optis antara jaringan normal dan kanker dengan menggunakan alat fotometer. Sampel yang digunakan berupa jaringan beku hasil biopsi dari tumor kelenjar susu (adenokarsinoma) mencit GR yang ditransplatasi adenokarsinoma, dan kultur lestari sel SM 1 (sel karsinoma payudara manusia) yang semuanya telah diperiksa secara histopatologi. Diode pemancar sinar (LED) merah, hijau, dan biru digunakan sebagai sumber sinar tampak. Intensitas sinar lampu LED yang dipantulkan oleh jaringan dan diterima oleh detektor resistor diode cahaya (LDR), diolah menggunakan analisis multivariat. Hasil penelitian tersebut menunjukkan bahwa adenokarsinoma (kanker) terbedakan secara nyata dari jaringan normal di sekitarnya, baik pada sampel jaringan maupun pada sampel hewan percobaan, dengan penggunaan sumber sinar LED biru dan hijau. Sumber sinar LED merah tidak dapat membedakan kedua sampel tersebut secara nyata, kecuali apabila LED biru dan merah digunakan secara bersamaan. Penelitian ini bertujuan mendiskriminasikan jaringan kanker neoplasia antarepitel serviks (cervical interepithelial neoplasias, CIN) yang terbagi dalam 4 kelompok, yaitu CIN 1, CIN 2, CIN 3, dan normal. Sampel yang digunakan merupakan hasil biopsi dari Divisi Patologi, Rumah Sakit Cipto Mangunkusumo
2
(RSCM), berupa blok parafin. Sampel tersebut diukur dengan fotometer jinjing dengan sumber sinar tampak (LED merah dan biru) serta inframerah dekat (NIR). Sumber sinar dari lampu akan dipantulkan oleh jaringan kanker maupun normal, lalu diserap oleh detektor LDR dan selanjutnya diubah menjadi beda tegangan listrik yang menunjukkan intensitas jaringan tersebut. Data yang diperoleh selanjutnya diolah secara kemometrika dengan analisis diskriminan (discriminant analysis) untuk mengelompokkan jaringan kanker sesuai dengan kelompok yang diinginkan, menggunakan perangkat lunak (software) Minitab 16 dan SPSS 15.
METODE Alat dan Bahan Alat-alat yang digunakan adalah fotometer jinjing, adaptor, kamera digital, serta perangkat lunak Minitab 16 dan SPSS 15. Bahan-bahan yang digunakan antara lain, spesimen blok parafin, kertas foto, dan alkohol 70%. . Metode Penelitian Keterangan Sampel Sampel yang digunakan berupa 140 blok parafin dari Divisi Patologi, RSCM. Sampel merupakan hasil biopsi jaringan di sekitar jaringan kanker yang dilakukan secara histopatologi. Sampel merupakan jaringan kanker jenis CIN stadium 1, 2, dan 3, serta jaringan sel normal. Prosedur Penggunaan Alat Fotometer Jinjing Fotometer (Gambar 1a) dihubungkan dengan adaptor sebagai penurun tegangan dari sumber listrik, lalu dinyalakan. Intensitas awal diukur dengan meletakkan sumber sinar pada kertas foto (area berwarna putih) sebagai kontrol. Sumber sinar kemudian dipancarkan tegak lurus (90 ) dengan permukaan berwarna hitam. Perbedaan intensitas sinar pantul antara permukaan putih dan hitam diperiksa. Apabila tidak ada perbedaan, maka nilai intensitas awal dinaikkan. Intensitas yang sudah ditetapkan untuk sumber sinar tertentu digunakan untuk pengukuran setiap sampel.
