Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen dengan Metoda Segmentasi Sobel

Reni Rahmadewi, Rahmadi Kurnia

Abstract


Lung disease is one of the diseases that are prevalent in society. Often there is a delay in the treatment of this lung disease. These delays are often caused by ignorance of the community in the proper handling and lack of clear information about lung disease. One way to detect lung disease is by reading the X-ray images are correct and are usually carried out by experts who are experts on the X-ray results. But to get the diagnosis depends on the schedule of expert practice and takes a long time. To ease the difficulties of this society, so in this study built applications that can analyze X-ray images based on image processing. The data is processed there are 41 (forty-one) X-ray image of the segmentation of the lung region. Then the lung region performed  edge detection based  on Sobel operator . The test results obtained from the comparison of pixels  between the results of edge detection on the lung region, which classifies six (6) types of lung disease with a percentage interval for bronchitis of 1.43% - 1.59%, pleurisy 1.43% - 1.59 %, pneumonia 2.00% - 2.50%, tuberculosis 2.86% - 3.79%, emphysema 4.16% - 4.76% and lung cancer 76.72% - 94.85%.

Keyword : lung disease, X-ray image, segmentation, Sobel Operator


Abstrak—Penyakit paru merupakan salah satu penyakit yang umum dijumpai di masyarakat. Seringkali terjadi keterlambatan dalam penanganan terhadap penyakit paru ini. Keterlambatan ini biasanya disebabkan oleh ketidaktahuan masyarakat dalam penanganan yang tepat dan kurangnya informasi yang jelas tentang penyakit paru. Salah satu cara untuk mendeteksi penyakit paru adalah dengan membaca gambar rontgen yang benar dan biasanya dilakukan oleh pakar yang ahli terhadap hasil rontgen tersebut. Akan tetapi untuk mendapatkan hasil diagnosa ini tergantung pada jadwal praktek dari pakar dan membutuhkan waktu yang lama. Untuk memudahkan kesulitan masyarakat ini, maka pada penelitian ini dibangun aplikasi yang bisa menganalisa gambar rontgen berdasarkan pengolahan citra. Data yang diolah ada 41 (empat puluh satu) citra rontgen dengan melakukan segmentasi terhadap region paru. Kemudian region paru ini dilakukan deteksi tepi berbasis operator sobel. Hasil pengujian didapatkan dari perbandingan piksel antara hasil deteksi tepi terhadap region paru, yang mengklasifikasikan 6 (enam) jenis penyakit paru dengan interval persentase untuk penyakit bronkitis sebesar 1,43% - 1,59%, penyakit pleuritis 1,43% - 1,59%, penyakit pneumonia 2,00% - 2,50%, penyakit TBC 2,86% - 3,79%, penyakit emfisema 4,16% - 4,76% dan penyakit kanker paru 76,72% - 94,85%.

Kata Kunci : Penyakit paru, citra rontgen, segmentasi, operator sobel.



Full Text:

PDF

References


Saputra, Andri. 2011. Sistem Pakar Identifikasi Penyakit Paru-Paru Pada Manusia Menggunakan Pemrograman Visual Basic 6.0. Jurnal Teknologi Dan Informatika (Teknomatika). Vol. 1 No. 3. STMIK PalComTech Palembang.

Mardhiyah, Ainatul dan Agus Harjoko. 2011. Metode Segmentasi Paru-Paru Dan Jantung Pada Citra Xray Thorax. IJEIS, Vol.1, No.2.

Hidayatno, Achmad, R.Rizal Isnanto dan Bahrun Niam. Analisis Deteksi Tepi pada Citra berdasarkan perbaikan kualitas Citra. Universitas Diponegoro. Semarang.

Ibrahim, Danny, Achmad Hidayatno dan R.Rizal Isnanto. Pengaturan Kecerahan dan Kontras Citra secara Automatis dengan Teknik Pemodelan Histogram. Universitas Diponegoro. Semarang.

Sutoyo, T., dkk. 2009. Teori Pengolahan Citra Digital. Penerbit ANDI Yogyakarta dengan UDINUS Semarang.

Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik, Penerbit Informatika. Bandung.

Astuti, Setia. 2010. Binerisasi Otomatis Pada Citra Bergradasi Dengan Metode Variabel Dan Metode Iterasi. Udinus Semarang Techno.Com, Vol. 9 No. 3.




DOI: https://doi.org/10.25077/jnte.v5n1.174.2016

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 3.0 License.

        

 

.
 Statistic and Traffic