ISBN : 978-602-98768-0-2
ystems: between Theories
Oiselenggarakan oleh .
......
-.
~
I I I
K.~ SriobtrTt
I
I
I
11
t<;~~
•••••
InstlhtT~~
--
Konferensi Nasional Sistem Informasi 20 II
KOMITE PROGRAM
';
Kridanto Surendro, Ph.D (Institut Teknologi Bandung) Dr. Rila Mandala (Institut Teknologi Bandung) Dr. Husni Setiawan Sastramihardja (Institut Teknologi Bandung) Dr. Jazi Eko Istiyanto (Universitas Gajah Mada) Retantyo Wardoyo, Ph.D (Universitas Gajah Mada) Agus Harjoko, Ph.D (Universitas Gajah Mada) Edi Wlaarko, Ph.D (Universitas Gajah Mada) Sri Hartati; Ph.D (Universitas Gajah Mada) Dr. In&.~za ~un~~ (UniversitasGajah Mada) 1{~..:. f ; ~~p.rru9lroSoe4J:p.o'{Oniv~~~::ei4R·Nusantara) Prof. Dr. Sri Margianti (Universitas Gunadarma) Prof. Ahmad Benny Mutiara (Universitas Gunadarma) Ir. Agus Hexagraha (Universitas Pasundan) t ";:;:!\;\';"J; Edwin J,mdi S~~~w~. ¥.~~p.T. Telkom), Stevanus Wi~u Wij~y:.a:;'MT{U-nive~~s Sanata Darma), ;. Fa~\!l"Wahid, ~qyII) . :~~~.~om (ST~II~t~IDP! Edy Vi~q~attK?m (S~j~tensl Utama) .:;-
~~~*~
. i~~'
f
.~' ~t· r,·
/~Tmi'ED~~Jt PENANGGUNG JAW AB Roslina, MIT (STMIK Potensi Utama)
KETUA PENYUTING Lili Tanti, MKom (STMIK Potensi Utama)
WAKIL KETUA PENYUNTING Edy Victor Haryanto S. MKom (STMIK Potensi Utama)
PENYUNTING PELAKSANA Ratih Puspasari, M.Kom (STMIK Potensi Utama) Budi Triandi, MKom (STMlK Potensi Utama) Linda Wahyuni, M.Kom (STMIK Potensi Utama) Khairul Ummi,"MKom (STMIK Potensi Utama) Utawi Handika Sari. MKom (STMIK Potensi Utama) Tegus Surya Hadinata, MKom(STMIK Potensi Utama) Mas Ayoe Elhias Nasution, S.Kom (STMIK Potensi Utama) Rahmadani Pane, S.Kom (STMIK Potensi Utama Evri Ekadiansyah, S.Kom (STMIK Potensi Utama) Fitri Mayasari, S.Kom (STMIK Potensi Utama) Efani Desi, S.Kom (STMIK Potensi Utama) Fitriana Harahap, S.Kom (STMIK Potensi Utama) Novi Hidayati, S.Kom (STMIK Potensi Utama) Jaka Ivianto, S.Kom (STMIK Potensi Utama) Dian Mayasari, S.Kom (STMIK Potensi Utama) Ria Ekasari, S.Kom (STMIK Potensi Utama) Ria Armys, S.Kom (STMIK Potensi Utama) Muhammad Rusdi Tanjung, S.Kom (STMIK Potensi Utama)
ALAMAT REDAKSI Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Potensi Utama Medan n. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241) Telp (061) 6640525 Fax (061) 6636830 Email ;
[email protected]@gmail.com .