a b Gambar 1 Fotometer (a) dan sumber sinar tampak atau NIR (b)
3
Pengukuran Sampel Sumber sinar yang digunakan adalah LED merah, LED biru, dan NIR (Gambar 1b). Sumber sinar ditembakkan tegak lurus (90 ) dengan permukaan parafin yang memiliki jaringan kanker, secara acak sebanyak 10 kali untuk setiap sampel. Setiap pergantian sampel, intensitas awal diukur kembali. Sampel jaringan akan memantulkan sinar dari sumber sinar (reflektans). Sinar pantulan akan ditangkap oleh detektor LDR, menghasilkan intensitas jaringan yang kemudian diubah menjadi beda tegangan listrik. Voltmeter akan mendeteksi beda tegangan listrik yang dihasilkan, dan menghasilkan nilai intensitas dalam satuan milivolt (mV). Pengumpulan Data Data yang terkumpul berupa intensitas sinar pantulan yang dihasilkan oleh sampel jaringan kanker CIN stadium 1, 2, dan 3, serta jaringan normal ketika menerima sinar dari sumber sinar lampu LED merah, biru, dan NIR. Data tersebut kemudian ditampilkan dalam bentuk tabel menggunakan Microsoft Excel 2007: Sinar CIN 1 CIN 2 CIN 3
LED Merah (mV) ..... ..... .....
LED NIR (mV)
LED Biru (mV)
..... ..... .....
..... ..... .....
Pengolahan Data Data yang terkumpul selanjutnya dianalisis menggunakan metode diskriminan dengan perangkat lunak SPSS 15. Persamaan pola akan dihasilkan untuk setiap kelompok data dan dibandingkan satu sama lain. Berdasarkan pola tersebut, data dapat dikelompokkan sesuai yang diinginkan.
HASIL DAN PEMBAHASAN Prinsip penelitian ini ialah adanya perbedaan intensitas sinar pantulan yang bermakna antara jaringan kanker dan jaringan normal, ketika disinari dengan alat fotometer sederhana. Intensitas tersebut terukur oleh alat multimeter sebagai beda tegangan listrik dalam satuan milivolt (mV). Data intensitas sampel dikelompokkan menggunakan analisis kluster, lalu dipilih data untuk digunakan dalam analisis diskriminan. Penelitian ini diharapkan dapat menghasilkan model perhitungan yang paling baik dari alat fotometer yang digunakan, untuk mempermudah dokter dalam mendiagnosis secara lebih tepat dan jelas, pasien yang diduga memiliki kanker. Neoplasia antarepitel serviks (CIN) merupakan tahapan awal perubahan sel normal menjadi kanker serviks atau lazim disebut sebagai lesi prakanker (lesi intraepitel serviks). Proses perubahan sel normal menjadi sel kanker diawali dengan perubahan menjadi CIN I (stadium 1), yang dapat berkembang menjadi CIN II (stadium 2), kemudian CIN III (stadium 3), dan berkembang menjadi karsinoma serviks (kanker). CIN I dikategorikan sebagai prakanker terendah,
4
karena hanya 12% yang dapat berkembang menjadi kanker, sedangkan CIN II dan CIN III berisiko lebih tinggi menjadi kanker bila tidak diobati (Andrijono 2010). Sampel berupa blok parafin dari hasil biopsi yang diduga terdapat jaringan kanker (CIN) (Gambar 2) dikelompokkan menjadi CIN 1, CIN 2, CIN 3, dan normal. Daerah atau area berwarna kecokelatan merupakan daerah yang diukur dengan menembakkan sumber sinar secara tegak lurus (90 ). Alur penelitian dapat dilihat pada lampiran 1.
Gambar 2
Sampel jaringan neoplasia antarepitel serviks (CIN) berupa blok parafin
Sinar yang dipantulkan oleh jaringan kanker maupun normal (reflektans) ditangkap oleh detektor LDR atau fotodiode untuk diubah menjadi beda tegangan. Nilai beda tegangan tersebut dicatat dan selanjutnya ditampilkan dalam bentuk tabel dengan menggunakan Excel. Setiap pengukuran didahului dengan kalibrasi alat fotometer menggunakan kontrol hitam dan putih berupa kertas foto untuk standar putih dan karton hitam untuk standar hitam. Hasil pengukuran sampel menggunakan sinar tampak (merah dan biru) disebut sebagai nilai intensitas tampak (visible/Vis) dan pengukuran dengan sinar inframerah dekat sebagai intensitas inframerah dekat (NIR). Hasil Analisis Sampel Menggunakan Fotometer Jinjing Setiap sampel disinari dengan 3 sumber sinar masing-masing sebanyak 10 kali yang dilakukan secara acak (menyebar) pada area berwarna cokelat (area terduga). Hasil pengukuran intensitas radiasi sinar pantulan dari jaringan kanker maupun normal setelah diubah menjadi beda tegangan ditunjukkan pada Tabel 1. Nilai kontrol merupakan hasil pengukuran pada blok parafin tanpa jaringan, yang digunakan sebagai pembanding dan angka dasar. Nilai intensitas tampak (IVis) kemudian dibagi dengan nilai intensitas NIR (INIR), sehingga diperoleh nisbah intensitas Vis/NIR untuk tiap sumber sinar (Tabel 2). Nisbah ini, yang menggambarkan intensitas sampel uji untuk setiap sumber sinar, selanjutnya akan dimasukkan ke dalam analisis pengolahan data menggunakan diskriminan.
