Implementasi Segmentasi Citra Menggunakan Metode Watershed Dan Template Matching Untuk Mendeteksi Penuaan Dini Kulit Manusia Secara Otomatis Berbasis Android

1

1.1 Latar Belakang Masalah

Usia muda tidak menjamin kulit yang harus serta terlihat muda, terkadang ada juga orang berusia muda yang kulitnya telah berkerut. Proses penuaan dini pun sudah dapat terdektesi dari tangan yang tidak terawat, tanda-tanda penuaan dapat terlihat pada kulit punggung tangan seseorang. Berdasarkan berita yang dirangkum dari CareFair, pertambahan usia membuat lemak yang berada pada punggung tangan perlahan terkikis. Hasilnya telapak serta punggung tangan akan semakin kering dan kendur. Urat-urat dipunggung tangan pun akan tampak semakin jelas. Pasalnya kulit punggung tangan termasuk area yang sangat rentan mengalami penuaan dini dengan cepat, karena lebih tipis daripada kulit wajah dan leher[1]. Sedangkan mayoritas wanita di Asia tidak menyadari penuaan yang terjadi pada kulit datang lebih dini, salah satu yang sering menjadi perhatian setiap wanita saat ini adalah kesehatan dan kecantikan kulit[2].

Dengan kemajuan ilmu teknologi pengolahan citra digital (Digital Image Processing) yang semakin pesat, maka dapat mempermudah kehidupan manusia, dan dewasa ini banyak aplikasi yang dapat menerapkannya dalam berbagai bidang[3]. Maka dengan adanya teknologi pengolahan citra digital (Digital Image Processing) dapat dimanfaatkan dalam membangun aplikasi yang dapat mengenali pigmentasi kulit dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit, dengan menggunakan perangkat keras pendukung yaitu smartphone dengan fasilitas kamera, karena smartphone dinilai lebih sederhana dan mudah dibawa, hal tersebut membuat kebanyakan orang Indonesia memilih smartphone untuk kepentingan sehari-hari[4]. Lebih spesifiknya lagi smartphone berbasis android yang dimiliki hampir semua orang, karena smartphone android semakin menguasai pasar smartphone hingga 1 milyar pengguna berdasarkan data bulan januari tahun 2014[5].

Sehingga dengan memanfaatkan teknologi tersebut, diharapkan adanya suatu aplikasi yang dapat mendeteksi penuaan dini pada kulit. Maka aplikasi ini akan menggunakan metode watershed untuk mengenali pigmentasi kulit dan kerutan-kerutan halus pada kulit. Algoritma template matching digunakan untuk mengenali pola hasil segmentasi watershed, selain itu untuk meningkatkan hasil gambar maka diperlukan sebuah lensa khusus yaitu lensa makro yang banyak dijual dipasaran dengan harga yang sangat terjangkau, karena lensa makro berfungsi untuk memfokuskan gambar yang sangat dekat sehingga detail kulit menjadi terlihat jelas.

Metode watersheed merupakan metode yang digunakan untuk melakukan segmentasi citra, yang membagi citra menjadi beberapa region yang berbeda dengan menggambarkan citra sebagai relief topografi, hal ini dilakukan dengan melihat perbedaan warna dan gradasi, maka akan menghasilkan informasi tekstur dan pigmentasi dari kulit, dan juga mempermudah pendeteksian adanya kerutan halus pada kulit.

Algoritma template matching merupakan metode yang sederhana dan banyak digunakan untuk mengenali pola. Algoritma ini bekerja dengan cara mengevaluasi pola citra yang akan dibandingkan dengan pola citra template pada basis data. Kelemahan algoritma ini adalah terbatasnya model yang akan dijadikan template sebagai pembanding pada basis data seperti bentuk, ukuran, dan orientasi.

Berdasarkan uraian diatas maka dengan demikian penelitian ini diberi judul “Implementasi Segmentasi Citra Menggunakan Metode Watershed Dan Template Matching Untuk Mendeteksi Penuaan Dini Kulit Manusia Secara Otomatis Berbasis Android”.

1.2 Identifikasi Masalah

Berdasarkan latar belakang diatas maka dapat diidentifikasi masalahnya sebagai berikut:

1. Bagaimana mengindentifikasi atau mengenali pigmentasi kulit dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit.

2. Bagaimana menerapkan metode watershed dan template matching dalam mengidentifikasi pigmentasi kulit dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit.

1.3 Maksud dan Tujuan

Berdasarkan indentifikasi masalah yang telah diteliti, maka maksud dari penulisan tugas akhir ini adalah untuk mengimplementasikan segmentasi citra menggunakan metode watershed dan template matching untuk mendeteksi penuaan dini kulit manusia secara otomastis berbasis android.

Sedangkan tujuan yang akan dicapai dalam penelitian ini adalah:

1. Memberikan informasi mengenai penuaan dini pada kulit kepada pengguna/user.

2. Menerapkan metode watershed dan template matching dalam mengindentifikasi atau pengenalan pigmentasi kulit dan kerutan-kerutan halus untuk mendeteksi penuaan dini pada kulit.

1.4 Batasan Masalah

Batasan masalah dari aplikasi yang akan dibangun adalah sebagi berikut: 1. Aplikasi yang dibuat harus dijalankan pada mobile android minimal dengan

sistem operasi Ice Cream Sandwich.

2. Aplikasi ini membutuhkan fitur kamera, minimal resolusi kamera pada mobile android adalah 5 mega pixel.

3. Aplikasi ini dibangun menggunakan bahasa pemrograman java. 4. Data masukan berupa gambar yang diambil melalui kamera mobile.

5. Data gambar kulit manusia diambil berdasarkan usia 20 sampai 40 Tahun, karena memasukin rentang usia 25-35 tahun merupakan awal penuaan dini pada kulit sehingga munculnya garis-garis halus dan keriput.

6. Lokasi pengecekan kulit dibatasi hanya pada bagian punggung tangan, karena untuk membatasi jumlah data perbandingan yang harus disiapkan. Alasannya

kulit punggung tangan termasuk area yang sangat rentan mengalami penuaan dini dengan cepat, karena lebih tipis daripada kulit wajah dan leher, dan jarang menggunakan kosmetik seperti wajah dan leher yang sering menggunakan kosmetik.

7. Diperlukan kondisi pencahayaan yang memadai saat proses pengambilan gambar.

8. Sebagai bantuan untuk meningkatkan akurasi proses image processing maka harus digunakan sebuah lensa makro untuk kamera. Tanpa lensa makro maka gambar tidak akan terfokus pada jarak yang optimal, sehingga pigmentasi dan kerutan-kerutan halus tidak terlihat.

9. Pendekatan analisis dilakukan dengan menggunakan model pemograman berorientasi objek (OOP) yang meliputi use case diagram, activity diagram, sequence diagram dan class diagram.

10. Metode yang digunakan untuk proses image processing adalah watershed dan template matching.

1.5 Metodologi Penelitian

Metodologi Penelitian ini menggunakan metode penelitian deskriptif, yaitu suatu metode untuk membuat gambaran atau deskripsi mengenai fakta-fakta dan informasi dalam situasi atau kejadian dimasa sekarang secara sistematis, faktual dan akurat. Ada dua tahap dalam metodologi penelitian adalah:

1.5.1 Metode Pengumpulan Data

Metodologi yang digunakan dalam mengumpulkan data yang berkaitan dengan penyusunan tugas akhir ini dan pembuatan perangkat lunak ini data diperoleh secara langsung dari objek penelitian melalui proses studi literatur perpustakaan yang bersumber dari buku-buku, paper, jurnal, situs-situs web maupun dari sumber lainnya yang berhubungan dengan topik penelitian tugas akhir ini.

1.5.2 Metode Pembangunan Perangkat Lunak

Metode yang digunakan dalam pembangunan perangkat lunak dalam penelitian ini mengacu pada metode waterfall. Metode waterfall adalah metode yang digunakan dalam pendekatan sistem dan squensial melalui tahapan-tahapan yang ada untuk membangun sebuah aplikasi. Metode waterfall menekankan pada sebuah keterurutan dalam proses pengembangan sebuah aplikasi. Dalam metode waterfall, satu fase harus selesai terlebih dahulu sebelum fase berikutnya dimulai. Suatu fase dapat dinyatakan selesai apabila output dari fase tersebut sesuai dengan kebutuhan yang didefinisikan pada fase sebelumnya. Metode ini merupakan metode yang tepat dalam membangun sebuah aplikasi yang tidak terlalu besar sumber daya manusia yang terlibat dalam jumlah yang terbatas[6]. Tahapan-tahapan pembangunan perangkat lunak waterfall dapat dilihat pada gambar 1.1, dengan penjelasan sebagai berikut:

Gambar 1.1 Metode Waterfall 1. System Engineering

Fase ini digunakan untuk mencari informasi dari buku kesehatan kulit, dokter kulit dan juga dari beberapa website kesehatan kulit dan kosmetik yang dapat dipertangung jawabkan ke validitasnya, lalu merumuskan kebutuhan-kebutuhannya ke dalam sistem yang akan dibuat. Selanjutnya mengkaji tentang

cara kerja dan penerapan metode yang digunakan pada sistem dan menentukan minimum yang harus dipenuhi untuk menjalankan aplikasi yang akan dibuat. 2. Analysis

Fase ini diintensifkan dan difokuskan pada analisis perangkat lunak, menentukan kebutuhan fungsional dan non-fungsional yang diperlukan pada perangkat lunak, lalu memutuskan kebutuhan-kebutuhan yang dibutuhkan untuk membangun perangkat lunak. Kemudian melakukan analisis terhadap user interface yang akan digunakan pada perangkat lunak yang akan dibangun. 3. Design

Setelah fase analisis, dilanjutkan dengan fase desain yang digunakan untuk mengubah kebutuhan-kebutuhan dari hasil analisis menjadi representasi ke dalam bentuk blueprint perangkat lunak seperti membuat rancangan user interface dan layout dari perangkat lunak yang akan dibangun sebelum coding (Implementasi) dimulai.

4. Coding

Fase ini merupakan implemenasi dari fase design, langkah awal yang akan dilakukan adalah membuat kode program untuk membuat tampilan awal perangkat lunak, lalu membuat fungsi untuk melakukan panggilan aplikasi kamera, kemudian menerapkan metode watershed dan template matching ke dalam kode program untuk mengenali pigmentasi kulit, dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit. 5. Testing

Setelah fase coding dilakukan, maka akan dilakukan pengujian terhadap aplikasi yang sudah dibangun, agar aplikasi bebas dari error dan mendapatkan hasil yang sesuai dengan kebutuhan yang sudah didefinisikan sebelumnya. Pengujian dilakukan dengan cara memasang aplikasi pada ponsel android lalu mencoba fungsi-fungsi utama pada aplikasi tersebut seperti mengambil gambar menggunakan kamera dengan bantuan lensa makro.

6. Maintenance

Fase ini digunakan untuk menangani kesalahan yang ditemukan pada aplikasi yang sudah diuji. Selain digunakan untuk memperbaiki kesalahan, fase ini juga

digunakan untuk menyempurnakan desain dari aplikasi. Jika tidak ditemukan kesalahan pada aplikasi yang diuji maka fase ini dilakukan untuk menambahkan fitur-fitur dan menyempurnakan aplikasi yang sudah dibuat.

