EKBIS.CO, BOGOR -- High Performance Computing (HPC) atau komputasi berperforma tinggi memiliki peranan penting dalam beberapa bidang. Pada bidang kedokteran, HPC dimanfaatkan dalam pengolahan citra.
Pembahasan terkait topik tersebut dikupas tuntas dalam HPC Webinar Series ke-5 “Aplikasi HPC dalam Pengolahan Citra” yang digelar atas kerja sama Unit Laboratorium Riset Unggulan, Departemen Ilmu Komputer dan Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) IPB University.
Dr Toto Haryanto, dosen IPB University dari Departemen Ilmu Komputer FMIPA menjelaskan bahwa pengolahan citra membutuhkan sumberdaya yang besar. Yakni penggunaan GPU (graphics processing unit). GPU tersebut berguna dalam deep learning bagi sejumlah data yang besar.
“Machine learning klasik belum cukup mumpuni untuk memproses data besar. Sehingga tuntutan akan performa komputasi bagi pengolahan data sangat diperlukan. Analisis dengan tingkat kedalaman yang cukup membutuhkan hardware yang lebih canggih,” ujarnya dalam rilis yang diterima Republika.co.id, Senin (27/9).
Hardware tersebut, lanjutnya, tentu memiliki arsitektur yang cukup kompleks demi mendukung deep learning, contohnya ResNet50 (residual network). Menurutnya, pengolahan citra seringkali terkendala ukuran dimensi yang menyita waktu. Beberapa trial dan error dilakukan untuk menentukan kecocokan hardware dengan performa yang diinginkan. Contohnya pada proses konvolusi dalam pengolahan citra yang membutuhkan proses komputasi tinggi.
Penggunaan HPC ini, katanya, telah dilakukan dalam penelitian klasifikasi kanker usus berdasarkan citra histopatologi.
Ia melakukan beberapa eksperimen setup untuk menghasilkan sisi waktu dan performa terbaik.
“Hasilnya, peranan kompleksitas arsitektur hardware menghasilkan model klasifikasi yang lebih baik. Tentunya dengan menggunakan beberapa model GPU kita punya kesempatan untuk training lagi. In case bila ternyata modelnya tidak bagus, kita mempunyai waktu lebih banyak untuk mempelajari itu,” sebutnya.
M Asyhar Agmalaro M Kom, dosen IPB University dari Departemen Ilmu Komputer FMIPA juga menjelaskan bahwa HPC diterapkan pada pencitraan tomografi. Pencitraan tersebut digunakan untuk melihat penampang dalam dan lebih popular disebut dengan istilah MRI atau X-ray CT Scan.
Menurutnya, pencitraan tomografi menghasilkan citra yang merepresentasikan objek dalam bentuk utuh baik 2D dan 3D. Proses tersebut memerlukan komputasi tinggi atau sering disebut dengan teknologi computed tomography (CT). Teknologi ini dapat diaplikasikan pada bidang kesehatan maupun industri.
“Dalam proses pencitraan, terdapat proses rekonstruksi dengan analisis numerik. Pada analisis numerik itulah HPC berperan. Lebih tepatnya dengan metode Simultaneous Algebraic Reconstruction Technique (SART),” jelasnya.
Ia menambahkan potensi teknologi tersebut dapat diterapkan sebagai alternatif CT misalnya Electrical impedance tomography (EIT). Teknologi EIT dapat melakukan pencitraan dengan bebas radiasi atau non invasif.
Menurutnya, teknologi ini dapat diterapkan pada bidang pertanian. Misalnya pada pengecekan keseluruhan tingkat kesegaran buah atau mengevaluasi buah yang busuk. Sehingga mencegah penolakan dari balai karantina ketika akan diekspor.
“Harapannya nanti kita bisa terapkan tools EIT sederhana yang bisa digunakan secara real time dan bisa dilihat hasilnya walaupun saat ini basisnya masih simulasi,” ungkapnya.
