bab ii tinjauan pustaka - repository.unair.ac.idrepository.unair.ac.id/25571/11/11. bab 2.pdf ·...

5

BAB II

TINJAUAN PUSTAKA

Pada penelitian ini terdapat beberapa tinjauan pustaka diantaranya adalah

tinjauan pustaka tentang jantung, elektrokardiograf, elektrokardiogram,

pengolahan citra digital, jaringan saraf tiruan,dan backpropagation.

2.1 Jantung

2.1.1 Anatomi Jantung

Jantung adalah organ berongga yang terletak antara kedua paru-paru di

bagian tengah rongga toraks. Jantung berukuran kurang lebih sebesar kepalan

tangan pemiliknya dan bentuknya seperti kerucut tumpul. Ujung atas yang lebar

(dasar) mengarah ke bahu kanan; ujung bawah yang mengerucut (apeks)

mengarah ke panggul kiri (Sloane, 2003).

Gambar 2.1 Bagian-Bagian Jantung (BITLIPI, 2012)

Jantung memiliki empat ruang, atrium kanan dan atrium kiri atas;

ventrikel kanan dan ventrikel kiri bawah. (Sloane, 2003). Gambar 2.1

menggambarkan anatomi jantung.

ADLN Perpustakaan Universitas Airlangga

Skripsi Deteksi Dua Belas Sadapan Sinyal Elektrokardiogram Untuk Mengenali Kelainan Jantung Menggunakan Jaringan Saraf Tiruan Dengan Metode Backpropagation

Talitha Asmaria

6

2.1.2 Aktivitas Jantung

Fungsi utama jantung adalah memompa darah ke seluruh tubuh. Sisi

kanan jantung memberikan darah beroksigen (deoxygenated blood) dari tubuh ke

paru-paru, dan sisi kiri jantung memberikan darah beroksigen (oxygenated blood)

dari paru-paru ke tubuh. (Vahed, 2005)

Gambar 2.2 Sirkulasi Darah Pada Jantung (Sloane, 2003)

Darah beroksigen (deoxygenated blood) memasuki atrium kanan jantung

Atrium berkontraksi dan mendorong darah ke dalam ventrikel kanan. Kemudian

ventrikel berkontraksi dan mendorong darah keluar dari jantung sehingga masuk

ke paru-paru. Darah beroksigen (oxygenated blood) dari paru-paru kembali ke



Talitha Asmaria

7

atrium kiri. Atrium kembali berkontraksi dan mendorong darah melalui ventrikel

kanan. Ventrikel kembali berkontraksi dan mendorong darah ke seluruh bagian

tubuh (Vahed, 2005). Gambar 2.2 menggambarkan bagian-bagian jantung serta

aliran darah dari jantung ke seluruh tubuh dan aliran darah menuju jantung.

2.1.3 Aktivasi Elektrik Jantung

Semua membran sel tubuh pada dasarnya memiliki potensial membran

yang ada hubungannya dengan penyebaran ion Na+ dan K

+. Potensial membran

ini dapat ditemukan pada dua tipe sel, yaitu sel saraf dan sel otot. Perubahan

potensial membran tersebut dialami oleh dua sel tersebut secara cepat.

Potensial aksi merupakan perubahan potensial membran yang diawali

pada ujung axon dan menyebar ke seluruh badan axon (serabut-serabut saraf).

Untuk memahami tentang potensial aksi, maka diperlukan pemahaman tentang

empat istilah keadaan, yaitu polarisasi, depolarisasi, hiperpolarisasi, dan

repolarisasi.

Pada membran yang sedang istirahat, terdapat pemisahan muatan antara

sebelah luar membran dan sebelah dalam membran. Bagian luar membran akan

lebih positif dan bagian dalam membran akan lebih negatif. Dalam keadaan

demikian dikatakan bahwa membran mengalami polarisasi dan memiliki potensial

istirahat (-70mV). Membran yang mengalami depolarisasi, potensial membran

bergerak ke arah 0 mV menuju potensial membran positif (+30 mV). Membran

yang mengalami hiperpolarisasi mempunyai negatif potensial membran yang

lebih besar dibandingkan saat potensial membran istirahat atau potensial membran

depolarisasi. Pada keadaan repolarisasi membran kembali ke potensial istirahat.



Talitha Asmaria

8

Selanjutnya, myocardium atau otot jantung terdiri dari sebagian besar

serabut otot yang dipacu untuk berkontraksi satu sama lain oleh peristiwa aktivasi

elektrik. Pada keadaan pemulihan diketahui bahwa dibagian dalam serabut otot

dan sel pada jantung mempunyai perbedaan potensial -90 mV. Ketika potensial

aksi yang menyebar ke sekeliling serabut bergerak menuju batas ambang (thresh-

old), maka kanal ion Na+ akan terbuka. Konsesntrasi ion Na

+ ini begitu cepat dan

memiliki perubahan potensialnya +20 hingga +30 mV. Hal ini disebut sebagai

polarisasi dan merupakan fase pertama potensial aksi pada serabut. Ketika terjadi

perpindahan dan pengurangan ion Na+, keadaan depolarisasi dipertahankan pada

saat terjadinya perpindahan ion Ca+, hal ini disebabkan adanya kontraksi pada

serabut. Setelah kira-kira 300ms, perpindahan ion Ca+ berhenti dan kanal ion K

+

dibuka, maka pengaliran ion K+ dimulai. Perbedaan potensial dikembalikan ke

awal pada -90 mV. Hal ini disebut peristiwa repolarisasi dan fase akhir dari

potensial jantung (Martini, 2001).

