Implementasi Deteksi Tepi Canny Dan Isotropik Dengan Transformasi Power Law Studi Kasus Kanker Mulut Rahim (Serviks)
IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
IKA AYU LESTARI
131401062
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
IKA AYU LESTARI
131401062
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
Universitas Sumatera Utara
2017
Universitas Sumatera Utara
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Fakultas
: IMPLEMENTASI DETEKSI TEPI CANNY DAN
ISOTROPIK DENGAN TRANSFORMASI POWER
LAW STUDI KASUS KANKER MULUT RAHIM
(SERVIKS)
: SKRIPSI
: IKA AYU LESTARI
: 131401062
: SARJANA (S1) ILMU KOMPUTER
: ILMU
KOMPUTER
DAN
TEKNOLOGI
INFORMASI
UNIVERSITAS
SUMATERA
UTARA
Diluluskan di
Medan, Juli 2017
Komisi Pembimbing:
DosenPembimbing II
Dosen Pembimbing I
Amalia, S.T, M.T
Dian Rachmawati, S.Si, M.Kom
NIP. 19781221 201404 2 001
NIP. 19830723 200912 2 004
Diketahui/Disetujuioleh
Program Studi S1 IlmuKomputer
Ketua,
Dr. PoltakSihombing, M.Kom
NIP. 196203171991021001
Universitas Sumatera Utara
PERNYATAAN
IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2017
Ika Ayu Lestari
131401062
Universitas Sumatera Utara
UCAPAN TERIMA KASIH
Puji, syukur, hormat, serta kemuliaan penulis panjatkan kehadirat Allah Tritunggal
yang telah memberikan kesempatan kepada penulis untuk mengerjakan dan
menyelesaikan skripsi ini. Begitu banyak bantuan yang penulis dapatkan baik itu
secara moral dan materi untuk membantu kelancaran penulisan tugas akhir ini. Pada
kesempatan ini, penulis ingin mengucapkan terima kasih kepada :
1.
Bapak Prof. Dr.Runtung Sitepu, S.H., M.Hum. selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
4.
Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M selaku Dosen Pembimbing
Akademik yang telah memberikan bimbingan dan dukungan kepada penulis.
5.
Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan dukungan kepada penulis.
6.
Ibu Amalia, S.T, M.T selaku Dosen Pembimbing II yang telah memberikan
bimbingan dan dukungan kepada penulis.
7.
Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Seluruh tenaga pengajar dan pegawai pada Fakultas Ilmu Komputer dan
Teknologi Informasi USU, terkhususnya di Program Studi S-1 Ilmu Komputer.
9.
Orang tua penulis, yaitu Bapak Surianto dan Ibunda Tersayang Poini yang selalu
memberikan doa dan dukungan serta kasih saying kepada penulis. Adik, dan
Seluruh keluarga yang selalu memberikan motivasi, semangat, saran dan
Universitas Sumatera Utara
perhatian yang diberikan selama penulis menjalani studi serta dalam proses
penyelesaian skripsi ini.
10. Sahabat – sahabat terbaik penulis, yaitu Siti Hasnah Hasibuan, Suwitri, Husnil
Khotimah Siregar, Noni Natasyah, Siti Mona Silfiani, Yulia Dewi dan Wirda
Wahyuni Nasution serta Abangda Muhammad Teguh Amanda, Gusra AlGeri,
Farid Akbar yang telah memberikan doa dan dukungan selama penulis menjalani
masa perkuliahan dan pengerjaan skripsi.
11. Teman-teman seperjuangan di KOM B 2013 Ilmu Komputer yang telah
memberikan semangat kepada penulis dalam penyelesaian skripsi ini dan semua
pihak yang trlah banyak membantu yang tidak bisa disebutkan satu-persatu.
Semoga Allah memberi kelimpahan berkat kepada semua pihak yang telah
memberikan bantuan, semangat, dukungan dan perhatian kepada penulis dalam
menyelesaikan skripsi ini. Semoga skripsi ini bermanfaat bagi penulis, pendidikan,
masyarakat, organisasi atau negara.
