Identifikasi Penyakit Hypertensive Retinopathy Melalui Citra Fundus Retina Menggunakan Probabilistic Neural Network
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Hypertensive
retinopathy adalah
penyakit yang merusak retina mata dan
mengakibatkan hilangnya penglihatan dan erat terkait dengan hypertensive
(Narasimhan et al., 2012). Hypertensive / tekanan darah tinggi sering tidak
menunjukkan gejala, namun disadari ketika setelah menyebabkan gangguan organ
seperti stroke, retinopathy, fungsi jantung, dan penyakit lainnya. Penyakit ini biasanya
ditemukan pada usia 15 tahun keatas namun semakin bertambahnya usia maka
semakin besar kemungkinan mengidap penyakit tersebut.
Indonesia adalah salah satu Low and Middle - Income Countries (LMIC) yang
jumlah penduduknya lebih dari 250 juta orang. Stroke, penyakit jantung koroner, dan
penyakit jantung hypertensive selama lebih dari sepertiga dari semua kematian di
Indonesia dengan hypertensive menjadi salah satu penyebab utama kematian.
Hypertensive secara signifikan lebih tinggi pada wanita dibandingkan dengan pria
(52,3% berbanding 43,1%, p-value < 0,001) (Hussain et al., 2016). Prevalensi
penyakit ini di Indonesia yang didapat melalui pengukuran pada umur ≥ 18 tahun
sebesar 25,8% dan prevalensi hypertensive cendrung lebih tinggi pada kelompok
pendidikan lebih rendah dan kelompok tidak bekerja, kemungkinan akibat
ketidaktahuan tentang pola makan yang baik (Riset Kesehatan Dasar, 2013).
Hypertensive retinopathy ditandai dengan pembengkakan pada pembuluh
darah retina dikarenakan ketika terjadinya hypertensive, dinding pembuluh retina
mengalami penebalan dan sehingga juga mengakibatkan masalah pada kinerja dari
retina. Sehingga apabila tidak segera diobati maka akan terjadinya kebutaan hingga
juga dapat mengakibatkan kematian. Analisis dan deteksi pembuluh darah retina
sangat penting untuk dalam hal mengidentifikasi penyakit retina, seperti Diabetic
Retinopathy, Hypertensive Retinopathy, Retinopathy of Prematury (ROP), Agereleated Mascular Degeneration (AMD), dan penyakit jantung (You et al., 2011).
Universitas Sumatera Utara
2
Selain terjadinya pembengkakan pada pembuluh darah retina juga terdapat tandatanda seperti microaneurysm, cotton wool spot, hard exudates pada tingkat lanjut. Dan
pada tingkat akut terdapat pembengkakan pada optic disk dan juga tanda pada tingkat
sebelumnya (Downie et al, 2013).
Pada umumnya pemeriksaan dilakukan dengan anamnesis, pemeriksaan fisik,
dan pemeriksaan menggunakan funduskopi. Dengan pemeriksaan ini, didapatkan
gambaran pembuluh darah retina, papil, makula, dan fovea. Selain itu juga digunakan
ophthalmoscope yang bersinar terang melalui pupil yang bertujuan untuk memeriksa
bagian belakang mata apakah ada penyempitan pembuluh darah ataupun kebocoran
dari pembuluh darah tersebut. Pemeriksaan ini masih dilakukan secara manual
sehingga menghabiskan waktu kurang dari 10 menit untuk menyelesaikannya (Badii,
2016). Pemeriksaan yang secara lengkap dilakukan oleh dokter spesialis mata.
Berdasarkan data depkes, jumlah dokter spesialis mata di Indonesia pada tahun 2013
berjumlah sekitar 1,938 orang, dengan penyebaran 45% di pulau jawa, sedangkan
65% nya tersebar diluar pulau jawa. Sementara jumlah penduduk Indonesia melebihi
jutaan orang (Dirjen Bina Upaya Kesehatan Kementrian Kesehatan, 2014).
