PENENTUAN KONDISI UDARA (LINGKUNGAN) MENGGUNAKAN CITRA RGB

PENENTUAN KONDISI UDARA (LINGKUNGAN)

MENGGUNAKAN CITRA RGB

Oleh

THONY WISUDAWAN STEVENSON S

Skripsi

Sebagai Salah Satu Syarat untuk Mencapai Gelar SARJANA TEKNIK

pada

Jurusan Teknik Elektro

Fakultas Teknik Universitas Lampung

FAKULTAS TEKNIK

UNIVERSITAS LAMPUNG

BANDAR LAMPUNG

2013

ABSTRAK

PENENTUAN KONDISI UDARA (LINGKUNGAN) MENGGUNAKAN CITRA RGB

Oleh

THONY WISUDAWAN STEVENSON SAGALA

Pada saat suatu citra ditangkap oleh kamera contohnya dengan kamera digital, akan sangat sulit untuk menilai suatu kondisi lingkungan tersebut apakah kondisi lingkungan tersebut termasuk dalam keadaan bersih atau tercemar oleh faktor lingkungan seperti gas buang kendaraan bermotor, debu, maupun faktor lain yang mempengaruhi kondisi lingkungan maupun mempengaruhi hasil citra yang didapatkan.

Diharapkan dengan suatu penelitian didapatkan solusi untuk mengetahui kualiats udara pada lingkungan dari sebuah citra pada penelitian ini dilakukan pada lokasi Lembah Hijau dan Lokasi Bambu Kuning. Dari suatu citra dapat dilihat tingkat

noise/derau, dan nilai signal to noise ratio (SNR) dengan melalui proses pada program Matlab sehingga dari hasil SNR yang didapat diharapkan dapat disimpulkan kondisi lingkungan tersebut, dengan bantuan alat pendukung seperti hygrometer (pengukur suhu dan kelembaban) dan solarmeter (pengukur intensitas cahaya). Pada dasarnya citra warna tersusun atas tiga warna utama yaitu merah, hijau dan biru, dimana kombinasi dari ketiga warna tersebut menghasilkan gambar warna yang lebih bervariasi seperti yang sering kita lihat. Dalam hal ini, sebuah warna didefinisikan dengan jumlah dari intensitas ketiga warna pokok RGB yang diperlukan untuk membentuk suatu warna. Akan dilakukan juga penelitian dengan tambahan filter optis warna merah, hijau, biru dan RGB, yang bertujuan untuk membandingkan hasil setiap citra dengan filter optis dan tanpa filter (citra asli)

Dari hasil penelitian didapatkan data yang cukup memadai sehingga dapat dihipotesa bahwa pada lokasi Bambu Kuning kondisi udara lebih buruk dibandingkan dengan lokasi Lembah Hijau, hal ini terlihat dari histogram yang menunjukkan pada lokasi lembah hijau nilai piksel pada histogram yang didapatkan tinggi dan pada pola histogram juga terlihat pola pada histogram Lembah Hijau cenderung bergeser kekanan dan Bambu Kuning bergeser kekiri.

Halaman

SANWACANA ... i

DAFTAR ISI ... v

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... x

BAB I PENDAHULUAN A. Latar Belakang ... 1

B. Rumusan Masalah ... 3

C. Batasan Masalah ... 3

D. Tujuan Penelitian ... 4

E. Manfaat Penelitian ... 4

F. Sistematika Penulisan ... 5

BAB II TINJAUAN PUSTAKA A. Polusi Udara ... 6

1. Bahaya Gas Buang dari Kendaraan Bermotor ... 7

2. Mengapa Polusi Udara Berbahaya Bagi Lingkungan Hidup? . 8 3. Bagaimana Kita Melawan Polusi Udara ... 9

4. Parameter kualitas udara ... 10

B. Pengolahan Citra ... 11

1. Pixel ... 13

2. Warna RGB ... 15

3. Citra berwarna keabuan (Grayscale) ... 15

4. Histogram citra ... 16

5. Jenis – Jenis Citra ... 18

C. Citra RGB ... 20

D. Image Cropping (Pemotongan Citra) ... 22

E. Filter (Tapis) ... 22

1. Low Pass Filter (LPF) ... 22

2. Median Filter ... 24

3. High Pass Filter (HPF) ... 25

F. SNR (Signal to Noise Ratio) ... 26

G. Matlab ... 27

1. Lingkungan Kerja Matlab ... 28

2. Variabel Pada Matlab ... 30

3. M –file ... 32

H. Hygrometer ... 35

B. Alat dan Bahan ... 40

C. Prosedur Penelitian ... 41

BAB IV HASIL DAN ANALISA PENELITIAN A. Proses Mendapatkan Citra ... 46

B. Citra di Lokasi Bambu Kuning ... 48

1. Citra asli ... 48

2. Citra dengan filter merah ... 56

3. Citra dengan filter hijau ... 64

4. Citra dengan filter biru ... 72

5. Citra dengan filter RGB ... 80

C. Citra di Lokasi Lembah Hijau ... 63

1. Citra asli ... 88

2. Citra dengan filter merah ... 96

3. Citra dengan filter hijau ... 104

4. Citra dengan filter biru ... 112

5. Citra dengan filter RGB ... 120

D. Tabel SNR dan Grafik SNR ... 128

1. Lokasi Bambu kuning ... 129

1.1. 15 Desember 2012 ... 129

1.2. 17 Desember 2012 ... 134

1.3. 18 Desember 2012 ... 139

2. Lokasi Lembah Hijau ... 144

1.1. 11 Februari 2013 ... 144

1.2. 16 Februari 2013 ... 149

1.3. 23 Februari 2013 ... 154

E. Tabel Hasil Pengukuran Suhu dan Kelembaban dengan Hygrometer. 163 1. Tabel suhu dan kelembaban di Bambu Kuning ... 163

F. Grafik hasil pengukuran suhu dan kelembaban dengan Hygrometer 165 BAB V SIMPULAN DAN SARAN A. Simpulan ... 120

B. Saran ... 122

DAFTAR PUSTAKA LAMPIRAN

I. PENDAHULUAN

A. Latar Belakang

Semakin banyaknya pemakaian kendaraan bermotor sangat memicu semakin banyaknya polusi udara yang menyebabkan berbagai efek bagi lingkungan dan kesehatan manusia. Polusi udara dapat menyebabkan berbagai penyakit bagi manusia seperti mata perih, batuk, sampai gangguan pernafasan. Kualitas udara dilihat dari tingginya tingkat polusi udara yang terjadi di lingkungan tersebut, semakin rendah tingkat polusi udara yang disebabkan oleh gas buang kendaraan bermotor atau asap dari pabrik berarti kualitas udaranya baik, sedangkan jika udara sudah terkontaminasi oleh gas buang dari kendaraan bermotor atau asap dari pabrik berarti lingkungan tersebut memliki kualiatas udara yang jelek atau tidak baik buat kesehatan manusia dan lingkungan sekitar.

Pemerintah sudah melakukan berbagai cara agar mengurangi polusi udara di Indonesia, yaitu salah satunya dengan melakukan standarisasi emisi gas buang bagi kendaraan bermotor. Emisi gas buang adalah sisa hasil pembakaran didalam mesin kendaraan bermotor. Sebenarnya pengertian pembakaran kendaraan bermotor itu tidak hanya terbatas pada mobil, sepeda motor atau angkutan, akan tetapi termasuk juga aktivitas industri, kapal terbang, kereta api dan kapal laut. Intinya, semua armada yang menggunakan bahan bakar sebagai

sumber utamanya. Gas sisa pemabakaran mesin ini beracun dan merusak lapisan ozon atau menjadi penyebab adanya pemanasan global.

Dengan kasat mata kita dapat menilai kualitas suatu lingkungan dengan melihat atau menghirup udara sekitar, apakah lingkungan tersebut sudah tercemar polusi kendaraan atau hanya sekedar debu yang terbawa angin. Namun lain halnya jika kita melihat dari sisi citra suatu gambar, kita tidak dapat melihat secara subjektif kualitas udara (lingkungan) dari gambar tersebut. Dengan begitu dibutuhkan berbagai cara agar diketahui kualitas udara (lingkungan) dari sebuah gambar salah satunya adalah dengan pengolahan citra digital.

