IIIIII

11

ISBN : 978-602-98768-0-2

ystems:between Theories

Oiselenggarakan oleh .

~

.... .. .-.

K.~SriobtrTt •••••t<;~~

InstlhtT~~

--

Konferensi Nasional Sistem Informasi 20 II

KOMITE PROGRAMKridanto Surendro, Ph.D (Institut Teknologi Bandung)

Dr. Rila Mandala (Institut Teknologi Bandung)Dr. Husni Setiawan Sastramihardja (Institut Teknologi Bandung)

Dr. Jazi Eko Istiyanto (Universitas Gajah Mada)Retantyo Wardoyo, Ph.D (Universitas Gajah Mada)

Agus Harjoko, Ph.D (Universitas Gajah Mada)Edi Wlaarko, Ph.D (Universitas Gajah Mada)

Sri Hartati; Ph.D (Universitas Gajah Mada)Dr. In&.~za ~un~~ (UniversitasGajah Mada)

'; 1 {~..:. f ; ~~p.rru9lroSoe4J:p.o'{Oniv~~~::ei4R·Nusantara)Prof. Dr. Sri Margianti (Universitas Gunadarma)

Prof. Ahmad Benny Mutiara (Universitas Gunadarma)Ir. Agus Hexagraha (Universitas Pasundan) t ";:;:!\;\';"J;

Edwin J,mdi S~~~w~. ¥.~~p.T. Telkom), ~~~*~Stevanus Wi~u Wij~y:.a:;'MT{U-nive~~s Sanata Darma),

;. Fa~\!l"Wahid, ~qyII) .:~~~.~om (ST~II~t~IDP!

Edy Vi~q~attK?m (S~j~tensl Utama) .:;-. i~~' f .~'r,· ~t·

/~Tmi'ED~~JtPENANGGUNG JAW AB

Roslina, MIT (STMIK Potensi Utama)

KETUA PENYUTINGLili Tanti, MKom (STMIK Potensi Utama)

WAKIL KETUA PENYUNTINGEdy Victor Haryanto S. MKom (STMIK Potensi Utama)

PENYUNTING PELAKSANARatih Puspasari, M.Kom (STMIK Potensi Utama)

Budi Triandi, MKom (STMlK Potensi Utama)Linda Wahyuni, M.Kom (STMIK Potensi Utama)Khairul Ummi,"MKom (STMIK Potensi Utama)

Utawi Handika Sari. MKom (STMIK Potensi Utama)Tegus Surya Hadinata, MKom(STMIK Potensi Utama)

Mas Ayoe Elhias Nasution, S.Kom (STMIK Potensi Utama)Rahmadani Pane, S.Kom (STMIK Potensi Utama

Evri Ekadiansyah, S.Kom (STMIK Potensi Utama)Fitri Mayasari, S.Kom (STMIK Potensi Utama)

Efani Desi, S.Kom (STMIK Potensi Utama)Fitriana Harahap, S.Kom (STMIK Potensi Utama)

Novi Hidayati, S.Kom (STMIK Potensi Utama)Jaka Ivianto, S.Kom (STMIK Potensi Utama)

Dian Mayasari, S.Kom (STMIK Potensi Utama)Ria Ekasari, S.Kom (STMIK Potensi Utama)Ria Armys, S.Kom (STMIK Potensi Utama)

Muhammad Rusdi Tanjung, S.Kom (STMIK Potensi Utama)

ALAMAT REDAKSISekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Potensi Utama Medan

n. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241)Telp (061) 6640525 Fax (061) 6636830

Email ; knsi2011@potensi-utamaac.iddanknsi2011@gmail.com .

PENERBIT,,~,; t • Program Studi Sistem Informasi. ;' ..', STMIK Potensi Utama

I I

KATA PENGANTAR

Konferensi Nasional Sistem Informasi (KNSi) merupakan forum yangmempertemukan akademisi, praktisi, pengambil kebijakan serta pengguna sisteminformasi/teknologi informasi yang diselenggarakan tiap tahun dalam rangkapenyebaran pengetahuan dan informasi terkini khususnya dibidang sisteminformasi. Konferensi ini juga merupakan wadah berkumpulnya ide-ide dari parapemikir yang dapat berupa pemikiran yang bersifat murni dan terapan. Beberapapeneliti yang akan mendiseminasikan hasil penelitiannya berasal dari berbagaiperguruan tinggi ternama di Indonesia.