1.6 Sistematika Penulisan

Sistematika penulisan tugas akhir ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai:

BAB 1 PENDAHULUAN

Bab ini menjelaskan tentang latar belakang masalah, rumusan masalah yang mengacu pada inti permasalahan pada latar belakang, maksud dan tujuan yang mengacu pada rumusan masalah, batasan masalah yang membatasi dalam pembangunan aplikasi, metodologi penelitian yang digunakan selama membangun aplikasi dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini membahas mengenai penjelasan tentang proses penuaan dini pada kulit, pengolahan citra digital, serta tools yang digunakan seperti UML, java, android, bahasa pemograman yang digunakan dan pembahasan mengenai pengertian umum metode watershed dan template matching yang digunakan dalam pembangunan aplikasi.

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi analisis kebutuhan untuk sistem yang akan dibangun sesuai dengan metode pengembangan perangkat lunak dengan konsep OOP (Object Oriented Programming). Selain itu, bab ini juga berisi analisis metode dan perancangan sistem untuk membuat aplikasi mendeteksi penuaan dini pada kulit.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi tahap implementasi dari hasil analisis dan perancangan aplikasi mendeteksi penuan dini pada kulit, kemudian melakukan pengujian terhadap aplikasi yang telah dibangun. Pengujian sistem ini akan membahas mengenai hasil pendeteksian penuaan dini pada kulit dari pengenalan pigmentasi

kulit yang dilakukan sistem dengan menggunakan metode watershed dan template matching, lalu membahas cara kerja dan penggunaan aplikasi.

BAB 5 KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan tentang penulisan tugas akhir dari pembahasan yang telah didapatkan dari pengerjaan, pengujian sistem dan analisinya mengenai keterkaitan dengan tujuan pembangunan sistem, dan selanjutnya akan dikemukakan saran-saran mengenai sistem serta bahan masukan bagi rencana pengembangan agar aplikasi mendeteksi penuaan dini pada kulit yang dibangun menjadi lebih baik untuk masa yang akan datang.

9

2.1 Definisi Kulit Manusia

Kulit merupakan lapisan terluar manusia yang bersentuhan langsung dengan lingkungan diluar tubuh. Untuk itu kulit berperan sebagai pelindung tubuh dari kerusakan atau pengaruh lingkungan yang buruk. Selain itu kulit mempunyai nilai estetika yang tinggi bagi manusia. Dengan peran tersebut, maka keberadaan kulit menjadi sangat penting bagi kesehatan dan penampilan seseorang.

2.2 Proses Penuaan Dini Pada Kulit Manusia

Proses kulit menua mempunyai dua fenomena yang saling berkaitan, yaitu: 1. Proses Penuaan Dini Intrinsik (Intrinsic aging; true aging; chronologic aging) Merupakan proses menua fisiologik yang berlangsung secara alamiah, disebabkan berbagai faktor dari dalam tubuh sendiri seperti genetika, hormonal dan rasial. Fenomena ini tidak dapat dicegah/dihindari dan mengakibatkan perubahan kulit yang menyeluruh sesuai dengan pertambahan usia.

2. Proses Penuaan Dini Ekstrinsik (Extrinsic aging)

Terjadi akibat berbagai faktor dari luar tubuh. Faktor lingkungan seperti sinar matahari, kelembaban udara, suhu dan berbagai faktor eksternal lainnya dapat mempercepat proses menua kulit sehingga terjadi penuaan dini. Perubahan pada kulit terutama terjadi di daerah terpajan seperti kulit wajah sehingga wajah terlihat lebih tua, tidak sesuai dengan usia yang sebenarnya. Berbagai usaha dapat dilakukan untuk mencegah/memperlambat terjadinya penuaan dini ini.

2.3 Ciri Kulit Mengalami Penuaan Dini

Berikut beberapa tanda penuaan dini yang terlihat dikulit, yaitu: 1. Muncul Bercak Hitam atau Age Spot/Liver Spot

Liver spot yang juga dikenal dengan age spot merupakan bercak-bercak hitam yang muncul pada penuaan kulit.

2. Tekstur Kulit Kasar

Kulit kering dan kasar juga merupakan tanda umum yang dialami saat kulit mengalami penuaan dini. Ketika kulit terlalu sering terpapar matahari, kolagen dan elastin kulit akan rusak.

3. Pori-Pori Membesar

Pembesaran pori-pori juga terkait dengan penuaan dini pada kulit. Seiring bertambahnya usia, pori-pori tumbuh lebih besar karena penumpukan sel kulit mati disekitar pori-pori.

4. Timbulnya Keriput Pada Kulit

Keriput disebabkan oleh paparan sinar matahari dan kerutan yang intensif oleh merokok. Paparan radikal bebas menyebabkan kerusakan DNA kulit dalam membran sel, akibatnya kolagen kulit dan elastin turun dari waktu ke waktu, hingga kulit mulai merosot dan kehilangan elastisitasnya.

2.4 Pengolahan Citra Digital

Secara umum, pengolahan citra digital menunjuk pada pemrosesan gambar dua dimensi menggunakan komputer. Dalam konteks yang lebih luas, pengolahan citra digital mengacu pada pemrosesan setiap data dua dimensi. Citra digital

merupakan sebuah larik (array) yang berisi nilai-nilai real maupun komplek yang direpresentasikan dengan deret bit tertentu.

Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan intensitas suatu tingkat keabuan dari citra pada titik tersebut. Apabila nilai x, y dan nilai ampitudo f secara keseluruhan sehingga (finite) dan bernilai diskrit maka dapat dikatakan bahwa citra tersebut adalah citra digital. Gambar 2.12 menujukan posisi koordinat citra digital.

Gambar 2.1 Koordinat Citra Digital Citra digital dapat ditulis dalam bentuk matrik sebagai berikut.

...(2-1)

Nilai pada suatu irisan antara baris dan kolom (pada posisi x,y) disebut dengan picture elements, image elements, pels, atau pixels. Istialah terakhir (pixel) paling sering digunakan pada citra digital.

2.4.1 Teknik-Teknik Pengambilan Citra Digital

Ada beberapa teknik pengambilan citra digital yang bisa dilakukan, antara lain dengan menggunakan kamera digital (atau boleh juga web-cam) atau menggunakan scanner (bisa scanner umum, finger-print scanner, atau bar-code scanner). Hasil dari citra dengan penggunaan teknik kamera atau scanner berupa citra raster (atau citra dengan model matriks). Teknik pengambilan citra selain membutuhkan peralatan input, juga dibutuhkan suatu card yang disebut dengan frame grabber yang berupa rangkaian untuk mengolah citra secara hardware.

Selain itu, pengambilan citra dapat dilakukan dengan menggunakan teknik grafika komputer, yaitu dengan membentuk objek citra komputer sesuai dengan

teknik pengambilan citra. Teknik ini banyak digunakan untuk keperluan entertainment seperti pembuatan animasi atau untuk keperluan GIS (Geographical Information System). Hasil dari citra dengan menggunakan teknik grafika ini bisa berupa citra raster atau citra vektor.

Baik citra raster maupun citra vektor mempunyai kelebihan dan kekurangannya masing-masing sehingga untuk memutuskan menggunakan model citra raster atau citra vektor diperlukan pengetahuan yang mendalam mengenai proyek yang sedang dikerjakan. Dalam pembahasan pengolahan citra digital lebih banyak dibahas mengenai model citra raster, baru pada pengolahan yang lebih lanjut, model citra vektor diperlukan.

Berikut ini beberapa contoh citra selain gambar atau foto yang sering dilihat baik dengan scanner atau kamera, yang dibedakan berdasarkan teknik pengambilan sinyalnya.

1. Gamma Ray Imaging, citra ini biasanya digunakan untuk citra-citra nuklir dan proses nuklir, juga digunakan untuk keperluan astronomi.

2. X-Ray Imaging, citra ini banyak digunakan untuk keperluan medis, rangkaian elektronik, dan astronomi.

3. Image Ultraviolet, citra ini banyak digunakan untuk keperluan citra biologi, mikroskopi, lithografi, laser, dan astronomi.

4. Image Infrared, citra ini banyak digunakan untuk keperluan farmasi mikrobiotik, dan mikro material.

5. Image Ultrasound, citra ini banyak digunakan untuk keperluan medis seperti USG dan diagnosa thyroid.

2.4.2 Teknik-Teknik Pengolahan Citra Digital

Secara umum, teknik pengolahan citra digital dibagi menjadi tiga tingkat pengolahan, yakni sebagai berikut:

a) Tahap 1, yang dinamakan dengan low-level processing (pengolahan tingkat rendah). Pengolahan ini merupakan operasi dasar dalam pengolahan citra, seperti pengurangan noise (noise reduction), perbaikan citra (image enhancement), dan restorasi citra (image restoration).

b) Tahap 2, yang dinamakan dengan mid-level processing (pengolahan tingkat menengah). Pengolahan ini meliputi segmentasi pada citra, deskripsi objek, dan klasifikasi objek secara terpisah.

c) Tahap 3, yang dinamakan dengan high-level processing (pengolahan tingkat tinggi). Pengolahan ini meliputi analisis citra (image analysis).

Dari ketiga tahap pengolahan citra digital diatas, dapat dinyatakan suatu gambaran mengenai teknik-teknik pengolahan citra digital dan macam-macamnya, antara lain:

1. Perbaikan kualitas citra (image enhancement)

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra seperti kontras dan kecerahannya. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan.

2. Pemugaran citra (image restoration)

Jenis operasi ini bertujuan untuk memperbaiki model citra, biasanya berhubungan dengan bentuk citra yang sesuai.

3. Pemampatan citra (image compression)

Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam bentuk yang lebih compact sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus.

4. Segmentasi citra (image segmentation)

Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi berkaitan erat dengan pengenalan pola.

5. Analisis citra (image analysis)

Jenis operasi ini bertujuan untuk menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya. Teknik analisis citra mengekstrasi ciri-ciri tertentu yang membantu dalam identifikasi objek.

Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis.

2.5 Jenis Citra

Nilai suatu pixel memiliki nilai dalam rentang tertentu, dari nilai minimum sampai nilai maksimum. Jangkauan yang digunakan berbeda-beda tergantung dari jenis warnanya. Namun secara umum jangkauannya adalah 0-255. Citra dengan penggambaran seperti ini digolongkan ke dalam citra integer. Berikut adalah jenis-jenis citra berdasarkan nilai pixelnya.

2.5.1 Citra Warna

Pada citra warna, setiap titik mempunyai warna spesifik yang merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru. Format citra ini sering disebut sebagai citra RGB (red-green-blue). Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum 255 (8 bit). Misalnya warna kuning merupakan kombinasi warna merah dan hijau sehingga nilai RGB-nya adalah 255 255 0, sedangkan warna ungu muda nilai RBG-nya adalah 150 0 150. Dengan demikian, setiap titik pada citra warna membutuhkan data 3 byte atau 24 bit.

