LAPORAN AKHIR

PROGRAM KREATIVITAS MAHASISWA

JUDUL PROGRAM
Analisis Radiografi Tulang Pergelangan Tangan Sebagai Tahap Awal Identifikasi
Forensik Untuk Penentuan Usia Secara Otomatis

BIDANG KEGIATAN:
PKM PENELITIAN

Diusulkan oleh :

Eva Dwi Rochmawati 2210121041 Angkatan 2012

Farah Devi Isnanda 2210121033 Angkatan 2012
Elvi Triyana 2210151039 Angkatan 2015
Cicik Nofindarwati 2210151038 Angkatan 2015

POLITEKNIK ELEKTRONIKA NEGERI SURABAYA

SURABAYA
2016

i
ii
 RINGKASAN

Identifikasi forensik pada tulang pergelangan tangan (Hand-wrist)

merupakan salah satu upaya penting yang dilakukan untuk membantu penyidik
dalam menentukan identitas seseorang. Penelitian mengenai analisis radiografi
pada tulang pergelangan tangan di Indonesia masih sedikit dikembangkan menjadi
sebuah teknologi baru yang bekerja secara otomatis. Teknologi yang masih
dilakukan yaitu menggunakan tenaga ahli forensik dan analisis ilmu kedokteran
terhadap hasil X-Ray tulang pergelangan tangan yang memiliki kontras citra
rendah. Dari permasalahan tersebut, penelitian ini berupaya untuk memperbaiki
citra radiologi tulang pergelangan tangan. Perbaikan citra menggunakan active
contour models (snakes). Masukan proses citra medis yaitu berupa data softfile
X-Ray kemudian data citra digital tersebut akan diproses pada komputer
menggunakan metode segmentasi snakes. Algoritma snakes bekerja untuk proses
ekstraksi citra yang diminimalisasi oleh suatu kontur yang dekat dengan batas-
batas objek atau region yang akan mengatur perkiraan batas objek tersebut dengan
memperkecil total energy objek dan mengunci batas objek tersebut. Penelitian ini
menggunakan gabungan antara metode snakes dengan metode balloons model.
Snake balloons kurva berperilaku seperti balon yang mengembang untuk mencari
energi gradien terbesar yaitu mengenai tepi objek.Berdasarkan sistem penelitian,
maka hasil yang sudah dijalankan sampai pada proses segmentasi dan klasifikasi
dengan parameter nilai alfa, beta dan gamma masing-masing 5 data yang telah
dicapai yaitu didapatkan lebar tulang metaphysis dan epiphysis yang mendekati
dengan data referensi acuan dokter Greulich and Pyle. Error lebar yang
dihasilkan dari metode dengan referensi data antara range 0 0,7 cm dari usia 3
sampai 13 tahun. Dapat disimpulkan bahwa metode yang digunakan tepat untuk
melakukan analisis klasifikasi penentuan usia dari tulang pergelangan tangan
menggunakan snakes-Balloons.

Kata kunci: forensik, hand-wrist, x-ray, active contour models, balloons, usia

iii
 DAFTAR ISI

HALAMAN SAMPUL ........................................................................................ i

HALAMAN PENGESAHAN ............................................................................. ii
RINGKASAN ..................................................................................................... iii
DAFTAR ISI ..................................................................................................... iv
DAFTAR TABEL................................................................................................ v
DAFTAR GAMBAR ........................................................................................... vi
BAB 1. PENDAHULUAN
1.1 Latar Belakang Masalah ...................................................................... 1
1.2 Perumusan Masalah ............................................................................ 2
1.3 Tujuan Program................................................................................... 2
1.4 Manfaat Program................................................................................. 2
BAB 2. TINJAUAN PUSTAKA ......................................................................... 3
BAB 3. METODE PENELITIAN
3.1 Skenario Pengambilan Data ................................................................ 6
3.2 Sistem Input......................................................................................... 6
3.3 Pemisahan Objek ................................................................................. 6
3.4 Pre-Processing ..................................................................................... 7
3.5 Segmentasi Active Contour Models .................................................... 7
BAB 4. HASIL YANG DICAPAI DAN POTENSI KHUSUS
4.1 Bagian Penelitian................................................................................. 8
4.2 Proses Pengolahan Citra ...................................................................... 8
4.3 Proses Segmentasi ............................................................................... 8
4.4 Proses Submit Paper ............................................................................ 9
BAB 5. PENUTUP ......................................................................................... 10
DAFTAR PUSTAKA ......................................................................................... 11
LAMPIRAN-LAMPIRAN
Lampiran 1. Penggunaan Dana ................................................................. 12
Lampiran 2. Bukti Pendukung Kegiatan ................................................... 13

iv
 DAFTAR TABEL

Tabel 2. 1. Hubungan antara tingkat osifikasi dengan usia skeletal [1].................... 4

