Perpustakaan Digital ITB

Hyperbilirubinemia indirect atau kasus bayi kuning merupakan kondisi pada bayi berupa berubahnya warna kulit dan sklera menjadi kuning karena hasil akumulasi bilirubin yang tak terkonjugasi. Berdasarkan data penelitian de Greef, sebesar 84% dari bayi yang baru lahir menderita penyakit kuning. Penyakit kuning ini berisiko mulai dari kelainan mental hingga kematian. Saat ini, pengecekan awal terhadap kasus bayi kuning dilakukan berdasarkan pengamatan mata dokter. Metode pengecekan awal ini bersifat subjektif sehingga perlu validasi lanjutan melalui pengecekan kadar bilirubin dalam darah. Agar pengecekan awal menghasilkan data yang lebih objektif, dilakukan penelitian dan pengembangan metode identifikasi kasus bayi kuning berdasarkan analisa citra warna kulit. Metode berbasis citra warna kulit ini dikembangkan dengan cara mengolah citra melalui beberapa tahap pengolahan. Pertama, dilakukan tahap pra-pengolahan yang berisi pemfilteran dan koreksi warna citra. Kemudian citra disegmentasi menggunakan metode K-Means untuk mendapat citra kulit bayi saja. Citra lalu diolah dalam 3 ruang warna yaitu RGB, HSV, dan YCbCr. Untuk setiap kanal pada 3 ruang warna diekstrak informasi berupa histogram intensitas terhadap jumlah piksel sehingga total terdapat 9 histogram. Dari masing-masing histogram, diolah parameter statistik yaitu mean, standar deviasi, skewness, dan kurtosis sehingga total diperoleh 36 parameter statistik. Semua parameter statistik selanjutnya dijadikan variabel input awal dalam validasi dan pemodelan regresi linier multivariabel, dengan data citra yang digunakan sebanyak 120 buah. Data statistik merupakan sumbu x untuk regresi linier dengan sumbu y kadar bilirubin dari tes darah. Dari total 36 variabel tersebut dievaluasi variabel yang redundan dan signifikan terhadap regresi linier, dengan kriteria Variance Inflation Factor (VIF) < 10 serta p-value < 0,05. Diperoleh model estimasi dengan 5 variabel yang signifikan korelasinya terhadap kadar bilirubin. Berdasarkan pemodelan, diperoleh koefisien korelasi ganda model estimasinya sebesar 0,71 yang masuk ke dalam kategori regresi kuat. Selanjutnya, model diuji dengan 18 data uji citra. Dari pengujian estimasi kadar bilirubin, didapat koefisien korelasi ganda sebesar 0,95, yang juga menunjukkan kategori regresi kuat. Untuk pelengkap data estimasi kadar bilirubin, dilakukan estimasi zona risiko, dan didapat kesesuaian zona estimasi dengan zona sebenarnya sebesar 84% dengan toleransi pada data false positive serta data kesalahan pada zona-zona risiko kritis.