Pengolahan citra adalah bidang studi yang mempelajari manipulasi citra menjadi citra lain. Dengan proses pengolahan citra hasil yang didapat diharapkan mampu membantu manusia untuk menginterpresentasikan citra tersebut. Hal ini yang mendorong penulis untuk membuat program yang dapat memperbaiki kualitas citra yang dihasilkan dengan menggunakan perangkat lunak Matlab.

B. Tujuan Penelitian

Penulisan tugas akhir ini bertujuan untuk :

1. Mengetahui kondisi udara (lingkungan) di sekitar lokasi pengambilan gambar.

2. Mengetahui kualitas udara pada pengambilan gambar pada pagi hari sampai dengan sore hari.

3. Membandingkan citra asli dengan citra dengan filter digital (LPF, median, HPF)

4. Mengetahui nilai dari histogram dan SNR dari citra yang diolah pada perangkat lunak Matlab.

C. Manfaat Penelitian

Manfaat yang didapat dari penulisan tugas akhir ini adalah :

1. Memberikan informasi tentang kondisi udara (lingkungan) yang didapat dari pengolahan citra digital.

2. Mengetahui tingkatan kondisi udara (lingkungan) setelah diproses di Matlab.

3. Informasi tingkat kondisi udara dari citra dapat dikembangkan untuk monitoring kontrol polusi udara dalam upaya menuju suatu wilayah berstandar ekogreen.

D. Rumusan Masalah

Rumusan masalah pada penelitian ini adalah sebagai berikut :

1. Bagaimana lingkungan yang termasuk memliki udara yang baik di lihat dari sisi citra.

2. Bagaimana mendeteksi kondisi lingkungan dari sebuah citra.

3. Bagaimana lingkungan yang termasuk memiliki udara yang baik di lihat dari hasil pengolahan citra asli maupun menggunakan filter.

E. Batasan Masalah

Hal – hal yang dilakukan dalam tugas akhir ini dibatasi pada masalah : 1. Citra yang akan diolah merupakan citra yang dihasilkan dengan

menggunakan kamera digital dan dilakukan pengambilan data pada jam 06.00 sampai jam 16.00 secara berkala setiap 2 jam.

2. Pendeteksian citra dinilai dari hasil SNR (Signal to Noise Ratio) yang didapat setelah melalui proses penapisan (LPF, MPF, HPF) pada program Matlab. Didukung oleh data dari alat hygrometer.

3. Pengolahan citra ini dilakukan pada citra diam, yang di ambil oleh kamera digital pada saat dilokasi.

4. Parameter kualitas udara dapat dilihat dari nilai rata – rata SNR yang didapatkan pada proses sebelumnya.

5. Nilai SNR dan Histogram yang didapat tergantung kondisi pencahayaan pada lokasi pengambilan data.

F. Sistematika Penulisan

Sistematika penulisan tugas akhir ini terdiri dari beberapa bab, yaitu :

BAB I PENDAHULUAN

Bab ini menguraikan tentang latar belakang, rumusan masalah, batasan masalah, tujuan, manfaat, dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini berisi mengenai teori – teori yang menunjang penulisan tugas akhir, yaitu mengenai citra, kamera digital yang diguanakan, pengolahan citra, polusi udara dan perangkat lunak Matlab.

BAB III METODOLOGI PENELITIAN

Memuat langkah-langkah yang dilakukan pada penelitian ini diantaranya waktu dan tempat penelitian, alat dan bahan, prosedur dan alur penelitian.

BAB IV HASIL DAN PEMBAHASAN

Bab ini menguraikan tentang perancangan dari aplikasi yang dibuat dan juga menguraikan tentang pengimplementasian dari aplikasi yang dibuat. Serta pengujian dari aplikasi yang telah dibuat.

BAB V KESIMPULAN DAN SARAN

Bab ini berisi tentang kesimpulan dari tugas akhir yang telah dibuat dan juga saran saran yang sekiranya diperlukan untuk menyempurnakan tugas akhir.

DAFTAR PUSTAKA LAMPIRAN

II. TINJAUAN PUSTAKA

A. Polusi Udara

Adalah hal yang sangat mudah bagi setiap orang untuk melupakan tentang isu polusi udara ini, polusi udara adalah satu masalah nyata yang mengancam lingkungan bahkan mengancam diri kita, setiap saat dan setiap hari. Dan masalah polusi udara ini bukan satu masalah yang dapat selesai dengan sendirinya. Kabut asap, pabrik-pabrik, dan jutaan kendaraan bermotor yang kita lihat di jalan adalah hal-hal yang dapat mengingatkan kita akan bahaya polusi udara. Seandainya anda berdiri di tengah - tengah kemacetan lalulintas dan menghirup semua asap yang keluar dari kendaraan yang ada, anda dapat rasakan sesaknya dan tidak sulit untuk membayangkan racun apa yang sudah kita hirup dan mengisi tubuh kita.

Apakah sebenarnya Polusi Udara? Polusi udara adalah satu efek samping yang buruk dari kehidupan masyarakat modern kita, lebih khususnya, hasil sampingan dari kendaraan-kendaraan dan pabrik-pabrik yang melepaskan berbagai jenis gas serta bahan-kimia berbahaya ke atmosfir. Dan sepertinya tidak terlalu mengejutkan jika yang menjadi sumber utama polusi adalah kendaraan bermotor.

1. Bahaya gas buang dari kendaraan bermotor

Emisi gas buang adalah sisa hasil pembakaran yang dihasilkan oleh pembakaran di dalam mesin kendaraan bermotor. Sebenarnya pengertian pembakaran kendaraan bermotor itu tidak hanya sebatas pada mobil, sepeda motor atau angkutan, akan tetapi termasuk aktivitas industry, kapal terbang, turbin, kereta api dan kapal laut.

Intinya, semua armada menggunakan bahan bakar sebagai sumber utamanya. Gas sisa pembakaran mesin beracun dan akan merusak lapisan ozon, atau menjadi penyebab adanya pemanasan global.

Beberapa gas yang ditimbulkan oleh sisa pembakaran mesin adalah : 1. Karbon monoksida (gas CO)

Gas karbon monoksida ini mempunyai sifat beracun. Sifat lain gas CO ini adalah tidak berwarna, tidak berbau dan tidak berasa. Akibat bagi kesehatan manusia jika menghirup CO dalam kadar yang melebihi daya tahan tubuh maka akan mengakibatkan pingsan dan bahkan banyak memakan nyawa manusia.

2. Karbon dioksida CO2 yang mempunyai daya rusak terhadap ozon (O3) Gas inilah yang saat ini menjadi perhatian dunia karena mengakibatkan pemanasan global .Dan efek pemanasan global telah melahirkan banyak bencana di dunia.

3. H2O atau air

4. Nitrogen Oksida (NOx) 5. Senyawa Hidro Carbon (HC)

Senyawa ini tercipta sebagai akibat dari tidak sempurnanya proses pembakaran. Kekurangan oksigen, busi kotor, bensin yang tercampur air, bocornya paking adalah penyebab pembakaran yang tidak sempurna. [1]

2. Mengapa polusi udara berbahaya bagi lingkungan hidup ?

Ada beberapa isu yang dapat menunjukan bahaya dari polusi udara diantaranya:

1. Isu Kesehatan: Secara ilmiah telah dibuktikan bahwa polusi udara berkaitan dengan macam-macam penyakit yang, mencakup: serangan stroke, masalah pernafasan dan penyakit hati/jantung.

2. Pemanasan Global (Global Warming): istilah ini mengacu pada peningkatan temperatur planet kita, Bumi dengan penyebab utamanya adalah hasil dari gaya hidup modern kita yaitu Polusi Udara. Pemanasan Global telah berdampak pada planet kita (dengan cara menghancurkan ekosistem dan mencairnya kutub es), yang -kecuali jika kita berusaha menghentikannya- akan menaikkan permukaan laut yang menyebabkan kota-kota yang berada di dekat laut di seluruh dunia seperti London, New York, Jakarta dan lain-lain akan tergenang banjir.

3. Lapisan Ozon: lapisan ozon melindungi kita dari radiasi ultraviolet, dan itu telah berlangsung berjuta-juta tahun. Dan sat ini akibat dari polusi udara lapizan ozon mulai rusak, dan menjadi penyebab meningkatnya kasus kanker kulit dan juga mengakibatkan kerusakan alam serta tanaman.

