PENDAHULUAN
Jurnal yang saya review berjudul Ekstraksi Fitur Bentuk Tumor Payudara yang ditulis oleh Aviarini Indrati dan Sarifuddin Madenda. Aviarini Indrati adalah seorang mahasiswi jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarna. Sedangkan Sarifuddin Madenda adalah seorang mahasiswa jurusan Teknik Informatika, Fakultas Teknik Industri, Universitas Gunadarma. Adapun hal yang melatarbelakangi penulis melakukan penelitian ini adalah dikarenakan hasil citra medis yang banyak mengandung noise, maka penulis membuat algoritma untuk mengekstraksi fitur bentuk tumor payudara yang tampak pada citra mamografi. Algoritma diawali dengan melokalisasi area yang dicurigai terdapat tumor payudara sehingga diperoleh Region of Interest (ROI), lalu mendeteksi tepi objek (edge detection) dan penipisan tepi objek (contour delimination) tumor payudara.
Jurnal yang saya review berjudul Ekstraksi Fitur Bentuk Tumor Payudara yang ditulis oleh Aviarini Indrati dan Sarifuddin Madenda. Aviarini Indrati adalah seorang mahasiswi jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarna. Sedangkan Sarifuddin Madenda adalah seorang mahasiswa jurusan Teknik Informatika, Fakultas Teknik Industri, Universitas Gunadarma. Adapun hal yang melatarbelakangi penulis melakukan penelitian ini adalah dikarenakan hasil citra medis yang banyak mengandung noise, maka penulis membuat algoritma untuk mengekstraksi fitur bentuk tumor payudara yang tampak pada citra mamografi. Algoritma diawali dengan melokalisasi area yang dicurigai terdapat tumor payudara sehingga diperoleh Region of Interest (ROI), lalu mendeteksi tepi objek (edge detection) dan penipisan tepi objek (contour delimination) tumor payudara.
TINJAUAN PUSTAKA
Tumor adalah benjolan tidak normal yang diakibatkan oleh pertumbuhan sel yang terjadi secara terus menerus. Tumor terbagi menjadi dua jenis, yaitu tumor jinak dan tumor ganas atau biasa disebut kanker. Sel kanker dapat menyebar ke seluruh tubuh sehingga penyakit ini dapat mematikan.
Kanker payudara adalah penyakit yang menyebabkan kematian pada wanita nomor dua di dunia setelah kanker serviks. Penyakit ini menyerang kelenjar air susu, saluran kelenjar dan jaringan penunjang payudara. Ketidaknormalan payudara dapat diketahui melalui ketidaksimetrisan kedua payudara, adanya benjolan, adanya penyebaran struktur jaringan payudara dan adanya mikrokalsifikasi. Kita dapat melakukan pemeriksaan sendiri. Lalu melakukan pemeriksaan oleh tenaga medis untuk menkongfirmasi hasil pemeriksaan yang kita lakukan. Jika memang menginginkan kepastian mengenai kondisi payudara kita, kita harus melakukan pemeriksaan ke dokter dengan alat bantu mammogram yang menggunakan sinar-X sebagai sumber cahaya untuk menghasilkan sebuah citra.
Titik pandang pada payudara yang dilakukan dalam melakukan pengambilan citra payudara yaitu MLO (Medio-Lateral Oblique) yang mengambil titik pandang dari samping payudara dan CC (Cranio-Caudal) yang mengambil titik pandang dari atas ke bawah payudara.
a. Right MLO b. Left MLO
Gambar 1.1 Citra Payudara Normal
a. Right CC b. Left CC
Gambar 1.2 Citra Payudara Normal
Melalui gambar diatas kita dapat melihat kesimetrisan antara payudara kanan dan kiri, sehingga dapat disimpulkan bahwa payudara tersebut normal.
a.Right MLO b.Left MLO a.Right CC b.Left CC
Gambar 2. Citra Tumor Payudara Jinak
a.Right MLO b.Left MLO a.Right CC b.Left CC
Gambar 3. Citra Tumor Payudara Ganas
Pada gambar 2, pada payudara sebelah kiri (yang dilingkari) terdapat benjolan dan citra dibawah ini merupakan kasus tumor jinak. Sedangkan gambar 3 menunjukkan noda-noda terang berintensitas tinggi pada payudara bagian kiri. Dan citra ini termasuk kedalam kasus tumor payudara ganas.