Penelitian dengan menggunakan citra fundus retina ini sebelumnya juga
pernah
dilakukan
untuk
mengidentifikasi
hypertensive
retinopathy
dengan
menghitung rasio vena arteri. Pada tahap preprocessing, metode yang digunakan yaitu
metode adaptive histogram equalization untuk menyamakan kecerahan dan kontras
yang berbeda setelah melewati tahap green chanel. Kemudian radon transform untuk
segmentasi pembuluh darah dan hough transform untuk mendeteksi optic disk
(Noronha et al., 2012). Penelitian selanjutnya yaitu bertujuan untuk segmentasi
pembuluh darah pada pasien penyakit diabetic retinopathy. Metode yang digunakan
pada penelitian ini yaitu green channel, contrast limited adaptive histogram
equalization, morphological close, background exclusion, dan thresholding (Joshi et
al., 2012). Penelitian selanjutnya yaitu dilakukan pada penyakit hypertensive
retinopathy dan Cerebral Autosomal Dominant Arteriopathy with Subcortical Infarcts
and Leukoencephalopathy (CADASIL). Penilaian kuantitaif rasio vena arteri, indeks
tortuositas dan fractal dimension dilakukan setelah ekstraksi pembuluh darah.
(Cavallari et al., 2015). Penelitian berikutnya dilakukan pada 3 kondisi yaitu pada
pasien mata sehat, diabetic retinopathy, dan glaucoma . Fractal analysis dan invariant
moments merupakan metode yang dipilih untuk tahap ekstraksi ciri setelah dilakukan
Universitas Sumatera Utara
3
ekstraksi pembuluh darah kemudian diubah menjadi gambar biner yang menggunakan
kirsch’s templates dan metode linear discriminant analysis untuk tahap klasifikasi.
Pada penelitian ini akurasi yang dicapai sangat tinggi (Hutson et al., 2016). Penelitian
berikutnya yaitu meningkatkan teknik segmentasi pembuluh darah citra retina. Metode
yang digunakan yaitu green channel, morphological operation, rician denoise,
thresholding, length filtering, dan connected component analysis (Mehta et al., 2016).
Pada penelitian kali ini, penulis menggunakan metode Probabilistic Neural
Network (PNN) untuk mengidentifikasi penyakit hypertensive retinopathy melalui
citra fundus retina. Probabilistic Neural Network (PNN) berasal dari metode teorema
Bayes untuk probabilitas bersyarat dan metode Parzen untuk memperkirakan fungsi
kepadatan probabilitas variabel acak. PNN pertama kali diperkenalkan oleh Specht
pada tahun 1990 yang menunjukkan bagaimana Bayes Parzen Classifier bisa dipecah
menjadi sejumlah besar dari proses sederhana dan diimplementasikan kedalam
jaringan saraf multilayer (Shahana et al, 2016). PNN dapat didefnisikan sebagai
implementasi dari algoritma statistik yang biasa disebut dengan kernel diskriminasi
analisi dimana operasi tersebut akan disusun kedalam multilayered feedforward
network dengan empat lapisan yaitu input layer , pattern layer , summation layer, dan
output layer . Ada keuntungan utama yang membedakan PNN adalah proses pelatihan
yang cepat, struktur paralel yang tidak dapat dipisahkan, dijamin dalam menemukan
klasifikasi optimal sesuai dengan peningkatan perwakilan data pelatihan, dan
pelatihan dapat ditambahkan atau dihapus tanpa melakukan pelatihan ulang. Dengan
demikian, PNN belajar lebih cepat dari pada banyak model jaringan saraf tiruan dan
telah sukses dibeberapa aplikasi. Berdasarkan fakta tersebut, PNN dapat dilihat
sebagai supervised neural network yang mampu diguanakan dalam masalah
klasifikasi dan pengenalan pola (Mishra, 2013).
Penelitian yang menggunakan PNN ini sudah pernah dilakukan sebelumnya
yang digunakan untuk mengidentifikasi penyakit diabetes tipe II. Neural network ini
memiliki kemampuan untuk identfikasi dengan kesalahan minimum. Penelitian ini
diterapkan dalam bidang data mining dan dataset yang digunakan didapat dari Pima
Indians Diabetes (Soltani et al., 2016). Penelitian selanjutnya dilakukan untuk
mengidentifikasi penyakit pada daun teh. Penyakit yang akan di identifikasi
diantaranya yaitu helopeltis dan blister blight. Sebelum masuk ketahap ekstrasi ciri,
citra daun teh dilakukan pengolahan citra yaitu dilakukannya resizing dan grayscale.