Jumlah kombinasi warna yang mungkin untuk format citra ini adalah 224 atau lebih dari 16 juta warna, dengan demikian bisa dianggap mencakup semua warna yang ada. Inilah sebabnya format ini dinamakan true color.

Gambar 2.2 Citra Warna dan Representasinya dalam Data Digital

2.5.2 Citra Grayscale

Citra skala keabuan memberi kemungkinan warna yang lebih banyak daripada citra biner, karena ada nilai-nilai lain diantara nilai minimum (biasanya

0) dan nilai maksimumnya. Banyaknya kemungkinan nilai minimum dan nilai maksimumnya bergantung pada jumlah bit yang digunakan. Contohnya untuk skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 24 = 16, dan nilai maksimumnya adalah 24 – 1 = 15. Sedangkan untuk skala keabuan 8 bit, maka jumlah kemungkinan nilainya adalah 28 = 256, dan nilai maksimumnya adalah 28 – 1 = 255.

Format citra ini disebut skala keabuan karena pada umumnya warna yang dipakai adalah antara hitam sebagai warna minimal dan warna putih sebagai warna maksimalnya. Namun pada prakteknya, warna yang dipakai tidak terbatas pada warna abu-abu. Sebagai contoh, jika warna minimalnya adalah putih dan warna maksimalnya adalah merah, maka semakin besar nilainya, semakin besar pula intensitas warna merahnya.

Gambar 2.3 Citra Grayscale 4 bit dan Representasinya dalam Data Digital

2.5.3 Citra Biner

Pada citra biner, setiap titik bernilai 0 atau 1, masing-masing merepresentasikan warna tertentu. Warna hitam bernilai 0 dan warna putih bernilai 1. Pada standar citra untuk ditampilkan di layar komputer, nilai biner ini berhubungan dengan ada tidaknya cahaya yang ditembakkan oleh electron gun yang terdapat di dalam monitor komputer. Angka 0 menyatakan tidak ada cahaya, dengan demikian warna yang direpresentasikan adalah hitam. Untuk angka 1 terdapat cahaya, sehingga warna yang direpresentasikan adalah putih. Setiap titik pada citra hanya membutuhkan 1 bit, sehingga setiap byte dapat menampung informasi 8 titik.

Gambar 2.4 Citra Biner dan Representasinya Dalam Data Digital

2.6 Peningkatan Kualitas Citra

Perbaikan citra biasanya dilakukan pada awal proses pengolahan citra. Proses ini dilakukan guna menghasilkan kualitas citra yang lebih baik untuk diolah pada tahap selanjutnya. Kualitas suatu citra dipengaruhi oleh empat faktor utama yaitu:

1. Pencahayaan

Pencahayaan berhubungan dengan cahaya atau sumber cahaya yang terdapat disekitar lingkungan sistem. Secara langsung masalah pencahayaan mempengaruhi kualitas citra yang diperoleh. Teknik pencahayaan yang baik akan menghasilkan citra yang baik atau tidak mengandung derau yang berlebihan. Hal ini penting untuk pemrosesan selanjutnya di bagian pengolahan citra, sehingga dihasilkan informasi yang akurat mengenai obyek dan lingkungan sistem pada umumnya.

2. Pemfokusan obyek

Pemfokusan obyek terkait erat dengan lensa kamera yang digunakan sebagaimana diketahui, lensa merupakan peralatan optik yang berfungsi mengumpulkan cahaya yang dipantulkan oleh obyek dan juga daerah sekitarnya. Pemfokusan obyek akan menentukan ketajaman atau kejelasan citra yang diperoleh.

3. Kuantitas pendeteksi obyek

Pada sebuah kamera, pendeteksi obyek berupa dioda – dioda yang peka terhadap cahaya. Dioda – dioda ini memiliki kemampuan mendeteksi muatan cahaya dan mengkonversikannya menjadi muatan listrik. Disamping itu dioda – dioda akan membentuk array citra. Semakin banyak dioda yang menyusun

array citra, resolusi citra yang mampu dihasilkan akan semakin besar, berarti kualitas citra semakin baik pula.

4. Frekuensi sampling

Faktor ini berhubungan dengan periode dan frekuensi sampling itu sendiri. Periode sampling merupakan waktu yang diperlukan untuk proses pengambilan sample citra analog. Sedangkan frekuensi sampling adalah banyaknya sample citra yang diambil dalam satu periode sampling. Frekuensi sampling untuk satu periode harus tepat agar citra yang dihasilkan dapat diidentifikasi dengan baik . frekuensi sampling sangat menentukan kualitas citra yang terbentuk pada proses digitalisasi ini. Frekuensi sampling yang berlebihan atau sebaliknya sangat kurang akan berdampak pada kejelasan citra.

Disamping keempat faktor umum diatas, ada beberapa faktor lain yang menyebabkan suatu citra banyak mengandung derau yaitu permukaan obyek, latar belakang obyek yang tidak rata, sudut pandang pengambilan citra dan kekontrasan antar obyek dengan latar belakangnya. Derau yang terlalu besar menyebabkan unsur – unsur obyek dalam suatu citra sulit untuk diperoleh.

Terkait dengan perangkat lunak yang digunakan, kualitas citra dapat ditingkatkan dengan dua metoda yang sederhana yaitu mengatur nilai contras dan brigthness. Kombinasi yang tepat antara kedua variabel tersebut dapat meningkatkan kualitas citra yang terbentuk, sehingga proses identifikasi unsur – unsur obyek dapat dilakukan dengan baik.

2.7 Watershed

Konsep watershed sebagai sebuah metode untuk melakukan segmentasi terhadap citra diperkenalkan oleh C.Lantuejoul dan Sergei Beucher (1979) dan dikembangkan oleh Jean Serra (1982). Transformasi watershed memandang citra sebagai sebuah relief topografi dimana intensitas setiap pixel mempresentasikan ketinggian topografinya[15]. Dalam sebuah permukaan topografi, apabila air hujan jatuh diatasnya, sesuai dengan hukum gravitasi maka air tersebut akan mengalir melewati jalur yang lebih rendah sampai ia mencapai ketinggian yang paling rendah atau minima dimana ia tidak dapat mengalir kemana-mana lagi.

Himpunan titik-titik pada permukaan topografi citra dimana aliran air yang melewatinya menuju ke minima tertentu yang sama, menjadi sebuah catchment basin (cekungan yang terisi air) yang berasosiasi dengan minima tersebut dan membentuk sebuah region citra[16].

Watershed terbentuk dilokasi dimana air dari kedua catchment basin yang berdekatan bertemu dan merupakan batas dari dua buah catchment basin tersebut. Keseluruhan watershed yang terbentuk menghasilkan seluruh kontur tertutup yang ada pada citra dan mempresentasikan obyek-obyek dalam citra yang telah tersegmentasi. Gambar 2.5 menunjukkan ilustrasi algoritma watershed dalam satu dimensi. permukaan air pada Gambar 2.5 (a) akan terus bertambah. Untuk memisahkan dua catchment basins yang berbeda setelah permukaan air terus bertambah, dibentuk dam antara dua garis sebagaimana Gambar 2.5 (b).

Tujuan utama dari algoritma segmentasi berdasarkan konsep ini adalah mencari garis watershed (Beusher S). Ide dasarnya sangat sederhana: andaikan sebuah lubang dilubangi di setiap bagian minimumnya dan seluruh topografi memenuhi dari bawah dengan membiarkan air sampai ke lubang pada tingkat yang seragam. Ketika air yang naik di kolam penangkapan maka air akan bergabung, oleh karena itu sebuah bendungan (dam) dibangun untuk mencegah penggabungan. Banjir akhirnya mencapai tahap di mana hanya bagian atas bendungan yang bisa dilihat di atas garis air. Batas bendungan ini berhubungan dengan pembagian garis dalam watershed.

Gambar 2.5 Watershed pada Satu Dimensi. (a) Dam Belum Terbentuk pada Waktu t, (b) Dam Terbentuk pada Waktu t+b.

Salah satu aplikasi dasar dari segmentasi watershed adalah ekstraksi dari seragam objek yang dekat dari background. Bagian citra yang mempunyai sifat variasi kecil di tingkat keabuan mempunyai nilai gradien yang kecil. Akan tetapi, pada kenyataannya kita sering melihat segmentasi watershed diaplikasikan ke gradient dari sebuah citra dari pada citra itu sendiri. Pada perumusan ini, regional minima dari kolam penangkapan berhubungan dengan nilai kecil dari gradient yang berhubungan ke objek yang diamati.

Contoh dapat dilihat pada Gambar 2.6 pada bagian (a) adalah citra asli. Pada bagian (b) adalah citra topografi. Citra topografi adalah bentuk citra 3 dimensi jika dilihat dari atas. Pada bagian(c)-(g) adalah tahap flooding. Pada bagian (h) dan (i) tampak dibangun dam agar dua buah catchment basins tidak bergabung. Bagian (j) adalah hasil akhir garis watershed.

Ada dua metode utama yang terdapat dalam transformasi watershed terhadap citra yang merupakan representasi ulang dari simulasi watershed dalam konsep topografi. Kedua metode tersebut mengacu pada konsep flooding dalam yang menggambarkan perilaku air dalam suatu relief topografi. Metode pertama disebut sebagai watershed dengan simulasi perendaman (immersion simulation), dan metode kedua adalah dengan simulasi air hujan (rainfall simulation).

Gambar 2.6 Pembentukan Watershed (a) Citra asli. (b) Pemandangan topografik. (c)-(g) Lima Tahap Flooding (h) Awal Penggabungan Dua

2.8 Pengenalan Pola

Pola adalah suatu entitas yang terdefinisi (mungkin secara samar) dan dapat diidentifikasi serta diberi nama. Pola bisa merupakan kumpulan hasil pengukuran atau pemantauan dan bisa dinyatakan dalam notasi vektor. Contoh : sidik jari, raut wajah, gelombang suara, tulisan tangan dan lain sebagainya. Dalam pengenalan pola data yang akan dikenali biasanya dalam bentuk citra atau gambar, akan tetapi ada pula yang berupa suara [10].

Secara umum pengenalan pola (pattern recognition) adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu obyek.

Menurut Theodoridis dan Koutroumbas [11], pengenalan pola (pattern recognition) dapat diartikan sebagai proses klasifikasi dari objek atau pola menjadi beberapa kategori atau kelas yang bertujuan untuk pengambilan keputusan.

Pengenalan pola (pattern recognition) merupakan teknik yang bertujuan untuk mengklasifikasikan citra yang telah diolah sebelumnya berdasarkan kesamaan atau kemiripan ciri yang dimilikinya. Bagian terpenting dari teknik pengenalan pola adalah bagaimana memperoleh informasi atau ciri penting yang terdapat dalam sinyal [10].

2.8.1 Template Matching

Pada dasarnya template matching adalah proses yang sederhana. Suatu citra masukan yang mengandung template tertentu dibandingkan dengan template pada basis data. Template ditempatkan pada pusat bagian citra yang akan dibandingkan dan dihitung seberapa banyak titik yang paling sesuai dengan template. Langkah ini diulangi terhadap keseluruhan citra masukan yang akan dibandingkan. Nilai kesesuaian titik yang paling besar antara citra masukan dan citra template menandakan bahwa template tersebut merupakan citra template yang paling sesuai dengan citra masukan.

