IMPLEMENTASI ALGORITMA WATERSHED UNTUK SEGMENTASI NODUL . - KNasTIK 2016

8d ago
0 Views
0 Downloads
502.41 KB
9 Pages
Last View : 8d ago
Last Download : n/a
Upload by : Gannon Casey
Transcription

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016ISSN: 2338-7718IMPLEMENTASI ALGORITMA WATERSHED UNTUK SEGMENTASINODUL KANKER PADA CITRA CT SCAN KANKER PARURina Noviana1 ,Isram Rasal2 , Eva Utari C.L31Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma, Depok, Indonesia.1rina [email protected],3Fakultas Teknologi Industri, Universitas Gunadarma, Depok, [email protected] satu teknik pencitraan medis yang banyak digunakan saat ini adalah dengan CT Scan. CT scanmerupakan teknologi pencitraan yang dapat melakukan akuisisi citra terhadap paru dan memberikangambaran tentang objek–objek yang muncul dalam paru. Dengan hasil pencitraan ini, para ahli radiologiakan mendapatkan informasi yang lebih detil dan membantu tim medis untuk melakukan deteksi tumoryang berpotensi kanker secara dini. Segmentasi merupakan proses yang digunakan untuk memisahkanobjek yang satu dengan objek yang lain. Segmentasi dapat dilakukan dengan metode watershed.Penelitianini berfokus pada pengembangan algoritma segmentasi watershed untuk memisahkan nodul kanker parupada citra CT Scan Paru.Hasilnya adalah segmentasi nodul kanker berhasil dilakukan dan memiliki tingkatkeakuratan sebesar 92 persen.Kata Kunci :citra, CT Scan, paru, kanker, segmentasi, watershed.1. PendahuluanBerdasarkan data yang dikeluarkan olehPusat Data dan Informasi Kementrian KesehatanRepublik Indonesia (PUSDATIN KEMENKES RI), ditahun 2012 dinyatakan bahwa prevalensi atau jumlahkeseluruhan kasus kanker di Indonesia mencapai angka4,3 orang pada setiap 1000 orang. Sekitar 8.2 jutakematian disebabkan oleh kanker.Kanker hati, perut,kolekteral, payudara dan paru adalah penyebabkematian terbesar akibat kanker (Kemenkes RI, 2015).Berdasarkan pernyataan yang dikeluarkan oleh BadanKesehatan Dunia (World Health Organization/WHO)pada tahun 2030 diprediksi akan terjadi lonjakanpenderita kanker sebanyak 300 persen dari seluruhpopulasi manusia di dunia. Dari seluruh populasimanusia tersebut, 70 persen berada pada negara-negaraberkembang, dan Indonesia masuk di dalamnya.Kanker paru adalah salah satu jenis kankeryang paling sering ditemukan pada stadium lanjut,sehingga sulit untuk dilakukan pengobatan. Dalambeberapa studi, ditemukan bahwa jika kanker paruditemukan pada tahap stadium pertama, makapersentase kelangsungan hidup pasien adalah sekitar60-80 persen, namun ketika kanker paru telah masukke dalam stadium empat maka persentasekelangsungan hidup pasien akan turun hingga hanyamencapai 10 persen. Saat dilakukan diagnosis, 25persen pasian kanker paru tidak memiliki gejala(American Cancer Society, 2014).Kanker paruadalah jenis kanker yang paling sering menyeranglaki-laki Indonesia. Berdasarkan data InternationalAgency for Research on Cancer (IARC) pada tahun2012, di Indonesia terdapat 25.322 kasus kankerparu yang menimpa pria dan 9.374 kasus yangmenimpa wanita (IARC, 2012). Kanker paru adalahpertumbuhan sel kanker yang tidak terkendali dalamjaringan paru yang dapat disebabkan oleh sejumlahkarsinogen lingkungan, terutama asap rokok.Aktifitas merokok yang intensif dalam jangka waktuyang lama juga merupakan penyebab utamameningkatnya resiko terkena kanker paru padamanusia (WHO, 2011).Nodul (benjolan) kanker paru adalah ciriciri atau penanda adanya risiko kanker paru.Noduldapat tumbuh di mana saja di seluruh area organparu.Nodul mempunyai bentuk yang beragam danukuran yang tidak terdefinisi (Jaffar, 2009).Gambar1 adalah contoh visualisasi nodul kanker pada paru.249

