Perkembangan teknologi peralatan kedokteran saat ini berjalan sangat pesat yang didukung oleh kemajuan ilmu teknik yang mencakup ilmu fisika, elektronika, komputer, ilmu kedokteran, dan biologi. Pemeriksaan radiologis sesudah perang dunia kedua maju dengan pesat sekali sejalan dengan kemajuan ilmu kedokteran dan ilmuilmu lain pada umumnya. Kemajuan ini dipengaruhi oleh perkembangan teknologi fisika, kimia, biologi, elektronik, komputer, dan segalanya (Daniel Kartawiguna & Dr. Ir. Hj. Rusmini B., 2017). Radiologi adalah ilmu kedokteran yang berfokus pada teknologi pencitraan menggunakan gelombang elektromagnetik atau mekanik. Tujuannya untuk memindai organ dalam tubuh guna mendeteksi penyakit. (dr. Rizal Fadli, 2023). Alat dari radiologi mendeteksi organ yang terdapat gejala kanker.
Kanker ada banyak jenisnya dari kanker kulit, kanker payudara, kanker otak, kanker hati, kanker perut dll. Sedangankan yang ingin kita bahas disini yaitu Tumor otak adalah jaringan sel otak yang tumbuh dan berkembang tidak terkontrol karena alasan tertentu (National Brain Tumor Society, 2013). Tumor otak yang berada di dalam kepala akan mengganggu fungsi normal otak, serta akan meningkatkan tekanan pada otak. Sehingga mengakibatkan sebagaian jaringan otak akan mengalami kemunduran, akan mendesak rongga tengkorak, hingga menyebabkan kerusakan jaringan saraf (Al Tamimi dan Sulong, 2014). Organisasi Kesehatan Dunia (WHO) membagi tipe tumor otak sebanyak 120 jenis dengan kriteria tumor otak didasarkan pada anaplasia (McLean, 2012).
Salah satu jenis tumor di kepala yang paling sering terjadi adalah tumor otak. Jenis tumor ini terbentuk karena adanya pertumbuhan sel-sel abnormal di jaringan otak sehingga membentuk tumor di otak.Tumor otak bisa muncul di banyak bagian pada otak, misalnya di kelenjar hipofisis (craniopharyngioma), selaput lapisan pelindung otak (meningioma), sel-sel astrosit pada otak (astrocytoma), dan di jaringan otak besar (ependymoma).
Berikut ini merupakan gejala-gejala yang dapat timbul pada penderita tumor otak:
- Sakit kepala yang tidak tertahankan
- Kejang
- Kesulitan dalam berpikir, berbicara, dan memahami bahasa
- Perubahan kepribadian
- Kelemahan atau kelumpuhan pada satu sisi tubuh
- Masalah penglihatan dan pendengaran
- Wajah mati rasa atau kesemutan
- Mual atau muntah
- Kesulitan menelan
- Penurunan atau peningkatan berat badan tanpa sebab yang jelas
Tumor di kepala dapat menimbulkan gejala yang bervariasi, tergantung pada lokasi, ukuran, dan jenisnya. Namun, biasanya penderita tumor di kepala tidak merasakan gejala apa pun ketika ukuran tumor masih kecil.Gejala tumor biasanya muncul ketika tumor sudah merusak struktur kepala normal, menyerang otak dan saraf, atau menyebabkan peningkatan tekanan di dalam kepala. Di seluruh dunia masing-masing negara pasti ada kasus mengenai tumor otak..
Indonesia juga tak luput dengan kasus ini, Tumor otak pada orang dewasa diperkirakan ada 23.380 kasus baru didiagnosis pada tahun 2014, yang menyebabkan 14.320 kematian, hal ini menyumbang 1,4% dari semua kasus baru kanker dan 2,4% dari semua kematian akibat kanker. Insiden tumor otak baru adalah 6,4 per 100.000 orang per tahun dengan tingkat kelangsungan hidup lima tahun secara keseluruhan sebesar 33,4% (Perkins et al., 2016). Prevalensi puncaknya adalah antara usia 55 dan 64 tahun, dengan insiden yang sedikit lebih tinggi pada pria dibandingkan pada wanita. Ada sekitar 0,6% risiko seumur hidup untuk didiagnosis menderita tumor otak atau sistem saraf lainnya (De Robles et al., 2015). Cara tepat untuk mengetahui tumor otak membutuhkan alat yang canggih untuk mendeteksinya biasanya menggunakan alat radiologi berupa MRI.