Medan, Juli 2017
Universitas Sumatera Utara
ABSTRAK
Dalam dunia kesehatan pengolahan citra cukup memberikan peranan penting, seperti
mengolah citra hasil dokumentasi kolposkopi kanker serviks. Salah satu pengolahan
citra yaitu deteksi tepi (Edge detection). Deteksi tepi (Edge detection) adalah operasi
yang dijalankan untuk mendeteksi garis tepi (edges) yang membatasi dua wilayah
citra homogen yang memiliki tingkat kecerahan yang berbeda. Deteksi tepi memiliki
beberapa operator seperti operator Canny dan Isotropik. Deteksi tepi baik digunakan
untuk mendeteksi hasil citra kolposkopi yang merupakan dokumentasi serviks dengan
format file (*.png). Citra Kolposkopi akan di transformasi dengan transformasi nth
root power untuk mendapatkan hasil citra deteksi yang lebih baik, kemudian
dilakukan deteksi tepi dengan operator Canny dan Isotropik. Parameter keberhasilan
sistem adalah perbandingan hasil diagnosa sistem dengan hasil diagnosa dokter.
Diagnosa dokter terhadap 15 gambar menghasilkan nilai persentase akurasi 80%.
Parameter untuk membandingkan kedua operator adalah running time, MSE dan
PSNR. Rata-rata nilai running time Canny 0.3619206 ms sedangkan nilai running time
Isotropik 1.49136262 ms. Dari perbandingan itu, operator Canny yang paling baik
karna menghasilkan tepian yang lebih jelas dengan waktu yang cepat. Namun untuk
nilai MSE yang terendah dan PSNR tertinggi dilakukan oleh operator Isotropik
dengan nilai rata-rata MSE yaitu 11579,62 dan Nilai rata-rata PSNR yaitu 0,7556 dB.
Kunci : Deteksi tepi, Canny, Isotropik, Tranformasi nth root power, kolposkopi,
MSE, PSNR.
Universitas Sumatera Utara
ABSTRACT
Image processing provides an important role in the world of health, for example to
process image documentation of cervical cancer colposcopy results. One of the image
processing itself is edge detection. Edge detection is an operation performed to detect
borders that constrain two homogeneous imagery regions that have different
brightness levels. Edge detection has several operators such as Canny and Isotropic
operators. The edge detection is good to use for detecting image documentation of
cervical cancer colposcopy with the file format (*.png). Colposcopy image will be
transformed by nth root power transformation to get better detection result, then by
Canny and Isotropic operator. The success parameter of it is the comparison between
the diagnostic result of the system with the doctor's diagnosis. Doctor's diagnosis of
15 images yields an 80% accuracy percentage value. Parameters to compare both
operators are running time, MSE and PSNR. Average running time value Canny is
0.3619206 ms while Isotropic get 1.49136262 ms. From that comparison, Canny
operator is the best in this case because Canny produces a clearer edge with a fast time
instead. However, for the lowest MSE value and the highest PSNR conducted by
Isotropic operator with the average value of MSE is 11579.62 and the mean value of
PSNR is 0.7556 dB.
Keywords: Edge Detection, Canny, Isotropic, nth root power transformation,
Colposcopy, MSE, PNSR
Universitas Sumatera Utara
DAFTAR ISI
PERSETUJUAN
PERNYATAAN
UCAPAN TERIMA KASIH
ABSTRAK
ABSTRACT
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
BAB 1 PENDAHULUAN
1.1
Latar Belakang
1.2
Rumusan Masalah
1.3
Batasan Masalah
1.4
Tujuan Penelitian
1.5
Manfaat Penelitian
1.6
Metodologi Penelitian
1.7
Sistematika Penulisan
ii
iii
iv
vi
vii
viii
x
xi
1
2
2
3
3
3
4
BAB 2 LANDASAN TEORI
2.1
Pengertian citra
5
