fitur dari objek pada suatu citra dapat dikenali dan diekstrak sehingga dapat digunakan untuk pemrosesan lebih lanjut. Pada citra berbentuk garis, skeleton menunjukkan
semua informasi dari objek aslinya. Komponen-komponen dari skeleton, yaitu posisi, orientasi, dan panjang segmen-segmen garis skeleton mewakili garis-garis yang
membentuk image. Komponen-komponen ini mempermudah karakterisasi komponen- komponen dari image tersebut. Misalnya panjang dari suatu bentuk dapat diperkirakan
dengan memperhitungkan ujung-ujung dan titik terjauh pada skeleton. Algoritma thinning melakukan pengulanganiteration, dimana piksel-piksel ini diseleksi
dengan kriteria-kriteria tertentu untuk memutuskan atau membedakan antara piksel yang akan dihilangkan dan yang tidak. Terdapat cukup banyak algoritma thinning
semuanya memiliki kelebihan dan kekurangan masing-masing. Penggunaan algoritma tersebut tergantung pada kebutuhan.
Melihat manfaat thinning sebagai preprocessing operation untuk proses pengolahan gambar atau citra selanjutnya, maka dalam penyusunan skripsi ini, penulis
memilih judul STUDI PERBANDINGAN BEBERAPA ALGORITMA THINNING
DALAM PENGENALAN POLA.
1.2 Perumusan Masalah
Adapun masalah yang akan dibahas di dalam penelitian ini adalah: 1.
Bagaimana cara kerja dari beberapa algoritma thinning untuk menghasilkan kerangka suatu citra.
2. Bagaimana membandingkan hasil rangka pola yang baik.
3. Bagaimana membangun perangkat lunak tentang studi perbandingan beberapa
algoritma Thinning dalam pengenalan pola dengan menggunakan bahasa pemrograman Microsoft Visual Basic 6.0.
Universitas Sumatera Utara
1.3 Batasan Masalah
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:
1. Citra yang digunakan berukuran 300x200 piksel.
2. Algoritma Thinning yang dibandingkan yaitu Algoritma ZhangSuen,
Algoritma Stentiford, Algoritma Rosenfeld, Algoritma Hilditch. 3.
Parameternya berupa bentuk hasil kerangka citra yang sudah di Thinning dengan beberapa algoritma, jumlah penulusuran, jumlah piksel yang terhapus
dan lama proses dari masing-masing algoritma Thinning.
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah: 1.
Mengetahui beberapa algoritma Thinning. 2.
mengetahui bagaimana proses image thinning. 3.
Mengamati hasil rangka dari beberapa algoritma Thinning. 4.
Membandingkan hasil rangka yang terbaik dari masing-masing algoritma Thinning.
5. Menampilkan kelebihan dan kekurangan dari masing-masing algoritma
Thinning.
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah: 1.
Sebagai bahan perbandingan untuk proses pengenalan pola. 2.
Memperkaya literatur mengenai pengenalan pola khususnya algoritma thinning.
Universitas Sumatera Utara
1.6 Metode Penelitian
Dalam menyusun skripsi ini penulis melakukan beberapa penerapan metode penelitian untuk menyelesaikan permasalahan. Adapun metode penelitian yang dilakukan adalah
dengan cara:
1. Pembelajaran secara literatur
Pada tahap ini dilakukan proses pengumpulan informasi yang diperlukan untuk proses perancanaan sistem. Studi literatur ini mencakup tentang pemahaman
konsep. Konsep-konsep tersebut antara lain: Pengolahan citra, operasi morfologi. Konsep-konsep pengolahan citra yang dipelajari antara lain yakni
pengertian citra RGB, Citra GrayScale, dan citra Treshold serta citra Biner. konsep operasi morfologi yang dipelajari antara lain cara kerja beberapa
algoritma Thinningpengerangkaan adapun jenis algoritma thinning yang akan dipelajari adalah Algoritma ZhangSuen, Algoritma Stentiford, Algoritma
Hildich, Algoritma Rosenfeld.
