Aplikasi Data Bitmap Transformasi Discrete Fourier Transform 2-D Pengukuran Kualitas Gambar Digital

20 Perbesaran dimensi gambar merupakan salah satu kekurangan jenis gambar bitmap ini. Begitu sebuah gambar diperbesar terlalu banyak, akan terlihat tidak natural dan pecah. Begitu juga dengan memperkecil sebuah gambar, akan memberikan dampak buruk seperti berkurangnya ketajaman gambar tersebut. Gambar bitmap sangat bergantung pada resolusi. Jika gambar diperbesar maka gambar akan tampak kurang halus sehingga mengurangi detailnya. Selain itu gambar bitmap akan mempunyai ukuran file yang lebih besar. Semakin besar resolusi gambar akan semakin besar pula ukuran file-nya. Gambar dengan tampilan 100 dan gambar dengan tampilan 500 akan mempunyai perbedaan, yaitu pada gambar yang berukuran 100, gambar terlihat jernih, namun pada gambar dengan zoom hingga 500 maka gambar akan nampak tidak tajam lagi dan terkesan membentuk kotak-kotak, yang merupakan pixel . Bitmap cukup simpel untuk pencetakan selama printer yang digunakan memiliki memory yang cukup. Mesin cetak PostScript level 1 jaman dulu akan mengalami masalah ketika mendapatkan sebuah gambar khususnya Line-art yang dirotasi, tapi hardware dan software jaman sekarang dapat menangani berbagai efek manipulasi gambar apapun tanpa masalah.

c. Aplikasi Data Bitmap

Ada ratusan aplikasi di pasaran yang dapat digunakan untuk membuat atau memodifikasi file gambar dengan data bitmap. Dalam dunia percetakan, Adobe Photoshop adalah aplikasi yang mendominasi pasar. Tapi bukan berarti aplikasi alternatif yang lebih murah seperti Corel Photo-Paint dapat dianggap remeh. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 21

d. Format File yang digunakan untuk Data Bitmap

Gambar dengan format data bitmap dapat disimpan dalam berbagai macam format file, antara lain:  BMP; format file yang terbatas, tidak cocok digunakan untuk cetak.  EPS; format file yang fleksibel, yang dapat berisi gambar bitmap maupun vector .  GIF; biasanya digunakan untuk grafis-grafis di internet.  JPEG; atau juga format file JFIF, biasa digunakan sebagai grafik atau gambar di internet karena memiliki tingkat ketajaman gambar yang dapat mempengaruhi bobot file.  PICT; format file yang dapat berisi gambar bitmap maupun vektor, tetapi biasanya file ini hanya digunakan oleh komputer Macintosh dan tidak terlalu cocok untuk cetak.  TIFF; merupakan format file bitmap yang paling populer untuk cetak.

2.2.3 PNG

PNG Portable Network Graphics adalah salah satu format penyimpanan citra yang menggunakan metode pemadatan yang tidak menghilangkan bagian dari citra tersebut Inggris lossless compression. PNG dibaca ping, namun biasanya dieja apa adanya - untuk menghindari kerancuan dengan istilah ping pada jaringan komputer. Format PNG ini diperkenalkan untuk menggantikan format penyimpanan citra GIF. Secara umum PNG dipakai untuk Citra Web. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 22 Untuk Web, format PNG mempunyai 3 keuntungan dibandingkan format GIF antara lain: 1. Channel Alpha transparansi 2. Gamma pengaturan terang-gelapnya citra en:brightness 3. Penayangan citra secara progresif progressive display. Selain itu, citra dengan format PNG mempunyai faktor kompresi yang lebih baik dibandingkan dengan GIF 5-25 lebih baik dibanding format GIF. Satu fasilitas dari GIF yang tidak terdapat pada PNG format adalah dukungan terhadap penyimpanan multi-citra untuk keperluan animasi. Untuk keperluan pengolahan citra, meskipun format PNG bisa dijadikan alternatif selama proses pengolahan citra, karena format ini selain tidak menghilangkan bagian dari citra yang sedang diolah sehingga penyimpanan berulang ulang dari citra tidak akan menurunkan kualitas citra namun format JPEG masih menjadi pilihan yang lebih baik.

