IDENTIFIKASI TINGKAT KESERIUSAN KANKER SERVIKS BERDASARKAN AREA METASTASIS MENGGUNAKAN RUANG WARNA L*a*b

*

Nurlinda Dewi Kusumah - 51407001 (nrldkusumah@gmail.com)

ABSTRAK Pengolahan citra dapat diaplikasikan di berbagai bidang termasuk bidang kedokteran. Pada bidang kedokteran, pengolahan citra digunakan sebagai alat bantu dalam diagnosis suatu penyakit ataupun ganggguan tubuh manusia. Di dunia, kanker serviks adalah kanker pembunuh wanita nomor dua terbanyak setelah kanker payudara. Upaya untuk mendeteksi keberadaan penyakit kanker serviks salah satunya menggunakan kolposkop. Melalui kolposkop, dihasilkan citra yang dapat mengidentifikasi kanker serviks. Penelitian ini terbagi atas dua tahap identifikasi yaitu tahap identifikasi warna dan tahap identifikasi area metastasis. Proses identifikasi bertujuan untuk mengidentifikasi area metastasis dan tingkat keseriusan kanker serviks berdasarkan metode ruang warna L*a*b*. Penelitian ini diharapkan dapat menjadi alternatif solusi untuk mengidentifikasi kanker serviks selain menggunakan bantuan tenaga medis.

Kata Kunci : Kanker Serviks, Metastasis, Ruang Warna L*a*b*

PENDAHULUAN Pengolahan citra dapat diaplikasikan di berbagai bidang termasuk bidang kedokteran. Pada bidang kedokteran, pengolahan citra digunakan sebagai alat bantu dalam diagnosis suatu penyakit ataupun gangguan tubuh manusia. Hal itu disebabkan oleh adanya kelainan anatomi pada tubuh manusia yang ditemukan pada citra hasil rontgen, mamografi, Medical Resonance Image (MRI) atau Ultrasonografi (USG). Di Indonesia, diperkirakan insiden kanker serviks adalah sekitar 100 per 100.000 penduduk. Data patologi dari 12 pusat patologi di Indonesia pada Tahun 1997 menunjukkan bahwa kanker serviks mencapai 26,4% dari 10 jenis kanker terbanyak pada perempuan. Di Rumah Sakit Dr. Cipto Mangunkusumo, Jakarta, pada Tahun 1998 terdapat sekitar 39,5% penderita adalah positif kanker serviks (Anonim, 2008). Berdasarkan data Sistem Informasi Rumah Sakit (SIRS) pada Tahun 2007, kanker serviks menempati posisi kedua tertinggi dengan angka insiden sebesar 11,8%.

Area sel kanker pada serviks ditandai dengan berubahnya warna menjadi putih yang umumnya disebut metastasis dalam dunia kedokteran. dilakukan perubahan citra kontinu menjadi citra diskrit melalui proses digitasi. Dalam perwujudannya. 2004). Berbeda dengan citra diskrit. misalnya kamera digital dan pemindai (Munir. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa poto. Citra yang dihasilkan pada proses kolposkopi dapat digunakan dalam proses pengolahan citra. Secara matematis. pada citra kontinu tidak bisa diolah menjadi citra lain dengan karakteristik yang berbeda. 2007). Perubahan warna putih yang timbul sebagai akibat dari reaksi antara asam asetat dengan sel kanker digunakan untuk proses pengidentifikasian area dari kanker serviks. bersifat analog berupa sinyal video seperti gambar pada monitor televisi. Pada metode kolposkopi dihasilkan keluaran berupa citra digital. citra dibagi menjadi dua yaitu citra diam ( still images) dan citra bergerak (moving images). Maka pada penelitian ini dilakukan pengolahan citra dengan menggunakan parameter warna untuk mengidentifikasi area metastasis pada serviks. misalnya mata manusia dan kamera analog. Citra diam adalah citra tunggal yang tidak bergerak.2004). Sedangkan citra yang bersifat digital disebut dengan citra diskrit (Munir. Pengolahan citra yang dilakukan dapat menjadi suatu alternatif dalam proses identifikasi penyakit kanker serviks yang umumnya dilakukan secara visual oleh dokter ahli. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog. atau bersifat digital yang dapat langsung disimpan pada suatu pita magnetik. servikografi maupun deteksi dini prakanker. Selanjutnya dokter ahli melakukan analisa keberadaan penyakit berdasarkan penyebaran sel kanker dan karakteristik dari penyakit kanker serviks secara visual. Berdasarkan hal ini. Sedangkan citra bergerak adalah rangkaian citra diam yang ditampilkan secara sekuensial sehingga memberi kesan pada mata kita sebagai gambar yang bergerak (Wijaya. 2002). dimana x dan y adalah koordinat spasial dari elemen citra (piksel). LANDASAN TEORI Citra Citra merupakan kumpulan piksel-piksel yang berisi informasi yang tersusun dalam bidang dua dimensi. Penelitian yang dilakukan oleh Raad.y) (Gonzales.Upaya untuk mendeteksi keberadaan penyakit kanker serviks dilakukan dengan metode kolposkopi. dkk pada Tahun 2006 menyebutkan “bagian putih yang timbul dari pemeriksaan visual dan pengaplikasian asam asetat 5% pada serviks menimbulkan warna putih temporer yang merupakan indikator penting pada identifikasi kanker serviks”. citra merupakan fungsi kontinu dari intensitas cahaya f(x. Pada proses pengolahan citra. Citra diskrit dihasilkan melalui proses digitasi terhadap citra kontinu. . Citra yang bersifat analog disebut dengan citra yang kontinu. pengidentifikasian kanker serviks didasarkan oleh parameter warna.