5
Tabel 1
CIN 1
CIN 2
CIN 3
Normal
CIN 1
CIN 2
CIN 3
Normal
Hasil pengukuran intensitas jaringan neoplasia antarepitel serviks (CIN) dan normal dengan sumber sinar tampak (Vis) dan inframerah dekat (NIR) Sinar Biru (mV) Merah (mV) NIR (mV) Kontrol 1999 1999 1999 001 1987.6 1918.9 1922.4 002 1987.3 1921.3 1926.8 003 1979.7 1922.4 1927.5 ... ... ... ... 052 1924.9 1920.7 1934.6 001 1988.2 1924.3 1929.6 002 1980.1 1923.8 1927.8 003 1977.3 1921.7 1924.4 ... ... ... ... 047 1928.3 1926.2 1938.8 001 1977.0 1921.8 1929.8 002 1978.4 1920.1 1927.6 003 1979.7 1940.2 1933.6 ... ... ... ... 029 1929.6 1924.9 1942.3 001 1979.2 1922.9 1919.2 002 1978.7 1921.5 1923.7 003 1988.0 1917.9 1920.5 ... ... ... ... 012 1984.0 1925.6 1932.5 Tabel 2 Nisbah intensitas jaringan CIN dan normal Sinar Biru/NIR (mV) Merah/NIR (mV) 001 1.0339 0.9982 002 1.0314 0.9972 003 1.0271 0.9974 ... ... ... 052 0.9941 0.9928 001 1.0304 0.9973 002 1.0271 0.9979 003 1.0275 0.9986 ... ... ... 047 0.9946 0.9935 001 1.0197 0.9959 002 1.0264 0.9961 003 1.0238 1.0034 ... ... ... 029 0.9935 0.9901 001 1.0313 1.0019 002 1.0286 0.9988 003 1.0352 0.9986 ... ... ... 012 1.0266 0.9964
6
Dalam alat fotometer (Gambar 3), cahaya ditembakkan ke arah sampel melalui pembagi sinar. Pantulan yang melalui pembagi sinar kemudian ditangkap oleh detektor. Detektor LDR digunakan karena memiliki spektrum yang luas, sehingga dapat menangkap semua cahaya yang dipantulkan oleh sampel pada daerah spektrum sinar tampak, sedangkan fotodiode digunakan karena sebagian jaringan yang menyerap sinar berada pada kedalaman tertentu sehingga sinar yang dipantulkan berada pada daerah inframerah (Zain et al. 2007). Sinar dipantulkan oleh permukaan benda (sampel) tanpa mengalami perubahan panjang gelombang. Sudut datang bisa sama dengan sudut pantul (reflektans spekular), tetapi bisa tidak sama (reflektans difusi). Sinar yang menuju sampel dapat diserap, diteruskan, atau dipantulkan (Novianty 2008).