Gambar 2.3 Potensial Aksi (howMed.net, 2011)

Gambar 2.3 menggambarkan pontensial aksi pada jantung. Potensial aksi

diawali oleh penjalaran SA node sepanjang sistem konduksi pada jantung.



Talitha Asmaria

9

Potensial ini terjadi dalam serabut yang berkontraksi yang merupakan pembangkit

dari bagian atria dan ventrikel. Kemudian potensial aksi ini akan menghasilkan

depolarisasi, pletaeu (masa stabil), dan repolarisasi.

2.1.4 Sistem Konduksi Kelistrikan Jantung

Komponen sistem konduksi kelistrikan jantung yang meliputi SA node,

AV node, Bundle HIS, cabang kiri dan kanan dari Bundle his, dan Serabut

Purkinje. Pada keadaan normal impuls jantung dimulai dari SA node. Impuls ini

kemudian menjalar ke seluruh jantung. Pada saat impuls berlangsung yang

pertama kali berkontraksi adalah atria kemudian diikuti oleh ventrikel atau AV

node. Selanjutnya dari AV node ini, impuls menjalar menuju Bundle HIS beserta

menjalar ke cabang kanan dan kiri dari Bundle HIS. Proses ini kemudian

dijalarkan kembali oleh serabut purkinje menuju SA node. Gambar 2.4

menggambarkan sistem konduksi jantung.

Kondisi-kondisi ini biasanya didiagnosis dengan menggunakan ECG

sehingga menghasilkan sinyal seperti pada Gambar 2.5.

Gambar 2.4 Konduksi Impuls pada Jantung (HowMed.net, 2011)



Talitha Asmaria

10

Gambar 2.5 Elektrofisiologi jantung (Ganong, 2005)

2.1.5 Kelainan Jantung

Terdapat baerbagai kelainan jantung salah satu diantaranya adalah

pembesaran otot jantung (hipertrofi). Hipertofi adalah peningkatan ukuran dan

massa pada suatu bagian jantung tertentu yang disebabkan peningkatan tekanan

pada daerah tersebut. Hipertrofi dapat berkembang menjadi gagal jantung.

Kelainan jantung hipertrofi dapat dideteksi dengan menggunakan ECG

(Klabunde,2011). Terdapat empat bagian jantung yang dapat mengalami hipertrofi

yaitu atrium kanan (right atrium hipertrophy), atrium kiri (left atrium

hipertrophy), ventrikel kanan (right ventricular hipertrophy), dan ventrikel kiri

(left ventricular hipertrophy). Gambar 2.6 menyajikan keadaan jantung bagian

atrium kiri dan ventrikel kanan yang mengalami hipertrofi.



Talitha Asmaria

11

ventrikel kanan

(a) (b)

Gambar 2.6 Pembesaran Otot Jantung Pada Atrium Kiri (a) dan Ventrikel

Kanan (b) (Klabunde, 2011)

Pada keadaan right atrium hypertrophy, elektrokardiogram menunjukkan

gambar dengan gelombang P pada sadapan II yang tinggi melebihi ukuran

gelombang P normal atau yang biasa disebut P pulmonal, yaitu >2,5 kotak kecil.

Pada keadaan left atrium hypertrophy, elektrokardiogram menunjukkan gambar

dengan gelombang P pada sadapan II yang berlekuk atau yang biasa disebut P

mitral. Pada keadaan right ventricular hypertrophy, elektrokardiogram

menunjukkan gambar dengan gelombang QRS yang positif pada sadapan V1,

sedangkan normalnya QRS pada sadapan V1 cenderung negatif. Selain itu pada

keadaan right ventricular hypertrophy, elektrokardiogram menunjukkan gambar

dengan adanya gelombang S pada sadapan V6. Pada keadaan left ventricular hy-

pertrophy, elektrokardiogram menunjukkan gambar dengan gelombang R yang

tinggi melebihi ukuran gelombang R normal, yaitu >27 kotak kecil (Alim, 2008).

Bentuk gelombang pada keadaan jantung normal pada elektrokardiogram dengan

dua belas sadapan disajikan pada Gambar 2.7 (a) dan (c) dan keadaan jantung

yang mengalami kelainan jantung left atrium hypertrophy dan right ventricular

hypertrophy disajikan pada Gambar 2.7 (b) dan (d).



Talitha Asmaria

12

Gambar 2.7 Bentuk Gelombang (a) Kondisi Jantung Normal Pada Sadapan 2,

(b) Kondisi Left Atrium Hipertrophy Pada Sadapan 2, (c) Kondisi Jantung Normal

Pada Sadapan V6, dan (d) Kondisi Right Ventricular Hipertrophy

2.2 Elektrokardiograf (ECG)

Elektrokardiograf merupakan alat yang berfungsi mencatat kelistrikan

jantung sebagai fungsi waktu. Elektrokardiograf terdiri dari beberapa komponen

utama yaitu elektrokardiogram, sadapan, dan instrumen elektrokardiograf.

