Perpustakaan Digital ITB

Tumor otak merupakan jaringan abnormal yang tumbuh secara tidak terkendali pada jaringan otak. Salah satu metode diagnosis tumor otak adalah dengan melakukan pengamatan pada citra magnetic resonance imaging (MRI). Secara konvensional dokter radiologi akan melakukan segmentasi tumor otak secara manual. Segmentasi merupakan proses pemisahan jaringan normal dan tumor yang ada pada citra otak. Jumlah data citra yang banyak, merupakan suatu tantangan dalam melakukan segmentasi secara manual. Oleh karena itu, diperlukan suatu sistem yang dapat membantu dokter radiologi dalam melakukan segmentasi tumor otak, dengan jumlah citra yang besar. Pada tugas akhir ini, akan dilakukan perbandingan serta analisis performa algoritma snake active contour, active contour without edge, serta morphological geodesic active contour, terhadap 3049 citra MRI T1 otak yang memiliki tumor glioma, meningioma, atau pituitari. Performa ketiga algoritma ini akan dkuantifikasi dengan menggunakan metode Jaccard simillarity index serta jarak Hausdorff. Hasil segmentasi paling baik didapatkan oleh metode morphological geodesic active contour dengan akurasi rata-rata indeks Jaccard 71.18% serta jarak Hausdorff rata 4.04. Sedangkan algoritma snake active contour serta active contour without edge hanya menghasilkan akurasi indeks Jaccard rata-rata sebesar 59.26% dan 48.78 serta jarak Hausdorff rata-rata sebesar 4.65 dan 4.52. Analisis pengaruh penempatan kontur awal terhadap perubahan hasil segmentasi juga dilakukan pada tugas akhir ini. Persentase kemiripan rata-rata pada kontur awal yang digeser secara acak adalah sebesar 78.83%.