EKSTRAKSI CITRA SEL DARAH PUTIH DARI SAMPEL CITRA SEL DARAH

DIDIK HARI PURWANTO, Ir. Balza Achmad, M.ScE.

2013 | Skripsi | FISIKA TEKNIK

Jumlah dan komposisi sel darah putih merupakan informasi penting yang dibutuhkan dokter untuk melakukan diagnosis dini penyakit pasien. Untuk melakukan penghitungan jumlah total sel darah putih (Complete Blood Count), saat ini sudah ada alat yang mampu melakukannya secara otomatis, yaitu cytometer. Sedangkan untuk melakukan penghitungan komposisi sel darah putih berdasarkan jenisnya, dilakukan mekanisme Differential Blood Count (DBC) yang saat ini masih dilakukan secara manual oleh ahli darah (hematologist). Perancangan perangkat lunak DBC otomatis dilakukan berdasarkan teknik pengolahan citra yang meliputi segmentasi, ekstraksi dan klasifikasi. Pada penelitian ini, rancang bangun perangkat lunak DBC otomatis dibatasi pada tahap segmentasi, dan ekstraksi. Segmentasi dilakukan dengan menggunakan metode pengambangan pada domain warna Hue-Saturation-Value (Pengambangan HSV). Kemudian, dilakukan proses pelabelan untuk memberikan label pada masingmasing citra yang berwarna putih pada citra biner. Berikutnya adalah penggabungan citra inti dan plasma, sehingga diperoleh koordinat citra plasma sel darah putih. Terakhir, dilakukan pemotongan berdasarkan koordinat citra plasma sel darah putih pada sampel citra sel darah input. Perancangan program dilakukan dengan menggunakan 20 sampel citra sel darah. Berdasarkan hasil perancangan diperoleh nilai ambang optimal untuk pengambangan citra plasma adalah: H=0-130; S=0-27; V=0-62. Sedangkan untuk pengambangan citra inti, nilai ambangnya adalah H=0-180; S=0-149; V=0-255. Berdasarkan hasil pengujian dengan menggunakan 40 sampel, ketepatan perangkat lunak dalam mendeteksi citra sel darah putih secara benar sebanyak 32 sampel, sehingga tingkat keberhasilan adalah 80%. Tingkat presisi sistem adalah 100% karena tidak ada perubahan program ketika sedang dijalankan.

The amount and composition of white blood cells in a blood sample are important information in diagnosis about the patients health status. Doctors require two types of blood count for diagnosis, that is Complete Blood Count (CBC) and Differential Blood Count (DBC). CBC can be done by automatic instruments called by cytometer. On the other hand, DBC uses manual procedure by hematology experts (hematologist). The automatic DBC software planning can be done by using image processing technique which include segmentation, image extraction, and classification. In this research, the automatic DBC software planning is limited on segmentation and images extraction steps. The segmentation used thresholding method at Hueness, Saturation and Value channel of image (HSV thresholding). Then, the next step is labelling process in order to give labels at each white value in binary image after thresholding. After that, image clustering between plasma and nucleus images is done in order to get plasma position in coordinates. The final step is cropping operation based on plasma image coordinate in the blood cell input image. The software planning step used 20 blood cell image samples. Those steps, optimal threshold value for plasma image are: H=0-130; S=0-27; V=0-62. While the nucleus image has optimal threshold value: H=0-180; S=0-149; V=0-255. The final software has been tested using 40 blood cell image samples and 32 samples has been detected successfully. From the test, the software success rate is 40%, and the precision is 100%.

Kata Kunci : citra sel darah putih, segmentasi, pengambangan HSV, pelabelan, ekstraksi citra, pemotongan