PENERBIT ,,~,;
t •
. ;' ..',
Program Studi Sistem Informasi STMIK Potensi Utama
I
I
KATA PENGANTAR Konferensi Nasional Sistem Informasi (KNSi) merupakan forum yang mempertemukan akademisi, praktisi, pengambil kebijakan serta pengguna sistem informasi/teknologi informasi yang diselenggarakan tiap tahun dalam rangka penyebaran pengetahuan dan informasi terkini khususnya dibidang sistem informasi. Konferensi ini juga merupakan wadah berkumpulnya ide-ide dari para pemikir yang dapat berupa pemikiran yang bersifat murni dan terapan. Beberapa peneliti yang akan mendiseminasikan hasil penelitiannya berasal dari berbagai perguruan tinggi ternama di Indonesia. Kumpulan makalah dikemas dalam bentuk prosiding dan dikelompokkan sesuai dengan bidang kajian antara lain Manusia, Pendidikan, Teknologi, Organisasi, Budaya dan Pariwisata. Makalah yang diterima berasal dari seluruh Indonesia, makalah yang dimuat dalam presiding KNSi 2011 telah melalui tahapan evaluasi oleh para reviewer yang berkompeten dibidangnya. Panitia mengucapkan selamat dan terima kasih atas keikutsertaan dan dimuatnya makalah dalam prosiding KNSi 2011. Panitia juga mengucapkan terima kasih kepada Pemerintah Daerah Sumatera Utara dan semua pihak yang telah mendukung serta berpartisipasi aktif dalam mensukseskan acara konferensi nasional ini. Saran dan kritik demi menuju kesempurnaan presiding KNSi 2011 sangat diharapkan. Semoga prosiding ini dapat digunakan sebagai salah satu acuan dalam pengembangan teknologi dan peningkatan pembelajaran dibidang Sistem Informasi.
Medan, 19 Februari 2011 K Panitia
Lili Tanti, M.Kom
111
li
Konferensi Nasional Sistem Informasi 2011
DAFTARISI HALAMAN 1
I.
AHS: ONTO LOG I KOLABORASI DINAMIS Anisa Herdiani, Husni S. Sastramihardja
2.
PERANCANGAN SISTEM INTERAKSI SISTEM MAINTENANCE Tika Maliyana, Meta Helgia, Indra Noor H, Bhimantyo Pamungkas
3.
ANALlSA SINY AL EKG MENGGUNAKAN TIRUAN BERBASIS MIKROKONTROLLER Heri Trisna Frianto, Agus Sofwan
4.
5.
6.
7.
8.
9.
ANALlSIS KINERJA SCORECARD (Studi (INAP) di Dili-Timur Francisco Carlos de
JARINGAN SY ARAF ATMEGA 8535
DIVISI IT DENGAN PENDEKATAN IT BALANCED Kasus Pad a lnstituto National da Administraciio Publica Leste) Araujo, Danny Manongga
EFISIENSI OPERASI INTERAKSI MANUSIA DAN KOMPUTER ANALlSA PERBANDINGAN APLlKASI AKUNTANSI LOKAL ANTARA ZAHIR VA PERSONAL VS ABIPRO 2000 Dyah Pratiwi, Dharma T.Ediraras, Detty Purnamasari ANALlSA KINERJA PROBABILlTAS SENSOR NIRKABEL TERSEBAR Roslina, Afritha Amelia
25
39
44
53
PERANGKA T LUNAK KRIPTOGRAFI DENGAN
59 Parasian
D.P Silitonga, Raheliya br. Ginting
PERANCANGAN ARSITEKTUR p'ERANGKA T LUNAK BERBASIS UML UNTUK INFORMATION RETRIEVAL SYSTEMS MENGGUNAKAN AJAX Satya Pratama Kadranyata, Rila Mandala
10. PEMBUATAN LAPORAN KONSOLlDASI MENGGUNAKAN GUDANG DATA Ridowati Gunawan
68
PADA ORGANISASI XYZ 74
II. PERANCANGAN SISTEM LOCK DAN UNLOCK BRANKAS MENGGUNAKAN SISTEM DIGITAL Ari Prambudi, Yoga Saputra Ginting
81
12. IMPLEMENTASI APLlKASI M-LEARNING BERBASIS J2ME DI POLlTEKNIK CALTEX RIAU Dini Nurmalasari
89
IV
1 1
16
DETEKSI PADA JARINGAN
PERENCANAAN PEMBANGUNAN SISTEM INFORMASI TERINTEGRASI DENGAN ENTERPRISE ARCHITECTURE PLANNING (EAP) (STUDI KASUS:STIKOM DINAMIKA BANGSA JAMBI) Eriya, Kridanto Surendro PERANCANGAN METODEGOST Irene Sri Morina,
9
Konferensi Nasional Sistem Inforrnasi 20 II
13. FRAMEWORK MANAJEMEN RESIKO OPERASIONAL TEKNOLOGI INFORMA PERBANKAN Hendra Sandhi Firmansyah, Mary Handoko Wijoyo 14. DYNAMIC ANALYTICAL HIERARCHY PROCESS BERBASIS WEB Pujianto Yugopuspito, Arnold Aribowo, Stevian Bong 15. APLIKASI UNTUK PROMOSI PRODUK UMKM DENGAN MEMANFAATKAN OPEN SOURCE E-COMMERCE Nur Ulfa MauJidevi, Ayu Purwarianti, Masayu LeyJia Kodra, Jaka Indria, Ernestasia Siahaan
96
103
III