Universitas Sumatera Utara
4
Kemudian pada tahap segmentasi dilakukan deteksi tepi menggunakan sobel. Metode
nvariant moments dipilih untuk tahap ekstraksi ciri dan metode PNN untuk tahap
klasifikasi (Oktariani, 2016).
Berdasarkan latar belakang diatas, maka penulis mengajukan penelitian
dengan judul “IDENTIFIKASI PENYAKIT HYPERTENSIVE RETINOPATHY
MELALUI CITRA FUNDUS RETINA MENGGUNAKAN PROBABILISTIC
NEURAL NETWORK ”. Metode yang akan digunakan merupakan gabungan dari
penelitian yang sebelumnya, sehingga diharapkan hasil dari penelitian ini dapat
mencapai akurasi yang tinggi dan bermanfaat dalam bidang kesehatan.
1.2. Rumusan Masalah
Hypertensive retinopathy merupakan penyakit yang merusak retina mata dan juga
mengakibatkan kebutaan pada tingkat lanjut. Penyakit ini ditandai dengan
pembengkakan pada pembuluh darah retina dikarenakan ketika terjadinya
hypertensive, dinding pembuluh retina mengalami penebalan dan mengakibatkan
masalah pada kinerja dari retina. Pada umumnya, untuk pemeriksaan penyakit ini
dilakukan pemeriksaan funduskopi dan ophthalmoscope oleh dokter mata. Sementara
pemeriksaan tersebut masih dilakukan secara manual. Oleh karena itu, diperlukan
suatu metode untuk membantu dokter mata dalam mengidentifikasi penyakit
hypertensive retinopathy melalui citra fundus retina secara otomatis.
1.3. Batasan Masalah
Pada penelitian ini peneliti membuat batasan masalah untuk mencegah meluasnya
ruang lingkup permasalahan dalam penelitian ini. Adapun batasan masalah tersebut,
diantaranya yaitu:
1. Citra yang digunakan yaitu citra fundus retina dari dataset Structured Analysis
of the Retina (STARE).
2. Ekstensi dari citra fundus retina yang digunakan adalah .ppm.
3. Resolusi citra fundus retina yang akan digunakan sebesar 700 x 605 pixel.
4. Identifikasi yang dilakukan yaitu penyakit hypertensive retinopathy.
Universitas Sumatera Utara
5
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengidentifikasi penyakit Hypertensive
Retinopathy melalui citra fundus retina menggunakan Probabilistic Neural Network.
1.5. Manfaat Penelitian
Adapun manfaat penelitian ini diantara lain yaitu :
1. Membantu identifikasi penyakit hypertensive retinopathy melalui citra fundus
retina.
2. Memberi masukan untuk penelitian lain dalam bidang image processing.
3. Menambah pengetahuan dan wawasan penulis dan pembaca.
1.6. Metodologi Penelitian
Adapun tahapan – tahapan yang akan dilakukan pada penelitian ini adalah :
1. Studi Literatur
Pada tahapan ini dilakukan pengumpulan dan mempelajari informasi yang
diperoleh dari buku, skripi, jurnal, dan berbagai sumber informasi lainnya.
Informasi yang berkaitan dengan penelitian tersebut seperti hypertensive
retinopathy, green channel, contrast limited adaptive histogram equalization
(clahe),
morphological
closing,
subtraction,
thresholding,
connected
component analysis, fractal dimension yang menggunakan algoritma box
counting, ekstraksi fitur bentuk menggunakan invariant moments, dan
probabilistic neural network.
2. Analisis Permasalahan
Pada tahapan ini dilakukan analisis terhadap tahapan sebelumnya yaitu studi
literatur
dimana
dilakukannya
pengumpulan
bahan
referensi
untuk
mendapatkan pemahaman tentang metode yaang akan digunakan dalam
menyelesaikan permasalahan yaitu mengidentifikasi penyakit hypertensive
retinopathy melalui citra fundus retina.
