6
BAB II LANDASAN TEORI
Pada bab ini akan menjelaskan konsep dasar dan teori-teori yang akan digunakan dalam pengembangan penelitian ini, diantaranya glaukoma, pengenalan
pola, data mining, algoritma KNN, dan pengolahan citra.
2.1. Glaukoma
Ilyas 1999 mengatakan glaukoma berasal dari kata Yunani glaukos yang berarti hijau kebiruan, yeng memberikan kesan warna tersebut pada pupil penderita
glaukoma. Kelainan mata glaukoma ditandai dengan meningkatnya tekanan bola mata,
atrofi papil saraf optik, dan menciutnya lapang pandang. Penyakit yang ditandaidengan peninggian tekanan intraokular ini disebabkan :
Bertambahnya produksi cairan mata oleh badan siliar Berkurangnya pengeluaran cairan mata di daerah sudut bilik mata atau di
celah pupil. Pada glaukoma akan terdapat melemahnya fungsi mata dengan terjadinya
cacat lapang pandang dan kerusakan anatomi berupa ekskavasi penggaungan serta degenerasi papil saraf optik, yang dapat berakhir dengan kebutaan.
Ekskavasi glaukomatosa, penggaungan atau ceruk papil saraf optik akibat glaukoma merupakan gejala glaukoma yang mengakibatkan kerusakan pada saraf
optik. Luas atau dalamnyaceruk ini pada glaukoma kongenital dipakai sebagai indikator progresivitas glaukoma.
Klasifikasi Vaughen untuk glaukoma adalah sebagi berikut : Glaukoma primer
glaukoma sudut terbuka glaukoma simpleks glaukoma sudut sempit
Glaukoma kongenital primer atau infantil
menyertai kelainan kongenital lainnya
Glaukoma sekunder perubahan lensa
kelainan uvea trauma
bedah rubeosis
steroid dan lainnya
Glaukoma absolut
2.2. Pengenalan Pola
Pengenalan Pola adalah suatu disiplin ilmu yang mempelajari cara-cara mengklasifikasi obyek ke beberapa kelas atau kategori dan mengenali
kecendrungan data. Tergantung pada aplikasinya, obyek-obyek ini bisa berupa pasien, mahasiswa, pemohon kredit, image atau signal atau pengukuran lain yang
perlu diklasifikasikan atau dicari fungsi regresinya. Biasanya subyek ini disebut dengan pengenalan pola atau pattern recognition Santosa, 2007.
2.3. Pengolahan Citra
2.3.1. Pengertian Citra
Kata citra atau gambar berasal dari kata image dalam bahasa Inggris. Citra sebagai salah satu komponen multimedia memegang peranan sangat penting
sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimilik oleh data teks, yaitu citra kaya dengan informasi Widiarti, 2013.
2.3.2. Pengolahan Citra Digital
Pengolahan citra digital adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra dengan kualitas lebih baik. Pengolahan citra
digital bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia
atau mesin. Pengolahan citra pada dasarnya dilakukan dengan cara memodifikasi setiap titik dalam citra tersebut sesuai keperluan Widiarti, 2013.
2.4. Grayscaling
Grayscaling adalah proses perubahan citra berbwarna menjadi citra
berskala keabuan. Proses ini terjadi dengan merubah tiga kanal warna merah, hijau, dan biru menjadi satu kanal dengan nilai intensitas 0-255. Gambar 2.1 berikut
adalah contoh proses grayscaling dengan menggunakan fungsi matlab.
Gambar 2.1 Proses grayscaling
Gambar 2.1 diperlihatkan bagaimana citra berwarna menjadi citra keabuan dengan saat dalam proses grayscaling.
Proses grayscaling ini menggunakan fungsi matlab. Langkah-langkah membuat citra berwarna menjadi citra keabuan sebagai
berikut:
warna = imread‘Citra warna.jpg’ keabuan = rgb2graywarna
Langkah yang pertama adalah meload gambar dengan menggunakan fungsi imread. Kemudan untuk proses grayscaling menggunakan fungsi rgb2gray.
Citra berwarna Citra keabuan
grayscaling PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.5. Data Mining