2.1.1 Citra Analog
5
2.1.2 Citra Digital
6
2.2
Format File Citra
7
2.3
Model Warna
8
2.3.1 Model Warna RGB
8
2.4
Citra Grayscale
9
2.5
Pengolaha Citra
10
2.5.1 Jenis-jenis Pengolahan Citra
10
2.6
Deteksi Tepi
12
2.7
Operator Canny
13
2.8
Operator Isotropik
16
2.9 Transformasi Power Law
17
2.10 Jarak Euclidean (Euclidean Distance)
18
2.11 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR)
19
2.12 Penelitian Yang Relevan
20
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
3.1
Analisis Sistem
23
Universitas Sumatera Utara
3.1.1
3.1.2
Analisis Masalah
Analisis Kebutuhan
3.1.2.1
Kebutuhan Fungsional
3.1.2.2
Kebutuhan Non-Fungsional
3.1.3
Analisis Proses
3.2
Perancangan Sistem
3.2.1 General Arsitektur Perancangan Sistem
3.2.2 Use-case Diagram
3.2.3 Activity Diagram
3.2.4 Sequence Diagram
3.2.5 Pseudocode
3.2.5.1 Pseudocode Deteksi Tepi Canny
37
3.2.5.1 Pseudocode Deteksi Tepi Isotropik
3.2.6 Flowchart
3.3 Perancangan Antarmuka (Interface)
3.3.1 Rancangan Halaman Utama
3.3.2 Rancangan Halaman Deteksi Tepi
3.3.3 Rancangan Halaman Deteksi Kanker
3.3.4 Rancangan Halaman Tentang
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1
Implementasi Sistem
4.1.1 Form Home
4.1.2 Form Deteksi Tepi
4.1.3 Form Deteksi Kanker
4.1.4 Form Tentang
4.2
Pengujian Sistem
4.2.1 Pengujian Form Deteksi Tepi
4.2.2 Pengujian Form Deteksi Kanker
4.3
Hasil Pengujian Sistem
4.3.1 Hasil Pengujian dengan Operator Canny
4.3.2 Hasil Pengujian dengan Operator Isotropik
4.4 Perhitungan Akurasi Citra
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
5.2
Saran
DAFTAR PUSTAKA
23
24
24
25
26
26
27
28
34
36
37
38
39
40
40
41
43
44
46
46
47
48
48
49
49
49
50
50
50
57
58
59
60
LAMPIRAN
Universitas Sumatera Utara
DAFTAR TABEL
Tabel 2.1
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 3.4
Tabel 3.5
Tabel 3.6
Tabel 3.7
Tabel 3.8
Tabel 3.9
Tabel 3.10
Tabel 4.1
Penelitian yang Relevan
Skenario Use Case Deteksi Tepi
Skenario Use Case Input Citra
Skenario Use Case Transformasi
Skenario Use Case Canny
Skenario Use Case Isotropik
Skenario Use Case Save
Skenario Use Case Deteksi Kanker
Skenario Use Case Browser Canny
Skenario Use Case Browser Isotropik
Skenario Use Case Deteksi
Pengujian Dengan Operator Canny
19
29
30
30
31
31
31
32
33
33
34
51
Tabel 4.2
Tabel 4.3
Pengujian Dengan Operator Canny
Perbandingan Running Time operator Canny dan isotropik
53
54
Tabel 4.4
Tabel 4.5
Perbandingan MSE dan PSNR operator Canny dan isotropik
Akurasi Citra
55
57
Universitas Sumatera Utara
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Gambar 2.9
Gambar 2.10
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.7
Gambar 4.7
Kombinasi Warna RGB
Contoh Citra Warna
Contoh Citra Grayscale
Proses Deteksi Tepi
Model Tepi Satu Citra
Area Konversi Arah Tepi
Contoh Citra Operator Canny
Contoh Citra Operator Isotropik
Kurva Transformasi Citra
Contoh Citra Transformasi ��ℎ root power
Diagram Ishikawa Untuk Analisis Masalah
General Arsitektur Perancangan Sistem
Use Case Diagram Sistem
Activity Diagram Form Deteksi Tepi
Activity Diagram Form Deteksi Kanker
Sequence Diagram Sistem
Flowchart Tampilan Sistem
Rancangan Halaman Utama
Rancangan Deteksi Tepi
Rancangan Deteksi Kanker
Halaman Tentang
Form Home
Form Deteksi tepi
Form Deteksi Kanker
Form Tentang
Proses Deteksi Tepi
Proses Diagnosa Kanker
Perbandingan hasil running time Operator Canny dan Isotropik
Perbandingan hasil MSE Operator Canny dan Isotropik
Perbandingan hasil PSNR Operator Canny dan Isotropik
8
9
10
12
12
15
16
