EKSTRAKSI FITUR PEMBULUH DARAH CITRA FUNDUS RETINA MENGGUNAKAN FUZZY LOGIC

Asyaroh Ramadona Nilawati; Taufik Hidayat

doi:10.35760/ik.2021.v26i2.4304

EKSTRAKSI FITUR PEMBULUH DARAH CITRA FUNDUS RETINA MENGGUNAKAN FUZZY LOGIC

Asyaroh Ramadona Nilawati
Universitas Gunadarma
Indonesia

Taufik Hidayat
Universitas Gunadarma
Indonesia

DOI: http://dx.doi.org/10.35760/ik.2021.v26i2.4304

Abstract

Ekstraksi pola pembuluh darah retina dapat dimanfaatkan dalam sistem biometrik sebagai otentikasi keamanan. Citra hasil ekstraksi pola pembuluh darah retina dapat dimasukkan ke dalam fitur untuk identifikasi sistem biometrik. Salah satu metode yang dapat dilakukan untuk melakukan segmentasi pembuluh darah retina adalah metode fuzzy logic. Pada penelitian ini, dilakukan ekstraksi pembuluh darah citra fundus retina menggunakan implementasi fuzzy logic. Peneliti menggunakan sejumlah 20 citra fundus yang diperoleh dari dataset DRIVE berformat .tif. Proses segmentasi dimulai dengan tahap preprocessing yang berisikan konversi citra menjadi grayscale, median filtering, perataan histogram CLAHE, dan eliminasi optic disc, kemudian dilanjutkan dengan pembuatan fuzzy inference system. Tahapan preprocessing yang digunakan merupakan hasil dari rangkaian uji coba peneliti dengan melihat hasil dari setiap uji coba yang dilakukan, sehingga mendapatkan citra yang menonjolkan fitur pembuluh darah dan menghilangkan noise atau fitur retina yang tidak diperlukan seperti optic disc. Uji coba segmentasi dilakukan pada Polyspace R2020a sebagai media untuk menjalankan program mulai dari preprocessing hingga segmentasi menggunakan fuzzy logic. Keluaran dari segmentasi ini berupa citra segmentasi hasil dari metode fuzzy logic dan crisp value. Metode fuzzy logic berhasil diterapkan untuk melakukan ekstraksi pembuluh darah retina dan menghasilkan crisp value. Hasil penelitian ini diharapkan dapat digunakan sebagai salah satu fitur sistem identifikasi biometrik retina.

Keywords

Crisp Value; Ekstraksi; Fuzzy Logic; Pembuluh Darah; Retina

References

S. Prabhakar, S. Pankanti, and A. K. Jain, “Biometric recognition: Security and privacy concerns,” IEEE security & privacy, vol. 99, no. 2, pp. 33–42, 2003

A. K. Jain, A. Ross, and S. Prabhakar, “An introduction to biometric recognition,” IEEE Transactions on circuits and systems for video technology, vol. 14, no. 1, pp. 4–20, 2004

S. K. Sahoo, T. Choubisa, and S. M. Prasanna, “Multimodal biometric person authentication: A review,” IETE Technical Review, vol. 29, no. 1, pp. 54–75, 2012

K. A. Nixon, V. Aimale, and R. K. Rowe, “Spoof detection schemes,” in Handbook of biometrics, pp. 403–423, Springer, 2008

Susetianingtias, D. T., Madenda, S., Fitrianingsih, Adlina, D., Rodiah, & Arianty, R, “Retinal blood vessel extraction using wavelet decomposition”, International Journal of Advanced Computer Science and Applications, 11(4), 351–355,

https://doi.org/10.14569/IJACSA.2020.0110448, 2020

A. Budai, R. Bock, A. Maier, J. Hornegger, G. Michelson, “Robust Vessel Segmentation in Fundus Images”, International Journal of Biomedical Imaging, 2013

Novák, V., Perfilieva, I., Močkoř, J, “Mathematical principles of fuzzy logic”, Dordrecht: Kluwer Academic. ISBN 978-0-7923-8595-0,1999.

F. Liu, “An efficient centroid type-reduction strategy for general type-2 fuzzy logic system”, Information Sciences 178.9, 2008: 2224-2236

Kaur, I., & Singh, L. M, “A Method of Disease Detection and Segmentation of Retinal Blood Vessels using Fuzzy C-Means and Neutrosophic Approach”, 6, 551–557, 2016

Bhardwaj, C., Jain, S., & Sood, M, “Automatic Blood Vessel Extraction of Fundus Images Employing Fuzzy Approach”, 7(4), 757–771.

https://doi.org/10.11591/ijeei.v7i4.991, 2019

Emary, E., Zawbaa, H. M., Hassanien, A. E., Schaefer, G., & Azar, A. T, “Retinal Vessel Segmentation based on Possibilistic Fuzzy c-means Clustering Optimised with Cuckoo Search”, 2014

Franklin, A., T, J. J., June, M., & June, M, “Biological and Chemical Sciences GUI For Retinal Blood Vessel Articulation for Detection Of Diabetic”, Research Journal of Pharmaceutical 8(2372), 2372–2385, 2017

Dantas, D. O., Oliveira, D. D. S., Danilo, H., & Leal, P, “Blood vessels extraction using Fuzzy Mathematical Morphology”, September 2018. https://doi.org/10.1109/ICASSP.2017.7952289.

High-Resolution Fundus Image Databaset. Tersedia pada: https://www5.cs.fau.de/research/data/fundus-images. Tanggal akses: 1 Agustus 2020

Ety Sutanty, Sarifuddin Madenda, Dewi Agushinta R, Rodiah, Diana Tri Susetianingtias, "Retinal blood vessel segmentation and bifurcation detection using combined filters", 3rd International Conference on Science in Information Technology (ICSITech), DOI: 10.1109/ICSITech.2017.8257176, October 2017.

Kanditami, F., Saepudin, D., & Rizal, A, “Analisis Contrast Limited Adaptive Histogram Equalization ( Clahe ) Dan Region Growing Dalam Deteksi Gejala Kanker Payudara Pada Citra Mammogram” ,Jurnal Elektro Itt Telkom, 7 No.1, 15–28, 2014

URL : High-Resolution Fundus Image Databaset. Tersedia pada: https://www5.cs.fau.de/research/data/fundus-images. Tanggal akses: 1 Agustus 2020.