Kumpulan makalah dikemas dalam bentuk prosiding dandikelompokkan sesuai dengan bidang kajian antara lain Manusia, Pendidikan,Teknologi, Organisasi, Budaya dan Pariwisata.

Makalah yang diterima berasal dari seluruh Indonesia, makalah yangdimuat dalam presiding KNSi 2011 telah melalui tahapan evaluasi oleh parareviewer yang berkompeten dibidangnya. Panitia mengucapkan selamat danterima kasih atas keikutsertaan dan dimuatnya makalah dalam prosiding KNSi2011. Panitia juga mengucapkan terima kasih kepada Pemerintah DaerahSumatera Utara dan semua pihak yang telah mendukung serta berpartisipasiaktif dalam mensukseskan acara konferensi nasional ini.

Saran dan kritik demi menuju kesempurnaan presiding KNSi 2011sangat diharapkan. Semoga prosiding ini dapat digunakan sebagai salah satuacuan dalam pengembangan teknologi dan peningkatan pembelajaran dibidangSistem Informasi.

Medan, 19 Februari 2011K Panitia

Lili Tanti, M.Kom

111

li

Konferensi Nasional Sistem Informasi 2011

DAFTARISI

I. AHS: ONTO LOG I KOLABORASI DINAMISAnisa Herdiani, Husni S. Sastramihardja

HALAMAN1

2. PERANCANGAN SISTEM INTERAKSI SISTEM MAINTENANCETika Maliyana, Meta Helgia, Indra Noor H, Bhimantyo Pamungkas

9

3. ANALlSA SINY AL EKG MENGGUNAKAN JARINGAN SYARAFTIRUAN BERBASIS MIKROKONTROLLER ATMEGA 8535Heri Trisna Frianto, Agus Sofwan

16

4. ANALlSIS KINERJA DIVISI IT DENGAN PENDEKATAN IT BALANCEDSCORECARD (Studi Kasus Pad a lnstituto National da Administraciio Publica(INAP) di Dili-Timur Leste) 25Francisco Carlos de Araujo, Danny Manongga

5. EFISIENSI OPERASI INTERAKSI MANUSIA DAN KOMPUTERANALlSA PERBANDINGAN APLlKASI AKUNTANSI LOKAL ANTARAZAHIR VA PERSONAL VS ABIPRO 2000 39Dyah Pratiwi, Dharma T.Ediraras, Detty Purnamasari

6. ANALlSA KINERJA PROBABILlTAS DETEKSI PADA JARINGANSENSOR NIRKABEL TERSEBAR 44Roslina, Afritha Amelia

7. PERENCANAAN PEMBANGUNAN SISTEM INFORMASI TERINTEGRASIDENGAN ENTERPRISE ARCHITECTURE PLANNING (EAP)(STUDI KASUS:STIKOM DINAMIKA BANGSA JAMBI) 53Eriya, Kridanto Surendro

8. PERANCANGAN PERANGKA T LUNAK KRIPTOGRAFI DENGANMETODEGOST 59Irene Sri Morina, Parasian D.P Silitonga, Raheliya br. Ginting

9. PERANCANGAN ARSITEKTUR p'ERANGKA T LUNAK BERBASISUML UNTUK INFORMATION RETRIEVAL SYSTEMS MENGGUNAKANAJAX 68Satya Pratama Kadranyata, Rila Mandala

10. PEMBUATAN LAPORAN KONSOLlDASI PADA ORGANISASI XYZMENGGUNAKAN GUDANG DATARidowati Gunawan

74

II. PERANCANGAN SISTEM LOCK DAN UNLOCK BRANKASMENGGUNAKAN SISTEM DIGITALAri Prambudi, Yoga Saputra Ginting

81

12. IMPLEMENTASI APLlKASI M-LEARNING BERBASIS J2MEDI POLlTEKNIK CALTEX RIAUDini Nurmalasari

89

IV

1 1

Konferensi Nasional Sistem Inforrnasi 20 II

13. FRAMEWORK MANAJEMEN RESIKO OPERASIONAL TEKNOLOGIINFORMA PERBANKAN 96Hendra Sandhi Firmansyah, Mary Handoko Wijoyo

14. DYNAMIC ANALYTICAL HIERARCHY PROCESS BERBASIS WEB 103Pujianto Yugopuspito, Arnold Aribowo, Stevian Bong

15. APLIKASI UNTUK PROMOSI PRODUK UMKM DENGANMEMANFAATKAN OPEN SOURCE E-COMMERCE IIINur Ulfa MauJidevi, Ayu Purwarianti, Masayu LeyJia Kodra, Jaka Indria,Ernestasia Siahaan

