Perancangan Sistem Pendeteksi Anemia dengan Pendekatan Kecerdasan Buatan Jaringan Syaraf Tiruan.

(1)

ABSTRAK

Anemia merupakan salah satu penyakit umum darah yang diakibatkan oleh penyimpangan yang terjadi ketika level sel darah merah sehat (Red Blood Cells/RBCs) pasien terlalu rendah. Kondisi ini dapat memicu intelektualitas dan kesehatan para penderitanya menjadi buruk dikarenakan RBCs mengandung hemoglobin yang berfungsi untuk menyalurkan oksigen ke seluruh tubuh manusia (body’s tissues). Ketika anemia menyerang seseorang, penyakit ini dapat menyebabkan mereka dapat menjadi cepat lelah dikarenakan kurangnya asupan oksigen pada tubuh mereka. Pada dasarnya terdapat berbagai alasan yang dapat menyebabkan seseorang menderita anemia, namun salah satu penyebab utamanya adalah kurangnya asupan zat besi pada makanan yang mereka konsumsi sehari-hari. Sistem yang akan dirancang pada Tugas Akhir ini merupakan prototipe sistem pendeteksi anemia sederhana yang dapat mendeteksi apakah seseorang menderita anemia atau tidak melalui diagnosa yang dilakukan terhadap kadar warna yang terdapat pada lapisan conjunctiva mata. Semakin pucat warna conjunctiva mata seseorang, maka semakin besar pula kemungkinan orang yang bersangkutan terserang penyakit anemia. Metode identifikasi dapat dilakukan dengan menggunakan perangkat keras webcam serta perangkat lunak berbasis desktop yang dilengkapi dengan kecerdasan buatan jaringan saraf tiruan untuk memproses citra conjunctiva mata pasien. Sistem yang akan dirancang juga dapat menyarankan obat apa saja yang harus dikonsumsi untuk menangani penyakit tersebut maupun untuk mencegah agar penyakit tersebut tidak menjadi lebih parah.

Kata kunci: anemia, jaringan saraf tiruan, kecerdasan buatan, pemrosesan citra dijital.

(2)

ABSTRACT

Anemia is a common disease that caused by a deviation of blood that occurs when the level of healthy red blood celss (RBCs) of patients is too low. This condition could trigger intellect and health of the patients become worse since RBCs contain hemoglobin, which serves to distribute oxygen throughout the human body

(body’s tissues). When someone has anemia, the disease can cause them to become exhausted easily due to lack of oxygen in their bodies. Basically, there are various reasons that could cause a person suffering from anemia, but one of the main cause is lack of iron intake on the food that they consume daily. This final project purpose is to design a system that could detect whether a person has anemia or not through a diagnosis on the conjunctiva color. The more pale color of one’s eye conjunctiva, the greater the likelihood the person stricken with anemia. Identification methods will be performed using a webcam hardware and desktop-based system which equipped with

artificial neural network to do a series of image processing on patient’s conjunctiva image. The system also will be designed to be able to suggest certain medications

that must be done to handle patient’s disease or prevent the disease from getting

worse.

(3)

DAFTAR ISI

ABSTRAK ... vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... xiii

DAFTAR PROGRAM ... xv

DAFTAR RUMUS ... xvi

DAFTAR ISTILAH ... xvii

BAB I ... 1

PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

1.3 Tujuan Penelitian ... 4

1.4 Batasan Masalah ... 4

1.5 Sistematika Pembahasan ... 5

BAB II ... 6

LANDASAN TEORI ... 6

2.1 Anemia ... 6

2.2 Kecerdasan Buatan ... 13

2.3 Jaringan Saraf Tiruan (Neural Networks) ... 15

2.3.1 Pattern Recognition pada Kecerdasan Buatan Jaringan Saraf Tiruan ... 17

2.3.2 Medical Imaging pada Kecerdasan Buatan Jaringan Saraf Tiruan ... 19

2.3.3 Sistem Pembelajaran Kecerdasan Buatan Jaringan Saraf Tiruan ... 22

2.4 Windows Presentation Foundation ... 28

BAB III ... 31

ANALISIS DAN DISAIN ... 31

3.1 Analisis ... 31

3.1.1 Tahap Preprocessing ... 35

3.1.2 Tahap Segmentasi ... 36

3.1.3 Tahap Rekognisi ... 37

(4)

