Kesimpulan Saran Pengenalan Citra

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Setelah melewati uji coba dan analisis serta melihat hasil dari aplikasi deteksi tepi gambar dengan menggunakan Delphi. Maka penulis menyimpulkan 1. Detekti tepi dengan Operator Sobel menghasilkan garis-garis yang halus dan jelas 2. Deteksi tepi dengan Operator Prewitt menghasilkan gambar yang hampir sama dengan Operator Sobel hal ini disebabkan karena Operator Prewitt merupakan turunan dari Operator Sobel 3. Deteksi tepi dengan Operator Robert Cross mengahasilkan gambar kurang jelas, dimana hasil gambar yang terang dan tidak terlihat titik-titik edgenya.

5.2 Saran

Masih banyak kekurangan yang dimiliki oleh program ini, salah satunya adalah keterbatasan menggunakan jenis gambar untuk diproses. Dimana gambar yang diproses harus dalam bentuk Bitmap, untuk itu diharapkan kepada para pembaca semuanya untuk bisa mengembangkan kembali seperti mengembangkan jumlah format gambar yang dapat diproses nantinya, seperti menggunakan gambar yang akan dideteksi berupa JPG, TIF dan sebagainya, serta dapat mengembangkan kekurangan-kekurangan lain yang ada diaplikasi ini, agar aplikasi ini menjadi sesuai dengan yang diharapkan menjadi lebih baik. Universitas Sumatera Utara BAB 2 LANDASAN TEORI

2.1 Pengenalan Citra

Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda, sedangkan secara harfiah, citra image adalah gambar pada bidang dwimatra dua dimensi. Citra merupakan fungsi menerus continue dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi sebuah objek, dan objek tersebut memantulkan kembali sebagian dari berkas cahayanya. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik, misalnya mata pada manusia, kamera, pemindai scanner, dan sebagainya, sehingga bayangan objek yang disebut citra tersebut terekam. Citra juga merupakan bentuk dari dua dimensi untuk dijadikan fisik nyata menjadi tiga dimensi. Dalam perwujudannya, citra dibagi menjadi dua yaitu still images citra diam dan moving images citra bergerak. Citra diam adalah citra tunggal yang tidak bergerak, sedangkan citra bergerak adalah rangkaian citra diam yang ditampilkan secara beruntun sekuensial sehingga memberi kesan pada mata kita sebagai gambar yang bergerak. Gambar atau citra dapat disebut sebagai sebuah bidang datar yang mempunyai fungsi dua dimensi fx, y, dimana nilai x dan y merupakan koordinat pada sebuah bidang datar dan amplitudo dari f dapat disebut sebagai intensitas atau gray-level atau biasa disebut tingkat ke abu-abuan dari sebuah gambar pada koordinat x dan y. Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat : 1. Optik berupa foto. 2. Analog berupa sinyal video seperti gambar pada monitor televisi. 3. Digital yang dapat langsung disimpan pada media penyimpan magnetik. Citra juga dapat dikelompokkan menjadi 2 yaitu : Universitas Sumatera Utara 1. Citra tampak foto, gambar, lukisan apa yang nampak di layar monitor televisi, hologram dan lain-lain. 2. Citra tidak tampak data foto gambar dalam file citra yang direpresentasikan dalam fungsi matematis. Citra digital adalah citra yang disimpan dalam format digital dalam bentuk file. Hanya citra digital yang dapat diolah menggunakan komputer. Jenis citra lain jika akan diolah dengan komputer harus diubah dulu menjadi citra digital. 1. Pencitraan imaging adalah kegiatan mengubah informasi dari citra tampakcitra non digital menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah : scanner, kamera digital, kamera sinar-xsinar infra merah, dll 2. Pengolahan Citra adalah kegiatan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia mesin komputer. Inputannya adalah citra dan keluarannya juga citra tapi dengan kualitas lebih baik dari pada citra masukan misal citra warnanya kurang tajam, kabur blurring, mengandung noise misal bintik-bintik putih, dan lain - lain sehingga perlu ada pemrosesan untuk memperbaiki citra karena citra tersebut menjadi sulit diinterpretasikan karena informasi yang disampaikan menjadi berkurang. 3. Analisis Citra adalah kegiatan menganalisis citra sehingga menghasilkan informasi untuk menetapkan keputusan biasanya didampingi bidang ilmu kecerdasan buatan AI yaitu pengenalan pola pattern recognition menggunakan jaringan syaraf tiruan, logika fuzzy, dll. Gambar 2.1 Analisis Citra Dalam ilmu komputer sebenarnya ada 3 bidang studi yang berkaitan dengan citra, tapi tujuan ketiganya berbeda, yaitu :

