Pengolahan Citra Pada Gambar Penyakit Kanker Hati

BAB I
PENDAHULUAN

1.1 Latar Belakang
Kanker merupakan salah satu organ vital di dalam tubuh yang berperan besar pada kelangsungan hidup seseorang. Fungsi paling penting dari kanker adalah menyalurkan vitamin dan nutrisi ke seluruh tubuh, memproduksi protein yang akan membersihkan darah, dan mengeluarkan racun dari dalam tubuh. Ada dua tipe kanker yang berpotensi menyerang hati: Kanker primer adalah Sel-sel kanker pertama kali terbentuk di dalam hati dan selanjutnya menyebar dan merusak organ lain, Kanker jenis ini yang paling sering diderita masyarakat adalah hepatocellular carcinoma. Kanker Metastasized adalah Kanker yang menyerang hati ini berasal dari sel-sel kanker yang terbentuk di organ lain. Ia menyerang hati karena prinsip kerja hati yang menyaring darah dari racun dan virus. Organ-organ yang menjadi tempat tumbuh sel kanker diantaranya: colon, pankreas, perut, dan dada. Orang yang didiagnosis menderita kanker hati berusia diatas enam puluh tahun. Dari sebuah survei di Kanada,setiap tahun sekitar 1800 orang didiagnosis menderita kanker hati, dan separuh lebih adalah lelaki.
Penyebab kanker hati Penyebab kanker hati sampai sekarang belum diketahui secara pasti. Namun kanker hati dapat dikenali dari faktor-faktor yang bisa diidentifikas, penyakit yang pernah atau sedang diderita. Meliputi: Hepatitis B kronis, Terinfeksi hepatitis C, Cirrhosis pada liver, Diabetes mellitus, Terinfeksi racun, seperti jamur aflatoxin, vinyl chloride, anabolic steroids, dan arsenic, Akibat merokok dan Penyebab utama kerusakan hati adalah :
1. Tidur terlalu malam dan bangun terlalu siang adalah penyebabpaling utama.
2. Tidak buang air pada pagi hari.
3. Pola makan yang terlalu berlebihan
4. Tidak makan pagi.
5. Terlalu banyak mengkonsumsi obat-obatan.
6. Terlalu banyak mengkonsumsi bahan pengawet,zat tambahan, zat pewarna, pemanis buatan.
7. Minyak goreng yang tidak sehat. Sedapat mungkin kurangi penggunaan minyak goring saat menggoreng makanan, hal ini juga berlaku meski menggunakan minyak goreng terbaik sekalipun seperti olive oil.
8. Mengkonsumsi masakan mentah atau dimasak matang 3-5 bagian.Masakan yang digoreng harus dimakan habis saat itu juga, jangan disimpan.
Gejala dan komplikasi pada penderita kanker hati adalah Mengetahui gejala kanker hati sama halnya dengan melakukan trial error. Gejala yang sering ditunjukkan kadang tidak menunjukkan seseorang menderita kanker hati. Beberapa hal yang dirasa cukup menunjukkan seseorang kanker hati adalah sebagai berikut:
1. Ascites : Kondisi di mana liver mengalami akumulasi cairan sehingga mengganggu keseluruhan kinerja liver dan metabolisme tubuh.
2. Jaundice : Kulit menjadi berwarna kuning dan keseluruhan mata menjadi putih
3. Demam
4. Menggigil
5. Merasa lelah yang luar biasa
6. Nausea
7. Nyeri pada perut
8. Kehilangan gairah makan
9. Berat badan yang turun drastis
10. Nyeri pada punggung dan bahu
11. Urin yang berwarna gelap
12. Terjadi pendarahan di bagian dalam tubuh
Untuk memastikan bahwa seseorang menderita kanker hati, diperlukan perawatan oleh dokter. Beberapa tes yang bisa dilakukan adalah:
1. Tes darah untuk memeriksa kandungan enzim pada liver
2. Abdominal ultrasound untuk mengetahui ukuran liver dan apakah ada tumor di dalamnya
3. Magnetic resonance imaging (MRI) pada abdomen
4. Computed tomography (CT) scan pada abdomen
5. Laparoscopy
6. Biopsy
7. Angiography
8. Sinar X pada dada untuk mengetahui persebaran sel kanker
Didalam penulisan ini kita mengunakan MATLAB. MATLAB merupakan suatu program komputer yang bisa membantu memecahkan berbagai masalah matematis yang kerap kita temui dalam bidang teknis. Kita bisa memanfaatkan kemampuan MATLAB untuk menemukan solusi dari berbagai masalah numerik secara cepat, mulai hal yang paling dasar, misalkan sistem 2 persamaan dengan 2 variabel: x – 2y = 32 dan 12x + 5y = 12 hingga yang kompleks, seperti mencari akar-akar polinomial, interpolasi dari sejumlah data, perhitungan dengan matriks, pengolahan sinyal, dan metoda numerik. Salah satu aspek yang sangat berguna dari MATLAB ialah kemampuannya untuk menggambarkan berbagai jenis grafik,
sehingga kita bisa memvisualisasikan data dan fungsi yang kompleks.