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016Gambar 1.Visualisasi Nodul /1920 ients-by-nhs.jpg)Pendeteksian awal nodul paru pada tahapstadium awal sulit dilakukan baik melalui prosesklinis, maupun melalui proses pencitraan Rontgen.Kelemahan dalam penggunaan pencitraan Rontgenadalah hanya dapat untuk melihat daerah yangmencurigakan di organ paru, belum dapatmenentukan apakah bagian yang mencurigakantersebut adalah kanker atau tidak. Teknologipencitraan bidang medis (medical imaging) secarakontinyumengalami perkembangan, khususnyauntuk proses akuisisi citra terhadap pasien yangterkena kanker paru, dapat dilakukan menggunakansuatu alat akuisisi pencitraan yang disebut CT Scan(ComputedTomographyScanner).Jikamenggunakan pencitraan Rontgen, ihatkan nodul yang ukurannya lebih besardari 0.5 cm, namun informasi yang dihasilkanmelalui pencitraan Rontgen belum dapatmenentukan tingkat keganasan dari nodul kankeryang terlihat. Hasil pencitraan medis denganmenggunakan CT Scan memungkinkan para timmedis mendapatkan informasi yang lebih detil,dalam mendeteksi nodul yang berpotensi kankerparu secara dini. Analisis citra medis berbasiskomputer menjadi penting dalam mendeteksi nodulyang diindikasikan sebagai kanker pada paru, secaracepat dan otomatis.Pengolahan citra digital adalah sebuahmetode atau langkah-langkah yang berkaitandengan hal-hal memperbaiki kualitas citra,melakukan transformasi, melakukan pemilihan citraciri (feature images),melakukan proses penarikaninformasi dan pengenalan obyek yang terkandungpada citra digital. Salah satu tujuan daridilakukannya pengolahan citra digital adalah untukmemudahkan manusia atau komputer dalammelakukan intepretasi citra digital. Masukan (input)ISSN: 2338-7718dari pengolahan citra digital adalah citra digital, dankeluarannya (output) adalah citra digital hasilpengolahan (Gonzales, 2002).Segmentasi citra adalah tahapan pertamadan merupakan bagian yang penting untukpengenalan objek (object recognition).Prinsipsederhana dari segmentasi adalah membagi citra kedalam daerah (region) sesuai dengan intensitasnyamasing-masing, sehingga dapat dibedakan antaraobjek yang dituju dengan latar belakangnya. Prosessegmentasi dibagi menjadi tiga kelompok fication based segmentation), segmentasiberdasarkan tepi (edge based segmentation), dansegmentasi berdasarkan daerah (region basedsegmentation) (Afriza dkk, 2012).Penelitian terkait segmentasi citra kankerparu yang sudah diteliti sebelumnya diantara adalahpenelitian yang dilakukan oleh Sri Widodo (2011),pada penelitiannya yang berjudul “SegmentasiOtomatis Untuk Visualisasi 3-D Organ Paru PadaCitra Computer Tomography Menggunakan ActiveCountour” melakukan segmentasi menggunakanActive Contour without edge. Secara sederhana,metode Active Contour adalah metode yangdigunakan untuk melakukan proses segmentasidengan cara menempatkan sebuah kurva inisial didalam sebuah citra. Kurva inisial tersebut dibiarkanberevolusi untuk meminimalisasi energi total yangdidefinisikan pada obyek tersebut.Masfran dkk (2012) dalam penelitian yangberjudul “Segmentasi Tepi Citra CT Scan Paru-paruMenggunakan Metode Chain Code dan OperasiMorfologi” membahas penggunaan Median filteruntuk pengurangan noise yang terdapat padacitra.Kemudianekstraksiwilayahparumenggunakan algoritma Region growing, yangdiikuti oleh algoritma K-Means clustering untukmemperhalus area paru. Penggunaan Chain codedanoperasi morfologi adalah untuk mempertegastepi/garis area paru yang telah diekstraksi.Rodiah dan Ferhat (2013) dalam penelitianyang berjudul “Segmentasi Region Growing UntukDeteksi Nodul Sebagai Indikasi Kanker Paru”melakukan segmentasi citra CT Scan paru denganmenggunakan algoritma Region growing, hasilnyaadalah aplikasi yang dibangun dapat secara otomatismendeteksi dan melakukan segmentasi antara objekparu dan nodulyang diindikasikan sebagaikankerpada setiap irisan citra CT Scan paru.250