Sensor
cermin Cermin
Pembagi sinar
Gambar 3 Instrumen fotometer (Zain et al. 2007) Kanker menyebabkan kerusakan pada komposisi atau susunan jaringan normal, seperti mengubah ukuran inti sel maupun DNA (Mirabal et al. 2002). Reflektans yang dihasilkan oleh sel kanker lebih rendah dibandingkan dengan sel normal pada daerah tampak, tetapi lebih tinggi pada daerah inframerah. Oleh karena itu, nisbah intensitas Vis dan NIR akan dapat membedakan sel kanker dengan sel normal. Perbedaan jumlah serapan di setiap panjang gelombang disebabkan oleh perubahan jumlah oksihemoglobin (HbO2) dan deoksihemoglobin (Hb) dalam jaringan. Jaringan kanker umumnya mengalami hipoksia, yakni penurunan jumlah oksihemoglobin dalam jaringan, sehingga meningkatkan jumlah deoksihemoglobin. HbO2 lebih tinggi serapannya pada daerah NIR dibandingkan dengan Hb, sementara pada panjang gelombang Vis, Hb lebih tinggi serapannya daripada HbO2 (Gambar 4). HbO2 dan Hb bertanggung jawab atas pengangkutan oksigen (O2) dan karbon dioksida (CO2) dalam tubuh manusia (Bakker et al. 2012).
7
Gambar 4 Spektrum serapan oksihemoglobin (HbO2) dan deoksihemoglobin (Hb) pada daerah inframerah dekat (NIR) (Bakker et al. 2012) Hasil Pengelompokan dan Pemilihan Data Menggunakan Analisis Kluster Analisis kluster merupakan salah satu analisis multivariat. Multivariat maknanya ada lebih dari 1 peubah yang dianggap khas dan digunakan untuk membandingkan sebuah objek dengan objek yang lain. Tujuan utama analisis kluster adalah mengelompokkan objek berdasarkan kesamaan atau kemiripan peubah khas yang dimiliki (Simamora 2005). Jumlah sampel yang diukur untuk setiap kelompok berbeda-beda, yakni 52 sampel CIN 1, 47 sampel CIN 2, 29 sampel CIN 3, dan 12 sampel normal. Total sampel yang cukup banyak, yakni 140 sampel dan keberagaman jumlah sampel untuk setiap kelompok memungkinkan hasil yang kurang baik akibat galat pengukuran yang semakin besar. Data yang memiliki kemiripan akan terkelompokkan ke dalam satu kluster (grup) dan berbeda dengan data dalam kluster yang lain (Alfina et al. 2012). Proses klusterisasi dilakukan dengan menggunakan perangkat lunak Minitab 16. Klusterisasi dilakukan dengan membuat kelompok baru, yakni kelompok 1 (normal), 2 (CIN 1), 3 (CIN 2), dan 4 (CIN 3). Hasilnya ternyata menunjukkan bahwa sampel CIN 1, 2, dan 3 terkelompok pada kluster 2, 3, dan 4. Hanya sampel jaringan normal yang seluruhnya tergabung dalam kluster 1. Proses klusterisasi dilakukan dalam 2 tahapan. Pada tahap pertama, semua data (140 data) diklusterkan dan didapatkan 2 nilai pencilan yang kemudian dihilangkan pada proses klusterisasi tahap kedua (Gambar 5). Data pencilan merupakan data yang terkelompokkan dalam kluster paling kecil. Untuk analisis diskriminasi selanjutnya dipilih 8 data dari tiap kelompok CIN 1, 2, dan 3 hasil klusterisasi. Hal ini dilakukan untuk meratakan jumlah data yang akan dianalisis.