4. Hujan Asam: beberapa polutan tertentu bisa menyebabkan hujan berubah menjadi hujan asam. Hal ini mempunyai satu dampak besar terhadap binatang, ikan dan tanaman. Hujan Asam bisa juga mempengaruhi kualitas tanah, membuat tanah beracun terhadap banyak binatang dan tanaman.

3. Bagaimana kita melawan polusi udara?

1. Kendaraan Hibrid: dengan menggunakan kendaraan hibrid, kita secara signifikan mengurangi pencemaran udara yang disebabkan oleh kendaraan dengan bahan bakar minyak (fossil fuel), karena jenis kendaraan hibrid menghasilkan polusi hanya seperempat dari kendaraan biasa.

2. Menggunakan energi hijau (ramah lingkungan), seperti tenaga angin, tenaga matahari, listrik hidro, energi geotermal (panas bumi) dan energi biomass, dari pada menggunakan energi yang bersumber dari bahan bakar minyak, akan juga mempunyai satu dampak besar terhadap pengurangan polusi udara.

Masalah pencemaran udara ini nampak semakin buruk dan kita mungkin mencapai satu titik dimana kerusakan alam dan lingkungan sudah sedemikian parah dan tidak dapat diperbaiki lagi. Solusi logis dalam menghadapi hal ini adalah kesadaran setiap orang untuk menerapkan cara hidup yang dapat mengurangi tingkat pencemaran udara dan berharap suatau hari nanti bahkan dapat menghilangkan pencemaran udara. Barangkali satu-satunya cara yang bisa dilakukan untuk mencapai ini

adalah melalui edukasi dan pemahaman tentang lingkungan: walaupun sebagian besar orang telah terbiasa dengan pengotoran udara dan secara umum sadar akan efek buruknya, banyak yang lebih suka untuk berpaling dan bersikap acuh dari masalah ini ketimbang mencari solusi. Satu-satunya cara untuk sungguh-sungguh mengatasi masalah ini harus dimulai dari generasi muda: jika kita, secara bersama, bisa menanamkan kesadaran akan kelestarian lingkungan hidup pada anak-anak kita, dan secara permanen mengubah cara pandang mereka terhadap lingkungan, mungkin akan lebih besar harapan untuk kelestarian planet kita. [2]

4. Parameter KualitasUdara Badan Pengendalian Dampak Lingkungan Tabel 2.1.Pengaruh Indeks Standar Pencemar Udara untuk setiap

Tabel 2.2. Indeks Standar Pencemar Udara (ISPU)

(sumber : http://www.cets-uii.org/BML/Udara/ISPU) [3]

B. Pengolahan Citra

Menurut Kamus Webster, “citra merupakan suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda”. Citra dapat dikelompokkkan menjadi citra tampak (misalnya,: Foto diri atau lukisan dinding) dan citra tidak tampak (misalnya; data gambar dalam file (citra digital) dan citra yang dipresentasikan berupa fungsi matematis. Diantara jenis citra tersebut hanya citra digital yang dapat diolah menggunakan komputer. Citra yang lain jika ingin diolah menggunakan komputer harus diubah terlebih dahulu menjadi citra digital.

Citra merupakan kumpulan dari titik-titik dengan gradasi warna tertentu yang membentuk pola tertentu, di komputer titik-titik tersebut berbentuk kotak bujur sangkar dan disebut pixel (picture element) dan disebut juga dot. Titik-titik tersebut terletak pada bidang dua dimensi yang dapat dinyatakan berupa f(x,y) dengan x dan y terletak pada sistem koordinat spasial sedangkan nilai f pada koordinat x dan y tersebut sebanding dengan tingkat kecerahan.

Pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi.

Citra adalah gambar pada bidang dua dimensi. Dalam tinjauan matematis, citra merupakan fungsi kontinu dari intensitas cahaya pada bidang dua dimensi. Ketika sumber cahaya menerangi objek, objek memantulkan kembali sebagian cahaya tersebut. Pantulan ini ditangkap oleh alat-alat pengindera optik, misalnya mata manusia, kamera, scanner dan sebagainya. Bayangan objek tersebut akan terekam sesuai intensitas pantulan cahaya. Ketika alat optik yang merekam pantulan cahaya itu merupakan mesin digital, misalnya kamera digital, maka citra yang dihasilkan merupakan citra digital. Pada citra digital, kontinuitas intensitas cahaya dikuantisasi sesuai resolusi alat perekam. [4]

1. Pixel (PictureElement)

Satu satuan informasi terkecil dalam suatu layar monitor, televisi atau peraga lainnya yang menggambarkan atau membentuk suatu bayangan (image) disebut sebagai pixel. Pixel dapat juga disebut sebagai titik gambar karena dalam dunia digital, gambar dibentuk dari titik-titik. Satuan dari pixel biasanya dinyatakan dengan posisi x, posisi y dan nilai dari pixel (warna atau gray).Pixel gambar yang kecerahannya dibawah tingkat tertentu diwakili oleh ”0” sedangkan diatasnya diwakili oleh ”1”, dengan demikian semua citra didalam memori komputer dapat diwakili oleh logika ”1” dan ”0”.

Citra dinyatakan dalam bentuk data matriks dua dimensi, dimana setiap titik data mewakili satu pixel. Dalam hubungannya dengan data video, maka satu gambar (image) dikenal sebagai satu frame. Misalnya sebuah gambar dikatakan resolusinya sebesar 800 x 600 maka berarti panjang

pixel horizontalnya 800 dan panjang pixel vertikalnya 600 dan jumlah total keseluruhan pixel dari gambar tersebut yaitu 480000 atau dapat dikatakan bahwa gambar tersebut terdiri dari 480000 pixel. Berikut ini adalah gambaran dimensi matriks yang mewakili 1 frame citra dengan ukuran M x N.

Gambar 2.1. Data matriks dua dimensi

Citra diatas merupakan matriks dua dimensi dari fungsi intensitas cahaya. Karena itu, referensi citra menggunakan dua variabel yang menunjuk posisi pada bidang dengan sebuah fungsi intensitas cahaya yang dapat dituliskan sebagai f(x,y) dimana f adalah nilai amplitude pada koordinat spasial (x,y). Sistem koordinat citra digital ditunjukkan pada gambar dibawah ini :

Gambar 2.2. Koordinat citra

Citra yang kita lihat sehari-hari merupakan cahaya yang direfleksikan sebuah obyek. Fungsi f(x,y) dapat dilihat sebagai fungsi dengan dua unsur, pertama merupakan besarnya sumber cahaya yang melingkupi pandangan terhadap obyek (illumination), kedua merupakan besarnya cahaya yang direfleksikan oleh obyek dalam pandangan kita (reflectance component).

2. Warna RGB

Model warna RGB (red, green, blue) mendeskripsikan warna sebagai kombinasi dari 3 warna, yaitu merah, hijau, dan biru. Dengan demikian diketahui bahwa dalam suatu pixel diwakili dengan 3 byte memori yang masing-masing terdiri dari 1 byte untuk warna merah, 1 byte untuk warna hijau, dan 1 byte untuk warna biru.

Gambar 2.3. Komponen RGB

Setiap matriks mengandung informasi intensitas warna komponen dengan masing-masing resolusi sebesar 8 bit. Jadi untuk citra digital berwarna menggunakan sistem 24 bit.

3. Warna Tingkat Keabuan (Greyscale)

Kecerahan dari citra yang disimpan dengan cara pemberian nomor pada tiap-tiap pixel-nya. Semakin tinggi nomor piksel-nya maka semakin terang (putih) pixel tersebut. Sedangkan semakin kecil nilai suatu

pixel, mengakibatkan warna pada pixel tersebut menjadi gelap. Dalam sistem kecerahan yang umum terdapat 256 tingkat untuk setiap pixel dimana skala kecerahan seperti ini dikenal sebagai greyscale.