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016Adapun perbedaan penelitian ini denganpenelitian sebelumnya adalah pada penelitian inimembahas tentang pengembangan metode danalgoritma untuk mendeteksi nodul sebagai salah satuindikasi penyakit kanker paru dengan kasus nodulmenempel pada objek lain dalam paru (seperti hilusdan mediastinum). Peneliti menggunakan bahasapemrograman MATLAB dan objek yang diteltiadalah citra CT Scan pasien kanker paru.Sebelummelakukan segmentasi, dilakukan proses inversidengan tujuan mencari kandidat nodul. Setelah itu,nilai keabuan citra (grayscale image) akandikelompokan berdasarkan perbedaan level keabuancitra (graylevel image) menggunakan algoritmawatershed untuk melakukan segmentasi nodulkanker pada citra CT Scan paru.ISSN: 2338-7718RadiAnt DICOM Viewer merupakan suatutools yang digunakan untuk melihat file berformatDigital Imaging and Communication inMedicine(DICOM). Data dengan format asliDICOM kemudian dikonversi untuk prosesselanjutnya menjadi bitmap dengan menggunakanRadiAnt DICOM Viewer, dengan ukuran citra tetap512 x 512 piksel. Dalam tools ini dapatmenampilkan hasil dari CT Abdomen, CT Angio, CTBone, CT Brain, CT Chest, dan CT Lungs. Gambar2 merupakan tampilan aplikasi RadiAnt DICOMViewer.2. Tinjauan Pustaka2.1. Computed Tomography ScannerCT Scandikembangkan berdasarkan prinsipakuisisi pada setiap irisan/potongan (slice) organtubuh dari berbagai arah dengan menggunakanradiasi sinar X. Meskipun CT Scan hanya dapatmengakuisisi citra CT Scanpada posisi melintang(axial), namun dengan menggunakan prosespengolahan citra, bisa dihasilkan citra pada posisicoronal, sagittal, oblique dan bahkan bentuk tigadimensi (Rodiah dkk, 2011).CT Scanmenghasilkan citra digitalberesolusi tinggi dan lebih cepat dalam memperolehinformasi. Untuk objek paru, jumlah slice citra yangdihasilkan sangat tergantung pada resolusi CT Scanyang digunakan. Umumnya dapat dihasilkan ratusanslice citra paru dan mampu merekam keberadaannodul mulai dari ukuran kecil berukuran 2–7 mmhingga ukuran terbesar.Gambar 2.Tampilan RadiAnt DICOM Viewer.(12.4. Metode WatershedMetode watershed adalah salah satu daripemodelan morfologi matematika yang berdasarkansimulasi dari proses pengaliran air (water flooding).Metode watershed merupakan salah satu metodeyang dipakai untuk segmentasi berdasarkan daerah(Gonzales, 2008).Konsep dari metode ini yaitumenganggap tingkat warna abu-abu (graylevel)sebagai kedalaman dari suatu citra, sedangkansemakin ke arah warna putih maka semakin tinggi.Dari konsep tersebut didapatkan tiga macam titikyaitu:1. Titik yang merupakan daerah dasar.2.Titik yang merupakan tempat di mana2.2. MATLABsetetes air dijatuhkan, maka air tersebutMATLABsingkatandariMatrixakan jatuh hingga posisi minimum tertentuLaboratory.MATLABmerupakanbahasa(posisi terendah).pemrogaman yang dikembangkan oleh The3.Titikyang merupakan tempat di mana jikaMathwork, Inc. Bahasa pemograman ini banyakairdijatuhkan, maka air tersebutdigunakan untuk perhitungan numerik keteknikan,mempunyaikemungkinan untuk jatuh kekomputasi simbolik, visualisasi grafis, analisis datasalahsatuposisiminimum (tidak pasti jatuhmatematis, statistika, simulasi pemodelan, dankesebuahtitikminimum,tetapi dapat jatuhdesain graphical user interface (GUI) (Gonzales,ketitikminimumtertentuatau titik2008).minimum yang lain)Titik yang yang memenuhi kondisi kedua,2.3. RadiAnt DICOM Viewerdisebut dengan catchment basin, sedangkan sebuah251