16. FRAMEWORK SISTEM INFORMASI EVALUASI PENGUKURAN KINERJA ORGANISASI SaJi Alas M
119
17. APLIKASI GAME THEORY PADA PENERAPAN STRATEGI PERMAINAN TWO PERSON ZERO-SUM Siti Cholifah
127
18. KLASIFIKASI CITRA USG MENGGUNAKAN METODE EUCLIDEAN DISTANCE UNTUK ESTIMASI UKURAN KISTA OV ARlUM Yenniwarti Rafsyam, Jonifan
132
19. PENGEMBANGAN FRAMEWORK SISFO KAMPUS BERBASIS WEB MENGGUNAKAN METODOLOGI FAST (STUD! KASUS STMIK IIJ) Arini, YusufDurrachman, Ryan Sofyan
139
20. SISTEM PENILAIAN PROGRAM TELEVISI BERBASIS PENDEKATAN AUDIO VISUAL Didit Widiatmoko, Lies Neni Budiarti, Anne Nurfarina, Litta Primasari, Ifa Safira Mustikadara
147
21. SISTEM PEMANT AUAN PERJALANAN KERET A API Mochamad Karjadi
156
22. TEKNOLOGI MOBILE PHONE PADA PERHITUNGAN HARTA WARIS Teddy Oswari, Ira Windarti, Andy Widyantho
160
23. PENGENALAN KARAKTER ANGKA MENGGUNAKAN CLUSTERING Thiang, Suharyanto
FUZZY
24. ALGORITMA SORTING BITONIC PADA KOMPUTASI PARALEL Tjahjo Dwinurti, Yulisdin Mukhlis 25. ANALISIS KELA YAKAN PENGGUNAAN PROTOKOL WIRELESS UNTUK TRANSIMISI DATA PADA WIRELESS BODY AREA NETWORK (WBAN) Vera Suryani, Achmad Rizal 26. STUDI DAN ANALISIS KEAMANAN E-DOCUMENT PESA W AT TERBANG BERBASIS WEB Ai Rosita, Budi Rahardjo
v
165
170
175
178
Konferensi Nasional Sistem Informasi
2011
KLASIFIKASI CITRA USG MENGGUNAKAN METODE EUCLIDEAN DISTANCE UNTUK ESTIMASI UKURAN KISTA OVARIUM Yenniwarti I
Rafsyam
I
Jonifan
2
Jurusan Teknik Elektro Politeknik Negeri Padang 2
Universitas Gunadarma Jakarta
Email:
[email protected]
.• jonifan(ivstafLgunadanna.ac.id
Abstrak Salah satu cara untuk mendiagnosa seseorang terkena kista ovarium dapat dilakukan dengan pemeriksaan ultrasonografi (USG). Namun demikian, hasil yang diperoleh para dokter menunjukkan diagnosa yang subyektif, yaitu sangat bergantung pad a ahli yang menangani kasus tersebut. Selain itu dapat pula terjadi perbedaan diagnosa antara satu dokter dengan dokter lainnya. Di lain pihak keahlian dalam mendiagnosa juga dipengaruhi oleh pengalaman dokter tersebut dalam menangani kasus yang serupa. Untuk mengatasi subyektifitas tersebut maka dirancang suatu piranti lunak dengan menggunakan Visual Basic untuk pengolahan citra USG dengan tujuan dapat mengestimasi ukuran kista dengan tepat dan akurat. Metode yang digunakan dalam penelitian ini untuk mengestimasi ukuran kista yaitu dengan mencari jumlah pixel yang mewakili lebar, tinggi dan diagonal yang dikalikan dengan konstanta hasil kalibrasi ukuran kista. Hasil penelitian menunjukkan bahwa untuk sampel yang dinormalisasi dengan ukuran template 16x16 dan 20x20 menghasilkan kesalahan rata-rata (MSE) dikisaran 0,05 - 0,06 dan standar deviasi yang relatif rendah yaitu dikisaran 0,25 ern. Kata kunci: USG, pengolahan citra, deteksi, segmentasi, ukuran kista
132
1 1
Konferensi Nasional Sistem Informasi
suatu game dengan saddle point dapat dipecahkan oleh metoda ini juga. Formulasi standar di dalam metode simpleks memerlukan bahwa semua variabel tidak negatif. Untuk mencapai kondisi ini, satu dapat menggantikan perbedaan dari dua variabel baru untuk y. Strategi yang optimal untuk Pemain I adalah solusi untuk dualproblem dari strategi dual-problem dari Pemain II. Menurut pandangan ini, metafisikawan dari Emmanuel Kant untuk pendekatan yang naturalistic,. sedangkan menurut David Hume moralitas dapat ditinggalkan. Contoh Perhitungan dalam Problem Game Theory Jumlah Nol untuk 2 Pemain : 4yl
+ y2 + 3y3 £ v + 4y3 £ v yl + y2 + y3 =
2yl + 3y2
yj30,j = 1,2,3, and v is unrestricted Solusi optimal solution untuk Pemain II adalah: yl = 112, y2 = 112,y3 = O. Mixed saddle point adalah: x I = 1/4, x2 = 3/4; yl = 112, y2 = 1/2, y3 = 0, dan Nilai GamelPermainan sarna dengan 5/2. Strategi yang essential strategies untuk Pemain I adalah i = I,i = 2; untuk Pemain II
terdapat j essential.