Proses greyscale ini bertujuan untuk merubah citra 24 bit RGB menjadi citra abu-abu. Pemilihan pemrosesan pada tingkat abu-abu ini dipilih karena lebih sederhana, yaitu hanya menggunakan sedikit kombinasi warna. Dan dengan citra abu-abu dirasakan sudah cukup untuk memproses image yang semula berupa RGB. Prinsip perubahan citra dari 24 bit RGB menjadi citra abu-abu adalah dengan menghitung rata-rata dari intensitas Red, Green, dan Blue dari citra 24 bit RGBmenjadi data 8 bit, sehingga image akan lebih sederhana pada proses selanjutnya.

Gambar 2.4. Contoh grayscale

4. Histogram Citra

Histogram Citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu di dalam citra.

Gambar 2.5. Citra dan Histogramnya

Tinggi dari histogram pada titik tertentu menunjukkan jumlah pixel atau daerah dari citra yang mempunyai tingkat keabuan tersebut.

Pixel dengan intensitas terendah adalah hitam dan pixeldengan intensitas tertinggi adalah putih. Sebuah pixel dengan intensitas sedang mungkin berwarna abu-abu atau memiliki tingkat keabuan tertentu.

Gambar 2.6. Ciri citra a) gelap, b) terang, c) normal dan d) normal

Histogram Equalization adalah suatu proses perataan histogram, dimana distribusi nilai derajat keabuan pada suatu citra dibuat rata. Untuk dapat melakukan histogram equalization ini diperlukan suatu fungsi distribusi kumulatif yang merupakan kumulatif dari histogram.

Gambar 2.7. Contoh Histogram Equalization

5. Jenis – Jenis Citra Citra analog

Citra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor televisi, foto sinar X, foto yang tercetak dikertas foto, lukisan pemandangan alam, hasil CTscan, lembar gambar yang terekam pada pita kaset.

Citra digital

Citra digital adalah citra yang dapat diolah oleh komputer. Misalnya sebuah citra grayscale ukuran 150x150 piksel (elemen terkecil dari sebuah citra) diambil sebagian (kotak kecil) berukuran 9x9 piksel. Maka monitor

akan menampilkan sebuah kotak kecil. Namun yang di simpan dalam memori computer hanyalah angka-angka yang menunjukan besar intensitas pada masing-masing piksel tersebut.

Pada awalnya pengolahan citra dilakukan untuk memperbaiki kualitas citra, namun seiring dengan berkembangnya ilmu komputer yang memungkinkan manusia dapat mengambil informasi dari suatu citra maka image processing tidak dapat dilepaskan dengan bidang computer vision. Pengolahan citra mempunyai dua tujuan utama, yaitu:

1. Tujuan yang pertama adalah Memperbaiki kualitas citra, citra yang dihasilkan dapat menampilkan informasi secara jelas, dimana manusia dapat melihat informasi yang diinginkan dengan menginterprestasikan citra yang ada.

2. Tujuan yang kedua adalah mengambil informasi ciri yang penting (Mengekstraksi ciri) pada suatu citra dan hasilnya dapat berupa informasi ciri citra berupa sederetan angka (Secara Numerik) dan data numerik tersebut memiliki besaran-besaran yang dapat dibedakan sehingga dapat diterjemahkan oleh sebuah komputer untuk melakukan sebuah keputusan yang Sangat penting.

Pengolahan citra digital diperlukan di beberapa bidang misalnya: bidang kedokteran, fotografi, keamanan data, dll. Di bidang kedokteran misalnya untuk memperjelas citra yang dihasilkan ct-scan untuk mendiagnosis penyakit. Bidang fotografi misalnya untuk memberikan efekfiltering, misalnya untuk menghasilkan foto hitam putih, foto berkabut suasana pagi hari di alam pedesaan. Untuk keamanan (security) misalnya

pengenalan pola retina mata untuk membuka kunci elektrik pintu. Pengolahan citra digital bisa juga digunakan sebagai keamanan data dengan dan otentikasi dengan teknik steganografi atau watermark, dll. Citra digital disusun oleh banyak piksel. Piksel tersebut mempunyai nilai yang menunjukkan intensitasnya. Data berupa nilai intensitas piksel ini yang kemudian tersimpan dalam media simpan digital (CD, harddisk, flashdisk, dll). Untuk memperbaiki kualitas citra (pengolahan citra digital), nilai piksel inilah yang dimanipulasi.

Digitalisasi citra

Proses mengubah citra analog menjadi citra digitaldisebut digitaslisai citra. Ada dua hal yang harusdilakukan pada digitalisasi citra, yaitu digitalisasi spasial yang di sebut sebagai sampling (penerokan) dan digitalisasi intensitas yang disebut sebagai kuantisasi.

C. Citra RGB

Pada dasarnya citra warna tersusun atas tiga warna utama yaitu merah, hijau dan biru, dimana kombinasi dari ketiga warna tersebut menghasilkan gambar warna yang lebih bervariasi seperti yang sering kita lihat. Dalam hal ini, sebuah warna didefinisikan dengan jumlah dari intensitas ketiga warna pokok RGB yang diperlukan untuk membentuk suatu warna. Kekuatan intensitas tiap komponen warna dapat berkisar antara 0% sampai 100% dan untuk

menampilkan tingkat kekuatan intensitas ketiga warna tersebut maka digunakan satuan bit yang jumlah gabungannya menggambarkan jumlah warna yang ditampilkan pada layar monitor. Kekuatan intensitas 0% untuk ketiga warna RGB berarti ketiadaan suatu warna maupun kecerahan pada suatu piksel sehingga tampak sebagai titik hitam pada monitor, sedangkan bila nilai intensitas RGB penuh 100% maka komponen warna akan saling menetralkan pada suatu piksel sehingga tampak suatu titik putih pada layar monitor. Dengan demikian, maka warna merah murni akan muncul jika intensitas R adalah 100% sedangkan dua komponen lainnya 0%. Begitu pula munculnya warna hijau murni atau biru murni terjadi bila komponen warna tersebut bernilai penuh 100% dan dua komponen lainnya bernilai 0%. Sedangkan kekuatan intensitas yang berbeda pada komponen RGB akan menghasilkan warna lain seperti yang kita lihat pada layar monitor, misalnya kuning, ungu dan lain-lain.

Pada layar monitor citra RGB yang ditampilkan adalah format 24 bit yang merupakan nilai triplet RGB masing-masing sebesar 8 bit untuk tiap warna red, green dan blue. Sehingga jumlah total kombinasi warna pada citra RGB 24 bit adalah (28)3 = 16.777.216 warna.

Menurut pengujian yang dilakukan terhadap kemampuan dan kepekaan mata, maka mata manusia tidak dapat lagi membedakan penampilan citra dengan jumlah warna sebanyak itu dengan benda aslinya, karena itu merupakan kemampuan tertinggi manusia dalam hal membedakan warna. Untuk alasan itulah maka format 24 bit dalam dunia komputer disebut dengan warna sebenarnya (true color). [5]

D. Image Cropping (Pemotongan Citra)

Pemotongan citra digunakan untuk mengambil daerah citra yang dibutuhkan untuk keperluan tertentu misalnya untuk penelitian dimana citra yang digunakan untuk bahan penelitian lebih dari satu citra. Hal ini bertujuan agar cakupan daerah penelitian tidak terlalu lebar.

E. Filter (Tapis)

Suatu citra biasanya mengandung derau (noise) yang muncul pada saat pengambilan citra tidak sempurna karena alasan cuaca, perangkat pengambil citra yang tidak fokus dan sebagainya dimana hal ini dapat menurunkan kualitas suatu citra. Derau pada umumnya berupa variasi intensitas (derajat keabuan) suatu pixel yang tidak berkaitan dengan pixel-pixel tetangganya (sekelilingnya). Proses pemfilteran pada citra digunakan untuk menaikkan mutu citra serta menghilangkan derau yang terkandung dalam citra pada saat pengambilan citra. Operasi pengurangan derau bekerja dengan cara menekan intensitas pixel yang tinggi karena pixel yang mengalami gangguan umumnya memiliki frekuensi tinggi. Dalam penelitian ini menggunakan LPF, Median Filter, dan HPF untuk melihat perubahan pada citra.

1. Low Pass Filter (LPF)

LPF adalah filter yang meloloskan intensitas pixel yang rendah dan menekan intensitas pixel yang tinggi. Salah satu bentuk dari LPF adalah

nilai suatu pixel dengan merata-ratakan nilai dari pixel tetangganya (sekelilingnya).