3. Perancangan
Universitas Sumatera Utara
6
Pada tahap selanjutnya yaitu tahapan perancangan atas hasil analisis
permasalahan yang dilakukan pada tahapan sebelumnya. Perancangan yang
dilakukan seperti perancangan arsitektur dan antarmuka sistem.
4. Implementasi
Pada tahap ini dilakukan implementasi dari analisis yang telah dilakukan
dalam bentuk pembangunan program sesuai dengan perancangan dan alur
yang telah ditentukan.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap sistem yang telah dibuat guna
untuk menguji seberapa mampu metode probabilistic neural network dalam
hal mengidentifikasi penyakit hypertensive retinopathy serta memastikan hasil
dari identifikasi tersebut sesuai dengan yang diharapkan.
6. Penyusunan Laporan
Pada tahap akhir dilakukan penulisan laporan dari keseluruhan penelitian yang
telah dilakukan.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian, yaitu sebagai berikut :
Bab 1: Pendahuluan
Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penelitian.
Bab 2: Landasan Teori
Bab ini berisi tentang teori-teori penunjang yang digunakan untuk dapat memahami
permasalahan pada penelitian ini yaitu menjelaskan teori tentang hypertensive
retinopathy, image processing, connected component analysis, dimensi fraktal,
invariant moment, probabilistic neural network, dan juga berisi tentang penelitian
terdahulu.
Bab 3: Analisis dan Perancangan
Bab ini berisi tentang analisis dari arsitektur umum serta analisis dari metode yang
digunakan yaitu metode probabilistic neural network dan penerapannya dalam hal
Universitas Sumatera Utara
7
mengidentifikasi penyakit hypertensive retinopathy serta perancangan sistem yang
dibuat.
Bab 4: Implementasi dan Pengujian
Bab ini membahas tentang implementasi dari hasil analisis dan perancangan sistem
yang dibahas pada bab sebelumnya dan serta membahas tentang hasil pengujian
terhadap sistem yang telah dibangun.
Bab 5: Kesimpulan dan Saran
Bab ini berisi tentang kesimpulan dari keseluruhan penelitian yang telah dilakukan
dan saran yang diajukan untuk pengembangan untuk penelitian berikutnya.
Universitas Sumatera Utara
PENDAHULUAN
1.1. Latar Belakang
Hypertensive
retinopathy adalah
penyakit yang merusak retina mata dan
mengakibatkan hilangnya penglihatan dan erat terkait dengan hypertensive
(Narasimhan et al., 2012). Hypertensive / tekanan darah tinggi sering tidak
menunjukkan gejala, namun disadari ketika setelah menyebabkan gangguan organ
seperti stroke, retinopathy, fungsi jantung, dan penyakit lainnya. Penyakit ini biasanya
ditemukan pada usia 15 tahun keatas namun semakin bertambahnya usia maka
semakin besar kemungkinan mengidap penyakit tersebut.
Indonesia adalah salah satu Low and Middle - Income Countries (LMIC) yang
jumlah penduduknya lebih dari 250 juta orang. Stroke, penyakit jantung koroner, dan
penyakit jantung hypertensive selama lebih dari sepertiga dari semua kematian di
Indonesia dengan hypertensive menjadi salah satu penyebab utama kematian.
Hypertensive secara signifikan lebih tinggi pada wanita dibandingkan dengan pria
(52,3% berbanding 43,1%, p-value < 0,001) (Hussain et al., 2016). Prevalensi
penyakit ini di Indonesia yang didapat melalui pengukuran pada umur ≥ 18 tahun
sebesar 25,8% dan prevalensi hypertensive cendrung lebih tinggi pada kelompok
pendidikan lebih rendah dan kelompok tidak bekerja, kemungkinan akibat
ketidaktahuan tentang pola makan yang baik (Riset Kesehatan Dasar, 2013).
Hypertensive retinopathy ditandai dengan pembengkakan pada pembuluh
darah retina dikarenakan ketika terjadinya hypertensive, dinding pembuluh retina
mengalami penebalan dan sehingga juga mengakibatkan masalah pada kinerja dari
retina. Sehingga apabila tidak segera diobati maka akan terjadinya kebutaan hingga
juga dapat mengakibatkan kematian. Analisis dan deteksi pembuluh darah retina
sangat penting untuk dalam hal mengidentifikasi penyakit retina, seperti Diabetic
Retinopathy, Hypertensive Retinopathy, Retinopathy of Prematury (ROP), Agereleated Mascular Degeneration (AMD), dan penyakit jantung (You et al., 2011).