Tabel 4. 1.Perbandingan nilai lebar......................................................................... 9
Tabel 4. 2.Indikator capaian terukur ....................................................................... 9

v
 DAFTAR GAMBAR

Gambar 2. 1. Anatomi Tangan [3] ............................................................................ 4

Gambar 2. 2.Metode GP (a) atlas usia dan (b) prosedur penentuan usia ................ 4
Gambar 2. 3.Tahapan Forensik ............................................................................... 5
Gambar 2. 4. Bentuk Dasar Active Contour [4] ....................................................... 5

vi
 BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Identifikasi forensik pada tulang pergelangan tangan (Hand-wrist) merupakan
salah satu upaya penting yang dilakukan untuk membantu penyidik dalam
menentukan identitas seseorang. Dalam proses identifikasi diperlukan suatu data
antemortem (data semasa hidup) dan postmortem (data setelah kematian). Metode
yang digunakan pada proses identifikasi salah satunya adalah Forensik
Odontologi yang memiliki keunggulan ketepatan yang tinggi dan hampir
menyamai ketepatan teknik sidik jari serta karena tulang adalah material biologis
yang paling tahan terhadap perubahan lingkungan. Akhir akhir ini angka
kecelakaan lalu lintas dan bencana alam semakin meningkat, hal tersebut
berakibat pada banyaknya korban yang tidak dapat dikenali identitasnya. Salah
satu contohnya yakni terjadinya bencana alam di Suriyah, banyakanya korban
yang mengalami luka sulit untuk diidentifikasi identitasnya.Sehingga teknologi ini
mampu membantu untuk mengidientifikasi identitas dari korban tersebut. Namun
sangat disayangkan teknologi yang masih dilakukan saat ini yaitu
membandingkan secara manual citra X-Ray tulang pergelangan tangan dengan
atlas untuk menentukan usia seseorang. Diperlukan suatu perbaikan citra pada
radiografi tulang jari tangan untuk mendapatkan hasil yang akurat untuk
mendukung keakuratan usia individu.
Dari permasalahan tersebut, penelitian ini berupaya untuk memperbaiki citra
radiologi tulang antara pergelangan tangan hingga jari tangan sehingga dapat
digunakan untuk menentukan usia secara otomatis. Dalam validasi pengolahan
citra sangat bergantung pada metode segmentasi yang dilakukan, sehingga
kesesuaian antara hasil pengolahan citra x-ray dengan ukuran citra yang
sesungguhnya adalah sama. Penelitian sebelumnya yang telah ada di Indonesia
yaitu sistem deteksi pengeroposan tulang menggunakan metode jaringan syaraf
tiruan dan segmentasi tulang tibia menggunakan active contour model.
Penelitian ini menggunakan metode active contour model karena metode ini
cocok untuk segmentasi objek bentuk bebas yang dapat memisahkan obyek-obyek
sehingga menghasilkan data yang lebih jelas masing-masing obyek pada tulang
jari manusia. Masukan proses segmentasi tulang jari tangan dari citra medis yaitu
berupa data X-Ray kemudian data citra digital tersebut akan diproses pada
komputer menggunakan metode segmentasi active contour models (snakes).
Algoritma snakes bekerja untuk proses ekstraksi citra yang diminimalisasi oleh
suatu kontur yang dekat dengan batas-batas objek atau region yang akan mengatur
perkiraan batas objek tersebut dengan memperkecil total energy objek dan
mengunci batas objek tersebut. Untuk dapat meningkatkan efektifitas proses
kontur objek dan kontras maka metode segmentasi dilakukan bersama dengan
proses filter dan teknik edge detection untuk memastikan titik-titik kontur dengan

1
baik, sehingga hasil segmentasi objek menjadi lebih baik dengan ketepatan bentuk
kontur yang lebih akurat.
Dengan adanya sistem kerja yang dibuat pada penelitian ini diharapkan
mampu diterapkan berupa pemanfaatan citra yaitu perangkat citra dapat
mendukung proses analisis forensik dengan lebih maksimal. Harapan selanjutnya
dari hasil penelitian ini dapat memudahkan dokter dan tim SAR dalam
mengidentifikasi individu yang tidak dapat dikenali.

