pelatihan. Tahapan-tahapan dari prapengolahan citra adalah penapisan derau, binerisasi, penskalaan, thinning, dan segmentasi karakter.
3.2.2.1. Penapisan Derau
Penapisan derau akan menggunakan metode Median filter 3x3 untuk server dan klien. Flowchart dari penapisan derau dengan Median filter 3x3 dapat dilihat pada gambar
3.5.
start Citra yang
akan diproses
Buat matriks dari piksel i-1,j-i sampai
pikseli+1,j+1 Mengambil
pikseli,j
Ambil median matriks
Ganti nilai matriks sesuai nilai median
yang didapat
Masih ada piksel pada citra yang belum diproses?
end ya
tidak Citra dengan derau
yang berkurang
Gambar 3.5. Flowchart median filter 3x3
Universitas Sumatera Utara
Dapat dilihat pada gambar 3.5, citra hasil pengambilan gambar akan ditapis menggunakan Median Filter dengan ukuran ketetanggaan 3x3. Citra akan diproses
mulai dari piksel pertama pada koordinat 0,0 sampai piksel terakhir. Piksel diproses dengan cara diambil tetangganya mulai dari koordinat i-1,j-1 sampai i+1,j+1 yang
menandakan ukuran ketetanggaannya adalah 3x3. Hasilnya akan dihimpun dalam bentuk matriks. Matriks itu kemudian akan diambil median dari warna-warnanya,
yaitu median dari warna hijau, warna biru dan warna merah yang ada pada matriks tersebut. Median didapat dengan mengurutkan nilai-nilai warna tersebut, dan
kemudian diambil nilai tengahnya median. Nilai tersebut kemudian akan mengganti nilai warna seluruh piksel yang ada pada matriks ketetanggaan tersebut. Setelah
selesai, maka piksel akan diproses piksel lain hingga seluruh piksel pada citra terproses. Contoh hasil dari penapisan derau dapat dilihat pada gambar 3.6.
a b
Gambar 3.6. Hasil penapisan derau. Sebelum a dan sesudah b
3.2.2.2 Binerisasi
Setelah penapisan derau, citra akan mengalami binerisasi. Citra akan mengalami proses
grayscaling
terlebih dahulu, sebelum binerisasi. Proses
grayscaling
adalah proses untuk menghasilkan citra abu-abu yang memiliki derajat keabuan. Proses ini
dilakukan sebelum proses binerisasi, karena proses binerisasi akan menggunakan algoritma Otsu yang menerima masukan sebuah citra yang abu-abu. Hal ini dapat
dilihat dari algoritma Otsu yang berkerja dengan cara menghitung histogram kemunculan tingkat keabuan, yang hanya dapat dibuat jika citra merupakan citra abu-
abu sehingga memiliki derajat keabuan. Flowchart dari proses
grayscaling
dapat dilihat pada gambar 3.7.
Universitas Sumatera Utara
start
Citra yang akan
diproses
Nilai keabuan = merah0,21+hijau
0,71+biru0,07 Mengambil
pikseli,j
Ganti semua nilai warna pada
pikseli,j dengan nilai keabuan yang
didapat
Masih ada piksel pada citra yang belum diproses?
end ya
tidak Citra abu-abu
Gambar 3.7. Flowchart Grayscaling
Dapat dilihat pada gambar 3.7, nilai keabuan atau derajat keabuan didapat dengan mengambil nilai warna pada piksel, yaitu warna merah, biru dan hijaunya,
kemudian mengalikannya dengan koefisien warna. Koefisien warna yang dipilih adalah 0,21 untuk merah, 0,71 untuk hijau dan 0,07 untuk biru. Citra abu-abu
diperoleh dengan mengalikan koefisien warna yang sudah ditentukan tersebut ke nilai
Universitas Sumatera Utara
warna yang dimiliki sebuah piksel, kemudian hasilnya dijumlahkan. Nilai yang didapat akan menggantikan semua nilai warna dalam piksel tersebut, sehingga nilai
merah, hijau dan birunya menjadi seragam. Nilai yang didapat itulah yang akan menjadi derajat keabuan. Kemudian akan diproses piksel lain hingga semua piksel
pada citra selesai diproses. Binerisasi citra akan menggunakan metode ambang batas dengan penentuan
ambang batas menggunakan metode Otsu. Flowchart penentuan ambang batas dari metode Otsu dapat dilihat pada gambar 3.8.
