Seminar Nasional Teknologi Informasi dan Multimedia 2017 STMIK AMIKOM Yogyakarta, 4 Februari 2017 ISSN : 2302-3805 4.3-1 METODE PENINGKATAN KUALITAS CITRA MEDIS: LITERATURE REVIEW Khasnur Hidjah 1) , Agus Harjoko 2) , Anny Kartika Sari 2) 1) Teknik Informatika STMIK BUMIGORA Mataram 2) Ilmu Komputer dan Elektronika Fak. MIPA UNIVERSITAS GADJAH MADA Yogyakarta Jln. Sekip Utara, Bulaksumur, Sinduadi, Mlati, Yogyakarta 55281 Email : khasnur.h@gmail.com 1) , aharjoko@ugm.ac.id 2) , a_kartikasari@ugm.ac.id 3) Abstrak Citra medis biasanya memiliki kontras rendah karena diperoleh dari hasil X-ray. Padahal, penggunaan citra medis semakin banyak dilakukan, terutama dalam hal pengembangan sistem cerdas yang dapat membantu melakukan diagnosis penyakit. Usaha peningkatan kualitas citra medis dilakukan oleh para peneliti antara lain dengan cara pengembangan algoritme yang telah ada. Artikel ini memberikan ulasan mengenai penelitian- penelitian terkini yang berkaitan dengan peningkatan kualitas citra medis. Ulasan tersebut diharapkan dapat memberikan gambaran kepada para peneliti mengenai metode-metode terkini untuk meningkatkan kualitas citra Hasil ulasan menunjukkan bahwa metode berbasis region dan metode hybrid memiliki kemampuan yang lebih baik dalam meningkatkan kontras citra dibandingkan dengan metode klasik. Akan tetapi, metode tersebut memiliki kelemahan dalam hal kompleksitas karena memerlukan waktu komputasi yang cukup panjang. Kata kunci: kualitas citra, peningkatan kontras citra, image enhancement, citra medis, penajaman citra 1. Pendahuluan Akhir-akhir ini penelitian terhadap analisis citra medis menjadi salah satu penelitian yang banyak diminati karena dapat dimanfaatkan untuk mengembangkan sistem cerdas di bidang kedokteran, misalnya membantu mendiagnosis penyakit. Analisis citra meliputi proses pre-processing, image enhancement, penentuan Region of Interest (ROI), segmentasi, ekstraksi ciri, dan seleksi ciri. Artikel ini berfokus pada peningkatan kontras dan ketajaman citra (image enhancement). Pengolahan berbagai citra medis sangat banyak membantu untuk memvisualisasikan dan mengekstrak lebih detil tentang citra [1]. Tujuan peningkatan kualitas citra selain untuk mendapatkan hasil yang sesuai dengan keperluan aplikasi juga memudahkan mendapatkan ciri- ciri citra dalam proses selanjutnya [3]. Sinyal diperkuat biasanya untuk meningkatkan ketajaman citra, namun peningkatan kualitas citra memberikan sinyal tentang: i) rincian dari gambar, ii) noise, dan iii) under-shoot dan over-shoot karena smoothing dari tepi [6]. Dalam hal ini, peningkatan noise jelas tidak diinginkan. Mayoritas citra medis memiliki kualitas citra yang rendah, dengan tingkat kontras yang juga rendah, dan banyak noise [9]. Ini dikarenakan pengambilan citra umumnya menggunakan foto X-ray. Hal ini yang menjadi tantangan bagi para peneliti untuk dapat selalu mengembangkan algoritme yang berhubungan dengan peningkatan kontras dan ketajaman citra. Ulasan pada artikel ini diharapkan dapat memberikan motivasi dan informasi tentang isu-isu yang dapat dikembangkan berkaitan dengan peningkatan kualitas citra. Kontribusi dari penelitian ini terutama pada klasifikasi metode dalam peningkatan kontras dan ketajaman citra khususnya citra medis untuk keperluan mendiagnosis penyakit. Kontras adalah atribut persepsi dasar dari suatu gambar [18]. Sulit untuk melihat rincian dalam gambar kontras rendah [10]. Adaptif histogram ekualisasi [11-12] sering digunakan untuk peningkatan kontras. Peningkatan kontras citra merupakan bagian yang penting untuk sistem pemeriksaan citra medis, agar lebih jelas secara visual dan dapat digunakan untuk menjelaskan hasil diagnosis yang kadang-kadang subyektif dan tidak konsisten [3] jika gambar yang diperoleh mengalami ketajaman dan kontras yang rendah. Metode image enhancement yang sudah ada untuk menganalisis citra medis berdasarkan manipulasi kontras, yaitu [2, 3, 8]: contrast adjustment, linear stretching, unsharp masking, histogram equalization, adaptive histogram equalization, contrast limited adaptive histogram equalization dan adaptive region growing. Metode-metode tersebut dapat digunakan untuk meningkatkan kualitas citra, mulai dari mengatur tingkat kontras, menghilangkan noise, dan mengatur tingkat pencahayaan. Metode peningkatan kontras secara klasik didasarkan pada teknik domain spasial atau domain transformasi [2]. Prosedur berbeda digunakan dalam metode domain spasial dan metode domain transformasi. Metode domain spasial secara langsung diterapkan pada piksel citra sedangkan domain transformasi memodifikasi frekuensi citra. Beberapa metode klasik yang populer adalah Histogram Equalization, Histogram Spesifikasi [4] dan Adaptive Neighborhood Histogram Equalization.