PENGGABUNGAN CITRA SEL DARAH PADA MIKROSKOP DIGITAL

MUCHAMMAD ARIEF ARIYANTO, Ir. Balza Achmad, M.Sc.E.

2013 | Skripsi | FISIKA TEKNIK

Penghitungan sel darah yang sekarang dilakukan untuk diagnosa pasien bisa dilakukan dengan cara otomatis. Salah satu sarana dalam penghitungan sel darah otomatis ialah citra. Namun, ada keterbatasan mikroskop digital sehingga citra yang tertangkap kamera tidak dapat merepresentasikan sampel karena ukurannya yang terlalu kecil, hanya 1/9 dari sampel. Pengambilan citra harus dilakukan berulang kali sampai semua sampel tertangkap oleh citra, dengan konsekuensi satu citra sel darah dapat muncul di banyak citra. Munculnya satu sel darah di banyak citra membuat proses penghitungan tidak dapat dilaksanakan dengan efektif karena akan mengacaukan penghitungan. Penelitian ini ditujukan untuk membuat program penggabungan citra sehingga proses penghitungan dapat berjalan dengan baik. Salah satu sarana penggabungan citra ialah deteksi fitur menggunakan detektor SURF. Citra yang digabungkan dalam penelitian ini berjumlah 16 dengan susunan citra 4 x 4. Kesuksesan pembuatan program ini didapat dengan pembandingan antara citra gabungan dengan citra awal. Hasil dari penggabungan citra menunjukkan bahwa program penggabungan citra dapat berjalan dengan baik untuk citra dengan gradien warna yang beragam. Pemilihan nilai titik akhir divariasikan, dengan metode (1) mengambil nilai citra acuan operasi geometri, metode (2) pengambilan nilai rerata, dan metode (3) pengambilan nilai tertinggi citra asal. Error rerata metode (1) didapat sebesar 0,10%, pada metode (2) didapat 2,27%, dan metode (3) didapat 8,77%.

Blood cell counting for diagnosing patient can be done automatically. One of many ways to count blood cells automatically is via Image Processing. However, the microscope which is used to take the image has its limits so that the images could not represent the sample, it only represents 1/9 part of the whole blood sample. The whole sample image must be taken more than once until it represents the whole sample. In consequences there is same blood cell in many images. The appearance of the same blood cell in many images makes the counting cannot be done effectively, because it will produce inaccurracy in counting. This research aims on making an image stitching program so that the counting can be performed well. One of possible methods that is used in image stitching is feature detection using SURF detector. The images that are stitched in this research are 16 images, which have 4x4 image formation. This program’s success rate is gained by comparing its result by its original image, wheter it represents them or not. The result of image stitching shows that image stitching program worked well for images with various color gradients. Index value of image result is varied by three categories, (1) method picked the index value from top-left images that is used as reference in geometrical operation, (2) method picked the average index value from image origin, and the last (3) method picked the highest index value from image origin. Method (1) gave 0.10% error value, while method (2) gave 2.27% error value, and method (3) gave 8.77 % error value. Keywords : Blood cell, feature detection, SURF detector, image stitching

Kata Kunci : Sel darah, deteksi fitur, detektor SURF, Penggabungan citra