Sistem Deteksi Luka Pada Otot Kaki Abalon (Haliotis asinina) Menggunakan Metode Histogram dan Morfologi
SISTEM DETEKSI LUKA PADA OTOT KAKI ABALON
(HALIOTIS ASININA) MENGGUNAKAN METODE
HISTOGRAM DAN MORFOLOGI
NOER FITRIA PUTRA SETYONO
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Deteksi Luka
Pada Otot Kaki Abalon (Haliotis asinina) Menggunakan Metode Histogram dan
Morfologi adalah benar karya saya dengan arahan dari komisi pembimbing dan
belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2013
Noer Fitria Putra Setyono
NIM G64090022
ABSTRAK
NOER FITRIA PUTRA SETYONO. Sistem Deteksi Luka Pada Otot Kaki
Abalon (Haliotis asinina) Menggunakan Metode Histogram dan Morfologi.
Dibimbing oleh AZIZ KUSTIYO dan DWI ENY DJOKO SETYONO.
Saat ini abalon sangat diminati oleh pasar karena kandungan gizinya yang
tinggi. Salah satu problem pada budidaya abalon adalah ketika abalon terluka
maka dapat menyebabkan tingkat kematiannya meningkat. Penelitian ini bertujuan
membangun sebuah sistem yang dapat mendeteksi adanya luka pada otot kaki
abalon dengan pendekatan citra digital menggunakan metode histogram dan
morfologi. Metode ini digunakan untuk mengambil objek otot kaki abalon secara
otomatis dan menemukan pola luka pada otot kaki abalon. Hasil pengujian
menunjukkan bahwa metode ini mampu untuk mendeteksi adanya luka pada otot
kaki abalone dengan persentase kesuksesan mencapai 69.90%.
Kata kunci: abalon, citra digital, crop otomatis, deteksi luka, histogram, morfologi
ABSTRACT
NOER FITRIA PUTRA SETYONO. System to Detect Wound on Foot of
Abalone (Haliotis asinina) Using Histogram and Morfology Methods. Supervised
by AZIZ KUSTIYO and DWI ENY DJOKO SETYONO.
Abalone currently has a great demand due to its high nutritional content.
One of the problem in abalone cultivation is that when an abalone is wounded, its
mortality rate may increase. This study is intended to build a system that can
detect the presence of a wound on abalone foot with digital imagery approach
using histogram and morphology methods. These methods are used to retrieve an
object on abalone foot automatically and cover the pattern of a wound on abalone
foot. The results show that this method is capable to detect the presence of a
wound on abalone foot with a success rate of 69.90%.
Keywords: abalone, auto crop, digital images, histogram, morphology, wound
detection
SISTEM DETEKSI LUKA PADA OTOT KAKI ABALON
(HALIOTIS ASININA) MENGGUNAKAN METODE
HISTOGRAM DAN MORFOLOGI
NOER FITRIA PUTRA SETYONO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Penguji: Muhammad Asyhar Agmalaro, SSi MKom
Judul Skripsi : Sistem Deteksi Luka Pada Otot Kaki Abalon (Haliotis asinina)
Menggunakan Metode Histogram dan Morfologi
Nama
: Noer Fitria Putra Setyono
NIM
: G64090022
Disetujui oleh
Aziz Kustiyo, SSi MKom
Pembimbing I
Prof Dr Ir Dwi Eny Djoko Setyono, MSc
Pembimbing II
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2013 ini ialah
abalon, dengan judul Sistem Pendeteksi Luka Pada Otot Kaki Abalon (Haliotis
asinina) Menggunakan Metode Histogram dan Morfologi.
Terima kasih penulis ucapkan kepada ayah, ibu, serta seluruh keluarga atas
segala doa dan kasih sayangnya. Ungkapan terima kasih juga disampaikan kepada
Bapak Aziz Kustiyo SSi MKom dan Bapak Prof Dr Ir Dwi Eny Djoko Setyono
MSc selaku pembimbing, serta Bapak Muhammad Asyhar Agmalaro SSi MKom
yang telah banyak memberi koreksi dan masukan. Kepada Kepala UPT Loka
Pengembangan Bio Industri Laut Mataram LIPI beserta staf peneliti dan teknisi,
terima kasih penulis sampaikan atas ijin penelitian, dukungan dan kerjasamanya
yang baik selama pengambilan data di laboratorium.
