Analisa Size Citra Sel Tunggal Nukleus Menggunakan Global Threshold dan Operasi Kanal Warna

Yudi Ramdhani, Dwiza Riana, Ade Mubarok

Sari


ABSTRAK
Pap Smear merupakan salah satu metode deteksi dini pencegahan kanker serviks. Sel mikroskopik
Pap Smear dideteksi oleh ahli patologi dan dokter untuk menentukan sel tersebut normal atau
abnormal. Data yang digunakan dalam penelitian ini menggunakan data citra Harlev, yang terdiri
dari 280 citra yang sudah dikategorikan ke dalam 7 kelas sel normal yang meliputi Normal
Superficial, Normal Intermediate, and Normal Columnar dan 4 kelas lainnya adalah kategori kelas
citra sel abnormal yang meliputi Mild (Light) Dyplasia, Moderate Dysplasia, Severe Dysplasia dan
Carcinoma In Situ. Pada analisa size citra sel tunggal nukleus, dilakukan segmentasi luas dan
keliling. Metode yang digunakan untuk segmentasi luas nukleus yaitu operasi kanal warna RGB,
metode Global Threshold dan deteksi tepi Canny. Sedangkan untuk segmentasi keliling
menggunakan metode operasi kanal warna Grayscale, metode Global Threshold dan deteksi tepi
Canny. Hasil penelitian memperlihatkan bahwa perhitungan luas menggunakan operasi kanal
warna RGB lebih mendekati hasil perhitungan manual dari data Herlev. Nilai hasil korelasi dengan
jangkauan nilai 0.547 dan nilai korelasi menggunakan metode Global Threshold dengan jangkauan
nilai 0.107. Nilai korelasi perhitungan keliling menggunakan operasi kanal warna Grayscale lebih
mendekati hasil perhitungan manual dari data Herlev. Hasil nilai korelasi perhitungan
menggunakan operasi kanal warna Grayscale dengan jangkauan nilai 0.930, sedangkan hasil nilai
korelasi perhitungan menggunakan metode Global Threshold dengan jangkauan nilai 0.892.
Kata Kunci : Pap Smear, Nukleus, Analisa Size, Global Threshold, Operasi Kanal Warna
ABSTRACT
Pap smear is one of early detection method for prevent serviks cancer. Microscopic cell on pap
smear detected by patology expert and doctor to determine is the cell normal or abnormal. The
data used in this research is using Harlev image data, which consists of 280 images that have been
categorized into 7 class of normal cell including Normal cells Superficial, Normal Intermediate,
and Normal Columnar and the other 4 class is an image class category of abnormal cell including
images Mild (Light) Dyplasia, Moderate Dysplasia, Severe Dysplasia and Carcinoma In Situ. On
analize single cell image size of nucleus, performed a segmentation area and perimeter. Using
RGB color channel operation method, Global Threshold method and canny edge detection for
segmentation area. While for perimeter segmentation is using Grayscale color channel operation
method, Global Threshold method and canny edge detection. Result of experimentation showing
that RGB color channel operation methoded to manual counting from the Herlev data, if we
compare it with the extensive calculations using the Global Threshold. Value of the correlation
with 0.547 range values and the correlation values using the Global Threshold with 0.107 range
values. On both of normal single cell, Normal Superficial (NS) and Normal Columnar (NC) using
calculation of Global Threshold method, has a significant wide correlationwith an average
correlation above 0.4. Value of correlation counting using the Grayscale color channel operation
color is tend to the results of the manual calculation of the Herlev data, compared with
calculations using the Global Threshold method. Value result of corellation counting, using the
Grayscale color channel operation with 0.930 range values, while using the Global Threshold
method exist on 0.892 range values. In the circumference calculating of the Normal
Superficialclass (NS) and Normal Intermediate (NI) using the Global Threshold method is better
compared with calculations using the Grayscale color channel operation.
Keywords : Pap Smear, Nukleus, Analisis Size, Global Threshold, Color Channel Operation

Teks Lengkap:

PDF

Referensi


Adipranata Rudy , Andreas Handojo, Ivan

Prayogo, Oviliani Yenty Yuliana,

perancangan dan pembuatan aplikasi

Segmentasi gambar dengan

menggunakan Metode morphological

watershed, Jurursan Teknik

Informatika-Universitas Petra, (2005)

Bagus, Bayu. (2007). Image Database

Menggunakan Sistem Content Based

Image Retrieval Dengan Ekstraksi

Fitur Terstruktur

Faried, Ahmad. (2012). Bagaimana mereka

(sel kanker) berjalan?