17
17
18
24
27
38
35
35
36
39
41
42
43
45
47
47
48
48
49
50
55
56
56
Universitas Sumatera Utara
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
IKA AYU LESTARI
131401062
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
IKA AYU LESTARI
131401062
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
Universitas Sumatera Utara
2017
Universitas Sumatera Utara
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Fakultas
: IMPLEMENTASI DETEKSI TEPI CANNY DAN
ISOTROPIK DENGAN TRANSFORMASI POWER
LAW STUDI KASUS KANKER MULUT RAHIM
(SERVIKS)
: SKRIPSI
: IKA AYU LESTARI
: 131401062
: SARJANA (S1) ILMU KOMPUTER
: ILMU
KOMPUTER
DAN
TEKNOLOGI
INFORMASI
UNIVERSITAS
SUMATERA
UTARA
Diluluskan di
Medan, Juli 2017
Komisi Pembimbing:
DosenPembimbing II
Dosen Pembimbing I
Amalia, S.T, M.T
Dian Rachmawati, S.Si, M.Kom
NIP. 19781221 201404 2 001
NIP. 19830723 200912 2 004
Diketahui/Disetujuioleh
Program Studi S1 IlmuKomputer
Ketua,
Dr. PoltakSihombing, M.Kom
NIP. 196203171991021001
Universitas Sumatera Utara
PERNYATAAN
IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN
TRANSFORMASI POWER LAW STUDI KASUS
KANKER MULUT RAHIM (SERVIKS)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2017
Ika Ayu Lestari
131401062
Universitas Sumatera Utara
UCAPAN TERIMA KASIH
Puji, syukur, hormat, serta kemuliaan penulis panjatkan kehadirat Allah Tritunggal
yang telah memberikan kesempatan kepada penulis untuk mengerjakan dan
menyelesaikan skripsi ini. Begitu banyak bantuan yang penulis dapatkan baik itu
secara moral dan materi untuk membantu kelancaran penulisan tugas akhir ini. Pada
kesempatan ini, penulis ingin mengucapkan terima kasih kepada :
1.
Bapak Prof. Dr.Runtung Sitepu, S.H., M.Hum. selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
4.
Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M selaku Dosen Pembimbing
Akademik yang telah memberikan bimbingan dan dukungan kepada penulis.
5.
Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan dukungan kepada penulis.
6.
Ibu Amalia, S.T, M.T selaku Dosen Pembimbing II yang telah memberikan
bimbingan dan dukungan kepada penulis.
7.
Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Seluruh tenaga pengajar dan pegawai pada Fakultas Ilmu Komputer dan
Teknologi Informasi USU, terkhususnya di Program Studi S-1 Ilmu Komputer.
9.
Orang tua penulis, yaitu Bapak Surianto dan Ibunda Tersayang Poini yang selalu
memberikan doa dan dukungan serta kasih saying kepada penulis. Adik, dan
Seluruh keluarga yang selalu memberikan motivasi, semangat, saran dan
Universitas Sumatera Utara
perhatian yang diberikan selama penulis menjalani studi serta dalam proses
penyelesaian skripsi ini.
10. Sahabat – sahabat terbaik penulis, yaitu Siti Hasnah Hasibuan, Suwitri, Husnil
Khotimah Siregar, Noni Natasyah, Siti Mona Silfiani, Yulia Dewi dan Wirda
Wahyuni Nasution serta Abangda Muhammad Teguh Amanda, Gusra AlGeri,
Farid Akbar yang telah memberikan doa dan dukungan selama penulis menjalani
masa perkuliahan dan pengerjaan skripsi.
11. Teman-teman seperjuangan di KOM B 2013 Ilmu Komputer yang telah
memberikan semangat kepada penulis dalam penyelesaian skripsi ini dan semua
pihak yang trlah banyak membantu yang tidak bisa disebutkan satu-persatu.
Semoga Allah memberi kelimpahan berkat kepada semua pihak yang telah
memberikan bantuan, semangat, dukungan dan perhatian kepada penulis dalam
menyelesaikan skripsi ini. Semoga skripsi ini bermanfaat bagi penulis, pendidikan,
masyarakat, organisasi atau negara.