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016titik yang memenuhi kondisi ketiga disebut sebagaigaris watershed. Sehingga prinsip dasar dari metodeini adalah untuk mencari batas air atau gariswatershed (titik-titik tertinggi dari citra).Visualisasigaris watershed dan catchment basin ditunjukkanoleh gambar 3.ISSN: 2338-7718oesophagus (atau kerongkongan yang merupakantabung (tube) berotot yang dilalui sewaktu makananmengalir dari bagian mulut ke dalam lambung),(10)Spinous process (berfungsi untuk perlekatanotot dan ligamen).2.6. Kanker ParuKanker paru terbentuk di jaringan paru-paru,biasanya dalam sel-sel lapisansaluran udara,Gambar 3.Konsep Dasar 12 wm watershed fig9 w.gif)dan dapat menyebar ke kelenjar getah bening atauorgan lain dalam tubuh, seperti otak. Kanker parubiasanya dikelompokkan menjadi dua jenis utamayang disebut sel kecil dan bukan sel kecil.Jeniskanker paru tumbuh secara berbeda dandiperlakukan berbeda.Kanker paru bukan sel kecillebih umum dari pada kanker paru sel kecil(American Cancer Society, 2014).Merokok adalah penyebab nomor satu kankerparu. Kanker paru juga dapat disebabkan olehpenggunaan jenis tembakau (seperti pipa ataucerutu), pernapasan perokok pasif, yang terkena zatseperti asbes atau radon di rumah atau tempat kerja,dan memiliki riwayat keluarga kanker paru.Didalam citra paru terdapat bermacam-macam organlain seperti yang ditunjukkan pada garis merahgambar 4, (1) right lung (paru kanan), (2) rib(tulangrusuk), (3) trachea (batang tenggorokan yangmembawa udara ke dalam paru), (4) leftbrachiocephalic vein (dua pembuluh darah besaryang bergabung membentuk vena cava superior,dimana vena merupakan pembuluh yang membawadarah ke jantung), (5) brachiocephalic artery (arteridari mediastinumyang memasok darah ke lengankanan dan kepala dan leher), (6) left common carotidartery (arteri yang memasok kepala dan leherdengan darah beroksigen), (7) left subclavian artery(bagian yang memasok darah ke lengan kiri), (9)Gambar 4.CT Scan Paru 1.jpg)3. Gambaran Umum Aplikasi3.1 Blok DiagramGambar 5 adalah blok diagram yangmenggambarkan gambaran umum dari aplikasi yangdibuat.Data Citra mbar 5.Blok Diagram Aplikasi.Berdasarkan blok diagram pada gambar 5,dapat dijelaskan mengenai aplikasi yang dapatdigunakan oleh pengguna (user). Pada tahap awal,pengguna memasukkan citra CT Scan yang padaawalnya memiliki format DICOM, denganmenggunakan aplikasi RadiAnt DICOM Viewer,citra DICOM (.dcm) diubah menjadi citraberekstensi bitmap (.bmp). Citra berekstensi .bmpdimasukkan ke dalam MATLAB. Tahap keduaadalah pre-processing, pada tahapan ini, citra yangakan diolah akan melalui proses cropping. Tujuandari proses cropping adalah memotong bagian citratertentu untuk membuang bagian citra yang tidakperlu diolah dan mendapatkan bagian citra yangdiinginkan (region of interest). Kemudian kelompok252

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016citra tersebut akan diperbandingkan kembali dengancitra aslinya.4. Hasil dan Pembahasan4.1. PembahasanAplikasi segmentasi nodul kanker paru inidibuat dengan menggunakan bahasa pemrogramanMATLAB.Aplikasi ini dibangun untuk melakukansegmentasi nodul kanker untuk mendeteksi apakahada nodul, bagaimana bentuknya dan dimana posisinodul kanker paru berada dengan menggunakanmetode watershed.Tahap awal dari diagram alur penelitianini terdiri dari pengumpulan data pasien yangberasal dari alat pencitraan yaitu CT (ComputedTomography) yang dikenal dengan namaCT Scan,yang diambil dari Departemen Radiologi RS. CiptoMangunkusumo. Pada penelitian ini data yangdijadikan sebagai data masukan telah melalui prosesvalidasi yaitu pemilihan terhadap data citra CT Scandari pasien