16. FRAMEWORK SISTEM INFORMASI EVALUASI PENGUKURANKINERJA ORGANISASI 119SaJi Alas M

17. APLIKASI GAME THEORY PADA PENERAPAN STRATEGIPERMAINAN TWO PERSON ZERO-SUM 127Siti Cholifah

18. KLASIFIKASI CITRA USG MENGGUNAKAN METODE EUCLIDEANDISTANCE UNTUK ESTIMASI UKURAN KISTA OVARlUM 132Yenniwarti Rafsyam, Jonifan

19. PENGEMBANGAN FRAMEWORK SISFO KAMPUS BERBASIS WEBMENGGUNAKAN METODOLOGI FAST (STUD! KASUS STMIK IIJ) 139Arini, YusufDurrachman, Ryan Sofyan

20. SISTEM PENILAIAN PROGRAM TELEVISI BERBASIS PENDEKATANAUDIO VISUAL 147Didit Widiatmoko, Lies Neni Budiarti, Anne Nurfarina, Litta Primasari,Ifa Safira Mustikadara

21. SISTEM PEMANT AUAN PERJALANAN KERET A API 156Mochamad Karjadi

22. TEKNOLOGI MOBILE PHONE PADA PERHITUNGAN HARTA WARIS 160Teddy Oswari, Ira Windarti, Andy Widyantho

23. PENGENALAN KARAKTER ANGKA MENGGUNAKAN FUZZYCLUSTERING 165Thiang, Suharyanto

24. ALGORITMA SORTING BITONIC PADA KOMPUTASI PARALEL 170Tjahjo Dwinurti, Yulisdin Mukhlis

25. ANALISIS KELA YAKAN PENGGUNAAN PROTOKOL WIRELESSUNTUK TRANSIMISI DATA PADA WIRELESS BODY AREANETWORK (WBAN) 175Vera Suryani, Achmad Rizal

26. STUDI DAN ANALISIS KEAMANAN E-DOCUMENT PESA WATTERBANG BERBASIS WEB 178Ai Rosita, Budi Rahardjo

v

Konferensi Nasional Sistem Informasi 2011

KLASIFIKASI CITRA USG MENGGUNAKAN METODEEUCLIDEAN DISTANCE UNTUK ESTIMASI UKURAN

KISTA OVARIUM

Yenniwarti Rafsyam I Jonifan 2

I Jurusan Teknik Elektro Politeknik Negeri Padang

2 Universitas Gunadarma Jakarta

Email: yS22006@yahoo.com .• jonifan(ivstafLgunadanna.ac.id

Abstrak

Salah satu cara untuk mendiagnosa seseorang terkena kista ovarium dapat dilakukan denganpemeriksaan ultrasonografi (USG). Namun demikian, hasil yang diperoleh para doktermenunjukkan diagnosa yang subyektif, yaitu sangat bergantung pad a ahli yang menangani kasustersebut. Selain itu dapat pula terjadi perbedaan diagnosa antara satu dokter dengan dokter lainnya.Di lain pihak keahlian dalam mendiagnosa juga dipengaruhi oleh pengalaman dokter tersebutdalam menangani kasus yang serupa. Untuk mengatasi subyektifitas tersebut maka dirancang suatupiranti lunak dengan menggunakan Visual Basic untuk pengolahan citra USG dengan tujuan dapatmengestimasi ukuran kista dengan tepat dan akurat. Metode yang digunakan dalam penelitian iniuntuk mengestimasi ukuran kista yaitu dengan mencari jumlah pixel yang mewakili lebar, tinggidan diagonal yang dikalikan dengan konstanta hasil kalibrasi ukuran kista. Hasil penelitianmenunjukkan bahwa untuk sampel yang dinormalisasi dengan ukuran template 16x16 dan 20x20menghasilkan kesalahan rata-rata (MSE) dikisaran 0,05 - 0,06 dan standar deviasi yang relatifrendah yaitu dikisaran 0,25 ern.

Kata kunci: USG, pengolahan citra, deteksi, segmentasi, ukuran kista

132

1 1

suatu game dengan saddle point dapatdipecahkan oleh metoda ini juga.

