SISTEM PENDUKUNG DIAGNOSA IRIDOLOGI DENGAN MENGGUNAKAN PENGOLAHAN CITRA DIGITAL UNTUK REKOMENDASI TERAPI BEKAM: STUDI KASUS RUMAH SEHAT ULUL ALBAB

Reksa Anugrah, Aris Kusdaryono

Abstract


ABSTRAK
Saat ini pengobatan alternatif khususnya terapi bekam semakin berkembang pesat. Salah satu diagnosa yang
banyak digunakan para terapis bekam adalah diagnosa iridologi, yakni dengan cara mengidentifikasi iris mata
pasien. Diagnosa iridologi secara manual dengan penlight oleh terapis memiliki beberapa permasalahan yakni
waktu yang lama sehingga menyebabkan panjangnya antrian pasien karena disamping melakukan terapi
bekam waktu terapis juga tersita untuk diagnosa, dan juga masalah kesulitan meyakinkan pasien akan hasil
diagnosa. Komputerisasi iridologi untuk membantu para terapis bekam telah digunakan, namun masih
memiliki kekurangan, antara lain banyaknya langkah karena pengolahan citra dilakukan secara manual dan
operator masih harus memahami bentuk-bentuk citra iris mata. Dalam penelitian ini citra digital berupa iris
mata akan diolah secara semi otomatis dengan beberapa teknik pengolahan citra digital antara lain segmentasi
citra menggunakan peng-ambangan dwi-aras (Global Thresholding), deteksi tepi Prewitt dengan besarannya
atau jarak Euclidean dan penajaman citra menggunakan filter Laplacian, untuk keperluan mendukung diagnosa
iridologi, sebagai rekomendasi terapi bekam. Dengan ini diharapkan dapat membantu para terapis bekam
dalam efisiensi waktu untuk meminimalisasi antrian pasien dan menjadi cara yang efektif untuk meyakinkan
pasien, sehingga dapat memberikan nilai tambah pada usaha terapi bekam. Pengambilan sampel pada Rumah
Sehat Ulul Albab Tangerang. Pengujian kualitas perangkat lunak dengan ISO 9126. Hasil penelitian ini dengan
pengujian ISO 9126 menunjukkan tingkat kualitas prototype sistem ini secara keseluruhan dalam kriteria baik,
dengan presentase 83,50%.
Kata Kunci :Citra Digital,Segmentasi Citra, Deteksi Tepi,Iridologi, Terapi Bekam.
ABSTRACT
Currently particular alternative medicine cupping therapy is growing rapidly. One of the widely used diagnostic
cuppingtherapists is iridology diagnosis, namely by identifying the iris of the patient. Iridology diagnosis
manually with penlight by therapists have some problems that a long time, causing long queues of patients as
well as cupping therapy therapist time also focused on the diagnosis, and also the problem of difficulty
convincing the patient diagnosis. Computerized iridology to help the therapists cupping has been used, but it
still has shortcomings, such as the number of steps for image processing is done manually and operators still
have to understand the forms of iris image. In this research, a digital image of the iris will be processed semiautomatically with some digital image processing techniques include image segmentation using the Global
thresholding, Prewitt edge detection with the magnitude or the Euclidean distance and image enhancement
using Laplacian filter, for the purposes of supporting the diagnosis of iridology, as cupping therapy
recommendations. By this is expected to help the therapist bruise in efficiency to minimize queuing time patient
and be an effective way to reassure the patient, so as to provide added value to the efforts of cupping therapy.
Sampling on Healthy Homes Ulul Albab Tangerang. Software quality testing to ISO 9126. The results of this
2
research with the ISO 9126 test showed a level of quality prototype of this system as a whole in good criteria,
with a percentage of 83.50%.


References


DAFTAR PUSTAKA

Ahmad, Tuan Haji Ismail, Pedoman Intibah Perubatan

Jawi, HPA, Perlis Malaysia, 2007.