1. Grafika Komputer

Adalah proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut. Universitas Sumatera Utara a. Merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata realism. b. Bertujuan menghasilkan gambar citra lebih tepat disebut grafik picture dengan primitif - primitif geometri seperti garis, lingkaran, dan sebagainya. c. Primitif - primitif geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Data deskriptif : koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dsb. d. Grafika komputer berperan dalam visualisasi dan virtual reality. Data Deskriptif Citra

2. Pengolahan Citra

Operasi-operasi pada pengolahan citra diterapkan pada citra bila : 1. Perbaikan atau memodifikasi citra dilakukan untuk meningkatkan kualitas penampakan citra menonjolkan beberapa aspek informasi yang terkandung dalam citra image enhancement contoh : perbaikan kontras gelap terang, perbaikan tepian objek, penajaman, pemberian warna semu, dan lain – lain. 2. Adanya cacat pada citra sehingga perlu dihilangkan diminimumkan image restoration contoh : penghilangan kesamaran debluring citra tampak kabur karena pengaturan fokus lensa tidak tepat kamera goyang, penghilangan noise. 3. Elemen dalam citra perlu dikelompokkan, dicocokan atau diukur image segmentation. Operasi ini berkaitan erat dengan pengenalan pola. 4. Diperlukannya ekstraksi ciri-ciri tertentu yang dimiliki citra untuk membantu dalam pengidentifikasian objek image analysis. Proses segementasi kadang kala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya. Contoh : pendeteksian tepi objek. Grafika Komputer Universitas Sumatera Utara 5. Sebagian citra perlu digabung dengan bagian citra yang lain image reconstruction contoh : beberapa foto rontgen digunakan untuk membentuk ulang gambar organ tubuh. 6. Citra perlu dimampatkan image compression contoh : suatu file citra berbentuk BMP berukuran 258 KB dimampatkan dengan metode JPEG menjadi berukuran 49 KB. 7. Menyembunyikan data rahasia berupa teks citra pada citra sehingga keberadaan data rahasia tersebut tidak diketahui orang steganografi watermarking Citra Citra

3. Pengenalan Pola

Pengelompokan pola adalah mengelompokkan data numerik dan simbolik termasuk citra secara otomatis oleh mesin computer . Tujuan pengelompokkan adalah untuk mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek dengan objek lainnya. Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin. Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut dan memberikan keluaran berupa informasi deskripsi objek di dalam citra. Citra Informasideskripsi objek 2.2 Elemen Pada Citra Citra mengandung sejumlah elemen dasar. Elemen dasar tersebut dimanipulasi dalam pengolahan citra, elemen tersebut adalah : 1. 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 Pengolahan Citra Pengenalan Pola Universitas Sumatera Utara Red Green Blue Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum 255 8 bit Red = warna minimal putih, warna maksimal merah Green = warna minimal putih, warna maksimal hijau Blue = warna minimal putih, warna maksimal biru Misal warna kuning = kombinasi warna merah dan hijau sehingga nilai RGB-nya = 255 255 0 Warna ungu muda = kombinasi warna merah dan biru sehingga nilai RGB-nya = 150 0 150 Contoh : bisa dilihat di Photoshop Gambar 2.2 RGB Jadi setiap titik pada citra warna membutuhkan data 3 byte. Jumlah kemungkinan kombinasi warna 2 24 = lebih dari 16 juta warna 24 bit disebut true color karena dianggap mencakup semua warna yang ada. Gambar 2.3 Citra Warna Ada perbedaan warna dasar untuk cahaya misal display di monitor komputer untuk cattinta misal cetakan di atas kertas. Citra cahaya menggunakan warna dasar RGB = Red Green Blue Citra cat menggunakan warna dasar CMY = Cyan Magenta Yellow. 2. Citra Warna Berindeks. Setiap titik pixel pada citra warna berindeks mewakili indeks dari suatu tabel warna yang tersedia biasanya disebut palet warna. Keuntungan pemakaian palet warna adalah kita dapat dengan cepat memanipulasi warna tanpa harus mengubah informasi pada setiap titik dalam citra. Universitas Sumatera Utara Gambar 2.4 Citra Warna Berindex Keuntungan yang lain, penyimpanan lebih kecil. Setting warna display pada MS Window biasanya format 16 colors, 256 colors, high color, true color, yang merupakan citra warna berindeks dengan ukuran palet masing-masing 4 bit, 8 bit, 16 bit dan 24 bit. 3. Citra Kecerahan brightness. Kecerahan disebut juga intensitas cahaya. Kecerahan pada sebuah piksel titik di dalam citra bukanlah intensitas yang rill, tetapi sebenarnya adalah intensitas rerata dari suatu area yang melingkupinya. 4. Citra Kontras. Kontras menyatakan sebaran terang dan gelap di dalam sebuah gambar. Citra dengan kontras rendah dicirikan oleh sebagian besar komposisi citranya adalah terang atau sebagian besar gelap. Pada citra dengan kontras yang baik, komposisi gelap dan terang tersebar secara merata. 5. Citra Kontur. Kontur adalah keadaan yang ditimbulkan oleh perubahan intensitas pada piksel yang bertetangga. Karena adanya perubahan intensitas, mata manusia dapat mendeteksi tepi objek di dalam citra.

