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