BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Bab ini akan membahas tentang analisis dan perancangan dalam aplikasi identifikasi diagnosis penyakit hypertensive retinopathy. Tahap pertama yaitu analisis data yang
digunakan, analisis terhadap tahapan-tahapan pengolahan citra yang diterapkan, feature extraction, beserta implementasi metode probabilistic neural network dalam
mengidentifikasi diagnosis penyakit ini. Pada tahapan selanjutnya yaitu dilakukan perancangan tampilan antarmuka sistem.
3.1. Arsitektur Umum
Metode yang diajukan untuk mengidentifikasi penyakit hypertensive retinopathy terdapat beberapa tahapan. Tahapan-tahapan tersebut dimulai dari pengumpulan data
citra normal dan hypertensive retinopathy yang akan digunakan untuk citra latih dan dan citra uji, tahap preprocessing yang terdiri atas pembentukan green channel yang
mendapatkan citra pembuluh darah dan struktur retina lebih jelas, penyeragaman persebaran histogram citra retina dengan menggunakan contrast limited adaptive
histogram equalization CLAHE, morphological close yang bertujuan untuk mengekstraksi background dan optical disk, dan proses background exclusion yang
menggunakan operasi subtract antara hasil citra CLAHE dan hasil citra morphological close sehingga didapatkan pembuluh darah retina terpisah dari backgroundnya.
Tahapan selanjutnya yaitu segmentasi dengan melakukan pembentukan citra biner mengunakan thresholding. Tahap berikutnya yaitu postprocessing menggunakan
connected component analysis yang bertujuan untuk menghilangkan objek yang ukuran lebih kecil dari 70 pixels yang dianggap bukan pembuluh darah. Tahap
selanjutnya yaitu mengekstraksi ciri dari hasil post processing menggunakan fractal dimension dan invariant moments. Dan terakhir yaitu tahap klasifikasi menggunakan
Probabilistic Neural Network. Setelah tahapan-tahapan tersebut dilakukan sehingga
Universitas Sumatera Utara
Universitas Sumatera Utara
3.2. Dataset
Data citra yang digunakan dalam penelitian ini adalah citra retina yang diperoleh dari Structured Analysis of the Retina STARE. STARE merupakan suatu proyek yang
dibangun dan dimulai dari tahun 1975 oleh Michael Goldbaum,M.D di Universitas California, San Diego. Gambar dan data klinis disediakan oleh Eye Center Shiley di
Universitas California, San Diege, dan oleh Veterans Administration Medical Center di San Diege. Gambar ini diambil dengan menggunakan kamera fundus TopCon
TRV-50 pada 35° field of view. Resolusi dari gambar tersebut adalah 700x605 pixel dan mempunyai format PPM.
Data citra yang diperoleh dari dataset ini terdapat 35 citra normal dan 25 citra hypertensive retinopathy. Data citra yang telah dikumpulkan dibagi menjadi dua
dataset, yaitu untuk dataset pelatihan dan dataset pengujian yang akan digunakan untuk mengetahui berapa akurasi dari proses pengidentifikasian. Dataset pelatihan
untuk normal sebanyak 25 citra dan untuk hypertensive retinopathy sebanyak 15 citra. Sedangkan untuk dataset pengujian akan digunakan yang untuk normal sebanyak 10
citra dan untuk hypertensive retinopathy sebanyak 10 citra.
3.3. Pre-processing