1.2 Perumusan Masalah

Beberapa lingkup permasalahan yang akan dibahas pada penelitian ini
diantaranya:
1. Bagaimana cara melakukan pre-processing atau perbaikan citra radiografi
hand-wrist agar didapatkan hasil citra yang lebih baik?
2. Bagaimana menyeleksi tulang bagian pergelangan tangan dan
memisahkannya dengan tulang yang lain?
3. Bagaimana mengimplementasikan metode active contour models terhadap
bagian hand-wrist sehingga didapatkan hasil yang akurat?
4. Bagaimana cara menghitung rasio lebar dari tulang epiphysis dan metaphysis?
5. Bagaimana cara menentukan usia biologis manusia berdasarkan radiografi
tangan sebagai salah satu tahap awal identifikasi forensik?

1.3 Tujuan Program

Adapun tujuan dari penelitian ini adalah
1. Aplikasi dapat digunakan untuk melihat dengan jelas bagian penyeleksian
pada tulang tangan dari citra X-Ray.
2. Aplikasi dapat menghasilkan citra dengan kualitas citra yang tinggi
sehingga dapat digunakan oleh tim analisis forensik dalam mengumpulkan
data usia.

1.4 Manfaat Progam

Manfaat dari pelaksanaan program penelitian ini adalah sebagai berikut:
1. Dapat dikembangkan dan diaplikasikan pada dunia kedokteran sebagai tahap
awal identifikasi forensik yaitu penentuan usia seseorang secara otomatis.
2. Aplikasi ini dapat dimanfaatkan untuk mengumpulkan berbagai data citra X-
Ray tangan yang telah dilakukan proses segmentasi menggunakan active
contour model.

2
 BAB II
TINJAUAN PUSTAKA

2.1. Kepustakaan Penelitian

Pada kepustakaan penelitian ini akan dibahas mengenai penelitian-penelitian
yang pernah dilakukan sebelumnya. Kajian pustaka yang menimbulkan gagasan
dan mendasari dalam pelaksanaan program ini adalah sebagai berikut:
Penelitian Oleh Yuyun Yumiarty (2010)
Menurut penelitian yang dilakukan oleh Yuyun Yumiarty mengenai
Pembentukan Boundary Objek Pada Citra Digital Menggunakan Active Contour
Models.[2] Pengenalan kontur mendasari langkah segmentasi objek,
ketidaksinambungan intensitas citra sebagai indikator batasan-batasan objek dapat
saja terjadi disebabkan faktor perubahan refleksi permukaan objek. Hal ini dapat
mempengaruhi hasil interpretasi citra yang dilakukan. Penelitian ini menggunakan
MATLAB 6.2 untuk mengimplementasikan metode active contour models
(snakes) dengan menguji citra medis didapatkan hasil bahwa snake tidak dapat
menemukan boundary object dengan optimal jika posisi kurva awal (deformable
curve) terletak jauh dari objek yang dituju. Perunutan boundary pada objek
dengan posisi berdekatan, akan menarik kurva awal pada objek yang lebih dekat
dengannya dan bentuk objek berupa kurva (lengkungan) mempengaruhi
performansi snake dalam menentukan ketepatan bentuk boundary objek yang
sebenarnya.
2.2.Dasar Teori
2.2.1. Radiografi
Pada era maju sekarang ini, umumnya layanan radiologi telah
dikelompokkan menjadi dua prosedur, yaitu radiologi diagnostik dan
intervensional. Radiologi diagnostik adalah cabang ilmu radiologi yang
berhubungan dengan penggunaan pesawat sinar-X untuk prosedur diagnosis,
sedangkan radiologi intervensional adalah cabang ilmu radiologi yang
berhubungan dengan penggunaan pesawat sinar-X untuk memandu prosedur
perkutaneus.
Prinsip-prinsip Analisis Radiograf Tangan :
Berdasarkan penelitian analisis radiografi hand-wrist oleh Endah Mardiati[1]
maka osifikasi kartilago-kartilago dapat digunakan sebagai indikator pertumbuhan
dan keadaan ini dapat diamati pada rontgen foto tangan. Indikator-indikator
pertumbuhan ini pada seseorang dengan pertumbuhan normal dan pada berbagai
tingkat usia dengan mudah dapat di identifikasi melalui berbagai tingkat osifikasi.
Maturasi pertumbuhan yang terlambat atau cepat akan mempengaruhi stadium-
stadium tersebut tetapi pada tingkat usia yang berbeda [1]. Tingkat pertumbuhan
pada jari-jari tangan dinilai berdasarkan hubungan antara epifisis dengan diafisis
(seperti pada gambar 2.1 dan 2.2).