MRI ditemukan pada tahun 1969 oleh Raymond V. Damadian untuk melihat struktur tubuh manusia. Kinerja sederhananya adalah pasien berada di daerah medan magnet yang kuat sehingga menyebabkan proton-proton molekul air dalam tubuh menjadi selaras sesuai dengan medan magnet. Selanjutnya pulsa frekuensi radio masuk dan memaksa proton tersebut pindah atau keluar dari titik equilibrium. Ketika pulsa frekuensi radio tersebut dihentikan, proton kembali ke titik equilibrium dan menghasilkan sinyal sinusoidal pada frekuensi yang sama dengan medan magnet. Kumparan frekuensi radio atau resonator di dalam scanner mendeteksi sinyal dan menghasilkan citra MRI.
Proses klasifikasi Citra MRI otak dimulai dengan membagi data menjadi data training dan data testing. Pembagian data dilakukan dengan menggunakan metode k-fold cross validation dengan menggunakan k = 3. Penerapan cross validasi pada 32 data MRI otak menghasilkan 4 kombinasi dengan komposisi 60% sebagai data training, 20% sebagai data testing dan 20% digunakan untuk data validasi [mauridhi, 2006] Model algorithma yang diusulkan untuk ekstrasi fitur dalam penelitian ini menggunakan transformasi wavelet diskrit (DWT) yang merubah koefisien sebagai vektor fitur.Wavelet adalah alat matematika yang handal untuk ekstraksi fitur dan digunakan untuk mengekstrak koefisien wavelet dari citra MR. Keuntungan utama dari wavelet adalah tersedianya informasi frekuensi lokal tentang fungsi dari sinyal, yang sangat bermanfaat untuk klasifikasi [Karibasappa, 2004]. Citra asli adalah proses sepanjang arah x dan y, dengan h (n) dan (n) g filter yang merupakan representasi baris dari gambar asli. Sebagai hasil dari transformasi ini ada gambar 4 sub band (LL, LH, HH, HL) pada setiap skala. Sub-band LLgambarhanya digunakan untuk perhitungan DWT pada skala berikutnya.Untuk menghitung fitur wavelet dalam tahap pertama,koefisien wavelet dihitung untuk LL sub-band menggunakan fungsi haar wavelet. (Lastri Widya Astuti, 2019)
Proses transformasi dilakukan pada baris terlebih dahulu, kemudian dilanjutkan transformasi pada kolom. Koefisien -- koefisien yang dihasilkan melalui transformasi wavelet dapat dipilih untuk menjadi fitur suatu citra. LL menyatakan bagian koefisien yang diperoleh melalui proses tapis low pass dilanjutkan dengan low pass. Citra pada bagian ini mirip dan merupakan versi lebih halus dari citra aslinya, sehingga koefisien pada bagian LL sering disebut komponen aproksimasi. LH menyatakan bagian koefisien yang diperoleh melalui tapis low pass kemudian dilanjutkan dengan high pass. Koefisien pada bagian ini menunjukkan citra tepi dalam arah horizontal. Bagian HL menyatakan bagian yang diperoleh melalui proses high pass kemudian dilanjutkan dengan low pass. Koefisien pada bagian ini menunjukkan citra tepi dalam arah vertikal. HH menyatakan proses yang diawali dengan high pass kemudian dilanjutkan dengan high pass, bagian ini menunjukkan citra tepi dalam arah diagonal. Ketiga komponen LH, HL dan HH disebut komponen detail. Pada penelitian ini proses transformasi dilakukan sebanyak 3 tingkatan. Data citra asli yang berukuran 256 x 256 di ekstrasi menggunakan wavelet menjadi citra berukuran 32 x 32. Data citra MRI yang berukuran 32 x 32 selanjutnya akan dijadikan citra input pada proses reduksi fitur. (Lastri Widya Astuti, 2019).
