Pendahuluan Landasan Teori Analisis dan Perancangan Sistem Implementasi dan Pengujian Kesimpulan dan Saran

DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak vi Abstract vii Daftar Isi viii Daftar Gambar x Daftar Tabel xi Daftar Lampiran xii

Bab I Pendahuluan

1.1 Latar Belakang

1 1.2 Perumusan Masalah 2

1.3 Batasan Masalah

2 1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian

3 1.6 Metodologi Penelitian 3 1.7 Sistematika penulisan 4

Bab II Landasan Teori

2.1 Citra

5 2.2 Citra Digital 5 2.2.1 Jenis-Jenis Citra Digital 6 2.2.1.1 Citra Biner 6 2.2.1.2 Citra Grayscale 7 2.2.1.3 Citra Warna 7 2.3 Pengolahan Citra 8 2.4 Segmentasi 9 2.4.1 Deteksi Titik 10 2.4.2 Deteksi Garis 10 2.4.3 Deteksi Tepi 11 2.4.4 Deteksi Tepi Berdasarkan Turunan Pertama 11 2.4.5 Deteksi Tepi Berdasarkan Turunan Kedua 12 2.4.6 Operator Canny 12 2.4.7 Operator Robert 13 2.4.8 Operator Laplacian of Gaussian 14 2.5 Camera 360 15 2.6 Format File Citra Bitmap 16 2.7 Peak Signal to Noise Ratio PSNR 16 2.8 Mean Square Error MSE 17 Universitas Sumatera Utara

Bab III Analisis dan Perancangan Sistem

3.1 Analisis Sistem

18 3.1.1 Analisis Masalah 18 3.1.2 Analisis Persyaratan 19 3.1.2.1 PersyaratanFungsional 19 3.1.2.2 PersyaratanNonfungsional 20 3.1.3 Analisis Proses 20 3.1.3.1 Use Case Diagram 21 3.1.3.2 Activity Diagram 24 3.1.3.3 Sequence Diagram 25 3.1.3.4 Flowchart Sistem 26 3.2 Pseudocode Program 28 3.2.1 Pseudocode Deteksi Tepi Robert 28 3.2.2 Pseudocode Deteksi Tepi Canny 28 3.2.3 Pseudocode Deteksi Tepi Laplacian of Gaussian 29 3.2.4 Pseudocode Nilai MSE 30 3.2.5 Pseudocode Nilai PSNR 30 3.3 Perancangan Sistem 30 3.3.1 Form Home 31 3.3.2 Form Analysis 32 3.3.3 Form Implementation 33 3.3.4 Form Help 35 3.3.5 Form About 36

Bab IV Implementasi dan Pengujian

4.1 Implementasi

37 4.1.1 Form Home 37 4.1.2 Form Implementation 38 4.1.3 Form Analysis 38 4.1.4 Form Help 39 4.1.5 Form About 39

4.2 Pengujian

40 4.2.1 Pengujian Form Analysis 40 4.2.1.1 Proses Deteksi Tepi Pada Form Analysis 41 4.2.1.2 Proses Deteksi Tepi Pada Form Implementation 42 4.3 Hasil Pengujian 44