2.2.1 Elektrokardiogram (EKG)

Sinyal pada ECG (Gambar 2.5) direpresentasikan sebagai sebuah

gelombang yang divisualisasikan pada kertas perekam dengan kecepatan 25mm/s.

Ukuran dari setiap kotak kecil pada kertas perekam EKG (Gambar 2.8) adalah 1

mm2. Dengan kecepatan 25 mm/s, 1 kotak kecil kertas EKG sama dengan 0,04 s

(40 ms). Lima kotak kecil menyusun 1 kotak besar, yang sama dengan 0,20 s (200

ms). Karena itu, ada lima kotak besar permenit.

Gambar 2.8 Elektrokardiogram (HowMed.net,

2011)

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



Talitha Asmaria

13

EKG pada orang normal diperlihatkan pada Gambar 2.9. Bagian-bagian

jantung yang mengalami depolarisasi (Gambar 2.4) dan posisi elektroda terhadap

jantung menjadi pertimbangan yang penting dalam menafsirkan konfigurasi

gelombang di setiap sadapan. Atrium terletak di sebelah posterior dalam rongga

dada. Ventrikel membentuk basis dan anterior permukaan jantung, dan ventrikel

kanan berada di sisi anterolateral ke kiri. Jadi aVR “menghadap ke” rongga

ventrikel. Depolarisasi atrium, depolarisasi ventrikel, dan repolarisasi ventrikel

bergerak menjauhi elektroda eksplorasi sehingga gelombang P, kompleks QRS,

dan gelombang T tampak sebagai defleksi negatif (ke arah bawah); aVL dan aVF

menghadap ke ventrikel, dan karena itu defleksinya dominan positif atau bifasik.

Tidak ada gelombang Q pada V1 dan V2, serta bagian awal kompleks QRS

merupakan defleksi kecil ke atas karena depolarisasi ventrikel mula-mula

bergerak melintasi bagian tengah septum dari kiri ke kanan menuju elektroda

eksplorasi. Gelombang eksitasi lalu bergerak menuruni septum ke ventrikel kiri

menjauhi elektroda, yang menghasilkan gelombang S besar. Akhirnya, gelombang

ini bergerak kembali sepanjang dinding venrtikel menuju elektroda sehingga

kembali ke garis isoelektrik. Sebaliknya, pada sadapan ventrikel kiri (V4-V6)

mungkin terdapat awal gelombang Q kecil (depolarisasi septum dari kiri ke

kanan), dan terdapat gelombang R besar (depolarisai lambat dinding ventrikel

bergerak kembali menuju AV junction) (W.F. Ganong, 2005).

Terdapat variasi yang bermakna pada posisi jantung normal, dan posisi

mempengaruhi konfigurasi kompleks elektrokardiografi di berbagai sadapan

(W.F.Ganong, 2005).



Talitha Asmaria

14

2.2.2 Sadapan

Sebuah elektrokardiogram diperoleh dari rekaman potensial listrik antara

sejumlah titik tubuh dengan menggunakan penguat instrumentasi biomedis.

Sebuah sadapan mencatat sinyal listrik jantung dari gabungan beberapa elektroda

yang ditempatkan di titik-titik tertentu tubuh pasien. Sebuah elektrokardiograf dua

belas sadapan biasanya hanya menggunakan sepuluh elektroda. Gambar 2.10 dan

Tabel 2.1 menerangkankan tata letak sepuluh elektroda.

Gambar 2.9 Elektrokardiogram Normal (Ganong, 2005)



Talitha Asmaria

http://id.wikipedia.org/w/index.php?title=Potensial_listrik&action=edit&redlink=1

http://id.wikipedia.org/w/index.php?title=Penguat_instrumentasi&action=edit&redlink=1

15

Gambar 2.10 Letak Sepuluh Elektroda (www.wikipedia.org)

Tabel 2.1. Tata Letak 10 Elektroda ECG

Elektrode Penempatan

RA

LA

RL

LL

V1

V2

V3

V4

V5

V6

Pada lengan kanan

Pada lengan kiri

Pada bagian betis kaki kanan

Pada bagian betis kaki kiri

Ditempatkan di sela iga keempat disebelah kanan sternum. Ditempatkan di sela iga keempat disebelah kiri

Antara V2 dan V4

Ditempatkan disela iga kelima pada linea medioklavikularise.

Ditempatkan diantara V4 dan V6

Ditempatkan di sela iga kelima pada linea aksilaris

Ada dua jenis sadapan dalam perancangan suatu ECG yaitu sadapan bi-

polar dan saapan unipolar. Sadapan bipolar yakni sadapan I, II, dan III. Sadapan

Unipolar terdiri dari sadapan prakordial yang diberi nama V1-V6 dan dan tiga

sadapan unipolar ekstrimitas aVR, aVL, aVF (Ganong, 2008).