Gambar 2.7 Ilustrasi Template Matching

Gambar 2.7 bagian kiri merupakan citra yang mengandung objek yang sama dengan objek pada template yang ada di sebelah kanan. Template diposisikan pada citra yang akan dibandingkan dan dihitung derajat kesesuaian pola pada citra masukan dengan pola pada citra template.

Tingkat kesesuaian antara citra masukan dan citra template bisa dihitung berdasarkan nilai eror terkecil [12] dengan menggunakan persamaan 2-2.

min ℮ = ∑ ...(2-2) I adalah pola pixel citra masukan yang akan dibandingkan. T adala pola pixel citra template. Template dengan nilai eror paling kecil adalah template yang paling sesuai dengan citra masukan yang akan dibandingkan. Ukuran objek yang beragam bisa diatasi dengan menggunakan template berbagai ukuran. Namun hal ini membutuhkan tambahan ruang penyimpanan. Penambahan template dengan berbagai ukuran akan membutuhkan komputasi yang besar. Jika suatu template berukuran persegi dengan ukuran m x m dan sesuai dengan citra yang berukuran N x N, dan dimisalkan pixel m2 sesuai dengan semua titik citra, maka komputasi yang harus dilakukan adalah O(N2m2). Komputasi tersebut harus dilakukan dengan template yang tidak beragam. Jika parameter template bertambah, seperti ukuran template yang beragam, maka komputasi yang dilakukan juga akan bertambah. Hal ini yang menyebabkan metode template matching menjadi lamban.

2.9 Android

Android adalah sebuah sistem operasi untuk peranggkat mobile berbasis linux yang mencakup sistem operasi, middleware dan aplikasi. Android

menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka. Perilisan pertama android pada tanggal 5 November 2007, android bersama Open Handset Alliance menyatakan mendukung pengembangan open source pada perangkat mobile. Di lain pihak, Google merilis kode-kode android di bawah lisensi apache, sebuah lisensi perangkat lunak dan open platform perangkat seluler.

Di dunia ini terdapat dua jenis distributor sistem operasi android. Pertama yang mendapat dukungan penuh dari Google atau Google Mail Services (GMS) dan kedua adalah yang benar-benar bebas distribusinya tanpa dukungan langsung google atau dikenal sebagai Open Handset Distribution (OHD). Di dunia ini terdapat dua jenis distributor sistem operasi android. Pertama yang mendapat dukungan penuh dari Google atau Google Mail Services (GMS) dan kedua adalah yang benar-benar bebas distribusinya tanpa dukungan langsung google atau dikenal sebagai Open Handset Distribution (OHD).

Sekitar September 2007 Google mengenalkan Nexus one, salah satu jenis smartphone yang menggunakan android sebagai sistem operasinya. Telepon seluler ini diproduksi oleh HTC Corporation dan tersedia di pasaran pada 5 Januari 2010. Pada 9 Desember 2008, diumumkan anggota baru yang bergabung dalam program kerja Android ARM Holdings, Atheros Communications, diproduksi oleh Asustek Computer Inc, Garmin Ltd, Softbank, Sony Ericsson, Toshiba Corp, dan Vodafone Group Plc. Seiring pembentukan Open Handset Alliance, OHA mengumumkan produk perdana mereka, android perangkat mobile yang merupakan memodifikasi kernel linux 2.6. Sejak android dirilis telah dilakukan berbagai pembaruan berupa perbaikan bug dan penambahan fitur baru.

Tidak hanya menjadi sistem operasi di smartphone, saat ini android menjadi pesaing utama dari apple pada sistem operasi Table PC. Pesatnya pertumbuhan android selain faktor yang disebutkan di atas adalah karena android itu sendiri adalah platform yang sangat lengkap baik itu sistem operasinya, aplikasi dan tool pengembangan, market aplikasi android serta dukungan yang sangat tinggi dari komunitas open source di dunia, sehingga android terus berkembang pesat baik dari segi teknologi maupun dari segi jumlah device yang ada di dunia.

2.9.1 Arsitektur Android

Sistem operasi Android memiliki 4 lapisan (layer) yang merupakan komponen system Android. Gambar berikut merupakan lapisan arsitektur system operasi android.

Gambar 2.8 DiagramArsitektur Sistem Operasi Android

Google mengibaratkan Android sebagai sebuah tumpukan software. Setiap lapisan dari tumpukan ini menghimpun beberapa program yang mendukung fungsi-fungsi spesifik dari system operasi. Berikut ini susunan dari lapisan – lapisan tersebut dilihat dari lapisan dasar hingga lapisan teratas.

2.9.1.1Linux Kernel

Android dibangun di atas kernel Linux. Namun secara keseluruhan android bukanlah linux, karena dalam android tidak terdapat paket standar yang dimiliki oleh linux lainnya. Linux merupakan sistem operasi terbuka yang handal dalam manajemen memori dan proses. Oleh karenanya pada android hanya terdapat beberapa servis yang diperlukan seperti keamanan, manajemen memori, manajemen proses, jaringan dan driver. Kernel linux menyediakan driver layar, kamera, keypad, WiFi, Flash Memory, audio, dan IPC (Interprocess Communication) untuk mengatur aplikasi dan lubang keamanan.

2.9.1.2 Libraries

Android menggunakan beberapa paket pustaka yang terdapat pada C/C++ dengan standar Berkeley Software Distribution (BSD) hanya setengah dari yang aslinya untuk tertanam pada kernel Linux. Beberapa pustaka diantaranya:

1. Media Library untuk memutar dan merekam berbagai macam format audio dan video.

2. Surface Manager untuk mengatur hak akses layer dari berbagai aplikasi.

3. Graphic Library termasuk didalamnya SGL dan OpenGL, untuk tampilan 2D dan 3D.

4. SQLite untuk mengatur relasi database yang digunakan pada aplikasi. 5. SSl dan WebKit untuk browser dan keamanan internet.

Pustaka-pustaka tersebut bukanlah aplikasi yang berjalan sendiri, namun hanya dapat digunakan oleh program yang berada di level atasnya. Sejak versi Android 1.5, pengembang dapat membuat dan menggunakan pustaka sendiri menggunakan Native Development Toolkit (NDK).

2.9.1.3Android Runtime

Pada android tertanam paket pustaka inti yang menyediakan sebagian besar fungsi android. Inilah yang membedakan Android dibandingkan dengan sistem operasi lain yang juga mengimplementasikan Linux. Android Runtime merupakan mesin virtual yang membuat aplikasi android menjadi lebih tangguh dengan paket pustaka yang telah ada. Dalam Android Runtime terdapat 2 bagian utama, diantaranya:

1. Pustaka Inti, android dikembangkan melalui bahasa pemrograman Java, tapi Android Runtime bukanlah mesin virtual Java. Pustaka inti android menyediakan hampir semua fungsi yang terdapat pada pustaka Java serta beberapa pustaka khusus android.

2. Mesin Virtual Dalvik, Dalvik merupakan sebuah mesin virtual yang dikembangkan oleh Dan Bornstein yang terinspirasi dari nama sebuah perkampungan yang berada di Iceland. Dalvik hanyalah interpreter mesin virtual yang mengeksekusi file dalam format Dalvik Executable (*.dex).

Dengan format ini Dalvik akan mengoptimalkan efisiensi penyimpanan dan pengalamatan memori pada file yang dieksekusi. Dalvik berjalan di atas kernel Linux 2.6, dengan fungsi dasar seperti threading dan manajemen memori yang terbatas.

2.9.1.4Aplication Framework

Kerangka aplikasi menyediakan kelas-kelas yang dapat digunakan untuk mengembangkan aplikasi android. Selain itu, juga menyediakan abstraksi untuk mengakses perangkat, serta mengatur tampilan User Interface dan sumber daya aplikasi. Bagian terpenting dalam kerangka aplikasi android adalah sebagai berikut:

1. Activity Manager, berfungsi untuk mengontrol siklus hidup aplikasi dan menjaga keadaan ”Backstack“ untuk navigasi penggunaan.

2. Content Providers, berfungsi untuk merangkum data yang memungkinkan digunakan oleh aplikasi lainnya, seperti daftar nama.

3. Resource Manager berfungsi untuk mengatur sumber daya yang ada dalam program. Seperti karakter, grafik dan file layout.

4. Location Manager, berfungsi untuk memberikan informasi detail mengenail lokasi perangkat android berada.

5. Notification Manager, mencakup berbagai macam peringatan seperti, pesan masuk, janji, dan lain sebagainya yang akan ditampilkan pada status bar.

2.9.1.5Aplication

Puncak dari diagram arsitektur android adalah lapisan aplikasi dan widget. Lapisan aplikasi merupakan lapisan yang paling tampak pada pengguna ketika menjalankan program. Pengguna hanya akan melihat program ketika digunakan tanpa mengetahui proses yang terjadi dibalik lapisan aplikasi. Lapisan ini berjalan dalam Android runtime dengan menggunakan kelas dan service yang tersedia pada Framework aplikasi. Lapisan aplikasi android sangat berbeda dibandingkan dengan sistem operasi lainnya. Pada android semua aplikasi, baik aplikasi inti (native) maupun aplikasi pihak ketiga berjalan diatas lapisan aplikasi dengan menggunakan pustaka API (Application Programming Interface) yang sama.

2.9.2 XML Pada Android

XML (Extensible Markup Language) adalah bahasa markup yang mendifinisikan seperangkat aturan untuk encoding dalam dokumen yang bersifat human-readable dan machine-readable. Pada android sendiri berkas berjenis XML memiliki banyak fungsi, diantaranya:

1. Berkas

Android Manifest Setiap aplikasi android harus memiliki berkas ini (dengan nama AndroidManifest.xml) pada direktori root. Pada berkas ini berisi informasi penting tentang aplikasi untuk sistem android.

2. Layout

Android menyediakan kosakata XML sederhana yang sesuai dengan kelas View dan subclass-nya, seperti untuk widget dan layout.

3. Database

Database XML adalah persistensi data perangkat lunak sistem yang memungkinkan data yang akan disimpan dalam format XML. Data ini kemudian dapat dilihat, diekspor dan serialisasi ke dalam format yang diinginkan. XML database biasanya berhubungan dengan dokumen berorientasi database.

2.10 Java

Di antara sekian banyak perangkat lunak yang sudah ada, kita sering mendengar istilah Java, atau disebut juga Java J2ME (Java 2 Micro Edition), yang merupakan turunan dari bahasa Java, di mana fungsi-fungsinya difokuskan untuk pembuatan aplikasi pada lingkungan telepon seluler.

Java merupakan suatu teknologi perangkat lunak yang di dalamnya mencakup bahasa pemrograman. Selain itu Java juga merupakan suatu platform yang memiliki virtual machine dan library yang diperlukan untuk menulis dan menjalankan suatu program. Pada awalnya java dikembangkan pada lingkungan komputer oleh Sun Microsystem Inc. dengan tujuan untuk menghasilkan suatu bahasa komputer sederhana tanpa harus terikat pada arsitektur tertentu.