Gambar 2.8. Hasil LPF untuk gambar computer

Pada gambar diatas terlihat bahwa LPF menyebabkan gambar menjadi lebih lembut. Operasi perata-rataan ini dapat dipandang sebagai konvolusi antara citra f(x,y) dengan filter h(x,y) :

g(x,y) = f(x,y)* h(x,y)

Filter h disebut average filter (filter rata-rata) dimana ukuran default filter ini adalah ukuran 3x3 dengan bentuk persamaannya yaitu

H = / 9 atau H =

Misalkan sebuah potongan citra dalam matriks yaitu :

Dengan menghitung konvolusi dari matriks kernel filter rata-rata 3x3 dan matriks H, diperoleh :

G = F*H

G = *

G = (1)(1/9) + (1)(1/9) + (1)(1/9) + (1)(1/9) + (4)(1/9) + (1)(1/9) + (1)(1/9) + (1)(1/9) + (1)(1/9) = 12/9

kemudian nilai G tersebut masukkan kedalam matriks F untuk menggantikan nilai 4 dengan nilai 12/9.

G =

2. Median Filter

Median Filter merupakan salah satu teknik peningkatan kualitas citra dalam domain spasial. Cara kerjanya hampir sama dengan average filter. Pada average filter setiap output yang dihasilkan merupakan hasil operasi

pixel-pixel tetangga citra input, namun dengan median filter nilai pixel

tetangga tersebut bukan dirata-ratakan melainkan dicari nilai median dari nilai-nilai pixel yang telah diurutkan yang nantinya akan dikeluarkan sebagai output.

Median filter ini dapat mengurangi noise tanpa menyebabkan pengurangan tingkat ketajaman dari citra. Cara kerjanya dapat dijelaskan sebagai berikut:

Gambar 2.9. Contoh matriks citra

Dengan menggunakan citra diatas, diambil matriks kernel 3x3. Nilai masing-masing piksel yang bertetanggaan setelah diurutkan adalah sebagai berikut:

115, 119, 120, 123, 124, 125, 126, 127, 150

Hasil pengurutan tersebut mendapatkan nilai median 124. Nilai median ini digunakan untuk menggantikan nilai pusat mask, sehingga nilai 150 akan diganti dengan 124.

3. High Pass Filter (HPF)

HPF adalah filter yang akan meloloskan citra dengan intensitas pixel yang tinggi dan menekan intensitas pixel yang rendah. Akibatnya pinggiran dari citra akan terlihat lebih tajam dibandingkan sekitarnya sehingga HPF juga biasa disebut sebagai operasi penajaman (sharpened) citra.

Gambar 2.10. Citra asli (kiri) dan citra unsharp filter (kanan)

Unsharp masking filter adalah salah satu bentuk dari HPF dimana jenis filter ini akan membuat tepi-tepi gambar menjadi tampak jelas. Nama

Unsharp Masking berarti 'Masking yang tidak tajam' yang diterapkan untuk mengontraskan sisi objek sehingga memberi kesan tajam. Algoritma dari unsharp masking filter ini yaitu :

Nilai default untuk alpha pada jenis negatif ini adalah 0.2

F. SNR (Signal to Noise Ratio)

SNR digunakan untuk menentukan kualitas citra setelah dilakukan operasi pengurangan derau. Semakin besar nilai SNR berarti pengurangan derau dapat meningkatkan kualitas citra, sebaliknya jika nilai SNR semakin kecil maka pada citra hasil hanya sedikit juga peningkatan kualitasnya. (Basuki, 2005)

Sinyal dalam hal ini adalah citra asli sedangkan noise dihasilkan setelah citra hasil pemfilteran dikurangi oleh citra asli. SNR biasanya diukur dengan satuan decibles (dB). Rumus untuk menghitung SNR dapat dilihat dalam persamaan berikut :

SNR = 10*Log10 dimana :

adalah variance input

adalah selisih antara variance input dengan output

Variance adalah baris vektor yang berisi varian/perbedaan dari matriks citra.

G. Matlab

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik, analisis data, pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan.

Matlab hadir dengan membawa warna yang berbeda. Hal ini karena matlab membawa keistimewaan dalam fungsi-fungsi matematika, fisika, statistik, dan visualisasi. Matlab dikembangkan oleh MathWorks, yang pada awalnya dibuat untuk memberikan kemudahan mengakses data matrik pada proyek

LINPACK dan EISPACK. Saat ini matlab memiliki ratusan fungsi yang dapat digunakan sebagai problem solver mulai dari simple sampai masalah-masalah yang kompleks dari berbagai disiplin ilmu.

1. Lingkungan Kerja Matlab

1.1 Beberapa bagian dari window matlab • Current Directory

Window ini menampilkan isi dari direktori kerja saat menggunakan matlab. Kita dapat mengganti direktori ini sesuai dengan tempat direktori kerja yang diinginkan. Default dari alamat direktori berada dalam folder works tempat program files Matlab berada.

• Command History

Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap matlab.

• Command Window

Window ini adalah window utama dari Matlab. Disini adalah tempat untuk menjalankan fungsi, mendeklarasikan variable, menjalankan proses-proses, serta melihat isi variable.

• Workspace

Workspace berfungsi untuk menampilkan seluruh variabel-variabel yang sedang aktif pada saat pemakaian matlab. Apabila variabel berupa data matriks berukuran besar maka user dapat melihat isi dari seluruh data dengan melakukan double klik pada variabel tersebut. Matlab secara otomatis akan menampilkan window “array editor” yang berisikan data

pada setiap variabel yang dipilih user gambar berikut menampilkan tampilan antar muka dari matlab versi 7.8

Gambar 2.11. Tampilan Workspace

1.2 Getting Help

Matlab menyediakan fungsi help yang tidak berisikan tutorial lengkap mengenai Matlab dan segala keunggulannya. User dapat menjalankan fungsi ini dengan menekan tombol pada toolbar atau menulis perintah „help win‟ pada command window. Matlab juga menyediakan fungsi demos yang berisikan video tutorial matlab serta contoh-contoh program yang bisa dibuat dengan matlab.

1.3 Interupting dan Terminating dalam Matlab

Untuk menghentikan proses yang sedang berjalan pada matlab dapat dilakukan dengan menekan tombol Ctrl-C. Sedangkan untuk keluar dari matlab dapat dilakukan dengan menuliskan perintah exit atau quit pada comamnd window atau dengan menekan menu exit pada bagian menu file dari menu bar.

2. Variabel Pada Matlab

Matlab hanya memiliki dua jenis tipe data yaitu Numeric dan String. Dalam matlab setiap variabel akan disimpan dalam bentuk matrik. User

dapat langsung menuliskan variabel barutanpa harus mendeklarasikannya terlebih dahulu pada commandwindow.

Contoh pembuatan variabel pada matlab: >> varA = 1000

varA = 1000

>> varB = [45 2 35 45] varB =

45 2 35 45

>> varC = 'test variabel' varC =

test variabel

Penamaan variabel pada matlab bersifat case Sensitif karena itu perlu diperhatikan penggunaan huruf besar dan kecil pada penamaan variabel. Apabila terdapat variabel lama dengan nama yang sama maka matlab secara otomatis akan me-replace variabel lama tersebut dengan variabel baru yang dibuat user.

2.1 Matriks

Dapat diasumsikan bahwa didalam matlab setiap data akan disimpan dalam bentuk matriks. Dalam membuat suatu data matriks pada Matlab,

setiap isi data harus dimulai dari kurung siku„[„ dan diakhiri dengan kurung siku tutup „]‟. Untuk membuat variabel dengan data yang terdiri beberapa baris, gunakan tanda „titik koma‟ (;) untuk memisahkan data tiap barisnya.

Contoh pembuatan data matriks pada matlab:

Matlab menyediakan beberapa fungsi yang dapat kita gunakan untuk menghasilkan bentuk-bentuk matriks yang diinginkan. Fungsi-fungsi tersebut antara lain:

• zeros : untuk membuat matriks yang semua datanya bernilai 0 • ones : matriks yang semua datanya bernilai 1

• rand : matriks dengan data random dengan menggunakan distribusi uniform

• randn : matris dengan data random dengan menggunakan distribusi normal

• eye : untuk menghasilkan matriks identitas >> DataMatriks = [1 2 3;4 5 6]

DataMatriks = 1 2 3

3. M File

Di dalam matlab, kita dapat menyimpan semua script yang akan digunakan dalam file pada matlab dengan ekstensi .M. M-File dapat dipanggil dengan memilih menu file->new->M-File.