2.2.3 Instrumen Elektrokardiograf

Instrumen elektrokardiograf (ECG) merupakan alat yang digunakan

untuk mengolah sinyal elektrik jantung melalui elektroda dan menampilkannya



Talitha Asmaria

http://www.wikipedia.org/

16

Power Suplay (Baterai)

Power Suplay(PLN)

lewat kertas/layar monitor. ECG memiliki elektroda-elektroda yang ditempatkan

pada bagian tubuh tertentu untuk merekam potensial listrik yang dibangkitkan

oleh jantung.

Gambar 2.11 Diagram Blok Elektrokardiograf

Masukan sinyal biopotensial dari jantung yang di tangkap oleh lead

masuk ke rangkaian penguat instrumentasi. Selanjutnya sinyal masuk ke filter

yang terdiri dari bandpass filter dan notch fiter. Notch Filter digunakan untuk

menghilangkan frekuesi 50 Hz. Kemudian sinyal masuk ke rangkaian adder dan

isolation circuit . Rangkaian adder digunakan untuk menaikkan level tegangan

sinyal ECG. Penambahan tegangan ini disesuaikan hingga semua level sinyal

ECG bernilai positif sehingga nantinya dapat diproses oleh ADC (Widodo, 2009).

Rangkaian isolasi pada ECG berguna untuk melindungi pasien bila terjadi

Leads

Indikator Lead Fail Detector

Ampli Filter Adder Isolation Circuit

Wilson Network

Monitor (PC)

Baseline Restoration

Mikrokontroller

ADC



Talitha Asmaria

17

kebocoran arus, jadi listrik tidak berhubungan secara langsung dengan pasien.

ADC berfungsi untuk merubah hasil sinyal ECG ke bentuk digital. Kemudian

sinyal masuk ke mikrokontroler. Mikrokontroller berfungsi mengirimkan sinyal

ECG digital ke komputer (PC). Selain itu terdapat beberapa rangkaian lainnya

diantaranya, lead fail detector, dan power supply. Lead Fail Detector merupakan

rangkaian yang digunakan untuk mendeteksi bila ada lead yang lepas atau tidak

menempel sempurna dari tubuh pasien. Baseline Restoration berguna untuk

mereset rangkaian secara otomatis saat terjadi kondisi saturasi. Power suplay pada

ECG digunakan untuk mencatu-daya semua rangkaian (Nothrop, 2004). Gambar

2.11 menggambarkan diagram blok elektrokardiograf.

2.3 Pengolahan Citra Digital

Citra (image) adalah gambar pada bidang dwimatra (dua dimensi),

sebagai salah satu komponen multimedia yang digunakan sebagai bentuk

informasi visual. Meskipun citra sebuah informasi kaya informasi, namun

seringkali citra mengalami penurunan mutu (degradasi), misalnya mengandung

cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring),

dan sebagainya. Agar citra yang mengalami gangguan mudah diinterpretasi (baik

oleh manusia ataupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra

lain yang kualitasnya lebih baik (pengolahan citra). Pengolahan citra adalah

pemrosesan citra, khusunya dengan menggunakan komputer, menjadi citra yang

kualitasnya lebih baik ( Munir, 2004).

Tujuan utama dari pengolahan citra adalah memperbaiki kualitas gambar

(citra) sehingga dapat dilihat oleh mata manusia dan mengolah informasi yang



Talitha Asmaria

18

terdapat pada gambar (citra) untuk keperluan pengenalan obyek secara otomatis

pada suatu mesin.

Citra digital direpresentasikan dalam bentuk matriks H x W (H= tinggi,

W= lebar) (Munir 2004). Ukuran citra dinyatakan dalam titik atau piksel (pix-

el=picture elements) dan dapat pula dinyatakan dalam satuan panjang (metet dan

inci). Pusat koordinat citra digital terletak pada sudut kiri atas sedangkan pada

koordinat kartesius terletak pada sudut kiri bawah (Munir, 2004).

Perkembangan pengolahan citra sangat pesat dengan memanfaatkan ilmu

komputasi kita dapat mengidentifikasi jari, pengenalan tanda tangan, pengenalan

suara, maupun pengenalan pola sinyal elektrokardiogram.

Operasi-operasi yang dilakukan pada pengolahan citra bermacam-

macam, beberapa diantaranya adalah pengolahan citra abu-abu (grayscale),

segmentasi citra, operasi morfologi citra, ekstraksi fitur (fiture extraction), dan

operasi lainnya.

2.3.1. Pengolahan Citra Grayscale

Citra grayscale merupakan citra digital yang hanya memiliki satu nilai

kanal pada setiap pixelnya, dengan kata lain nilai bagian RED=GREEN=BLUE.

Nilai tersebut digunakan untuk menunjukkan tingkat intensitas. Warna yang

dimiliki adalah warna hitam, keabuan, dan putih. Tingkatan keabuan disini

merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati

putih (Putra, 2010). Gambar 2.12 merupakan contoh pengolahan citra grayscale.



Talitha Asmaria

19

(a) (b)

Gambar 2.12 Citra Medis Sebelum (a) dan Sesudah (b) grayscale. (Priyani, 2009)

Hasil grayscale disimpan dalam format 8 bit untuk setiap sampel pixel,

yang memungkinkan mempunyai nilai intensitas sebanyak 256. Format ini sangat

membantu dalam proses pemrograman karena manipulasi bit yang tidak terlalu

banyak. Untuk mengubah citra berwarna yang masing-masing mempunyai nilai

intensitas R, G, dan B menjadi citra abu-abu (gray) dengan nilai X, maka konversi

dapat dilakukan dengan mengambil rata-rata dari nilai R, G, dan B.