Gambar. 4 Bentuk Dasar Benjolan
Gambar. 5 Bentuk Dasar Batas Tepi
Benjolan pada payudara dibagi menjadi 5 bentuk, yaitu oval, round, lobulated, irregular dan architectural distortion. Sedangkan batas tepinya terbagi menjadi 5 jenis, yaitu circumscribed yang dapat ditentukan dengan jelas transisi yang tajam antara luka dan sekitar jaringan, obscured yaitu sebagian tertutup oleh jaringan normal, micro-lobulated berbentuk lingkaran yang berombak sepanjang tepi, ill-defined yang bersifat menyebar dan speculated yang berupa penyebaran garis tipis. Benjolan yang berbentuk oval atau round mengidentifikasikan tumor jinak, sedangkan batas tepi yang mempunyai ill-defined dan speculated berkemungkinan besar tumor ganas.
Citra merupakan kumpulan piksel-piksel yang berisi informasi yang tersusun dalam bidang dua dimensi. Karakteristik visual yang berupa warna, bentuk objek dan tekstur sangat penting dalam analisis pengambilan keputusan. Dalam penelitian ini penulis menggunakan filter LARIM dalam melakukan pendeteksian, dikarenakan filter ini memiliki parameter noise dan parameter blur.
METODE
Operasi morfologi opening digunakan untuk menghilangkan bagian-bagian kecil yang terang (bintik-bintik putih atau noise) sehingga tampak lebih halus. Operasi morfologi closing digunakan untuk menghilangkan bagian detail yang terlihat gelap dan menyisakan bagian terang yang tidak mengganggu.
Proses ekstraksi terdiri dari 3 tahapan. Pertama, lokalisasi area yang diinginkan (Region of Interest/ROI) atau area yang dicurigai terdapat tumor. Lalu edge detection dengan menggunakan metode filtering dan yang terakhir adalah contour delimination yang bertujuan untuk menipiskan contour sehingga hanya memiliki ketebalan satu piksel.
HASIL PERCOBAAN
Pada gambar 6, yang dilingkari merupakan area yang dicurigai terdapat tumor karena memperlihatkan ada benjolan oval dengan tepi ill-defined. Gambar 7(a) merepresentasikan area yang dicurigai adanya tumor, dimana area bertumor selalu memiliki intensitas yang lebih tinggi dari area tanpa tumor. Tahap awal pemisahan antara region berintensitas tinggi dan rendah dengan melalui proses edges enhancement. Pada gambar 7(b) terlihat bahwa area yang berintensitas cukup tinggi dan area yang berintensitas rendah dapat ditajamkan perbedannya. Efek noise dan blur masih akan berpengaruh dalam proses ini, sehingga kita masih belum bisa menentukan batas tepinya.
Gambar 6. Citra mamografi
Gambar 7. Hasil Ekstraksi ROI (a) Tanpa Penajaman Tepi (b) Dengan Penajaman Tepi
Gambar 9. Hasil Edge Detection
\
Gambar. 10 Hasil Proses Contour Delimination
Hasil proses edge detection dengan menggunakan filter LARIM dapat kita lihat di Gambar 9. Pada hasil ini, edge atau contour tumor yang diperoleh memiliki ketebalan lebih dari satu piksel. Untuk mempertegas batas tepi inilah kita perlu melakukan proses contour delimination. Gambar 10 memperlihatkan hasil proses contour delimination, dimana tampak terlihat dengan jelas bahwa contour tumor hanya memiliki ketebalan satu piksel.
Secara visual, bentuk tumor payudara yang terdeteksi memiliki bentuk banjolan oval dan batas tepi ill-defined.
Algoritma yang dikembangkan mampu melokalisasi area yang dicurigai sehingga dapat mendeteksi bentuk dan batas tepi tumor payudara. (ismadelaniLYANA/"iL.blog")***