=
I, j
=
2 dan j
=
2011
3 adalah non-
8. Kesimpulan . Metode simpleks dari pemrograman linier menyediakan strategi optimal untuk kedua pernain-pemain. Norma sosial dan kewajaran dari sebuah game/permainan adalah suatu konvensi yang dievolusi untuk mengkoordinir periJaku dalam sebuah keseimbangan/equiJibrium dari suatu hidup bermasyarakat. Penerapan strategi permainan dapat memberikan sebuah pertimbangan untuk memenangkan sebuah persaingan Daftar Rujukan [I] Arsham H., 1995, Stability of essential strategy in two-person zero-sum games, Congressus Numerantium, 110(3),167-180. [2] Borm P., (Ed.), 2002, Chapters in Game Theory, Kluwer, [3] Raghavan T., and Z. Syed, 2003, "A policy-improvement type algorithm for solving zero-sum two-person stochastic games of perfect information", Mathematical Programming, Ser. A, 95(3),513-532. [4] Weintraub E., 1992, Toward a History of Game Theory, Duke University Press. [5] Perdana, Ari A., 2005, Konflik, interaksi, dan koordinasi, http://www.csis.or.id/
131
Konferensi Nasional Sistem Informasi 20))
1.
.,
Pendahuluan
Seorang dokter atau ahli ultrasonografi menggunakan citra USG untuk mengetahui adanya abnormalitas pada alat reproduksi wanita. Citra USG dapat dihasilkan dari sinyal-sinyal echo suatu pulsa ultrasonik yang dipetakan untuk membentuk gambar dua dimensi, sehingga mempunyai karakteristik yang berbeda dibanding citra visual biasa. Perbatasan antara jaringan seringkali tidak jelas. Analisis seperti ini membutuhkan keahlian dan pengalaman, dengan kat a lain analisis bersifat subyektif, yaitu sangat bergantung pada ahli yang menangani kasus tersebut, selain itu dapat pula terjadi perbedaan diagnosa antara satu ahli dengan yang lainnya. Hal ini menyebabkan kebingungan pasien. Dilain pihak keahlian dalam mendiagnosa juga dipengaruhi oleh pengalaman ahli tersebut dalam menangani kasus serupa. Untuk mengatasi subyektifitas yang terjadi, maka dilakukan analisis lain yaitu, analisis berbantuan komputer yang diharapkan dapat bersifat lebih obyektif. Analisis jenis ini diharapkan dapat dibangun sebagai alat bantu bagi dokter atau ahli USG dalam melakukan diagnosa dan bukan menggantikan peran dokter atau ahli USG sepenuhnya. Pengolahan dan pengenalan citra digital sangat potensial untuk diterapkan pad a citra ultrasonografi. Dalam bidang abdomen, misalnya untuk menemukan secara cepat dan tepat, kista atau kelainan lainnya dalam citra ultrasonografi dapat dilakukan dengan pengenalan strukturstruktur yang berbentuk countour tertutup. Informasi penting dalam citra ultrasonografi yang sering digunakan para dokter adalah ciri bentuk, sehingga untuk pengenalan citra dalam citra ultrasonografi dapat menggunakan ciri bentuk. Untuk dapat melakukan pengukuran ciri-ciri bentuk setiap obyek harus tersegmentasi dengan baik dan direpresentasikan dalam countor tertutup. Closing, thinning, deteksi countour tertutup dan filling merupakan proses-proses yang harus lebih dahulu dilakukan sebelum dilakukan pengukuran ciri tersebut. Tujuan yang ingin dicapai dalam penelitian ini adalah membuat sistem yang mampu memproses citra ultrasonografi
untuk menentukan estimasi ukuran kista ovarium secara cepat dan akurat. 2.