3.2.1 Persyaratan Antarmuka Eksternal ... 38

3.2.2 Antarmuka dengan Pengguna ... 38

3.2.3 Antarmuka Perangkat Keras ... 39

3.2.4 Antarmuka Perangkat Lunak ... 39

3.2.5 Fitur-fitur Produk Perangkat Lunak ... 40

3.2.5.1 Fitur log-in ... 40

3.2.5.1.1 Tujuan ... 40

3.2.5.1.2 Urutan Stimulus/Respon ... 40

3.2.5.1.3 Persyaratan Fungsional yang Berhubungan ... 41

3.2.5.2 Fitur Menambah Data Pasien ... 41

3.2.5.2.1 Tujuan ... 41

3.2.5.2.2 Urutan Stimulus/Respon ... 41

3.2.5.2.3 Persyaratan Fungsional yang Berhubungan ... 42

3.2.5.3 Fitur Mengubah Data Pasien ... 43

3.2.5.3.1 Tujuan ... 43

3.2.5.3.2 Urutan Stimulus/Respon ... 43

3.2.5.3.3 Persyaratan Fungsional yang Berhubungan ... 43

3.2.5.4 Fitur Menghapus Data Pasien ... 44

3.2.5.4.1 Tujuan ... 44

3.2.5.4.2 Urutan Stimulus/Respon ... 44

3.2.5.4.3 Persyaratan Fungsional yang Berhubungan ... 45

3.2.5.5 Fitur Mengambil Citra Dijital Conjunctiva Mata Pasien ... 45

3.2.5.5.1 Tujuan ... 45

3.2.5.5.2 Urutan Stimulus/Respon ... 46

3.2.5.5.3 Persyaratan Fungsional yang Berhubungan ... 46

3.2.5.6 Fitur Menentukan Area Analisis ... 47

3.2.5.6.1 Tujuan ... 47

3.2.5.6.2 Urutan Stimulus/Respon ... 47

3.2.5.6.3 Persyaratan Fungsional yang Berhubungan ... 47

3.2.5.7 Fitur Menganalisis Indeks Warna ... 48

3.2.5.7.1 Tujuan ... 48

3.2.5.7.2 Urutan Stimulus/Respon ... 48

3.2.5.7.3 Persyaratan Fungsional yang Berhubungan ... 48

(5)

3.2.5.8.1 Tujuan ... 49

3.2.5.8.2 Urutan Stimulus/Respon ... 49

3.2.5.8.3 Persyaratan Fungsional yang Berhubungan ... 50

3.2.5.9 Fitur Menambah Data Tindakan Perawatan ... 50

3.2.5.9.1 Tujuan ... 50

3.2.5.9.2 Urutan Stimulus/Respon ... 51

3.2.5.9.3 Persyaratan Fungsional yang Berhubungan ... 51

3.2.5.10 Fitur Melihat Statistik Data Tindakan Perawatan ... 51

3.2.5.10.1 Tujuan ... 51

3.2.5.10.2 Urutan Stimulus/Respon ... 51

3.2.5.10.3 Persyaratan Fungsional yang Berhubungan ... 52

3.3 Disain Perangkat Lunak ... 52

3.3.1 Pemodelan Perangkat Lunak ... 52

3.3.1.1 Perancangan Diagram Use-Case ... 52

3.3.1.2 Perancangan Diagram Aktivitas ... 59

3.3.2 Disain Penyimpanan Data ... 61

3.3.3 Disain Penyimpanan Data JST ... 63

3.3.4 Disain Antarmuka ... 63

BAB IV ... 68

PENGEMBANGAN PERANGKAT LUNAK ... 68

4.1 Implementasi Class ... 68

4.1.1 Class Doctor ... 69

4.1.2 Class Patient ... 70

4.1.3 Class Drug ... 73

4.1.4 Class ImageProcessing ... 75

4.1.5 Class ImageAnalysis... 79

4.1.6 Class ActivationSigmoid ... 81

4.1.7 Class ErrorCalculation ... 82

4.1.8 Class Backpropagation ... 83

4.2 Implementasi Penyimpanan Data ... 85

4.3 Implementasi Penyimpanan Data JST ... 87

4.4 Implementasi Perangkat Keras Webcam ... 87

4.5 Implementasi Antarmuka ... 88

(6)

TESTING DAN EVALUASI SISTEM ... 101

5.1 Rencana Pengujian ... 101

5.1.1 Tujuan Pengujian ... 101

5.1.2 Lingkungan pengujian ... 101

5.1.3 Data Pengujian ... 101

5.1.4 Skenario pengujian ... 102

5.2 Pelaksanaan Pengujian ... 104

5.2.1 White Box Testing ... 104

5.2.1.1 Pengujian Class Doctor ... 105

5.2.1.2 Pengujian Class Patient ... 106

5.2.1.3 Pengujian Class Drug... 108

5.2.1.4 Pengujian Class ImageProcessing... 109

5.2.1.5 Pengujian Class ActivationSigmoid ... 109

5.2.1.6 Pengujian Class ErrorCalculation ... 110

5.2.2 Black Box Testing ... 112

5.2.2.1 Pengujian terhadap Keakuratan Analisis JST ... 112

5.2.2.2 Pengujian terhadap Reaksi Sistem dari Masukan Pengguna ... 114

BAB VI ... 117

KESIMPULAN DAN SARAN ... 117

6.1 Kesimpulan ... 117

6.2 Saran ... 118

(7)

DAFTAR TABEL

Tabel 2. 1. Jumlah Zat Besi yang Harus Dikonsumsi Setiap Harinya ... 13

Tabel 2. 2 Definisi Mengenai Kecerdasan Buatan ... 14

Tabel 2. 3 Aplikasi-aplikasi JST dalam Kehidupan Sehari-hari ... 19

Tabel 2. 4 Perbandingan Jumlah Hidden Layer pada JST serta Kemampuan yang Dimilikinya ... 25