…………………………………………….. (2.1)

2.3.2. Pengolahan Citra Segmentasi

Segmentasi merupakan teknik untuk membagi suatu citra menjadi

beberapa daerah (region) dimana setiap daerah memiliki kemiripan atribut (Putra,

2010). Terdapat beberapa teknik segementasi yang dapat digunakan pada

pengolahan citra digital yaitu, pengambangan (thresholding), segementasi

berbasis cluster, transformasi Hugh, dan teknik-teknik lainnya. Thresholding

dilakukan dengan mengubah citra abu-abu yang memiliki derajat keabuan 256 (8

bit) menjadi citra yang hnaya memiliki dua warna yaitu hitam dan putih. Operasi

Segmentasi dilakukan dengan memilik salah satu teknik dari teknik-teknik



Talitha Asmaria

20

segmentasi. Secara umum proses pengambangan citra grayscale untuk

menghasilkan citra biner sebagai berikut :

............................................................... (2.2)

Dengan adalah citra biner dari citra grayscale , dan T

menyatakan niali ambang. Gambar 2.13 merupakan contoh proses segmentasi

pada pengolahan citra medis.

Gambar 2.13 Proses segmentasi (Allan, 2012)

Thresholding akan menghasilkan citra biner, yaitu citra yang memiliki

dua nilai tingkat keabuan yaitu hitam dan putih (Putra, 2010). Nilai intensitas citra

biner adalah 0 dan 1. Nilai intensitas 0 menyatakan latar belakang (background)

dan nilai intensitas 1 menyatakan objek (foreground) atau nilai intensitas 0

menyatakan warna hitam dan nilai intensitas 1 menyatakan warna putih.

2.3.3. Pengolahan Citra Morfologi

Morfologi citra merupakan suatu operasi pemrosesan citra yang

mengolah citra berdasarkan bentuknya. Operasi morfologi menggunakan dua in-

put himpunan yaitu suatu citra dan suatu kernel. Khusus dalam morfologi istilah

kernel disebut dengan structure elements (SE). SE merupakan suatu matrik dan



Talitha Asmaria

21

pada umumnya berukuran kecil. Gambar 2.14 menyajikan beberapa contoh SE.

Posisi yang dilingkari pada Gambar 2.14 menyatakan pusat koordinat.

1 1 1

1

1 1

1 1 1

1 1 1 1 1 1 1 0 1 0 1

1 1 1 1 1 0 1 1 1

Gambar 2.14 Contoh Structure Elements (Putra,2010)

Elemen dari SE dapat bernilai 1 dan 0. Ada dua operasi morfologi yaitu

dilasi dan erosi. Kedua operasi tersebut menjadi basis untuk membuat berbagai

operasi yang sangat berguna untuk pengolahan citra digital (Putra,2010).

2.3.3.1. Operasi Dilasi

Bila suatu objek (citra input) dinyatakan dengan A dan SE dinyatakan

dengan B setra Bx menyatakan translasi dari B sedemikian sehingga pusat B

terletak pada x.

Operasi dilasi A dan B dapat dinyatakan sebagai berikut.

............................................... (2.3)

Dengan menyatakan himpunan kosong.

Proses dilasi dilakukan dengan membandingkan setiap pixel citra input

dengan nilai pusat SE dengan cara melapiskan (superimpose) SE dengan citra

sehingga pusat SE tepat dengan posisi pixel citra yang diproses. Jika paling

sedikit ada satu pixel pada SE sama dengan nilai pixel objel (foreground) citra

maka pixel input diset nilainya dengan nilai pixel foreground dan bila semua pixel

yang berhubungan adalah background maka input pixel diberi nilai pixel diberi

nilai pixel background. Proses serupa dilanjutkan dengan menggerakkan

(translasi) SE pixel demi pixel pada citra input. Gambar 2.15 mengilustrasikan



Talitha Asmaria

22

suatu citra sebelum dan sesudah proses dilasi dengan menggunakan SE berukuran

3x3 dengan setiap nilai elemen SE bernilai satu.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0

0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0

0 0 1 1 1 1 1 0 0 0 0 1 1 1 0 0 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0

0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0

0 0 0 1 1 0 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0

0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0

0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0

0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0

0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0

0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0

0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0

0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0

0 0

0

0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0

0 0

0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0

Gambar 2.15 Proses Dilasi (Putra, 2010)

Semakin besar ukuran SE maka semakin besar perubahan yang terjadi.

SE berukuran kecil juga dapat memberikan hasil yang sama dengan SE berukuran

besar dengan cara melakukan dilasi berulang kali. Efek dilasi terhadap citra biner

adalah memperbesar batas dari objek yang ada sehingga objek terlihhat semakin

besar dan lubang-lubang yang terdapat di tengah objek akan tampak mengecil.