2.2.4 GIF

GIF atau Graphics Interchange Format merupakan salah satu format gambar yang banyak digunakan. Format GIF pertama kali diperkenalkan oleh CompuServe pada 1987. Salah satu ciri khas tipe gambar berekstensi GIF adalah bisa memainkan animasi gambar sederhana. Beberapa karakteristik lain format gambar GIF adalah mampu menayangkan maksimum sebanyak 256 warna karena format GIF menggunakan 8-bit untuk setiap pixel-nya. Selain itu, GIF juga mampu mengkompresi gambar dengan sifat lossless dan mendukung warna transparan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 23 File dengan format GIF menggunakan kompresi yang tidak menghilangkan data lossles compression tetapi penurunan jumlah warna menjadi 256 sering membuat gambar yang kaya warna seperti pemandangan menjadi tidak realistis. File berformat GIF cocok digunakan untuk gambar dengan jumlah warna sedikit dibawah 256, gambar yang memerlukan perbedaan warna yang tegas seperti logo tanpa gradien, gambar animasi sederhana seperti banner-banner iklan, header , dan sebagainya. Namun file dengan format GIF tidak cocok digunakan untuk gambar yang memiliki banyak warna seperti pemandangan, gambar yang didalamnya terdapat warna gradien atau semburat. 2.2.5 TIFF TIFF Tagged Image Format File merupakan format gambar terbaik dengan pengertian bahwa semua data dan informasi data RGB, data CMYK, dan lainnya yang berkaitan dengan koreksi atau manipulasi terhadap gambar tersebut tidak hilang. Format TIFF biasa digunakan untuk kebutuhan pencetakan dengan kualitas gambar yang sangat tinggi. Ukuran berkas untuk format ini biasanya sangat besar. File berformat TIFF mampu menyimpan gambar dengan kualitas hingga 32 bit. Format berkas TIFF juga dapat digunakan untuk keperluan pertukaran antar platform PC, Macintosh, dan Silicom Graphic. Selain itu, format ini mudah digunakan untuk transfer antar program. Hampir semua program yang mampu membaca format berkas bitmap juga mampu membaca format berkas TIFF. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 24 Untuk fotografi elektronik, file berformat TIFF dapat digunakan untuk menyimpan data non-citra bersama-sama dengan berbagai jenis data citra.

2.3 Macam Citra Berdasarkan Format Penyimpanan Nilai Warna

2.3.1 Citra Biner

Pada citra biner, setiap titik pixel dalam citra bernilai 0 atau 1. Dengan warna hitam bernilai = 0 dan warna putih bernilai = 1. Catatan :  Model citra cahaya = ada cahaya =1 maka warna putih  Model citra cahaya = tidak ada cahaya =0 maka warna hitam  Model citra tinta cat = ada cat =1 maka warna hitam  Model citra tinta cat = tidak ada cat =0 maka warna putih  Setiap titik membutuhkan media penyimpanan 1 bit Gambar 2.2 Contoh nilai citra biner Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 25

2.3.2 Citra Skala Keabuan

Grayscale Pada citra dengan skala keabuan mempunyai kemungkinan warna antara hitam minimal dan putih maksimal. Jumlah maksimum warna sesuai dengan bit penyimpanan yang digunakan. Contoh:  skala keabuan 4 bit  jumlah kemungkinan 2 4 = 16 warna  kemungkinan warna 0 min sampai 15 max  skala keabuan 8 bit  jumlah kemungkinan 2 8 = 256 warna  kemungkinan warna 0 min sampai 255 max Gambar 2.3 Contoh nilai citra skala keabuan