Di samping itu, penulis juga mengucapkan terima kasih kepada Michael
Christianto, Ismaniar Febriani, Isnan Mulia, Doddy Tri Hutomo, Mega
Margaretha Rachmadianti, Nur Muhammad Sidik, dan teman-teman Ilmu
Komputer angkatan 46, yang selalu memberi semangat dan dukungannya. Kepada
semua pihak yang namanya tidak bisa saya sebutkan satu per satu, terima kasih
atas dukungan dan doanya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2013
Noer Fitria Putra Setyono
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
3
Tujuan Penelitian
3
Manfaat Penelitian
3
Ruang Lingkup Penelitian
4
METODE
4
Studi Literatur
5
Akuisisi dan Pemilihan Citra Abalon
5
Pembentukan Data Latih dan Data Uji
5
Perancangan Sistem
6
Pembuatan sistem cropping otomatis
6
Analisis pola luka
8
Pengujian pola luka, Evaluasi dan Pembuatan prototype sistem
9
Testing dan Analisis Hasil
Implementasi Sistem
HASIL DAN PEMBAHASAN
9
10
10
Akuisisi dan Pemilihan Citra Abalon
10
Pembentukan Data Latih dan Data Uji
11
Sistem cropping otomatis
11
Analisis Pola Luka
12
Training, Testing, dan Analisis Hasil
13
Implementasi Sistem
15
SIMPULAN DAN SARAN
15
Simpulan
15
Saran
16
DAFTAR PUSTAKA
16
LAMPIRAN
17
RIWAYAT HIDUP
30
DAFTAR TABEL
1
2
3
Confusion Matrix
Hasil Akurasi Training dan Testing
Confusion matriks hasil training dan testing
9
13
14
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
Abalon tropis (H. asinina) dalam kondisi rileks, memperlihatkan
sepasang sungut (tentacles), selaput epipodium dan sungut epipodial di
sekeliling kaki atau otot jalannya (Setyono 2009)
Bentuk dan bagian-bagian anatomi abalon tropis (H. asinina) (Setyono
2009)
Metode penelitian
Contoh citra buram (kualitas tidak baik)
Contoh citra abalon ideal. Abalon luka (kiri) dan abalon sehat (kanan).
Contoh structuring elements bentuk disk dengan ukuran/jari-jari 40
piksel
Citra hasil cropping
Pola otot kaki abalon sehat (kiri) dan luka (kanan)
2
2
4
5
11
12
12
13
DAFTAR LAMPIRAN
1
2
3
4
Algoritme pencarian batas pinggir yang digambarkan dalam bentuk
diagram alir
Algoritme pencarian batas crop yang digambarkan dalam bentuk
diagram alir
Proses sistem cropping otomatis
Langkah dan tampilan penggunaan aplikasi
17
22
27
28
PENDAHULUAN
Latar Belakang
Abalon merupakan siput laut (gastropoda) yang bersifat herbivora,
makanannya berupa mikro dan makroalga. Abalon termasuk siput laut primitif
dilihat dari bentuk dan struktur tubuhnya. Bentuk cangkangnya membulat seperti
telinga dengan lubang-lubang yang tersusun secara rapi pada bagian tepi kiri
cangkangnya. Lubang-lubang tersebut terus terbentuk sepanjang hidupnya, lubang
baru dibentuk sementara lubang yang lama ditutup. Lubang-lubang tersebut oleh
abalon digunakan sebagai lubang respirasi (pernapasan), sanitasi (pengeluaran
kotoran), dan reproduksi (pengeluaran sperma untuk siput jantan dan telur untuk
siput betina) (Setyono 2009).
Abalon ditemukan hampir di semua perairan dunia, hidup pada perairan
pantai berbatu, paparan karang, dan bersembunyi di celah-celah karang dan
lubang batu. Di Indonesia abalon banyak dijumpai hampir di seluruh perairan
Indonesia Timur, termasuk di perairan Sulawesi Selatan, Sulawesi Utara,
Sulawesi Tenggara, Flores, Lombok, Sumbawa, Maluku, dan Papua (Setyono
2009).
Di Indonesia diketahui terdapat 7 jenis abalon tropis, yaitu Haliotis asinina,
H. varia, H. squamata, H. ovina, H. glabra, H. planata, dan H. crebrisculpta
(Dharma 1988). Dibandingkan dengan 6 spesies abalon yang lain, usaha budidaya
abalon jenis H. asinina di Indonesia sudah dirintis baik oleh pihak swasta maupun
pemerintah. Tahap budidaya yang dilakukan saat ini masih dalam skala
laboratorium atau penelitian dan masih dalam pengawasan pakar atau ahli di
bidang abalon.
Daging abalon merupakan makanan dari laut yang banyak diminati
konsumen karena kelezatan rasanya dan kandungan nutrisinya yang baik, tidak
hanya mengandung protein yang tinggi tetapi juga mengandung zat yang bisa
meningkatkan libido, menjaga stamina, menghaluskan kulit, meremajakan sel-sel
tubuh dan anti kanker (Setyono 2009).
Tubuh abalon secara permanen menempel pada pusat cangkangnya
menggunakan otot penempel. Abalon menggunakan cangkangnya sebagai perisai
pelindung dari serangan predator. Daging abalon sebenarnya merupakan otot
gerak atau kaki (foot), menempati sebagian besar ruangan/rongga di dalam
cangkangnya. Kaki abalon berbentuk seperti jamur yang ditaruh terbalik. Pangkal
atau dasar otot kaki menempel pada cangkang, sedangkan bagian terbesar otot
kaki mengisi seluruh permukaan cangkang (Gambar 1 dan Gambar 2). Otot kaki
tersebut sangat kuat, dipakai untuk menempel pada substrat (permukaan karang
dan batu) dan bergerak merayap mencari makan.
Nelayan dan masyarakat pantai telah mengenal kekuatan otot abalon yang
begitu hebat. Apabila abalon telah menempel kuat pada permukaan substrat
(batu), maka sangat sulit untuk melepaskannya tanpa melukai siput tersebut.
Apabila dipaksa dengan keras, cangkangnya bisa terlepas dari tubuhnya sementara
daging atau kakinya tetap menempel kuat pada permukaan substrat.