Di dalam M-File, kita dapat menyimpan semua perintah dan menjalankan

dengan menekan tombol atau mengetikan nama M-File yang kita buat pada command window.

Contoh gambar M-File

Gambar 2.12. Tampilan M-file

Di dalam M-File, kita dapat menuliskan fungsi-fungsi yang berisikan berbagai operasi sehingga menghasilkan data yang diinginkan.

1. Syntax program menampilkan file citra

Untuk menampilkan file citra dapat menggunakan fungsi imshow, seperti dibawah ini :

img = imread(„nama_citra‟); imshow(img)

keterangan :

img : variabel citra

imread : fungsi untuk membaca citra sesuai nama citranya

imshow : fungsi untuk menampilkan citra berdasarkan varibel citra

2. Syntax program untuk pemotongan (cropping) citra

Fungsi imcrop akan menghasilkan bagian citra (dalam bentuk kotak) dari sebuah citra. Kita dapat menentukan kotak crop melalui argumen masukan atau memilihnya dengan menggunakan mouse. Coding programnya yakni : crop = imcrop ( img,[ukuran koordinat citra] )

keterangan :

crop : varibel untuk crop

imcrop : fungsi untuk crop citra img : citra yang akan di-crop 3. Syntax program untuk filter LPF

h = fspecial('average',hsize); lp = imfilter(img,h)

lp : variabel untuk filter lpf fspecial : filter spasial jenis „average‟

hsize : jumlah baris dan kolom pada matriks h, dimana ukuran default-nya adalah [3 3]

img : citra yang akan difilter 4. Syntax program untuk filter Median FIlter

md = medfilt2(img) keterangan :

md : variabel untuk median filter

medfilt2 : fungsi untuk melakukan median filter terhadap citra img : citra yang akan difilter

5. Syntax program untuk HPF h = fspecial(„unsharp‟);

hpf = imfilter(img,h) keterangan :

hpf : variabel untuk hpf

fspecial : filter spasial jenis „unsharp‟

imfilter : fungsi untuk melakukan filter terhadap citra 6. Syntax program SNR

signal = var(citra asli (:))

noise = abs(var(citra asli (:)) - var(citra hasil filter (:))) s2n = 10*log10( signal / noise );

keterangan :

(:) : merupakan operator titik dua untuk mengambil baris dan kolom dari matriks sekaligus, dalam hal ini tanda ini berarti “sampai dengan”. abs : nilai absolute

var : fungsi yang digunakan untuk menghitung variansi (ragam) pada matriks citra

H. Hygrometer

Higrometer adalah sejenis alat untuk mengukur tingkat kelembapan pada suatu tempat. Biasanya alat ini ditempatkan di dalam bekas (container) penyimpanan barang yang memerlukan tahap kelembapan yang terjaga seperti dry box penyimpanan kamera. Kelembaban yang rendah akan mencegah pertumbuhan jamur yang menjadi musuh pada peralatan tersebut. Higrometer juga banyak dipakai di ruangan pengukuran dan instrumentasi untuk menjaga kelembapan udara yang berpengaruh terhadap keakuratan alat-alat pengukuran.

Hygrometer mempunyai prinsip kerja yaitu dengan menggunakan dua thermometer. Thermometer pertama dipergunakan untuk mengukur suhu udara biasa dan yang kedua untuk mengukur suhu udara jenuh/lembab (bagian bawah thermometer diliputi kain/kapasyang basah). Thermometer Bola Kering: tabung air raksa dibiarkan kering sehingga akan mengukur suhu udara sebenarnya.Thermometer Bola Basah: tabung air raksa dibasahi agar suhu yang terukur adalah suhu saturasi/ titik jenuh, yaitu; suhu yang diperlukan agar uap air dapat berkondensasi. Hal-hal yang sangat

mempengaruhi ketelitian pengukuran kelembaban dengan mempergunakan Psychrometer ialah :

1. Sifat peka, teliti dan cara membaca thermometer-thermometer 2. Kecepatan udara melalui Thermometer bola basah

3. Ukuran, bentuk, bahan dan cara membasahi kain 4. Letak bola kering atau bola basah

5. Suhu dan murninya air yang dipakai untuk membasahi kain

Hygrometer digunakan untuk mengukur kelembaban udara relative (RH). Proses Pengukuran Higrometer terdapat dua skala, yang satu menunjukkan kelembaban yang satu menunjukkan temperatur. Cara penggunaannya dengan meletakkan di tempat yang akan diukur kelembabannya, kemudian tunggu dan bacalah skalanya. Skala kelembaban biasanya ditandai dengan huruf h dan kalau suhu dengan derajat celcius. Ada bentuk higrometer lama yakni berbentuk bundar atau berupa termometer yang dipasang didinding. Cara membacanya juga sama, bisa dilihat pada raksanya ditermometer satu yang untuk mengukur kelembaban dan satu lagi yang mengukur suhu, yang bundar yang dibaca skalanya. Perlu diperhatikan pada saat pengukuran dengan hygrometer selama pembacaan haruslah diberi aliran udara yang berhembus ke arah alat tersebut, ini dapat dilakukan dengan mengipasi alat tersebut dengan secarik kertas atau kipas. Sedangkan pada slink, alatnya harus diputar. [6]

Gambar 2.13. Hygrometer HTC-1

I. Casio Exilim QV-R200

1. Performa

Kamera ini dilengkapi lensa 14.1 megapiksel dengan CMOS sensor dan lensa 5x zoom optical, dengan layar TFT 2.7″. Casio Exilim QV-R 200 juga dilengkapi fitur iAUTO. Fitur ini berfungsi untuk mengatur kamera secara optimal dan otomatis sesuai dengan keadaan sekitar. Selain itu kualitas rekaman yang di hasilkan Kamera Casio Exilim QV-R200 ini adalaha kualitas HD.

2. Sensitifitas Tinggi ISO 1600

Kamera Casio Exilim QV-R200 mempunyai tingkat sensitifitas ISO 1600. Dengan ISO yang sedemikian rupa, hasil foto akan tampak seperti aslinya dan sangat alami meskipun minim cahaya. Selain itu membantu Anda pada saat mengambil objek yang bergerak ,sehingga hasil foto bisa lebih maksimal tanpa blur.

3. Anti ShakeMode

Selain Kamera Casio Exilim QV-R200 didukung ISO 1600, kamera ini juga dilengkapi fitur Anti Shake Mode. fitur ini berfungsi untuk menghindari gambar blur karena gerakan / tangan subjek ,dan mampu menangkap gambar yang jelas tanpa menggunakan lampu Flash. Dengan demikian , Kamera Casio Exilim QV-R200 ini benar benar serius memberikan kenyamanan agar para penggunanya menikmati hasil dan puas terhadap kinerja.

Berikut adalah spesifikasi dari kamera Casio Exilim QV-R200 :

Tabel 2.3. Spesifikasi Kamera Casio Exilim QV-R 200

Sensor Resolution

14.1 megapixels Sensor Size

and Type

1/2.3-inch square pixel CCD Optical Zoom _{Optical Zoom：5x}

ISO Sensitivity _{Still Images：Auto/ ISO100/ ISO200/ ISO400/} ISO800/ ISO1600 Movies：Auto

Movie Clips _{16：9 1280×720 / 640 640×480 / 320}

320×240 / WEB 640×480

White Balance Auto WB, Daylight, Cloudy, Tungsten, Fluorescent1, Fluorescent2, Custom.

Flash _{Flash Modes：Auto, Red eye reduction, Flash off,} Flash on, Slow Sync.

LCD 2.7-inch TFT color LCD, 230,400 dots (960 x 240)

Storage Types 43.5MB built-in flash memory., SD Memory Card, SDHC Memory Card ,SDXC Memory Card

compatible.

