Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian

menggunakan metode Operasi Morfologi Usman, 2008, menghitung jumlah sel darah merah menggunakan Multilayer Perceptron Poomcokrak Neatpisarnvanit, 2008, mendeteksi dan menghitung jumlah sel darah merah abnormal dan normal menggunakan ekstraksi ciri objek berdasarkan bentuk shape Kartikasari, 2013. Pada penelitian ini penulis menggunakan metode Self-Oraganizing Map SOM atau lebih dikenal dengan metode Kohonen untuk melakukan pengenalan pola sel darah merah normal dan abnormal dari suatu gambar. SOM merupakan metode yang sering digunakan dalam proses clustering. SOM termasuk dalam competitive leraning, dimana output node akan bersaing untuk menjadi winning node dan menjadi satu-satunya node yang diaktifkan. Selain itu transformasinya dapat membuat data terkelompok secara otomatis, data yang serupa disimpan di cluster terdekat. Dan dikarenakan bobot awal ditentukan random, SOM dapat menentukan sendiri akan masuk ke kelompok tertentu. SOM juga hanya membutuhkan waktu yang singkat untuk menyelesaikan proses pembelajarannya. Namun dalam penggunaannya keberhasilan sistem tergantung pada besar kecilnya nilai dari jumlah neuron keluaran, radius tetangga, dan laju belajar Zunairoh et al, 2012. Penelitian terkait tentang SOM diantaranya yaitu: klasifikasi status gizi balita Zunairoh et al, 2012, Kuantisasi vektor pada kompresi citra bitmap 24 Bit Tae et al, 2010, Prediksi curah hujan Septiadi, 2008, dan sebagainya. Berdasarkan penelitian terdahulu penulis terdorong untuk melakukan penelitian dalam mendeteksi sel darah merah normal dan abnormal dengan mengimplementasikan metode Self-Organizing Map. Penulis berharap sistem yang akan dibuat menghasilkan tingkat keakuratan yang lebih baik dan dapat membantu pekerja medis dalam membedakan sel darah merah normal dan abnormal secara automatis.

1.2 Rumusan Masalah

Analisis bentuk sel darah merah normal dan abnormal yang dilakukan oleh seorang dokter tidak selalu sama antara dokter yang satu dengan dokter lainnya. Ketelitian dan konsentrasi dokter sangat mempengaruhi hasil anasilisis tersebut, oleh karena itu diperlukan pembangunan sistem yang dapat mengidentifikasi bentuk sel darah merah normal dan abnormal dengan keakuratan yang lebih baik dan waktu yang singkat. Universitas Sumatera Utara

1.3 Batasan Masalah

Penelitian ini memiliki cakupan bahasan yang luas. Untuk itu penulis membatasi permasalahan pada penelitian ini. Batasan masalah dari penelitian ini adalah sebagai berikut: a. Citra yang akan diolah adalah hasil pemotretan sel darah merah dengan mengggunakan mikroskop digital dengan skala perbesaran 100 untuk setiap image yang diambil. b. Citra yang diolah memiliki resolusi 1000 x 1000 piksel dan disimpan dalam format Jpeg .JPG. c. Citra yang diolah adalah merupakan gambar dari sel darah merah tanpa komponen sel darah yang lain. d. Output yang dihasilkan berupa jumlah banyak sel dan keputusan sel darah merah normal atau abnormal. e. Citra yang diteliti adalah citra sel darah merah yang tampak dari pandangan pengamat yang saling berhadapan. f. Citra yang diteliti tidak termasuk untuk sel yang bertumpuk atau berhimpit.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah membuat model jaringan syaraf tiruan Self-Organizing Map dengan membangun sebuah sistem yang dapat mengklasifikasikan sel darah merah normal dan abnormal yang memiliki keakuratan yang baik dan waktu yang singkat.

1.5 Manfaat Penelitian

Penulis berharap penelitian ini bermanfaat untuk penulis sendiri dan pembaca khususnya di bidang medis. Manfaat dari penelitian ini adalah sabagai berikut: a. Sistem dapat digunakan untuk mengklasifikasikan bentuk sel darah merah normal dan abnormal dengan otomatis dan waktu yang singkat. b. Menambah pengetahuan tentang penggunaan teknik Self-Organizing Map dalam membedakan bentuk sel darah merah normal dan abnormal. Universitas Sumatera Utara c. Dapat mengembangkan penelitian dalam membedakan bentuk sel darah merah normal dan abnormal lebih lanjut.

1.6 Metodologi Penelitian