1.2 Tujuan

Tujuan dari penulisan ini adalah untuk melihat gambar yang paling jelas dari beberapa metode. Disini kita menggunakan beberapa cara untuk mengetahui mengolah gambar antara hati yang normal dengan hati yang terkena kanker hati sebagai berikut:
• DCT : digunakan untuk kompresi karena mampu mengurangi terjadinya piksel yang sama pada daerah yang berdekatan.
• Deteksi Tepi : hanya dapat dilakukan menggunakan citra grayscale atau citra 2D.
• Dilasi
• Erosi
• Objek Counting : proses menghitung objek berdasarkan konektivitasnya terhadap piksel disekitarnya.
• FFT (Fast Fourier Transform)
• Filter Image
• Live Histogram : Histogram sangat penting dalam pengolahan citra termasuk video oleh karena itu pembuatan histogram secara live juga sangat dibutuhkan dalam proses interpretasi objek yang dianalis.
• Image Reconstruction
• Konvolusi : salah satu proses filtering image yang sering dilakukan pada proses pengambilan gambar.
• Region Of Interest (ROI) : Untuk bentuk lain atau area yang berbentuk tidak beraturan yang ingin dipisahkan dari image induk.



BAB II PEMBAHASAN


2.1 OBJEK YANG DIAMATI
Hati merupakan organ homeostasis yang memainkan peranan penting dalam proses metabolisma dalam manusia dan hewan. Istilah perubatan yang berkaitan dengan hati sering kali bermula dari perkataan Greek bagi hati iaitu hepar, menjadi hepato- atau hepatic. Hati berwarna perang kemerahan dan terletak di bawah diafragma iaitu di dalam rongga abdomen. Hati menerima makanan terlarut dalam darah apabila makanan ini tercerna dan diserap di usus. Pada percobaan kali ini, objek yang kami amati adalah hati seorang pria berusia 37 tahun.
Penyebab utama kerusakan hati adalah :
1. Tidur terlalu malam dan bangun terlalu siang adalah penyebab paling
utama.
2. Tidak buang air di pagi hari.
3. Pola makan yang terlalu berlebihan.
4. Tidak makan pagi.
5. Terlalu banyak mengkonsumsi obat-obatan.
6. Terlalu banyak mengkonsumsi bahan pengawet, zat tambahan, zat
pewarna, pemanis buatan.
7. Minyak goreng yang tidak sehat. Sedapat mungkin kurangi penggunaan minyak goreng saat menggoreng makanan, hal ini juga berlaku meski menggunakan minyak goreng terbaik sekalipun seperti olive oil. Jangan mengkomsumsi makanan yang digoreng bila kita dalam kondisi penat,kecuali dalam kondisi tubuh yang fit.
8. Mengkonsumsi masakan mentah (sangat matang) juga menambah bebanhati. Sayur mayur dimakan mentah atau dimasak matang 3 – 5 bagian. Sayur yang digoreng harus dimakan habis saat itu juga, jangan disimpan.
Kanker hati merupakan kanker yang sering dijumpai di Indonesia. Kanker ini dihubungkan dengan infeksi Hepatitis B atau Hepatitis C. Artinya pada umumnya penderita kanker hati pernah terinfeksi Hepatitis B atau C. Penyakit Hepatitis B dan Hepatitis C sering dialami penduduk Indonesia. Kedua penyakit ini ditularkan melalui cairan tubuh. Virus Hepatitis B dan Hepatitis C dapat ditularkan melalui hubungan seksual, jarum suntik, dan transfusi darah.
Pencegahan terhadap kanker disini adalah suatu tindakan yang berupaya untuk menghindari segala sesuatu yang menjadi faktor resiko terjadinya kanker dan memperbesar faktor protektif untuk mencegah kanker.
Para penderita kanker di Indonesia dapat memiliki harapan hidup yang lebih lama dengan ditemukannya tanaman “KELADI TIKUS” (Typhonium Flagelliforme/ Rodent Tuber) sebagai tanaman obat yang dapat menghentikan dan mengobati berbagai penyakit kanker dan berbagai penyakit berat lain. Tanaman sejenis talas dengan tinggi maksimal 25 sampai 30 cm ini hanya tumbuh di semak yang tidak terkena sinar matahari langsung.