8
Dendrogram
Ward Linkage; Euclidean Distance
Similarity
-1658,66
-1072,44
-486,22
100,00 152253359495600545579855901643100248422705078161313606880032239236795679666171571777134736120122586526312179119693023845938247831296065341528568304128128871186203648118927129134822934223213552637838974253531291433387090702744713415264649318540447292739976134810060809 1 11 1 1 1 111 11 1 11 11 1 11 1 1 1 1 1 1 11111 11 1 1 1 1111
Observations
Gambar 5
Dendrogram kluster nisbah intensitas CIN (hijau, biru, kuning) dan normal (merah)
Hasil Pembentukan Model Kanker Serviks Menggunakan Analisis Diskriminan Analisis diskriminan merupakan proses analisis yang bertujuan memahami perbedaan kelompok dan meramalkan peluang suatu objek akan masuk ke dalam kelompok tertentu berdasarkan pada beberapa peubah bebas yang datanya berskala selang atau nisbah (Simamora 2005). Analisis diskriminan mirip regresi linear berganda (multivariable regression), tetapi analisis ini dipakai apabila peubah bebasnya berupa kategoris (ordinal atau nominal) dan peubah bebasnya menggunakan skala metrik (selang dan nisbah) (Simamora 2005). Penelitian yang dilakukan berdasarkan pada nisbah intensitas antara Vis dan NIR maka penggunaan analisis diskriminan sangat sesuai. Dalam penelitian ini, analisis diskriminan digunakan untuk mengklasifikasi jaringan kanker berdasarkan kriteria jumlah peubah bebas. Peubah bebas yang digunakan adalah variasi menggunakan 2 macam sinar LED (merah dan biru) dan NIR. Penggunaan analisis diskriminan mengharapkan adanya homogenitas yang tinggi dalam kelompok serta heterogenitas antarkelompok yang juga tinggi. Tabel 3 menunjukkan apakah ada perbedaan yang signifikan antarkelompok untuk setiap peubah, dengan melihat nilai Sig. untuk uji F. Data untuk setiap kelompok dapat terbedakan secara signifikan (nyata) jika nilai Sig. < 0.005. Tabel 3 Uji kesetaraan antarkelompok pada 2 peubah nisbah intensitas Vis/NIR Peubah Wilks' Lambda F Sig. Nisbah merah/NIR 0.203 36.627 0.000 Nisbah biru/NIR 0.022 420.559 0.000 Pengelompokan (klasifikasi) sampel dapat dilihat dari terbentuknya daerahdaerah yang menunjukkan wilayah (teritorial) untuk setiap kelompok sampel. Gambar 6 menunjukkan keterpisahan lokasi antara jaringan normal dan jaringan CIN. Jaringan normal terpisah jauh dengan 3 jaringan lainnya yang berarti bahwa
9
proses diskriminasi berhasil dilakukan. Posisi maupun lokasi teritorial jaringan dapat dilihat dengan lebih jelas pada peta teritorial yang lebih lengkap (Lampiran 2). Pada peta teritorial tersebut, sumbu x merupakan fungsi diskriminan 1 dan sumbu y merupakan fungsi diskriminan 2. Tahap proses mendapatkan peta teritorial tersebut diberikan pada lampiran 3-7.
Fungsi Kanonik Diskriminan
kelompok sentroid
Fungsi 2 Fungsi 1 Gambar 5 Hasil analisis diskriminan (CIN 1 ( ), CIN 2 ( ), CIN 3 (x), dan normal ( ) Tabel 4 Tetapan fungsi hasil analisis diskriminan kanker (CIN) dan normal Fungsi 1 2 Nisbah Merah -12.202 408.597 Nisbah Biru 481.248 -107.537 Tetapan -478.212 -298.074 Analisis diskriminan yang dilakukan menghasilkan 2 fungsi diskriminan yang dapat dirumuskan sebagai berikut: Fungsi diskriminan 1 Z Score_1 = -478.212 – (12.202 nisbah merah) + (481.248 nisbah biru) Fungsi diskriminan 2 Z Score_2 = -289.074 + (408.597 nisbah merah) – (107.537 nisbah biru) Dari fungsi diskriminan yang dihasilkan, dapat diketahui ketepatan klasifikasi atau presentase galat klasifikasinya (Lampiran 8). Lampiran tersebut menjelaskan bahwa kumpulan data jaringan normal terkelompok sesuai dengan prediksi klasifikasi yang diharapkan yakni sebesar 100 %. Demikian pula halnya dengan Kelompok data CIN 1 (n = 8) dan CIN 3 (n = 8). Sementara CIN 2 (n = 8) hanya sebesar 75% data yang terkelompok sesuai dengan prediksi klasifikasi, sedangkan
10
25% lainnya masuk ke dalam kelompok CIN 3. Adanya beberapa data CIN 2 yang terkelompok ke dalam CIN 3 ini menunjukan bahwa CIN 2 lebih memiliki kemiripan dengan CIN 3. Fungsi diskriminan yang dihasilkan dapat digunakan untuk mengelompokkan sampel yang belum diketahui. Hal ini terbukti dari ketepatan hasil diskriminasi yang mencapai 93.8%, artinya fungsi diskriminan tersebut cukup sahih untuk digunakan mengelompokkan sampel sebagai jaringan kanker CIN 1, CIN 2, CIN 3, dan normal, karena mendekati ketepatan 100%. Penggunaan fungsi diskriminan untuk mengelompokan sampel yang belum diketahui diawali dengan mengukur intensitas sampel menggunakan fotometer dengan sumber sinar Vis dan NIR, kemudian nisbah intensitas Vis dengan NIR ditentukan sebagai intensitas sampel. Intensitas sampel selanjutnya dimasukkan ke dalam fungsi diskriminan 1 dan 2, berturut-turut sebagai sumbu x dan sumbu y. Nilai sumbu x dan y selanjutnya di alirkan pada peta teritorial (Lampiran 2), sehingga akan diketahui apakah sampel yang diukur tergolong sebagai jenis kanker atau jaringan normal berdasarkan titik sampel pada peta teritorial tersebut.