yang terdiagnosa terkena kanker parusaja. Gambar 6 menunjukan tampilan citra CT Scandalam format DICOM, pada format DICOM tidakhanya menampilkan bagian tubuh pada posisi axial,namu juga menampilkan informasi lain seperti namapasien dan kapan citra diakuisisi menggunakan CTScanner. Gambar 7 menunjukkan proses konversicitra CT Scanner yang memiliki format DICOM(.dcm) menjadi citra berformat bitmap(.bmp).Gambar 6.Citra CT Scan dalam format DICOM.ISSN: 2338-7718Tahap pre-processing merupakan tahapyang diperlukan agar citra yang dihasilkan dapatdianalisis untuk kebutuhan pada tahapan prosesselanjutnya. Tahap ini untuk menentukan bagiancitra yang akan diteliti yang merupakan fokus padapenelitian ini. Pada preprocessing dalam penelitianini dilakukan pemrosesan awal yaitu mengkonversidata citra CT Scanparu pasien yang berformat. dcmmenjadi format .bmp, selanjutnya ditentukan ROI(region of interest) dari citra CT Scan untukmengambil bagian yang terpenting dari citra danmenghilangkan bagian dari citra yang tidakdiperlukan melalui proses cropping. Gambar 8menunjukkan citra hasil proses cropping. Padagambar 8 tidak ada lagi bagian yang menunjukkaninformasi pasien atau kapan citra diakusisi, karenabagian-bagian tersebut bukanlah bagian yang inginditeliti, namun pada gambar 8 masih terlihat adanyanoise.Gambar 8.Citra Hasil CroppingTahap segmentasi awal citra dilakukanmelalui 2 proses yang dilakukan secara berurutanyaitu proses binerisasi. Tujuan dari proses binerisasidalam penelitian ini adalah untuk membedakan danmemisahkan area organ paru dan area lainnya di luararea organ paru sehingga akan memudahkan prosespendeteksian adanya nodul. Pada gambar 9(a)menunjukkan citra ROI yang asli, kemudian setelahdilakukan binerisasi hasilnya ditunjukkan olehgambar 9(b). Pada gambar 9(b) merupakan hasilproses binerisasi.Gambar 9.(a) Citra ROI Asli (b) Citra ROI HasilBinerisasiGambar 7.Proses Konversi Citra CT Scan denganRadiAnt DICOM Viewer253

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016Tahap segmentasi citra diterapkan suatumetode segmentasi region based, pada penelitian inimenggunakan metode watershed. Metode inibertujuan untukmensegmentasi atau melakukanpembagian area dari satu objek yang memilikibentuk kontur yang tidak beraturan menjadisejumlah area.Dengan demikian satu areaobjekdapat terbagi menjadi beberapa wilayah. Halini akan memungkinkan pemisahan nodul yangmenempel atau overlap dengan organ lain disekitarparu. Setiap area yang terbentuk akan dibatasi olehgaris watershed sehingga akan memudahkan dalamproses penelusuran setiap area tersebut. Denganmenggunakan citra hasil binerisasi gambar 10(a)dan menggunakan function watershed pada bahasapemrograman MATLAB, didapatkan citra hasilsegmentasi yang ditunjukkan oleh gambar 10(b).x)p ! , y" zC{C zC { ISSN: 2338-7718(4)Penjelasan dari persamaan 4 dapat dilihatpada tabel 1.Tabel 1. Variable untuk validasi citra pada metodeJaccardNamaVariabelTP (TruePositif)TN (TrueNegatif)FP (FalsePositif)FN(FalseNegatif)PenjelasanNilai kebenaran yang mempunyai nilaipositif antara citra hasil segmentasi dengancitra GTNilai kebenaran yang mempunyai nilainegatif antara citra hasil segmentasi dengancitra GTNilai ketidak tepatan yang mempunyai nilaipositif antara citra hasil segmentasi dengancitra GTNilai ketidak tepatan yang mempunyai nilaipositif antara citra hasil segmentasi dengancitra GTGambar 10.