3
 (a) (b)
Gambar 2. 1. Anatomi Tangan (a)proses penyatuan tulang[1], (b) Koefisien Kappa
inter-rater [3]

Berdasarkan analisis radiografi oleh Yasmine Bitencourt Emlio

Mendes,dkk[3] tentang analisis pada maturasi skeletal pasien usia 13 sampai 20
tahun dengan rata-rata radiografi pergelangan tangan manusia dapat dilihat pada
gambar 2.2. bahwa evaluasi ini dilakukan oleh lima spesialis di Ortodonti
menggunakan standar penilaian yang berlaku, yang diamati dan mencetak tahap
pematangan tulang radius.

Tabel 2. 1. Hubungan antara tingkat osifikasi dengan usia skeletal untuk periode
usia 8-18 tahun baik pada anak laki-laki maupun perempuan [1].

2.2.2. Penentuan usia berdasarkan Greulich and Pyle method

Menurut penelitian oleh Marjan Mansourvar[5], bahwa metode Greulich dan
Pyle didefinisikan sebagai metode berbasis atlas. Metode ini digunakan untuk
penentuan usia skeletal manusia[4] yang didasarkan pada radiografi tangan. Cara
penentuan usia dengan membandingkan radiografi tulang tangan anak dengan
referensi pada atlas dimana menyertakan radiografi pada range usia yang berbeda.
Metode ini akan mengukur usia skeletal berdasarkan usia kronologisnya yaitu
pertumbuhan pada tulang tangan (dapat dilihat pada sub-bab 2.2.1.radiografi),
kemudian citra radografi tangan dibandingkan dengan atlas sebelum dan sesudah
usia kronologisnya. Gambaran atlas metode GP dan diagram alur penentuan usia
sebagai berikut:

(a) (b)
Gambar 2. 2.Metode GP (a) atlas usia dan (b) prosedur penentuan usia [4]

4
2.2.3. Forensik
Salah satu kegunaan ilmu forensik ini yaitu dapat membantu dalam
penentuan identitas seseorang dari data selama hidup (antemortem) dan setelah
mati (posmortem). Salah satunya yaitu dalam penentuan usia seseorang yang akan
dijadikan acuan dalam pengerjaan penelitian ini.

Pengumpulan
Bukti-bukti

Pengumpulan Data
anthemorthem

Catatan Data
Anthemorthem

Pengumpulan Data
Postmorthem

Proses Identifikasi
Ruang lingkup
penelitian
Hasil Rekonsiliasi
data (data lengkap)

Gambar 2. 3.Tahapan Forensik [7]

2.2.4. Metode Active Contour Models

Konsep active contours models pertama kali diperkenalkan pada tahun
1987 dan kemudian dikembangkan oleh berbagai peneliti [6]. Active contour
menggunakan prinsip energi minimizing yang mendeteksi fitur tertentu dalam
image, merupakan kurva (surface/permukaan) fleksibel yang dapat beradaptasi
secara dinamik menuju edge (batas tepi) yang diinginkan atau obyek didalam
image (dapat digunakanuntuk segmentasi obyek secara otomatis). Sistem ini
terdiri dari sekumpulan titik yang saling berhubungan dan terkontrol oleh garis
lurus, seperti tampak pada gambar 2.4., Active contour digambarkan sebagai
sejumlah titik terkendali yang berurutan satu sama lain. Penentuan obyek dalam
image melalui active contour merupakan proses interaktif. Pengguna
harusmemperkirakan initial contour, seperti tampak pada gambar 2.4., contour
yang ditentukan hampir mendekati bentuk fitur obyek. Selanjutnya, contour akan
tertarik kearah fitur didalam image karena pengaruh energi internal yang
menghasilkan gambar.

Gambar 2. 4. Bentuk Dasar Active Contour [6]

5
 BAB III
METODE PENELITIAN

3.1. Skenario Pengambilan Data

Berikut ini akan dijelaskan cara kerja dari sistem yang akan dibuat :
Pemilihan Objek
Load File citra
X-Ray dari PC

Sistem Input
Image Pre-Processing
Draw image

Segmentasi

Klasifikasi usia
berdasarkan rasio
lebar hand-wrist Hasil Segmentasi
Active Contour Models
Gambar 3. 1.Diagram Alur Sistem
3.2. Sistem Input
File image x-ray merupakan gambar yang didapatkan dari plotter disk
(rekam medis) hasil scan tangan melalui computed radiography. Kumpulan data
ini diperoleh sesuai ijin etik penelitian di Rumah Sakit Umum Daerah Dr.Soetomo
pada unit pelayanan radiodiagnostik berupa data pasien (file digital image x-ray).
File masukan gambar yang akan diproses berekstensi .bmp atau .jpeg.