Pada tahun 1995 Sun meluncurkan sebuah browser berbasis Java dengan julukan Hot Java, kemudian diikuti Netscape yang memutuskan untuk membuat browser dengan dilengkapi bahasa Java. Setelahnya, ikut bergabung pula berbagai pengembang ternama diantaranya IBM dan Microsoft. Pada tahun berikutnya, Sun Microsystem Inc. merilis Java Software Development Kit (JDK) pertamanya, yaitu JDK 1.1. Kemudian terus berkembang dari pemrograman applet yang berjalan di browser menjadi pemrograman kelas dunia yang banyak digunakan untuk pengembangan aneka ragam aplikasi. Bahasa pemrograman Java sendiri secara garis besar dikelompokan menjadi 3, yaitu:

1. J2SE (Java 2 Standar Edition), digunakan untuk mengembangkan aplikasiaplikasi desktop dan applet.

2. J2EE (Java 2 Enterprise Edition) dipergunakan untuk mengembangkan aplikasi-aplikasi berbasis client/server berskala enterprise.

3. J2ME (Java 2 Micro Edition). J2ME diaplikasikan pada berbagai perangkat kecil dengan jumlah memori, kapasitas penyimpan dan user interface terbatas, seperti ponsel dan PDA.

Hingga saat ini ada dua versi platform Java J2ME yang umum digunakan pada telepon genggam yaitu MIDP 1.0 yang masih memiliki spesifikasi sederhana dan menyediakan fungsi dasar untuk aplikasi mobile, di antaranya basic user interface dan keamanan jaringan. Dan MIDP 2.0 yang sudah ditambahkan berbagai fasilitas seperti game, multimedia, dukungan berbagai jenis konektivitas, maupun OTA.

2.10.1 Kelebihan dan Kekurangan Java Kelebihan Java:

a. Multiplatform. Kelebihan utama dari java ialah dapat dijalankan di beberapa platform/sistem operasi komputer, sesuai dengan prinsip tulis sekali, jalankan dimana saja. Dengan kelebihan ini pemrogram cukup menulis sebuah program java dan dikompilasi (diubah, dari bahasa yang dimengerti manusia menjadi bahasa mesin/bytecode) sekali lalu hasilnya dapat dijalankan di atas beberapa platform tanpa perubahan. Kelebihan ini memungkinkan sebuah program

berbasis java dikerjakan diatas operating sistem linux tetapi dijalankan dengan baik di atas Microsoft Windows. Platform yang didukung sampai saat ini adalah Microsoft Windows, linux, Mrac OS dan Sun Solaris. Penyebabnya adalah setiap sistem operasi menggunakan programnya sendiri-sendiri untuk menginterpretasikan bytecode tersebut.

b. OOP (Object Oriented Programming) yang artinya semua aspek yang terdapat di java adalah objek. Java merupakan salah satu bahasan pemrograman berbasis objek secara murni. Semua tipe data diturunkan dari kelas dasar yang disebut Object. Hal ini sangat memudahkan pemrogram untuk mendesain, membuat, mengembangkan, dan mengalokasi kesalahan sebuah program dengan basis java secara cepat, tepat, mudah dan terorganisir. Kelebihan ini menjadikan java sebagai salah satu bahasa pemrograman termudah, bahkan untuk fungsi yang advance seperti komunikasi antara komputer sekalipun c. Library yang lengkap, dimana java terkenal dengan kelengkapan

library/perpustakaan (kumpulan program-program yang disertakan dalam pemrogram java) yang sangat memudahkan dalam penggunaan oleh para pemrogram untuk membangun aplikasinya. Kelengkapan perpustakaan ini ditambah dengan keberadaan komunitas java yang besar yang terus menerus membuat perpustakaan-perpustakaan baru untuk melingkupi seluruh kebutuhan pembangunan aplikasi.

d. Bergaya C++ , memiliki sintaks seperti bahasa pemrograman C++ sehingga menarik banyak pemrogram C++ untuk pindah ke java. Saat ini pengguna java sangat banyak, sebagian besar adalah pemrogram C++ yang pindah ke java. e. Pengumpulan sampah otomatis, memiliki fasilitas pengaturan penggunaan

memori sehingga para pemrogram tidak perlu melakukan pengaturan memori secara langsung (seperti halnya dalam bahasa C++ yang dipakai secara luas).

Kekurangan Java:

a. Mudah didekompilasi. Dekompilasi adalah proses membalikkan dari kode jadi menjadi kode sumber. Ini memungkinkan karena kode jadi java merupakan bytecode yang menyimpan banyak atribut bahasa tingkat tinggi seperti

namanama kelas, metode dan tipe data. Hal yang sama juga terjadi pada Microsoft.Net Platform. Dengan demikian, algoritma yang digunakan program akan lebih sulit disembunyikan dan mudah dibajak/di-reverseengineer.

b. Penggunaan memori yang banyak. Penggunaan memori untuk program berbasis java jauh lebih besar daripada bahasa tingkat tinggi generasi sebelumnyaseperti C/C++ dan Pascal (lebih spesifik lagi delphi dan Object Pascal). Biasanya ini bukan merupakan masalah bagi pihak yang menggunakan teknologi terbaru, tetapi menjadi masalah bagi mereka yang masih harus berkutat dengan mesin komputer berumur lebih dari 4 tahun.

2.10.2 Tahap Kompilasi Java

Tulis/ubah. Pemrogram menulis program dan menyimpannya di media dalam bentuk berkas “Java”.

a. Kompilasi. Pengkompilasi membentuk bytecodes dari program menjadi bentuk berkas 'Class'

b. Muat. Pemuat kelas memuat bytecodes ke memori.

c. Verifikasi. Peng-verifikasi memastikan bytecodes tidak menganggu sistem keamanan java.

d. Jalankan. Gantt Chart. Apabila tidak melibatkan.

2.11 UML (Unified Modeling Language)

UML adalah kependekan dari Unified Modeling Language yang merupakan suatu cara untuk menyelesaikan suatu masalah dengan mendeskripsikannya yang telah menjadi standar dalam dunia industri untuk memvisualisasikan, merancang dan mendokumentasikan sistem perangkat lunak. Dengan menggunakan UML kita dapat membangun model untuk segala bentuk dan jenis aplikasi perangkat lunak, yang mana aplikasi yang dibangun dapat berjalan pada perangkat lunak dengan sistem operasi dan jaringan apapun. Selain itu, dengan menggunakan UML, programmer dapat mengerti, memahami dengan jelas maksud, tujuan dan arah rancangan sistem, sehingga sistem perngakat lunak yang dirancang dapat dibangun dengan bahasa program apapun. Namun karena UML merupakan suatu model pengembangan sistem perangkat lunak yang berbasis object oriented

sehingga menggnuakan bentuk class dan operation dalam konsep dasarnya, maka lebih cocok dalam pemrogramannya dengan menggunakan bahasa-bahasa pemrograman yang berbasis OOP (Object Oriented Programming) seperti C, C++, Java, VB dan lain sebagainya.

Secara lebih mendalam, UML lebih dari sekedar sebuah standard dan penemuan dari suatu notasi-notasi yang disatukan, tetapi juga berisi konsep-konsep baru yang menarik yang tidak ditemukan secara umum dalam komunitas object oriented. Dalam membangun suatu model perangkat lunak dengan UML, digunakan bentuk-bentuk diagram atau symbol untuk merepresentasikan elemen-elemen dalam sistem. Bentuk diagram yang digunakan untuk merepresentasikannya adalah sebagai berikut:

1. Use-case Diagram 2. Class Diagram 3. Sequence diagram 4. Collaboration Diagram 5. Activity Diagram 6. Component Diagram 7. Deployment Diagram

2.11.1 Use-case Diagram

Use-case diagram merupakan suatu bentuk diagram yang menggambarkan fungsi-fungsi yang diharapkan dari sebuah sistem yang dirancang. Dalam Use-case diagram penekanannya adalah “apa” yang diperbuat oleh sistem, dan bukan “bagaimana”. Sebuah use-case akan merepresentasikan sebuah interaksi antara pelaku atau actor dengan sistem.

Use-case diagram yang digunakan dalam mercancang suatu sistem dapat sangat membantu pada saat menyusun requirement sebuah sistem, mengomunikasikannya dengan klien, dan merancang pengujian untuk semua fitur yang terdapat dalam sistem. Dalam suatu sistem aplikasi database, use-case diagram sangat membantu requierement apa saja yang diperlukan.

Gambar 2.9 Contoh Use-case Diagram

2.11.2 Class Diagram

Sebuah Class diagram menunjukkan struktur yang statis dari beberapa class dalam suatu sistem. Class-class merepresentasikan suatu keadaan (atribut/properti) dan yang akan dikerjakan oleh sistem (metoda/fungsi). Class memiliki tiga area pokok:

1. Nama (dan stereotype) 2. Atribut

3. Metoda

Atribut dan metoda dalam class diagram dapat memiliki salah satu sifat seperti berikut di bawah ini:

1. Private, hanya dapat diakses oleh class itu sendiri.

2. Protected, hanya dapat diakses oleh class itu sendiri dan turunan dari class tersebut.

3. Public, dapat diakses oleh class selain dari class yang bersangkutan.

Class dapat direpresentasikan dalam sebuah interface atau sebaliknya merupakan implementasi dari sebuah interface yang berupa class abstrak yang hanya tidak memiliki attribute dan hanya memiliki metoda. Berikut merupakan bentuk class diagram secara umum:

Gambar 2.10Contoh Class Diagram

2.11.3 Sequance Diagram

Sequence diagram merupakan diagram yang mengambarkan kolaborasi yang dinamis antara obyek satu dengan yang lain. Kolaborasi ini ditunjukkan dengan adanya interaksi antar obyek di dalam dan di sekitar sistem yang berupa pesan atau instruksi yang berurutan.

Sequence diagram umumnya digunakan untuk menggambarkan suatu skenario atau urutan langkah-langkah yang dilakukan baik oleh actor maupun sistem yang merupakan respon dari sebuah kejadian untuk mendapatkan hasil atau output.

Gambar 2.11 Contoh Sequance Diagram

2.11.4 Collaboration Diagram

Sebuah collaboration diagram menunjukkan kolaborasi yang dinamis yang mirip dengan sequence diagram. Collaboration diagram digambarkan sebagai

sebuah object diagram dimana sejumlah obyek ditunjukkan disekitarnya dengan hubungan-hubungannya.

Gambar 2.12Contoh Collaboration Diagram

2.11.5 Activity Diagram

Sebuah Activity Diagram menunjukkan suatu alur kegiatan secara berurutan. Activity Diagram digunakan untuk mendiskripsikan kegiatan-kegiatan dalam sebuah operasi meskipun juga dapat digunakan untuk mendeskripsikan alur kegiatan yang lainnya seperti use case atau suatu interaksi.