6. Citra Bentuk shape. Bentuk adalah properti intrinsik dari objek tiga dimensi,

dengan pengertian bahwa shape merupakan properti intrinsik utama untuk sistem visual manusia. Pada umumnya citra yang dibentuk oleh mata merupakan citra dwimatra dua dimensi, sedangkan objek yang dilihat umumnya berbentuk trimatra tiga dimensi. Informasi bentuk objek dapat diekstraksi dari citra pada permulaan prapengolahan dan segmentasi citra. Universitas Sumatera Utara 7. Citra Tekstur. Tekstur diartikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan piksel yang bertetangga. Jadi tekstur tidak dapat didefinisikan untuk sebuah piksel. Sistem visual manusia menerima informasi citra sebagai suatu kesatuan. Resolusi citra yang diamati ditentukan oleh skala pada mana tekstur tersebut dipersepsi. 8. Citra Biner atau Monokrom. Adalah citra jenis ini, setiap titik atau piksel hanya bernilai 0 tau 1. Dimana setiap titik membutuhkan media penyimpanan sebesar 1 bit. Bambar 2.1 merupakan contoh citra biner monokrom. Citra biner merupakan citra yang telah melalui proses pemisahan piksel-piksel berdasarkan derajat keabuan yang dimiliki. Citra biner adalah citra yang hanya direpresentasikan nilai tiap pikselnya dalam satu bit satu nilai binary. Banyaknya warna yang terdapat pada citra biner adalah dua, yaitu hitam dan putih. Salah satu contoh dari gambar biner dapat dilihat pada Gambar 2.1. Dibutuhkan satu bit di memori untuk menyimpan kedua warna ini. Setiap piksel pada citra bernilai 0 untuk hitam dan 1 untuk putih Hestiningsih, Idhawati. 2008. Gambar 2.5 Citra Biner 9. Citra Grayscale skala keabuan. Citra warna grayscale menggunakan warna tingkatan warna abu-abu. Warna abu - abu merupakan satu - satunya warna pada ruang RGB dengan komponen merah, hijau, dan biru mempunyai intensitas yang sama. Banyaknya warna yang ada tergantung pada jumlah bit yang disediakan di memori untuk menampung kebutuhan warna ini. Salah satu contoh gambar grayscale dapat dilihat pada Gambar 2.2. Contoh, citra dengan skala keabuan empat bit maka Universitas Sumatera Utara jumlah kemungkinan warnanya adalah 2 4 = 16 warna dengan kemungkinan warna 0 min sampai 15 max Hestiningsih, Idhawati., 2008. Gambar 2.6 Citra Grayscale 10. Waktu dan Pergerakan. Respon suatu sistem visual tidak hanya berlaku pada faktor ruang, tetapi juga pada faktor waktu. Sebagai contoh, bila citra-citra diam ditampilkan secara cepat, akanberkesan melihat citra yang bergerak. 11. Deteksi dan Pengenalan. Dalam mendeteksi dan mengenali suatu citra, ternyata tidak hanya sistem visual manusia saja yang bekerja, tetapi juga ikut melibatkan ingatan dan daya pikir manusia.

2.3 Histogram Tingkat Keabuan Gray level Histogram