Bab V Kesimpulan dan Saran

5.1 Kesimpulan

50 5.2 Saran 51 Daftar Pustaka 52 Universitas Sumatera Utara DAFTAR GAMBAR Halaman Gambar 2.1 Contoh Citra Biner 6 Gambar 2.2 Contoh Citra Grayscale 7 Gambar 2.3 Contoh Citra Warna 7 Gambar 2.4 a Citra burung nuri yang agak gelap b citra burung yang telah ditingkatkan kontrasnya sehingga terlihat jelas dan tajam 8 Gambar 2.5 Deteksi Tepi dengan Operator Canny 13 Gambar 2.6 Deteksi Tepi dengan Operator Robert 13 Gambar 2.7 Deteksi Tepi dengan operator Laplacian of Gaussian 14 Gambar 2.8 Contoh Penggunaan Efek Camera 360 15 Gambar 3.1 Diagram Ishikawa Analisis Masalah 18 Gambar 3.2 Use Case Diagram Pada Sistem 20 Gambar 3.3 Activity Diagram Pada Sistem 24 Gambar 3.4 Sequance Diagram Pada Sistem 25 Gambar 3.5 Flowchart Sistem 26 Gambar 3.6 Perancangan Interface Form Home 30 Gambar 3.7 Perancangan Interface Form Analysis 31 Gambar 3.8 Perancangan Interface Form Implementation 32 Gambar 3.9 Perancangan Interface Form Help 34 Gambar 3.10 Perancangan Interface Form About 35 Gambar 4.1 Form Home 37 Gambar 4.2 Form Implementation 38 Gambar 4.3 Form Analysis 39 Gambar 4.4 Form Help 39 Gambar 4.5 Form About 40 Gambar 4.6 Citra yang akan diuji a Efek Sweet, b Efek Cool, c Efek Fresh, d Efek Grace dan e Efek Sunny 41 Gambar 4.7 Input Citra dengan Efek Sweet 41 Gambar 4.8 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Analysis 42 Gambar 4.9 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Implementation 43 Gambar 4.10 Grafik perbandingan nilai MSE 48 Gambar 4.11 Grafik perbandingan nilai PSNR 49 Gambar 4.12 Grafik perbandingan nilai Runtime 49 Universitas Sumatera Utara DAFTAR TABEL Halaman Tabel 3.1 Naratif Use Case Input Citra 20 Tabel 3.2 Naratif Use Case Deteksi Canny 21 Tabel 3.3 Naratif Use Case Deteksi Robert 22 Tabel 3.4 Naratif Use Case Deteksi LoG 22 Tabel 3.5 Keterangan Rancangan Interface Form Home 30 Tabel 3.6 Keterangan Rancangan Form Analysis 31 Tabel 3.7 Keterangan Rancangan Form Implementation 33 Tabel 3.8 Keterangan Rancangan Form Help 34 Tabel 3.9 Keterangan Rancangan Form About 35 Tabel 4.1 Perbandingan Hasil Deteksi Tepi Canny Pada Citra yang Diberi Efek 44 Tabel 4.2 Perbandingan Hasil Deteksi Tepi Robert Pada Citra yang Diberi Efek 45 Tabel 4.3 Perbandingan Hasil Deteksi Tepi LoG Pada Citra yang Diberi Efek 46 Tabel 4.4 Perbandingan Rata-rata Nilai MSE Pada Citra yang Diberi Efek 47 Tabel 4.5 Perbandingan Rata-rata Nilai PSNR Pada Citra yang Diberi Efek 47 Tabel 4.6 Perbandingan Rata-rata Nilai Running Time Pada Citra yang Diberi Efek 48 Universitas Sumatera Utara DAFTAR LAMPIRAN Halaman Listing Program 54 Curriculum Vitae 72 Universitas Sumatera Utara ABSTRAK Deteksi tepi merupakan bagian dari pengolahan citra. Deteksi tepi adalah proses untuk menghasilkan garis batas dari suatu objek yang terdapat pada citra. Deteksi tepi memiliki beberapa operator seperti operator Canny, Robert dan Laplacian of Gaussian.Pendeteksi tepian dengan menggunakan citra berwarna sudah biasa, namun disini dilakukan deteksi tepi menggunakan citra hasil dari Camera 360 yang mana citra sudah diberikan efek dengan format bitmap .bmp. Citra yang telah diberi efek Light Colorakan di deteksi tepi dan akan membandingkan dengan ketiga operator tersebut. Parameter yang digunakan untuk mengukur nilai perbandingan antara ketiga operator deteksi tepi yaitu MSE, PSNR dan Running Time.Berdasarkan hasil pengujian diperoleh bahwa nilai rata-rata MSE dan PSNR operator Robert 15744,4 dan 0.628deciBell dengan nilai rata-rata Running Time 0.2862 detik, nilai rata rata MSE dan PSNR operator Canny 18139,5 dan 0.560deciBell dengan nilai rata-rata Running Time 2.086 detik, nilai rata-rata MSE dan PSNR operator Laplacian of Gaussian 16147,1 dan 0.616deciBell nilai rata-rata Running Time 3.2726 detik. Dan operator Robert merupakan operator yang terbaik untuk pendeteksian tepi pada citra yang diberi efek dari Camera 360 Kunci : Deteksi tepi, Canny, Robert, Laplacian of Gaussian, Camera 360, Light Color Universitas Sumatera Utara COMPARISON OF CANNY, ROBERT AND LAPLACIAN OF GAUSSIAN METHOD ON IMAGE RESULT OF THE CAMERA 360 ABSTRACT Edge detection which is a part of image processing is a process to produce a boundary of an object in the image. Edge detection has several operators, including Canny, Robert and Laplacian of Gaussian. Edge detection in ordinary image color is a common thing, but in here using image of the Camera 360 for edge detection that has been given effect and in this system object used is a bitmap image .bmp. Image has been given effect Light Color will be on edge detection and will compare with the three edge detection operator. Parameters used is MSE, PSNR and real running time. Based on some test result obtained, the MSE and PSNR of Robert operators are 15744,4 and 0.628 deciBell with average value of running time 0.2862 second, the MSE and PSNR of Canny operators are 18139,5 and 0.560 deciBell with average value of running time 2.086 second, the MSE and PSNR of Laplacian of Gaussian operators are 16147.1 and 0.616 deciBell with average value of running time 3.2726 second. In conclusion Robert operator is the best edge detection for image result from the Camera 360. Keyword : Edge Detection, Canny, Robert, Laplacian of Gaussian, Camera 360, Light Color Universitas Sumatera Utara

BAB 1 PENDAHULUAN