(a) Citra Hasil Binerisasi (b) CitraWatershedPada gambar 10(b) tampak terlihat jelasarea berwarna putih pada gambar 10(a) telahtersegmen menjadi sejumlah area dengan batas garissegmen berwarna putih dan setiap area diberi warnayang berbeda.Area nodul juga tersegmentasi danterpisahkan dari objek lainnya. Garis putih tersebutmerupakan garis watershed yang dihasilkan dariproses segmentasi.4.1. Pengujian Aplikasi dengan Metode JaccardImplementasi dari tahapan pada proses segmentasisudah dilakukan. Citra ROI atau OOI (Object ofInterest) sudah didapatkan yaitu citra hasil prosessegmentasiberupa citra nodul. Proses selanjutnyayang dilakukan adalah validasi terhadap segmentasicitra nodul dengan dengan citra ground truth daripakar, yaitu untuk mengukur tingkat similarity(kesamaan/ kemiripan) antar dua citra tersebut.Pada penelitian ini metode validasi yangdigunakan adalah metode Jaccard (Suphakit, 2013).Tujuannya adalah untuk mengukur tingkatkeberhasilan dari proses segmentasi yang sudahdilakukan sebelumnya. Metode Jaccard dapatdilihat pada persamaaan 4 dibawah ini:Gambar 11.Grafik Validasi OOI dengan MetodeJaccardFokus penelitian adalah pada citra hasilsegmentasi yang dibandingkan dengan citra hasilanalisa dokter secara manual.Terdapat 4 daerah254

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016yaitu FP, TP, FN dan TN. Masing masingmenggambarkan daerah dari hasil prosesperbandingan antara kedua citra.FP adalah daerahpiksel yang disebut False Positifyaitu daerahdimana citra hasil segmentasi bernilai false jikadibandingkan dengan citra GT, sedangkan positifartinya daerah yang merupakan citra hasilsegmentasi.TP adalah daerah piksel yang disebutTrue Positif yaitu daerah dimana citra hasilsegmentasi bernilai True jika dibandingkan dengancitra GT, sedangkan positif artinya daerah yangmerupakan citra hasil segmentasi. Pada daerah TPini adalah citra yang mempunyai nilai piksel yangsama dengan citra GT. FN adalah daerah piksel yangdisebut False Negatif yaitu daerah dimana citra hasilsegmentasi bernilai False jika dibandingkan dengancitra GT, sedangkan Negatif artinya daerah yangbukan citra hasil segmentasi tetapi daerah dari citraGT. TN adalah daerah piksel yang disebut TrueNegatif, yaitu daerah dimana citra GT bernilai True,sedangkan Negatifartinya adalah bukan daerah daricitra hasil segmentasi tetapi daerah dari citraGT.Prinsip untuk mengukur tingkat kemiripanantara citra ROI dan citra GT dapat menggunakandistance measure atau pengukuran jarak yaitumengukur similarity antar dua citra denganmeminimalkan distance dan memaksimalkansimilarityHasil pengukuran dengan metode Jaccardadalah 0.919747, artinya tingkat kemiripan darivalidasi antara dua citra adalah 91%. Artinyamendekati kemiripan jika 100% adalah tingkatkemiripan yang sempurna untukproses validasi duacitra.5. KesimpulanSecara umum implementasi algoritmawatershedyang dikembangkan dan dikemas menjadi sebuahprototype perangkat lunak yang secara otomatisdapat melakukan segmentasinodul kanker padasetiap irisan citra CT Scan paru. Algoritma validasidapat mengukur tingkat kesamaan atau keakuratanhasil segmentasi dari penelitian ini terhadap nodulhasil analisa manual dari dokter (GroundTruth).Persentase keakuratan penggunaan metodewatershed dalam menghasilkan citra dengan bentuksegmentasi nodul dibanding dengan citra hasilanalisa manual dari dokter (Ground Truth), denganmenggunakan metode Jaccard adalah sebesar 91%.ISSN: 2338-7718Daftar PustakaKementrian Kesehatan Republik Indonesia.(2015).InfoDATIN:Stop Kanker. Diakses nker.pdf.American Cancer Society.(2014).Statistik Kunci SelKanker Paru.Diakses pada mall-cell-lungcancer-key-statistics.IARC.(2012). Breast Cancer Awareness Month.Diakses pada 5 Oktober 2016 dari World eastCancerAwarenessMonth2012.pdfWorld Health Organization (WHO). 