LAPORAN

TUGAS AKHIR 1

Sistem Deteksi Tingkat Keparahan Penyakit OSTEOARTHRITIS Pada Bagian Ossa Manus Menggunakan Metode Self Organizing Mapping

Disusun oleh :

PUTRI KURNIASIH

064.12.004

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS TRISAKTI

JAKARTA

2015

BAB I
PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi mengalami kemajuan yang pesat, begitu pula dengan perkembangan teknologi pada bidang kesehatan, termasuk unit radiologi. Teknologi yang berkembang pada bidang radiologi saat ini mulai ber basiskan komputerisasi, atau dikenal sebagai teknik radiografi digital.

Aplikasi Sistem Deteksi Tingkat Keparahan Penyakit OSTEOARTHRITIS Pada Bagian sendi pergelangan tangan Menggunakan Metode Self Organizing Mapping merupakan system deteksi yang bertujuan untuk melihat keparahan penyakit arthiritis yang kini penyakit paling besar jumlahnya di Indonesia dan menyerang di segala umur. Sistem deteks ini menggunakan pengolahan citra pada sinar X-Ray.

Namun penderita Osteoarthritis (OA) penduduk di Indonesia pada tahun 2004 adalah 60.000.000 pada tahun 2007. Yang paling banyak digunakan metode untuk menilai status sendi OA adalah X-ray, magnetic resonance imaging (MRI) dan Artroskopi. Beberapa kasus diukur dengan osteo-CT. Secara umum, dokter Indonesia yang akrab menggunakan pencitraan X-ray atau MRI.

1.2 Rumusaan Masalah

Berdasarkan latar belakang yang telah di paparkan di atas maka permasalahan yang muncul adalah :

1.      Bagaimana mendapatkan data Osteoarthiritis ?

2.      Bagaimana mengklasifikasi Osteoartritis berdasarkan pada citra x-ray ?

3.      Mengapa menggunakan metode SOM ?

4.      Bagaimana model citra x-ray dan bagaimana bentuk posisi koordinat pada bidang citra x-ray ?

5.      Bagaimana perbaikan kontras pada citra X-Ray ?

1.3 Batasan Masalah

Penulisan dan pembahasan tugas akhir ini memiliki batasan-batasan masalah sebagai berikut:

1.      Hanya mengimplementasi gambar pada citra x-ray pada penderita penyakit Osteoarthritis pada Minus ( pada telapak tangan ).

2.      Hanya akan difokuskan pada Korelasi Antara Indeks Massa Tubuh (IMT) Dengan Terjadinya Osteoartritis (OA) Sendi pergelangan Tangan.

3.      Sistem informasi ini hanya menampilkan Histogram Tingkat Keabuan.

4.      Sistem informasi ini hanya menampilkan Interaksi Sinar-X dengan Bahan.

1.4 Tujuan

Tujuan dari tugas akhir ini adalah :

1.      Mengetahui bagaimana tingkat keparahan osteoartritis dengan menggunakan Self Organizing Map (SOM).

2.      Mengetahui jalan Cerita dari kecerdasan buatan pada metode Self Organizing Mapping ( SOM ).

3.      Mengetahui Alasan menggunakan Self Orgaizing Mapping (SOM).

4.      untuk mengetahui 3 (tiga) komponen utama dalam pencitraan, yaitu Gelombang pengindera (sensing waves), benda (object), dan alat pengindera (sensor).

5.      untuk mengetahui model citra x-ray dan untuk mengetahui posisi koordinat pada bidang citra x-ray.

1.5 Metodologi Penelitian

Metodologi yang digunakan dalam penelitian ini yaitu metodologi SOM ( Self Organizing Maps ). SOM merupakan salah satu bentuk topologi dari Artificial Neural Network (ANN). Kohonen SOM telah banyak dimanfaatkan untuk pengenalan pola baik berupa citra maupun suara.

Metode ini terdiri dari beberapa langkah, yaitu:

1.      Studi Pustaka

     Pengumpulan kebutuhan dan studi pustaka

          Pada tahap ini dilakukan pengumpulan data dan bahan.

2.      Analisa

          Pada tahap ini penulis melakukan analisa seperti apa kebutuhan minimal sistem yang

          dibutuhkan dan kebutuhan pendukung lainnya.

3.      Desain

          Pada tahap ini penulis mendesain tampilan dan cara kerja aplikasi yang akan dibuat.

4.      Implementasi

          Pada tahap ini desain yang telah dibuat diimplentasikan ke dalam bentuk perangkat lunak.

5.      Uji Coba

          Pada tahap ini aplikasi akan diuji dan dianalisa apakah telah berjalan sesuai dengan

          parameter yang telah ditentukan dengan parameter yang telah ditentukan.

1.1 Sistematika Penulisan

BABI PENDAHULUAN

Bab ini berisi latar belakang, perumusan masalah,maksud dan tujuan, batasan masalah, metodologi penelitian, serta sistematika penulisan tugas akhir.