Battery Rechargeable lithium ion battery (NP-80) x1 Dimensions

(WHD)

99.6(W) x 57.6(H) x 23.6(D) mm

III. METODE PENELITIAN

A. Waktu dan Tempat Penelitian

1. Waktu

April 2012 – Februari 2013 2. Tempat

Pasar Bambu Kuning dan Lembah Hijau

B. Alat dan Bahan

1. Peralatan yang digunakan dalam pengambilan data terdiri atas : 1. Kamera digital Casio QV-R200

2. Hygrometer 3. Filter optik RGB

2. Bahan-bahan yang digunakan terdiri atas : 1. Perangkat lunak Matlab 7

2. Data hasil pengukuran Hygrometer 3. Spesifikasi Alat

a. Resolusi : 14.1 megapixels

b. Jenis sensor : 1/2.3-inch square pixel CCD c. Format file :

Still images : JPEG (Exif Ver. 2.3), DPOF

Movies : Motion JPEG, AVI format, PCM (monaural).

d. Monitor screen : 2.7-inch TFT color LCD, 230,400 dots (960 x

240)

e. Recording media : SD Memory Card, SDHC Memory

Card ,SDXC Memory Card compatible.

C. Prosedur Penelitian Tugas Akhir

Ada beberapa tahapan yang dilakukan didalam penelitian tugas akhir ini yaitu : 1. Persiapan penelitian

Pengambilan data dilakukan dari jam 6 pagi sampai jam 5 sore selama beberapa hari, data diambil berkala setiap 2 jam diukur suhu dan kelembabannya menggunakan hygrometer. Dari total semua gambar akan dipilih gambar yang paling cocok atau tidak ada gangguan untuk diangkat menjadi contoh gambar pada penelitian ini.

2. Pemilihan Lokasi Pengambilan Data

Pemilihan lokasi pengambilan data/objek gambar sebaiknya berada di sekitar jalan raya atau dengan kata lain pengambilan data sebaiknya dilingkungan yang tercemar oleh gas buang kendaraan bermotor dan untuk

data perbandingannya diambil data gambar dari lokasi yang jauh dari tingkat polusi. Sebaiknya gambar juga diambil dari ketinggian agar tidak terhalang oleh benda lain.

3. Pengambilan Data

a. Pada saat pengambilan data diperhatikan juga posisi kamera, sebaiknya kamera tidak langsung mengarah ke matahari, juga tidak terhalang oleh benda – benda lain seperti pohon , bangunan atau benda lain yang tidak diinginkan agar gambar diharapkan memiliki kawasan pandangan yang luas dengan batas yang diinginkan.

b. Pengambilan data dilakukan di 2 titik lokasi, yaitu : Lembah Hijau dan Pasar Bambu Kuning. Yang jadi acuan dalam memilih lokasi ini adalah keadaan lokasi I yang diindikasi memliki kualitas udara yang bertimbal balik dengan lokasi II, yaitu secara kasat mata dapat dilihat keadaan bambu kuning memiliki intensitas kualitas udara lebih buruk dibandingkan dengan lembah hijau. Acuan lain juga karena tempat pengambilan data ini dilakukan ditempat berketinggian kurang lebih 4 meter.

(A) (B)

Gambar 3.1. Lokasi pengambilan data citra (A) Bambu Kuning (B) Lembah Hijau

4. Perancangan program

Memproses gambar pada Matlab dengan melakukan proses cropping citra, mengubah citra RGB ke grayscale, melakukan penapisan LPF, MPF dan HPF, kemudian mencari nilai SNR masing – masing filter, ekualisasi histogram pada citra dan menampilkan histogram tiap data. Sampai didapatkan hasil yang diinginkan pada penilitian ini.

5. Penulisan Laporan

Proses penulisan laporan dilakukan berdasarkan hasil dari proses penilitian yang nantinya akan dianalisis bagaimana proses dan langkah yang telah dibuat, apakah hasilnya nanti sudah dikategorikan berhasil menilai suatu kondisi udara (lingkungan) dari suatu citra?

Gambar 3.2. Diagram Alir Prosedur pelaksanaan penelitian Mengambil gambar lokasi

dengan kamera digital

Pengolahan Citra

Berhasil

Analisa dan bandingkan histogram & SNR tiap citra

Menyeleksi gambar

Mulai

Mengukur suhu dan kelembaban

Selesai

Ujicoba program, lihat hasil histogram dan SNR tiap citra

Ya

Tidak Tidak

Untuk mendapatkan bentuk histogram dan nilai SNR pada pengolahan citra dengan program Matlab melalui beberapa tahapan atau proses, yakni sebagai berikut :

a. Menampilkan citra

b. Melakukan crop pada citra, sesuai dengan kebutuhan untuk penilitian c. Proses penapisan citra dengan menggunakan jenis LPF yaitu untuk citra

asli, merah, hijau, biru dan RGB

d. Melakukan penapisan citra dengan MPF untuk citra asli, merah, hijau, biru dan RGB

e. Melakukan penapisan citra dengan HPF untuk citra asli, merah, hijau, biru dan RGB

V. SIMPULAN DAN SARAN

A. Simpulan

Berdasarkan pembahasan dan hasil penelitian maka dapat diambil kesimpulan :

1. Pada histogram citra pada lokasi Bambu Kuning terlihat terjadi pergesaran pada tiap – tiap jamnya pada setiap filter optis dan filter digital, tetapi perbedaan yang signifikan yaitu pergeseran pola histogram kekiri dengan pola semakin menyempit adalah jam 10, kemudian betahap kembali melebar setiap jamnya sampai jam 16. Dalam hal ini dapat diasumsikan pada lokasi Bambu Kuning terjadi perubahan kualitas lingkungan yang signifikan pada lokasi yaitu dari jam 10. Dikarenakan tingginya aktifitas kendaraan bermotor pada lokasi sehingga citra yang dihasilkan cenderung lebih gelap dan berpengaruh pada kualitas citra.

2. Pada lokasi Lembah Hijau terlihat dari pola histogram setiap jamnya mengalami beberapa perubahan penyempitan histogram, tetapi pada jam 10 terjadi perbedaan yang signifikan dibandingkan dengan jam yang lainnya yaitu penyempitan histogram kemudian berangsur melebar setelah jam 10, maka dapat diasumsikan pada jam 10 pada lokasi terjadi perubahan kondisi lingkungan yang cukup signifikan dikarenakan pada

jam tersebut aktifias kendaraan bermotor lebih tinggi dibandingkan dengan jam yang lainnya sehingga mempengaruhi kondisi udara pada lingkungan dan mempengaruhi hasil citranya.

3. Piksel yang dihasilkan pada penapisan LPF lebih rendah dibandingkan dengan penapisan lainnya, dan piksel yang dihasilkan pada penapisan HPF lebih tinggi dibandingkan dengan penapisan digital lainya.

4. Pada nilai SNR Median Filter terlihat nilainya lebih besar dibandingkan dengan SNR pada LPF dan HPF, sehingga membuat kondisi citra lebih buram/blur dibandingkan citra pada LPF dan HPF.

5. Pada data hygrometer terlihat kondisi udara pada lokasi Lembah Hijau lebih baik pada lokasi Bambu Kuning, pada lokasi Lembah Hijau kondisi suhu yang lebih rendah dan kelembaban yang lebih tinggi pada jam yang sama dengan lokasi Bambu Kuning.

6. Dari data hygrometer (suhu dan kelembaban) terlihat hampir sama antara kedua lokasi, yaitu pada pagi hari nilai suhu terlihat lebih rendah dan kelembaban tinggi, sedangkan menuju siang hari suhu mengalami pengingkatan sedangkan kelembaban akan mengalami penurunan, kondisi tersebut akan mengalami perubahan pada sore yaitu kelembaban akan mengalami peningkatan dan suhu mengalami penurunan.

B. Saran

1. Karena ditemukan banyak kendala baik dari kondisi lingkungan maupun pada kondisi cuaca sebaiknya dilakukan percobaan yang lebih sederhana, dengan menggunakan simulasi pada sebuah kotak yang dianggap sebagai lokasi penelitian, dan ditambah dengan lampu sinar lampu UV sebagai pengganti sinar matahari ditambah dengan pengasapan atau dengan debu yang dapat dideteksi sebagai pencemaran lingkungan, dengan begitu tidak akan didapat kendala dalam pengambilan data, dan akan didapatkan hasil yang diinginkan.