Formulasi standar di dalam metodesimpleks memerlukan bahwa semua variabeltidak negatif. Untuk mencapai kondisi ini,satu dapat menggantikan perbedaan dari duavariabel baru untuk y. Strategi yang optimaluntuk Pemain I adalah solusi untuk dual-problem dari strategi dual-problem dariPemain II.

Menurut pandangan ini,metafisikawan dari Emmanuel Kant untukpendekatan yang naturalistic,. sedangkanmenurut David Hume moralitas dapatditinggalkan.Contoh Perhitungan dalam Problem GameTheory Jumlah Nol untuk 2 Pemain :

4yl + y2 + 3y3 £ v2yl + 3y2 + 4y3 £ vyl + y2 + y3 =yj30,j = 1,2,3, and v is

unrestricted

Solusi optimal solution untukPemain II adalah: yl = 112, y2 = 112,y3 = O.Mixed saddle point adalah: x I = 1/4, x2 =3/4; yl = 112, y2 = 1/2, y3 = 0, dan NilaiGamelPermainan sarna dengan 5/2.Strategi yang essential strategies untukPemain I adalah i = I,i = 2; untuk Pemain II

Konferensi Nasional Sistem Informasi 2011

terdapat j = I, j = 2 dan j = 3 adalah non-essential.

8. Kesimpulan. Metode simpleks dari

pemrograman linier menyediakan strategioptimal untuk kedua pernain-pemain. Normasosial dan kewajaran dari sebuahgame/permainan adalah suatu konvensi yangdievolusi untuk mengkoordinir periJakudalam sebuah keseimbangan/equiJibriumdari suatu hidup bermasyarakat.

Penerapan strategi permainan dapatmemberikan sebuah pertimbangan untukmemenangkan sebuah persaingan

Daftar Rujukan[I] Arsham H., 1995, Stability of essential

strategy in two-person zero-sumgames, Congressus Numerantium,110(3),167-180.

[2] Borm P., (Ed.), 2002, Chapters in GameTheory, Kluwer,

[3] Raghavan T., and Z. Syed, 2003, "Apolicy-improvement type algorithm forsolving zero-sum two-person stochasticgames of perfect information",Mathematical Programming, Ser. A,95(3),513-532.

[4] Weintraub E., 1992, Toward a History ofGame Theory, Duke University Press.

[5] Perdana, Ari A., 2005, Konflik, interaksi,dan koordinasi, http://www.csis.or.id/

131

I 1

1. Pendahuluan

.,

Seorang dokter atau ahliultrasonografi menggunakan citra USGuntuk mengetahui adanya abnormalitaspada alat reproduksi wanita. Citra USGdapat dihasilkan dari sinyal-sinyal echosuatu pulsa ultrasonik yang dipetakan untukmembentuk gambar dua dimensi, sehinggamempunyai karakteristik yang berbedadibanding citra visual biasa. Perbatasanantara jaringan seringkali tidak jelas.Analisis seperti ini membutuhkan keahliandan pengalaman, dengan kat a lain analisisbersifat subyektif, yaitu sangat bergantungpada ahli yang menangani kasus tersebut,selain itu dapat pula terjadi perbedaandiagnosa antara satu ahli dengan yanglainnya. Hal ini menyebabkan kebingunganpasien. Dilain pihak keahlian dalammendiagnosa juga dipengaruhi olehpengalaman ahli tersebut dalam menanganikasus serupa.

Untuk mengatasi subyektifitas yangterjadi, maka dilakukan analisis lain yaitu,analisis berbantuan komputer yangdiharapkan dapat bersifat lebih obyektif.Analisis jenis ini diharapkan dapat dibangunsebagai alat bantu bagi dokter atau ahli USGdalam melakukan diagnosa dan bukanmenggantikan peran dokter atau ahli USGsepenuhnya.

Pengolahan dan pengenalan citradigital sangat potensial untuk diterapkanpad a citra ultrasonografi. Dalam bidangabdomen, misalnya untuk menemukansecara cepat dan tepat, kista atau kelainanlainnya dalam citra ultrasonografi dapatdilakukan dengan pengenalan struktur-struktur yang berbentuk countour tertutup.