2. Pengumpulan Data
Data yang dipakai dalam skripsi ini adalah citra RGB. Karakteristik dari citra tersebut antara lain, resolusi citra 200x300piksel, format citra adalah BMP.
3. Desain Data Sistem
Data yang digunakan dalam pembuatan aplikasi ini adalah citra RGB. Data tersebut dibagi menjadi data masukan, data proses, dan data keluaran. Data-
data tersebut adalah: a.
Data masukan Data masukan yang dipakai dalam aplikasi ini adalah citra RGB.
b. Data Proses
Data Proses adalah data RGB yang digunakan untuk proses segmentasi. Data citra RGB tersebut dirubah dulu kedalam bentuk grayscale untuk
mendapatkan citra biner. Dalam proses pengubahan citra grayscale menjadi citra Biner dilakukan proses Treshold terlebih dahulu, citra
treshold yang akan diproses dalam citra biner akan diproses untuk
Universitas Sumatera Utara
masukan langkah berikutnya. Kemudian dilakukan proses thinning terhadap citra biner, operasi morfologi dari masing-masing algoritma
thinning. Sehingga hasil akhir dari proses ini adalah citra RGB yang sudah di thinning.
c. Data Keluaran
Data keluaran berupa citra data citra RGB yang telah di lakukan proses thinning. Format file untuk data keluaran adalah .JP dan hanya dapat
ditampilkan lewat aplikasi yang telah dirancang.
4. Perancangan Sistem
Dalam skripsi ini akan dibuat suatu sistem yang dapat melakukan proses segmentasi thinning terhadap suatu citra RGB. Tahapan-tahapan dalam
membuat sistem tersebut dibagi dalam dua modul yaitu: a.
Modul yang digunakan untuk mengubah citra RGB menjadi citra Citra Biner. Modul ini terdiri dari segmentasi citra.
b. Modul yang digunakan untuk proses pengerangkaanthinning terhadap
citra RGB. Modul ini berupa operasi morfologi. Dalam modul ini metode yang dibandingkan adalah algoritma ZhangSuen, algoritma
Stentiford, algoritma Hilditch dan algoritma Rosenfeld.
5. Implementasi
Pada tahapan ini dilakukan implementasi sistem yang telah dirancang. Pengimplementasian dilakukan dengan pedoman-pedoman yang didapatkan
dari tahapan-tahapan sebelumnya. Pengimplementasian untuk skripsi ini menggunakan pemrograman Visual Basic 6.0 sebagai bahasa pemrograman
yang dipakai.
6. Uji coba dan analisa
Pada tahap ini dilakukan ujicoba dan analisa terhadap perangkat lunak yang telah dibuat untuk mengetahui kemampuaan dan keakuratan algoritma yang
telah dipakai. Dimana dalam ujicoba ini menggunakan citra RGB, hasil yang diharapkan dari proses ujicoba ini adalah tingkat akurasi aplikasi dalam
melakukan proses pengerangkaanThinning terhadap suatu citra RGB
Universitas Sumatera Utara
tersebut. Untuk mengetahui tingkat akurasi dari aplikasi yang telah dibuat, langkah yang dilakukan adalah dengan cara melakukan proses perbandingan
antara pengerjaan secara manual dengan hasil aplikasi yang dibuat dengan ketentuan yang sama. Data yang dibandingkan adalah bentuk hasil tampilan
setelah di thinning, jumlah penelusuran, banyaknya piksel yang terhapus.
7. Penyusunan Buku Skripsi
Pada tahap ini dilakukan penyusunan laporan yang menjelaskan dasar teori dan algoritma thinning yang digunakan dalam skripsi ini serta hasil dari
implementasi aplikasi perangkat lunak yang telah dibuat. Penyusunan buku skripsi ini berpedoman kepada aturan penulisan skripsi yang dikeluarkan oleh
USU.
1.7 Sistematika Penulisan
