KUALITAS VISUAL GAMBAR PITA SUARA DISEGMENTASI-2D MELALUI SERAT OPTIK DENGAN PENGOLAHAN CITRA

SOENARJO, 099712472 D (2005) KUALITAS VISUAL GAMBAR PITA SUARA DISEGMENTASI-2D MELALUI SERAT OPTIK DENGAN PENGOLAHAN CITRA. Disertasi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
gdlhub-gdl-s3-2006-soenarjo-3406-dism02-k.pdf

Download (631kB) | Preview
[img]
Preview
Text (FULL TEXT)
gdlhub-gdl-s3-2006-soenarjo-3406-dism02-5.pdf

Download (6MB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Pita suara adalah bagian saluran nafas yang menghubungkan faring dengan trakea, dan berfungsi sebagai organ pembentuk suara. Selain itu pita suara pasien dapat dilihat dengan menggunakan alat yang disebut laringoskop. Gambar pita suara dapat dilihat karena adanya cahaya yang dipantulkan dari objek dan kemudian diterima oleh mata. Gambar pita suara dapat dilihat melalui lensa okuler (eyepiece) di laringoskop. Pemeriksaan pita suara dilakukan dengan dua metoda yaitu metoda langsung dan tidak langsung: Pertama pemeriksaan pita suara langsung menggunakan laringoskop. Untuk melakukan tindakan ini harus dilakukan di kamar bedah, dapat dengan pembiusan, dapat juga hanya diberi obat pati-rasa setempat. Pasien diperiksa dengan alat laringoskop. Pemeriksaannya dilakukan dengan memasukkan bagian ujung serat optik berdiameter 4 mm ke dalam hidung terus ke muka pita suara. Kelemahan cara ini gambar pita suara tidak dapat di rekam dan dicetak, gambar tampak kecil (Mulyarjo,1994) Kedua pemerikasaan pita suara tak langsung dengan cermin: ialah pemeriksaan pita suara dengan cermin ini memang agak sulit, sebab penderita diminta bernapas melalui mulut sambil lidah dijulurkan ke luar. Kemudian diusahakan agar sinar lampu yang berada dikepala pemeriksa ditujukan ke cermin pita suara yang sudah dimasukkan ke dalam mulut dan diletakkan di atas lidah dengan mengarah ke bawah. Penderita diminta mengucapkan suara a pendek saja-pendek saja, kemudian disusul suara e . Pada umumnya dengan cara ini pita suara sudah tampak (Sarjono Soedjak, 1994). Kelemahannya sistem ini, pasien perlu partisipasi aktif. Sulit dilakukan pada anak-anak dan beberapa penderita dewasa, apalagi penderita tak sadar. Selain itu tidak ada dokumentasi kecuali gambar yang dibuat oleh yang melihatnya. Kadang-kadang sukar untuk melihat pita suara, oleh karena pasien sangat peka artinya ketika diperiksa ia merasa akan muntah. Sebaiknya pada keadaan demikian dilakukan pemeriksaan pita suara langsung menggunakan serat laringoskop (Mulyarjo, 1994). Untuk memperbaiki dua metoda diatas dibutuhkan metoda alternatif yaitu metoda pengolahan citra dengan menggunakan laringoskop disambung dengan konektor A10T1, dan kamera kontrol yang memiliki beberapa keunggulan yaitu: 1. Dokter dapat melihat gambar pita suara di monitor. 2. Sistem ini tidak menyakitkan pasien, rasa nyaman bagi pasien. 3. Sistem ini gambar pita suara dapat direkam maupun dicetak, tampak besar,dan jelas. 4. Gambar dapat dipergunakan untuk media diskusi sewaktu-waktu Pertimbangan lain dipilihnya sistem pengolahan citra untuk menvisualkan gambar pita suara di layar monitor adalah tampak jelas, dapat gambar dapat dicetak. Segmentasi-2D dan ekstraksi menghasilkan gambar pita suara berupa matrik 16x16. Berdasarkan matrik ini dapat dilihat cell yang rusak. Dengan demikian penelitian mengenai pengolahan citra ini diharapkan tidak menemui banyak kendala dalam hal menjawab permasalahan maupun mencari data empiris. Dari pengamatan di atas dapat dirumuskan sebagai sebagai berikut Berapakah peluang (probabilitas) keberhasilan pelatihan pembelajaran gambar pita suara normal dan tidak normal? Apakah ada perbedaan kecerahan gambar segmentasi 2-D pita suara nilai pixel RGB 2000 000 terhadap gambar segmentasi 2-D pita suara nilai pixel RGB 3 00000 000 ?. Apakah Ada perbedaan grafik kesalahan pelatihan (grafik Error) dengan hidden layer = 5 unit; dengan hidden layer =18 unit ? Berapakah peluang (probabilitas) keberhasilan mendeteksi gambar pita suara menggunakan langsung laringoskop dengan disambung konektor A1OTI, dan monitor ? Analisis data menggunakan statistik probabilitas dan selain itu juga menggunakan analisis non statistik. Tujuan penelitian ini mencari kualitas gambar pita suara dengan sistem pengolahan citra (image Processing). Hasil pengenalan