Tabel 3. 1 Deskripsi Aktor ... 54

Tabel 3. 2 Deskripsi Entitas Aksi dari Diagram Use-Case ... 54

Tabel 3. 3 Disain Penyimpanan Data Pasien ... 61

Tabel 3. 4 Disain Penyimpanan Data Provinsi dan Kota ... 62

Tabel 3. 5 Disain Penyimpanan Data Obat Anemia dan Routing Tindakan Perawatan ... 62

Tabel 3. 6 Disain Penyimpanan Data JST ... 63

Tabel 4. 1 Deskripsi Class Doctor pada Sistem Pendeteksi Anemia ... 69

Tabel 4. 2 Deskripsi Class Patient pada Sistem Pendeteksi Anemia ... 71

Tabel 4. 3 Deskripsi Class Drug pada Sistem Pendeteksi Anemia ... 74

Tabel 4. 4 Deskripsi Class ErrorCalculation pada Sistem Pendeteksi Anemia ... 75

Tabel 4. 5 Deskripsi Class ImageAnalysis pada Sistem Pendeteksi Anemia ... 79

Tabel 4. 6 Deskripsi Class ActivationSigmoid pada Sistem Pendeteksi Anemia... 81

Tabel 4. 7 DeskripsiClass ErrorCalculation pada Sistem Pendeteksi Anemia ... 82

Tabel 4. 8 Implementasi Method Backpropagation pada Sistem Pendeteksi Anemia83 Tabel 4. 9 Contoh Implementasi Media Penyimpanan Data Obat Anemia ... 85

Tabel 4. 10 Contoh Implementasi Data Provinsi dan Kota ... 86

Tabel 4. 11 Contoh Implementasi Media Penyimpanan Data Dokter dan Pasien ... 86

Tabel 4. 12 Contoh Implementasi Penyimpanan Data JST... 87

Tabel 5. 1 Implementasi Penanganan Nilai Null pada Menu Log-in ... 105

Tabel 5. 2 Implementasi Method GetPatientList... 106

Tabel 5. 3 Parameter Pengujian Keakuratan JST ... 112

Tabel 5. 4 Pengujian terhadap Keakuratan Analisis JST ... 112

(8)

DAFTAR GAMBAR

Gambar 2. 1. Morfologi Sel Darah Merah pada Berbagai Jenis Penyakit Anemia ... 9

Gambar 2. 2 Perbedaan Anemia Akut dengan Anemia karena Kekurangan Zat Besi ... 10

Gambar 2. 3 Perbedaan Hasil Pengujian Zat Besi pada Anemia Akut dengan Anemia karena Kekurangan Zat Besi ... 11

Gambar 2. 4 Contoh Warna pada Conjunctiva Mata yang Mengindikasikan Kondisi Sehat ... 12

Gambar 2. 5 Contoh Warna pada Conjunctiva Mata yang Mengindikasikan Kondisi Ambang ... 12

Gambar 2. 6 Contoh Warna pada Conjunctiva Mata yang Mengindikasikan Kondisi Terserang Anemia ... 12

Gambar 2. 7 Saraf dalam Tubuh Manusia ... 16

Gambar 2. 8 Hasil Penelitian yang Menunjukkan Tingkat Kegunaan JST dalam Rekognisi Pola ... 18

Gambar 2. 9 Diagram Skematik Metoda yang Sering Digunakan dalam Proses Medical Imaging ... 20

Gambar 2. 10 Model Pencitraan Dijital Diagnosa Medis dengan JST ... 22

Gambar 2. 11 Contoh Penerapan JST Backpropagation untuk Segmentasi Arteriogram ... 22

Gambar 2. 12 Diagram Skematik dari Metoda Backpropagation JST yang Akan Digunakan ... 23

Gambar 2. 13 Diagram Skematik Sederhana JST Backpropagation ... 24

Gambar 2. 14 Penerapan Hidden Layer pada Metoda Backpropagation ... 25

Gambar 2. 15 Pemrosesan Algoritma JST Backpropagation Secara Umum... 26

Gambar 3. 1 Alat Bantu Pengujian Kadar Hb Darah Pasien (Hb Sahli) ... 34

Gambar 3. 2 Diagram Use-Case dari Sistem Pendeteksi Anemia ... 53

Gambar 3. 3 Diagram Aktivitas Pengelolaan Data Pasien ... 59

Gambar 3. 4 Diagram Aktivitas Diagnosa Medis ... 60

Gambar 3. 5 Diagram Aktivitas Tindakan Perawatan ... 61

Gambar 3. 6 Rancangan Menu Awal Sistem Pendeteksi Anemia ... 65

Gambar 3. 7 Rancangan Menu Utama Sistem Pendeteksi Anemia ... 65

Gambar 3. 8 Rancangan Panel Analisis Citra Conjunctiva Mata Pasien pada Sistem Pendeteksi Anemia ... 66

Gambar 3. 9 Rancangan Awal Menu Menambah Data Tindakan Perawatan pada Sistem Pendeteksi Anemia ... 66

Gambar 3. 10 Rancangan Awal Menu Melihat Statistik Data Tindakan Perawatan Pasien ... 67

Gambar 4. 1 Diagram Class Sistem Pendeteksi Anemia ... 68

(9)

