Implementasi Pengujian IMPLEMENTASI DAN PENGUJIAN

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Tahap selanjutnya setelah dilakukan tahap analisis yang harus dilakukan adalah tahapan implementasi yang bertujuan untuk memimplementasikan sistem dengan keseluruhan. Sistem ini dibangun dengan menggunakan SharpDevelop 4.3. Pada sistem ini terdapat form Implementation, Analysis, Help dan About. 4.1.1 Form Home Form Home merupakan form yang pertama kali muncul saat sistem dijalankan. Dalam form ini terdapat menu untuk memilih form Implementation, form Analysis, form Help dan form About. Pada form ini juga terdapat judul skripsi, logo dari Universitas dan identitas penulis. Tampilan dari form Home ditunjukan pada Gambar 4.1. Gambar 4.1 Form Home Universitas Sumatera Utara 4.1.2 Form Implementation Form Implementation ditampilkan untuk proses pendeteksi tepi yang menggunakan citra yang diberikan jenis efek yang lain yang ada pada efek Light Color dengan menggunakan metode Canny, Robert dan Laplacian of Gaussian. Tampilan dari form Implementation ditunjukan pada Gambar 4.2. Gambar 4.2 Form Implementation 4.1.3 Form Analysis Form Analysis ditampilkan untuk proses pendeteksi tepi yang menggunakan citra yang telah diberikan efek yang telah ditentukan dengan menggunakan metode Canny, Robert dan Laplacian of Gaussian. Tampilan dari form Analysis ditunjukan pada Gambar 4.3. Universitas Sumatera Utara Gambar 4.3 Form Analysis 4.1.4 Form Help Form Help bertujuan sebagai petunjuk penggunaan sistem kepada pengguna. Tampilan dari form Help ditunjukan pada Gambar 4.4. Gambar 4.4 Form Help Universitas Sumatera Utara 4.1.5 Form About Form About merupakan identitas dari pembuat aplikasi. Tampilan dari form About ditunjukan pada Gambar 4.5 Gambar 4.5 Form About

4.2 Pengujian

Pengujian sistem dilakukan dengan file citra berformat .bmp bitmap. Citra digital yang akan dilakukan pengujian adalah citra RGB yang telah diberikan efek dari Camera 360 yang ukuran dimensi maksimal 300 x 300 piksel. Ada 5 file citra yang digunakan yaitu efekSweet.bmp, efekCool.bmp, efekFresh.bmp, efekGrace.bmp dan efekSunny.bmp untuk melakukan pengujian sistem. Gambar 4.6 menunjukan citra yang akan diuji. a b c d e Gambar 4.6 Citra yang akan diuji a efek Sweet, b efek Cool, c efek Fresh, d efek Grace dan e efek Sunny Universitas Sumatera Utara 4.2.1 Pengujian form Analysis Form Analysis merupakan form untuk mengimplementasikan metode deteksi tepi terhadap citra berwarna yang telah diberikan efek dari Camera 360. Proses awal dilakukan dengan meng-input file citra dengan cara memilih tombol jenis efek yang sudah ada lalu citra berefek akan ditampilkan. Untuk lebih jelasnya ditunjukan pada Gambar 4.7. Gambar 4.7 Input Citra dengan Efek Cool 4.2.1.1 Proses deteksi tepi pada form Analysis Proses deteksi tepi pada form Analysis untuk membuktikan hasil dari metode deteksi tepi. Ada 5 citra yang telah diberikan efek dan akan dideteksi dengan metode Canny, Robert dan Laplacian of Gaussian yaitu : Sweet, Cool, Fresh, Grace dan Sunny. Hasil dari deteksi tepi akan ditampilkan dengan nilai parameternya yaitu : MSE, PSNR dan Running Time. Hasil dari parameter akan dibandingkan dengan nilai parameter hasil deteksi tepi dengan metode yang lain. Tampilan proses deteksi tepi dengan citra efek Sweet pada form Analysis ditunjukan pada Gambar 4.8. Universitas Sumatera Utara Gambar 4.8 Proses Deteksi Tepi Citra Efek Cool dengan Metode Canny, Robert dan LoG pada Form Analysis Pada Gambar 4.8 dapat dilihat citra yang telah diberikan efek Cool di-input dan dilakukan pendeteksian dengan metode Canny, Robert dan LoG. Hasil dari tiap deteksi didapatkan dengan menekan tombol ‘Canny’, ‘Robert’ dan ‘LoG’. Nilai dari masing-masing parameter ditampilkan dengan menekan tombol MSE dan PSNR. Dan tombol ‘Save’ untuk menyimpan citra hasil dari deteksi masing-masing metode dengan file format .bmp. 4.2.1.2 Proses deteksi tepi pada form Implementation Proses deteksi tepi pada form Implementation untuk membuktikan hasil dari metode deteksi tepi dengan menggunakan Canny, Robert dan Laplacian of Gaussian pada citra yang diberi jenis efek lain. Hasil dari deteksi tepi akan ditampilkan dengan nilai parameternya yaitu : MSE, PSNR dan Running Time. Tampilan proses deteksi tepi dengan citra efeksunshine.bmp pada form Implementation ditunjukan pada Gambar 4.9. Universitas Sumatera Utara Gambar 4.9 Proses Deteksi Tepi Citra dengan Metode Canny, Robert dan LoG pada Form Implementation Pada Gambar 4.9 dapat dilihat citra efeksunshine.bmp yang jenis efek lain di-input dan dilakukan pendeteksian dengan metode Canny, Robert dan LoG. Hasil dari tiap deteksi didapatkan dengan menekan tombol ‘Canny’, ‘Robert’ dan ‘LoG’. Nilai dari masing-masing parameter ditampilkan dengan menekan tombol MSE dan PSNR. Dan tombol ‘Save’ untuk menyimpan citra hasil dari deteksi masing-masing metode dengan file format .bmp. Universitas Sumatera Utara

4.3 Hasil Pengujian