2.3.3.2. Operasi Erosi

Bila suatu objek (citra input) dinyatakan dengan A dan SE dinyatakan

dengan B setra Bx menyatakan translasi dari B sedemikian sehingga pusat B

terletak pada x. Operasi erosi A dan B dapat dinyatakan sebagai berikut.

................................................... (2.4)

Dengan X menyatakan himpunan bernilai satu.

Sama seperti pada dilasi, proses erosi dilakukan dengan membandingkan

setiap pixel citra input dengan nilai pusat SE dengan cara melapiskan (superim-

pose) SE dengan citra sehingga pusat SE tepat dengan posisi pixel citra yang



Talitha Asmaria

23

diproses. Jika semua piksel pada SE tepat sama dengan semua nilai pixel objek

(foreground) citra maka pixel input diset nilainya dengan nilai pixel foreground,

bila tidak maka input pixel diberi nilai pixel background. Proses serupa

dilanjutkan dengan menggerakkan SE pixel demi pixel pada citra input. Proses

erosi merupakan kebalikan dari proses dilasi. Jika dalam proses dilasi

menghasilkan objek yang lebih luas maka dalam proses erosi akan menghasilkan

objek yang menyempit (mengecil). Lubang pada objek juga akan tampak

membesar seiring menyempitnya batas objek tersebut. Gambar 2.16

mengilustrasikan citra sebelum dan sesudah proses erosi dengan SE berukuran

3x3 dengan semua elemen bernilai satu.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0

0 0 0 1 1 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0

0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0

0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0

0 0

0

0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0

0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Pada Gambar 2.16 terlihat hasil proses erosi menyebabkan objek

mengecil. Semakin besar kernel yang digunakan maka hasil yang akan didapatkan

akan semakin kecil. Begitu juga apabila proses erosi dilakukan berulang-ulang

akan terus mengecilkan objek walaupun hanya menggunakan SE berukuran kecil

(Putra, 2010).

Gambar 2.16 Proses Erosi (Putra, 2010)



Talitha Asmaria

24

2.3.4. Pengolahan Citra Ekstraksi Fitur

Ekstraksi Fitur merupakan proses mengambil ciri-ciri yang terdapat pada

objek di dalam citra. Fitur adalah karakteristik unik dari suatu objek. Analisis

bentuk merupakan salah satu metode pemisahan fitur. Terdapat berbagai macam

teknik pada pengolahan ekstraksi fitur, beberapa diantranya adalah amplitudo,

histogram, matriks co-occurance, gradient, deteksi tepi, spektrum fourier, dan

beberapa teknik lainnya (Putra, 2010). Perhitungan matematis pada masing-

maisng teknik pengolahan citra ekstraksi fitur berbeda-beda bergantung pada jenis

citra yang akan diolah fiturnya.

2.4 Jaringan Saraf Tiruan

Jaringan saraf tiruan (JST) adalah sistem pemroses informasi yang

memiliki karakteristik mirip dengan jaringan saraf biologi. JST dibentuk sebagai

generalisasi model matematika dari jaringan saraf biologi, dengan asumsi bahwa :

Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron).

Sinyal dikirimkan diantara neuron-neuron melalui penghubung-penghubung

Penghubung antar neuron memiliki bobot yang akan memperkuat atau

memperlemah sinyal

Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi yang

dikenakan pada jumlah inputan yang diterima. Besarnya output ini

selanjutnya dibandingkan dengan suatu batas ambang (Siang, 2005)

Neuron merupakan sistem yang “fault tolerant” dalam dua hal.

Pertama.manusia dapat mengenali sinyal input yang agak berbeda dari yang

pernah kita terima sebelumnya. Sebagai contoh, manusia sering dapat mengenali



Talitha Asmaria

25

seseorang yang wajahnya pernah ia lihat di foto, atau dapat mengenali seseorang

yang wajahnya agak berbeda karena sudah lama tidak dijumpai. Kedua, otak

manusia tetap mampu bekerja meskipun beberapa neuronnya tidak mampu

bekerja dengan baik. Jika sebuah neuron rusak, neuron lain kadang-kadang dapat

dilatih untuk menggantikan fungsi sel yang rusak tersebut (Siang, 2005).

Neuron adalah unit pemroses informasi yang menjadi dasar dalam

pengoperasian jaringan saraf tiruan. Neuron bekerja berdasarkan impuls atau

sinyal yang diberikan pada neuron. Neuron akan menstransformasikan informasi

(input) melewati sinyal yang dikirimkan antara neuron-neuron melalui

penghubung-penghubung. Penghubung antar neuron memiliki bobot yang

menyimpan informasi pada suatu nilai tertentu. Penghubung tersebut memiliki

bobot yang berbeda-beda, bobot yang bernilai positif akan memperkuat sinyal dan

bobot yang negatif akan memperlemah sinyal yang dibawahnya.

Jumlah,struktur,dan pola hubungan antar neuron-neuron tersebut akan

menentukan arsitektur jaringan (model jaringan yang terbentuk). Input ini akan

diproses oleh suatu fungsi perambatan yang akan menjumlahkan input-input

sinyal yang sudah dikalikan dengan bobotnya. Misalkan x1, x2, …..xn adalah unit

input dan wji, wj2,….wjn adalah bobot penghubung ke unit keluaran Y, maka unit

penjumlahan akan memberikan keluaran sebesar u=x1wj1,+ x2wj2+…… xnwjn

(Priyani, 2009).