Gambar 4. 3 Implementasi Penambahan Sirkuit Lampu LED dan Rangka pada

Perangkat Webcam ... 88

Gambar 4. 4 Contoh Penerapan Antarmuka Responsive Disclosure ... 89

Gambar 4. 5 Contoh Penerapan Antarmuka Responsive Enabling ... 90

Gambar 4. 6 Tampilan menu awal Sistem Pendeteksi Anemia ... 91

Gambar 4. 7 Tampilan Menu Log-in pada Sistem Pendeteksi Anemia ... 92

Gambar 4. 8 Tampilan Notifikasi Sistem Saat Pengguna Gagal Log-in ... 92

Gambar 4. 9 Tampilan Fitur Recover Password ... 93

Gambar 4. 10 Tampilan Menu untuk Menambah Data Pengguna ... 93

Gambar 4. 11 Tampilan Menu Utama Sistem Pendeteksi Anemia ... 94

Gambar 4. 12 Tampilan Menu Penambahan Data Pasien pada Sistem Pendeteksi Anemia ... 94

Gambar 4. 13 Tampilan Menu Pengubahan Data Pasien pada Sistem Pendeteksi Anemia ... 95

Gambar 4. 14 Tampilan Menu Penghapusan Data Pasien pada Sistem Pendeteksi Anemia ... 95

Gambar 4. 15 Tampilan Menu Menjalankan Fungsi Webcam ... 96

Gambar 4. 16 Tampilan Panel Analisis Citra Saat Citra Conjunctiva Telah Direkam/Dimasukkan ... 96

Gambar 4. 17 Tampilan Panel Analisis Ketika Pengguna Menentukan Area Analisis Citra ... 97

Gambar 4. 18 Tampilan Panel Analisis Saat Sistem Menggambar Garis Koordinat Polygon Berdasar Titik Koordinat ... 97

Gambar 4. 19 Tampilan Statistik Histogram Citra untuk Citra yang Telah Dianalisis ... 98

Gambar 4. 20 Tampilan Hasil Diagnosa Anemia ... 98

Gambar 4. 21 Tampilan Menu Menambah Data Tindakan Perawatan ... 99

Gambar 4. 22 Tampilan Menu Melihat Rekaman Tindakan Perawatan ... 99

Gambar 4. 23 Tampilan Notifikasi Log-off Sistem Pendeteksi Anemia ... 100

Gambar 5. 1 Hasil Pengujian Implementasi Method ValidateUser ... 105

Gambar 5. 2 Hasil Pengujian Implementasi Method GetPatientList ... 106

Gambar 5. 3 Hasil Pengujian Implementasi Method Delete Patient ... 107

Gambar 5. 4 Hasil Pengujian Implementasi Method GetGenderList ... 107

Gambar 5. 5 Hasil Pengujian Implementasi Method GetBloodTypeList ... 107

Gambar 5. 6 Hasil Pengujian Implementasi Method GetDrugsData ... 108

Gambar 5. 7 Hasil Pengujian Implementasi Method GetDosageTemplate... 108

Gambar 5. 8 Hasil Pengujian Implementasi Method GrayscaleBT709 ... 109

Gambar 5. 9 Hasil Pengujian Implementasi Method ActivationFunction ... 110

Gambar 5. 10 Hasil Pengujian Implementasi Method DerivativeFunction ... 110

Gambar 5. 11 Hasil Pengujian Implementasi Method Reset... 111

Gambar 5. 12 Hasil Pengujian Implementasi Method CalculateRMS ... 111

(10)

DAFTAR PROGRAM

Program 4. 1 Implementasi Method ValidateUser ... 69

Program 4. 2 Implementasi Method EncryptPassword ... 70

Program 4. 3 Implementasi Method GetPatientList ... 71

Program 4. 4 Implementasi Method DeletePatient ... 73

Program 4. 5 Implementasi Method GetDrugData ... 74

Program 4. 6 Implementasi Method GetDosageTemplate ... 75

Program 4. 7 Implementasi Method GrayscaleBT709 ... 76

Program 4. 8 Implementasi Method Apply ... 76

Program 4. 9 Implementasi Method CreateGrayscaleImage... 77

Program 4. 10 Implementasi Method ProcessFilter ... 77

Program 4. 11 Implementasi Method Base64ToBitmapSource ... 78

Program 4. 12 Implementasi Method BitmapToBitmapSource ... 78

Program 4. 13 Implementasi Method Base64ToImage ... 79

Program 4. 14 Implementasi Method GetPixelInformation ... 80

Program 4. 15 Implementasi Method AnalyzeColorIndex ... 80

Program 4. 16 Implementasi Method ActivationFunction ... 82

Program 4. 17 Implementasi Method DerivativeFunction ... 82

Program 4. 18 Implementasi Method CalculateRMS ... 83

Program 4. 19 Implementasi Method Iteration ... 84

Program 4. 20 Implementasi Method ComputeOutputs ... 84

(11)

DAFTAR RUMUS

Rumus 1. Perhitungan Bobot Koneksi pada Metoda Backpropagation ... 26 Rumus 2. Fungsi Aktivasi Sigmoid yang Akan Digunakan pada Weight Connection Layer JST ... 27 Rumus 3. Diferensiasi Perhitungan Fungsi Aktivasi Sigmoid pada Metoda