manusia tidak mampu melihat semua kemungkinan kombinasi spektrum terlihat. memilih piksel dalam jangkauan ini sebagai latar depan dan menolak sisanya sebagai latar belakang. Ruang warna ini mampu menggambarkan semua warna yang dapat dilihat dengan mata manusia dan seringkali digunakan sebagai referensi ruang warna (Octa Heriana. Karena sifat tertentu dari HVS. L* = 0 menghasilkan hitam dan L* = 100 menunjukkan putih). segmentasi dikatakan sebagai proses pendefinisian jangkauan nilai gelap dan terang pada citra yang sebenarnya. Salah satu ruang warna adalah ruang warna L*a*b* atau yang lebih dikenal dengan CIELAB. Dengan demikian. Ruang warna L*a*b* adalah ruang warna yang paling lengkap yang ditetapkan oleh komisi internasional tentang iluminasi warna yaitu French Commision Internationale del 'éclairage. sementara nilai positif mengindikasikan magenta) dan posisi antara kuning dan biru (b*. Salah satu cara yang sering digunakan dalam memilah citra dalam data adalah segmentasi. yaitu membagi citra menjadi bagian yang diharapkan termasuk objek yang dianalisis. kanker serviks dapat menyerang lebih dalam ke dalam serviks . nilai negatif mengindikasikan hijau. sementara nilai positif mengindikasikan kuning). manusia cenderung mengategorikan spektrum sebagai kelompok warna yang disebut dengan ruang warna (color space). Metode ini disebut pelabelan komponen. posisi antara magenta dan hijau (a*. citra terbagi atas dua bagian. nilai negatif mengindikasikan biru. Secara tradisional. Jenis operasi ini berkaitan erat dengan pengenalan pola. Akan tetapi. Ruang Warna L*a*b* Warna merupakan cara dari Human Visual System (HVS) untuk mengukur bagian dari spektrum gelombang yang berada pada jangkauan 300-830 nm. yaitu bagian hitam dan bagian putih. atau warna yang membatasi setiap wilayah.Segmentasi citra (Image segmentation) Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Segmentasi sering dideskripsikan sebagai proses analogi terhadap proses pemisahan latar depan dan latar belakang. Tiga parameter dalam model mewakili pencahayaan dari warna ( L*. yang dikenal sebagai CIE. Seiring waktu. Kanker Serviks Leher rahim atau serviks adalah bagian dari sistem organ reproduksi wanita. 2010). Organ serviks dapat terjangkit penyakit kanker serviks ( cervical cancer) yang dimulai dalam sel pada permukaan serviks. Salah satu metode yang efektif dalam segmentasi citra biner adalah dengan memeriksa hubungan piksel dengan tetangganya dan memberinya label.