ketajaman gambar, selain menggunakan proses pengolahan gambar, juga menggunakan pendekatan dengan Jaringan Syaraf Tiruan (JST). JST dipilih karena pendekatannya lebih mendekati cara berfikir manusia dalam pengenalan pola. Algoritma jaringan syaraf tiruan yang digunakan adalah algoritma Backpropagation yang merupakan proses utama pengolahan informasi yang berasal dari pengolahan gambar. Manfaat penelitian ini mungkin dapat dipergunakan untuk membantu dokter, dalam mendeteksi perkembangan gambar pita suara tak normal (disorders) dengan menggunakan monitor. Manfaat penelitian ini mungkin dapat dipergunakan untuk membantu dokter mendeteksi perkembangan gambar pita suara tak normal (disorders) dengan menggunakan monitor. Selain itu, sebagai media untuk berdiskusi tentang gambar pita suara bersama dokter dengan mahasiswa pada waktu yang diperlukan. Selanjutnya dapat bermanfaat memberi masukan ilmu pengetahuan dan teknologi yang diperlukan untuk menunjang pembangunan kesehatan dalam rangka mewujudkan derajat kesehatan masyarakat yang optimal. Dari hasil penelitian ini dapat disimpulkan sebagai berikut: 1. Ada peluang (probabilitas) 90 % keberhasilan pelatihan pembelajaran gambar pita suara pita suara tidak normal. P ( E) = E/ N = 9/10= 0,90 atau P ( E) = El N = 9/10 x 100 %= 90 %, peluang p (error)= 0,10 , a ( 95 %)= 0,05 , karena p > 0,05 , maka hipotesis pertama tak terbukti 2. Ada perbedaan kecerahan gambar segmentasi 2-D pita suara nilai pixel RGB 2 000 000 terhadap nilai pixel RGB 3 000 000. Hasil gambar segmentasi 2-D pita suara (rekayasa) dengan nilai pixel RGB 3 000 000 (R= 95, G= 95, B= 95) lebih cerah daripada nilai pixel RGB 2 000 000 (R= 70, G= 70, B= 70), maka hipotesis ke dua terbukti 3. Ada perbedaan grafik kesalahan pelatihan (grafik Error) dengan hidden layer = 5 unit, grafik error dan jauh dengan sumbu asimtot, sedangkan grafik kesalahan dengan hidden layer =18 unit, grafiknya memdekati sumbu asimto =0,01 posisinya jauh lebih bagus dibanding grafik hidden layer = 5 unit , maka hipotesis ke tiga terbukti 4. Ada peluang (probabilitas) 100 % berhasil menggunakan laringoskop disambung konektor A10T1-kamera kontrol ke monitor untuk mendeteksi gambar pita suara pasien. diharapkan dapat ditampilkan di monitor sejumlah6.JadiP(E)=E/N=6/6=1,0atau P(E)=E/N=6/6x100% = 100 %. Maka hipotesis ke empat terbukti Temuan baru Aplikasi Image processing dapat untuk memproses gambar pita suara ke monitor dan Backpropagation neural network dapat membedakan gambar-gambar pita suara tidak normal dengan normal. Hasil ekstraksi ciri dapat digunakan untuk mendeteksi perkembangan gambar jaringan pita suara yang rusak dengan matrik elemen-elemen 16x16. Saran-saran. 1. Pada penelitian replikasi yang digunakan sampel besar. Dengan sampel yang lebih besar kemungkinan ada pengaruh pada peluang (probabilitas) yang lebih besar pula. 2. Penelitian ini dikembangkan lebih lanjut untuk menentukan Ietak jaringan pita suara yang rusak secara koordinat kutub (x,y). Oleh karena itu dengan menggunakan Generalized Delta Rule (GDR) yang lain, dengan metoda yang lain digunakan dapat meminimalkan jumlah galat yang terjadi. 3. Mengingat peran segmentasi-ekstraksi ciri dalam proses pendeteksian gambar pita suara efektif, maka dari hasil penelitian ini perlu dikembangkan dengan cara pendeteksian: Sobel operator, Roberts operator, Compas gradient masks, dan Kirsh compass operator.

Item Type: Thesis (Disertasi)
Additional Information: KKC KK Dis M. 02/05 Soe k
Uncontrolled Keywords: Image Processing, Neural Network, Vocal cord, Fiber Optic.
Subjects: A General Works > AC Collections. Series. Collected works > AC801-895 Inaugural and program dissertations
P Language and Literature > PN Literature (General) > PN1993 Motion Pictures
Q Science > QC Physics > QC350-467 Optics. Light
Divisions: 09. Sekolah Pasca Sarjana > Ilmu Matematika & IPA
Creators:
CreatorsEmail
SOENARJO, 099712472 DUNSPECIFIED
Contributors:
ContributionNameEmail
ContributorRedjani, Prof.,Dr.,H.,DrsUNSPECIFIED
ContributorMulyarjo, Prof.,H.,dr.,Sp.THTUNSPECIFIED
ContributorMuhammad Nuh, Prof.,Dr.,H.,DEA.,IrUNSPECIFIED
Depositing User: Nn Anisa Septiyo Ningtias
Last Modified: 02 Sep 2016 04:49
URI: http://repository.unair.ac.id/id/eprint/32832
Sosial Share:

Actions (login required)

View Item View Item