Hendra, Andi. (2012). Segmentasi Citra CT

Scan Tumor Otak Menggunakan

Matematika Morfologi (Watershed)

Dengan Flood Minimum Optimal

Kusuma, Fitriyadi. (2012). Tes Pap dan Cara

Deteksi Dini Kanker Serviks Lainnya.

Jakarta: Departemen Obstetridan

Ginekologi Fakultas Kedokteran

Universitas Indonesia RSUPN dr.

Cipto Mangunkusumo.

Madjid, Tita Husnitawati. (2012). Anatomi

Dan Fisiologi Alat Reproduksi Wanita

Munir, Rinaldi. (2006). Aplikasi Image

Thresholding Untuk Segmentasi

Objek. Seminar Nasional Aplikasi

Teknologi Informasi 2006 (SNATI

Okezone.com, Kanker Serviks Renggut

Nyawa 8.000 Perempuan Indonesia.

Diambil dari :

http://health.okezone.com/read/2012/0

/13/482/628842/kanker-serviksrenggut-nyawa-8-000-perempuanindonesia (11 November 2012)

Pambudi, Hidayatno dan R. Rizal Isnanto.

(2012). Identifikasi Luas Bencana

Tsunami Dengan Menggunakan

Segmentasi Citra

Prasetyo, Eko. (2011). Pengolahan Cita

Digital dan Aplikasinya menggunakan

Matlab. Yogyakarta:ANDI

Rasjidi I., Sulistiyanto H. (2007). Vaksin

Human Papilloma Virus dan

Eradikasi Kanker Mulut Rahim.

Jakarta : Sagung Seto.

Riana, Dyah Dwi, dan Tati latifah R.

Mengko. (2012). Segmentasi Luas

Nukleus sel Normal Superfisial Pap

Smear Menggunakan Operasi Kanal

Warna dan Deteksi Tepi Procceding.

Jakarta.: Seminar Nasional Inovasi dan

Teknologi Universitas Bina Sarana

Informatika.

Riana, Widyantoro, dan Tati latifah R.

Mengko. (2012). Perbandingan

Segmentasi Luas Nukleus Sel Normal

dan Abnormal Pap Smear

Menggunakan Operasi Kanal Warna

dengan Deteksi Tep Canny dan

Rekontruksi Morphologi

Riandini, Metha, dan Farid Thalib. (2012).

Penentuan Stadium Kanker Payudara

dengan Metode Canny dan Global

Feature Diameter

Sudoyo, Penatalaksanaan Terpadu pada

Kanker. Diambil dari :

http://www.medistra.com/index.php?vi

ew=article&catid=39%3AInfo+Keseh

atan+Rs.+Medistra&id=110%3APenat

alaksanaan+Terpadu+pada+Kanker&t

mpl=comcompon&print=1&page=&o

ption=com_content (13 November

S, A. Rosa., dan M. Shalahudin. (2011).

Rekayasa Perangkat Lunak. Bandung:

Modula.

Setyarini, Eka. (2009). Faktor- Faktor Yang

Berhubungan Dengan Kejadian Kanker Leher

Rahim Di Rsud Dr. Moewardi Surakarta

Wijaya, Marvin Ch, dan Agus Prijono. (2007).

Pengolahan Citra Digital menggunakan Matlab

Image Processing Toolbox. Bandung:

INFORMATIKA.

Yastuti, Hartini dan Bambang Widjanarko Otok.

(2012). Bagging Multivariate Adaptive

Regression Splines (Mars) Untuk Klasifikasi

Pasien Hasil Pap Test Penyakit Kanker

Serviks (Studi Kasus Di RS ”X” Surabaya)




DOI: https://doi.org/10.31311/ji.v1i1.177



 dipublikasikan oleh LPPM UBSI
Jl. Kamal Raya No. 18 Cengkareng, Jakarta Barat