Buku TA : Perancangan Antarmuka

Antarmuka didesain semudah dan sesederhana mungkin untuk digunakan. Antarmuka perangkat lunak ini terdiri dari beberapa tombol dan panel. Dimulai dengan tombol Browse untuk mencari citra masukan yang tersimpan pada hardisk lokal. Kemudian tombol Classify sebagai tombol utama untuk menjalankan sistem. Untuk mempermudah pengguna dalam memahami cara penggunaan perangkat lunak, disediakan tombol Info yang dapat memunculkan informasi panduan penggunaan. Selain itu, perangkat lunak juga dilengkapi dengan tombol Exit untuk menutup perangkat lunak.

Buku TA : Proses Pengklasifikasian Gigi

Dalam subbab ini dijelaskan tahap akhir dari sistem pengklasifikasian gigi molar dan premolar pada dental panoramic radiograph yaitu tahap pengklasifikasian gigi. Metode pengklasifikasian yang digunakan adalah K-Nearest Neighbor (KNN). KNN menerapkan algoritma supervised dimana setiap kelas telah didefiniskan sebelumnya. KNN mengklasifikasikan gigi dengan membandingkan data fitur gigi dari citra masukan dengan data fitur gigi yang ada pada database. Pengklasifikasian ini didasarkan pada euclidean distance yang dihitung dengan Persamaan 2.4. Nilai euclidean distance dihitung antara setiap obyek dari data masukan dan obyek dari database. Setelah itu, dicari obyek sejumlah k yang memiliki nilai euclidean distance terdekat. Nilai k yang digunakan adalah 9 berdasarkan dari eksperimen untuk mendapatkan tingkat akurasi maksimum yang akan dijelaskan pada bab 5. Hasil dari proses pengklasifikasian ini adalah data kelas gigi sesuai indeksnya. Kemudian citra masukan dilabeli dengan huruf M (molar) dan P (premolar) sesuai dengan data kelas gigi hasil pengklasifikasian tersebut. Diagram alir proses pengklasifikasian gigi ini dapat dilihat pada Gambar 3.11.

Posted By : Evan Yofiyanto @ Evan’s Blog : Kuliah Informatika (kuliahinformatika.wordpress.com)

[FREAX]

Buku TA : Proses Ekstraksi Fitur Gigi

Setelah setiap obyek gigi terisolasi dan terpisah dari gigi lain di sekitarnya, setiap obyek gigi tersebut kemudian diekstraksi fitur-fiturnya dengan metode measurement-based sebagaimana yang telah dijelaskan pada subbab 2.8. Sebelum fitur yang diinginkan diekstraksi, terlebih dahulu dilakukan pelabelan terhadap setiap obyek yang telah terisolasi dan seleksi terhadap obyek untuk menghilangkan noise. Noise tersebut dapat berupa gusi yang luput dari proses radiograph segmentation karena memiliki intensitas tinggi maupun bagian kecil gigi yang terpotong karena proses teeth separation yang kurang sempurna. Seleksi dilakukan dengan pendekatan ukuran dengan asumsi luas minimum dari sebuah obyek untuk dikenali sebagai sebuah gigi adalah 6000 piksel persegi sebagaimana yang telah dijelaskan pada batasan masalah.

Buku TA : Proses Vertical Integral Projection

Pemisahan antara setiap gigi dari gigi di sekitarnya dilakukan dengan menerapkan vertical integral projection. Proses yang dilakukan vertical integral projection tidak jauh beda dengan horizontal integral projection. Namun, vertical integral projection ini dilakukan dua kali untuk masing-masing rahang yang telah terpisah dari hasil horizontal integral projection. Vertical integral projection bekerja dengan menjumlahkan nilai-nilai piksel dari setiap baris sebagaimana pada Persamaan 2.3.

Buku TA : Proses Horizontal Integral Projection

Pemisahan antara rahang atas dan rahang bawah dilakukan dengan menerapkan horizontal integral projection. Horizontal integral projection bekerja dengan menjumlahkan nilai-nilai piksel secara horizontal dari setiap kolom sebagaimana pada Persamaan 2.2.

