Electronic Theses and Dissertation

ABSTRAK



Keakuratan diagnosis berperan penting dalam penentuan rencana terapi yang akan dilakukan pada pasien kanker otak. Salah satu diagnosis yang dapat dilakukan adalah pemeriksaan radiologi dengan menggunakan CT-Scan. Modalitas ini dapat mendeteksi ukuran, bentuk dan lokasi kanker. Secara umum, metode penentuan diameter kanker otak pada citra CT-Scan adalah dengan menarik garis diameter kanker, hal tersebut harus benar-benar memperhitungkan batas tepi antara sel-sel normal dan abnormal secara manual, sehingga ukuran diameter kanker yang diukur berpotensi tidak sesuai ukuran sebenarnya. Penelitian ini bertujuan untuk mendeteksi diameter kanker otak secara lebih akurat dengan menggunakan empat buah metode deteksi tepi, yaitu deteksi tepi roberts, prewitt, sobel dan canny. Penelitian ini menggunaan aplikasi MATLAB untuk pengolahan citra digital. Ada tujuh citra kanker otak hasil CT-Scan yang digunakan untuk pendeteksian tepi. Hasil penelitian menunjukkan bahwa ke-empat metode segmentasi tersebut dapat menghitung perubahan nilai intensitas yang drastis pada batas tepi antara sel-sel normal dan abnormal. Namun, jika dibandingkan keakuratannnya, maka metode segmentasi sobel dan canny lebih akurat dalam mendeteksi tepi jika dibandingkan dengan metode roberts dan prewitt. Korelasi (R2) antara pengukuran manual yang dilakukan secara teliti dengan menggunakan deteksi tepi roberts, prewitt, sobel dan canny, masing-masing adalah 0,994 0,992 0,996 dan 0,996. Berdasarkan ke-empat metode deteksi tepi tersebut maka diameter kanker otak dapat ditentukan secara lebih mudah dan akurat.


Kata Kunci : Deteksi Tepi; Roberts; Prewitt; Sobel; Canny; Kanker Otak; Diameter

ABSTRACT The accuracy of the diagnosis plays an important role in determining the therapeutic plan to be carried out in brain cancer patients. One of the diagnoses that can be done is a radiological examination using a CT-Scan. This modality can detect the size, shape, and location of cancer. Size is one of the important factors used to assess the development of a tumor or brain cancer. Size indicates how large the tumor is at its widest point. Currently, the method used to determine one of these factors is measuring the diameter of cancer precisely and accurately, and it really takes into account the boundary between normal and abnormal cells manually. This can result in the diameter being measured not matching the actual size. This study aims to detect the diameter of brain cancer more accurately and automatically using four edge detection methods, namely Roberts, Prewitt, Sobel, and Canny edge detection. In this study, MATLAB applications for digital image processing were used. There were seven CT-Scan brain cancer images used for edge detection. The results showed that the four segmentation methods were able to calculate the drastic change of the intensity value at the boundary between normal and abnormal cells. However, when comparing accuracy, the Sobel and Canny segmentation methods are more accurate in detecting edges when compared to the Roberts and Prewitt methods. The correlation (R2) between careful manual measurements and using Roberts, Prewitt, Sobel, and Canny edge detection, was 0.994 0.992 0.996, and 0.996, respectively. Based on the four edge detection methods, the diameter of brain cancer can be determined more easily and accurately. Keywords: Edge Detection; Roberts; Prewitt; Sobel; Canny; Brain cancer; Diameter