2.11.6 Component Diagram

Component Diagram menunjukkan struktur dan hubungan antar komponen software termasuk ketergantungan (dependency) diantara komponen-komponen tersebut. Komponen pada piranti lunak adalah berupa modul-modul yang berisikan code, baik library maupun executable. Umumnya komponen yang terbentuk dari beberapa class dan/atau package, atau juga dapat dari komponen-komponen yang lebih kecil.

Gambar 2.14Component Diagram

2.11.7 Deployment Diagram

Deployment Diagram menunjukkan arsitektur fisik pada hardware dan software pada suatu sistem yang dirancang. Deployment diagram juga dapat menunjukkan perngkat-perangkat dan nodes diantara hubungan yang dimilikinya antar komponen.

2.12 Tool Pedukung Pembuatan Aplikasi Android

Adapun tool pendukung dalam pembangunan aplikasi pengecekan umur kulit secara otomastis yaitu:

2.12.1 Java Development Kit (JDK)

JDK adalah software development kit merupakan seperangkat kode, library, form dan paket yang berguna untuk membuat aplikasi atau applet java. Di dalam JDK terdapat Java Runtime Environment (JRE) yang akan memproses byte code yang dihasilkan dari interpenter java. Tugas dari interpenter java ini adalah untuk mengcompile source.java menjadi source.class yang selanjutnya source.class inilah yang akan dijalankan oleh JRE.

2.12.2 Software Development Kit (SDK)

SDK adalah suatu kumpulan dari library dan toolkit seperti emulator untuk mengembangkan atau menciptakan aplikasi untuk suatu perangkat lunak, perangkat computer, system operasi atau platform. Di dalam SDK terdapat tools yang dibutuhkan dalam pengembangan android, diantaranya yaitu adb shell yang merupakan singkatan dari android development bridge yang dapat menjalankan terminal android seperti terminal pada system operasi linux, dan command yang terdapat dalam adb shell sendiri seperti command linux pada umumnya.

2.12.3 Eclipse

Eclipse adalah sebuah IDE (Integrated Development Environment) untuk mengembangkan perangkat lunak dan dapat dijalankan di semua platform (platform-independent). Berikut ini adalah sifat dari Eclipse:

a. Multi-platform: Target sistem operasi Eclipse adalah Microsoft Windows, Linux, Solaris, AIX, HP-UX dan Mac OS X.

b. Mulit-language: Eclipse dikembangkan dengan bahasa pemrograman Java, akan tetapi Eclipse mendukung pengembangan aplikasi berbasis bahasa pemrograman lainnya, seperti C/C++, Cobol, Python, Perl, PHP, dan lain sebagainya.

c. Multi-role: Selain sebagai IDE untuk pengembangan aplikasi, Eclipse pun bisa digunakan untuk aktivitas dalam siklus pengembangan perangkat lunak, seperti dokumentasi, test perangkat lunak, pengembangan web, dan lain sebagainya.

Eclipse pada saat ini merupakan salah satu IDE favorit dikarenakan gratis dan open source, yang berarti setiap orang boleh melihat kode pemrograman perangkat lunak ini. Selain itu, kelebihan dari Eclipse yang membuatnya populer adalah kemampuannya untuk dapat dikembangkan oleh pengguna dengan komponen yang dinamakan plug-in. Eclipse dibuat dari kerja sama antara perusahaan-perusahaan anggota 'Eclipse Foundation' (beserta individu-individu lain). Banyak nama besar yang ikut dalam 'Eclipse Foundation', termasuk IBM, BEA, Intel, Nokia, Borland. Eclipse bersaing langsung dengan Netbeans IDE. Plugin tambahan pada Eclipse jauh lebih banyak dan bervariasi dibandingkan IDE lainnya.

1. IntelliJ IDEA (commercial, free 30-day trial) 2. Oracle JDeveloper (free)

3. Xinox JCreator (ada versi berbayar maupun free)

Eclipse awalnya dikembangkan oleh IBM untuk menggantikan perangkat lunak IBM Visual Age for Java 4.0. Produk ini diluncurkan oleh IBM pada tanggal 5 November 2001, yang menginvestasikan sebanyak US$ 40 juta untuk pengembangannya. Semenjak itu konsursium Eclipse Foundation mengambil alih untuk pengembangan Eclipse lebih lanjut dan pengaturan organisasinya. Sejak versi 3.0, Eclipse pada dasarnya merupakan sebuah kernel, yang mengangkat plug-in. Apa yang dapat digunakan di dalam Eclipse sebenarnya adalah fungsi dari plug-in yang sudah diinstal. Ini merupakan basis dari Eclipse yang dinamakan Rich Client Platform (RCP). Berikut ini adalah komponen yang membentuk RCP: 1. Core platform

2. OSGi

3. SWT (Standard Widget Toolkit) 4. Jface

Secara standar Eclipse selalu dilengkapi dengan JDT (Java Development Tools), plug-in yang membuat Eclipse kompatibel untuk mengembangkan program Java, dan PDE (Plug-in Development Environment) untuk mengembangkan plug-in baru. Eclipse beserta plug-in-nya diimplementasikan dalam bahasa pemrograman Java. Konsep Eclipse adalah IDE yang terbuka (open), mudah diperluas (extensible) untuk apa saja, dan tidak untuk sesuatu yang spesifik. Jadi, Eclipse tidak saja untuk mengembangkan program Java, akan tetapi dapat digunakan untuk berbagai macam keperluan, cukup dengan menginstal plug-in yang dibutuhkan. Apabila ingin mengembangkan program C/C++ terdapat plug-in CDT (C/C++ Development Tools). Selain itu, pengembangan secara visual bukan hal yang tidak mungkin oleh Eclipse, plug-in UML2 tersedia untuk membuat Diagram UML. Dengan menggunakan PDE setiap orang bisa membuat plugin sesuai dengan keinginannya. Salah satu situs yang menawarkan plug-in secara gratis seperti Eclipse downloads by project.

Sejak tahun 2006, Eclipse Foundation mengkoordinasikan peluncuran Eclipse secara rutin dan simultan yang dikenal dengan nama Simultaneous Release. Setiap versi peluncuran terdiri dari Eclipse Platform dan juga sejumlah proyek yang terlibat dalam proyek Eclipse. Tujuan dari sistem ini adalah untuk menyediakan distribusi Eclipse dengan fitur-fitur dan versi yang terstandarisasi. Hal ini juga dimaksudkan untuk mempermudah Deployment dan maintenance untuk sistem enterprise, serta untuk kenyamanan. Peluncuran simultan dijadwalkan pada bulan Juni setiap tahunnya.

39

3.1 Analisis Sistem

Analisis sistem merupakan suatu cara yang digunakan dalam mengidentifikasi dan mengevaluasi suatu permasalah, hambatan yang dihadapi dan kebutuhan yang diharapkan dalam sebuah sistem. Analisis ini diperlukan sebagai dasar untuk tahapan perancangan sistem. Hasil dari proses analisis sistem ini akan menghasilkan berbagai kesimpulan dan saran yang dapat digunakan untuk dijadikan dasar perancangan aplikasi yang akan dibangun.

3.1.1 Analisis Masalah

Analisis masalah yang dimaksud disini adalah setiap usia muda tidak menjamin kulit yang harus serta terlihat muda, terkadang ada juga orang berusia muda yang kulitnya telah berkerut. Proses penuaan dini pun sudah dapat terdektesi dari tangan yang tidak terawat, tanda-tanda penuaan dapat terlihat pada kulit punggung tangan seseorang. Sedangkan kita tidak menyadari penuaan yang terjadi pada kulit datang lebih dini.

Teknologi yang berkembang sekarang ini, khususnya teknologi mobile yang unggul dengan sisi ruang geraknya (mobilitas), user friendly, serta praktis sehingga dapat menutupi kekurangan yang terdapat pada media saat ini. Merunjuk terhadap kekurangan yang ada maka dibangun aplikasi mobile dengan menggunakan teknologi pengolahan citra digital (Digital Image Processing) dengan memanfaatkan fasilitas kamera pada mobile. Dengan demikian aplikasi ini bertujuan untuk mengenali pigmentasi kulit, dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit.

3.1.2 Analisis Sistem yang Akan Dibangun

Sistem yang akan dibangun adalah suatu aplikasi mobile menggunakan platform android dengan teknologi pengolahan citra digital (Digital Image Processing). Tujuan yang ingin dicapai dari perancangan aplikasi ini adalah dapat

mengenali pigmentasi kulit dan kerutan-kerutan halus yang dapat menjadi acuan dalam mendeteksi penuaan dini pada kulit. Adapun gambaran umum tentang sistem yang akan dibangun dapat dilihat pada Gambar 3.1.

Lensa Makro

Pengambilan Gambar Kulit Punggung Tangan

Image Processing

Segmentasi

Watershed

Template Matching

Memunculkan Informasi Estimasi

Umur Kulit

Kulit Punggung Tangan Akses Aplikasi

Mendapatkan Informasi Estimasi

Umur Kulit

User

Gambar 3.1 Proses Kerja Sistem yang Akan Dibangun

Gambar 3.1 menggambarkan bahwa data yang dipilih berupa gambar kulit punggung tangan manusia. Terdapat proses untuk mengenali pigmentasi kulit dan kerutan-kerutan pada kulit, yaitu image processing, watershed dan template matching. Hasil dari proses ditampilkan pada layar mobile.

3.1.3 Analisis Dataset

Penelitian ini menggunakan dataset gambar punggung tangan kulit manusia yang merupakan basisdata citra dengan format JPG dengan ukuran rata-rata per citra adalah 500x500. Contoh citra yang digunakan dalam peneitian ini dapat dilihat pada gambar 3.2.

Gambar 3.2 Contoh Citra yang digunakan

Citra kulit punggung tangan pada gambar 3.2 adalah citra yang dipilih untuk mengklasifikasikan penuaan dini pada kulit dengan 21 kategori berbeda, citra kulit punggung tangan yang dijadikan dataset diambil berdasarkan usia dari 20 sampai 40 Tahun. Karena tanda penuaan kulit untuk setiap tahapan usia tidaklah sama, memasukin rentang usia 25-35 tahun merupakan awal penuaan, munculnya garis-garis halus dan keriput.

3.2 Analisis Metode

Analisis metode digunakan untuk mengetahui alur proses dari sebuah metode yang digunakan dapat diterapkan ke dalam aplikasi yang dibangun. Pembangunan aplikasi ini menggunakan metode watershed yang digunakan untuk proses segmentasi citra dan template matching untuk mencocokan tiap-tiap bagian dari suatu citra. Adapun penerapan metode pada alur kerja sistem dapat dilihat pada gambar 3.3.

Input Citra Start

Grayscaling

Watershed

Threshold

Template Matching

Output

End

Gambar 3.3 Penerapan Metode Pada Alur Kerja Sistem

Berikut penerapan metode pada alur kerja sistem yang akan dibangun adalah:

1. Input Citra, Pengguna mengambil gambar atau memilih citra/gambar kulit manusia yang akan diproses oleh sistem.

2. Grayscale, Pada tahap ini mengubah citra warna (RGB) untuk memperoleh informasi intensitas dari gambar. Sehingga dapat disortir mulai dari hitam untuk intensitas yang paling lemah sampai dengan putih yang intensitas yang paling kuat.