Buku TA : Proses Teeth Separation

Proses teeth separation ini dilakukan untuk memisahkan setiap gigi dari gigi di sekitarnya. Terdapat dua kali pemisahan untuk mendapatkan obyek gigi yang terisolasi. Pemisahan pertama adalah memisahkan rahang atas dan rahang bawah dengan menerapkan horizontal integral projection menggunakan Persamaan 2.2. Pemisahan kedua adalah memisahkan setiap gigi dari gigi di sekitarnya dengan menerapkan vertical integral projection menggunakan Persamaan 2.3. Integral projection menghasilkan citra binary dengan garis pembatas dari setiap gigi yang bernilai piksel 0. Untuk mempertebal garis tersebut, dilakukan erosi. Sebagai sentuhan akhir adalah penghilangan obyek-obyek kecil yang berupa lubang pada bagian gigi maupun noise di luar bagian gigi. Hasil akhir dari proses teeth separation ini adalah citra binary dengan setiap gigi yang telah terpisah dan siap untuk diekstraksi fiturnya. Diagram alir proses teeth separation dapat dilihat pada Gambar 3.6. Penjelasan lebih detail dari horizontal integral projection dan vertical integral projection ada pada bagian selanjutnya dalam subbab ini.

Posted By : Evan Yofiyanto @ Evan’s Blog : Kuliah Informatika (kuliahinformatika.wordpress.com)

[FREAX]

Buku TA : Proses Akuisisi Citra & Proses Radiograph Segmentation

3.1. Proses Akuisisi Citra

Dental panoramic radiograph diasumsikan telah tersimpan dalam harddisk komputer. Seperti yang telah dijelaskan pada bagian perancangan data, dalam tugas akhir ini digunakan database dental panoramic radiograph sebagai data masukan. Langkah pertama adalah mencari dental panoramic radiograph dari harddisk lokal. Diagram alir dari proses akuisisi citra dapat dilihat pada Gambar 3.4.

Buku TA : Gambaran Proses Secara Umum

Dalam perancangan proses pengklasifikasian gigi molar dan premolar pada dental panoramic radiograph ini, terlebih dahulu dijelaskan secara umum tahap-tahap utama yang akan dilakukan serta dilengkapi dengan diagram blok. Setelah itu, dijelaskan masing-masing tahap proses secara lebih detail pada subbab selanjutnya. Penjelasan detail dari setiap tahap proses disertai dengan dengan diagram alir untuk mempermudah proses implementasi.

Buku TA : Perancangan Data Proses & Data Keluaran

3.2.1. Data proses

Pada subbab ini dijelaskan data proses yang digunakan dalam perangkat lunak yang meliputi nama data, tipe data, dan keterangannya. Data proses disajikan dalam Tabel 3.2.

Tabel 3.2. Data proses sistem pengklasifikasian gigi

No.	Nama data	Tipe data	Keterangan
1.	Citra gray-scale gigi	Uint8	Citra gigi ini merupakan data dari database yang akan diproses
2.	Citra gigi setelah melalui radiograph segmentation	Binary	Hasil proses binarisasi citra gigi pada tahap radiograph segmentation dengan format binary
3.	Citra gigi setelah melalui teeth separation	Binary	Hasil proses binarisasi citra gigi pada tahap teeth separation dengan format binary yang disertai dengan garis boundary antar gigi
4.	Data fitur gigi	Double	Fitur gigi berupa nilai area dan rasio setiap gigi serta index dan koordinat centroid untuk pelabelan yang disimpan dengan format double
5.	Data kelas gigi	Cell	Hasil proses klasifikasi yang berisi kelas M (molar) dan P (premolar) dengan format cell

3.2.2. Data keluaran

Data keluaran yang dihasilkan dari perangkat ini adalah citra gray-scale gigi dari data masukan yang telah dilabeli dengan M untuk molar dan P untuk premolar.

Posted By : Evan Yofiyanto @ Evan’s Blog : Kuliah Informatika (kuliahinformatika.wordpress.com)

[FREAX]

Buku TA : Lingkungan Perancangan Perangkat Lunak & Perancangan Data Masukan

3.1. Lingkungan Perancangan Perangkat Lunak

Lingkungan perancangan perangkat lunak yang dibangun meliputi perangkat keras dan perangkat lunak. Spesifikasi lingkungan perancangan secara lebih jelas bisa dilihat pada Tabel 3.1 berikut ini:

Tabel 3.1. Spesifikasi lingkungan perancangan

Lingkungan	Spesifikasi
Perangkat Keras	Prosesor	: Intel Core 2 Duo T5750 @ 2.00 GHz
	RAM	: 2 GB
	VGA	: 384 MB
Perangkat Lunak	Sistem Operasi	: Microsoft Windows XP SP2
	Tools	: Microsoft Word 2007 Microsoft Visio 2003

3.2. Perancangan Data

Data yang digunakan dalam proses pengklasifikasian gigi dibagi menjadi tiga macam yaitu data masukan, data proses, dan data keluaran. Data masukan merupakan input dari pengguna perangkat lunak. Data proses adalah ketika tahap-tahap pengklasifikasian sedang dilakukan. Sedangkan, data keluaran adalah data yang ditampilkan kepada pengguna perangkat lunak. Penjelasan masing-masing jenis data diberikan sebagai berikut :

3.2.1. Data masukan