3.3. Pemilihan Objek

Draw image merupakan proses pemilihan gambar menggunakan mouse
untuk menandai daerah objek yang akan disegmentasi. Proses ini digunakan untuk
melakukan pemilihan objek penelitian dengan bagian lain. Objek penelitian yaitu
tulang epiphysis dan metaphysis saja [10].

3.4. Pre-processing
Pre-processing yang digunakan yaitu sebagai pemrosesan gambar untuk
menghasilkan image yang lebih jelas sehingga memudahkan dalam proses
segmentasi pada tulang epiphysis dan diaphysis x-ray bone age. Preprocessing
image memiliki dua tahap yaitu:
1. Menghilangkan noise dengan Morphological Filtering
2. Memperjelas tepi gambar dengan Edge Detection [6,8,9]

3.5. Segmentasi Active Contour Models (snakes)

Metode ini merupakan proses segmentasi yang digunakan untuk merunut
batas-batas (boundary) objek pada citra, juga merupakan model pendeteksian

6
kontur yang mampu membentuk kontur objek secara akurat. Dengan menerapkan
fungsi energy-minimizing, diawali dengan penempatan deformable curve pada
objek, energi snake mencari titik pada citra yang memiliki energi paling
minimum, hal itu akan membuat kurva tertarik ke titik tersebut [2].
3.5.1. Boundary Object
Pemilihan titik awal berada di tengah objek dan tepi objek agar
menghasilkan keakurasian posisi sampai pada proses akhir segmentasi.
Batas tepi 2
Batas tengah 2

Batas tepi 1
Batas tengah 1

(a) (b)
Gambar 3. 2. Pemilihan titik awal untuk boundary object: (a)
inisialisasi titik tengah dan tepi (b) bentuk dari hasil kalkulasi titik

Kalkulasi titik sehingga membentuk lingkaran pada gambar 3.3(b) tersebut

menggunakan rumus lingkaran yaitu:
Jarak (distance) = (3.1)
3.5.2. Model Matematis Energi Snakes
Proses pengekstraksian boundary objek diinisialisasi oleh suatu kurva yang
diperkirakan dekat dengan batas-batas objek atau region yang dituju pada citra.
Secara matematis snake energy dirumuskan dari tiga jenis energi, berupa internal
energy, external energy, dan image force pada persamaan 3.2.
( ) { ( ) ( ) } (3.2)
Keterangan :
v(s) : nilai koordinat (x(s), y(s)), dengan nilai s (0,1) , Eint: internal energy ,
Eimage : image force , Econ : external energy

(a) (b) (c)

Gambar 3. 3.Mekanisme Pendeteksian Boundary Objek

7
 BAB IV
HASIL YANG DICAPAI DAN POTENSI KHUSUS
Hasil yang dicapai dari kegiatan penelitian ini hingga saat ini yaitu:
4.1.Bagian Penelitian
Penentuan usia dari perbandingan (rasio) lebar tulang antara metafisis dan
epifisis dapat ditentukan pada gambar 4.1.
Keterangan:
: lebar tulang
metafisis
: lebar tulang
Radius Ulna epifisis
Gambar 4. 1.Gambaran (a)Daerah objek penelitian,(b)perhitungan lebar tulang [1]

4.2.Proses Pengolahan Citra

(a) (b) (c)

Gambar 4. 2.Proses pengolahan citra pada tulang epifisis dan metafisis: Draw
object (a)Inisialisasi titik, (b)deteksi tepi dan (c)input proses segmentasi
Pada gambar 4.2 adalah tahapan proses pengolahan citra yang terdiri dari
proses draw image. Pada proses ini telah berhasil dan digunakan sebagai input
pada proses segmentasi.
4.3.Proses Segmentasi
4.3.1. Pemilihan objek

(a) (b) (c) (d) (e)