2.3.3 Citra Warna

True color Setiap titik pixel pada citra warna mewakili warna yang merupakan kombinasi dari tiga warna dasar yaitu merah hijau biru → citra RGB Red Green Blue . Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum 255 8 bit. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 26 Red = warna minimal putih, warna maksimal merah Green = warna minimal putih, warna maksimal hijau Blue = warna minimal putih, warna maksimal biru Sebagai contoh warna kuning memiliki kombinasi warna merah dan hijau sehingga nilai RGB-nya = 255 255 0. Sedangkan warna ungu muda memiliki kombinasi warna merah dan biru sehingga nilai RGB-nya = 150 0 150. Sehingga menyebabkan setiap titik pada citra warna membutuhkan data 3 byte. Jumlah kemungkinan kombinasi warna pada citra warna adalah 2 24 = 16.777.216 warna = 24 bit. Sehingga citra warna disebut true color karena dianggap mencakup semua warna yang ada. Gambar 2.4 Contoh nilai citra warna true color

2.3.4 Citra Warna Berindeks

Pada citra warna berindeks, setiap titik pixel mewakili indeks dari suatu tabel warna yang tersedia. Tabel warna ini biasa disebut palet warna. Keuntungan pemakaian palet warna adalah warna dapat dimanipulasi secara cepat tanpa harus mengubah informasi pada setiap titik dalam citra. Keuntungan dari citra warna berindeks yang lain adalah memerlukan media penyimpanan yang lebih kecil. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 27 Gambar 2.5 Contoh nilai citra berindeks

2.4 Warna dan Ruang Warna

Warna pada dasarnya merupakan hasil persepsi dari cahaya dalam spektrum wilayah yang terlihat oleh retina mata, dan memiliki panjang gelombang antara 400nm sampai dengan 700nm Poynton, 1997. Ruang warna atau yang sering juga disebut sebagai model warna merupakan sebuah cara atau metode untuk mengatur, membuat dan memvisualisasikan warna Ford and Roberts, 1998. Untuk aplikasi yang berbeda ruang warna yang dipakai bisa juga berbeda, hal ini dikarenakan beberapa peralatan tertentu memang membatasi secara ketat ukuran dan jenis ruang warna yang dapat digunakan. Di dalam penulisan tugas akhir ini, hanya akan dibahas secara singkat beberapa ruang warna yang biasa digunakan untuk aplikasi watermarking. Beberapa ruang warna tersebut antara lain adalah sebagai berikut Ford and Roberts, 1998: 1. RGB Red Green Blue 2. HSL Hue Saturation Lightness dan HSV Hue Saturation Value 3. YCbCr Luminance – Chrominance Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 28

2.4.1 RGB Red Green Blue

Citra berwarna yang selama ini biasa kita kenal umumnya memiliki ruang warna RGB. Ruang warna RGB dapat divisualisasikan sebagai sebuah kubus seperti pada gambar 2.2, dengan tiga sumbunya yang mewakili komponen warna merah red R, hijau green G dan biru blue B. Salah satu pojok alas kubus ini menyatakan warna hitam ketika R = G = B = 0, sedangkan pojok atasnya yang berlawanan menyatakan warna putih ketika R = G = B = 255 untuk sistem warna 8 bit bagi setiap komponennya. RGB sering digunakan didalam sebagian besar aplikasi komputer karena dengan ruang warna ini, tidak diperlukan transformasi untuk menampilkan informasi di layar monitor. Alasan diatas juga menyebabkan RGB banyak dimanfaatkan sebagai ruang warna dasar bagi sebagian besar aplikasi. Gambar 2.6 Ruang warna RGB.

