Pelembutan citra meliputi pengaturan intensitas citra dan penipisan citra. Penipisan menggunakan metode penispisan median dan penipisan wiener.
Perintah untuk proses pelembutan citra adalah: median=medfilt2u,[3 3];
wiener=wiener2median,[5 5];
3.1.4 Pengembangan thresholding
Pengembangan dilakukan untuk mendapatkan gambar tepi daun yang lebih baik, sehingga tepi gambar yang diproses memiliki tepi daun yang lebih tegas dan
tidak terputus. Printah untuk operasi pengembangan adalah sebagai berikut
[m n]=sizeu; for i=1:m,
for j=1:n, ifui,j128
bineri,j=0; else
bineri,j=255; end
end end
3.2 Deteksi Tepi
Deteksi tepi dilakukan untuk mendapatkan tepi gambar yang diinginkan, sehingga dapat digunakan dalam proses selanjutnya. Dalam penilitian ini
digunakan deteksi tepi metode Sobel. Metode Sobel di pilih karena memiliki tingkat akurasi yang cukup tinggi untuk mendeteksi tepi daun bila dibandingkan
dengan metode lainnya. Deteksi tepi merupakan proses yang utama dalam penelitian ini. Hal ini
dikarenakan hasil yang di peroleh dari deteksi tepi ini akan digunakan dalam proses pengenalan pola untuk mendapatkan tingkat kemiripan citra daun.
Selain itu, dalam penelitian ini bagian utama dari citra daun yang di proses untuk pengenalan pola pada tepi dari citra daun tanaman karet tersebut.
Perintah yang digunakan untuk mendeteksi tepi dengan metode Sobel yaitu: edge_sobel = edgebiner,sobel;
3.3 Pengenalan Pola
Pengenalan pola dilakukan untuk menentukan tingkat kemiripan antara gambar yang menjadi acuan template dengan gambar yang akan di uji. Dalam proses
pencocokan pola ini juga dilakukan proses penghitungan nilai koefesien korelasi dari nilai-nilai piksel antara gambar acuan dalam basis data.
Dalam penelitian ini, pengenalan pola hanya digunakan sebagai bagian pendukung untuk membandingkan citra daun yang menjadi acuan template yang
ada didalam basis data dengan citra masukkan yang akan di uji oleh sistem Proses pengenalan pola yang dilakukan adalah untuk jenis tepi daun. Proses ini
dilakukan agar gambar yang di proses memiliki tingkat akurasi yang lebih baik. r=0;
for i=1:3 bwh=256i-1+1;
atas=256i; temp_juga=tempbwh:atas,:;
y=corr2citra,temp_juga; ifyr
r=y; end
end
BAB 4 HASIL PENGUJIAN DAN PEMBAHASAN
Pada bab ini akan diperlihatkan hasil dan pembahasan dari penelitian yang diperoleh berdasarkan penjelasan – penjelasan yang telah dipaparkan pada bab –
bab sebelumnya. Hasil dan pembahasan dari penelitian ini adalah mengenai implementasi Identifikasi Bibit Unggul Daun Tanaman Karet Melalui Deteksi
Tepi Menggunakan Metode Sobel
4.1 Kebutuhan Perangkat Lunak dan Perangkat Keras
Penelitian ini menggunakan perangkat lunak berupa: 1.
Sistem Operasi Windows 7 2.
MATLAB R2009a Spesifikasi perangkat keras yang digunakan berupa:
1. Processor Intel core i3 1.40 GHz
2. RAM 4 GB
3. Harddisk 500 GB
4. Monitor 11.0 inch
4.2 Hasil Pengujian
Pada pengujian dengan sistem ini secara keseluruhan penulis hanya membuat 1 buah halaman antarmuka, Dimana dalam satu halaman tersebut telah menjalankan
keseluruhan dari proses identifikasi. Pada bagian ini, penulis akan menjelaskan dari setiap bagian yang dilakukan
dalam proses pengujian identifikasi
4.2.1 Konversi Citra Aras Keabuan
Pengubahan citra warna menjadi citra aras keabuan dilakukan untuk mempermudah dalam proses yang dilakukan. Dalam proses ini, citra warna
diubah menjadi citra aras keabuan dengan menyediakan sebanyak 8 bit, sehingga keseluruhan warna dari citra asli dapat di gradasi lebih halus lagi. Dengan di
sediakannya 8 bit dalam memori, maka jumlah warna dalam aras keabuan sebanyak 256 warna.