Universitas Sumatera Utara
2
Selain terjadinya pembengkakan pada pembuluh darah retina juga terdapat tandatanda seperti microaneurysm, cotton wool spot, hard exudates pada tingkat lanjut. Dan
pada tingkat akut terdapat pembengkakan pada optic disk dan juga tanda pada tingkat
sebelumnya (Downie et al, 2013).
Pada umumnya pemeriksaan dilakukan dengan anamnesis, pemeriksaan fisik,
dan pemeriksaan menggunakan funduskopi. Dengan pemeriksaan ini, didapatkan
gambaran pembuluh darah retina, papil, makula, dan fovea. Selain itu juga digunakan
ophthalmoscope yang bersinar terang melalui pupil yang bertujuan untuk memeriksa
bagian belakang mata apakah ada penyempitan pembuluh darah ataupun kebocoran
dari pembuluh darah tersebut. Pemeriksaan ini masih dilakukan secara manual
sehingga menghabiskan waktu kurang dari 10 menit untuk menyelesaikannya (Badii,
2016). Pemeriksaan yang secara lengkap dilakukan oleh dokter spesialis mata.
Berdasarkan data depkes, jumlah dokter spesialis mata di Indonesia pada tahun 2013
berjumlah sekitar 1,938 orang, dengan penyebaran 45% di pulau jawa, sedangkan
65% nya tersebar diluar pulau jawa. Sementara jumlah penduduk Indonesia melebihi
jutaan orang (Dirjen Bina Upaya Kesehatan Kementrian Kesehatan, 2014).
Penelitian dengan menggunakan citra fundus retina ini sebelumnya juga
pernah
dilakukan
untuk
mengidentifikasi
hypertensive
retinopathy
dengan
menghitung rasio vena arteri. Pada tahap preprocessing, metode yang digunakan yaitu
metode adaptive histogram equalization untuk menyamakan kecerahan dan kontras
yang berbeda setelah melewati tahap green chanel. Kemudian radon transform untuk
segmentasi pembuluh darah dan hough transform untuk mendeteksi optic disk
(Noronha et al., 2012). Penelitian selanjutnya yaitu bertujuan untuk segmentasi
pembuluh darah pada pasien penyakit diabetic retinopathy. Metode yang digunakan
pada penelitian ini yaitu green channel, contrast limited adaptive histogram
equalization, morphological close, background exclusion, dan thresholding (Joshi et
al., 2012). Penelitian selanjutnya yaitu dilakukan pada penyakit hypertensive
retinopathy dan Cerebral Autosomal Dominant Arteriopathy with Subcortical Infarcts
and Leukoencephalopathy (CADASIL). Penilaian kuantitaif rasio vena arteri, indeks
tortuositas dan fractal dimension dilakukan setelah ekstraksi pembuluh darah.
(Cavallari et al., 2015). Penelitian berikutnya dilakukan pada 3 kondisi yaitu pada
pasien mata sehat, diabetic retinopathy, dan glaucoma . Fractal analysis dan invariant
moments merupakan metode yang dipilih untuk tahap ekstraksi ciri setelah dilakukan
Universitas Sumatera Utara
3
ekstraksi pembuluh darah kemudian diubah menjadi gambar biner yang menggunakan
kirsch’s templates dan metode linear discriminant analysis untuk tahap klasifikasi.
Pada penelitian ini akurasi yang dicapai sangat tinggi (Hutson et al., 2016). Penelitian
berikutnya yaitu meningkatkan teknik segmentasi pembuluh darah citra retina. Metode
yang digunakan yaitu green channel, morphological operation, rician denoise,
thresholding, length filtering, dan connected component analysis (Mehta et al., 2016).