2011.Diaksespada 5 Oktober 2016 dari World R.,E.,Gonzalez,dan R.,C.,Woods. (2008) DigitalImage Processing.New Jersey:Prentice Hall.Afriza,S.,Ananda,Yunanto,W (2012). SegmentasiBronchus dan Bronchiolus pada Citra CT diTeknikInformatika,Politeknik Caltex Riau.Masfran,Ananda,Nugroho,E.S (2012). SegmentasiTepi Citra CT Scan Paru-paru ramStudiTeknikInformatika,Politeknik Caltex Riau.Rodiah.,Riza,F.N. (2013). Segmentasi RegionGrowing Untuk Deteksi Nodul Sebagai IndikasiKanker Paru.Universitas Gunadarma.Depok.Widodo, Sri.(2012).Segmentasi Otomatis UntukVisualisasi 3-D Organ Paru pada Citra PerekamMedisdanInformatika Kesehatan Citra Medika.Surakarta.Gonzales, R.,C., and Woods.,R.,E. (2002). DigitalImage Processing using Matlab. PearsonPrantice Hall. SingaporeRodiah, Madenda. S, Prasetyo Eri, Agushinta.Dewi, (2011).Otomasi Pendeteksian Posisi dan255

Konferensi Nasional Teknologi Informasi dan Komunikasi (KNASTIK 2016)Yogyakarta, 19 November 2016Luas Kanker Paru pada citra CT scan.SemNas& Expo Teknik Elektro. ISSN: 2088- 9984Soille. P. dan Vincent.L.,(2003) Watersheds inDigital Spaces: An Efficient Algorithm based onImmersion Simulations.IEEE Transactions OnPattern Analysis & Machine Intelligence, Vol.13. No. 6.Suphakit N.,JatsadaS.,Ekkachai N.W. (2013)Usingof Jaccard Coefficient for Keywords rence of Engineers and ComputerScientists 2013 Vol I, IMECS 2013.ISSN: 2338-7718Memperoleh gelar S2 jurusan Sistem Informasi diUniversitas Gunadarma dan memperoleh gelar S2jurusan Master of Computer Vision di Université deBourgogne Perancis dan Universitat de GironaSpanyol.Saat ini menjadi pengajar di UniversitasGunadarma dan sedang menempuh pendidikanS3jurusan Teknik Informatika di UniversitasGunadarma.Eva Utari C.L, memperoleh gelar S1 jurusanTeknik Informatika di Universitas Gunadarma.Saat ini sedang menempuh pendidikan S2jurusanSistem Informasi di Universitas Gunadarma.Jaffar,M.A.,Hussain,A.,dan Mirza,A.M. (2009).Lungs Nodule Detection by Using FuzzyMorphology from CT Scan Images.InternationalAssociation of Computer Science andInformation Technology-Spring Conference,hal58-61.Biodata PenulisRina Noviana, memperoleh gelar S1jurusan SistemInformasi di Universitas Gunadarma. Memperolehgelar S2 jurusan Sistem Informasi di UniversitasGunadarma.Memperoleh gelar S3 jurusan TeknikInformatika di Universitas Gunadarma.Saat inimenjadi pengajar di Universitas Gunadarma.Isram Rasal, memperoleh gelar S1 pada jurusanTeknik Informatika di Universitas Gunadarma.256

BERITA ACARA PELAKSANAAN HASIL SEMINAR SESI PARALELKNASTIK 2016JudulImplementasi Algoritma Watershed Untuk Segmentasi NodulKanker Pada Citra CT Scan Kanker ParuPemakalahRina Noviana, Isram Rasal, Eva Utari C.L.ModeratorDrs. R Gunawan S., M.Si.NotulisEmylia Intan L.7PesertaTanya f awab1.2.orang di ruang:E.3.5:Cropping otomatis di potong saat data masuk.Nugroho UKDWHasil biner gimana bisa berubah jd watershedsaat binerisasi menentukan tingkat threshold dengan matlab ambil tingkat keabuan diimplementasikan menggunakan watershed.Cara melihat biner yang hanya 0 dan 1Karna penelitian pake binerisasi meningkatkan tingkat keabuan lalu menyocokandengan gambar. Memisahkan nodul dengan cara biner sehigga harus hati hati.3.Kesimpulan apakah nodule atau bukan?Hasil segmentasi penelitianttp berlanjut, cara penentuan extraksi dr gambar di rubahlagi, lalu menentukan pembedanya range saat looping, melewati pemetaan dengancitra aslicropping.Masukan SeminarYogyakarta, 19 November 2016nuti{,Penyali Makalah

nodul mulai dari ukuran kecil berukuran 2-7 mm hingga ukuran terbesar. 2.2. MATLAB MATLAB singkatan dari Matrix Laboratory . MATLAB merupakan bahasa pemrogaman yang dikembangkan oleh The Mathwork, Inc. Bahasa pemograman ini banyak digunakan untuk perhitungan numerik keteknikan, komputasi simbolik, visualisasi grafis, analisis data