Gambar 4. 3. Perbandingan posisi inisialisasi awal metafisis dan epifisis, (a)
metafisis mendekati tepi dan epifisis tepat di tepi, (b) melebihi tepi, (c) tepat pada
tengah objek, (d) metafisis melebihi tepi dan epifisis mendekati tepi, (e)
mendekati tepi
Pada gambar 4.3 menunjukkan beberapa kondisi ketika melakukan
inisialisasi awal dimana inisialisasi awal ini berperan penting dalam menentukan
pergerakan kontur dan hasil segmentasi. Dari kondisi tersebut, maka dapat
dikategorikan menjadi 3 kriteria posisi yang diperbolehkan, masih diperbolehkan
dan tidak diperbolehkan. Penentuan dan pembagian kriteria tersebut berdasarkan
posisi jarak radius dengan rumus persamaan 3.1 dimana kriteria jarak antar titik
pusat dan titik tepi dari tulang metafisis dan epifisis dapat dilihat pada tabel 4.1.
Tabel 4. 1. Tabel kriteria posisi metafisis dan epifisis yang baik dan tidak

8
 Gbr Koordinat Posisi Jarak radius
Metafisis Epifisis
Pusat Tepi Pusat Tepi Metafisis Epifisis
X1 Y1 X2 Y2 X1 Y1 X2 Y2
A 341 632 340 609 367 585 367 573 46.043 24
B 342 643 307 646 365 584 365 570 70.257 28
C 343 635 340 615 364 585 364 578 40.447 14
D 342 634 341 599 359 583 359 576 70.028 14
E 342 629 341 605 370 583 370 574 48.042 18

4.3.2. Hasil Metode Active Contour Models

Metode snakes ini digunakan untuk melakukan segmentasi tulang metafisis
dan epifisis dari pemilihan titik awal berdasarkan parameter nilai alfa, beta dan
gamma. Hasil dari metode ini dapat dilihat pada tabel 4.2.
Tabel 4. 2.Perbandingan nilai lebar
Usia Referensi (Cm) System (Cm) Selisih (Cm) STD (5 Data)
(Tahun) Metafisis Epifisis Metafisis Epifisis Metafisis Epifisis Metafisis Epifisis
3 1,8 1,2 1,5942 0,70048 0,20580 0,49951 0,08191 0,024154
4 2,05 1,55 1,8116 1,19807 0,23840 0,35193 0,05124 0,516820
6 2,2 1,85 1,82125 1,52657 0,3787 0,32343 0,02160 0,255286
9 2,25 2,15 1,82609 1,48792 0,42391 0,66207 0,01323 0,169598
13 2,5 2,7 1,71498 1,59903 0,78502 1,10096 0,04184 0,133835

4.4.Indikator Capaian yang Terukur

Indikator capaian terukur dinyatakan dalam Tabel 2. berikut:
Tabel 4. 3. Indikator capaian terukur
No Tahap Proses Yang Telah Dilakukan Capaian
1. Melakukan pengambilan data sampel sebanyak 23 data x-ray berukuran .bmp Selesai 100%
2. Tahap Seleksi objek Selesai 100%
- Cropping image
3. Tahap Pre-processing Selesai 100%
- Morphological Filtering and Canny Edge Detection
4. Tahap Segmentasi Selesai 100%
- Inisialisasi titik boundary
- Metode Active Contour Models
5. Tahap Ekstraksi Ciri Selesai 100%
- Perhitungan lebar epiphysis dan metaphysis
6. Tahap Klasifikasi Usia Selesai 90%

4.5. POTENSI KHUSUS

Dari seluruh kegiatan penelitian yang telah kami lakukan, adapun
beberapa potensi hasil yang dapat kami peroleh dari kegiatan ini, yakni:
1. Membantu para dokter dalam melakukan diagnosis perkembangan maturasi
tulang dengan menggunakan masukan image x-ray pada aplikasi desktop.
2. Membantu tim analis forensik dalam melakukan identifikasi seseorang dari
usia berdasarkan x-ray.
3. Aplikasi dapat dituangkan dalam sebuah artikel ilmiah yang diharapkan
mampu menjadikan dampak positif pada masa yang akan datang.

9
 BAB V
PENUTUP
5.1. Kesimpulan
Berdasarkan penjelasan dan hasil pengujian pada bab sebelumnya, maka
dapat diambil kesimpulan yaitu:
1. Pada tahap draw image, pemilihan menggunakan manual draw pada tulang
metafisis tulang epiphysis memiliki prosentase keberhasilan mencapai 100%
dengan mengambil gambar pada bagian radius.
2. Pada tahap preprocessing, pemilihan titik awal pada tengah objek dan tepi
objek tulang harus pada posisi yang dapat ditentukan dengan pasti
3. Metode active contour models (snakes) digunakan untuk proses boundary
object bebas pada proses segmentasi bentuk tulang menggunakan teknik
snakes balloon.
4. Pada tahap pengujian dari lebar tulang metapysis dan tulang epiphysis, selisih
lebar antara sistem dengan data referensi hanya sekitar 0-0.7. Hal ini
menandakan bahwa metode yang digunakan cocok untuk menentukan usia
secara otomatis.