BAB II LANDASAN TEORI

Bab ini berisi pembahasan mengenai landasan teori yang berhasil dihimpun dan menjadi acuan penulis dalam penulisan tugas akhir.

BAB III ANALISA DAN DESAIN

Bab ini membahas tentang desain aplikasi berbasis Android dengan metode SOM. Perancangan sistem menghasilkan beberapa diagram antara lain Use Case Diagram, Sequence Diagram dan Class Diagram. Perancangan tugas akhir ini menggunakan metode waterfall.

BAB IV IMPLEMENTASI DAN UJI COBA

Bab ini membahas implementasi aplikasi Tugas Akhir Online yang dibuat.

BAB V KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan yang didapat dari seluruh tahapan penelitian dan saran yang diharapkan dapat berguna dalam pengembangan penelitian selanjutnya

BAB II
TINJAUAN PUSTAKA

2.1 Anatomi Ossa Manus

Tulang pada bagian sendi pergelangan hingga jari-jari tangan ( Ossa Manus ) merupakan salah satu daerah yang dapat dijadikan gambaran kondisi ada atau tidaknya tanda-tanda penyakit osteoporosis, karena seringkali rasa nyeri dan pembengkakan yang terjadi pada tangan terletak pada sekitar daerah tersebut.

Gambar 2.1 Struktur Rangka Ossa Manus

2.2 Pengenalan Penyakit OSTEOARTHIRITIS

Arthritis adalah istilah umum untuk peradangan (inflamasi) dan pembengkakan di daerah persendian. Terdapat lebih dari 100 macam penyakit yang mempengaruhi daerah sekitar sendi. Yang paling banyak adalah Osteoarthritis (OA), arthritis gout (pirai), arthritis rheumatoid (AR), dan fibromialgia. Gejala klinis yang sering adalah rasa sakit, ngilu, kaku, atau bengkak di sekitar sendi.

Osteoartitis (OA) merupakan penyakit sendi degeneratif, dimana keseluruhan struktur dari sendi mengalami perubahan patologis. Ditandai dengan kerusakan tulang rawan (kartilago) hyalin sendi, meningkatnya ketebalan serta sklerosis dari lempeng tulang, pertumbuhan osteofit pada tepian sendi, meregangnya kapsula sendi, timbulnya peradangan, dan melemahnya otot–otot yang menghubungkan sendi. (Felson, 2008)

Gambar 1.1 Osteoarthiritis

Berdasarkan penyebabnya, OA dibedakan menjadi dua yaitu OA primer dan OA sekunder. OA primer, atau dapat disebut OA idiopatik, tidak memiliki penyebab yang pasti ( tidak diketahui ) dan tidak disebabkan oleh penyakit sistemik maupun proses perubahan lokal pada sendi. OA sekunder, berbeda dengan OA primer, merupakan OA yang disebabkan oleh inflamasi, kelainan sistem endokrin, metabolik, pertumbuhan, faktor keturunan (herediter), dan immobilisasi yang terlalu lama. Kasus OA primer lebih sering dijumpai pada praktik sehari-hari dibandingkan dengan OA sekunder ( Soeroso, 2006 ).

Mekanisme pertahanan sendi diperankan oleh pelindung sendi yaitu : Kapsula dan ligamen sendi, otot-otot, saraf sensori aferen dan tulang di dasarnya . Kapsula dan ligamen-ligamen sendi memberikan batasan pada rentang gerak (Range of motion) sendi (Felson, 2008).

Pada umumnya, pasien OA mengatakan bahwa keluhan-keluhan yang dirasakannya telah berlangsung lama, tetapi berkembang secara perlahan Berikut adalah keluhan yang dapat dijumpai pada pasien OA :

a.       Nyeri sendi Keluhan ini merupakan keluhan utama pasien.

Nyeri biasanya bertambah dengan gerakan dan sedikit berkurang dengan istirahat. Beberapa gerakan dan tertentu terkadang dapat menimbulkan rasa nyeri yang melebihi gerakan lain. Perubahan ini dapat ditemukan meski OA masih tergolong dini ( secara radiologis ). Umumnya bertambah berat dengan semakin beratnya penyakit sampai sendi hanya bias digoyangkan dan menjadi kontraktur, Hambatan gerak dapat konsentris ( seluruh arah gerakan ) maupun eksentris ( salah satu arah gerakan saja ) ( Soeroso, 2006 ).. Kartilago tidak mengandung serabut saraf dan kehilangan kartilago pada sendi tidak diikuti dengan timbulnya nyeri. Sehingga dapat diasumsikan bahwa nyeri yang timbul pada OA berasal dari luar kartilago. (Felson, 2008).

b.      Hambatan gerakan sendi Gangguan ini biasanya semakin bertambah berat secara perlahan sejalan dengan pertambahan rasa nyeri ( Soeroso, 2006 ).

c.       Pembesaran sendi ( deformitas ) Sendi yang terkena secara perlahan dapat membesar ( Soeroso, 2006 ).