Penelitian yang Berkaitan dan kontribusi Penelitian Cukup banyak penelitian atau paper yang ditulis yang berkaitan dengan kista ovarium atau gambar medis. Salah satu dari penelitian tersebut adalah yang disampaikan [3], [7], [13]. Pada tulisan tersebut diungkapkan mengenai kemungkinan untuk menampilkan gambar abu-abu menjadi berwama untuk memperjelas bagian-bagian gambar indung telur yang terdapat kista didalamnya sehingga proses analisis menjadi lebih mudah. 3. Metode Penelitian 3.1 Metodelogi Langkah-langkah yang dilakukan dalam penelitian ini adalah tahap persiapan dan tahap perancangan sistem. Langkahlangkah yang dilakukan pada· tahap persiapan diperlihatkan pada Gambar 1. Pengambilan sam pel dilakukan untuk mengambil citra dari citra hasil USG dalam bentuk satuan kertas dengan ukuran centimeter (em). Gambar hasil USG kista yang diperoleh tersebut dijadikan citra digital terlebih dahulu sebelum diproses dengan menggunakan penyapu citra (scanner), yang dalam penelitian ini di set 300 dpi menjadi citra digital dan disimpan dengan format JPG kemudiaan citra digital USG kista disunting, diperbaiki, diseragamkan ukurannya dan dipersiapkan untuk proses berikutnya. Dalam proses ini citra disimpan dalam format .jpg 24 bit tingkat wama, dengan ukuran 800 x 600 piksel. Selanjutnya pada tahap persiapan ini dilakukan kalibrasi ukuran bertujuan untuk mendapatkan nilai referensi baru ukuran kista, yang nantinya akan digunakan untuk menganalisa hasil pengujian. Penentuan Nilai Konstanta untuk Lebar, Tinggi, Diagonal 1 dan Diagonal 2 ukuran kista diperoleh dengan menggunakan rumus berikut:
Kx
=
UkuranLebar(cm)
(3.1)
Ukuranpiksel
133
I 1
Konferensi Nasional Sistem Informasi 2011
K
UkuranTinggi(cm) Ukuranpiksel
= Y
K
= DI
(3.2)
UkuranDiagonal1(cm) Ukuranpiksel
(3.3)
= UkuranDiagonaI2(cm)
K
.. (3.4)
Ukuranpiksel
D2
••
-~ I
-~=~~ USG
proses berikutnya juga tidak dapat dilakukan. Pencarian/deteksi posisi dari kista pad a penelitian ini menggunakan template matching, yaitu membandingkan antara window uji dengan template kista dengan menghitung jaraklnilai kedekatannya (Euclidean distance). Jika jaraknya kecil dari nilai tertentu, maka gambar yang ada dalam window uji dianggap kista. Secara umum perhitungan jarak dapat dinyatakan dalam,
I
(3.5)
I(6li
1""lI'I
Gambar 1. Diagram Blok Tahap Persiapan Nilai- nilai lebar, tinggi, diagonal I, dan diagonal 2 didapatkan dengan cara melakukan pengukuran langsung pada monitor dengan menggunakan penggaris, sedangkan nilai-nilai piksel yang digunakan didapat setelah uji running program yang pertama. Nilai-nilai konstanta yang digunakan dalam penelitian ini adalah sebagai berikut: Lebar (Kx) 7.96650 Tinggi (Kv) 8.75700 Diagonal 1 (KD1) = 11.66232 Diagonal 2 (KD2) = 12.35874
3.2 Perancangan Sistem Langkah-langkah yang dilakukan pada tahap perancangan sistem seperti diperlihatkan pada Gambar 2. Adapun ukuran temp/ate kista yang dipakai pad a penelitian ini adalah 8 x 8, 16 x 16 ,20 x 20 dan 40 x 40. Pada penelitian ini untuk dapat melakukan estimasi ukuran kista ovarium secara tepat dan akurat, prosese deteksi kista harus dilakukan terlebih dulu. Deteksi kista merupakan proses yang paling berat dari keseluruhan proses yang ada seperti yang ditunjukkan pada Gambar 2. Jika bagian ini tidak bekerja dengan baik, maka proses-