SIMPULAN DAN SARAN Simpulan Penggunaan LED biru dan merah sebagai sumber sinar tampak serta lampu inframerah sebagai sumber sinar NIR dapat membedakan sel kanker berdasarkan stadium dan sel normal dengan menggunakan analisis diskriminan. Ketepatan 2 fungsi diskriminan yang didapatkan sebesar 93.8% dalam mengelompokkan sel kanker berdasarkan stadium dan sel normalnya.
Saran Proses pengukuran sebaiknya dilakukan di ruangan yang benar-benar gelap. Pengembangan bentuk alat disarankan untuk memisahkan voltmeter dengan sumber sinar. Penggunaan variasi sumber sinar yang lebih banyak dan penggunaan filter yang sesuai disarankan untuk pengembangan hasil yang lebih baik dalam klasifikasi kanker.
11
DAFTAR PUSTAKA Alfina T, Santosa B, Barakban AR. 2012. Analisa perbandingan metode hierarchical clustering, K-Means dan gabungan keduanya dalam cluster data; studi kasus problem kerja praktek Jurusan Teknik Industri ITS. Jurnal Teknik ITS 1(2):521-525. Andrijono. 2010. Kanker Serviks. Ed ke-3. Jakarta (ID): Divisi Onkologi UI. Andrijono. 2007. Vaksinasi HPV merupakan pencegahan primer kanker serviks. Maj. Kedokteran Indones. 57 (5):153-158. Bakker A, Smith B, Ainslie P, Smith K. 2012. Near infrared spectroscopy applied aspects of utrasonography in human. Di dalam: Ainslie P, editor. Ultrasonography in Human [Internet]. [Waktu dan tempat pertemuan tidak diketahui] Bogor (ID): Loji. hlm 65-88; [diunduh 2014 Des 1]. Tersedia pada: http://www.intechopen.com/books/applied-aspects-of-ultrasono graphy-in-humans/near-infrared-spectroscopy. Melva. 2008. Faktor-faktor yang mempengaruhi kejadian kanker leher rahim pada penderita yang datang berobat di RSUP H. Adam Malik tahun 2008 [tesis]. Medan (ID): Universitas Sumatera Utara. Mirabal NY, Chang SK, Atkinson EN, Malpica A, Follen M, Kortum RR. 2002. Reflectance spectroscopy for in vivo detection of cervical precancer. Biomed Opt. 7(4):587-594. Novianty I. 2008. Analisa spektroskopi reflektans Vis-NIR untuk mengetahui proses pematangan buah stroberi [skripsi]. Bogor (ID): Institut Pertanian Bogor. Novel SS, Safitri R, Nuswantara S. 2009. Aplikasi Hybrid Capture II System dalam deteksi dini kanker serviks. CDK. 36 (1): 167-169. Rosilawati ML, Bela B, Indarti J. 2007. Deteksi human papilloma virus (HPV) tipe 16 dan tipe 18 dengan teknik polymerase chain reaction (PCR) dan hibridisasi dot lot dangan pelacak DNA berlabel biotin. Maj Obstet Ginekol Indones. 31(4):218-251. Simamora B. 2005. Analisis Multivariat Pemasaran. Jakarta (ID): Gramedia Pustaka.
