Implementasi Sistem Identifikasi Osteoporosis melalui Bone Radiograph Menggunakan Evolving Multilayer Perceptron

41 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1 Implementasi Sistem

Algoritma Evolving Connectionist Systems ECoS yang diimplementasikan ke dalam sistem menggunakan MATLAB R2012b 64-bit sesuai dengan perancangan yang telah dilakukan sebelumnya. Ukuran kinerja hasil diagnosis dapat dilihat pada Tabel 4.1. Tabel 4.1 Ukuran kinerja hasil diagnosis Kadah, 2012 No. Index Keterangan Formula 1. Sensitivity TP rate Kemampuan untuk mengidentifikasi adanya penyakit TPTP+FN 2. Specificity TN rate Kemampuan untuk mengidentifikasi ketiadaan penyakit TNTN+FP 3. Positive predictive value PPV Keandalan dari hasil yang positif TPTP+FP 4. Negative predictive value NPV Keandalan dari hasil yang negatif TNTN+FN 5. Overall accuracy Keandalan secara keseluruhan TP+TNTP+TN+FP+FN 6. FN rate Proporsi antara FN dan semua yang terkena dampak FNFN+TP = 1-Sensitivity 7. FP rate Proporsi antara FP dan semua yang tidak terkena dampak FPFP+TN = 1- Specificity 8. Positive likelihood ratio Peningkatan probabilitas penyakit ketika hasilnya positif Sensitivity1-Specificity 9. Negative likelihood ratio Penurunan probabilitas penyakit ketika hasilnya negatif 1-SensitivitySpecificity Universitas Sumatera Utara 42 Dalam mengevaluasi kinerja hasil pemeriksaan, penulis membandingkan hasilnya sesuai dengan “Gold Standard” di mana penilaiannya antara lain:  True Positive TP  False Positive FP  True Negative TN  False Negative FN 4.1.1 Spesifikasi software dan hardware yang digunakan Spesifikasi perangkat lunak software dan perangkat keras hardware yang digunakan dalam membangun sistem CAD ini adalah sebagai berikut: 1. Sistem operasi yang digunakan adalah Microsoft Windows 7 Ultimate 64-bit Service Pack 1. 2. MATLAB R2012b 64-bit. 3. Processor Intel® Core™ i7-3517U CPU 1.90 GHz 4CPUs, ~2-4 GHz. 4. 4.00GB Single-Channel DDR3 798MHz. 5. Storage 698GB Seagate ST750LM022 HN-M750MBBSATA. 4.1.2 Implementasi perancangan antarmuka Adapun implementasi perancangan antarmuka yang telah dilakukan sebelumnya pada sistem CAD adalah: 1. Tampilan awal aplikasi CAD Tampilan awal aplikasi CAD merupakan tampilan yang pertama kali muncul ketika sistem berjalan. Ada beberapa menu dan tombol yang dapat dipilih dan memiliki fungsi masing-masing. Tampilan awal aplikasi CAD dapat dilihat pada Gambar 4.1. Universitas Sumatera Utara 43 Gambar 4.1 Tampilan awal aplikasi CAD 2. Tampilan menu Create Dataset Tampilan menu Create Dataset digunakan untuk membuat dataset baru dari citra yang ada di komputer. Data tersebut terdiri atas data training dan data testing untuk masing-masing citra bone radiograph normal dan osteoporosis. Dataset tersebut akan disimpan ke sebuah file berekstensi .mat. Tampilan menu Create Dataset dapat dilihat pada Gambar 4.2. Universitas Sumatera Utara 44 Gambar 4.2 Tampilan menu Create Dataset 3. Tampilan menu evolving MultilayerPerceptron eMLP Tampilan menu evolving Multilayer Perceptron eMLP dapat dilihat pada Gambar 4.3. Tampilan menu ini digunakan untuk melatih dan menguji suatu dataset menggunakan metode eMLP. Result dari data testing dapat dilihat pada Gambar 4.4. Universitas Sumatera Utara 45 Gambar 4.3 Tampilan menu evolving Multilayer Perceptron eMLP 4. Tampilan hasil klasifikasi Tampilan hasil klasifikasi digunakan untuk menampilkan hasil temuan dan hasil diagnosis. Hasil klasifikasi ini dipresentasikan dalam bentuk tabel. Perbandingan antara actual output dan desired output dapat dilihat pada tabel Testing Result. Sample data uji dapat dilihat berdasarkan urutan data sample. Tampilan hasil klasifikasi dapat dilihat pada Gambar 4.4. Universitas Sumatera Utara 46 Gambar 4.4 Tampilan hasil klasifikasi 5. Tampilan pemilihan citra secara manual Tampilan pemilihan citra secara manual digunakan untuk memilih citra yang ingin dilihat oleh user dan disajikan dalam bentuk citra asli dan citra setelah di enhanced. Tampilan pemilihan citra secara manual dapat dilihat pada Gambar 4.5. Universitas Sumatera Utara 47 Gambar 4.5 Tampilan pemilihan citra secara manual 4.1.3 Implementasi data Data yang dimasukkan ke dalam sistem CAD adalah citra bone radiograph normal dan osteoporosis. Pada penelitian ini penulis menggunakan dataset yang diambil dari IEEE-ISBI 2014 competition dataset http:www.univ-orleans.fri3mtochallenge-ieee-isbi-bone- texture-characterization. Dataset berjumlah 116 di mana terdapat 58 bone radiograph normal dan 58 bone radiograph osteoporosis. Rangkuman benchmark data atau dataset bone radiograph yang diperoleh tersebut dapat dilihat pada Tabel 4.2. Tabel 4.2. Rangkuman bone radiograph dataset No. File Name Normal Osteoporosis 1. Image_0_01 X 2. Image_0_02 X 3. Image_0_03 X 4. Image_0_04 X 5. Image_0_05 X … … … … 112 Image_1_54 X Universitas Sumatera Utara 48 Tabel 4.2. Rangkuman bone radiograph dataset Lanjutan No. File Name Normal Osteoporosis 113 Image_1_55 X 114 Image_1_56 X 115 Image_1_57 X 116 Image_1_58 X Total 58 58

4.2 Prosedur Operasional