Informasi penting dalam citraultrasonografi yang sering digunakan paradokter adalah ciri bentuk, sehingga untukpengenalan citra dalam citra ultrasonografidapat menggunakan ciri bentuk. Untuk dapatmelakukan pengukuran ciri-ciri bentuksetiap obyek harus tersegmentasi denganbaik dan direpresentasikan dalam countortertutup. Closing, thinning, deteksi countourtertutup dan filling merupakan proses-prosesyang harus lebih dahulu dilakukan sebelumdilakukan pengukuran ciri tersebut.

Tujuan yang ingin dicapai dalampenelitian ini adalah membuat sistem yangmampu memproses citra ultrasonografi

Konferensi Nasional Sistem Informasi 20))

untuk menentukan estimasi ukuran kistaovarium secara cepat dan akurat.

2. Penelitian yang Berkaitan dankontribusi Penelitian

Cukup banyak penelitian atau paperyang ditulis yang berkaitan dengan kistaovarium atau gambar medis. Salah satu daripenelitian tersebut adalah yang disampaikan[3], [7], [13]. Pada tulisan tersebutdiungkapkan mengenai kemungkinan untukmenampilkan gambar abu-abu menjadiberwama untuk memperjelas bagian-bagiangambar indung telur yang terdapat kistadidalamnya sehingga proses analisis menjadilebih mudah.

3. Metode Penelitian3.1 Metodelogi

Langkah-langkah yang dilakukandalam penelitian ini adalah tahap persiapandan tahap perancangan sistem. Langkah-langkah yang dilakukan pada· tahappersiapan diperlihatkan pada Gambar 1.

Pengambilan sam pel dilakukanuntuk mengambil citra dari citra hasil USGdalam bentuk satuan kertas dengan ukurancentimeter (em). Gambar hasil USG kistayang diperoleh tersebut dijadikan citradigital terlebih dahulu sebelum diprosesdengan menggunakan penyapu citra(scanner), yang dalam penelitian ini di set300 dpi menjadi citra digital dan disimpandengan format JPG kemudiaan citra digitalUSG kista disunting, diperbaiki,diseragamkan ukurannya dan dipersiapkanuntuk proses berikutnya. Dalam proses inicitra disimpan dalam format .jpg 24 bittingkat wama, dengan ukuran 800 x 600piksel.

Selanjutnya pada tahap persiapanini dilakukan kalibrasi ukuran bertujuanuntuk mendapatkan nilai referensi baruukuran kista, yang nantinya akan digunakanuntuk menganalisa hasil pengujian.

Penentuan Nilai Konstanta untukLebar, Tinggi, Diagonal 1 dan Diagonal 2ukuran kista diperoleh dengan menggunakanrumus berikut:

UkuranLebar(cm)Kx = (3.1)Ukuranpiksel

133

K = UkuranTinggi(cm) (3.2)Y Ukuranpiksel

K = UkuranDiagonal1(cm) (3.3)DI Ukuranpiksel

K = UkuranDiagonaI2(cm) .. (3.4)D2 Ukuranpiksel

••-I-~ I-~=~~USG I(6li1""lI'I

Gambar 1. Diagram Blok Tahap Persiapan

Nilai- nilai lebar, tinggi, diagonal I,dan diagonal 2 didapatkan dengan caramelakukan pengukuran langsung padamonitor dengan menggunakan penggaris,sedangkan nilai-nilai piksel yang digunakandidapat setelah uji running program yangpertama.

Nilai-nilai konstanta yangdigunakan dalam penelitian ini adalahsebagai berikut:

Lebar (Kx)7.96650

Tinggi (Kv)8.75700

Diagonal 1 (KD1) = 11.66232Diagonal 2 (KD2) = 12.35874

3.2 Perancangan Sistem

Langkah-langkah yang dilakukanpada tahap perancangan sistem sepertidiperlihatkan pada Gambar 2. Adapunukuran temp/ate kista yang dipakai pad apenelitian ini adalah 8 x 8, 16 x 16 ,20 x 20dan 40 x 40.

Pada penelitian ini untuk dapatmelakukan estimasi ukuran kista ovariumsecara tepat dan akurat, prosese deteksi kistaharus dilakukan terlebih dulu. Deteksi kistamerupakan proses yang paling berat darikeseluruhan proses yang ada seperti yangditunjukkan pada Gambar 2. Jika bagian initidak bekerja dengan baik, maka proses-

134

Konferensi Nasional Sistem Informasi 2011

proses berikutnya juga tidak dapatdilakukan.