start
Citra abu- abu
Membuat kelas probabilitas keluarnya
keabuan, rata-rata kelas tersebut
Membuat Histogram derajat
keabuan
Untuk setiap kemungkinan ambang batas, piksel
dibagi 2, latar belakang dan karakter
end Ambil akar kuadrat dari
perbedaan kedua bagian tersebut
Nilai terbesar setelah iterasi berakhir adalah
ambang batas yang diinginkan
Gambar 3.8. Flowchart penentuan ambang batas menggunakan metode Otsu
Universitas Sumatera Utara
Dapat dilihat pada gambar 3.8, metode Otsu dimulai dengan membuat histogram kemunculan derajat keabuan pada citra abu-abu yang diproses. Histogram
derajat keabuan adalah data berapa jumlah kemunculan sebuah derajat keabuan pada sebuah citra. Derajat keabuan yang dimaksud adalah mulai dari 0 atau hitam sampai
dengan 255 atau putih. Kemudian dari histogram tersebut dibuat kelas probabilitas munculnya sebuah derajat keabuan dan diambil rata-rata dari kelas tersebut. Setelah
itu, dibuat 2 kelas dari proses sebelumnya, yaitu kelas latar belakang dan kelas karakter. Kemudian diambil akar kuadrat dari kedua kelas tersebut, diulang terus
menerus untuk semua derajat keabuan. Hasil yang terbesar yang didapat setelah pengulangan berakhir adalah ambang batas yang diinginkan.
start Citra abu-
abu Ambil pikseli,j
end Merah ambang
batas?
Ganti semua warna menjadi 0hitam
tidak ya
Ganti semua warna menjadi 255putih
Masih ada piksel yang belum
diproses?
Citra hitam putih tidak
ya
Gambar 3.9. Flowchart metode ambang batas
Universitas Sumatera Utara
Metode Ambang Batas adalah metode yang mengganti semua nilai menjadi 1 atau 0, sesuai dengan derajat keabuan sebuah piksel dibandingkan dengan ambang
batas yang sudah didapat. Flowchart dari metode ambang batas dengan menggunakan ambang batas yang diperoleh dari metode otsu dapat dilihat pada gambar 3.9.
Sesuai pada gambar 3.9, dapat dilihat bahwa proses ambang batas akan menerima citra abu-abu hasil proses
greyscaling
yang ada pada tahap sebelumnya. Kemudian akan dicek piksel yang ada pada citra tersebut. Setelah itu, akan dicek
apakah warna merah pada piksel tersebut melebihi atau lebih kecil dari ambang batas yang didapat. Pemilihan warna lain selain merah, yaitu hijau atau biru, tidak memiliki
perbedaan sama sekali. Hal ini karena pada citra abu abu, semua warna pada piksel sudah memiliki nilai yang sama, yaitu derajat keabuan. Jika warna merahnya lebih
besar dari ambang batas, maka piksel akan diubah menjadi piksel putih, dan selain itu akan menjadi piksel hitam. Proses akan dilanjutkan sampai semua piksel pada citra
sudah diubah. Hasil yang didapat setelah proses ini adalah, seluruh citra sudah menjadi citra hitam dan putih. Hasilnya dapat dilihat pada gambar 3.10.
a
b
Gambar 3.10. Hasil Binerisasi. a sebelum b sesudah
Universitas Sumatera Utara
3.2.2.3 Segmentasi