12
LAMPIRAN Lampiran 1 Bagan alir penelitian
Sampel CIN 1, CIN 2, CIN 3, dan normal
Pengukuran sampel menggunakan fotometer
Pengumpulan data
Klusterisasi data menggunakan Minitab 16
Analisis diskriminan menggunakan SPSS 15
Pemilihan data kluster perkelompok
Model fungsi diskrimanan
13
Lampiran 2
Peta teritorial jaringan neoplasia antarepitel serviks (CIN) dan normal hasil analisis diskriminan
Keterangan: Fungsi diskriminan 1 = sumbu-x Fungsi diskriminan 2 = sumbu-y
14
Lampiran 3
Nisbah merah Nisbah biru
Uji kesetaraan antarkelompok nisbah intensitas Vis/NIR jaringan neoplasia antarepitel serviks (CIN) dan normal Wilks' Lambda 0.203 0.022
F
df1
df2
Sig.
36.627 420.559
3 3
28 28
0.000 0.000
Lampiran 4 Tabel Wilks’ lambda Fungsi yang diuji Wilks' Lambda Chi-square 1–2 0.008 136.767 2 0.349 29.506
Fungsi 1 2
df 6 2
Sig. 0.000 0.000
Lampiran 5 Menguji perbedaan antarkelompok Eigen nilai % Keragaman % Kumulatif Kolerasi Kanonis a 45.098 96.0 96.0 0.989 a 1.868 4.0 100.0 0.807
Lampiran 6 Koefisien peubah dalam fungsi diskriminan 1 dan 2 Fungsi 1 2 Nisbah merah -12.202 408.597 Nisbah biru 481.248 -107.537 Tetapan -478.212 -298.074 Lampiran 7 Fungsi kelompok sentroid Fungsi Kelompok 1 2 1 -10.768 6.436 2 3.279 2.041 3 4
2.498 4.991
-1.402 -0.640
15
Lampiran 8
Hasil klasifikasi analisis diskriminan jaringan neoplasia antarepitel serviks (CIN) dan normal Prediksi Jumlah Anggota Kelompok 1 2 3 4 Total Asli Jumlah 1 8 0 0 0 8 2 0 6 2 0 8 3 0 0 8 0 8 4 0 0 0 8 8 % 1 100.0 0 0 0 100.0 2 0 75.0 25.0 0 100.0 3 0 0 100.0 0 100.0 4 0 0 0 100.0 100.0 Hasil validasi Jumlah 1 8 0 0 0 8 silang 2 0 6 2 0 8 3 0 0 8 0 8 4 0 0 1 7 8 % 1 100.0 0 0 0 100.0 2 0 75.0 25.0 0 100.0 3 0 0 100.0 0 100.0 4 0 0 12.5 87.5 100.0 a. Validasi silang setiap kasus dikelompokkan dengan menggunakan fungsi-fungsi yang diturunkan dari semua kasus selain kasus tersebut. b. 93.8% Pengelompokan awal terkelompokan dengan benar c. 90.6% Pengelompokan hasil validasi silang terkelompokan dengan benar
16
RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 31 Oktober 1989. Penulis merupakan putri kedua dari pasangan H. Sofian Rahmat Hidayat SPd. dan Metrawati Ramli SPd. Tahun 2006 penulis lulus dari SMU Insan Kamil Bogor dan pada tahun yang sama penulis diterima di Program Diploma IPB melalui Tes Mandiri dan masuk sebagai mahasiswa Program Keahlian Analisis Kimia. Tahun 2009 penulis lulus dari Program Diploma IPB dan melanjutkan pendidikan S1 melalui Program S1 Penyelenggaraan Khusus Departemen Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Selama perkuliahan di Diploma IPB, penulis melaksanakan praktik kerja lapangan di PT Novell Parmaceutical Laboratories dengan judul laporan Uji Stabilitas Penyimpanan Selama 24 Bulan Terhadap Sediaan Tablet Meloxicam. Penulis pernah menjadi asisten praktikum Kimia Fisik di Program Diploma IPB.