2.2 PERALATAN/HARDWARE
Beberapa peralatan/hardware yang digunakan antara lain :
1. Monitor
2. CPU
3. Motherboard : BIOSTAR TA 790GX3 A2+
4. Prosessor : AMD Athlon X2 7750 BE
5. RAM : Team XTeam DARK PC 8500 2GB
6. VGA : ATI Radeon 3300
7. Keyboard
8. Mouse
9. Scanner

2.3 SOFTWARE
Software yang dipakai adalah MATLAB 7.7 sebagai software pengolahan citra dan analisis gambar dengan menggunakan system operasi windows XP dan Microsoft Word sebagai alat bantu dalam pengerjaan penulisan.

2.4 PROSES PENGAMBILAN GAMBAR
Proses pengambilan gambar pada penulisan ini dimulai dari mesin rontgen yang akan menghasilkan foto rontgen setelah itu foto tersebut di scan dengan sebuah scanner sehingga mendapatkan hasil file gambar berupa .jpg.

2.5 PENGOLAHAN DAN ANALISIS GAMBAR
MATLAB adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan pemrograman dalam suatu model yang sangat mudah untuk pakai dimana masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang familiar. Penggunaan Matlab meliputi bidang–bidang:
• Matematika dan Komputasi
• Pembentukan Algorithm
• Akusisi Data
• Pemodelan, simulasi, dan pembuatan prototipe
• Analisa data, explorasi, dan visualisasi
• Grafik Keilmuan dan bidang Rekayasa

Memulai MATLAB
Perhatikan Dekstop pada layar monitor PC, anda mulai MATLAB dengan melakukan double-clicking pada shortcut icon MATLAB.
Selanjutnya akan mendapatkan tampilan seperti pada gambar berikut ini.


Sedangkan untuk mengakhiri sebuah sesi MATLAB, anda bisa melakukan dengan dua cara, pertama pilih File -> Exit MATLAB dalam window utama MATLAB yang sedang aktif, atau cara kedua lebih mudah yaitu cukup ketikkan type quit dalam Command Window


Menentukan Direktori Tempat Bekerja
Secara default untuk dapat bekerja dengan MATLAB pada directory Work ada di dalam Folder MATLAB.


Menyusun Progam Sederhana
Untuk dapat mengedit suatu file text yang tersusun dari beberapa perintah MATLAB dilakukan dengan menekan double-click pada icon "New M-File" yang ada di toolbar MATLAB.

Selanjutnya akan mendapatkan sebuah tampilan MATLAB Editor yang masih kosong seperti ini.



Pembacaan Image
Pada MATLAB, fungsi untuk melakukan pembacaan image standar yaitu:
imread(‘filename’)
Perintah ini digunakan untuk membaca beberapa format file diantaranya :

Hasil dari pembacaan imread(‘filename’) bisa berupa matriks dua dimensi jika gambar yang dibaca adalah gambar grayscale dan matrik 3 dimensi jika berupa gambar 3 dimensi.


