Article Details

OPTIMALISASI PARAMETER JARINGAN SARAF BERBASIS KONVOLUSI UNTUK KLASIFIKASI BATU KEMIH BERDASARKAN KOEFISIEN ATENUASI DAN SPEKTRUM DISPERSI SINAR-X

Oleh   Leni Aziyus Fitri [30216003]
Kontributor / Dosen Pembimbing : Prof. Dr.rer.nat. Umar Fauzi;Dr.rer.nat. Freddy Haryanto, S.Si., M.Si.;
Jenis Koleksi : S3-Disertasi
Penerbit : FMIPA - Fisika
Fakultas : Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA)
Subjek :
Kata Kunci : Batu kemih, koefisien atenuasi, spektrum dispersi sinar-X, klasifikasi otomatis
Sumber :
Staf Input/Edit : Ratnasari  
File : 7 file
Tanggal Input : 2020-08-29 14:44:59

Batu kemih merupakan batu dalam sistem kemih manusia (ginjal, ureter, dan kandung kemih) yang terbentuk akibat pengkristalan zat-zat mineral sisa metabolisme. Batu tersebut dibedakan menjadi empat jenis yaitu kalsium, cystine, struvit, dan uric acid (UA) yang memerlukan tindakan pengobatan bervariasi. Batu UA dapat dihancurkan dalam sistem kemih menggunakan obat alkalinasi sedangkan batu struvit memerlukan extra shock wave lithotripsy (ESWL). Dua jenis batu lainnya yaitu kalsium dan cystine yang berdensitas lebih besar dikeluarkan melalui percutaneous litotripsy (PCNL) atau pembedahan. Oleh karena itu, studi klasifikasi batu kemih berdasarkan jenis tersebut perlu dilakukan. Studi klasifikasi batu kemih telah banyak dilakukan oleh peneliti sebelumnya baik menggunakan CT scan maupun scanning electron microscope energy dispersive X-ray (SEM-EDX). Namun terdapat beberapa keterbatasan seperti subjektifitas dan nilai keakuratan yang rendah. Untuk mengatasi hal tersebut, penulis melakukan studi untuk menghasilkan tiga kebaruan. Kebaruan tersebut meliputi optimalisasi parameter pemindaian dan rekonstruksi citra batu kemih berbasis mikro CT scan, pengelompokan batu kemih berdasarkan spektrum dispersi sinar-X, serta mengoptimalkan parameter latihan metode klasifikasi otomatis citra berbasis koefisien atenuasi atau hounsfield unit (HU). Sampel pada studi ini adalah tiga puluh batu kemih berdiameter 1-4 cm yang telah dikeluarkan dari tubuh manusia melalui pembedahan. Ada dua tahapan utama yang dilakukan dalam studi ini, yaitu persiapan data dan optimalisasi parameter latihan metode klasifikasi otomatis. Tahapan persiapan data terdiri dari optimalisasi parameter pemindaian, rekonstruksi citra mikro CT scan, dan pengelompokan batu kemih berdasarkan spektrum dispersi sinar-X. Tahapan optimalisasi parameter latihan metode klasifikasi otomatis antara lain memilih algoritma, learning rate, batch size, dan jumlah epoch untuk menghasilkan metode yang akurat. Studi ini menghasilkan tiga kebaruan antara lain parameter pemindaian dan rekonstruksi citra mikro CT scan yang optimal, pengelompokan tiga puluh batu kemih berbasis spektrum dispersi sinar-X, serta metode klasifikasi otomatis berbasis nilai atenuasi atau HU yang akurat. Parameter pemindaian mikro CT yang optimal untuk batu kemih adalah dengan rincian sebagai berikut; tegangan sumber 75 kV, arus tabung 106 ?A, dan lama paparan 600 ms. Analisis spektrum dispersi sinar-X telah berhasil mengelompokkan tiga puluh batu menjadi empat kategori, yakni sebelas batu kalsium oksalat, tujuh batu kalsium fosfat, delapan batu campuran, dan empat batu UA. Analisis nilai keakuratan validasi dan RMSE pada metode klasifikasi otomatis tiga kategori (batu kalsium, campuran, dan UA) menentukan parameter latihan yang optimal. Parameter tersebut yang telah diperoleh adalah optimizer atau algoritma stochastic gradient descent with momentum (SGDM), jumlah epoch 30, L2 regularization 0,1, momentum 0,9, batch size 32, dan learning rate 10-5. Metode klasifikasi otomatis dengan menggunakan parameter tersebut telah berhasil mengelompokkan batu kemih dengan keakuratan tinggi (0,9959) dan kesalahan klasifikasi 1,2%. Metode yang telah dikembangkan hanya gagal memprediksi satu citra dari kategori batu campuran karena terdapat beberapa piksel dengan nilai HU mendekati rentang kategori batu lainnya. Berdasarkan nilai keakuratan tes yang tinggi 0,9959, dapat disimpulkan bahwa metode otomatis berbasis jaringan saraf konvolusi telah dapat mengklasifikasikan batu kemih berdasarkan koefisien atenuasi dan spektrum dispersi sinar-X dengan akurat. Metode tersebut telah berhasil mengelompokkan citra batu kemih menjadi tiga kategori yaitu batu kalsium, campuran, dan UA.