Latar Belakang Identifikasi Lokasi Fraktur pada Citra Digital Tulang Tibia Menggunakan Metode Algoritma Scanline

BAB 1 PENDAHULUAN

1.1. Latar Belakang

Fraktur adalah patah tulang, biasanya disebabkan oleh trauma atau tenaga fisik, kekuatan dan sudut dari tenaga tersebut, keadaan tulang itu sendiri, dan jaringan lunak di sekitar tulang akan menentukan apakah fraktur yang terjadi itu lengkap atau tidak lengkap. Fraktur lengkap terjadi apabila seluruh tulang patah, sedangkan pada fraktur tidak lengkap tidak melibatkan seluruh ketebalan tulang. Pada fraktur tibia dan fibula lebih sering terjadi dibanding fraktur batang tulang panjang lainnya karena periost yang melapisi tibia agak tipis, terutama pada daerah depan yang hanya dilapisi kulit sehingga tulang ini mudah patah dan karena berada langsung di bawah kulit maka sering ditemukan adanya fraktur. Cara mendiagnosa fraktur adalah dengan melakukan pemeriksaan klinis dan di ikuti dengan pemeriksaan radiologi X-ray. Umumnya para ahli radiologi melakukan analisa fraktur tulang melalui hasil gambar X-ray secara manual dan membutuhkan waktu yang lebih lama untuk mempelajari gambar tersebut dan gambar X-ray tulang tersebut tidak hanya dilihat oleh satu ahli radiologi saja. Ahli radiologi sering mengalami kesulitan membaca gambar X-ray dan kondisi mata lelah ahli radiologi setelah melihat banyak gambar X-ray serta gambar X-ray yang mengandung banyak noise yang terjadi saat pengambilan gambar X-ray dapat mengakibatkan kesulitan diagnosis. Pembacaan gambar X-ray membutuhkan pencahayaan yang kuat untuk membuat gambar X-ray tampak lebih jelas. Oleh karena itu sampai saat ini telah banyak penelitian yang dilakukan berbasis pengolahan citra untuk identifikasi fraktur tulang dengan mengembangkan berbagai metode untuk memperoleh akurasi yang tinggi. Pada penelitian sebelumnya telah digunakan metode-metode yang berbeda dalam indentifikasi fraktur. Salah satunya adalah Chai et al. 2011 menggunakan Universitas Sumatera Utara grey level occurrence matriks. Tingkat akurasi pada penelitian ini adalah 86,67. Pada penelitian selanjutnya dilakukan oleh Fuadah, 2012 analisis deteksi fraktur batang pada tulang tibia dan fibula berbasis pengolahan citra digital dan jaringan saraf tiruan backpropagation. Hasil pengujian menunjukkan akurasi optimal sebesar 85. Penelitian selanjutnya yang dilakukan oleh Kurniawan, 2014 deteksi fraktur tulang menggunakan Open cv dikombinasikan dengan metode deteksi tepi canny. Dimana deteksi tepi canny mempunyai keunggulan yang optimal dalam penentuan akhir garis threshold dan deteksi canny tersebut dapat menentukan lokasi dari citra X-ray fraktur tulang. Tingkat akurasi pada sistem sebesar 66,7. Pada penelitian ini, penulis mengajukan algoritma Scanline untuk mengindentifikasi lokasi fraktur tulang. Dimana pemrosesan awal dilakukan untuk meningkatkan kualitas citra, Kemudian untuk proses ekstraksi fitur menggunakan deteksi tepi Canny dan dilanjutkan proses identifikasi lokasi fraktur pada citra digital tulang. Berdasarkan latar belakang diatas, maka penulis mengajukan tugas akhir dengan judul “IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN FIBULA MENGGUNAKAN ALGORITMA SCANLINE ”.

1.2. Rumusan Masalah