Metode Inspeksi Visual dengan Asam Asetat (IVA) Pemeriksaan IVA pertama kali diperkenalkan oleh Hinselman pada Tahun 1925 dengan cara memulas serviks dengan kapas yang telah dicelupkan dalam asam asetat 3-5%. Sel-sel kanker dapat menyebar dengan melepaskan diri dari tumor (primer) asli. disfungsi vagina (meliputi sakit panggul dan nyeri saat berhubungan seksual). Metastasis Kanker Serviks . sinar tersebut tidak akan diteruskan ke jaringan penghantar atau stroma. pengolesan asam asetat tidak dilakukan namun segera dirujuk ke sarana yang lebih lengkap. jika permukaan epitel mendapat sinar. bahkan juga akan meningkatkan penyerapan dari cairan ekstraseluler. main tinggi derajat kelainan jaringannya. disebut juga epitel putih atau acetowhite (Anonim. yang bercabang ke seluruh jaringan tubuh. Ketika kanker tumbuh lebih besar. pendarahan setelah hubungan seksual. Permukaan serviks yang diberi 5% larutan asam asetat akan merespon lebih cepat dari pada 3% larutan. hal itu disebabkan karena konsentrasi dari larutan asam asetat 5% lebih tinggi dari larutan asam asetat 3%. Awal kanker serviks biasanya tidak menimbulkan gejala. Sebagai akibatnya. perempuan mungkin melihat satu atau lebih gejala-gejala: pendarahan vagina yang abnormal (meliputi pendarahan yang terjadi antara periode menstruasi teratur. Cairan ekstraseluler yang bersifat hipertonik dimana cairan ini mengandung zat terlarut dalam konsentrasi yang lebih banyak dari larutan yang dapat menyebabkan tertariknya cairan dari intraseluler sehingga membran akan terganggu dan jarak antar sel akan semakin dekat. tetapi dipantulkan keluar sehingga permukaan epitel abnormal akan berwarna putih. Bila ditemukan bagian sel yang dicurigai kanker. Jika makin putih dan makin jelas. Prinsip metode IVA adalah melihat perubahan warna menjadi putih ( acetowhite) pada lesi prakanker jaringan ektoserviks rahim yang diolesi larutan asam asetat.dan jaringan di dekatnya. Sel-sel kanker dapat menempel pada jaringan lain dan tumbuh untuk membentuk tumor baru yang dapat merusak jaringan tersebut. Perempuan yang sudah menopause tidak direkomendasikan menjalani skrining dengan metode IVA karena zona transisional serviks pada kelompok ini biasanya 38 berada pada endoserviks rahim dalam kanalis servikalis sehingga tidak bisa dilihat dengan inspeksi spekulum. Pemberian asam asetat itu akan mempengaruhi epitel abnormal. Sel-sel kanker dapat memasuki pembuluh darah atau pembuluh getah bening. periode menstruasi yang lebih lama dari pada sebelumnya). Efek akan menghilang sekitar 50-60 detik sehingga dengan pemberian asam asetat akan didapatkan hasil gambaran serviks yang normal (merah homogen) dan bercak putih (mencurigakan displasia). 2008). Dibutuhkan 1-2 menit untuk dapat melihat perubahan-perubahan pada epitel.

Pada sel situs sekunder. Pembentukan tumor primer membutuhkan kadar molekul dan perubahan seluler yang memungkinkan sel untuk menghindari kontrol pertumbuhan normal mekanisme serta untuk memanipulasi lingkungan lokal (Welch. Setelah invasi ke jaringan yang berdekatan. Sel kanker akan melalui semua langkah ini. 1999). 2002). Proses metastasis pada kanker serviks digambarkan oleh Gambar 2. sel-sel tumor melalui pembuluh darah menyebarkan darah atau limfatik dan perjalanan individual atau sebagai emboli terdiri dari sel-sel tumor atau sel-sel tumor dan host. adhesi molekul) yang berujung pada fenotipe ganas.13. Agar sel disebarluaskan untuk tumbuh menjadi metastasis dan menyebar ke bagian baru dari tubuh. Alur Proses Metastasis METODE PENELITIAN Metode Identifikasi Kanker Serviks . yang dapat membawanya ke bagian lain dari tubuh. Gambar 1. Perkembangan tumor dan metastasis akuisisi kompetensi membutuhkan tambahan perubahan dalam ekspresi gen (protein enzim misalnya merendahkan. Sel kanker harus mampu melepaskan diri dari tumor asli dan memasuki aliran darah atau sistem getah bening. Kemudian sel kanker perlu untuk dapat tumbuh dan berkembang di lokasi baru. atau penangkapan emboli baik karena ukuran fisiknya atau dengan mengikat molekul tertentu di organ tertentu atau jaringan. Pada titik tertentu sel kanker perlu menempel ke dinding pembuluh darah atau getah bening dan bergerak melalui itu menjadi organ yang baru. sel-sel yang menjadi tumor baru mungkin tidak lagi persis sama dengan yang tumor pada saat mulai masuk ke dalam organ serta dapat membuat pengobatan lebih sulit. Selain itu itu. sel kanker harus mampu menghindari serangan dari sistem kekebalan tubuh. sel kanker tersebut harus melalui beberapa perubahan. Maka dari itu.Metastasis didefinisikan sebagai pembentukan tumor sekunder semakin tumbuh fokus di situs terputus dari lesi primer (Lelekakis et al. Perubahan ini termasuk pengembangan suplai darah sekali fokus sel berubah tumbuh melampaui ukuran yang dapat dipelihara dengan difusi hara atau metabolit.