Pada penelitian kali ini, penulis menggunakan metode Probabilistic Neural
Network (PNN) untuk mengidentifikasi penyakit hypertensive retinopathy melalui
citra fundus retina. Probabilistic Neural Network (PNN) berasal dari metode teorema
Bayes untuk probabilitas bersyarat dan metode Parzen untuk memperkirakan fungsi
kepadatan probabilitas variabel acak. PNN pertama kali diperkenalkan oleh Specht
pada tahun 1990 yang menunjukkan bagaimana Bayes Parzen Classifier bisa dipecah
menjadi sejumlah besar dari proses sederhana dan diimplementasikan kedalam
jaringan saraf multilayer (Shahana et al, 2016). PNN dapat didefnisikan sebagai
implementasi dari algoritma statistik yang biasa disebut dengan kernel diskriminasi
analisi dimana operasi tersebut akan disusun kedalam multilayered feedforward
network dengan empat lapisan yaitu input layer , pattern layer , summation layer, dan
output layer . Ada keuntungan utama yang membedakan PNN adalah proses pelatihan
yang cepat, struktur paralel yang tidak dapat dipisahkan, dijamin dalam menemukan
klasifikasi optimal sesuai dengan peningkatan perwakilan data pelatihan, dan
pelatihan dapat ditambahkan atau dihapus tanpa melakukan pelatihan ulang. Dengan
demikian, PNN belajar lebih cepat dari pada banyak model jaringan saraf tiruan dan
telah sukses dibeberapa aplikasi. Berdasarkan fakta tersebut, PNN dapat dilihat
sebagai supervised neural network yang mampu diguanakan dalam masalah
klasifikasi dan pengenalan pola (Mishra, 2013).
Penelitian yang menggunakan PNN ini sudah pernah dilakukan sebelumnya
yang digunakan untuk mengidentifikasi penyakit diabetes tipe II. Neural network ini
memiliki kemampuan untuk identfikasi dengan kesalahan minimum. Penelitian ini
diterapkan dalam bidang data mining dan dataset yang digunakan didapat dari Pima
Indians Diabetes (Soltani et al., 2016). Penelitian selanjutnya dilakukan untuk
mengidentifikasi penyakit pada daun teh. Penyakit yang akan di identifikasi
diantaranya yaitu helopeltis dan blister blight. Sebelum masuk ketahap ekstrasi ciri,
citra daun teh dilakukan pengolahan citra yaitu dilakukannya resizing dan grayscale.
Universitas Sumatera Utara
4
Kemudian pada tahap segmentasi dilakukan deteksi tepi menggunakan sobel. Metode
nvariant moments dipilih untuk tahap ekstraksi ciri dan metode PNN untuk tahap
klasifikasi (Oktariani, 2016).
Berdasarkan latar belakang diatas, maka penulis mengajukan penelitian
dengan judul “IDENTIFIKASI PENYAKIT HYPERTENSIVE RETINOPATHY
MELALUI CITRA FUNDUS RETINA MENGGUNAKAN PROBABILISTIC
NEURAL NETWORK ”. Metode yang akan digunakan merupakan gabungan dari
penelitian yang sebelumnya, sehingga diharapkan hasil dari penelitian ini dapat
mencapai akurasi yang tinggi dan bermanfaat dalam bidang kesehatan.
1.2. Rumusan Masalah
Hypertensive retinopathy merupakan penyakit yang merusak retina mata dan juga
mengakibatkan kebutaan pada tingkat lanjut. Penyakit ini ditandai dengan
pembengkakan pada pembuluh darah retina dikarenakan ketika terjadinya
hypertensive, dinding pembuluh retina mengalami penebalan dan mengakibatkan
masalah pada kinerja dari retina. Pada umumnya, untuk pemeriksaan penyakit ini
dilakukan pemeriksaan funduskopi dan ophthalmoscope oleh dokter mata. Sementara
pemeriksaan tersebut masih dilakukan secara manual. Oleh karena itu, diperlukan
suatu metode untuk membantu dokter mata dalam mengidentifikasi penyakit
hypertensive retinopathy melalui citra fundus retina secara otomatis.
1.3. Batasan Masalah
Pada penelitian ini peneliti membuat batasan masalah untuk mencegah meluasnya
ruang lingkup permasalahan dalam penelitian ini. Adapun batasan masalah tersebut,
diantaranya yaitu:
1. Citra yang digunakan yaitu citra fundus retina dari dataset Structured Analysis
of the Retina (STARE).
