SEGMENTASI CITRA CHEST X-RAYS UNTUK PENGENALAN POLA ABNORMALITAS PADA PARU-PARU MENGGUNAKAN METODE FUZZY C-MEANS

Authors

  • (*) Matheus Alvian Wikanargo,  Magister Teknik Informatika, Universitas Atma Jaya Yogyakarta
  • Angelina Pramana Thenata,  Magister Informatika, Universitas Atmajaya Yogyakarta

(*) Corresponding Author

DOI:

https://doi.org/10.21460/jutei.2018.22.98

Keywords:

Paru-Paru, Chest X-rays, Segmentasi Morfologi, Fuzzy C-Means.

Abstract

Paru-paru merupakan salah satu organ penting dan vital dalam tubuh yang berfungsi sebagai tempat proses sistem pernapasan. Salah satu cara untuk mendeteksi penyakit pada paru-paru yaitu melakukan test Chest X-rays. Chest X-rays merupakan proyeksi radiografi untuk mendeteksi abnormalitas (penyakit) pada organ paru-paru dengan menggunakan radiasi x-ray. Dalam proses mendiagnosa, dokter melihat kondisi dari hasil Chest X-rays yang berupa citra thorax (dada) untuk mengetahui pasien memiliki paru-paru yang abnormal atau normal. Namun, hasil diagnosa ditentukan dari pengetahuan dan pengalaman dokter untuk mengenali abnormalitas dari hasil Chest X-rays sehingga diagnosa yang dihasilkan dapat berbeda-beda bergantung dari kemampuan dokter yang mendiagnosa. Permasalahan ini diharapkan dapat diatasi dengan melakukan segementasi pada citra paru-paru untuk membantu membuat diagnosa dengan tepat. Tujuan penilitian ini untuk menghasilkan suatu analisa yang dapat mengenali paru-paru abnormal dan normal. Proses pengenalan pola paru ini terdiri dari tahap pre-processing yaitu segmentasi citra dengan menggunakan morfologi kemudian dilanjutkan ke tahap clustering dengan menggunakan metode fuzzy c-means untuk mengenali pola dari citra yang sudah disegmentasi tadi. Penilitian ini menghasilkan citra paru-paru normal dan abnormal dapat dikenali dengan tingkat akurasi sebesar 80%.

References

[1] R. Rahmadewi, R. Kurnia, J. T. Elektro, F. Teknik, and U. Andalas, “ISSN : 2302 - 2949 Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen dengan Metoda Segmentasi Sobel,” no. 1, pp. 7–12, 2016.
[2] Kamus Besar Bahasa Indonesia. Jakarta : Pusat Bahasa, 2008.
[3] D. Risnawati, R. Ali, and V. Tubagus, “Baru Yang Melakukan Pemeriksaan Toraks Foto Di Bagian / Smf Radiologi Blu Rsup Prof. Dr . R . D . Kandou Manado Periode Juni-Oktober 2014,” e-Clinic, vol. 3, no. 1, pp. 49–53, 2015.
[4] S. Lubis et al., “Jurnal Geodesi Undip,” vol. 2, no. April, pp. 13–22, 2013.
[5] E. Smistad, T. L. Falch, M. Bozorgi, A. C. Elster, and F. Lindseth, “Medical image segmentation on GPUs - A comprehensive review,” Med. Image Anal., vol. 20, no. 1, pp. 1–18, 2015.
[6] M. Z. Fadli, “APLIKASI PENDETEKSI TANDA AIR PADA UANG KERTAS DENGAN METODE SEGMENTASI REGION BASED ACTIVE CONTOUR MENGGUNAKAN,” vol. 21, no. 3, pp. 53–61.
[7] A. A. Supianto, I. Cholissodin, P. Studi, I. Komputer, and U. Brawijaya, “Implementasi Teknik Watershed Dan Morfologi Pada Citra,” vol. 1, no. 1, pp. 5–13, 2014.
[8] W. Ma, F. Ti, C. Li, and L. Jiao, “Image segmentation based on differential immune clone clustering algorithm,” Int. J. Intell. Comput. Cybern., vol. 6, no. 1, pp. 83–102, 2013.
[9] S. Panda, S. Sahu, P. Jena, and S. Chattopadhyay, “Comparing fuzzy-C means and K-means clustering techniques: A comprehensive study,” Adv. Intell. Soft Comput., vol. 166 AISC, no. VOL. 1, pp. 451–460, 2012.
[10] M. a. Balafar, a. B. D. Rahman Ramli, M. I. Saripan, S. Mashohor, and R. Mahmud, “Medical Image Segmentation Using Fuzzy C-Mean (Fcm) and User Specified Data,” J. Circuits, Syst. Comput., vol. 19, no. 1, pp. 1–14, 2010.
[11] “National Institutes of Health - Clinical Center, Chest X-Ray,” National Institutes of Health - Clinical Center, 2017. [Online]. Available: https://nihcc.app.box.com/v/ChestXray-NIHCC. [Accessed: 03-May-2018].
[12] H. Bisri, M. A. Bustomi, and J. Fisika, “Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan,” vol. 2, no. 2, pp. 1–4, 2013.
[13] A. B. Parandekar, S. S. Dhande, and H. R. Vhyawhare, “A Review on Changing Image from Grayscale to Color,” Int. J. Adv. Res. Comput. Eng. Technol., vol. 3, no. 1, pp. 143–146, 2014.
[14] Murinto, E. Aribowo, and R. Syazali, “Analisis Perbandingan Metode Intensity Filtering Dengan Metode Frequency Filtering Sebagai Reduksi Noise Pada Citra Digital,” Ti Uad, vol. 2007, no. Snati, 2007.
[15] M. R. Kumaseh, L. Latumakulita, and N. Nainggolan, “Segmentasi citra digital ikan menggunakan metode Tresholding,” J. Ilm. Sains, vol. 13 No., no. 1, p. 6, 2013.
[16] M. H. Fauzi et al., “Implementasi Thresholding Citra Menggunakan Algoritma Hybrid Optimal Estimation,” Teknol. Inf., 2010.
[17] C. P. Segmentasi and C. Digital, “Penerapan algoritma pengelompokan fuzzy c-means pada segmentasi citra digital,” vol. 12, no. September, pp. 318–321, 2017.
[18] A. Novandya and I. Oktria, “Penerapan Algoritma Klasifikasi Data Mining C4 . 5 Pada Dataset Cuaca Wilayah Bekasi,” J. Format, vol. 6, no. 2, pp. 98–106, 2017.

Published

2018-10-19

How to Cite

[1]
M. A. Wikanargo and A. P. Thenata, “SEGMENTASI CITRA CHEST X-RAYS UNTUK PENGENALAN POLA ABNORMALITAS PADA PARU-PARU MENGGUNAKAN METODE FUZZY C-MEANS”, JUTEI, vol. 2, no. 2, pp. 101–111, Oct. 2018.