2.4.2 HSL Hue Saturation Lightness dan HSV Hue Saturation Value

Untuk menyediakan representasi warna bagi antar-muka pengguna user interface , biasa digunakan ruang warna HSL. HSL sendiri merupakan kependekan dari Hue, Saturation, Lightness Luminancy. Hue atau corak warna Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 29 merupakan sensasi penglihatan manusia berdasarkan pada kemiripan suatu daerah tampak seperti daerah yang lain sesuai dengan warna yang diterimanya, merah, kuning, hijau dan biru, atau kombinasi keduanya. Saturation adalah kekayaan warna pada suatu daerah sesuai dengan proporsi gelap-terangnya. Kita bisa menemukan warna biru langit sampai dengan biru tua dengan mengubah nilai dari komponen ini. Sedangkan Luminancy atau Lightness merupakan persepsi suatu daerah warna yang tampak ketika menerima sedikit atau banyak cahaya dengan referensi warna putih. Gambar 2.7 Ruang Warna HSL Gambar 2.7 melukiskan ruang warna HSL, Hue adalah sudut warna tertentu yang melingkar dari suatu titik awal, Saturation jarak suatu warna terhadap sumbu Lightness, Lightness Luminancy merupakan sumbu tegak yang menghubungkan warna hitam sampai dengan putih. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 30 Alternatif lain dari HSL adalah HSV. Pada ruang warna HSV Luminancy digantikan dengan Value. HSV dapat divisualisasikan dengan sebuah polygon seperti pada gambar 2.8. Hue seperti pada HSL merupakan sudut warna yang melingkari poligon, jadi misalnya jika untuk warna merah hue = 0o maka hue untuk warna hijau = 120o dan untuk warna biru nilai hue-nya 240o. Saturation sama seperti pada HSL, merupakan jarak terhadap sumbu tegak. Dan value merupakan sumbu tegak yang menghubungkan puncak dan dasar poligon. Gambar 2.8 Ruang Warna HSV Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 31

2.4.3 YCbCr

YCbCr merupakan standar internasional bagi pengkodean digital gambar televise yang didefinisikan di CCIR Recommendation 601 Ford dan Roberts, 1998. Y merupakan komponen luminance, Cb dan Cr adalah komponen chrominance . Pada monitor monokrom nilai luminance digunakan untuk merepresentasikan warna RGB, secara psikologis ia mewakili intensitas sebuah warna RGB yang diterima oleh mata. Chrominance merepresentasikan corak warna dan saturasi saturation. Nilai komponen ini juga mengindikasikan banyaknya komponen warna biru dan merah pada warna Cuturicu, 1999. Retina mata mempunyai dua macam sel yang berfungsi sebagai analis visual, yaitu: Sel yang digunakan untuk penglihatan di waktu malam dan sel yang dipakai untuk penglihatan di siang hari. Jenis yang pertama hanya menerima corak keabuan mulai dari warna putih terang sampai dengan hitam pekat. Dan jenis kedua menerima corak warna. Jika sebuah warna RGB diberikan, sel jenis yang pertama mendeteksi tingkat keabuan gray level yang serupa dengan nilai luminance -nya, sedangkan sel jenis kedua yang bertanggungjawab terhadap penerimaan corak warna, mendeteksi nilai yang sesuai dengan nilai chrominance nya Cuturicu, 1999. YCbCr 256 level dapat diperoleh dari RGB 8-bit dengan menggunakan rumus berikut Hamilton,1992: Y = 0.299 R + 0.587 G + 0.114 B 2.1 Cb = - 0.1687 R - 0.3313 G + 0.5 B + 128 2.2 Cr = 0.5 R - 0.4187 G - 0.0813 B + 128 2.3 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 32 Sedangkan untuk konversi YCbCr ke RGB dapat dilakukan dengan rumus berikut Hamilton,1992: R = Y + 1.402 Cr - 128 2.4 G = Y - 0.34414 Cb - 128 - 0.71414 Cr - 128 2.5 B = Y + 1.772 Cb - 128 2.6 Gambar 2.9 menunjukkan dekomposisi citra RGB ke dalam komponen luminance dan chrominance-nya. Gambar 2.9 Dekomposisi citra RGB ke dalam komponen luminance dan chrominance-nya. Searah jarum jam dari kiri atas adalah citra RGB, komponen luminance Y, komponen chrominance blue Cb dan komponen chrominance red Cr. Original picture courtesy of Lativi . Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 33

