Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Automata

Identifikasi Stadium Plasmodium Vivax untuk Penegakan Diagnosis Penyakit Malaria dengan Sistem Berbantuan Komputer Indri Dwi Febriani; Izzati Muhimmah; Novyan Lusiyana
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit malaria menjadi masalah kesehatan di seluruh dunia, termasuk Indonesia. Kesalahan diagnosis dan perawatan medis yang tidak tepat dapat berakibat fatal, seperti kematian pasien. Pemeriksaan mikroskopis masih menjadi standar penegakan diagnosis malaria. Tetapi metode pemeriksaan tersebut memakan waktu dan hasil akurasi diagnosisnya bergantung pada tingkat keahlian serta pengalaman dokter atau ahli patologi. Deteksi dini penyakit malaria diperlukan untuk menekan angka kematian pasien. Sejumlah penelitian berbasis pengolahan citra dikembangkan untuk mengidentifikasi parasit malaria secara otomatis. Penelitian ini bertujuan untuk mengusulkan metode pengolahan citra yang dapat digunakan untuk identifikasi stadium parasit malaria Plasmodium vivax. Berdasarkan citra mikroskopis sediaan darah, stadium Plasmodium vivax diidentifikasi dan diklasifikasikan menjadi trofozoit, skizon, dan gametosit. Metode yang digunakan pada penelitian ini di antaranya mengubah citra RGB ke kanal S (saturation) pada ruang warna HSV, lalu segmentasi dan operasi morfologi. Selanjutnya dilakukan ekstraksi fitur tekstur, ukuran, serta bentuk. Fitur-fitur yang didapatkan kemudian diseleksi dengan metode CSF dan untuk proses klasifikasinya digunakan metode Support Vector Machine (SVM). Hasil evaluasi pada 30 citra sediaan darah tipis menunjukkan bahwa metode yang diusulkan mendapatkan nilai akurasi sebesar 64%.
Identifikasi Stadium Plasmodium Ovale Penyebab Penyakit Malaria dari Apusan Darah Tipis dengan Sistem Berbantuan Komputer adelia sukma ardana; Izzati Muhimmah; Novyan Lusiyana
AUTOMATA Vol. 3 No. 1 (2022)
Publisher : AUTOMATA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Malaria merupakan penyakit yang ditularkan dari gigitan nyamuk Anopheles betina infektif yang menghisap darah manusia. Pada tahun 2016 World Health Organization (WHO) melaporkan terdapat 216 juta kasus di dunia dan tercatat 445.000 jiwa diantaranya meninggal. Parasit yang menyebabkan penyakit malaria adalah parasit dari genus Plasmodium yang terdiri dari empat jenis, yaitu: Plasmodium malaria, Plasmodium falciparum, Plasmodium vivax, dan Plasmodium ovale. Setiap jenis parasit tersebut akan melewati tiga stadium dalam hidupnya, yang terdiri dari stadium tropozoit, skizon dan gametosit. Masing-masing dari jenis dan stadium parasit memiliki gejala dan ketahanan yang berbeda-beda terhadap obat. Oleh karena itu, dibutuhkan diagnosis yang tepat untuk dapat mengidentifikasinya. World Health Organization (WHO) menyarankan untuk menggunakan metode yang disebut pengujian diagnosis berbasis parasit, contohnya adalah analisis mikroskopis. Namun, metode ini membutuhkan ahli mikroskopis yang berpengalaman dan berkompetensi. Diagnosis (CAD) dapat dilakukan untuk mendeteksi dini penyakit malaria. CAD merupakan sistem yang digunakan untuk membantu menginterpretasikan citra medis dalam waktu singkat dan meningkatkan hasil akurasi diagnosis. Pada penelitian ini dilakukan cara untuk mengidentifikasi Plasmodium ovale dengan metode thresholding dan mengklasifikasikan parasit plasmodium berdasarkan stadiumnya. Citra dari hasil akuisisi dilakukan ROI dengan cropping manual yang berukuran 200 x 200 piksel sebagai tahap preprocessing. Dari 30 citra parasit Plasmodium ovale terdapat tiga jenis stadium yang terdiri dari 20 citra tropozoit, 6 citra skizon, dan 4 citra gametosit. Fitur yang digunakan adalah fitur bentuk, ukuran dan tekstur. Pengelompokan dilakukan dengan metode J48 dan “cross validation” berjumlah 10 folds. Dari proses tersebut diperoleh nilai akurasi 63,3333% dengan total 19 citra tepat, 11 citra tidak tepat. Dari hasil akurasi tersebut dapat dilakukan pengelompokan perbandingan citra yang tepat atau tidak tepat dengan data berupa grafik.