Medan, Juli 2017
Universitas Sumatera Utara
ABSTRAK
Dalam dunia kesehatan pengolahan citra cukup memberikan peranan penting, seperti
mengolah citra hasil dokumentasi kolposkopi kanker serviks. Salah satu pengolahan
citra yaitu deteksi tepi (Edge detection). Deteksi tepi (Edge detection) adalah operasi
yang dijalankan untuk mendeteksi garis tepi (edges) yang membatasi dua wilayah
citra homogen yang memiliki tingkat kecerahan yang berbeda. Deteksi tepi memiliki
beberapa operator seperti operator Canny dan Isotropik. Deteksi tepi baik digunakan
untuk mendeteksi hasil citra kolposkopi yang merupakan dokumentasi serviks dengan
format file (*.png). Citra Kolposkopi akan di transformasi dengan transformasi nth
root power untuk mendapatkan hasil citra deteksi yang lebih baik, kemudian
dilakukan deteksi tepi dengan operator Canny dan Isotropik. Parameter keberhasilan
sistem adalah perbandingan hasil diagnosa sistem dengan hasil diagnosa dokter.
Diagnosa dokter terhadap 15 gambar menghasilkan nilai persentase akurasi 80%.
Parameter untuk membandingkan kedua operator adalah running time, MSE dan
PSNR. Rata-rata nilai running time Canny 0.3619206 ms sedangkan nilai running time
Isotropik 1.49136262 ms. Dari perbandingan itu, operator Canny yang paling baik
karna menghasilkan tepian yang lebih jelas dengan waktu yang cepat. Namun untuk
nilai MSE yang terendah dan PSNR tertinggi dilakukan oleh operator Isotropik
dengan nilai rata-rata MSE yaitu 11579,62 dan Nilai rata-rata PSNR yaitu 0,7556 dB.
Kunci : Deteksi tepi, Canny, Isotropik, Tranformasi nth root power, kolposkopi,
MSE, PSNR.
Universitas Sumatera Utara
ABSTRACT
Image processing provides an important role in the world of health, for example to
process image documentation of cervical cancer colposcopy results. One of the image
processing itself is edge detection. Edge detection is an operation performed to detect
borders that constrain two homogeneous imagery regions that have different
brightness levels. Edge detection has several operators such as Canny and Isotropic
operators. The edge detection is good to use for detecting image documentation of
cervical cancer colposcopy with the file format (*.png). Colposcopy image will be
transformed by nth root power transformation to get better detection result, then by
Canny and Isotropic operator. The success parameter of it is the comparison between
the diagnostic result of the system with the doctor's diagnosis. Doctor's diagnosis of
15 images yields an 80% accuracy percentage value. Parameters to compare both
operators are running time, MSE and PSNR. Average running time value Canny is
0.3619206 ms while Isotropic get 1.49136262 ms. From that comparison, Canny
operator is the best in this case because Canny produces a clearer edge with a fast time
instead. However, for the lowest MSE value and the highest PSNR conducted by
Isotropic operator with the average value of MSE is 11579.62 and the mean value of
PSNR is 0.7556 dB.
Keywords: Edge Detection, Canny, Isotropic, nth root power transformation,
Colposcopy, MSE, PNSR
Universitas Sumatera Utara
DAFTAR ISI
PERSETUJUAN
PERNYATAAN
UCAPAN TERIMA KASIH
ABSTRAK
ABSTRACT
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
BAB 1 PENDAHULUAN
1.1
Latar Belakang
1.2
Rumusan Masalah
1.3
Batasan Masalah
1.4
Tujuan Penelitian
1.5
Manfaat Penelitian
1.6
Metodologi Penelitian
1.7
Sistematika Penulisan
ii
iii
iv
vi
vii
viii
x
xi
1
2
2
3
3
3
4
BAB 2 LANDASAN TEORI
2.1
Pengertian citra
5
2.1.1 Citra Analog
5
2.1.2 Citra Digital
6
2.2
