Pemilihan Region of Interest Secara Otomatis pada Citra Leukosit

Main Article Content

wahyu andi saputra

Abstract

Leukimia merupakan penyakit pada manusia yang terjadi karena tubuh memproduksi sel darah putih dalam jumlah yang tidak wajar. Dalam penelitian di bidang IT yang berkaitan dengan sel darah putih, umumnya data yang digunakan sebagai pengujian adalah citra sel darah putih yang diambil dengan bantuan mikroskop. Mula-mula, sel darah putih diletakkan pada preparat, diberi pewarnaan untuk mempertegas warna sel, lalu diambil gambar sel tersebut. Citra yang diambil umumnya masih merupakan citra berukuran besar yang jumlahnya lebih dari satu citra sel darah putih. Padahal umumnya, untuk melakukan ekstraksi fitur, diperlukan satu sel darah putih pada satu citra. Hal ini menjadi pekerjaan tersendiri pada sebuah penelitian.


Upaya untuk memilih area sel darah putih dapat dilakukan dengan pendekatan pengolahan citra. Citra yang berukuran besar dan bisa terdiri dari berbagai sel darah putih akan dipilih areanya agar menjadi area yang lebih spesifik. Hal ini disebut dengan Region of Interest. Penelitian ini bertujuan untuk memilih Region of Interest pada sel darah putih secara otomatis dengan menggunakan teknik Blob Analysis yang memanfaatkan BoundingBox. Dengan bantuan citra ground-truth yang didapat dari pakar, area ini kemudian menjadi rujukan dalam menandai koordinat sel darah putih pada citra aslinya. Kemudian, kordinat tersebut diterapkan pada citra asli untuk dilakukan pemotongan agar menjadi citra yang lebih kecil dan memiliki satu sel darah putih.


Pengujian dilakukan pada 250 citra berbagai jenis sel darah putih. Dari pengujian, didapatkan hasil Region of Interest dari citra dengan tingkat ketelitian mencapai 99.95%. Hasil penelitian diharapkan dapat memudahkan peneliti dalam mengembangkan peneltian lebih jauh pada citra sel darah putih.

Article Details

How to Cite
saputra, wahyu. (2020). Pemilihan Region of Interest Secara Otomatis pada Citra Leukosit. Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 2(2), 76-85. https://doi.org/10.20895/inista.v2i2.128
Section
Articles

References

[1] D. W. Damar, Interpretasi Hitung Jenis Leukosit - Shift To The Left Pada NeutrofilTitle. [Daring]. Tersedia di: https://www.alomedika.com/interpretasi-hitung-jenis-leukosit-shift-to-the-left-pada-neutrofil. [Diakses: 15-Apr-2020].
[2] M. F. McBride dan M. A. Burgman, Expert Knowledge and Its Application in Landscape, XIV. New York: Springer, 2012.
[3] M. D. Suratin, Rahmadwati, dan A. Muslim, 2015. Identifikasi Sel Acute Lymphoblastic Leukemia ( ALL ) pada Citra Peripheral Blood Smear Berdasarkan Morfologi Sel Darah Putih. elektronik Jurnal Arus Elektro Indonesia (eJAEI). 1 (3). hal. 7–12.
[4] B. Caraka, B. A. A. Sumbodo, dan I. Candradewi, 2017. Klasifikasi Sel Darah Putih Menggunakan Metode Support Vector Machine (SVM) Berbasis Pengolahan Citra Digital. IJEIS. 7 (1). hal. 25–36.
[5] N. Ashton, 2013. Physiology of red and white blood cells. Anaesthesia and Intensive Care Medicine. 14 (6). hal. 261–266.
[6] S. Bakhri.AK, 2018. ANALISIS JUMLAH LEUKOSIT DAN JENIS LEUKOSIT PADA INDIVIDU YANG TIDUR DENGAN LAMPU MENYALA DAN YANG DIPADAMKAN. Jurnal Media Analis Kesehatan. 1 (1). hal. 83–91.
[7] G. Kim dan A. Torralba, 2009. Unsupervised Detection of Regions of Interest Using Iterative Link Analysis. Annual Conference on Neural Information Processing Systems (NIPS). hal. 1–9.
[8] A. Tungkasthan dan W. Premchaiswadi, 2011. Automatic Region of Interest Detection in Natural Images. 15th WSEAS International Conference on Computers. hal. 437–444.
[9] A. V. and Team, Blob Analysis. [Daring]. Tersedia di: https://docs.adaptive-vision.com/current/studio/machine_vision_guide/BlobAnalysis.html. [Diakses: 16-Apr-2020].
[10] V. Technologies and team, What is a blob? [Daring]. Tersedia di: https://www.visco-tech.com/english/technical/direction-presence/blob/. [Diakses: 16-Mei-2020].
[11] H. Rezatofighi, S.H., Soltanian-Zadeh, 2011. Automatic recognition of five types of white blood cells in peripheral blood. Computerized Medical Imaging and Graphics. 35 (4). hal. 333–343.