134
dengan:
.. d, : Jarak antara window UJI dengan template ke i i : template ke i N : Jumlah ukuran piksel x dan y dari window
T',X.Y : Piksel dari Template ke i pada posisi x,y
W X.Y : Piksel dari window uji pada posisi x,y
Gambar 2. Diagram Blok EstimasiUkuranKista Selanjutnya proses yang dilakukan adalah segmentasi kista menggunakan metoda deteksi circle yang dikombinasi dengan deteksi tepi untuk mengetahui tepi dari kista serta metoda region growing untuk mengetahui bentuk dari kista itu sendiri dengan cara mencari semua pikselpiksel yang berada dalam kista, dimulai dari titik tengah kista, pencarian akan diteruskan sampai menyentuh hasil dari deteksi tepi atau deteksi lingkaran. Pad a penelitian ini setelah diketahui bentuk fisik dari kista, maka dapat diperkirakan ukuran kista untuk lebar (X), tinggi (Y), diagonal 1 dan diagonal2 secara otomatis tanpa perlu menempatkan terlebih dahulu sebuah titik kecil pada masingmasing ujung dari jarak yang akan diukur, dan juga tidak perlu mengatur sakelar untuk
Konferensi Nasional Sistem lnformasi
mengukur jarak antara dua titik yang terlihat pada gambar USG. Untuk menghitung lebar, tinggi dan diagonal dari kista. Prinsip kerja yang digunakan adalah melakukan scanning dari titik tengah kista ke arah kiri, kanan, atas, bawah dengan diagonal dari kista. Dengan eara ini akan didapatkan jumlah piksel yang mewakili lebar, tinggi dan diagonal dari kista. Ukuran kista yang sesungguhnya didapatkan dengan melakukan operasi perkalian hasil Perhitungan piksel dengan konstanta tertentu hasilkalibrasi ukuran kista. Algoritma meneari lebar kista adalah sebagai berikut: I. Tentukan titik tengah. 2. Berangkat dari titik tengah, periksa piksel-piksel disepanjang garis horizontal sampai batas kanan gambar .' 3. Jika nilai piksel (dalam hal ini digunakan matriks "Mask") adalah 255, artinya masih piksel kista dan hitung jumlah pikselnya. Tetapi jika nilai adalah 0, artinya di luar batas piksel, maka pemeriksaan selesai. 4. Berangkat dari titik tengah, periksa piksel-piksel disepanjang garis horizontal sampai batas kiri gambar. 5. Jika nilai piksel (dalam hal ini digunakan matriks "Mask") adalah 255, artinya masih piksel kista dan hitung jumlah pikselnya. Tetapi jika nilai adalah 0, artinya di luar batas piksel, maka pemeriksaan selesai. 6. Total hasil pemeriksaan piksel pada point 3 dan 6, sehingga menjadi ukuran lebar kista dalam satuan piksel. 7. Konversi ukuran menjadi em menggunakan konstanta kalibrasi. Algoritma untuk menguktir tinggi kista dilakukan dengan eara yang sarna dengan pengukuran lebar kista, yaitu pemeriksaan piksel dari titik tengah ke bawah kemudian ke atas. Demikian juga untuk mengukur ukuran diagonal kista dilakukan dengan memeriksa piksel mulai dari titik tengah,
<,
2011
dan bergerak seeara diagonal ke kanan atas, ke kiri bawah untuk diagonal I.Sedangkan untuk diagonal 2 dilakukan dengan memeriksa piksel mulai titik tengah kista bergerak ke kanan bawah dan kiri atas. 4. Hasil Dan Pengujian 4.1 Hasil Penelitian Pada Gambar 3 diperlihatkan salah satu eontoh sampel citra yang digunakan dalam penelitian ini. Sedangkan pada Gambar 4 memperlihatkan salah satu eontoh hasil pengujian sistem yang memperlihatkan keberhasilan melakukan estimasi ukuran kista ovarium.
