Penerapan Teknik Blob Analysis dalam Pemilihan Region of Interest pada Citra Leukosit
Main Article Content
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
Copyright Notice
Authors who publish with Journal of Informatics, Information System, Software Engineering and Applications (INISTA) agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
References
[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.