Backpropagation ... 27 Rumus 4. Perhitungan Tingkat Kesalahan pada Komputasi JST ... 28 Rumus 5. Modifikasi Perhitungan Tingkat Kesalahan pada Komputasi JST untuk Sistem Pendeteksi Anemia ... 28 Rumus 6. Rumus Federer (Rancangan Acak Lengkap/RAL) ... 33 Rumus 7. Perhitungan Jumlah Sampel Data yang Dibutuhkan Sistem Pendeteksi Anemia ... 33 Rumus 8. Perhitungan Konversi Informasi Intensitas Warna Menjadi Citra Keabuan ... 36

(12)

DAFTAR ISTILAH

No. Nama Istilah Deskripsi

1 Anemia

Anemia merupakan suatu kondisi dimana terjadi penurunan jumlah sel darah merah pada tubuh sehingga tubuh tidak dapat memenuhi fungsinya untuk membawa oksigen dalam jumlah yang cukup ke jaringan perifer (Garrison, 2009:23).

2 Anoksia

Keadaan dimana tubuh tidak memiliki hemoglobin yang cukup untuk mengangkut oksigen ke seluruh tubuh.

3 Akut

Suatu kondisi yang terjadi tiba-tiba atau seringkali dalam durasi yang pendek dan dapat menyebabkan rasa sakit yang berlebihan. (Garrison, 2009: 419)

4 Computed Tomography

(CT/CAT)

Salah satu jenis x-ray dimana sinar x-ray menembus bagian tubuh tertentu untuk mendeteksi organ-organ di dalam tubuh melalui sensor yang didapat. Informasi yang didapat dari sensor kemudian diproses oleh komputer dan ditampilkan dalam bentuk citra dijital (Garrison, 2009: 426).

5 Conjunctiva

Selaput tipis yang menutupi bagian dalam kelopak mata serta lapisan sklera (bagian putih mata) (Garrison, 2009: 426).

6 Depresi

Suatu kondisi yang disertai dengan perasaan sedih, putus asa, dan pesimis yang menyebabkan penurunan aktifitas pada penderitanya (Garrison, 2009: 426).

7 Hematokrit Jumlah persentase sel darah merah dalam volume

darah (Garrison, 2009: 434).

8 Hemoglobin

Protein yang mengandung zat besi di dalam sel darah merah yang berfungsi sebagai pengangkut oksigen dari paru-paru ke seluruh tubuh (Garrison, 2009: 434).

9 Magnetic Resonance

Imaging (MRI)

Prosedur diagnosis dimana medan magnet mengelilingi pasien; frekuensi radio yang berinteraksi dengan medan magnet, menyediakan informasi melalui proses yang dilakukan oleh komputer (Garrison, 2009: 440).

12 Postpartum Hemorrhage

Kondisi pendarahan setelah melahirkan yang disebabkan oleh hilangnya 500 ml darah atau lebih melalui vagina pada saat melahirkan, atau 1000 ml darah atau lebih setelah dilakukan bedah cesar. Kondisi ini merupakan penyebab paling umum kematian ibu prenatal di negara, dan merupakan penyebab utama kematian ibu di seluruh dunia (Garrison, 2009:28).

10 Serum Iron Tes laboratorium untuk mengukur jumlah zat besi

yang disalurkan ke tubuh.

12 Ultrasound

Penggunaan suara dengan frekuensi tinggi untuk menghasilkan pencitraan dijital atau foto organ tubuh tertentu (Garrison, 2009: 449).

(13)

BAB I

PENDAHULUAN

1.1Latar Belakang

Kesehatan merupakan sebuah hal yang sangat berharga bagi manusia. Kondisi tubuh yang sehat tidak saja membuat seseorang mampu bekerja dengan baik, namun juga dapat mengoptimalkan seluruh sumber daya yang dimilikinya. Sayangnya, tidak semua masyarakat mendapatkan kesehatan yang sesuai dengan haknya sebagai warga negara. Di Indonesia sendiri, masih terdapat banyak masyarakat yang tidak mendapatkan jaminan kesehatan, sesuai dengan apa yang termaktub dalam UU Nomor 36 Tahun 2009 tentang Kesehatan, dimana pada pasal 5 ayat 2 disebutkan bahwa setiap orang mempunyai hak dalam memperoleh pelayanan kesehatan yang aman, bermutu, dan terjangkau.

Tentunya banyak faktor yang dapat menyebabkan hal tersebut, namun salah satunya adalah masih cukup tingginya angka kemiskinan serta masih rendahnya indeks pembangunan manusia Indonesia yang berakibat pada rendahnya kesadaran masyarakat terhadap pentingnya menjaga kesehatan tubuh. Hal ini tentunya dapat memicu kondisi merebaknya berbagai penyakit di masyarakat.

Salah satu penyakit yang umum ditemui pada masyarakat di Indonesia, baik masyarakat di daerah perkotaan maupun di pedesaan, adalah Anemia. Anemia secara fungsional didefinisikan sebagai penurunan jumlah sel darah marah sehingga tidak dapat memenuhi fungsinya untuk membawa oksigen dalam jumlah yang cukup ke jaringan perifer. Secara praktis, anemia ditunjukkan oleh penurunan kadar hemoglobin dan hematokrit, dan jumlah sel darah merah. Anemia bukanlah suatu kesatuan penyakit tersendiri, tetapi merupakan gejala berbagai macam penyakit dasar. Gejala anemia yang timbul merupakan manifestasi dari anoksia organ dan mekanisme kompensasi tubuh terhadap daya angkut oksigen ke jaringan (Baldy, 2006).