Langkah-langkah yang dilakukan dalam identifikasi warna dapat diperlihatkan pada Gambar 3.Identifikasi kanker serviks terdiri dari dua tahap kerja yaitu. Konversi Citra ke Ruang Warna Lab Mengambil Nilai a dan b Citra Data Citra Matriks Menyimpan dalam Matriks Gambar 3 Langkah-langkah Identifikasi Warna . 2006). terdapat area metastasis yang menjadi pembeda dalam identifikasi kanker serviks. tahap identifikasi warna dan tahap identifikasi area metastasis. Penjelasan lebih lanjut dijabarkan pada subbab berikut ini. Kedua tahap tersebut memiliki fungsi masing-masing dalam proses identifikasi dan merupakan suatu urutan yang telah ditentukan. Tahap Identifikasi Warna Tahap Identifikasi Area Metastasis Tingkat Keseriusan Kanker Serviks Data Citra Gambar 2. Untuk melakukan proses pada tahap identifikasi area metastasis harus melalui proses pada tahap identifikasi warna terlebih dahulu. Tahap-tahap dalam identifikasi kanker serviks diperlihatkan pada Gambar 2. Area metastasis yang berwarna putih yang biasa disebut sebagai acetowhite merupakan indikator penting dalam identifikasi kanker serviks (Raad. Tahap Identifikasi Kanker Serviks Tahap Identifikasi warna dan tahap identifikasi area metastasis terdiri dari tahapan kerja yang dilakukan secara berurutan. dengan menggunakan perubahan warna yang dialami area metastasis dapat menambah akurasi dari tolak ukur dalam proses identifikasi. Tahap Identifikasi Warna Pada citra yang telah melalui tes uji IVA. Proses identifikasi warna dilakukan dengan menggunakan perangkat lunak Adobe Photoshop CS3. Hal itu disebabkan karena reaksi dari sel kanker terhadap asam asetat yang merubah warna area metastasis menjadi berwarna putih. Selain itu.

264583333 mm = 4925. Tahap yang dilakukan diperlihatkan pada Gambar 4. Konversi ke Ruang Warna Lab Membaca Matriks Pembagian Area Citra Data Citra Resize Citra Hasil Identifikasi dan Tingkat Keseriusan Mengambil Objek Konsentrasi Citra Membersihkan Objek Pada Tepi Citra Dilasi Citra Gambar 4 Langkah-langkah Identifikasi Area Metastasis HASIL DAN PEMBAHASAN Setelah melakukan kedua tahap identifikasi kanker serviks. Tabel 4. penentuan tingkat keseriusan kanker serviks dilakukan dengan menggunakan hasil dari Luas area metastasis yang teridentifikasi. Terdapat beberapa tahapan yang dilakukan dalam proses identifikasi kanker serviks. Luas area metastasis yang diperoleh dari hasil identifikasi menggunakan satuan piksel. Untuk proses perhitungan. maka : Luas area = 18617 piksel x 0.3 Hasil Identifikasi Luas Area Metastasis Luas area metastasis yang diperoleh dari hasil identifikasi citra kanker serviks adalah 18617 piksel.11.747910461 mm . Dalam menghitung Luas area metastasis digunakan fungsi regionprops pada Matlab.Tahap Identifikasi Area Metastasis Pada tahap identifikasi area metastasis dilakukan sejumlah proses identifikasi area metastasis sebagai objek konsentrasi citra yang dilakukan pada perangkat lunak Matlab 7. Citra hasil identifikasi yang dilakukan proses perhitungan Luas area diperlihatkan pada Tabel 1.

