koordinat x,y adalah fx,y, yaitu besar intensitas atau warna dari piksel di titik itu. Oleh sebab itu citra digital dapat ditulis dalam bentuk matriks seperti persamaan2.1
Sutoyo, et all. 2009.
, = 0,0
1,0 …
0,1 1,1
… − 1,0
− 1,1 …
… …
0, − 1
1, − 1
… …
− 1, − 1 … … … … … … … … 2.1
2.2.3 Jenis- Jenis Citra Digital
Citra digital dikelompokkan menjadi 4 jenis, yaitu Wahana Komputer,2013: 1. Citra Biner. Masing-masing piksel hanya berwarna hitam dan putih . Oleh karena
itu hanya terdapat dua kemungkinan yaitu hitam dan putih, maka hanya diperlukan satu bit per piksel. Oleh karena itu citra biner sangat efisien atau irit tempat
penyimpanan storage. Citra yang direpresentasikan seba gai citra biner sangat cocok digunakana untuk citra yang menggambarkan teks, fingerprint atau rencana
arsitektural. Seperti terlihat pada Gambar 2.4 di bawah ini:
Gambar 2.5 Citra Biner Wahana Komputer, 2013
2. Citra abu-abu Grayscale. Masing-masing piksel berisikan warna abu-abu dengan nilai normal antara 0 hitam sampai 255 putih. Range tersebut berarti
masing-masing piksel dapat direpresentasikan oleh nilai 8 bit atau 1 byte. Citra Grayscale dengan range nilai yang lain juga digunakan. Akan tetapi pada
umumnya citra tersebut memiliki
range pangkat dua dari 8 bit. Seperti terlihat pada Gambar 2.6.
Gambar 2.6 Citra Grayscale Wahana Komputer, 2013
3. Citra RGB. Untuk citra RGB masing-masing piksel mempunyai sebuah warna khusus. Warna dideskripsikan oleh kombinasi warna merah Red, hijau Green,
biru Blue. Jika masing-masing komponen Merah, Hijau, Biru mempunyai range antara 0-255, maka total range yang digunakan untuk citra RGB adalah 155
pangkat 3 atau 16.777.216 kemungkinan warna. Seperti terlihat pada Gambar 2.7 di bawah ini.
Gambar 2.7 Citra RGB Wahana Komputer, 2013
2.2.4 Pengolahan Citra
Pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari hal-hal berkaitan dengan perbaikan kualitas gambar peningkatan kontras, transformasi
warna, restorasi citra, transformasi gambar rotasi, translasi, skala, transformasi geometrik, melakukan pemilihan citra ciri feature images yang optimal untuk
tujuan analisis, melakukan proses penarikan informasi atau deskripsi objek atau pengujian objek terkandung pada citra, melakukan kompresi atau reduksi data untuk
tujuan penyimpanan data, transmisi data, dan waktu proses data. Input dari pengolahan citra adalah citra, sedangkan output-nya adalah citra hasil pengolahan
Sutoyo,et all. 2009.
Teknik pengolahan citra dibagi menjadi beberapa sub kelas. Adapun pembagian kelas dari pengolahan citra adalah seperti berikut ini Wahana Komputer, 2013:
1. Image Enhancement.
Image Enhancement merujuk pada memproses sebuah gambar sehingga hasilnya menjadi lebih bagus dengan menggunakan aplikasi khusus. Contoh ini meliputi
menajamkan atau mengurangi blur dari sebuah gambar, menandai tepi, meningkatkan kontras gambar atau meningkatkan kecerahan sebuah gambar,
menghilangkan noise.
2.
Image Restoration
Image Restoration adalah mengembalikan keadaan semula sebuah gambar yang telah rusak menjadi seperti semula. Seperti contoh dapat dilihat seperti,
menghilangkan blur yang disebabkan oleh pergerakan linear, menghilangkan
distorsi optik, menghilangkan efek tua dari sebuah gambar.
3. Image Segmentation
Image Segmentation meliputi pembagian gambar menjadi bagian yang berbeda atau mengisolasi aspek tertentu dari sebuah gambar. Sebagai contoh dapat dilihat
seperti, menemukan garis,lingkaran atau bentuk khusus sebuah gambar, fotografi, mengidentifikasi mobil , pohon, gedung atau jalan
2.2.5 Langkah-Langkah Pengolahan Citra Digital
Berikut ini merupakan langkah-langkah pengolahan citra digital, seperti pada Gambar 2.8 berikut ini.
Basis Pengetahuan Akuisi Citra
Pre-processing Pengenalan
dan Interpretasi
Segmentasi Representasi
dan Deskripsi
Hasil Domain
Masalah
Gambar 2.8 Langkah-langkah Pengolahan Citra Digital Sutoyo, et all. 2010
Secara umum, langkah-langkah pengolahan citra digital sebagai berikut : 1. Akuisi citra
Akuisi citra adalah tahap awal untuk mendapatkan citra digital. Tujuan akuisi citra adalah untuk menentukan data yang diperlukan dan memilih metode perekaman
citra digital. Tahap ini dimulai dari objek yang akan diambil gambarnya, persiapan alat-alat sampai pada pencitraan. Pencitraan adalah kegiatan transformasi dari citra
tampak foto, gambar, lukisan, patung, pemandangan, dan lain-lain menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah :
a Video kamera b Kamera digital
c Kamera konvensional dan konverter analog to digital d Scanner
e Photo sinar-x sinar infra merah
2. Pre-processing Tahap ini digunakan untuk menjamin kelancaran pada proses berikutnya. Hal-hal
penting yang dilakukan pada tingkatan ini diantaranya adalah sebagai berikut : a Peningkatan kualitas citra kontras, brightness, dan lain-lain
b Menghilangkan noise
c Perbaikan citra image restoration d Transformasi image transformation
e Menentukan bagian citra yang akan di observasi
3. Segmentasi Tahapan ini digunakan untuk mempartisi citra menjadi bagian-bagian pokok yang
mengandung informasi penting. Misalnya memisahkan antara objek dengan latar belakang.
4. Representasi dan deskripsi Dalam hal ini representasi merupakan suatu proses untuk merepresentasikan suatu
wilayah sebagai suatu daftar titik-titik koordinat dalam kurva tertutup. Setelah suatu wilayah dapat direpresentasi, proses selanjutnya adalah melakukan deskripsi
citra dengan cara seleksi ciri feature extraction and selection. Seleksi ciri bertujuan untuk memilih informasi kuantitatif dari ciri yang ada, yang dapat
membedakan kelas-kelas objek dengan baik, sedangkan ekstraksi ciri bertujuan untuk mengukur besaran kuantitatif ciri setiap piksel, misalnya rata-rata, standar
deviasi, koefisien variasi, dan lain-lain.
5. Pengujian dan interpretasi Tahap pengujian bertujuan untuk memberi label pada sebuah objek yang
informasinya disediakan oleh descriptor, sedangkan tahap interpretasi bertujuan untuk memberi arti atau makna kepada kelompok objek-objek yang dikenali.
6. Basis pengetahuan Basis pengetahuan sebagai basis data pengetahuan berguna untuk memandu
operasi dari masing-masing modul proses dan mengkontrol interaksi antara modul-modul tersebut. Selain itu, basis pengetahuan juga digunakan sebagai
referensi pada proses template matching atau pada pengujian pola.