Format File Citra
7
2.3
Model Warna
8
2.3.1 Model Warna RGB
8
2.4
Citra Grayscale
9
2.5
Pengolaha Citra
10
2.5.1 Jenis-jenis Pengolahan Citra
10
2.6
Deteksi Tepi
12
2.7
Operator Canny
13
2.8
Operator Isotropik
16
2.9 Transformasi Power Law
17
2.10 Jarak Euclidean (Euclidean Distance)
18
2.11 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR)
19
2.12 Penelitian Yang Relevan
20
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
3.1
Analisis Sistem
23
Universitas Sumatera Utara
3.1.1
3.1.2
Analisis Masalah
Analisis Kebutuhan
3.1.2.1
Kebutuhan Fungsional
3.1.2.2
Kebutuhan Non-Fungsional
3.1.3
Analisis Proses
3.2
Perancangan Sistem
3.2.1 General Arsitektur Perancangan Sistem
3.2.2 Use-case Diagram
3.2.3 Activity Diagram
3.2.4 Sequence Diagram
3.2.5 Pseudocode
3.2.5.1 Pseudocode Deteksi Tepi Canny
37
3.2.5.1 Pseudocode Deteksi Tepi Isotropik
3.2.6 Flowchart
3.3 Perancangan Antarmuka (Interface)
3.3.1 Rancangan Halaman Utama
3.3.2 Rancangan Halaman Deteksi Tepi
3.3.3 Rancangan Halaman Deteksi Kanker
3.3.4 Rancangan Halaman Tentang
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1
Implementasi Sistem
4.1.1 Form Home
4.1.2 Form Deteksi Tepi
4.1.3 Form Deteksi Kanker
4.1.4 Form Tentang
4.2
Pengujian Sistem
4.2.1 Pengujian Form Deteksi Tepi
4.2.2 Pengujian Form Deteksi Kanker
4.3
Hasil Pengujian Sistem
4.3.1 Hasil Pengujian dengan Operator Canny
4.3.2 Hasil Pengujian dengan Operator Isotropik
4.4 Perhitungan Akurasi Citra
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
5.2
Saran
DAFTAR PUSTAKA
23
24
24
25
26
26
27
28
34
36
37
38
39
40
40
41
43
44
46
46
47
48
48
49
49
49
50
50
50
57
58
59
60
LAMPIRAN
Universitas Sumatera Utara
DAFTAR TABEL
Tabel 2.1
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 3.4
Tabel 3.5
Tabel 3.6
Tabel 3.7
Tabel 3.8
Tabel 3.9
Tabel 3.10
Tabel 4.1
Penelitian yang Relevan
Skenario Use Case Deteksi Tepi
Skenario Use Case Input Citra
Skenario Use Case Transformasi
Skenario Use Case Canny
Skenario Use Case Isotropik
Skenario Use Case Save
Skenario Use Case Deteksi Kanker
Skenario Use Case Browser Canny
Skenario Use Case Browser Isotropik
Skenario Use Case Deteksi
Pengujian Dengan Operator Canny
19
29
30
30
31
31
31
32
33
33
34
51
Tabel 4.2
Tabel 4.3
Pengujian Dengan Operator Canny
Perbandingan Running Time operator Canny dan isotropik
53
54
Tabel 4.4
Tabel 4.5
Perbandingan MSE dan PSNR operator Canny dan isotropik
Akurasi Citra
55
57
Universitas Sumatera Utara
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Gambar 2.9
Gambar 2.10
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.7
Gambar 4.7
Kombinasi Warna RGB
Contoh Citra Warna
Contoh Citra Grayscale
Proses Deteksi Tepi
Model Tepi Satu Citra
Area Konversi Arah Tepi
Contoh Citra Operator Canny
Contoh Citra Operator Isotropik
Kurva Transformasi Citra
Contoh Citra Transformasi ��ℎ root power
Diagram Ishikawa Untuk Analisis Masalah
General Arsitektur Perancangan Sistem
Use Case Diagram Sistem
Activity Diagram Form Deteksi Tepi
Activity Diagram Form Deteksi Kanker
Sequence Diagram Sistem
Flowchart Tampilan Sistem
Rancangan Halaman Utama
Rancangan Deteksi Tepi
Rancangan Deteksi Kanker
Halaman Tentang
Form Home
Form Deteksi tepi
Form Deteksi Kanker
Form Tentang
Proses Deteksi Tepi
Proses Diagnosa Kanker
Perbandingan hasil running time Operator Canny dan Isotropik
Perbandingan hasil MSE Operator Canny dan Isotropik
Perbandingan hasil PSNR Operator Canny dan Isotropik
8
9
10
12
12
15
16
17
17
18
24
27
38
35
35
36
39
41
42
43
45
47
47
48
48
49
50
55
56
56
Universitas Sumatera Utara