Secara umum, kesulitan yang sering dijumpai dalam budidaya abalon adalah
penentuan tingkat kesehatan abalon. Variabel-variabel yang menentukan tingkat
2
Gambar 1
Abalon tropis (H. asinina) dalam kondisi rileks, memperlihatkan
sepasang sungut (tentacles), selaput epipodium dan sungut epipodial
di sekeliling kaki atau otot jalannya (Setyono 2009)
Gambar 2 Bentuk dan bagian-bagian anatomi abalon tropis
(H. asinina) (Setyono 2009)
kesehatan abalon diantaranya kualitas daging (warna, kecerahan, dan luka),
kualitas cangkang, ketebalan daging dan kecepatan respon terhadap sentuhan
(Setyono DED 4 Februari 2013, komunikasi pribadi). Di antara semua variabel
tersebut, penentuan kualitas daging masih tergolong sulit, terutama cara
menentukan tingkat kesehatan abalon.
Abalon tidak mempunyai sistem pembekuan darah sehingga apabila
tubuhnya terluka abalon secara perlahan akan mati. Luka pada abalon dapat
3
terjadi karena proses pelepasan abalon dari media penempelan yang dilakukan
secara tidak hati-hati atau terlalu kasar sehingga mengakibatkan terjadinya luka
yang lebar dan tidak dapat pulih. Luka yang tidak dapat pulih tersebut dapat
mengakibatkan kematian, abalon yang mati akan cepat membusuk dan meracuni
abalon yang lain.
Pada penelitian ini dilakukan pendekatan secara citra digital menggunakan
thresholding dan morfologi untuk mendapatkan objek luka pada otot kaki abalon.
Metode thresholding dan morfologi juga diterapkan oleh Kurnia et al. (2012) pada
segmentasi pembuluh darah retina pada citra fundus mata. Menurut Kurnia et al.
(2012), metode ini berguna dalam aplikasi biomedis sebagai analisis otomatis
gambar retina dengan proses yang lebih mudah untuk mendeteksi patologi pada
retina dari pada menggunakan teknik konvensional. Pada teknik konvensional,
misalnya, melebarkan pupil mata dibutuhkan waktu yang lebih lama dan membuat
pasien tidak nyaman.
Penerapan metode histogram pada penelitian ini juga telah dilakukan oleh
Saraswati dan Setiawardhana (2011) pada pendeteksian bakteri, yaitu dengan
menggunakan histogram citra biner. Metode histogram pada penelitian tersebut
cukup baik dalam mendeteksi jenis bakteri yang ditentukan.
Keluaran penelitian ini diharapkan dapat mengembangkan sebuah sistem
yang dapat membantu mengurangi banyaknya kematian benih abalon akibat luka,
yaitu dengan mengetahui lebih awal adanya luka pada kaki abalon. Penjual
(pembenih) dan pembeli (pembudidaya) abalon perlu mengetahui kualitas benih
abalon yang akan dijual dan dibelinya. Dengan mengetahui kualitas benih abalon,
penjual dan pembeli bisa mengambil keputusan secara bijaksana.
Perumusan Masalah
Masalah yang akan diteliti dalam penelitian ini adalah bagaimana
mendeteksi luka pada otot kaki benih abalon menggunakan metode histogram dan
morfologi, serta berapa akurasi yang diperoleh dari metode histogram dan
morfologi sebagai ekstraksi fitur.
Tujuan Penelitian
Tujuan penelitian ini adalah mengimplementasi dan menganalisis kinerja
metode histogram dan morfologi serta mengetahui besarnya nilai akurasi
pendeteksian luka dengan menggunakan metode tersebut.
Manfaat Penelitian
Penelitian ini diharapkan dapat menjadi langkah awal dalam mendeteksi
luka pada kaki abalon sehingga dapat mencegah dan mengurangi kematian benih
abalon. Selain itu, sistem yang dikembangkan pada penelitian ini dapat digunakan
sebagai sarana untuk melakukan monitoring kesehatan benih abalon, serta
membantu pembenih dan pembudidaya abalon dalam menentukan keputusan
secara bijaksana.
4
Ruang Lingkup Penelitian
1
2
3
4
Ruang lingkup dalam penelitian ini adalah:
Data berupa citra benih abalon spesies H. asinina dengan luka sobek akibat
pencungkilan ketika melepaskan abalon dari substrat dan citra benih abalon
sehat.
Citra benih abalon diambil dari benih abalon ukuran panjang cangkang + 3
cm (umur 6 bulan) yang dipelihara di laboratorium budidaya UPT Loka
Pengembangan Bio Industri Laut (LPBIL) Maratam LIPI, Lombok Utara,
NTB.
Citra dikelompokkan menjadi 2 yaitu citra abalon sehat dan citra abalon
luka. Untuk abalon dengan luka ringan ataupun hampir sembuh dimasukkan
ke dalam kelompok abalon sehat.
Luka diasumsikan berada di tengah-tengah otot kaki dan berbentuk
horisontal.
METODE
Metode yang digunakan pada penelitian ini meliputi serangkaian tahapan,
yaitu: tahap studi literatur, akuisisi dan pemilihan citra abalon, pembentukan data
latih dan data uji, perancangan sistem, testing, analisis hasil dan implementasi
sistem. Garis besar dari metode penelitian ini dapat dilihat dalam bentuk diagram
alir seperti pada Gambar 3.
Gambar 3 Metode penelitian
5
Studi Literatur
Pada tahapan ini, dilakukan serangkaian studi literatur yang berkaitan
dengan topik penelitian. Studi ini mencakup teori tentang abalon, citra digital,
histogram, morfologi dan segmentasi citra, serta penelitian-penelitian terkait yang
berhubungan dengan penelitian ini.