d.      Pembengkakan sendi yang asimetris Pembengkakan sendi dapat timbul dikarenakan terjadi efusi pada sendi yang biasanya tidak banyak ( < 100 cc ) atau karena adanya osteofit, sehingga bentuk permukaan sendi berubah ( Soeroso, 2006 ).

e.       Tanda – tanda peradangan. Tanda – tanda adanya peradangan pada sendi ( nyeri tekan, gangguan gerak, rasa hangat yang merata, dan warna kemerahan ) dapat dijumpai pada OA karena adanya synovitis. Biasanya tanda – tanda ini tidak menonjol dan timbul pada perkembangan penyakit yang lebih jauh. Gejala ini sering dijumpai pada OA lutut ( Soeroso, 2006 ). h. Perubahan gaya berjalan Gejala ini merupakan gejala yang menyusahkan pasien dan merupakan ancaman yang besar untuk kemandirian pasien OA, terlebih pada pasien lanjut usia. Keadaan ini selalu berhubungan dengan nyeri karena menjadi tumpuan berat badan terutama pada OA lutut ( Soeroso, 2006 ).

2.3 Self Organizing maps

SOM ( Self Organizing Maps ) merupakan jenis pembelajaran neural network tanpa pengawas (Kohonen,1982,1990,1995; Kohonen, Oja, et al, 1996). Beradaptasi dengan set pelatihan SOM membentuknya output dengan sendirinya. SOM dasar terdiri dari neuron M terletak pada biasa rendah dimensi kisi, biasanya 1 atau 2 dimensi. Kisi dimensi lebih tinggi yang mungkin, tetapi mereka tidak umumnya digunakan sejak visualisasi mereka bermasalah. Kisi biasanya baik heksagonal atau persegi panjang. Arsitektur dari SOM terdiri dari 3 bagian, yang meliputi masukan, lapis tersembunyi, dan keluaran

Gambar 2.2 Arsitektur skema Self Organizing Maps.

Bola abu-abu membentuk lapisan masukan, dan yang coklat membentuk lapisan output. Panah menghubungkan input dan output lapisan koneksi dengan bobot sendiri.(Shumsky,1998).

Hal ini terkenal (Kohonen (1995)) yang SOM melakukan dua jenis kompresi data:

·        pengurangan o dimensi data dengan minimal kehilangan informasi. (Jaringan saraf ini dapat output tunggal set karakteristik yang independen);

·        Pengurangan o dari berbagai data karena terminal prototipe komposisi pemisahan. (Clustering dan kuantisasi data set);

2.3.1 Algoritma Self Organizing Maps

Self-Organizing algoritma Maps dapat dipecah menjadi 6 langkah [Buck03] :

.

1.     Bobot masing-masing node diinisialisasi.

2.     Vektor A dipilih secara acak dari set data pelatihan dan disajikan ke jaringan.

3.     Setiap simpul dalam jaringan diperiksa untuk menghitung bobot yang yang 'yang paling suka vektor input. Node menang umumnya dikenal sebagai Terbaik Matching Unit (BMU). (Persamaan 1).

4.     Radius lingkungan dari BMU dihitung. Nilai ini dimulai besar. Biasanya sudah diatur untuk menjadi radius jaringan, mengurangi setiap waktu-langkah. (Persamaan 2a, 2b).

5.     Setiap node ditemukan dalam radius BMU, dihitung dalam 4 yang disesuaikan untuk membuat mereka lebih seperti vektor input (Persamaan 3a, 3b). Itu lebih dekat node adalah dengan BMU, semakin nya 'bobot yang diubah (Persamaan 3c).

6.     Ulangi 2) untuk N iterasi.

Persamaan dimanfaatkan oleh algoritma adalah sebagai berikut:

Ada beberapa hal yang perlu diperhatikan tentang formula ini. Persamaan 1 hanya rumus jarak euclidean, kuadrat. Hal ini squared karena kita tidak prihatin dengan jarak numerik yang sebenarnya dari input. Beberapa semacam skala seragam untuk membandingkan setiap node dengan vektor input. Ini persamaan menyatakan bahwa,menghilangkan kebutuhan untuk komputasi mahal operasi akar kuadrat untuk setiap node dalam jaringan. Persamaan 2a dan 3b memanfaatkan peluruhan eksponensial. Pada t = 0 mereka di max mereka. Sebagai t (jumlah iterasi saat) meningkat, mereka mendekati nol. Ini adalah persis apa yang kita inginkan. Dalam 2a, jari-jari harus mulai keluar sebagai radius kisi, dan pendekatan nol, pada saat jari-jari hanya node BMU (lihat Gambar 4). Persamaan 2b hampir sewenang-wenang. Setiap nilai konstan dapat dipilih. Ini memberikan nilai yang baik, meskipun, karena tergantung langsung pada ukuran peta dan untuk melakukan jumlah iterasi tersebut.