Berdasarkan Survei Kesehatan Rumah Tangga (SKRT) Tahun 2004, penyakit anemia banyak diderita oleh balita, anak-anak, dan wanita. Lebih lanjut,

(14)

survei tersebut menunjukkan bahwa sekitar 39% balita dan 24% anak-anak kelompok usia 5-11 tahun di Indonesia didiagnosa mengidap penyakit anemia.

Ketua III Pengurus Pusat Ikatan Dokter Anak Indonesia (PP IDAI) dr. Soedjatmiko, SpA (K) mengungkapkan bahwa kasus penyakit anemia di Indonesia pada tahun 2000 adalah 8,1 juta anak balita (40,5%), 17,5 juta anak usia sekolah (47,2%), 6,3 juta remaja putri (57,1%), 13 juta wanita usia subur (39,5%), dan 6,3 juta ibu hamil (57,1%).

Tingginya angka terjadinya kasus anemia di Indonesia tentu tidak dapat dipandang sebelah mata, dikarenakan kondisi ini dapat memicu permasalahan intelektualitas dan kesehatan penderitanya menjadi buruk dikarenakan kurangnya sel darah merah yang mengandung hemoglobin pada tubuh dapat menyebabkan berbagai fungsi tubuh tidak berjalan sebagaimana mestinya. Ketika anemia menyerang seseorang, penyakit ini menyebabkan penderitanya menjadi cepat merasa lelah, letih, lesu (3L) dan membuat kinerja otak menjadi tidak optimal.

Salah satu penyebab mengapa penyakit ini seringkali diabaikan oleh para penderitanya dikarenakan efeknya tidak langsung terlihat seperti halnya penyakit-penyakit darah berbahaya lainnya seperti malaria, demam berdarah (DB), dan sebagainya. Walaupun demikian, jika penyakit ini diderita dalam waktu lama dapat menyebabkan permasalahan kritis terutama pada wanita hamil, bayi, dan anak-anak. Hal ini dikarenakan penyakit ini dapat mempengaruhi kondisi mental, sistem kerja otak, sistem motorik, dan sistem pertahanan tubuh para penderitanya.

Penyebab terjangkitnya seseorang oleh penyakit anemia bisa bermacam-macam. Salah satu penyebab yang sering dijumpai adalah defisiensi nutrisi berupa zat besi yang dapat memicu rendahnya kadar sel darah merah dalam tubuh seseorang. Defisiensi zat besi menjadi salah satu penyebab utama berkembangnya penyakit anemia dikarenakan zat tersebut bertugas untuk memproduksi berbagai enzim serta sel darah merah dalam tubuh agar dapat memproteksi seseorang dari serangan penyakit dan menjaga agar tubuh tetap berada dalam kondisi sehat.

Walaupun penyakit anemia dapat memberikan efek yang buruk bagi kesehatan masyarakat Indonesia, sebetulnya tindakan pencegahan serta penanganan terhadap penyakit anemia tidaklah sulit. Penderita penyakit anemia cukup mengkonsumsi asupan zat besi serta vitamin yang dapat memproduksi sel

(15)

darah merah secara cukup agar tubuh dapat kembali memproduksi sel darah merah sehat pada tubuh.

Namun, menyelesaikan permasalahan ini tentu tidak mudah. Minimnya kesadaran masyarakat Indonesia terhadap pentingnya asupan nutrisi tertentu membuat implementasi pencegahan dan penanganan penyakit ini menjadi lambat. Hal ini disebabkan masih terdapat banyak masyarakat awam yang belum mengetahui cara yang tepat dan mudah dalam mendeteksi, mencegah, serta menangani penyakit anemia.

Hal inilah yang menjadi dasar penelitian bagi penulis untuk meneliti dan mengembangkan sebuah sistem pendeteksi anemia sederhana yang dapat membantu praktisi medis maupun masyarakat awam untuk melakukan diagnosa medis secara cepat dan tepat untuk mencegah terserangnya penyakit anemia.

Sistem pendeteksi anemia yang akan diteliti dan dikembangkan dapat digunakan untuk memproses dan mendeteksi apakah seseorang menderita penyakit anemia secara cepat, serta menyarankan vitamin, makanan, serta obat apa saja yang dapat dikonsumsi agar masyarakat Indonesia dapat mencegah dan menghindari terserang penyakit anemia.

Untuk membantu sistem pendeteksi anemia melakukan proses diagnosa, maka akan digunakan kecerdasan buatan jaringan saraf tiruan dengan metoda backpropagation. Metoda ini merupakan salah satu metoda yang cukup sering digunakan untuk melakukan diagnosa medis dan memiliki tingkat akurasi yang cukup baik (Leondes, 1998:101).

1.2Rumusan Masalah

Dalam merancang sistem yang akan dikembangkan, maka disusunlah rumusan permasalahan yang akan dicoba untuk diselesaikan dalam tugas akhir ini:

 Apa dampak dari penyakit Anemia yang masih banyak diderita oleh

masyarakat Indonesia?