5.2. Saran
Dalam penelitian ini terdapat beberapa kelebihan namun juga tidak
terlepas dari kekurangan yang membutuhkan saran-saran untuk mendukung
kesempurnaanya. Hingga saat ini saran-saran yang dapat diberikan adalah
melakukan perbandingan terhadap beberapa metode segmentasi lagi untuk
mendapatkan fitur ciri tulang yang baik.

10
 DAFTAR PUSTAKA

[1]Mardiati,Endah. Hand-wrist Radiograph Analysis. Bandung. Fakultas

Kedokteran Gigi Universitas Padjajaran.
[2]Yumiarty, Yuyun. 2010. Pembentukan Boundary Objek Pada Citra Digital
Menggunakan Active Contour Models.
[3]Yasmine Bitencourt Emlio Mendes,dkk. 2010. Analysis of skeletal maturation
in patients aged 13 to 20 years by means of hand wrist radiographs. Dental
Press J. Orthod. v. 15, no. 1, p. 74-79, Jan./Feb.2010.
[4]S.Idell Pyle, Alice W and William Walter Greulich. 1971. A Radiographic
Standard Of Reference The Growing Hand and Wrist. The Press Of Case
Western Reserve University, Cleveland.
[5]Mansourvar, Marjan. 2014. Bone Age Assesment Using Hand and Clavicle X-
Ray Images. The Faculty Of Computer Science And Information Technology
University Of Malaya, Kuala Lumpur.
[6]Nurpadmi., Purnama,I Ketut Eddy. Segmentasi Citra Pada Citra CT
Menggunakan Active Contour. Jurusan Teknik Elektro, FTI, ITS.
[7]Abdul Munim Idries. 1997. Pedoman Ilmu Kedokteran Forensik Edisi
Pertama. Binarupa Aksara
[8]Indrawati. Segmentasi Citra X-Ray Dari Citra CT Menggunakan Active
Contour. Program Studi Teknik Informatika Jurusan Teknik Elektro
Politeknik Negeri Lhokseumawe.
[9]Nabella M.W., Sampurno,Joko.,Nurhasanah. 2013. Analisis Citra Sinar-X
Tulang Tangan Menggunakan Metode Thresholding Otsu untuk Identifikasi
Osteoporosis. Positron Vol.III, no.1, hal(12-15). Jurusan fisika FMIPA
Universitas Tanjungpura Pontianak.
[10] L. D. Cohen and I. Cohen, Finite-element methods for active contour
models and balloons for 2-D and 3-D images,IEEE Trans. Pattern Anal.
Machine Intell., vol. 15, pp. 1131-1147, Nov. 1993.

11
 LAMPIRAN-LAMPIRAN
Lampiran 1.Penggunaan Dana
Tabel Lampiran 1.Pemasukan dan Pengeluaran dana
No Deskripsi Satuan Volume Harga Satuan Harga Total
Pemasukan
1. Dana hibah Dikti (70%) Rp 4.200.000
2. Rencana Pemasukan (+30%
Rp 1.800.000
dari hibah Dikti)
TOTAL PEMASUKAN Rp 6.000.000