DCT (Discrete Cosine Transform)
Persamaan DCT biasanya ditulis seperti dibawah ini:

DCT biasanya digunakan untuk kompresi karena mampu mengurangi terjadinya perulangan piksel yang sama pada daerah yang berdekatan.
Penggunaan DCT yaitu:
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
gray=rgb2gray(gambar);
f=dct2(gray);
imshow(gray), colormap(jet),colorbar
figure,imshow(f), colormap(jet),colorbar

hasilnya yaitu:


 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
gray=rgb2gray(gambar);
f=dct2(gray);
imshow(gray), colormap(jet),colorbar
figure,imshow(f), colormap(jet),colorbar

hasilnya yaitu:



Deteksi Tepi
Seleksi objek biasanya selanjutnya dilakukan langkah deteksi tepi dalam proses pengolahan citra, di MATLAB proses pendeteksian tepi dilakukan dengan perintah/fungsi edge. Ada beberapa metode yang dapat dilakukan pada deteksi tepi menggunakana MATLAB yaitu metode sobel, prewitt, roberts, laplacian of gaussian, metode zero cross, dan canny.
Yang penting diperhatikan pada deteksi tepi bahwa hanya dapat dilakukan menggunakan citra grayscale atau citra 2-D.
Penggunaan metode deteksi tepi :
 Pada hati manusia normal :
I = imread('J:\normal.jpg');
gray=rgb2gray(I);
BW1 = edge(gray,'prewitt');
BW2 = edge(gray,'canny');
BW3 = edge(gray,'sobel');
BW4 = edge(gray,'roberts');
BW5 = edge(gray,'log');
BW6 = edge(gray,'zerocross');
imshow(BW1);
figure, imshow(BW2)
figure, imshow(BW3)
figure, imshow(BW4)
figure, imshow(BW5)
figure, imshow(BW6)

hasilnya yaitu:




 Pada hati manusia yang terkena kanker hati :
I = imread('J:\kanker_hati.jpg');
gray=rgb2gray(I);
BW1 = edge(gray,'prewitt');
BW2 = edge(gray,'canny');
BW3 = edge(gray,'sobel');
BW4 = edge(gray,'roberts');
BW5 = edge(gray,'log');
BW6 = edge(gray,'zerocross');
imshow(BW1);
figure, imshow(BW2)
figure, imshow(BW3)
figure, imshow(BW4)
figure, imshow(BW5)
figure, imshow(BW6)

hasilnya yaitu :























Morphological Image Processing
Merupakan pengolahan citra yang berhubungan dengan bentuk dan struktur dari suatu objek, ada beberapa contoh teknik yang digunakan seperti dilasi, erosi dan objek counting.
 Dilasi
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
gray=rgb2gray(gambar);
se = strel('ball',5,5);
dilat=imdilate(gray,se);
imshow(gambar)
figure, imshow(gray)
figure, imshow(dilat)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
gray=rgb2gray(gambar);
se = strel('ball',5,5);
dilat=imdilate(gray,se);
imshow(gambar)
figure, imshow(gray)
figure, imshow(dilat)

hasilnya yaitu :



 Erosi
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
gray=rgb2gray(gambar);
se = strel('ball',5,5);
dilat=imerode(gray,se);
imshow(gambar)
figure, imshow(gray)
figure, imshow(dilat)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati:
gambar=imread('J:\kanker_hati.jpg');
gray=rgb2gray(gambar);
se = strel('ball',5,5);
dilat=imerode(gray,se);
imshow(gambar)
figure, imshow(gray)
figure, imshow(dilat)

hasilnya yaitu :



 Object Counting
Yaitu proses menghitung objek berdasarkan konektivitasnya terhadap piksel disekitarnya, bias berdasarkan 4 piksel koneksi atau menggunakan 8 piksel koneksi.
Fungsi yang digunakan untuk menghitung objek yaitu:
[labeled,numObjects] = bwlabel(imbw,4);
Sedangkan fungsi yang digunakan untuk memberi label dan warna yang berbeda pada setiap objek yaitu:
imlabel = label2rgb(labeled, @spring, 'c', 'shuffle');
Untuk implementasi dapat dilihat pada kode berikut :
 Pada hati manusia normal :
gambar=imread('gambar=imread('J:\normal.jpg');
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
[labeled,numObjects] = bwlabel(imbw,8);
imlabel = label2rgb(labeled, @spring, 'c', 'shuffle');
imshow(imbw)
figure,imshow(imlabel)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
[labeled,numObjects] = bwlabel(imbw,8);
imlabel = label2rgb(labeled, @spring, 'c', 'shuffle');
imshow(imbw)
figure,imshow(imlabel)

hasilnya yaitu :



