Tabel 3.1 Nilai ektraksi fitur deteksi Canny
Pada Tabel 3.1 nilai fitur didapatkan dari tepian yang dihasilkan deteksi tepi Canny, nilai tersebut berdasarkan nilai piksel putih pada kolom dan baris yang terdapat pada
citra hasil deteksi tepi. Nilai fitur yang digunakan adalah 0 dan 1. 0 menyatakan nilai garis hitam atau piksel hitam, dan 1 menyatakan nilai garis putih atau piksel putih.
3.5 Identifikasi Lokasi Fraktur
Setelah nilai fitur didapat pada proses ekstraksi fitur menggunakan deteksi tepi Canny, tahapan selanjutnya yaitu proses identifikasi citra menggunakan algoritma Scanline.
Adapun proses algoritma Scanline dalam proses identifikasi pada citra fraktur tulang antara lain :1. Hitung jumlah piksel putih pada setiap baris dengan menghitung jumlah
piksel putih pada setiap kolom yaitu : 1.
Hitung jumlah piksel putih pada setiap kolom dari Nilai fitur = Bn = K1+K2..+Kn 3.4
Ciri Citra Cruris
xy K1
K2 K3
K4 K5
K6 K7
K8 K9
B1 B2
1 1
1 B3
1 1
1 B4
1 1
1 B5
1 1
1 B6
1 1
1 B7
1 1
1 1
1 B8
1 1
1 1
1 1
1 B9
1 1
1 1
1 1
1 B10
1 1
1 B11
1 1
1 B12
1 1
1 B13
1 1
1 B14
1 1
1 B15
Universitas Sumatera Utara
Keterangan : Bn = nilai total jumlah K1+k2..+Kn
Kn = nilai fitur pada masing-masing kolom 1. B1 = 0+0+0+0+0+0+0+0+0
= 0 2. B2 = 0+0+1+0+0+0+0+1+1
= 3 3. B7 = 0+1+1+0+0+0+1+1+1
= 5 4. B9 = 0+1+1+1+1+1+1+0+1
= 7 5. B12 = 0+1+0+0+0+1+0+1+0
= 3
2. Setelah nilai pada setiap baris didapatkan, kemudian hitung jumlah piksel putih pertiga baris. Dengan persamaan
NS = B1+..+Bn 3.5 Keterangan :
NS = Nilai Scanline B1= jumlah piksel putih pada baris pertama
Bn= jumlah piksel putih pada baris ke n. 3. Setelah nilai pertiga baris didapatkan maka tentukan baris yang mengandung nilai
piksel putih yang tertinggi. Nilai tertinggi tersebut akan menjadi titik pusat lokasi fraktur.
Perhitungan untuk mendapatkan jumlah piksel putih pertiga baris antara lain 1. NS B2 = B1 + B2 + B3
= 0+3+3 = 6
2. NS B7 = B6 + B7 + B8 = 3+5+7
= 15
Universitas Sumatera Utara
3. NS B8 = B7 + B8 + B9 = 5+7+7
= 19
4. NS B9 = B8 + B9 + B10 = 7+7+3
= 17
5. NS B10 = B9 + B10 + B11 = 7+3+3
= 13
Gambar 3.12. menunjukkan proses Scanline dalam mendapatkan nilai sebagai titik acuan untuk mendapatkan lokasi fraktur pada citra tulang tibia dan fibula.
Gambar 3.12. Ilustrasi proses algoritma Scanline
Pada Gambar 3.12. merupakan contoh ilustrasi bagaimana proses algoritma Scanline berjalan, dengan melakukan scanning pada setiap tepi untuk mendapatkan jumlah
pertiga baris. Setelah itu Scanline akan menentukan nilai tertinggi, nilai tertinggi tersebut akan menjadi titik pusat lokasi fraktur.
Universitas Sumatera Utara
Tabel 3.2. Hasil Proses Scanline
Pada Tabel 3.2 nilai hasil algoritma Scanline telah didapatkan pada masing-masing baris. Dan dari nilai tersebut didapatkan nilai tertinggi dan nilai tertinggi tersebut
merupakan titik pusat dalam identifikasi lokasi fraktur. Titik pusat pada citra tulang tibia dan fibula terdapat pada baris B8 yang memiliki nilai 19, dari titik tersebut
ditarik space 50 piksel keatas dan 50 piksel kebawah, dan lokasi tersebut ditandai sebagai lokasi fraktur tulang tibia dan fibula.
3.6 Bentuk keluaran yang dihasilkan