Pencarian/deteksi posisi dari kistapad a penelitian ini menggunakan templatematching, yaitu membandingkan antarawindow uji dengan template kista denganmenghitung jaraklnilai kedekatannya(Euclidean distance). Jika jaraknya kecildari nilai tertentu, maka gambar yang adadalam window uji dianggap kista. Secaraumum perhitungan jarak dapat dinyatakandalam,

(3.5)

dengan: ..d, : Jarak antara window UJI dengan

template ke ii : template ke i

N : Jumlah ukuran piksel xdan y dari window

T : Piksel dari Template ke i pada',X.Y

posisi x,yW : Piksel dari window uji padaX.Y

posisi x,y

Gambar 2. Diagram BlokEstimasiUkuranKista

Selanjutnya proses yang dilakukanadalah segmentasi kista menggunakanmetoda deteksi circle yang dikombinasidengan deteksi tepi untuk mengetahui tepidari kista serta metoda region growinguntuk mengetahui bentuk dari kista itusendiri dengan cara mencari semua piksel-piksel yang berada dalam kista, dimulai darititik tengah kista, pencarian akan diteruskansampai menyentuh hasil dari deteksi tepiatau deteksi lingkaran.

Pad a penelitian ini setelah diketahuibentuk fisik dari kista, maka dapatdiperkirakan ukuran kista untuk lebar (X),tinggi (Y), diagonal 1 dan diagonal2 secaraotomatis tanpa perlu menempatkan terlebihdahulu sebuah titik kecil pada masing-masing ujung dari jarak yang akan diukur,dan juga tidak perlu mengatur sakelar untuk

mengukur jarak antara dua titik yang terlihatpada gambar USG. Untuk menghitung lebar,tinggi dan diagonal dari kista. Prinsip kerjayang digunakan adalah melakukan scanningdari titik tengah kista ke arah kiri, kanan,atas, bawah dengan diagonal dari kista.Dengan eara ini akan didapatkan jumlahpiksel yang mewakili lebar, tinggi dandiagonal dari kista.

Ukuran kista yang sesungguhnyadidapatkan dengan melakukan operasiperkalian hasil Perhitungan piksel dengankonstanta tertentu hasilkalibrasi ukurankista.

Algoritma meneari lebar kista adalahsebagai berikut:

I. Tentukan titik tengah.2. Berangkat dari titik tengah, periksa

piksel-piksel disepanjang garishorizontal sampai batas kanangambar .'

3. Jika nilai piksel (dalam hal inidigunakan matriks "Mask") adalah255, artinya masih piksel kista danhitung jumlah pikselnya. Tetapijika nilai adalah 0, artinya di luarbatas piksel, maka pemeriksaanselesai.

4. Berangkat dari titik tengah, periksapiksel-piksel disepanjang garishorizontal sampai batas kirigambar.

5. Jika nilai piksel (dalam hal inidigunakan matriks "Mask") adalah255, artinya masih piksel kista danhitung jumlah pikselnya. Tetapijika nilai adalah 0, artinya di luarbatas piksel, maka pemeriksaanselesai.

6. Total hasil pemeriksaan piksel padapoint 3 dan 6, sehingga menjadiukuran lebar kista dalam satuanpiksel.

7. Konversi ukuran menjadi emmenggunakan konstanta kalibrasi.

Algoritma untuk menguktir tinggikista dilakukan dengan eara yang sarnadengan pengukuran lebar kista, yaitupemeriksaan piksel dari titik tengah kebawah kemudian ke atas.

Demikian juga untuk mengukurukuran diagonal kista dilakukan denganmemeriksa piksel mulai dari titik tengah,

<,

1 I

Konferensi Nasional Sistem lnformasi 2011

dan bergerak seeara diagonal ke kanan atas,ke kiri bawah untuk diagonal I.Sedangkanuntuk diagonal 2 dilakukan denganmemeriksa piksel mulai titik tengah kistabergerak ke kanan bawah dan kiri atas.

4. Hasil Dan Pengujian4.1 Hasil Penelitian

Pada Gambar 3 diperlihatkan salahsatu eontoh sampel citra yang digunakandalam penelitian ini. Sedangkan padaGambar 4 memperlihatkan salah satu eontohhasil pengujian sistem yang memperlihatkankeberhasilan melakukan estimasi ukurankista ovarium.