FFT (Fast Fourier Transform)
FFT didefiniskan berdasarkan persamaan berikut:



Ada dua cara untuk menampilkan hasil FFT yaitu berdasarkan magnitude yaitu dan log dari FFT yaitu log . Berikut program implementasi penggunaan FFT :
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
red=gambar(:,:,1);
green=gambar(:,:,2);
blue=gambar(:,:,3);
f=fft2(gambar);
ff=abs(f);
flog=log(ff);
imshow(ff(:,:,3),[0 200]), colormap(jet),colorbar
figure,imshow(ff(:,:,3),[0 12]), colormap(jet),colorbar

hasilnya yaitu :




 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
red=gambar(:,:,1);
green=gambar(:,:,2);
blue=gambar(:,:,3);
f=fft2(gambar);
ff=abs(f);
flog=log(ff);
imshow(ff(:,:,3),[0 200]), colormap(jet),colorbar
figure,imshow(ff(:,:,3),[0 12]), colormap(jet),colorbar

hasilnya yaitu :



Filtering Image
Proses filtering secara khusus oleh matlab menggunakan fungsi built-in fspecial(special filter), dimana syntax umumnya adalah :
fspecial(filtername,parameter,..)
dimana:
• fspecial adalah jenis filter yang digunakan
• average = filter rata-rata
• disk = circular averaging filter
• gaussian = filter gauss
• laplacian = aproximasi operator 2-D laplace
• log= laplacian of gaussian filter
• motion= motion filter
• prewitt : Prewitt horizontal edge-emphasizing filter
• sobel : Sobel horizontal edge-emphasizing filter
• unsharp : unsharp contrast enhancement filter
Filter yang tersusun diatas kemudian diimplementasikan pada fungsi imfilter untuk image RGB (3-D) dan filter2 untuk image grayscale atau 2-D. Adapun penggunaanya seperti berikut dimana filter yang digunakan adalah filter gaussian dengan matriks 12x12, dan terlihat bahwa gambar hasil menjadi blur.

 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
gaussianFilter = fspecial('gaussian', [12, 12], 5)
hasil = imfilter(gambar, gaussianFilter, 'symmetric', 'conv');
subplot(1,2,1), image(gambar);
subplot(1,2,2), image(hasil), title('Blurred 1, blur matrix size 12');

hasilnya yaitu :


 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
gaussianFilter = fspecial('gaussian', [12, 12], 5)
hasil = imfilter(gambar, gaussianFilter, 'symmetric', 'conv');
subplot(1,2,1), image(gambar);
subplot(1,2,2), image(hasil), title('Blurred normal, blur matrix size 12');



hasilnya yaitu :














Live Histogram
Histogram sangat penting dalam pengolahan citra termasuk video oleh karena itu pembuatan histogram secara live juga sangat dibutuhkan dalam proses interpretasi objek yang akan dianalisis.
Pembuatan histogram pada MATLAB dilakukan seperti dibawah ini:
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
red=gambar(:,:,1);
green=gambar(:,:,2);
blue=I(:,:,3);
gray2=0.3*red+0.5*green+0.2*blue ;
imhist(red)
figure, imhist(green)
figure, imhist(blue)
figure, imhist(gray)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati:
gambar=imread('J:\kanker_hati.jpg');
imhist(gray)

hasilnya yaitu :

Image Reconstruction
Pada banyak kasus pengolahan citra baik proses binerisasi maupun deteksi tepi menghasilkan citra yang pada umumnya masih belum baik, oleh karena itu perlu dilakukan perbaikan citra/rekonstruksi citra kembali. Di MATLAB proses rekonstruksi dilakukan menggunakan fungsi imfill .
Penggunaan rekonstruksi image yaitu:
 Pada hati manusia normal :
gambar = imread('J:\normal.jpg');
[X,map] = rgb2ind(gambar, 128);
I = ind2gray(X,map);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
Ifill = imfill(imbw,'holes');
figure, imshow(imbw);figure, imshow(Ifill)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati :
gambar = imread('J:\kanker_hati.jpg');
[X,map] = rgb2ind(gambar, 128);
I = ind2gray(X,map);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
Ifill = imfill(imbw,'holes');
figure, imshow(imbw);figure, imshow(Ifill)
hasilnya yaitu :