2. Ekstensi dari citra fundus retina yang digunakan adalah .ppm.
3. Resolusi citra fundus retina yang akan digunakan sebesar 700 x 605 pixel.
4. Identifikasi yang dilakukan yaitu penyakit hypertensive retinopathy.
Universitas Sumatera Utara
5
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengidentifikasi penyakit Hypertensive
Retinopathy melalui citra fundus retina menggunakan Probabilistic Neural Network.
1.5. Manfaat Penelitian
Adapun manfaat penelitian ini diantara lain yaitu :
1. Membantu identifikasi penyakit hypertensive retinopathy melalui citra fundus
retina.
2. Memberi masukan untuk penelitian lain dalam bidang image processing.
3. Menambah pengetahuan dan wawasan penulis dan pembaca.
1.6. Metodologi Penelitian
Adapun tahapan – tahapan yang akan dilakukan pada penelitian ini adalah :
1. Studi Literatur
Pada tahapan ini dilakukan pengumpulan dan mempelajari informasi yang
diperoleh dari buku, skripi, jurnal, dan berbagai sumber informasi lainnya.
Informasi yang berkaitan dengan penelitian tersebut seperti hypertensive
retinopathy, green channel, contrast limited adaptive histogram equalization
(clahe),
morphological
closing,
subtraction,
thresholding,
connected
component analysis, fractal dimension yang menggunakan algoritma box
counting, ekstraksi fitur bentuk menggunakan invariant moments, dan
probabilistic neural network.
2. Analisis Permasalahan
Pada tahapan ini dilakukan analisis terhadap tahapan sebelumnya yaitu studi
literatur
dimana
dilakukannya
pengumpulan
bahan
referensi
untuk
mendapatkan pemahaman tentang metode yaang akan digunakan dalam
menyelesaikan permasalahan yaitu mengidentifikasi penyakit hypertensive
retinopathy melalui citra fundus retina.
3. Perancangan
Universitas Sumatera Utara
6
Pada tahap selanjutnya yaitu tahapan perancangan atas hasil analisis
permasalahan yang dilakukan pada tahapan sebelumnya. Perancangan yang
dilakukan seperti perancangan arsitektur dan antarmuka sistem.
4. Implementasi
Pada tahap ini dilakukan implementasi dari analisis yang telah dilakukan
dalam bentuk pembangunan program sesuai dengan perancangan dan alur
yang telah ditentukan.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap sistem yang telah dibuat guna
untuk menguji seberapa mampu metode probabilistic neural network dalam
hal mengidentifikasi penyakit hypertensive retinopathy serta memastikan hasil
dari identifikasi tersebut sesuai dengan yang diharapkan.
6. Penyusunan Laporan
Pada tahap akhir dilakukan penulisan laporan dari keseluruhan penelitian yang
telah dilakukan.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian, yaitu sebagai berikut :
Bab 1: Pendahuluan
Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penelitian.
Bab 2: Landasan Teori
Bab ini berisi tentang teori-teori penunjang yang digunakan untuk dapat memahami
permasalahan pada penelitian ini yaitu menjelaskan teori tentang hypertensive
retinopathy, image processing, connected component analysis, dimensi fraktal,
invariant moment, probabilistic neural network, dan juga berisi tentang penelitian
terdahulu.
Bab 3: Analisis dan Perancangan
Bab ini berisi tentang analisis dari arsitektur umum serta analisis dari metode yang
digunakan yaitu metode probabilistic neural network dan penerapannya dalam hal
Universitas Sumatera Utara
7
mengidentifikasi penyakit hypertensive retinopathy serta perancangan sistem yang
dibuat.
Bab 4: Implementasi dan Pengujian
Bab ini membahas tentang implementasi dari hasil analisis dan perancangan sistem
yang dibahas pada bab sebelumnya dan serta membahas tentang hasil pengujian
terhadap sistem yang telah dibangun.
Bab 5: Kesimpulan dan Saran
Bab ini berisi tentang kesimpulan dari keseluruhan penelitian yang telah dilakukan
dan saran yang diajukan untuk pengembangan untuk penelitian berikutnya.
Universitas Sumatera Utara