Akuisisi dan Pemilihan Citra Abalon
Data citra abalon yang digunakan dalam penelitian ini diperoleh dari
pengambilan dan pengamatan secara langsung pada tanggal 29 Januari 2013 - 4
Februari 2013 di laboratorium budidaya UPT LPBIL Mataram LIPI, Lombok
Utara, NTB. Data terdiri dari dua jenis yaitu citra abalon sehat dan citra abalon
luka. Citra abalon luka diambil dari benih abalon yang sengaja dilukai berupa satu
tusukan, luka akibat beberapa tusukan yang berdekatan dan luka sobek.
Pengamatan dan akuisisi citra dilakukan secara rutin sejak abalon dilukai hingga
hari ke-7. Selama pengamatan dilakukan pencatatan jika terjadi perubahan seperti
luka telah menutup ataupun terjadi kematian pada abalon. Tiap citra yang diambil
hanya terdapat satu individu abalon. Background citra yang digunakan berwarna
gelap atau hitam supaya kontras dengan objek daging abalon yang cenderung
berwarna cerah sehingga akan mempermudah dalam proses segmentasi citra untuk
mendapatkan objek abalon. Citra yang diambil berukuran 3648 × 2048 piksel.
Setelah citra diperoleh, dilakukan pemisahan data citra dengan mengambil
citra yang memiliki kualitas baik untuk digunakan pada tahap selanjutnya,
sedangkan citra yang buram akibat kesalahan dalam pengambilan foto, tidak
dipakai pada tahap selanjutnya. Contoh citra buram dapat dilihat di Gambar 4.
Pembentukan Data Latih dan Data Uji
Setelah dilakukan akuisisi dan pemilihan citra abalon, data dibagi menjadi 2
yaitu data latih dan data uji. Data latih diambil dari sebagian data yang dianggap
ideal, yaitu posisi abalon mendatar dan tidak di pojok pada saat pengambilan citra,
pencahayaan yang merata, serta tidak adanya pantulan cahaya yang kuat maupun
Gambar 4 Contoh citra buram (kualitas tidak baik)
6
blitz dari kamera. Kriteria ideal diperoleh dengan menentukan sendiri kriteriakriteria secara visual yang dianggap akan mempermudah dalam pengolahan data
selanjutnya, Langkah ini dilakukan karena belum adanya dasar atau kriteria dalam
pengambilan citra yang ideal. Pengambilan data yang dianggap ideal sebagai data
latih diharapkan dapat mempermudah saat melakukan analisis pola luka,
sedangkan data uji merupakan data gabungan dari data ideal dan tidak ideal.
Perancangan Sistem
Pada tahapan perancangan sistem, terdapat 3 proses/tahapan yang hasilnya
akan menjadi dasar dalam perancangan sistem. Tahapan-tahapan tersebut ialah
pembuatan sistem cropping otomatis, training (dibagi menjadi 3 tahap yaitu
analisa pola luka, pengujian pola luka, dan evaluasi), dan pembuatan prototype
sistem. Hasil dari tahapan ini yaitu sebuah sistem yang memiliki semua kriteria
dalam pendeteksian luka pada otot kaki abalon dan mampu untuk mendeteksi
adanya luka namun sistem masih berupa prototype.
Pembuatan sistem cropping otomatis
Pada tahap ini dilakukan proses grayscaling (perubahan citra RGB ke citra
berderajat keabuan) terlebih dahulu dengan perhitungan sebagai berikut (Gonzales
dan Woods 2002):
X = (0.299 * R) + (0.114 * B) + (0.587 * G)
X : Warna Grayscale (Piksel)
R : Warna Merah (Piksel)
G : Warna Hijau (Piksel)
B : Warna Biru (Piksel)
Setelah proses grayscaling, kemudian dilakukan proses thresholding
menggunakan metode Otsu untuk memperoleh objek abalon dalam bentuk citra
biner. Thresholding adalah proses mengubah citra berderajat keabuan menjadi
citra biner. Citra biner adalah citra digital yang hanya memiliki dua kemungkinan
nilai piksel (hitam dan putih) sehingga dapat diketahui daerah yang termasuk
objek dan background dari citra secara jelas. Citra hasil thresholding biasanya
digunakan lebih lanjut untuk proses pengenalan objek serta ekstraksi fitur (Kurnia
2012).
Metode Otsu menghitung nilai ambang T secara otomatis berdasarkan citra
masukan. Pendekatan yang digunakan pada metode Otsu adalah dengan
melakukan analisis diskriminan yaitu menentukan suatu variabel yang dapat
membedakan antara dua atau lebih kelompok yang muncul secara alami. Analisis
diskriminan akan memaksimumkan variabel tersebut agar dapat memisahkan
objek dengan latar belakang (Putra 2010). Misalkan nilai ambang yang akan dicari
dinyatakan dengan k. Nilai k berkisar antara 1 sampai dengan L, dengan L = 255.