Pengeluaran
A. Peralatan Penunjang
1. Biaya Pembimbing Klinis dan
1 - Rp 180.000 Rp 180.000
pendampingan lapangan
2. Biaya Penelitian 1 - Rp 275.000 Rp 275.000
3. Buku penunjang robot vision 1 Buah Rp 58.400 Rp 58.400
4. Buku folio 1 Buah Rp 11.000 Rp 11.000
5. Buku harian 1 Buah Rp 7.000 Rp 7.000
6. Biaya Internet 1 Rp 165.500 Rp 165.500
7. Personal Computer 1 Unit Rp 3.780.000 Rp 3.780.000
8. Perangkat penyimpanan data 1 Buah Rp 50.000 Rp 50.000
B. Bahan Habis Pakai
1. Foto copy buku 1 Buah Rp 16.000 Rp 16.000
2. Alat tulis perkantoran - - Rp 18.700 Rp 18.700
3. Print A4 8 Lembar Rp 1.000 Rp 8.000
4. Materai 2 Buah Rp 7.000 Rp 14.000
5. CD-R 2 Buah RP 3.500 Rp 7.000
6. Tempat CD-R 1 Buah Rp 3.500 Rp 3.500
7. Kertas A4 70gram 1 rim Rp 30.000 Rp 30.000
C. Perjalanan
1.Transportasi pengambilan data 2,12 Liter Rp 7.050 Rp 15.000
2.Transportasi expo di KRI 2,89 Liter Rp 19.000 Rp 19.000
3.Transportasi publikasi 2,17 Liter Rp 6.900 Rp 15.000
4.Transportasi expo monev 2,17 Liter Rp 6.900 Rp 15.000
D. Lain-Lain
1. Cetak xbanner 1 Buah Rp 80.000 Rp 80.000
2. Cetak poster 1 Buah Rp 10.000 Rp 10.000
Pengeluaran Sementara Rp 4.778.100
E Rencana Pengeluaran
1. Internet Speedy 2 Bulan Rp 168.000 Rp 336.000
2. Cetak X-Banner 2 Buah Rp 80.450 Rp 160.900
3. Cetak banner publikasi 2 Buah Rp 25.000 Rp 50.000
3. Cetak Poster dan brosur 10 Buah Rp 27.500 Rp 275.000
4. Transportasi Seminar 4 orang Rp 100.000 Rp 400.000
Total Rencana Pengeluaran Rp 1.221.900
Jumlah Pengeluaran Rp 6.000.000

12
Lampiran 2. Perencanaan Penelitian
2015 2016
- Review jurnal - Pengambilan data
penelitian gambar
- Mencoba program x-ray bone age
prapemprosesan, - Membuat program
segmentasi citra x-ray prapemprosesan citra
bone age dengan metode
- Mencoba program gaussian filtering dan
klasifikasi pada edge detection
beberapa aplikasi - Membuat program
dasar segmentasi citra
dengan metode active
contour models
- Menguji program
prapemprosesan dan
segmentasi
- Membuat antarmuka
aplikasi
- Melakukan klasifikasi
usia
- Membuat jurnal
tentang penentuan usia
otomatis dari x-ray
bone age
Prapemprosesan Segmentasi
1 3
Banyak noise
Kurang tepat
Kurang tepat
2 4
Pemotongan objek Klasifikasi
2017
- Membuat alat portabel
untuk mendeteksi usia
otomatis
- Membuat program
segmentasi dengan
gabungan metode
active contour models
dengan active shape
models
- Menguji program
tersebut dan
membandingkan
dengan metode active
contour models
- Membuat jurnal
segmentasi dengan
gabungan 2 metode
- Membuat paten sistem
yang telah dibuat
Mendeteksi usia
pada x-ray bone
age
13
Lampiran 3. Bukti Pendukung Kegiatan
1. Dokumentasi Kegiatan
Diskusi Kelompok

Konsultasi dengan Pembimbing

14
2. Progress Pengerjaan

15
16
Tabel 1. Referensi perbandingan usia dengan rasio lebar tulang
Age reference (month) Rasio lebar Metaphysis : Epiphysis (cm)
No
Male Female Tulang Radius Tulang Ulna
1. 19 14 1,7 : 0,6 N/A
2. 28 21 1,7 : 1,1cm N/A
3. 36 27 1,8 : 1,2 N/A
4. 42 31 1,9 : 1,4 N/A
5. 48 37 2,05 : 1,55 N/A
6. 54 41 1,95 : 1,65 N/A
7. 60 47 1,95 : 1,7 N/A
8. 72 58 2,2 : 1,85 1,1 : 0,3
9. 84 71 2,1 : 1,9 1,3 : 0,7
10. 96 83 2,15 : 2,05 1,35 : 0,95
11. 108 94 2,25 : 2,15 1,25 : 1,1
12. 120 105 2,2 : 2,3 1,2 : 0,95
13. 132 113 2,4 : 2,45 1,05 : 0,95
14. 144 121 2,5 : 2,6 1,25 : 1,1
15. 156 128 2,5 : 2,7 1,45 : 1,55
16. 168 136 2,65 : 3 1,55 : 1,75
17. 180 148 2,7 : 3,1 1,65 : 1,75
18. 186 154 2,8 : 3,1 1,6 : 1,6
19. 192 161 3,05 : 3,45 1,75 : 1,75
20. 204 175 3,1 : 3,1 1,5:1,5
21. 216 192 3,1 : 3,3 1,4 : 1,5
22. 228 206 3,35 : 3,35 1,5 : 1,65

Proses Submit Paper

17
3. Nota Pembelian

18
19
20