Ahmad, Tuan Haji Ismail, Perubatan Jawi Teknik

Diagnosis dan Perawatan, HPA, Perlis Malaysia,

Andri, Deteksi cacat ubin kramik menggunakan

teknik ANFIS, Universitas Budi Luhur, Jakarta,

Fatahillah, Ahmad, Mujarabnya Thibbun Nabawi,

Hidayatullah, Jakarta, 2010.13

Ginting, Elias Dinata, Deteksi tepi dengan

menggunakan metode canny dengan matlab,

Universitas Budi Luhur, Jakarta, 2010.

Hermawati, Fajar Astuti, Pengolahan Citra Digital

Konsep & Teori, ANDI, Yogyakarta, 2013.

Kadir, Abdul & Adhi Susanto, Teori dan Aplikasi Pengolahan

Citra Digital, ANDI, Yogyakarta, 2013.

Kausari, Mulki, Achmad Rizal, Adi Wijaya,

Komputerisasi iridologi untuk mendeteksi

kondisi ginjal menggunakan Principle

Component Analysis (PCA) dan K-Nearest

Neighbor (KNN), Institut Teknologi Telkom,

Bandung 2012.

Lodin, Adrian,Medical Diagnosis System based on Iris

Analysis, Acta Technica Napocensis Electronics

and Telecommunications Volume 50, Number

, Cluj-Napoca, 2009

Madani, Pelatihan Thibbun Nabawi, Madani

Learning Center, Tangerang, 2009.

Marques, Oge, PracticalImage and Video Processing

Using Matlab, John Wiley & Sons, Inc, New

Jersey, 2011

Nazori AZ, Komputasi Terapan Lanjutan, Universitas

Budi Luhur, Jakarta, 2014.

Prasetyo, Eko, Pengolahan Citra Digital dan

Aplikasinya menggunakan Matlab, ANDI

Yogyakarta 2013.

Putra, Darma, Sistem Biometrika –konsep dasar

teknik analisis citra dan tahapan membangun

aplikasi sistem biometrika- ,ANDI Yogyakarta

Ramlee, Ridza Azri, Khairul Azha and Ranjit Singh

Sarban Singh, Detecting Cholesterol Presence

with Iris Recognition Algorithm, Biometric

Systems, Design and Applications, Mr Zahid

Riaz (Ed.), ISBN: 978-953-307-542-6,

Melaka,2011.

Sianipar, Herry S Mangiri, I.K.Wiryajati, Matlab

untuk Pemrosesan Citra Digital, Informatika,

Bandung, 2013.

Sommerville, Ian, Software Engineering, Erlangga

Edisi 6, 2003.

Sugiharto, Aris, Pemrograman GUI dengan Matlab,

ANDI, Yogyakarta, 2006.

Sutoyo, T, Edy Mulyanto, Vincent Suhartono, Oky

Dwi Nurhayati, Wijanarto, Teori Pengolahan

Citra Digital, ANDI, Yogyakarta, 2006.

Alrawashdeh, A. Thamer, Evaluating the Quality of

Software in ERP Systems Using the ISO 9126

Model, International Journal of Ambient

Systems and Applications (IJASA) Vol.1, No.1

Maret 2013.

Umar, Wadda A, Sembuh dengan satu titik, Aqwam,

Yogyakarta, 2010.

Wahana Komputer, Ragam Aplikasi Pengolahan

Image dengan Matlab, Elex Media

Komputindo, Jakarta 2013




DOI: https://doi.org/10.58217/ipsikom.v4i1.79

Refbacks

  • There are currently no refbacks.


LPPM Universitas Insan Pembangunan Indonesia
Jl. Raya Serang Km. 10 Bitung, Curug, Tangerang 15810
Telp. 021-59492836 / 02159492837
Website : http://www.lppm.ipem.ac.id
Email : lppm@ipem.ac.id

 Lisensi Creative Commons Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.