Probabilitas untuk piksel i dinyatakan dengan (Putra 2010):
7
pi =
ni
N
Nilai ni menyatakan jumlah piksel dengan tingkat keabuan i dan N
menyatakan banyaknya piksel pada citra keseluruhan. Nilai momen kumulatif ke1, dan nilai rata-rata berturut-turut dapat dinyatakan sebagai berikut (Putra 2010):
L
k
ω k =
μT =
pi
k
μ k =
i.pi
i=1
i=1
i∙pi
i=1
nilai ambang k dapat ditentukan dengan memaksimumkan persamaan (Putra
2010):
σ2B k* = max σ2B (k)
i≤k
(HALIOTIS ASININA) MENGGUNAKAN METODE
HISTOGRAM DAN MORFOLOGI
NOER FITRIA PUTRA SETYONO
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Sistem Deteksi Luka
Pada Otot Kaki Abalon (Haliotis asinina) Menggunakan Metode Histogram dan
Morfologi adalah benar karya saya dengan arahan dari komisi pembimbing dan
belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2013
Noer Fitria Putra Setyono
NIM G64090022
ABSTRAK
NOER FITRIA PUTRA SETYONO. Sistem Deteksi Luka Pada Otot Kaki
Abalon (Haliotis asinina) Menggunakan Metode Histogram dan Morfologi.
Dibimbing oleh AZIZ KUSTIYO dan DWI ENY DJOKO SETYONO.
Saat ini abalon sangat diminati oleh pasar karena kandungan gizinya yang
tinggi. Salah satu problem pada budidaya abalon adalah ketika abalon terluka
maka dapat menyebabkan tingkat kematiannya meningkat. Penelitian ini bertujuan
membangun sebuah sistem yang dapat mendeteksi adanya luka pada otot kaki
abalon dengan pendekatan citra digital menggunakan metode histogram dan
morfologi. Metode ini digunakan untuk mengambil objek otot kaki abalon secara
otomatis dan menemukan pola luka pada otot kaki abalon. Hasil pengujian
menunjukkan bahwa metode ini mampu untuk mendeteksi adanya luka pada otot
kaki abalone dengan persentase kesuksesan mencapai 69.90%.
Kata kunci: abalon, citra digital, crop otomatis, deteksi luka, histogram, morfologi
ABSTRACT
NOER FITRIA PUTRA SETYONO. System to Detect Wound on Foot of
Abalone (Haliotis asinina) Using Histogram and Morfology Methods. Supervised
by AZIZ KUSTIYO and DWI ENY DJOKO SETYONO.
Abalone currently has a great demand due to its high nutritional content.
One of the problem in abalone cultivation is that when an abalone is wounded, its
mortality rate may increase. This study is intended to build a system that can
detect the presence of a wound on abalone foot with digital imagery approach
using histogram and morphology methods. These methods are used to retrieve an
object on abalone foot automatically and cover the pattern of a wound on abalone
foot. The results show that this method is capable to detect the presence of a
wound on abalone foot with a success rate of 69.90%.
Keywords: abalone, auto crop, digital images, histogram, morphology, wound
detection
SISTEM DETEKSI LUKA PADA OTOT KAKI ABALON
(HALIOTIS ASININA) MENGGUNAKAN METODE
HISTOGRAM DAN MORFOLOGI
NOER FITRIA PUTRA SETYONO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Penguji: Muhammad Asyhar Agmalaro, SSi MKom
Judul Skripsi : Sistem Deteksi Luka Pada Otot Kaki Abalon (Haliotis asinina)
Menggunakan Metode Histogram dan Morfologi
Nama
: Noer Fitria Putra Setyono
NIM
: G64090022
Disetujui oleh
Aziz Kustiyo, SSi MKom
Pembimbing I
Prof Dr Ir Dwi Eny Djoko Setyono, MSc
Pembimbing II
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2013 ini ialah
abalon, dengan judul Sistem Pendeteksi Luka Pada Otot Kaki Abalon (Haliotis
asinina) Menggunakan Metode Histogram dan Morfologi.
Terima kasih penulis ucapkan kepada ayah, ibu, serta seluruh keluarga atas
segala doa dan kasih sayangnya. Ungkapan terima kasih juga disampaikan kepada
Bapak Aziz Kustiyo SSi MKom dan Bapak Prof Dr Ir Dwi Eny Djoko Setyono
MSc selaku pembimbing, serta Bapak Muhammad Asyhar Agmalaro SSi MKom
yang telah banyak memberi koreksi dan masukan. Kepada Kepala UPT Loka
Pengembangan Bio Industri Laut Mataram LIPI beserta staf peneliti dan teknisi,
terima kasih penulis sampaikan atas ijin penelitian, dukungan dan kerjasamanya
yang baik selama pengambilan data di laboratorium.
Di samping itu, penulis juga mengucapkan terima kasih kepada Michael
Christianto, Ismaniar Febriani, Isnan Mulia, Doddy Tri Hutomo, Mega
Margaretha Rachmadianti, Nur Muhammad Sidik, dan teman-teman Ilmu
Komputer angkatan 46, yang selalu memberi semangat dan dukungannya. Kepada
semua pihak yang namanya tidak bisa saya sebutkan satu per satu, terima kasih
atas dukungan dan doanya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2013
Noer Fitria Putra Setyono
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
3
Tujuan Penelitian
3
Manfaat Penelitian
3
Ruang Lingkup Penelitian
4
METODE
4
Studi Literatur
5
Akuisisi dan Pemilihan Citra Abalon
5
Pembentukan Data Latih dan Data Uji
5
Perancangan Sistem
6
Pembuatan sistem cropping otomatis
6
Analisis pola luka
8
Pengujian pola luka, Evaluasi dan Pembuatan prototype sistem
9
Testing dan Analisis Hasil
Implementasi Sistem
HASIL DAN PEMBAHASAN
9
10
10
Akuisisi dan Pemilihan Citra Abalon
10
Pembentukan Data Latih dan Data Uji
11
Sistem cropping otomatis
11
Analisis Pola Luka
12
Training, Testing, dan Analisis Hasil
13
Implementasi Sistem
15
SIMPULAN DAN SARAN
15
Simpulan
15
Saran
16
DAFTAR PUSTAKA
16
LAMPIRAN
17
RIWAYAT HIDUP
30
DAFTAR TABEL
1
2
3
Confusion Matrix
Hasil Akurasi Training dan Testing
Confusion matriks hasil training dan testing
9
13
14
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
Abalon tropis (H. asinina) dalam kondisi rileks, memperlihatkan
sepasang sungut (tentacles), selaput epipodium dan sungut epipodial di
sekeliling kaki atau otot jalannya (Setyono 2009)
Bentuk dan bagian-bagian anatomi abalon tropis (H. asinina) (Setyono
2009)
Metode penelitian
Contoh citra buram (kualitas tidak baik)
Contoh citra abalon ideal. Abalon luka (kiri) dan abalon sehat (kanan).