3. Watershed, pada tahap ini dilakukan untuk memisahkan satu objek dengan objek lain. Pada tahap ini metode watershed membagi skala keabuan dalam region yang berbeda dengan merepresentasikan citra sebagai relief topografi. 4. Threshold berfungsi untuk mengubah citra berderajat keabuan menjadi citra

biner atau hitam putih sehingga dapat diketahui daerah mana yang termasuk obyek dan background dari citra secara jelas, citra hasil threshold ini digunakan lebih lanjut untuk proses pengenalan obyek.

5. Proses template matching, dalam tahapan ini berfungsi untuk mencocokkan tiap-tiap bagian dari citra uji dengan citra yang menjadi acuan (template) yang sudah tersimpan didataset.

6. Output, yaitu proses menampilkan usia kulit untuk menentukan penuaan dini pada kulit.

Untuk lebih jelas mengenai proses-proses yang dilakukan pada sistem ini, penjelasannya sebagai berikut:

3.2.1 Analisis Tahap Grayscaling

Tahap ini dilakukan untuk mengubah citra warna menjadi citra greyscale, hal ini digunakan untuk menyederhanakan model citra. Citra warna terdiri dari 3 layer matrik yaitu R-layer, G-layer, B-layer. Sebagai contoh, misalkan citra berukuran 8x8 pixel dengan nilai-nilai R, G, dan B sebagai berikut:

Gambar 3.4 Matrik (R, G dan B)

Jadi dalam proses ini akan mengubah 3 layer matrik citra berwarna menjadi 1 layer matrik grayscale dan akan menghasilkan citra grayscale. Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan. Pada dasarnya proses grayscaling dilakukan dengan meratakan nilai pixel dari 3 nilai R, G, dan B dengan menggunakan persamaan berikut:

Grayscale = 0.299*R + 0.587*G + 0.114*B...(3-1) Contoh untuk menentukan nilai grayscale diilustrasikan dengan nilai-nilai R, G, dan B pada gambar 3.3, untuk konversi warna menjadi grayscale digunakan persamaan 3-1. Misalkan untuk pixel di koordinat (0,0) perhitungannya sebagai berikut:

Grayscale = (0,299*84) + (0,587*78) + (0,114*44) = 25,12 + 45,79 + 5,02

= 75,93

Didapatkan hasil perhitungan untuk koordinat (0,0) = 75,93. Setelah perhitungan tersebut dilakukan untuk semua koordinat, maka dari hasil perhitungan grayscale dilakukan rounding (pembulatan) nilai ke paling dekat. Jadi hasil pembulatan dari koordinat untuk (0,0) = 76. Sehingga didapatkan citra grayscale sebagai berikut:

(i,j) 0 1 2 3 4 5 6 7

0 76 74 93 97 108 120 140 163

1 73 72 82 68 105 118 136 155

2 75 69 67 96 114 132 141 162

3 78 78 92 106 119 136 146 165 4 80 84 101 116 129 140 149 171 5 93 89 107 123 140 149 171 177 6 92 96 114 134 146 156 170 180 7 106 114 124 144 161 170 181 194

Gambar 3.5 Matriks Grayscale

Citra yang berwarna akan digantikan dengan citra grayscale sesuai dengan nilai yang sudah didapatkan melalui perhitungan di atas. Berikut adalah citra grayscale yang dihasilkan.

Gambar 3.6 Hasil Konversi Citra RGB Menjadi Citra Grayscale

3.2.2 Analisis Tahap Watershed

Setelah nilai citra greyscale diproleh, dilakukan proses untuk mencari garis watershed yang mempresentasikan objek yang akan disegmentasikan. Langkah pertama dalam mengoprasikan watershed untuk sebuah citra adalah mengindentifikasi bagian intensitas minimum. Titik dari nilai minimum ini merupakan dasar dari watershed. Proses grayscale digunakan untuk menghasilkan nilai citra yang rata, untuk mengeliminasi dataran tinggi pada citra dan menyederhanakan proses indentifikasi maksimum dan minimum. Untuk membedakan titik maksimum dan minimum, setiap titik akan dibandingkan

dengan delapan titik tetangga terdekatnya. Jika delapan titik tetangganya lebih besar daripada titik tengah, maka titik diindentifikasi sebagai intensitas minimum. Sebaliknya, jika delapan titik tetangganya memiliki intensitas yang lebih kecil dari titik tengah maka titik tersebut memiliki intensitas maksimum.

Contoh untuk menentukan titik minimum pada nilai citra diilustrasikan pada matrik grayscale yang ada dibawah ini, dimana pusat pixel dan setiap titik akan dibandingkan dengan delapan titik tetangga terdekatnya.

(i,j) 0 1 2 3 4 5 6 7

0 76 74 93 97 108 120 140 163

1 73 72 82 68 105 118 136 155

2 75 69 67 96 114 132 141 162

3 78 78 92 106 119 136 146 165 4 80 84 101 116 129 140 149 171 5 93 89 107 123 140 149 171 177 6 92 96 114 134 146 156 170 180 7 106 114 124 144 161 170 181 194

Pada langkah pertama mengindentifikasi nilai minimum dari matrik greyscale diatas, setelah itu dilakukan perbadingan nilai dengan delapan tetangganya dengan menggunakan struktur elemen 3x3. Dimana pusat pixel adalah nilai 67, karena nilai 67 adalah nilai minimum dari semua nilai yang lain.

72 82 68

69

78

67 96

92 106

Langkah selanjutnya pada pusat pixel memutuskan mencari nilai minimum dari delapan tetangganya, misalnya untuk mencari nilai minimum dari delapan

tetangganya yang terhubung akan dibandingkan dengan pusat pixel, jika kondisi nilai pusat pixel lebih rendah dari nilai citra yang lain, maka melakukan pencarian nilai citra yang hampir mendekati nilai pusat pixel, untuk menentukan nilai minimum dan garis watershed.

97 108

93 74

76

72 82

69

78

67 96

92 106

105 73

114

119

80 75

78

84 101 116 129

68

Setelah ditemukan nilai minimunnya, maka akan terjadi garis dari nilai 67 ke nilai 68. Selanjutnya dilakukan lagi perbandingan dengan delapan tetangganya dengan struktur 3x3 dimana sekarang titik pusat pixel adalah nilai 68, dan ulangi langkah perbandingan dengan delapan tetangganya sehingga seluruh pixel terhubung. Konsep yang terjadi pada watershed ini yaitu:

1. Tentukan daerah (region) R1, R2,.., Rn, dengan merepresentasikan objek yang memiliki nilai minimum.

2. Dilakukan perbadingan titik pusat pixel dengan delapan tetangganya dengan menggunakan struktur elemen 3x3.

3. Bentuklah dam (garis) pada posisi dimana dua daerah terhubung.

4. Ulangi langkah tiga sehingga semua daerah terhubung, dan didapatkan hasilnya seperti gambar dibawah ini.

97 108 93 74 76 72 82 69 78 67 96 92 106 105 73 114 119 80 75 78

84 101 116 129

68 106 93 92 114 89 106 124 107 114 144 123 134 161 140 146 118 132 136 140 170 149 161 120 136 141 146 149 181 170 170 140 155 162 165 171 194 177 180 163

Gambar 3.7 Hasil Pembentukan dam (garis) Watershed

Proses segmentasi watershed dilakukan untuk mengenali pigmentasi kulit dan kerutan-kerutan halus pada kulit, maka diperoleh citra hasil segmentasi watershed seperti terlihat pada gambar dibawah ini.

Gambar 3.8 Hasil Konversi Citra Grayscale Menjadi Citra Hasil Segmentasi Watershed

3.2.3 Analisis Tahap Threshold

Tahap ini berfungsi untuk mengubah citra menjadi citra biner yaitu 0 dan 1, dan bertujuan untuk memisahkan dan membedakan antara objek dan background. Proses threshold atau binarisasi pada prinsipnya adalah melakukan pengubahan nilai intensitas warna piksel menjadi 2 nilai yaitu 0 atau warna hitam dan 1 atau warna putih, berarti nilai pixel dikelompkan menjadi dua kelompok seperti ditunjukan pada rumus berikut:

(x,y) = {

...(3-2)

Menentukan hasil threshold dilakukan pembandingan, jika nilai citra lebih dari 128 maka akan diubah menjadi warna putih dengan nilai 1. Jika nilai kurang dari 128 maka akan diubah menjadi warna hitam dengan nilai 0. Citra hasil threshold ini digunakan lebih lanjut untuk proses pengenalan.

3.2.4 Template Matching

Setelah proses threshold maka sistem sudah mendapatkan deretan angka biner dari citra sumber, langkah selanjutnya adalah melakukan proses pengenalan pola dengan setiap deretan angka biner dari citra target yang sudah dipersiapkan didalam dataset.

Pengenalan pola dengan menggunakan metode template matching dilakukan dengan cara membandingkan citra masukan dengan citra template. Citra masukan dihitung berdasarkan banyaknya titik yang sesuai dengan citra template.

Pixel citra biner ditelusuri mulai dari kiri atas hingga ke kanan bawah. Citra biner dengan pixel berwarna hitam akan direpsentasikan dengan nilai 0. Sedangkan pixel citra yang berwarna putih akan direpsentasikan dengan nilai 1. Deretan angka biner pada citra masukan akan dihitung dengan deretan angka biner pada citra template. Template dengan nilai eror terkecil merupakan template citra yang paling sesuai dengan citra masukan.

Contoh berikut ini adalah penerapan pengenalan pigmentasi kulit, dan kerutan-kerutan halus yang dapat menjadi acuan dalam penentuan penuaan dini

pada kulit dengan menggunakan metode template matching yang menggunakan persamaan berikut:

min ℮ = ∑ ...(3-2) I adalah pola pixel citra masukan yang akan dibandingkan. T adala pola pixel citra template. Tabel 3.1 adalah tabel contoh deretan angka biner citra template yang sudah tersimpan didataset.

