mean squared error RMSE adalah akar dari MSE ���� = 20 log
10
�
255 ����
�
2.4 Format Citra .BMP
Sistem Operasi Windows mempunyai standar untuk format berkas citra yaitu .BMP bitmap yang dapat dipanggil langsung untuk dimanipulasi dan
ditampilkan karena sistem operasi Windows memiliki perintah API Aplication Programming Interface. Format citra bitmap adalah format penyimpanan standar
tanpa kompresi yang umum dapat digunakan menyimpan citra biner hingga citra warna. Citra bitmap ini dipetakan ke dalam sejumlah bit tertentu dengan nilai
intensitas piksel. Jumlah bit yang dipetakan ini mempresentasikan derajat keabuan graylevel yang akan mempengaruhi kedalaman warna dari citra bitmap. Setiap
berkas bitmap terdiri atas header berkas BitmapFileHeader, header bitmap Bitmapinfoheader, informasi palet, dan data bitmap. Yustanto,2010
Header berkas akan menentukan tipe, ukuran dan layout dari file bitmap. Header bitmap akan menentukan dimensi, tipe pemampatan dan format warna
untuk bitmap. Informasi palet warna berisi struktur RGBQuad yang berisi elemen warna yang ada pada bitmap. Setiap entry pada tabel terdiri atas tiga buah field,
yaitu R red, G green, dan B blue. Data bitmap diletakkan sesudah informasi palet.Penyimpanan data bitmap di dalam berkas disusun terbalik dari bawah
keatas dalam bentuk matrik yang berukuran height × width. Baris ke-0 pada matrik data bitmap menyatakan data piksel di citra baris terbawah, sedangkan
baris terakhir pada matrik menyatakan data piksel di citra baris teratas.
2.5 Format Citra .JPG
Format citra .jpg adalah format yang sangat umum digunakan saat ini, khususnya untuk transmisi citra. Format ini digunakan untuk menyimpan citra
hasil kompresi dengan metode JPEG. Citra dengan format ini memiliki ukuran lebih kecil jika dibandingkan dengan format yang lain karena bertujuan untuk
2.8
keperluan publikasi. Format .jpg sering digunakan untuk menyimpan citra yang digunakan untuk keperluan web, karena ini merupakan metode kompresi citra
yang populer di internet. Gonzalez, 2008.
2.6 Kompleksitas waktu
Kompleksitas waktu diperlukan dalam menganalisa suatu algoritma. Algoritma tidak hanya diukur berdasarkan benar atau tidaknya algoritma tersebut,
tetapi juga seberapa efisien algortima tersebut. Algoritma dikatakan efisien jika dapat meminimalisasi penggunaan ruang dan waktu. Kebutuhan akan ruang dan
waktu bergantung pada banyak n dan besarnya masukan data yang akan diproses.
Dalam melakukan perhitungan diperlukan model abstrak untuk pengukuran ruang atau waktu yang bebas atau tidak terikat. Besaran yang digunakan untuk
perhitungan ini adalah kompleksitas algoritma. Kompleksitas ada dua macam yaitu, kompleksitas waktu dengan notasi Tn dan komplesitas ruang dengan
notasi Sn. Tn diukur dari jumlah tahapan komputasi yang dibutuhkan untuk menjalankan algoritma sebagai fungsi dari ukuran masukan n. Sn diukur dari
memori yang digunakan oleh struktur data yang terdapat di dalam algoritma sebagai fungsi dari ukuran masukan n. Dengan menggunakan besaran
kompleksitas wakturuang algoritma, kita dapat menentukan laju peningkatan waktu atau ruang yang diperlukan algoritma dengan meningkatnya ukuran
masukan n.
2.7 Skala Likert
Penelitian ini akan menngunakan kuesioner untuk menjadi salah satu alat ukur dalam membandingkan kedua metode tersebut. Skala Likert digunakan
sebagai metode pengolahan data hasil kuesioner dari para responden. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau
sekelompok tentang kejadian atau gejala sosial. Dalam penelitian ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variable
penelitian.Riduwan, 2007. Dengan menggunakan skala Likert, maka variable yang akan diukur
dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variable kemudian sub variable dijabarkan lagi menjadi indikator-indikator yang dapat diukur.
Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat item instrument yang berupa pertanyaan atau pernyataan yang perlu
dijawab oleh responden. Berikut contoh indikator dalam 5 kategori :
Intreval Kategori
0 – 20 Sangat Rendah
21 – 40 Rendah
41 – 60 Sedang
61 – 80 Tinggi
81 - 100 Sangat Tinggi
Tabel 2.1 Tabel skala Likert
Untuk intepresentasi nilai dapat dilakukan dengan cara perhitungan sebagai berikut :
1. Cari nilai tertinggi dari pernyataan yang ada dengan rumus : Total = nilai_tertinggi x jumlah_pernyataan x jumlah_responden
2. Cari total keseluruhan dari responden yang ada dengan rumus : Total_responden =
∑ �����
�
� �����ℎ_���������_�����
� �=1
Nilai = besarnya bobot nilai pernyataan Jumlah_responden_nilai = jumlah responden yang memilih bobot
nilai. 3. Tentukan persentase nilai dengan rumus :
�����_��������� �����
� 100 4. Kemudian tentukan kategorinya dari hasil persentase nilai
berdasarkan table kategori skala Likert.
17
BAB III ANALISA DAN PERANCANGAN SISTEM
Analisa dan perancangan sistem digunakan untuk menggambarkan sistem yang akan dibangun, dalam hal ini proses-proses yang diperlukan dalam
penelitian, perangkat lunak yang dipergunakan dalam pengerjaan sistem, informasi perangkat keras yang digunakan, serta rancangan antarmuka sistem.
3.1 Racangan Umum
Sistem yang dibangun adalah sistem yang berfungsi untuk mengolah citra digital dengan metode histogram equalization HE dan adaptive histogram
equalization AHE serta membandingkan kinerja metode tersebut dengan citra luaran tiap metode. Masukan citra awal adalah citra hasil olahan dari perangkat
lunak pengolahan gambar, maupun citra hasil dari kamera. Luaran dari sistem berupa citra hasil dengan motode HE maupun AHE, dan histogram masing-
masing citra hasil, serta informasi lama proses berjalan untuk masing-masing metode. Diagram konteks dari sistem ini adalah :
Sistem Peningkat Kontras dengan Histogram Equalization
dan Adaptive Hisogram Equalization
pengguna Citra Asli
Citra Hasil, histogram citra hasil
Gambar 3.1. Diagram konteks sistem
Pada gambar ditunjukkan bahwa pengguna akan memasukan citra asli dan sistem akan memproses citra tersebut. Kemudian setelah proses peningkatan
kontras selesai dilakukan sistem, maka sistem akan menampilkan citra hasil, hitogram citra hasil, serta catatan waktu untuk masing-masing metode kepada
pengguna.
Kategori