Untuk Luas area yang lebih dari 7 mm dinyatakan sebagai tingkat keseriusan lanjut. Maka dari itu Luas area dari identifikasi citra kanker serviks dinyatakan memasuki tingkat keseriusan lanjut karena area yang terhitung sebesar 4925. Selain itu. Pada proses penelitian. PENUTUP Kesimpulan Berdasarkan hasil penelitian dapat disimpulkan. Data citra kanker serviks dapat digunakan dari satu sumber dengan pencahayaan dan ukuran piksel yang sama antara masingmasing citra. area metastasis kanker serviks dan tingkat keseriusan dapat teridentifikasi dengan menggunakan metode ruang warna L*a*b*. Saran Pada pengembangan identifikasi area metastasis kanker serviks dan tingkat keseriusan selanjutnya.75 mm dengan kata lain lebih dari 7 mm. apakah citra kanker serviks tersebut merupakan citra hasil dari alat kolposkop langsung atau citra hasil dari poto digital citra kolposkop. terdapat beberapa hal yang menjadi kekurangan terutama pada proses pencarian dan pengumpulan data. Selain itu. citra kanker serviks tidak diketahui jarak pengambilan antara alat kolposkop dengan objek sehingga sulit dalam penentuan luas area metastasis untuk mengetahui tingkat keseriusan kanker serviks. untuk kekurangan dalam hal kualitas dan jarak pengambilan data citra dapat ditanyakan lebih lanjut pada sumber asal citra yang didapatkan. Data berupa citra kanker serviks yang diperoleh merupakan citra yang tidak diketahui kualitasnya. terdapat beberapa saran untuk mengatasinya. Pencahayaan objek dan ukuran piksel dari masing-masing citra berbeda-beda sehingga sulit untuk mendapatkan nilai intensitas piksel yang seragam dari area metastasis. DAFTAR PUSTAKA .Tingkat keseriusan berdasarkan aturan oleh International Federation of Gynecology and Obstetrics (FIGO) bahwa tingkat keseriusan awal dari kanker serviks dimana Luas area metastasis adalah kurang dari sama dengan 7 mm. Hasil identifikasi dapat dijadikan sebagai alternatif solusi untuk mengidentifikasi kanker serviks selain melalui ahli medis. Penggunaan citra yang memiliki pengaturan dasar yang sama untuk setiap citra akan mendukung proses identifikasi area metastasis kanker serviks dan tingkat keseriusan menggunakan metode ruang warna L*a*b*.

Rinaldi. Skrining Kanker Leher Rahim dengan Metode Inspeksi Visual Asam Asetat (IVA). Clin. 2011. Marko T. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Woods. Jurij F. V. “Segmentasi Berbasis Warna pada Citra Termografi Kanker Payudara Menggunakan Ruang Warna L*a*b*”.msdn. Greg. Tanggal akses : 28 Juli 2011. 2008.Metastasis : Lestari. Informatika : Bandung. Elias.E. Skripsi Jurusan Teknik Informatika Universitas Gunadarma : Depok. Cancer Metastasis – Related Genes. 2005. 2003. historical. Skripsi Jurusan Teknik Informatika Universitas Gunadarma : Depok. Lession Margin Analisys for Automated Classification of Cervical Cancer Lesions. 2010.org/. Thomas Sri Widodo dan Indah Soesanti.cancer. Welch. 1999. Geneva Foundation for Medical Education and Research. Skripsi Fakultas Teknik Universitas Gadjah Mada : Yogyakarta. Anonim. & R. Tanggal akses : 1 Agustus 2011.6”.C. Danny. Intan. Kristanto. 2010. 2008. Kluwer Academic Publishers : New York.com/b/fontblog/archive/2005/11/08/490490. Moseley JM. 2010. American Cancer Society. Spencer. Octa. http://www. Munir. Hughey. and applicational background. Denni. Departemen Kesehatan Republik Indonesia : Jakarta. Anonim. “Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt ”. Chelsea House : New York. Lelekakis M. Microsoft Developer Network “Where does 96 DPI comefrom Windows?”. Heriana. 2007. 2010. “Deteksi Tepi Menggunakan Metode Canny dengan Matlab untuk Membedakan Uang Asli dan Uang Palsu”. Anonim. http://www. Skripsi Jurusan Teknik Informatika Universitas Gunadarma : Depok.Exptl. 2002.aspx. R. Colour Spaces – perceptual. Tanggal akses : 30 Juni 2011. 2009. Martin TJ et al. Raad V. “Implementasi Metode Hough Transform Pada Citra Skeletonisasi dengan Menggunakan Matlab 7.. Juliet.org/. http://blogs. dan Holger L. Prentice Hall : New Jersey. University of Ljubljana : Ljubljana. Tanggal akses : 10 November 2011.Affandi. . Digital Image Processing Second Edition. Gonzalez. T. 2006. Ardi. 2011.operationalmedicine. Zhiyun X. Honolulu. 2004. Skripsi Jurusan Teknik Informatika Universitas Gunadarma : Depok. Operational Medicine. A novel orthotopic model of breast cancer metastasis to bone. Dianta Ginting. 2002. “Aplikasi pengolahan Citra X-Ray Organ Tubuh : Perbaikan Kualitas dan Segmentasi Menggunakan Java dan MySQL”. Cervical Cancer Deadly Diseases and Epidemics.

2007.Wijaya. Bandung. . dan Agus Prijono. Marvin Ch. Pengolahan Citra Digital Menggunakan Matlab. Informatika.

Sign up to vote on this title
UsefulNot useful