Tabel 3.1 Contoh Deretan Angkat Biner Citra Template 8x8 pixel

Dataset Deretan Angka Biner Citra Template

Citra Kulit 20 Tahun.jpg

0 0 0 1 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 1 1 0 1 0 0 1 1 0 1 1 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Citra Kulit 21 Tahun.jpg

0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 1 0 1 0 0 0 1 0 0 1 0 1 0 0 1 1 1 0 1 0 0 1 0 1 0 0 0 0 0 0 1 0 1 0 0 0

Citra Kulit 22 Tahun.jpg

0 0 0 0 0 1 0 0 1 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 1 0 0 1 1 0 1 1 1 0 0 1 0 0 1 0 0 0 1 0 1 0 0 0 0 0 0 1 0

Citra Kulit 23 Tahun.jpg

0 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 1 0 0 0 1 0 0 1 0 1 1 0 0 1 1 0 0 0 1 0 1 0 1 0 0 0 0 1 1 0 1 0

Citra Kulit 24 Tahun.jpg

0 0 1 0 1 0 1 0 0 1 0 0 1 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 1 0 0 0 1 0 1 0 1 0 0 0 0 1 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 0

Citra Kulit 25 Tahun.jpg

0 0 0 0 0 1 0 0 0 1 0 1 1 0 0 0 1 0 1 0 1 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 1 0 1 1 0 0 0 0 1 0 1 1 0 0 0 0 0 0 1 0 0 0

Citra Kulit 26 Tahun.jpg

0 1 0 1 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 1 0 1 0 0 0 1 1 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0

Citra Kulit 27 Tahun.jpg

0 0 1 0 1 0 0 1 0 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 0 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 0

Citra Kulit 28 Tahun.jpg

1 0 1 0 0 0 0 1 0 1 1 0 0 1 0 1 1 0 1 0 1 0 0 1 0 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 0

Citra Kulit 29 Tahun.jpg

0 0 0 0 1 0 0 1 0 0 1 0 0 1 1 1 0 1 1 0 1 0 0 1 1 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 1 0 0 1 0 0 1 0 0 1 1 0 0 0

Citra Kulit 30 Tahun.jpg

0 1 0 0 0 1 0 1 1 0 1 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 1 0 1 0 0 1 0 0 1 0 1 0 0 0 0 1 0 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0

Citra Kulit 31 Tahun.jpg

0 0 0 1 0 1 0 1 1 0 1 0 1 0 1 0 0 1 0 1 0 0 1 0 0 0 1 0 0 0 0 1 0 1 0 0 1 0 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 0 1 0 0 0

Citra Kulit 32 Tahun.jpg

1 0 1 0 1 0 0 1 0 1 0 0 0 1 0 1 1 0 1 0 1 0 1 1 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 1 0 0 0 0

Citra Kulit 33 Tahun.jpg

0 0 1 0 1 0 0 1 1 0 0 1 0 1 0 1 0 1 1 0 0 0 1 1 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1 0 1 0 0 0 1 0 0 1 0 1 0 1 0 0 1 0 0 0 1

Citra Kulit 34 Tahun.jpg

0 0 0 0 1 0 0 1 1 0 1 0 0 1 0 0 0 1 0 0 1 0 1 0 0 0 1 0 1 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 1 0 0 0

Citra Kulit 35 Tahun.jpg

0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 1 0 1 0 1 0 0 0 0 1 0 1 0 1 0 0 0 0 1 0 1 0 1 1 0 1 0 0 0 1 0 0 1 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0

Citra Kulit 36 Tahun.jpg

1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1 0 1 0 0 1 1 0 0 1 0 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 0

Citra Kulit 37 Tahun.jpg

0 0 1 0 0 0 1 0 0 1 0 1 0 1 0 0 0 0 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 1 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 1 0 0 1 0 0 1 1 0 0 0 0 1 0 0

Citra Kulit 38 Tahun.jpg

0 0 1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 1 0 0 0 0 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 1 1 0 1 0 0 0 1 1 0 0 0 1 0 1 0 1 0 0 0 0 1 1 0 1 0

Citra Kulit 39 Tahun.jpg

0 1 0 0 1 0 0 1 1 0 1 0 0 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 1

Citra Kulit 40 Tahun.jpg

1 0 0 1 0 1 0 0 0 0 1 0 1 0 0 1 0 1 1 0 1 0 1 0 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 1 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0

Diilustrasikan deretan angka biner berikut ini adalah citra masukan kulit 8x8 pixel 0 0 0 1 0 1 0 1 0 1 0 0 1 1 0 0 1 0 1 1 1 0 0 0 0 1 0 1 1 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 1 1 0 1 0 1 0 1 0 1 0 0 1 0 0 0 0 1 1 1

Langkah selanjutnya melakukan pencocokan citra masukan dan citra template. Tabel 3.2 adalah perhitungan nilai eror dengan menggunakan persamaan 3-2, yaitu untuk menentukan kecocokan pada citra masukan, contoh perhitungannya seperti dibawah ini:

Tabel 3.2 Perhitungan Nilai Eror

Dataset Perhitungan Nilai Eror

Citra Kulit 20 Tahun.jpg

(0-0)² + (0-0)² + (0-0)² + (1-1)² + (0-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (0-0)² + (1-1)² + (1-1)² + (0-0)² + (0-1)² + (1-0)² + (0-0)² + (1-0)² + (1-0)² + (1-1)² + (0-0)² + (0-1)² + (0-1)² + (0-1)² + (1-1)² + (0-0)² + (1-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (0-1)² + (0-1)² + (0-1)² + (0-0)² + (1-1)² + (0-0)² + (0-0)² + (0-1)² + (1-0)² + (0-0)² + (1-1)² + (1-1)² + (1-0)² + (1-1)² + (0-1)² + (1-0)² + (0-0)² + (1-1)² + (0-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (0-0)² + (1-0)² + (0-0)² + (0-0)² + (0-0)² + (0-0)² + (1-0)² + (1-0)² + (1-0)² = 27

Citra Kulit 21 Tahun.jpg

(0-0)² + (0-1)² + (0-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (1-0)² + (0-0)² + (1-1)² + (0-1)² + (0-0)² + (1-0)² + (1-0)² + (0-0)² + (0-0)² + (1-0)² + (0-0)² + (1-1)² + (1-1)² + (1-0)² + (0-0)² + (0-0)² + (0-0)² + (0-0)² + (1-0)² + (0-0)² + (1-1)² + (1-1)² + (0-0)² + (1-1)² + (0-0)² + (0-0)² + (0-0)² + (0-1)² + (0-0)² + (1-0)² + (0-1)² + (0-0)² + (0-1)² + (0-0)² + (0-0)² + (1-1)² + (1-1)² + (1-1)² + (1-0)² + (0-1)² + (1-0)² +

[13] Cunningham W. Aging and Photo-aging. Dalam: Baran R, Maibach HI editor. Textbook of Cosmetic Dermatology, ed 2. London: Martin Dunitz Ltd 1998: 455-67.

[14] Soepardiman L. Etiopatogenesis Kulit Menua. Dalam: Wasitaatmadja SM, Menaldi SL, editor. Peremajaan Kulit, Jakarta: Balai Penerbit FK-UI 2003: 1-9

[15] Rambabu. Ch, dkk, “An Improved Flooding Based Watershed Algorithm”. [16] Gonzalez, R.C., Woods, R.E. Digital Image Processing Second Edition,

Prentice Hall, New Jersey. (2002)

[17] Adipranata Rudy, Andreas Handojo, Ivan Prayogo, Oviliani Yenty Yuliana, Perancangan dan Pembuatan Aplikasi Segmentasi Gambar dengan Menggunakan Metode Mophological Watershed, Jurusan Teknik Informatika-Universitas Petra, (2005)

iii

KATA PENGANTAR

Assalaamu’alaikum Warahmatullahi Wabarakaatuh

Puji syukur penulis sampaikan kehadiran Allah SWT yang telah memberikan rahmat dan inayah-Nya sehingga penulis dapat menyeselaikan Skripsi ini, tidak lupa saya panjatkan solawat serta salam semoga dilimpahkan kepada junjunan kita nabi besar Muhammad SAW, karena atas perantaranya kita senantiasa berada dalam agama dan keyakinan yang diridhoi oleh Allah SWT. Skripsi dengan judul “IMPLEMENTASI SEGMENTASI CITRA

MENGGUNAKAN METODE WATERSHED DAN TEMPLATE

MATCHING UNTUK MENDETEKSI PENUAAN DINI KULIT MANUSIA SECARA OTOMATIS BERBASIS ANDROID” disusun guna memenuhi syarat kelulusan dalam memperoleh gelar Sarjana (S1) pada Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia (UNIKOM) Bandung.

Penulis merasa bangga mampu menyelesaikan Skripsi ini, walaupun dalam proses pengerjaannya penulis menemukan berbagai macam ujian dan cobaan yang begitu rumit. Namun atas kesabaran dan bantuan semua pihak, akhirnya penulis dapat menyelesaikan tugas dan kewajiban penulis sebagai seorang mahasiswa. Selama penyusunan skripsi ini, tidak sedikit bimbingan dan bantuan dari semua pihak, maka dengan rasa tulus penulis ingin mengucapkan terimakasih kepada semua pihak yang telah memberikan dorongan dan semangat baik berupa material maupun spiritual. Dan penulis ingin mengucapkan terima kasih kepada yang terhormat dan tercinta:

1. Allah SWT, yang telah memberikan pertolongan dan kemudahan sehingga penulis dapat menyelesaikan skripsi ini.

2. Bapak Irfan Maliki, S.T., M.T. selaku dosen pembimbing skripsi yang telah banyak memberikan bimbingan dan saran-saran kepada penulis sejak awal penelitian sampai dengan selesainya penulisan skripsi ini.

iv

memberikan masukan dan saran dalam penyusunan penelitian skripsi ini. 4. Bapak Irawan Afrianto, S.T., M.T. selaku Ketua Program Studi Teknik

Informatika Universitas Komputer Indonesia (UNIKOM) dan dosen penguji 3 yang telah memberikan masukan dan saran dalam penyusunan penelitian skripsi ini.

5. Ibu Kania, M.Si. Selaku dosen wali penulis yang telah memberikan banyak bimbingan selama penulis menuntut ilmu.

6. Seluruh dosen Teknik Informatika yang telah memberikan banyak ilmu yang berharga untuk penulis.

7. Keluarga tercinta, Ibu, Ayah, Kakak dan Adik yang telah memberikan dorongan serta semangat dan dukungan baik moral, spritual, maupun material kepada penulis hingga detik ini. Penulis selalu berdoa semoga dapat membahagiakan kalian semua. Amin.

8. Asep Maryana, Adi Noer Permadi, Rudi Permana, Nova Ismiyanto, Yoga Merdika, Arga Afandi, Alam Slamet, Asep Dadang, Siti Nurlailah Maulina, Lissofa Nudya dan Rizki Puji Rahayu, yang membantu penulis baik dalam bentuk moral dan semangat sehingga penulis dapat menyelesaikan skripsi ini.

9. Ikhsan Kamil, Tb Aaz Najiyullah, Haryanto, Mohamad Faqih Fahmi, Tedi

Ahmad Syukur, Fattah Ilmi M, Yofi Rizkia Achamd Nugraha, Galih Priatna, Mona Ardinah dan teman-teman IF 14 yang selalu memberikan dukungan dan doa kepada penulis.

10. Untuk teman-teman yang belum mengambil skripsi, terimakasih atas doa dan

semangatnya. Saya doakan kalian diberi kemudahan dan kelancaran dalam pengerjaan skripsi semester depan. Amin.

11. Pihak-pihak lain yang sudah membantu penulis untuk dapat menyelesaikan

skripsi ini dan tidak dapat disebutkan satu-satu.

Semoga kebaikan yang telah diberikan kepada penulis dibalas dengan berkah yang melimpah dari Allah SWT. Penulis menyadari bahwa dalam penyusunan

v

skripsi ini masih memiliki banyak kekurangan baik dari segi materi maupun dari segi penyusunannya.

Dengan kerendahan hati penulis memohon maaf dan sangat mengharapkan segala saran dan kritikan yang dapat membangun penyusunan tugas akhir ini menjadi lebih baik. Semoga tulisan ini bermanfaat bagi pembaca.

Bandung, 25 Februari 2015