 Bagaimana cara mencegah penyakit Anemia pada masyarakat Indonesia?  Apa peran kecerdasan buatan jaringan saraf tiruan dalam bidang ilmu

(16)

 Bagaimana merancang sistem pendeteksi anemia yang mampu memberikan diagnosa medis secara akurat?

1.3Tujuan Penelitian

Adapun tujuan dari penelitian Tugas Akhir ini antara lain:

 Memahami dampak dari penyakit anemia yang masih banyak diderita oleh masyarakat Indonesia.

 Memahami cara mencegah penyakit anemia pada masyarakat Indonesia.

 Memahami peran kecerdasan buatan jaringan saraf tiruan dalam bidang ilmu kedokteran.

 Merancang sistem pendeteksi anemia yang mampu memberikan diagnosa medis secara akurat.

1.4Batasan Masalah

Dalam perancangan sistem pendeteksi anemia pada tugas akhir ini, terdapat beberapa batasan permasalahan yang akan dirumuskan agar tujuan penelitian dapat tercapai dengan baik:

1. Sistem dapat merekam citra conjunctiva mata pasien dengan menggunakan perangkat keras webcam.

2. Sistem dapat memindai warna pada gambar conjunctiva mata untuk

menghasilkan pencitraan dijital diagnosa medis penyakit anemia.

3. Sistem dapat memberikan analisis kesehatan pasien terhadap penyakit anemia berdasarkan diagnosa medis yang telah dihasilkan sebelumnya.

4. Sistem dapat memberikan saran berupa obat atau suplemen vitamin yang dapat dikonsumsi oleh pasien.

5. Hanya satu algoritma kecerdasan buatan jaringan saraf tiruan yang akan dieksplorasi, yaitu algoritma backpropagation.

(17)

1.5Sistematika Pembahasan

Untuk mempermudah mengikuti dan memahami laporan ini, maka disusunlah sistematika pembahasan sebagai berikut:

 Bab I. Pendahuluan

Menerangkan latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, serta sistematika pembahasan laporan.

 Bab II. Landasan Teori

Memaparkan dasar teori yang digunakan dalam analisis, perancangan, serta implementasi dan pengujian sistem.

 Bab III. Analisis dan Disain

Menerangkan analisis permasalahan yang menitikberatkan pada keterkaitan konsep dengan masalah, serta analisis kasus yang menitikberatkan pada implementasi dari konsep yang telah dianalisis.

 Bab IV. Pengembangan Perangkat Lunak

Menerangkan proses implementasi prototipe perangkat lunak hasil perancangan.

 Bab V. Testing dan Evaluasi Sistem

Menerangkan proses dan hasil pengujian terhadap implementasi prototipe perangkat lunak hasil perancangan. Tujuan dari pengujian adalah mengetahui tingkat akurasi dari pendekatan perancangan yang dipilih.

 Bab VI. Kesimpulan dan Saran

Memaparkan kesimpulan dan saran yang didapatkan selama pelaksanaan tugas akhir.

(18)

BAB VI

KESIMPULAN DAN SARAN

6.1Kesimpulan

Dari analisis, pengembangan, serta pengujian terhadap sistem pendeteksi anemia yang dilakukan, dapat disimpulkan bahwa:

1. Kecerdasan buatan JST dapat diaplikasikan pada pengenalan pola anemia pada citra conjunctiva mata pasien.

2. Sistem pendeteksi anemia yang dikembangkan berhasil membedakan pasien yang memiliki penyakit anemia dan tidak secara mentah. Hal ini menunjukkan bahwa pembuatan perangkat lunak yang mampu mengidentifikasi pola-pola penyakit tertentu sangatlah mungkin untuk dilakukan.

3. Kinerja kecerdasan buatan JST sangat ditentukan oleh banyaknya data pengetahuan yang dimiliki oleh JST yang digunakan.

4. Dikarenakan pengguna harus menentukan area analisis citra conjunctiva mata pasien secara manual, sehingga kemungkinan terjadi kesalahan penggambaran area analisis menjadi cukup besar.

5. Menjawab rumusan masalah butir 3 yang dikemukakan pada bab 1, dapat dilihat bahwa kecerdasan buatan, khususnya untuk pengenalan pola, dapat memberikan keuntungan bagi dunia kedokteran dalam memberikan hasil diagnosa yang lebih akurat. Diagnosa terhadap penyakit anemia yang dilakukan oleh komputasi mesin komputer tentunya dapat memberikan perhitungan yang lebih presisi dibandingkan dengan diagnosa anemia yang biasanya dilakukan secara kasat mata oleh dokter. Selain itu, proses diagnosa dapat dilakukan dengan lebih cepat dibandingkan dengan hasil diagnosa yang didapatkan dari tes laboratorium yang biasanya membutuhkan waktu beberapa jam.

(19)

118

6.2Saran

Pengembangan sistem pendeteksi anemia dengan menggunakan algoritma jaringan saraf tiruan ini tentu masih jauh dari sempurna. Berikut adalah saran-saran yang dapat diberikan untuk pengembangan lebih lanjut di masa mendatang: 1. Proses pengenalan area analisis citra conjunctiva sebaiknya dibuat agar dapat

terautomatisasi. Hal ini bertujuan agar kesalahan penggambaran area analisis yang mungkin dilakukan oleh pengguna dapat direduksi, dan sistem dapat mendiagnosa penyakit anemia secara lebih akurat.

