Sistem Pendeteksi Bakteri Mycobacterium Tuberculosis dan Penentu Tingkat Penyakit TBC
Abstract
Merupakan salah satu penyebab kematian terbanyak di seluruh dunia, penyakit
Tuberkulosis menjadi salah satu fokus penting dalam meningkatkan kualitas Kesehatan di
dunia. Berbagai upaya dilakukan oleh seluruh pihak, baik itu melalui program yang dijalankan
oleh pemeritah atau pengembangan di dunia medis dengan memberikan terapi pada
penderitanya. Walaupun dengan segala usaha yang telah dilakukan, tingkat penderita di
Indonesia masih terbilang cukup tinggi, berada pada angka 420.994 kasus pada tahun 2017.
Penyakit tuberkulosis sendiri disebabkan oleh bakteri mycobacterium tuberculosis yang
menginfeksi organ pernafasan penderitanya. Bakteri tersebut merupakan bakteri tahan asam
(BTA) dengan ukuran yang cukup besar dan bersifat nonmotile.
Salah satu cara dalam melakukan diagnosis terhadap penyakit ini adalah dengan
melakukan pengujian terhadap spesimen sputum dari pasien dan melihatnya di bawah
mikroskop. Spesimen diambil sebanyak tiga kali dengan kurun waktu yang berbeda, yaitu pada
saat awal kunjungan, satu hari setelah kunjungan dan sore hari pada hari kedua. Melalui gambar
dari mikroskop ini nantinya laboran diminta untuk menentukan diagnosis dengan mencari
keberadaan bakteri pada sampel yang diberikan. Pada tahapan inilah diharapkan sistem mampu
membantu proses diagnosis dari sampel yang diberikan.
Pengolahan citra dapat dimanfaatkan dalam membantu sistem menyelesaikan tugasnya.
Dengan melakukan ekstraksi informasi terhadap citra yang didapat melalui mikroskop, sistem
diharapkan mampu mendeteksi keberadaan bakteri pada citra sampel yang diberikan.
Kemudian, dengan melihat seberapa banyak bakteri yang terdeteksi pada keseluruhan citra
sampel, sistem akan menentukan seberapa parah penyakit yang diderita oleh pasien. Dengan
begitu, proses diagnosis dapat dilakukan melalui citra mikroskop yang diolah dengan
menggunakan bantuan komputer.
Melalui penelitian ini, pendeteksian bakteri menggunakan komputasi terhadap citra
digital sangat memungkinkan. Dari pengujian yang dilakukan pada sistem, didapatkan nilai F1
dari pendeteksian bakeri sebesar 74.25%. Nilai ini didapat dari tingkat precision sebesar
86.49% dan tingkat recall sebesar 65.04%. Sementara itu, ketepatan kesimpulan yang diambil
akan sangat terpengaruh oleh seberapa baik sistem mampu menemukan serta menentukan
bakteri dengan baik.
Collections
- Informatics Engineering [2148]