Contoh structuring elements bentuk disk dengan ukuran/jari-jari 40
piksel
Citra hasil cropping
Pola otot kaki abalon sehat (kiri) dan luka (kanan)
2
2
4
5
11
12
12
13
DAFTAR LAMPIRAN
1
2
3
4
Algoritme pencarian batas pinggir yang digambarkan dalam bentuk
diagram alir
Algoritme pencarian batas crop yang digambarkan dalam bentuk
diagram alir
Proses sistem cropping otomatis
Langkah dan tampilan penggunaan aplikasi
17
22
27
28
PENDAHULUAN
Latar Belakang
Abalon merupakan siput laut (gastropoda) yang bersifat herbivora,
makanannya berupa mikro dan makroalga. Abalon termasuk siput laut primitif
dilihat dari bentuk dan struktur tubuhnya. Bentuk cangkangnya membulat seperti
telinga dengan lubang-lubang yang tersusun secara rapi pada bagian tepi kiri
cangkangnya. Lubang-lubang tersebut terus terbentuk sepanjang hidupnya, lubang
baru dibentuk sementara lubang yang lama ditutup. Lubang-lubang tersebut oleh
abalon digunakan sebagai lubang respirasi (pernapasan), sanitasi (pengeluaran
kotoran), dan reproduksi (pengeluaran sperma untuk siput jantan dan telur untuk
siput betina) (Setyono 2009).
Abalon ditemukan hampir di semua perairan dunia, hidup pada perairan
pantai berbatu, paparan karang, dan bersembunyi di celah-celah karang dan
lubang batu. Di Indonesia abalon banyak dijumpai hampir di seluruh perairan
Indonesia Timur, termasuk di perairan Sulawesi Selatan, Sulawesi Utara,
Sulawesi Tenggara, Flores, Lombok, Sumbawa, Maluku, dan Papua (Setyono
2009).
Di Indonesia diketahui terdapat 7 jenis abalon tropis, yaitu Haliotis asinina,
H. varia, H. squamata, H. ovina, H. glabra, H. planata, dan H. crebrisculpta
(Dharma 1988). Dibandingkan dengan 6 spesies abalon yang lain, usaha budidaya
abalon jenis H. asinina di Indonesia sudah dirintis baik oleh pihak swasta maupun
pemerintah. Tahap budidaya yang dilakukan saat ini masih dalam skala
laboratorium atau penelitian dan masih dalam pengawasan pakar atau ahli di
bidang abalon.
Daging abalon merupakan makanan dari laut yang banyak diminati
konsumen karena kelezatan rasanya dan kandungan nutrisinya yang baik, tidak
hanya mengandung protein yang tinggi tetapi juga mengandung zat yang bisa
meningkatkan libido, menjaga stamina, menghaluskan kulit, meremajakan sel-sel
tubuh dan anti kanker (Setyono 2009).
Tubuh abalon secara permanen menempel pada pusat cangkangnya
menggunakan otot penempel. Abalon menggunakan cangkangnya sebagai perisai
pelindung dari serangan predator. Daging abalon sebenarnya merupakan otot
gerak atau kaki (foot), menempati sebagian besar ruangan/rongga di dalam
cangkangnya. Kaki abalon berbentuk seperti jamur yang ditaruh terbalik. Pangkal
atau dasar otot kaki menempel pada cangkang, sedangkan bagian terbesar otot
kaki mengisi seluruh permukaan cangkang (Gambar 1 dan Gambar 2). Otot kaki
tersebut sangat kuat, dipakai untuk menempel pada substrat (permukaan karang
dan batu) dan bergerak merayap mencari makan.
Nelayan dan masyarakat pantai telah mengenal kekuatan otot abalon yang
begitu hebat. Apabila abalon telah menempel kuat pada permukaan substrat
(batu), maka sangat sulit untuk melepaskannya tanpa melukai siput tersebut.
Apabila dipaksa dengan keras, cangkangnya bisa terlepas dari tubuhnya sementara
daging atau kakinya tetap menempel kuat pada permukaan substrat.