Gambar 3. Citra Asli

Lebar (X)Tinggi (Y) = 333 emDiagonal 1 (D!) = 3.85 emDiagonal 2 (D2) = 3.83em

Gambar 4. Hasil Pengujian Sistem untukEstimasi Ukuran Kista

4.2 Pembahasan

Pengujian sistem dilakukan denganeara melakukan simulasi. Kinerja sistemyang dirancang akan di nilai berdasarkankinerjanya dengan sejumlah sampel yang

135

telah ditetapkan. Sistem dirancang sehinggamampu menentukan ukuran kista yangdideteksi tersebut. Penelitian ini mencobamenawarkan cara baru untuk mengestimasiukuran kista secara otomatis tanpa perlumenempatkan titik-titik kecil diujung-ujunggambar yang akan diukur pada layar USG.

Untuk keperluan tersebut,dilakukan serangkaian pengujian padasistem yang dibangun melalui serangkaianpengujian sesuai tahapan susunan sistem diatas. Uji kinerja sistem akan dilakukandengan 3 variasi ukuran temp/ate yaitu 8x8,l6x 16, dan 20x20 dengan 2 perlakuanterhadap sampel yaitu tanpa normalisasi dandengan normalisasi.

Pengujian keberhasilan dalammenentukan estimasi ukuran kista dilakukandengan menghitung kesalahan rata-rata(Mean Square Error, yang selanjutnyadisingkat MSE) dan deviasi standar.

Untuk menguji kesalahan terhadaplebar (X), tinggi (Y),diagonall dan diagonal2 digunakan persamaan berikut ini:

222 2L'S'L' = (ex) +e2 +e3 +en )

JVJI Lx ••.• (4.1)n-l

Pengujian kesalahan yang lain,yaitu menggunakan deviasi standar untukIebar (X), tinggi (Y), diagonal-I dandiagonal-2, digunakan persamaan (4.2) .

... (4.2)

Untuk melihat tingkat keberhasilan 'estimasi ukuran kista ovarium dapat dilihatpada Gambar 5 dan 6.

Dari Gambar 5. dapat diketahuibahwa dengan menggunakan temp/ate40x40, terjadi kesalahan yang besar padadomain pengukuran Y. yaitu pada kisaran0,5.

Pengujian kedua dilakukan denganmenggunakan sampel yang dinormalisasi.Hasil pengujian ditunjukkan pada Gambar 6.Dari grafik bisa disimpulkan penggunaantemp/ate 16 x 16 dan 20 x 20 kesalahan rata-ratanya, relatif konstan, yaitu pada kisaran0,05-0,06 pada semua domain pengukuran.Untuk template 8x8 kesalahan rata-rata,yaitu dalam kisaran 0,059-0,09, sedangkanuntuk ukuran template 40x40 kesalahan rata-rata lebih besar dibanding dengan ketigatemplate di atas, yaitu pada kisaran 0,06-0, I.

136

Konferensi Nasional Sistern Informasi 201 J

Kesalahan (error) menentukanestimasi ukuran kista juga diujimenggunakan deviasi standar. Hasilpengujian tanpa dilakukan normalisaimenunjukkan kesalahan yang lebih kecildaripada tanpa dilakukan normalisasi sepertiditunjukkan Gambar 7 dan 8

[

;51 P;~gUjianEr~or Rata-Rata{MSE) untuk Estimasi Ukur.ln KimTanpa Normalisasi

06

0.5

I ~04I ~O.3 ·..•.-161.16

ec 20.20g 0.2 )0.; ,<KII4)

UJ 0.1

01 02

Domain Pengukuran

Gambar 5. Grafik Hasil PengujianKesalahan Rata-rata (MSE)untuk EstimasiUkuran Kista