2.5 Transformasi Discrete Fourier Transform 2-D

Metode ini menyisipkan pesan dalam domain frekuensi, bukan pada domain spasial seperti dua metode sebelumnya. Metode pada domain frekuensi dinilai lebih robust daripada metode spasial. Contohnya dapat dipakai pada format gambar yang disimpan dalam domain frekuensi, seperti Bitmap yang menggunakan DFT sebagai proses transformasi domain. Berikut ini merupakan gambar dari sebuah citra grayscale serta hasil perhitungan magnitude dari citra grayscale tersebut: Gambar 2.10 Penyisipan Circular Watermark a Citra Watermark Lena b Magnitude Koefisien DFT Transformasi Fourier Diskrit 2 Dimensi dapat diterapkan pada sebuah matriks M x N dengan persamaan sebagai berikut: 2.9 Dengan nilai: 2.10 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 34 Dan invers DFT 2-Dimensi: 2.11 Pada program Matlab fungsi dari sebuah perhitungan DFT 2 Dimensi dapat dituliskan sebagai berikut: Y = fft2 X, m, n 2.12 Dan fungsi untuk menghitung nilai invers DFT 2 Dimensi: Y = ifft2 X, m, n 2.13 Dimana: Y = Hasil perhitungan DFT 2 dimensi X = Matriks yang dilakukan perhitungan matriks m x n m = Baris pada matriks X n = Kolom pada matriks X

2.6 Pengukuran Kualitas Gambar Digital

Dalam melakukan encode gambar digital, biasanya terdapat perubahan- perubahan seperti efek blurring, sharpening atau timbulnya noise. Oleh karena itu, biasanya dilakukan pengukuran kualitas video terlebih dahulu untuk mengetahui bagaimana hasil encode gambar digital tersebut, apakah kualitasnya mirip dengan gambar yang asli atau tidak. Terdapat dua cara pengukuran, yaitu subjektif dan objektif. Subjektif berarti kualitas gambar ditentukan oleh orang yang melihat gambar tersebut. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 35 Pendapat dari orang yang melihat akan beraneka ragam dan bersifat relatif, karena sangat tergantung dari persepsi dan standar masing-masing. Cara objektif merupakan pengukuran secara matematika terhadap gambar yang diukur dan dapat dikerjakan otomatis oleh komputer. Salah satu contoh metode pengukuran kualitas antar dua gambar yang sering digunakan adalah Peak Signal to Noise Ratio PSNR dimana nantinya akan diimplementasikan secara langsung pada aplikasi yang dibuat. PSNR sangat umum digunakan sebagai ukuran kualitas dalam gambar, suara dan video digital. Perhitungan PSNR akan menilai kemiripan gambar berdasarkan besarnya perbedaan yang dianggap sebagai kerusakan pada salah satu gambar. Nilai pada PSNR merupakan hasil pembagian dari kekuatan sinyal maksimal yang diterima, dengan sinyal noise. PSNR sangat mudah didefinisikan dengan cara menghitung Mean Squarred Error MSE terlebih dahulu, Berikut persamaan untuk mencari MSE Amorita, 2007: 2.7 Dimana: MSE = nilai Mean Square Error dari citra tersebut M = panjang citra N = lebar citra i,j = koordinat masing-masing piksel I = nilai bit citra asli pada koordinat i,j I’ = nilai bit citra hasil pengolahan pada koordinat i,j Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 36 Setelah nilai MSE didapat, selanjutnya dapat menghitung nilai PSNR seperti pada persamaan berikut Amorita, 2007: 2.8 MAX I adalah nilai warna maksimum pada suatu piksel , yang bernilai 255 untuk gambar bitmap 24-bit. Tingkat kemiripan yang tinggi akan didapat apabila nilai error MSE yang dimasukkan kecil, sehingga nilai PSNR menjadi besar. Satuan nilai PSNR adalah desibel dB.

2.7 Korelasi