Secara umum, kesulitan yang sering dijumpai dalam budidaya abalon adalah
penentuan tingkat kesehatan abalon. Variabel-variabel yang menentukan tingkat
2
Gambar 1
Abalon tropis (H. asinina) dalam kondisi rileks, memperlihatkan
sepasang sungut (tentacles), selaput epipodium dan sungut epipodial
di sekeliling kaki atau otot jalannya (Setyono 2009)
Gambar 2 Bentuk dan bagian-bagian anatomi abalon tropis
(H. asinina) (Setyono 2009)
kesehatan abalon diantaranya kualitas daging (warna, kecerahan, dan luka),
kualitas cangkang, ketebalan daging dan kecepatan respon terhadap sentuhan
(Setyono DED 4 Februari 2013, komunikasi pribadi). Di antara semua variabel
tersebut, penentuan kualitas daging masih tergolong sulit, terutama cara
menentukan tingkat kesehatan abalon.
Abalon tidak mempunyai sistem pembekuan darah sehingga apabila
tubuhnya terluka abalon secara perlahan akan mati. Luka pada abalon dapat
3
terjadi karena proses pelepasan abalon dari media penempelan yang dilakukan
secara tidak hati-hati atau terlalu kasar sehingga mengakibatkan terjadinya luka
yang lebar dan tidak dapat pulih. Luka yang tidak dapat pulih tersebut dapat
mengakibatkan kematian, abalon yang mati akan cepat membusuk dan meracuni
abalon yang lain.
Pada penelitian ini dilakukan pendekatan secara citra digital menggunakan
thresholding dan morfologi untuk mendapatkan objek luka pada otot kaki abalon.
Metode thresholding dan morfologi juga diterapkan oleh Kurnia et al. (2012) pada
segmentasi pembuluh darah retina pada citra fundus mata. Menurut Kurnia et al.
(2012), metode ini berguna dalam aplikasi biomedis sebagai analisis otomatis
gambar retina dengan proses yang lebih mudah untuk mendeteksi patologi pada
retina dari pada menggunakan teknik konvensional. Pada teknik konvensional,
misalnya, melebarkan pupil mata dibutuhkan waktu yang lebih lama dan membuat
pasien tidak nyaman.
Penerapan metode histogram pada penelitian ini juga telah dilakukan oleh
Saraswati dan Setiawardhana (2011) pada pendeteksian bakteri, yaitu dengan
menggunakan histogram citra biner. Metode histogram pada penelitian tersebut
cukup baik dalam mendeteksi jenis bakteri yang ditentukan.
Keluaran penelitian ini diharapkan dapat mengembangkan sebuah sistem
yang dapat membantu mengurangi banyaknya kematian benih abalon akibat luka,
yaitu dengan mengetahui lebih awal adanya luka pada kaki abalon. Penjual
(pembenih) dan pembeli (pembudidaya) abalon perlu mengetahui kualitas benih
abalon yang akan dijual dan dibelinya. Dengan mengetahui kualitas benih abalon,
penjual dan pembeli bisa mengambil keputusan secara bijaksana.
Perumusan Masalah
Masalah yang akan diteliti dalam penelitian ini adalah bagaimana
mendeteksi luka pada otot kaki benih abalon menggunakan metode histogram dan
morfologi, serta berapa akurasi yang diperoleh dari metode histogram dan
morfologi sebagai ekstraksi fitur.
Tujuan Penelitian
Tujuan penelitian ini adalah mengimplementasi dan menganalisis kinerja
metode histogram dan morfologi serta mengetahui besarnya nilai akurasi
pendeteksian luka dengan menggunakan metode tersebut.
Manfaat Penelitian
Penelitian ini diharapkan dapat menjadi langkah awal dalam mendeteksi
luka pada kaki abalon sehingga dapat mencegah dan mengurangi kematian benih
abalon. Selain itu, sistem yang dikembangkan pada penelitian ini dapat digunakan
sebagai sarana untuk melakukan monitoring kesehatan benih abalon, serta
membantu pembenih dan pembudidaya abalon dalam menentukan keputusan
secara bijaksana.
4
Ruang Lingkup Penelitian
1
2
3
4
Ruang lingkup dalam penelitian ini adalah:
Data berupa citra benih abalon spesies H. asinina dengan luka sobek akibat
pencungkilan ketika melepaskan abalon dari substrat dan citra benih abalon
sehat.
Citra benih abalon diambil dari benih abalon ukuran panjang cangkang + 3
cm (umur 6 bulan) yang dipelihara di laboratorium budidaya UPT Loka
Pengembangan Bio Industri Laut (LPBIL) Maratam LIPI, Lombok Utara,
NTB.
Citra dikelompokkan menjadi 2 yaitu citra abalon sehat dan citra abalon
luka. Untuk abalon dengan luka ringan ataupun hampir sembuh dimasukkan
ke dalam kelompok abalon sehat.
Luka diasumsikan berada di tengah-tengah otot kaki dan berbentuk
horisontal.
METODE
Metode yang digunakan pada penelitian ini meliputi serangkaian tahapan,
yaitu: tahap studi literatur, akuisisi dan pemilihan citra abalon, pembentukan data
latih dan data uji, perancangan sistem, testing, analisis hasil dan implementasi
sistem. Garis besar dari metode penelitian ini dapat dilihat dalam bentuk diagram
alir seperti pada Gambar 3.
Gambar 3 Metode penelitian
5
Studi Literatur
Pada tahapan ini, dilakukan serangkaian studi literatur yang berkaitan
dengan topik penelitian. Studi ini mencakup teori tentang abalon, citra digital,
histogram, morfologi dan segmentasi citra, serta penelitian-penelitian terkait yang
berhubungan dengan penelitian ini.