Tanpa NormalisasiHasH Pengujian EIror Ratl-Rata (MSE) untuk Estimasi Ukuran KisD

Oengan Normalisasi

0.12

01

Domain Pengukuran

02

Gambar 6. Grafik Hasil PengujianKesalahan Rata-rata (MSE) untuk Estimasi

Ukuran Kista Dengan Normalisasi

-------------------~Hasil Pengujian Oeviasi Standar untuk Estimasi Utturan Kista

hnpa Normalisasi

0.8-0.7E~O.6.: 0.5.; 0.4., OJ

:~ 02~ 0.1

o01 02

Domain Pengukuran

Gambar 7. Grafik Hasil Pengujian DeviasiStandar untuk Estimasi Ukuran Kista

Tanpa Normalisasi

1 1

Ha.1 Penguji.n Deyi.,; Slandar un1uk Estim•• Ukuron KistaOengan Normalisasi

0.35

- 02E-:-025

~ 0.2;; 0.15 R~,--::"""':'~~...".:::c..-: 0.1

~O.05

01 02

Domain PengukU(3n

Gambar 8. Grafik Hasil Pengujian DeviasiStandar untuk Estimasi Ukuran Kista

Dengan Normalisasi

Pengujian error dengan deviasi standaruntuk estimasi ukuran kista, menunjukkanhasil seperti terlihat pada Gambar 5.penggunaan template 40x40 terjadi devia.siyang cukup besar yaitu 0,7 em pada domampengukuran Y, berbeda dengan penggunaansampel uji yang sudah dinormalisasi yangditunjukkan seperti pada Gambar 6, dimanadiperoleh deviasi yang relatif stabil dikisaran0,25 em untuk penggunaan template 16x16dan 20x20 sedangkan untuk template 8x8dikisaran 0,27 em, template 40x40 dikisaran0,28cm. Dengan demikian penggunaansampel yang dinormalisasi dan penggunaantemplate 16x 16 dan 20x20 akanmenghasilkan kesalahan rata-rata dandeviasi standar yang relatif rendah.

S. KesimpulanDalam penelitian ini kesimpulan yang dapatdiperolah adalah sebagai berikut:

I. Dengan keberhasilan detekdi dansegmentasi yang dilakukan makaukuran dari kista juga dapatdiperoleh secara otomatis, dimana selama ini penentuanukuran kista ditentukan titiknyasecara manual oleh dokter.

2. Estimasi ukuran kista untuksampel yang dinormalisasi danpenggunaan template 16x 16 dan20x20 menghasilkan kesalahanrata-rata (MSE) dikisaran 0,05-o 06 dan deviasi standar yangr~latif rendah dikisaran 0,25 em

6. Daftar Rujukan

[1] Achmad, B., Firdausy, K., 2005, TeknikPengolahan Citra Digitalmenggunakan Delphy, ArdiPublishing, Yogyakarta.

[2] Basuki, A., dkk., 2005, PengolahanCitra Digital menggunakan VisualBasic, Graha I1mu, Yogyakarta

[3] Beta, S., 1999, Pengolahan SinyalMenggunakan Pendekatan Multifraktaluntuk Pewarnaan CitraSelMulut Rahim, Tesis ProgramMagister Elektroteknik ProgramPascasarjana ITB, Bandung.

[4] Eman., 2007, Mengatasi kista denganLaparoskopi, www.Goggle.com.download tangggal 21-11-2007 jam8.18

[5] Gonzalez, R. C., Woods, R. E.,1993,"Digital Image Processing" Addison-WesleyPublishing Company, Inc.

[6] Jain, AniI.K.,1989, Fundamental ofDigital Image Processing. PrenticeHall, Inc, Englewood Cliffs.

[7] LEE, B.,Yan, Jia-yong., ZHUANG,Tian-ge.,200 1,"A DynamicProgramming Based Algorithm forOptimal Edge Detection in MedicalImages", IEEE Proceeding of TheInternational Workshop on MedicalImaging and Augmented Reality(MIAR'OI).

[8] LEE, B., ZHUANG, Tian-ge.,200 I -"Adopt Adaptive B-Spline toEmbellish Conturs in ImageSegmentation", IEEE Proceeding of theInternational Workshop on Medical

Imaging and Augmented Reality(MIAR'OI).

[9] Munir, R., 2004, Pengolahan CITRADIGITAL dengan PendekatanAlgoritmik. Informatika Bandung.

[10] Mirza, 1.,2007, Fakta tentang KistaIndung Telur, Majalah PengantinMuslim Anggun, Edisi No.20. Vol 2,haII12-115. Januari 2007.

[II] Palmer, P., 2002, PanduanPemeriksaan Diagnostik USG,Penerbit Buku Kedokteran EGC.[12]S'ykora, D., Burianek,J., Zara, J.,2003, "Segmentation of Black andWhite Cartoons."

137

[13]Tibyani., 2005, PenerapanGrowing pada Analysis Citrauntuk Pendeteksian Sel-SelRahim.

[14] Rafsyam, Y (2008), Metode SegmentasiCitra US Untuk Mendeteksi Kista, Tesis,Sekolah Pascasarjana Fakultas ElektroUniversitas Gadjah Mada, Yogyakar

RegionDigitalKanker

138

Konferensi Nasional Sistem Informasi 20 I I