Gambar 3. Citra Asli
Lebar (X) Tinggi (Y) = 333 em Diagonal 1 (D!) = 3.85 em Diagonal 2 (D2) = 3.83em
Gambar 4. Hasil Pengujian Sistem untuk Estimasi Ukuran Kista
4.2 Pembahasan Pengujian sistem dilakukan dengan eara melakukan simulasi. Kinerja sistem yang dirancang akan di nilai berdasarkan kinerjanya dengan sejumlah sampel yang
135
1 I
Konferensi Nasional Sistern Informasi 201 J
telah ditetapkan. Sistem dirancang sehingga mampu menentukan ukuran kista yang dideteksi tersebut. Penelitian ini mencoba menawarkan cara baru untuk mengestimasi ukuran kista secara otomatis tanpa perlu menempatkan titik-titik kecil diujung-ujung gambar yang akan diukur pada layar USG. Untuk keperluan tersebut, dilakukan serangkaian pengujian pada sistem yang dibangun melalui serangkaian pengujian sesuai tahapan susunan sistem di atas. Uji kinerja sistem akan dilakukan dengan 3 variasi ukuran temp/ate yaitu 8x8, l6x 16, dan 20x20 dengan 2 perlakuan terhadap sampel yaitu tanpa normalisasi dan dengan normalisasi. Pengujian keberhasilan dalam menentukan estimasi ukuran kista dilakukan dengan menghitung kesalahan rata-rata (Mean Square Error, yang selanjutnya disingkat MSE) dan deviasi standar. Untuk menguji kesalahan terhadap lebar (X), tinggi (Y),diagonall dan diagonal 2 digunakan persamaan berikut ini:
L'S'L' JVJI Lx
= (ex)
222
+e2
Kesalahan (error) menentukan estimasi ukuran kista juga diuji menggunakan deviasi standar. Hasil pengujian tanpa dilakukan normalisai menunjukkan kesalahan yang lebih kecil daripada tanpa dilakukan normalisasi seperti ditunjukkan Gambar 7 dan 8
P;~gUjianEr~or Rata-Rata{MSE) untuk Estimasi Ukur.ln Kim Tanpa Normalisasi
;51
06 [ 0.5
I
I
~04 ~O.3
g
UJ
20.20 0.2
+en
)
••.•
)0.;
0.1
01
02
Domain Pengukuran
Gambar 5. Grafik Hasil Pengujian Kesalahan Rata-rata (MSE) untuk EstimasiUkuran Kista Tanpa Normalisasi
2
+e3 n-l
·..•.-161.16
ec
HasH Pengujian EIror Ratl-Rata (MSE) untuk Estimasi Ukuran KisD Oengan Normalisasi
(4.1) 0.12
Pengujian kesalahan yang lain, yaitu menggunakan deviasi standar untuk Iebar (X), tinggi (Y), diagonal-I dan diagonal-2, digunakan persamaan (4.2) . ...
(4.2)
01
02
Domain Pengukuran
Untuk melihat tingkat keberhasilan ' estimasi ukuran kista ovarium dapat dilihat pada Gambar 5 dan 6. Dari Gambar 5. dapat diketahui bahwa dengan menggunakan temp/ate 40x40, terjadi kesalahan yang besar pada domain pengukuran Y. yaitu pada kisaran 0,5. Pengujian kedua dilakukan dengan menggunakan sampel yang dinormalisasi. Hasil pengujian ditunjukkan pada Gambar 6. Dari grafik bisa disimpulkan penggunaan temp/ate 16 x 16 dan 20 x 20 kesalahan rataratanya, relatif konstan, yaitu pada kisaran 0,05-0,06 pada semua domain pengukuran. Untuk template 8x8 kesalahan rata-rata, yaitu dalam kisaran 0,059-0,09, sedangkan untuk ukuran template 40x40 kesalahan ratarata lebih besar dibanding dengan ketiga template di atas, yaitu pada kisaran 0,06-0, I.
136
Gambar 6. Grafik Hasil Pengujian Kesalahan Rata-rata (MSE) untuk Estimasi Ukuran Kista Dengan Normalisasi -------------------~ Hasil Pengujian
Oeviasi Standar untuk Estimasi Utturan Kista hnpa Normalisasi
0.8 -0.7 E
~O.6 .: 0.5 .; 0.4 ., OJ :~ 02 ~ 0.1
o 01
02
Domain Pengukuran
Gambar 7. Grafik Hasil Pengujian Deviasi Standar untuk Estimasi Ukuran Kista Tanpa Normalisasi
,
Ha.1 Penguji.n Deyi.,; Slandar un1uk Estim•• Ukuron Kista
6. Daftar Rujukan
Oengan Normalisasi 0.35 -
E
02
-:-025 ~
0.2
;; 0.15 -:
R~,--::"""':'~~...".:::c..