Konvolusi Image
Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar. Pada MATLAB terdapat banyak sekali cara yang dapat dilakukan untuk melakukan proses konvolusi. Proses konvolusi dilakukan dengan menggunakan matriks yang biasa disebut mask yaitu matriks yang berjalan sepanjang proses dan digunakan untuk menghitung nilai representasi local dari beberapa piksel pada image.
Implementasi konvolusi ini yaitu:
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
mask = [-1 -1 -1; -1 8 -1; -1 -1 -1];
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
hasil=conv2(double(imbw),mask,'valid');
imshow(gambar)
figure, imshow(hasil)

hasilnya yaitu :


 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
mask = [-1 -1 -1; -1 8 -1; -1 -1 -1];
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
hasil=conv2(double(imbw),mask,'valid');
imshow(gambar)
figure, imshow(hasil)

hasilnya yaitu :





Region Of Interest (ROI)
Kelemahan proses cropping jika itu merupakan daerah yang kita tertarik maka proses cropping hanya dapat digunakan untuk bentuk kotak (rectangular). Untuk bentuk lain atau area yang berbentuk tidak beraturan yang ingin dipisahkan dari image induk maka didefinisikan sebagai ROI (Region of Interest) dimana di MATLAB terdapat banyak sekali fungsi yang bisa digunakan, salah satunya yaitu roipoly(I,c,r) dimana I adalah matrik gambar, c adalah matrik titik kolom daerah yang menjadi ROI dan r adalah matrik titik baris daerah yang menjadi ROI. Penggunaan ROI yaitu:
 Pada hati manusia normal :
gambar=imread('J:\normal.jpg');
I=gambar(:,:,1);
c = [625 685 733 798 816 753 667];
r = [327 282 247 288 221 402 427];
BW = roipoly(I,c,r);
j = roifill(I,c,r);
figure, imshow(gambar)
figure, imshow(I)
figure, imshow(BW)
figure, imshow(j)

hasilnya yaitu :



 Pada hati manusia yang terkena kanker hati :
gambar=imread('J:\kanker_hati.jpg');
I=gambar(:,:,1);
c = [625 685 733 798 816 753 667];
r = [327 282 247 288 221 402 427];
BW = roipoly(I,c,r);
j = roifill(I,c,r);
figure, imshow(gambar)
figure, imshow(I)
figure, imshow(BW)
figure, imshow(j)

hasilnya yaitu :





















DAFTAR PUSTAKA


Daftar Pustaka Utama adalah Wikipedia
http://ms.wikipedia.org/wiki/Hati
searching tanggal 15 Oktober 2009
http://www.resep.web.id/obat/penyembuhan-kanker-dengan-tanaman-keladi-tikus.htm
searching tanggal 18 Oktober 2009
http://www.anneahira.com/pencegahan-penyakit/kanker-hati.htm
searching tanggal 23 Oktober 2009
http://www.blogdokter.net/2008/05/26/mencegah-kanker-hati/
searching tanggal 30 Oktober 2009


BAB III
KESIMPULAN DAN SARAN

3.1 Kesimpulan
Sesuai dengan tujuan dari pengamatan adalah untuk melihat perbedaan hasil dari pengolahan gambar untuk memperjelas bentuk gambar. Ada beberapa metode untuk pengolahan gambar, tiap-tiap metode mempunyai kelebihan dan kekurangan masing-masing. Misalnya pada deteksi gambar hanya dapat dilakukan dengan objek 2 dimensi. Sedangkan konvolusi merupakan proses yang paling sering digunakan pada proses pengolahan gambar ini, karena jika dilihat hasilnya setelah gambar atau objek tersebut diolah, maka dapat terlihat jelas gambar antara objek yang normal dan objek yang terkena penyakit kanker hati.

3.2 Saran
Apabila ingin dihasilkan perbedaan gambar yang lebih baik, sebaiknya gambar atau objek yang kita amati benar-benar dipilih gambar atau objek yang baik, misalnya perbedaannya sudah sedikit terlihat dan juga pemilihan metode yang akan digunakan untuk mengolah suatu gambara atau objek harus dipilih yang benar dapat menunjukan hasil yang maksimal untuk pengolahan ganbar atau objek tersebut.