Hasil penjumlahan ini kemudian akan dibandingkan dengan suatu nilai

ambang (threshold) tertentu melalui fungsi aktivasi, setiap neuron akan diteruskan

ke neuron lain atau tidak. Apabila input melewati suatu nilai ambang tertentu,



Talitha Asmaria

26

maka neuron tersebut akan diaktifkan dan akan mengirimkan output melalui

bobot outputnya ke semua neuron yang berhubungan dengannya. Jika tidak maka

neuron tersebut tidak akan diaktifkan.

Karakteristik dari JST ditentukan oleh :

1. Pola hubungan antara neuron (arsitektur jaringan)

Beberapa arsitektur jaringan yang sering dipakai dalam jaringan saraf tiruan

antara lain (Priyani, 2009):

a. Jaringan Layar Tunggal (single layer network)

b. Jaringan Layar Jamak (multi layer network)

c. Jaringan Reccurent

2. Metode untuk menentukan bobot penghubung (disebut metode training

/learning/algoritma) (Priyani, 2009).

3. Fungsi aktivasi

Dalam jaringan saraf tiruan, fungsi aktifasi dipakai untuk menentukan

keluaran suatu neuron.

Jaringan syaraf tiruan memiliki kelebihan dibandingkan dengan metode

perhitungan lainnya, antara lain :

1. Kemampuan mengakuisisi pengetahuan walaupun dalam kondisi ada

gangguan dan ketidkakpastian. Hal ini karena jaringan syaraf tiruan mampu

melakukan generalisasi, abstraksi, dan ekstraksi terhadap properti statistik

dari data.



Talitha Asmaria

27

2. Kemampuan mempresentasikan pengetahuan secara fleksibel jaringan syaraf

truan dapat menciptakan sendiri representasi melalui pengaturan diri sendiri

atau kemmpuan belajar (self organizing).

3. Kemampuan untuk memberikan toleransi, dimana gangguan kecil pada data

dapat dianggap hanya sebagai guncangan belaka.

4. Kemampuan memproses pengetahuan secara efisien karena memakai sistem

paralel, sehingga waktu yang diperlukan untuk pengoperasiannya lebih

singkat.

2.5 BackPropagation

Propagasi balik atau backpropagation merupakan algoritma

pembelajaran yang terawasi dan biasanya digunakan oleh perceptron dengan

banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-

neuron yang ada pada lapisan tersembunyinya (Priyani,2009).

Algoritma propagasi balik menggunakan error output untuk mengubah

nilai bobot-bobotnya dalam arah mundur (backward). Untuk mendapatkan error

ini, tahapan perambatan maju (forward) harus dikerjakan terlebih dahulu. Pada

saat perambatan maju, neuron-neuron diaktifkan dengan menggunakan fungsi

aktivasi yang dapat dideferensiasikan seperti sigmoid (Priyani, 2009). Pada

algoritma propagasi balik terdapat dua tahapan yaitu pelatihan dengan

menggunakan forward dan backward dan pengujian dengan menggunakan for-

ward.

Backpropagation melatih jaringan untuk mendapatkan keseimbangan

antara kemampuan jaringan untuk mnegenali pola yang digunakan selamna



Talitha Asmaria

28

Lapisan Input

Lapisan Tersembunyi

Matriks Bobot Pertama

Matriks Bobot Kedua

Lapisan Output

pelatihan serta kemampuan jaringan untuk memberikan respon yang benar

terhadap pola masukan yang serupa (tapi tidak sama) dengan pola yang dipakai

selama pelatihan.

Gambar 2.17 Arsitektur Jaringan Saraf Tiruan Backpropagation

Gambar 2.17 menunjukkan arsitektur jaringan saraf tiruan

backpropagation dengan Xi= nilai pada lapisan masukan dengan jumlah i, Zj =

nilai pada lapisan tersembunyi dengan jumlah j, Yk =nilai pada lapisan keluaran

dengan jumlah k, Vij = bobot pada lapisan input menuju lapisan tersembunyi, dan

Wjk = bobot pada lapisan tersembunyi menuju lapisan output.

Berikut penjelasan langkah-langkah algoritma backpropagation pada

tahap pelatihan :

Langkah 0 : Penginisialisasian bobot dan bias.

Nilai Input

V11 V21 V12 V22 V13 V23

W11 W12

Nilai Output



Talitha Asmaria

29

Mula-mula bobot diberi nilai acak yang kecil (range [1,-1]).

Bobot dari layar masukan ke layar tersembunyi (Vij ) dan bobot

dari layar tersembunyi ke layar keluaran (Wij).

Langkah 1 : Bila pada stopping condition nilai yang didapat masih belum

sesuai seperti yang diharapkan, maka ditempuh langkah 2

sampai 9.

Langkah 2 : Pada setiap data training, ditempuh langkah 3 sampai 8.