0.1
~O.05
01
02
Domain PengukU(3n
Gambar 8. Grafik Hasil Pengujian Deviasi Standar untuk Estimasi Ukuran Kista Dengan Normalisasi Pengujian error dengan deviasi standar untuk estimasi ukuran kista, menunjukkan hasil seperti terlihat pada Gambar 5. penggunaan template 40x40 terjadi devia.si yang cukup besar yaitu 0,7 em pada domam pengukuran Y, berbeda dengan penggunaan sampel uji yang sudah dinormalisasi yang ditunjukkan seperti pada Gambar 6, dimana diperoleh deviasi yang relatif stabil dikisaran 0,25 em untuk penggunaan template 16x16 dan 20x20 sedangkan untuk template 8x8 dikisaran 0,27 em, template 40x40 dikisaran 0,28cm. Dengan demikian penggunaan sampel yang dinormalisasi dan penggunaan template 16x 16 dan 20x20 akan menghasilkan kesalahan rata-rata dan deviasi standar yang relatif rendah. S. Kesimpulan Dalam penelitian ini kesimpulan yang dapat diperolah adalah sebagai berikut: I.
2.
Dengan keberhasilan detekdi dan segmentasi yang dilakukan maka ukuran dari kista juga dapat diperoleh secara otomatis, di mana selama ini penentuan ukuran kista ditentukan titiknya secara manual oleh dokter. Estimasi ukuran kista untuk sampel yang dinormalisasi dan penggunaan template 16x 16 dan 20x20 menghasilkan kesalahan rata-rata (MSE) dikisaran 0,05o 06 dan deviasi standar yang r~latif rendah dikisaran 0,25 em
[1] Achmad, B., Firdausy, K., 2005, Teknik Pengolahan Citra Digital menggunakan Delphy, Ardi Publishing, Yogyakarta. [2] Basuki, A., dkk., 2005, Pengolahan Citra Digital menggunakan Visual Basic, Graha I1mu, Yogyakarta [3] Beta, S., 1999, Pengolahan Sinyal Menggunakan Pendekatan Multi fraktaluntuk Pewarnaan CitraSel Mulut Rahim, Tesis Program Magister Elektroteknik Program Pascasarjana ITB, Bandung. [4] Eman., 2007, Mengatasi kista dengan Laparoskopi, www.Goggle.com. download tangggal 21-11-2007 jam 8.18 [5] Gonzalez, R. C., Woods, R. E.,1993, "Digital Image Processing" AddisonWesley Publishing Company, Inc.
Fundamental of Digital Image Processing. Prentice
[6] Jain, AniI.K.,1989,
Hall, Inc, Englewood Cliffs. [7] LEE, B.,Yan, Jia-yong., ZHUANG, Tian-ge.,200 1,"A Dynamic
Programming Based Algorithm for Optimal Edge Detection in Medical Images", IEEE Proceeding of The International Workshop on Medical Imaging and Augmented Reality (MIAR'OI). [8] LEE, B., ZHUANG, Tiange.,200 I -"Adopt Adaptive B-Spline to
Embellish Conturs in Image Segmentation", IEEE Proceeding of the International Workshop on Medical Imaging and Augmented Reality (MIAR'OI). [9] Munir, R., 2004, Pengolahan CITRA DIGITAL dengan Pendekatan Algoritmik. Informatika Bandung. [10] Mirza, 1.,2007, Fakta tentang Kista Indung Telur, Majalah Pengantin Muslim Anggun, Edisi No.20. Vol 2, haII12-115. Januari 2007. [II] Palmer, P., 2002, Panduan Pemeriksaan Diagnostik USG, Penerbit Buku Kedokteran EGC.[12] S'ykora, D., Burianek,J., Zara, J.,
2003, "Segmentation White Cartoons."
of Black and
137
11
Konferensi Nasional Sistem Informasi 20 I I
[13]Tibyani., 2005, Penerapan Region Growing pada Analysis Citra Digital Kanker untuk Pendeteksian Sel-Sel Rahim. [14] Rafsyam, Y (2008), Metode Segmentasi Citra US Untuk Mendeteksi Kista, Tesis, Sekolah Pascasarjana Fakultas Elektro Universitas Gadjah Mada, Yogyakar
138