2. Pada prakteknya, proses deteksi penyakit anemia sebetulnya membutuhkan data-data tambahan lainnya, seperti: data sekunder (apakah pasien tengah hamil, memiliki penyakit berat lainnya, baru mengalami kecelakaan, dan berbagai faktor lainnya). Oleh karenanya, data-data semacam ini tentu dapat dijadikan sebagai tambahan fitur bagi pengembangan sistem serupa di masa mendatang.

3. Salah satu kelemahan penggunaan teknologi WPF pada sistem pendeteksi anemia yang dibangun adalah sulitnya melakukan pemrosesan citra dijital pada teknologi WPF. Hal ini disebabkan teknologi WPF menggunakan metoda pengolahan citra yang berbasiskan vektor, sedangkan untuk melakukan pemrosesan citra dijital yang baik dibutuhkan metoda pengolahan citra berbasis bitmap. Untuk itu, sebaiknya pengembangan sistem serupa untuk saat ini dikembangkan dengan menggunakan teknologi Windows Forms saja.

(20)

DAFTAR PUSTAKA

Akman M, Cebeci D, Okur V, Angin H, Abali O, Akman AC. 2004. The Effects of Iron Deficiency on Infants' Developmental Test Performance. Acta Paediatr.

Bakta, I Made, dkk. 2006. Anemia Defisiensi Besi dalam Sudoyo, Aru W, et.al. Buku Ajar Ilmu Penyakit Dalam. Jakarta: Pusat Penerbitan Departemen Ilmu Penyakit Dalam FKUI.

Bakta, I Made. 2006. Pendekatan Terhadap Pasien Anemia dalam Sudoyo, Aru W, et.al. Buku Ajar Ilmu Penyakit Dalam. Jakarta: Pusat Penerbitan Departemen Ilmu Penyakit Dalam FKUI.

Baldy, Catherine M. 2006. Gangguan Sel Darah Merah dalam Price, Sylvia A. Wilson, Lorraine M. Patofisiologi, Konsep Klinis Proses-Proses Penyakit Edisi 6. Jakarta: EGC.

Damjanov, Ivan. 2000. Histopathology. A Color Atlas & Textbook. Jakarta: Widya Medika.

Dewoto, Hedi R. Wardhini BP, S. 2007. Antianemia Defisiensi dan Eritropoeitin dalam Gunawan, Sulistia Gan, et.al. Farmakologi dan Terapi Edisi 5. Jakarta: FKUI.

Garrison, Cheryl. 2009. The Iron Disorders Institute: Guide to Anemia. Illinois: Cumberland House.

Gittleman, Art. 2005. C# .NET Illuminated. Canada: Jones and Bartlett Publishers. Guyton, Arthur C. Hall, John E. 2007. Buku Ajar Fisiologi Kedokteran Edisi 11.

Jakarta: EGC.

Haykin, S. 1994. Neural Networks: A Comprehensive Foundation. New York: Macmillan.

Heaton, Jeff. 2008. Introduction to Neural Networks with C#. Chesterfield: Heaton Research, Inc.

Krose, Ben. Patrick van der Smagt. 1996. An Introduction to Neural Networks. University of Amsterdam.

Leondes, Cornelius T. 1998. Algorithms and Architectures (Neural Network Systems Techniques and Applications). California: Academic Press.

(21)

Leondes, Cornelius T. 1998. Image Processing and Pattern Recognition (Neural Network Systems Techniques and Applications). California: Academic Press.

Michaelis, Mark & Spokas, Philip. 2001. C# Developer’s Headstart. New York: McGraw-Hill.

Nathan, Adam. 2010. WPF 4 Unleashed. Indiana: Sams Publishing.

Norvig, Russell. 2003. Artificial Intelligence: A Modern Approach. New Jersey: Prentice Hall.

Raflizar. 2009. Media Penelitian dan Pengembangan Kesehatan Volume XIX Nomor 4. Jakarta: PDII.

Sells, Chris & Griffiths, Ian. 2007. Programming WPF. California: O’Reilly Media, Inc.

Sheth, Tarang N. et al. 1997. The Relation of Conjunctival Pallor to the Presence of Anemia. Canada: Society of General Internal Medicine.

Siang, Jong Jek. 2005. Jaringan Saraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta: Penerbit Andi.

Soenarto. Anemia Megaloblastik dalam Sudoyo, Aru W, et.al. 2006. Buku Ajar Ilmu Penyakit Dalam. Jakarta: Pusat Penerbitan Departemen Ilmu Penyakit Dalam FKUI.

Tidwell, Jennifer. 2005. Designing Interfaces. California: O’Reilly Media, Inc. Zurada, J.M. 1992. Introduction to Artificial Neural Systems. Boston: PWS

Publishing Company.

Undang-Undang Republik Indonesia Nomor 36 Tahun 2009 tentang Kesehatan.

http://www.cdc.gov/nccdphp/dnpa/nutrition/nutrition_for_everyone/iron_deficien cy/index.htm

(1)