2. Pada saat pengambilan data menggunakan filter optik, sebaiknya diperhatikan pada saat pengambiilan data antara filter optik dengan kamera sebaiknya menempel, sehingga tidak ada cahaya masuk dari celah filter dan lensa kamera yang berakibat merusak hasil citra yang akan diproses.

DAFTAR PUSTAKA

1. Wijaya, M. Ch dan Prijono, A. 2007. Pengolahan Citra Digital Menggunakan Matlab. Informatika. Jakarta.

2. Anne Ahira, Emisi Gas Buang Kendaraan Bermotor, Artikel, 31 Maret 2012 http://www.anneahira.com/emisi-gas-buang-kendaraan-bermotor.htm

3. Mengapa Polusi Udara Berbahaya Bagi Lingkungan Hidup?, Artikel, 17 Agustus 2011 http://evomask.wordpress.com/2011/08/17/mengapa-polusi-udara-berbahaya-bagi-lingkungan-hidup/

4. Keputusan Kepala Badan Pengendalian Dampak Lingkungan, 21 November 1997 www.cets-uii.org/BML/Udara/ISPU/ISPU(Indeks Standar Pencemar Udara).htm 5. Diah Ayu Lukita, Citra RGB , Artikel, 10 April 2013

http://digilib.ittelkom.ac.id

6. Sudirman, Pengolahan Citra, e-book, 20 Oktober 2010 http://sorisoga.blogspot.com/

7. Firmansyah, A, Dasar-dasar Pemrograman Matlab, e-book, 2003 www.ilmukomputer.com

8. Dendy, Higrometer, Jurnal, 1 Februari 2012 http://www.scribd.com/doc/76919110/Higrometer

9. Aunur Rofiq Rohman, Peningkatan Kualitas Citra Hasil Identifikasi Objek, Skripsi, 2008 10.Natalia Sitorus, Penentuan Kematangan Buah Tomat Dengan Menggunakan Metode

Gambar 3.2. Diagram Alir Prosedur pelaksanaan penelitian Mengambil gambar lokasi

dengan kamera digital

Pengolahan Citra

Berhasil

Analisa dan bandingkan histogram & SNR tiap citra

Menyeleksi gambar

Mulai

Mengukur suhu dan kelembaban

Selesai

Ujicoba program, lihat hasil histogram dan SNR tiap citra

Ya

Tidak Tidak

Untuk mendapatkan bentuk histogram dan nilai SNR pada pengolahan citra dengan program Matlab melalui beberapa tahapan atau proses, yakni sebagai berikut :

a. Menampilkan citra

b. Melakukan crop pada citra, sesuai dengan kebutuhan untuk penilitian c. Proses penapisan citra dengan menggunakan jenis LPF yaitu untuk citra

asli, merah, hijau, biru dan RGB

d. Melakukan penapisan citra dengan MPF untuk citra asli, merah, hijau, biru dan RGB

e. Melakukan penapisan citra dengan HPF untuk citra asli, merah, hijau, biru dan RGB

V. SIMPULAN DAN SARAN

A. Simpulan

Berdasarkan pembahasan dan hasil penelitian maka dapat diambil kesimpulan :

1. Pada histogram citra pada lokasi Bambu Kuning terlihat terjadi pergesaran pada tiap – tiap jamnya pada setiap filter optis dan filter digital, tetapi perbedaan yang signifikan yaitu pergeseran pola histogram kekiri dengan pola semakin menyempit adalah jam 10, kemudian betahap kembali melebar setiap jamnya sampai jam 16. Dalam hal ini dapat diasumsikan pada lokasi Bambu Kuning terjadi perubahan kualitas lingkungan yang signifikan pada lokasi yaitu dari jam 10. Dikarenakan tingginya aktifitas kendaraan bermotor pada lokasi sehingga citra yang dihasilkan cenderung lebih gelap dan berpengaruh pada kualitas citra.

2. Pada lokasi Lembah Hijau terlihat dari pola histogram setiap jamnya mengalami beberapa perubahan penyempitan histogram, tetapi pada jam 10 terjadi perbedaan yang signifikan dibandingkan dengan jam yang lainnya yaitu penyempitan histogram kemudian berangsur melebar setelah jam 10, maka dapat diasumsikan pada jam 10 pada lokasi terjadi perubahan kondisi lingkungan yang cukup signifikan dikarenakan pada

jam tersebut aktifias kendaraan bermotor lebih tinggi dibandingkan dengan jam yang lainnya sehingga mempengaruhi kondisi udara pada lingkungan dan mempengaruhi hasil citranya.

3. Piksel yang dihasilkan pada penapisan LPF lebih rendah dibandingkan dengan penapisan lainnya, dan piksel yang dihasilkan pada penapisan HPF lebih tinggi dibandingkan dengan penapisan digital lainya.

4. Pada nilai SNR Median Filter terlihat nilainya lebih besar dibandingkan dengan SNR pada LPF dan HPF, sehingga membuat kondisi citra lebih buram/blur dibandingkan citra pada LPF dan HPF.

5. Pada data hygrometer terlihat kondisi udara pada lokasi Lembah Hijau lebih baik pada lokasi Bambu Kuning, pada lokasi Lembah Hijau kondisi suhu yang lebih rendah dan kelembaban yang lebih tinggi pada jam yang sama dengan lokasi Bambu Kuning.

6. Dari data hygrometer (suhu dan kelembaban) terlihat hampir sama antara kedua lokasi, yaitu pada pagi hari nilai suhu terlihat lebih rendah dan kelembaban tinggi, sedangkan menuju siang hari suhu mengalami pengingkatan sedangkan kelembaban akan mengalami penurunan, kondisi tersebut akan mengalami perubahan pada sore yaitu kelembaban akan mengalami peningkatan dan suhu mengalami penurunan.

B. Saran

1. Karena ditemukan banyak kendala baik dari kondisi lingkungan maupun pada kondisi cuaca sebaiknya dilakukan percobaan yang lebih sederhana, dengan menggunakan simulasi pada sebuah kotak yang dianggap sebagai lokasi penelitian, dan ditambah dengan lampu sinar lampu UV sebagai pengganti sinar matahari ditambah dengan pengasapan atau dengan debu yang dapat dideteksi sebagai pencemaran lingkungan, dengan begitu tidak akan didapat kendala dalam pengambilan data, dan akan didapatkan hasil yang diinginkan.

2. Pada saat pengambilan data menggunakan filter optik, sebaiknya diperhatikan pada saat pengambiilan data antara filter optik dengan kamera sebaiknya menempel, sehingga tidak ada cahaya masuk dari celah filter dan lensa kamera yang berakibat merusak hasil citra yang akan diproses.

DAFTAR PUSTAKA

1. Wijaya, M. Ch dan Prijono, A. 2007. Pengolahan Citra Digital Menggunakan Matlab. Informatika. Jakarta.

2. Anne Ahira, Emisi Gas Buang Kendaraan Bermotor, Artikel, 31 Maret 2012 http://www.anneahira.com/emisi-gas-buang-kendaraan-bermotor.htm

3. Mengapa Polusi Udara Berbahaya Bagi Lingkungan Hidup?, Artikel, 17 Agustus 2011 http://evomask.wordpress.com/2011/08/17/mengapa-polusi-udara-berbahaya-bagi-lingkungan-hidup/

4. Keputusan Kepala Badan Pengendalian Dampak Lingkungan, 21 November 1997 www.cets-uii.org/BML/Udara/ISPU/ISPU(Indeks Standar Pencemar Udara).htm 5. Diah Ayu Lukita, Citra RGB , Artikel, 10 April 2013

http://digilib.ittelkom.ac.id

6. Sudirman, Pengolahan Citra, e-book, 20 Oktober 2010 http://sorisoga.blogspot.com/

7. Firmansyah, A, Dasar-dasar Pemrograman Matlab, e-book, 2003 www.ilmukomputer.com

8. Dendy, Higrometer, Jurnal, 1 Februari 2012 http://www.scribd.com/doc/76919110/Higrometer

9. Aunur Rofiq Rohman, Peningkatan Kualitas Citra Hasil Identifikasi Objek, Skripsi, 2008 10.Natalia Sitorus, Penentuan Kematangan Buah Tomat Dengan Menggunakan Metode