Akuisisi dan Pemilihan Citra Abalon
Data citra abalon yang digunakan dalam penelitian ini diperoleh dari
pengambilan dan pengamatan secara langsung pada tanggal 29 Januari 2013 - 4
Februari 2013 di laboratorium budidaya UPT LPBIL Mataram LIPI, Lombok
Utara, NTB. Data terdiri dari dua jenis yaitu citra abalon sehat dan citra abalon
luka. Citra abalon luka diambil dari benih abalon yang sengaja dilukai berupa satu
tusukan, luka akibat beberapa tusukan yang berdekatan dan luka sobek.
Pengamatan dan akuisisi citra dilakukan secara rutin sejak abalon dilukai hingga
hari ke-7. Selama pengamatan dilakukan pencatatan jika terjadi perubahan seperti
luka telah menutup ataupun terjadi kematian pada abalon. Tiap citra yang diambil
hanya terdapat satu individu abalon. Background citra yang digunakan berwarna
gelap atau hitam supaya kontras dengan objek daging abalon yang cenderung
berwarna cerah sehingga akan mempermudah dalam proses segmentasi citra untuk
mendapatkan objek abalon. Citra yang diambil berukuran 3648 × 2048 piksel.
Setelah citra diperoleh, dilakukan pemisahan data citra dengan mengambil
citra yang memiliki kualitas baik untuk digunakan pada tahap selanjutnya,
sedangkan citra yang buram akibat kesalahan dalam pengambilan foto, tidak
dipakai pada tahap selanjutnya. Contoh citra buram dapat dilihat di Gambar 4.
Pembentukan Data Latih dan Data Uji
Setelah dilakukan akuisisi dan pemilihan citra abalon, data dibagi menjadi 2
yaitu data latih dan data uji. Data latih diambil dari sebagian data yang dianggap
ideal, yaitu posisi abalon mendatar dan tidak di pojok pada saat pengambilan citra,
pencahayaan yang merata, serta tidak adanya pantulan cahaya yang kuat maupun
Gambar 4 Contoh citra buram (kualitas tidak baik)
6
blitz dari kamera. Kriteria ideal diperoleh dengan menentukan sendiri kriteriakriteria secara visual yang dianggap akan mempermudah dalam pengolahan data
selanjutnya, Langkah ini dilakukan karena belum adanya dasar atau kriteria dalam
pengambilan citra yang ideal. Pengambilan data yang dianggap ideal sebagai data
latih diharapkan dapat mempermudah saat melakukan analisis pola luka,
sedangkan data uji merupakan data gabungan dari data ideal dan tidak ideal.
Perancangan Sistem
Pada tahapan perancangan sistem, terdapat 3 proses/tahapan yang hasilnya
akan menjadi dasar dalam perancangan sistem. Tahapan-tahapan tersebut ialah
pembuatan sistem cropping otomatis, training (dibagi menjadi 3 tahap yaitu
analisa pola luka, pengujian pola luka, dan evaluasi), dan pembuatan prototype
sistem. Hasil dari tahapan ini yaitu sebuah sistem yang memiliki semua kriteria
dalam pendeteksian luka pada otot kaki abalon dan mampu untuk mendeteksi
adanya luka namun sistem masih berupa prototype.
Pembuatan sistem cropping otomatis
Pada tahap ini dilakukan proses grayscaling (perubahan citra RGB ke citra
berderajat keabuan) terlebih dahulu dengan perhitungan sebagai berikut (Gonzales
dan Woods 2002):
X = (0.299 * R) + (0.114 * B) + (0.587 * G)
X : Warna Grayscale (Piksel)
R : Warna Merah (Piksel)
G : Warna Hijau (Piksel)
B : Warna Biru (Piksel)
Setelah proses grayscaling, kemudian dilakukan proses thresholding
menggunakan metode Otsu untuk memperoleh objek abalon dalam bentuk citra
biner. Thresholding adalah proses mengubah citra berderajat keabuan menjadi
citra biner. Citra biner adalah citra digital yang hanya memiliki dua kemungkinan
nilai piksel (hitam dan putih) sehingga dapat diketahui daerah yang termasuk
objek dan background dari citra secara jelas. Citra hasil thresholding biasanya
digunakan lebih lanjut untuk proses pengenalan objek serta ekstraksi fitur (Kurnia
2012).
Metode Otsu menghitung nilai ambang T secara otomatis berdasarkan citra
masukan. Pendekatan yang digunakan pada metode Otsu adalah dengan
melakukan analisis diskriminan yaitu menentukan suatu variabel yang dapat
membedakan antara dua atau lebih kelompok yang muncul secara alami. Analisis
diskriminan akan memaksimumkan variabel tersebut agar dapat memisahkan
objek dengan latar belakang (Putra 2010). Misalkan nilai ambang yang akan dicari
dinyatakan dengan k. Nilai k berkisar antara 1 sampai dengan L, dengan L = 255.
Probabilitas untuk piksel i dinyatakan dengan (Putra 2010):
7
pi =
ni
N
Nilai ni menyatakan jumlah piksel dengan tingkat keabuan i dan N
menyatakan banyaknya piksel pada citra keseluruhan. Nilai momen kumulatif ke1, dan nilai rata-rata berturut-turut dapat dinyatakan sebagai berikut (Putra 2010):
L
k
ω k =
μT =
pi
k
μ k =
i.pi
i=1
i=1
i∙pi
i=1
nilai ambang k dapat ditentukan dengan memaksimumkan persamaan (Putra
2010):
σ2B k* = max σ2B (k)
i≤k