SISTEM UNTUK MENGKLASIFIKASIKAN BENTUK SEL DARAH MERAH NORMAL DAN ABNORMAL DENGAN METODE SELF-ORGANIZING MAP (SOM)
SISTEM UNTUK MENGKLASIFIKASIKAN BENTUK SEL DARAH MERAH NORMAL DAN ABNORMAL DENGAN METODE
SELF-ORGANIZING MAP (SOM)
SISTEM UNTUK MENGKLASIFIKASIKAN BENTUK SEL DARAH MERAH NORMAL DAN ABNORMAL DENGAN METODE
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat tugas akhir FANNY SARI WULANDARI 091402104 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
PERSETUJUAN
Judul : SISTEM UNTUK MENGKLASIFIKASIKAN BENTUK SEL DARAH MERAH NORMAL DAN ABNORMAL DENGAN METODE SELF-ORGANIZING MAP (SOM)
Kategori : SKRIPSI Nama : FANNY SARI WULANDARI Nomor Induk Mahasiswa : 091402104 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Muhammad Anggia Muchtar, ST., MM.IT Romi Fadillah Rahmat, B.Comp.Sc, M.Sc NIP 19800110 200801 1 010 NIP 19860303 201012 1 004 Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP 19800110 200801 1 010
PERNYATAAN
SISTEM UNTUK MENGKLASIFIKASIKAN BENTUK SEL DARAH MERAH NORMAL DAN ABNORMAL DENGAN METODE SELF-ORGANIZING MAP (SOM)
SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkab sumbernya.
Medan, Oktober 2014 Fanny Sari Wulandari 091402104
PENGHARGAAN
Puji syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat, nikmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara. Penulis menyadari bahwa bantuan dan bimbingan dari berbagai pihak sangatlah penting untuk menyelesaikan skripsi ini. Maka dalam kesempatan ini penulis ingin mengucapkan terimakasih sebesar-besarnya kepada: 1.
Papa dan mama selaku kedua orangtua penulis, Harianto dan Siti Amnah Siregar yang sudah memberikan do’a, dukungan, semangat serta kasih sayangnya sepenuh hati.
Penulis berharap dapat memberikan yang terbaik dan membuat kedua orangtua penulis bangga.
2. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, seluruh dosen serta seluruh pegawai Program Studi S1 Teknologi Informasi.
3. Ketua dan Sekretaris Program Studi S1 Teknologi Informasi, Bapak M. Anggia Muchtar, ST., MM.IT dan Bapak M. Fadly Syahputra, B.Sc., M.Sc.IT.
4. Dosen Pembimbing Satu dan Dua, Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc dan Bapak M. Anggia Muchtar, S.T., MM.IT yang telah banyak menyediakan waktu dan membagi ilmu untuk membimbing dan mengarahkan penulis dalam menyelesaikan skripsi ini.
5. Dosen Penguji Satu dan Dua, Bapak M. Fadly Syahputra, B.Sc., M.Sc.IT dan Bapak Dani Gunawan, ST.MT yang telah membantu mengarahkan penulis dalam menyusun skrispsi ini dengan sangat baik.
6. dr. Alya Amalia Fitrie, M.Kes selaku dosen histologi Fakultas Kedoteran Universitas
Sumatera Utara dan dr. Dewi Indah Sari Siregar, MKed.(ClinPath), SpPK selaku dokter Patologi Klinik yang telah membantu penulis dalam memperoleh data sel darah merah.
7. Kakak-kakak dan abang penulis Fibriyanti Sari Dewi, Fushanty Ica Amhar, Fushanny Ice Amhar, Syahbana Sari Muda yang telah memberi dukungan, semangat dan kasih sayang yang tak terhingga, yang terkasih M. Fauzan yang telah sabar dan memberikan semangat kepada penulis dalam menyelesaikan skripsi ini, serta orangtua asuh, H. Sugiono Asmar, SP. QIA yang telah memberikan do’a, dukungan dan semangat kepada penulis.
8. Kepada sahabat Melinda, Raisha, Winda, Enggar, Ade M, Rima, Uti, Yunisya, Yana, Hani, Dijah, Juju, Ade T, Ibnu, Dullah, Reza, Fadli Rizky, Fadli Rachman, Memed, Ammar, Ridzuan, Dezi, Yogi serta teman-teman Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu.