Umpan maju ( Feed forward )

Langkah 3 : Masing-masing unit input n),=,i(X i 1,2,.. menerima sinyal

masukan xi . Sinyal masukan x

i dikirim ke seluruh unit

hidden. Masukan xi yang dipakai adalah input training data

yang sudah melalui penyekalaan. Nilai tertinggi dan terendah

dari input yang dipakai dalam sistem kemudian dicari. Skala

yang digunakan disesuaikan dengan fungsi aktivasinya.

Langkah 4 : Masing-masing unit hidden p),=j,(Z j 1,2,... merupakan

penjumlahan sinyal-sinyal input yang telah diberi bobot

beserta biasnya, dengan persamaan :

n

=i

iji0jj

in VX+V=Z1

…………………………. ( 2.5 )



Talitha Asmaria

30

Untuk menghitung nilai sinyal output dari unit hidden,

digunakan fungsi aktivasi yang sudah dipilih, dengan

persamaan:

)f(Z=Zj

inj ………………………..……….. ( 2.6 )

Kemudian sinyal output dari unit hidden dikirim ke setiap

unit output.

Langkah 5 : Masing-masing unit output m),=k,(Yk 1,2,...

merupakan

penjumlahan sinyal-sinyal input yang telah diberi bobot

beserta biasnya, dengan persamaan :

p

=j

jkj0kk

in WZ+W=Y1

..................................... ( 2.7 ) Y ink

=W0k ∑j=1

p

Z j W jk …………..……………………. ( 2 - 3 )

Untuk menghitung nilai sinyal output dari unit output,

digunakan fungsi aktivasi yang sudah dipilih, dengan

persamaan :

)f(Y=Yk

ink ………….………………...…... ( 2.8 )

Propagasi error ( backpropagation of error )

Langkah 6 : Masing-masing unit output m),=k,(Yk 1,2,... menerima suatu

target pattern ( output yang diinginkan ) sesuai dengan input

training pattern untuk menghitung besar error antara target

dengan output, dengan persamaan :

)(Y)f'Y(t=δk

inkkk …………………... ............ ( 2.9 )



Talitha Asmaria

31

Seperti input training data, output training data )(t k juga

melalui penyekalaan sesuai dengan fungsi aktivasi yang

digunakan.

Faktor δk berfungsi untuk menghitung koreksi error )(ΔΔ jk

yang akan dipakai dalam pembaharuan nilai Wjk .

ΔW jk =α δk Z j ………………………. .............. ( 2.10 )

Koreksi bias )(ΔΔ 0k yang akan dipakai dalam pembaharuan

nilai W0k , juga dihitung.

ΔW0k

=α δk .…….…………………… .............. ( 2.11 )

Faktor δk kemudian dikirim ke layer pada langkah 7.

Langkah 7 : Input delta ( dari layer pada langkah 6 ) yang diberi bobot,

dijumlahkan pada masing-masing unit hidden

p),=j,(Z j 1,2,... .

δ inj

=∑k=1

m

δ k W jk …………………...… ( 2.12 )

Agar dapat menghasilkan faktor koreksi error j , hasil dari

persamaan ( 2.12 ) dikalikan dengan turunan fungsi aktivasi

yang digunakan.

)(Z)f'(δ=δj

inj

inj ……………………... ............ ( 2.13 )

faktor δj digunakan menghitung koreksi error )(ΔΔij

yang

akan dipakai pada pembaharuan nilai Vij , dengan :



Talitha Asmaria

32

ΔVij=α δ

jX

i …………………......……... ( 2.14 )

Koreksi bias )(ΔΔ0jyang akan dipakai pada pembaharuan

V0j , juga dihitung, dengan :

ΔV0j

=α δj ......................................................... ( 2.15 )

Pembaharuan bobot ( adjustment ) dan bias.

Langkah 8 : Masing-masing unit output m),=k,(Yk 1,2,... akan dipakai pada

pembaharuan nilai bias dan bobot dari setiap unit hidden

.0,1,... p),=(j

jkjkjk ΔW+(lama)W=(baru)W ……… .............. ( 2.16 )

Masing-masing unit hidden p),=j,(Z j 1,2,... juga akan dipakai

pada pembaharuan nilai bias dan bobot dari setiap unit input

n),=(i 0,1,...

ijijij ΔV+(lama)V=(baru)V ................................. ( 2.17 )

Langkah 9 : Pemeriksaan stop condition.

Bila stop condition dapat dipenuhi, pelatihan JST dapat dihentikan.

Metode JST yang digunakan dalam penelitian antara lain Prediksi

Penyakit Jantung Koroner Berdasarkan Faktor Resiko Menggunakan Jaringan

Saraf Tiruan-Backpropagation (Nazrul Dkk, 2008), Perancangan Sistem Deteksi

Digital Mycobacterium Tubercolosis Melaluli Ekstraksi Citra Dahak Dengan

Menggunakan Metode Jaringan Saraf Tiruan (Chandra dkk, 2011), dan

Pengenalan Pola Sinyal Elektrokardiograf (EKG) dengan Jaringan Saraf Tiruan

Backpropagation untuk Diagnosa Kelainan Jantung Manusia (Sudjadi dkk, 2009).



Talitha Asmaria

bab ii tinjauan pustaka - repository.unair.ac.idrepository.unair.ac.id/25571/11/11. bab 2.pdf ·...

Documents