4.2 Prosedur Operasional
Tampilan awal aplikasi ditunjukkan sperti pada Gambar 4.1 yang memiliki dua tombol, yaitu tombol “Start” dan tombol “Exit”. Tombol “Start” digunakan untuk
memulai sistem dan masuk kedalam tampilan utama sistem. Tombol “Exit” digunakan
jika user ingin keluar dari sistem. Tampilan utama sistem ditunjukkan pada Gambar 4.2,
pada tampilan utama tersebut terdapat tiga tombol yaitu tombol “Browse”, tombol “Process”, dan tombol “Reset”. Tombol “Browse” yang digunakan untuk memilih
citra fraktur tulang tibia dan fibula yang akan diidentifikasi dimana letaklokasi fraktur tulang ti
bia dan fibula. Tampilan saat tombol “Browse” dipilih dapat dilihat pada Gambar 4.3.
Gambar 4.3 Tampilan utama aplikasi saat tombol “Browse” dipilih
Universitas Sumatera Utara
Citra tulang tibia dan fibula yang dipilih selanjutnya akan ditampilkan pada panel “Citra Cruris” seperti ditunjukkan pada Gambar 4.4
Gambar 4.4 Tampilan utama aplikasi setelah citra tulang dipilih
Setelah citra fraktur tulang tibia dan fibula ditampilkan pada panel “Citra Cruris”, maka tombol “Process” dan tombol “Reset” dapat digunakan. Tombol “Process”
digunakan untuk memulai proses identifikasi lokasi fraktur dari citra tulang fraktur tibia dan fibula yang dipilih, dimulai dari proses pre-processing, feature extraction,
dan identifikasi menggunakan Algoritma Scanline. Hasil dari proses pre-procesing akan ditampilkan pada panel “grayscaling” citra hasil grayscaling, citra hasil
penajaman dengan pada panel “Sharpening”, hasil ekstraksi fitur menggunakan deteksi tepi canny akan ditampilkan pada panel “Deteksi Canny”, dan hasil
identifikasi akan ditampilkan pada panel “Hasil Identifikasi” seperti yang ditunjukkan
Gambar 4.5.
Universitas Sumatera Utara
Gambar 4.5 Tampilan Aplikasi pada proses identifikasi
Hasil dari pre-processing ditampilkan pada Gambar 4.6, Gambar 4.7, dan Gambar 4.8.
Gambar 4.6. Tampilan Citra Hasil Grayscaling
Universitas Sumatera Utara
Pada Gambar 4.6 merupakan hasil tampilan citra grayscaling, citra warna pada citra cruris asli diubah menjadi citra abu-abu atau grayscaling, dengan menghitung nilai
rata-rata warna dari Red, Green, Blue pada setiap piksel. Setelah didapatkan nilai rata-rata warna maka nilai tersebut akan diubah berdasarkan nilai grayscaling yang
didapatkan pada setiap piksel.
Gambar 4.7 Tampilan Citra Hasil Sharpening
Pada Gambar 4.7 merupakan tampilan hasil proses Sharpening, proses sharpening merupakan proses penajaman citra. Pada proses sharpening didapatkan tepian citra
yang lebih tajam dan lebih jelas. Hasil tersebut didapatkan dengan menerapkan prinsip High Pass Filter HPF pada proses sharpening.
Universitas Sumatera Utara
Gambar 4.8 Tampilan Citra Hasil Deteksi Tepi Canny
Pada Gambar 4.8 merupakan tampilan hasil dari proses ekstraksi fitur dalam identifikasi lokasi fraktur menggunakan deteksi tepi Canny. Pada proses Canny
tersebut didapatkan piksel hitam dan piksel putih. Piksel putih merupakan hasil dari tepian yang didapatkan sedangkan piksel hitam merupakan background. Nilai fitur
yang didapatkan pada proses Canny, akan menjadi masukan pada proses Algoritma Scanline.
Gambar 4.9 Tampilan Citra Hasil Identifikasi
Universitas Sumatera Utara
Hasil dari proses identifikasi menggunakan Algoritma Scanline ditampilkan pada panel “Hasil Identifikasi”. Tampilan hasil proses Identifikasi lokasi fraktur citra tulang
tibia dan fibula ditunjukkan pada Gambar 4.9. Nilai fitur yang didapatkan pada proses Canny akan mengalami perhitungan untuk mendapatkan nilai tertinggi. Nilai tertinggi
tersebut akan menjadi titik pusat dalam menentukan lokasi fraktur tulang tibia dan fibula.
4.3 Pengujian Sistem