. Penulis sadar bahwa skripsi ini belum sempurna. Dengan kerendahan hati penulis mengharapkan kritik dan saran yang membangun. Semoga Allah selalu memberikan yang terbaik serta berkah dan rahmat-Nya untuk kita semua. Aamin Yaa Rabbalalamin
ABSTRAK
Darah merupakan komponen esensial makhluk hidup yang berada dalam ruang vaskuler.Untuk mengidentifikasikan suatu penyakit dapat diuji melalui tes darah, salah satunya dapat dilihat dari bentuk sel darah merah. Morfologi normal dan abnormal dari sel darah merah seorang pasien sangat membantu para dokter dalam mendeteksi suatu penyakit. Dengan kemajuan teknologi pengolahan citra digital dapat digunakan untuk mengiidentifikasi sel darah normal dan abnormal seorang pasien. Penelitian ini menggunakan metode self- organizing map untuk mengklasifikasikan jenis sel darah merah normal dan abnormal dalam sebuah citra digital. Penggunaan metode jaringan syaraf tiruan self-organizing map dapat mengklasifikasikan bentuk sel darah merah normal dan abnormal pada citra masukan dengan akurasi pengujian 93,78%. Kata kunci: self-organizing map, sel darah merah, pengolahan citra digital
APPLICATION FOR CLASSIFICATION SHAPE OF NORMAL AND
ABNORMAL RED BLOOD CELL USINGSELF-ORGANIZING MAP (SOM)
ABSTRACT
Blood is an essential component in the vascular space of living creature. The identification of a disease can be tested through a blood test. By seeing shape of the red blood cell is one of the methods to identify a disease. Normal and abnormal morphology of red blood cell of a patient really help doctors to diagnose a disease. Advances in technology of digital image processing give many advantages to identification normal and abnormal red blood cell of a patient. This research use Self-organizing map to classify between normal and abnormal red blood cell of a digital image of red blood cell. The use of neural network of self-organizing map method can classify normal and abnormal red blood cell from an image with accuracy of testing 93,78 %.
Keyword: self-organizing map, red blood cell, digital image proccesing
DAFTAR ISI
Halaman
BAB 1
DAFTAR GAMBAR
24 Gambar 3.11 Diagram aktivasi proses latih jaringan
51 Gambar 4.9 Hasil citra uji ke-5
50 Gambar 4.8 Hasil citra uji ke-4
48 Gambar 4.7 Hasil citra uji ke-3
47 Gambar 4.6 Hasil citra uji ke-2
33 Gambar 4.5 Citra uji 1
32 Gambar 4.4 Halaman tambah data latih
32 Gambar 4.3 Tampilan sel abnormal
31 Gambar 4.2 Halaman pengenalan
28 Gambar 4.1 Halaman awal
26 Gambar 3.14 Tampilan halaman tambah data latih
25 Gambar 3.13 Tampilan halaman utama sistem
25 Gambar 3.12 Rancangan antarmuka sistem pengenalan sel darah merah
22 Gambar 3.10 Diagram aktivasi proses pengenalan citra sel darah merah
Halaman
20 Gambar 3.9 Use case diagram sistem
19 Gambar 3.8 Flowchart SOM
18 Gambar 3.7 Ekstraksi ciri menggunakan metode momen invariant dan roundness
18 Gambar 3.6 Proses dilasi citra sel darah merah
17 Gambar 3.5 Proses erosi citra sel darah merah
17 Gambar 3.4 Proses thresholding citra sel darah merah
16 Gambar 3.3 Proses citra grayscale
15 Gambar 3.2 Diagram blok sistem identifikasi sel darah merah normal dan abnormal
13 Gambar 3.1 Sel darah merah normal dan abnormal
7 Gambar 2.3 Arsitektur jaringan syaraf kohonen
6 Gambar 2.2 Jenis sel darah merah abnormal
Gambar 2.1 Sel darah merah normal52
DAFTAR TABEL
Halaman
Tabel 2.1 Penelitian Terdahulu14 Tabel 3.1 Usecase spesifikasi proses pengenalan citra
22 Tabel 3.2 Usecase spesifikasi proses tambah data latih
23 Tabel 4.1 Parameter pelatihan identifikasi sel darah merah
33 Tabel 4.2 Data Latih atau data acuan
34 Tabel 4.3 Hasil uji pada gambar 4.5
47 Tabel 4.4 Hasil uji pada gambar 4.6
48 Tabel 4.5 Hasil uji pada gambar 4.7
50 Tabel 4.6 Hasil uji pada gambar 4.8
52 Tabel 4.7 Hasil uji pada gambar 4.9
53 Tabel 4.8 Persentase tingkat keakuratan pada gambar sel darah merah
53