Setiawan Hadi, Dian Nursantika, Rudi Rosadi, Ayi Wahyudin UNIVERSITAS PADJADJARAN DETEKSI GEJALA MELANOMA PADA CITRA KULIT MENGGUNAKAN DIMENSI FRAKTAL BERBASIS SMARTPHONE Seminar Nasional Matematika Universitas Padjadjaran Jatinangor, 6 Juni 2015 SEMINAR NASIONAL MATEMATIKA JATINANGOR , 6 JUNI 2015
22
Embed
Deteksi Gejala Melanoma pada Citra Kulit Menggunakan Dimensi Fraktal Berbasis Smartphone
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Kanker kulit merupakan pertumbuhan sel-sel kulit dalam taraf abnormal.
KANKER KULIT
Normal Abnormal
Seminar Nasional Matematika 2015
Mengapa terjadi kulit yang abnormal? Dikarenakan adanya kerusakan pada DNA sel-sel kulit.
Penyebabnya kerusakan dikarenakn radiasi ultraviolet (Sinar matahari) yang memicu terjadinya mutasi genetik yang menyebabkan sel-sel kulit berkembang biak dengan cepat sehingga membentuk tumor ganas.
KANKER KULIT
Seminar Nasional Matematika 2015
Melanoma merupakan jenis kanker kulit berbahaya yang bersifat agresif dan menyebar dengan cepat. Melanoma disebabkan oleh mutasi sel-sel penghasil pigmen melanin pemberi warna pada kulit.
JENIS KANKER KULIT
Seminar Nasional Matematika 2015
Nonmelanoma merupakan jenis kanker kulit yang timbul pada area basl cell, penyebabnya dikarenakn oleh radiasi ultraviolet dari sinar matahari.
JENIS KANKER KULIT
Seminar Nasional Matematika 2015
Ramteke dan Jain, (2013) deteksi dini kanker kulit melalui pengolahan citra digital.
Jaleel, Salim dan Aswin, (2012) menjelaskan metode pengolahan citra berbasis jaringan saraf tiruan guna mendeteksi gejala awal kanker kulit.
Karimi dan Farshchi (2012) telah melakukan penelitian mengenai kanker kulit dengan menggunakan dimensi fraktal.
Behravesh dan Farshchi (2012) menjelaskan mengenai pengaruh deteksi fraktal terhadap nilai probabilitas pada citra digital.
PENELITIAN TERKAIT KANKER KULIT
Seminar Nasional Matematika 2015
Citra dermoscopy
SegmentasiEkstraksi Fitur
Pembelajaran
Pengujian
ALUR PENELITIAN
Seminar Nasional Matematika 2015
Gambar berikut merupakan contoh dari citra dermascopic yang merupakan citra dari kanker kulit melanoma dan nonmelanoma.
CITRA DERMOSCOPIC
Melanoma
Nonmelanoma
Seminar Nasional Matematika 2015
CITRA DERMOSCOPY
Citra yang akan digunakan sebagai objek dalam penelitian ini adalah citra dermoscopy yang terdiri dari citra kanker kulit melanoma dan nonmelanoma.
Kedua citra tersebut merupakan citra input di setiap segmentasi.
Segmentasi
A
Segmentasi
B
Segmentasi
C
Segmentasi
D
Melanoma
Nonmelanoma
Seminar Nasional Matematika 2015
Citra dermosc
opyGrayscale Otsu Cann
y
SEGMENTASI
Citra dermosc
opyGrayscale Otsu Morfo
logiCann
y
Citra dermosc
opyGrayscale
Median Filter Otsu Cann
y
Citra dermos
copyGrayscale
Median Filter Otsu Morfo
logiCann
y
A
B
C
D
Seminar Nasional Matematika 2015
Citra Awal Segmentasi A
Segmentasi B
Segmentasi C
Segmentasi D
HASIL SEGMENTASI
Seminar Nasional Matematika 2015
HASIL SEGMENTASI
Citra Dermoscopy
Segmentasi A
Segmentasi B
Segementasi C
Segmentasi D
Seminar Nasional Matematika 2015
EKSTRAKSI FITUR
Dimensi Fraktal Box-counting, dengan ukuran box yaitu dimana nilai k
bergerak dari 1 sampai n-1. Dimensi fraktal pada satu box yaitu menghitung
kemiringan dari fungsi yang merupakan jumlah box yang memiliki objek dibagi dengan yang merupakan ukuran box.
Mencari nilai kemiringan dengan formula:
2
11
2
111
2
1
n
ii
n
ii
n
iii
n
ii
n
ii
n
ii
xxn
xyxxya
Seminar Nasional Matematika 2015
EKSTRAKSI FITUR
Citra hasil
Segmentasi A, B, C dan D
Dimensi
Fraktal
Nilai hasil Dimensi
Fraktal A, B, C dan
D
Seminar Nasional Matematika 2015
Nomor Melanoma A Melanoma B Melanoma C Melanoma D1 -17,575158 -15,591215 -15,6291959 -15,291839352 -20,7583583 -17,149969 -
Proses segmentasi citra dermoscopy berpengaruh terhadap nilai dimensi fraktal.
Nilai dimensi fraktal yang didapat dari hasil ekstraksi fitur berkisar antara -12 hingga -20 yang bernilai real.
Pendeteksian gejala awal kanker kulit pada citra dermoscopy dapat dilakukan dengan menggunakan smartphone berbasis android.
Klasifikasi kanker kulit melanoma atau nonmelanoma berdasarkan nilai dimensi fraktal memiliki 90% tingkat akurasi.
Intensitas cahaya mempengaruhi proses segmentasi citra.
KESIMPULAN
Seminar Nasional Matematika 2015
Amaliah, B. , Fat ichah, C. Dan Widyanto M.R. 2010. ABCD Feature Extract ion Of Image Dermatoscopic Based On Morphology Analys is For Melanoma Skin Cancer Diagnosis . Jurnal I lmu Komputer dan Informasi , Volume 3, Nomor 2.
Bhuiyan, M.A.H., Azad, I . , Uddin M.K. 2013. Image Process ing for Skin Cancer Features Extract ion . I JSER Volume 4, Issue 2.
Gonzalez, R.C. dan Woods, R.E. 2002. Digital Image Process ing (2nd ed.) . New Jersey: Prent ice Hal l .
Hearn, D. Baker, M.P. 1994. Computer Graphics (2nd ed.) . New Jersey: Prent ice Hal l .
Ja leel , J .A. , Sal im, S . Dan Aswin, R.B. 2012. Art ific ial Neural Network Based Detect ion of Skin Cancer . Internat ional Journal of Advanced Research Ni Electr ical , Electronics and Instrumentat ion Engineering Vol . 1 , Issue 3.
Mari ja, B. , Vedrana, B. dan Stanic S. 2008. Variat ion in Cl in ical Presentat ion of Basal Cel l Carc inoma . Zagreb Croat ia: Univers i ty Department of Dermatology and Venereology: p 25-30.
Nursantika, D. 2010. Sistem Biometr ika S idik Bibir Berbasis Fraktal . Tes is . Yogyakarta : Program Pascasar jana Univers i tas Gajah Mada.
Otsu, N. 1979. A Threshold Select ion Method f rom Gray Level Histogram . IEEE Trans SMC, vol .9 , halm. 62-66.
Ramteke, N.S. , dan Jain , S.V. 2013. ABCD rule based automat ic computer-aided skin cancer detect ion us ing MATLAB . I JCTA,Vol 4 (4): 691-697.