IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI BANGUN RUANG PADA CITRA DIGITAL
IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI BANGUN RUANG PADA CITRA DIGITAL SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah Sarjana Ilmu Komputer
DEWA MADE SURYADHARMA 091401058 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2013
PERSETUJUAN
Judul : IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI BANGUN RUANG PADA CITRA DIGITAL
Kategori : SKRIPSI Nama : DEWA MADE SURYADHARMA Nomor Induk Mahasiswa : 091401058 Program Studi : S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Herriyance, ST, M.Kom Syahriol Sitorus, S.Si, MIT NIP. 19801024 201012 1 002 NIP. 19710310 199703 1 004 Diketahui/disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 19620317 199103 1 001
PERNYATAAN
IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI BANGUN RUANG PADA CITRA DIGITAL SKRIPSI Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Oktober 2013 Dewa Made Suryadharma 091401058
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Ida Shang Hyang Widhi Wasa, Tuhan Yang Maha Esa, yang telah memberikan berkat dan anugerah-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembanding II yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu Komputer.
5. Bapak Syahriol Sitorus, S.Si, MIT selaku Dosen Pembimbing I yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
6. Bapak Herriyance, S.T, M.Kom selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
7. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembanding I yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
9. Kedua orang tua penulis, Bapak Dewa Putu Siantara dan Ibu Jero Metasari yang memberikan dukungan baik materi maupun moril sehingga penulis dapat menyelesaikan skripsi ini dengan baik dan kepada saudara penulis, Dewa Putu Adityadharma dan Dewa Nyoman Indradharma yang memberikan semangat kepada penulis.
10. Ardi Hasiholan Pakpahan yang mendukung dalam memberikan bantuan informasi dan saran kepada penulis.
11. Teman-teman pengurus IMILKOM Fasilkom-TI 2012-2013.
12. Teman-teman sekaligus keluarga besar Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
13. Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.
Medan, Oktober 2013 Penulis,
Dewa Made Suryadharma
ABSTRAK
Bangun ruang merupakan sebuah bangun yang dibatasi oleh beberapa sisi dan disebut juga bangun tiga dimensi. Jumlah model sisi yang membatasi bangun tersebut menentukan nama dan bentuk bangun tersebut. Unsur-unsur sebuah bangun ruang adalah titik sudut, rusuk, dan sisi. Proses deteksi citra bangun ruang merupakan salah satu proses awal untuk menentukan ciri-ciri dari sebuah bangun ruang. Hal tersebut memungkinkan untuk membuat suatu sistem pengolahan citra yang dapat menerima masukan berupa citra objek yang kemudian akan diproses, dideteksi, dan diberikan keluaran berupa deskripsi objek. Proses deteksi citra bangun ruang dilakukan dengan proses Threshold metode otsu dan dateksi tepi
roberts. Metode otsu ini digunakan untuk menentukan nilai ambang dengan
menggunakan analisis diskriminan. Analisis diskriminan akan memaksimumkan variable tersebut agar dapat memisahkan objek dan latar belakang. Langkah awal dari pembuatan sistem ini adalah pembuatan basis data dari enam jenis bangun ruang yaitu balok, kubus, bola, kerucut, tabung dan limas segitiga. Berdasarkan hasil uji deteksi implementasi threshold metode otsu untuk deteksi bangun ruang pada citra digital menghasilkan ketepatan pendeteksian bangun ruang sebesar 100%.
Katakunci: Citra digital, Bangun Ruang, Threshold Otsu, Deteksi Tepi.
IMPLEMENTATION THRESHOLD METHOD OTSU FOR DETECTION
GEOMATRIC AT DIGITAL IMAGE
ABSTRACTGeometric is a waking restricted by some side and called also wake up in three dimensions. The number of model which limits wake up the sides determine the name and shape up. Elements of a geometric is the point angle, ribs, and sides. The process of detection geometric image is one of the initial processes to determine the characteristics of a geometric. It makes it possible to make an image processing system that can receive input in the form of the image of the object then will be processed, detected, and given the outflows in the form of a description of an object. The process of detection the image of geometric done with the process of threshold a method of otsu and edge detetion roberts. A method of otsu is used to determine the value of the verge of by using analysis diskriminan. Analysis diskriminan would maximize the the side variables in order to separate the object and the background. The initial step of manufacture of systems of this is making database of the six kinds of geometric, namely the beam cube, the ball, conical, a tube and limas of a triangle. Based on the detection of the implementation of test methods otsu threshold for the detection of geometric on digital image produce exactness detection geometric amounting to 100 %.
Keyword: Digital Image, Geometric, Threshold Otsu, Edge Detection .
DAFTAR ISI Hal.
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract
Vii Daftar Isi viii
Daftar Gambar xi
Daftar Tabel xiii
Bab 1 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 Metode Penelitian
3
1.7 Sistematika Penulisan
5 Bab 2 Landasan Teori
2.1 Pengolahan Citra
6
2.1.1 Citra
6
2.1.1.1 Citra Biner
7
2.1.1.2 Citra Grayscale
8
2.1.2 Citra Warna (8 bit)
9
2.1.3 Citra Warna (16 bit)
9
2.1.4 Citra Warna (24 bit)
10
2.2 Bangun Ruang
10
2.2.1 Kubus
10
2.2.2 Balok
11
2.2.3 Bola
11
2.2.4 Tabung
12
2.2.5 Limas Segitiga
12
2.2.6 Kerucut
13
2.3 JPEG
13
2.4 Thresholding
14
2.4.1 Proses Threshold
15 Hal.
2.4.2 Metode Otsu
17
2.5 Deteksi Tepi
20
2.5.1 Deteksi Tepi Roberts
21 Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Sistem
22
3.1.1 Analisis Masalah
22
3.1.2 Analisis Kebutuhan Sistem
25
3.1.2.1 Kebutuhan Fungsional Sistem
25
3.1.2.2 Kebutuhan Non-Fungsional Sistem
26
3.1.3 Analisis Proses
27
3.2 Pemodelan
27
3.2.1 Use Case Diagram
27
3.2.2 Sequence Diagram
28
3.2.3 Activity Diagram
31
3.3 Pseudocode Program
33
3.3.1 Pseudocode Proses Implementasi Pendeteksian Bangun
33 Ruang
3.3.2 Pseudocode Proses Uji Deteksi Bangun Ruang
34
3.4 Perancangan Sistem
35
3.4.1 Perancangan Flowchart Sistem
35
3.4.2 Perancangan Antarmuka (Interface)
35
3.4.2.1 Form Awal
36
3.4.2.2 Form Utama
37
3.4.2.3 Form Uji Deteksi
39 Bab 4 Implementasi dan Pengujian
4.1 Implementasi
41
4.1.1 Form Awal
41
4.1.2 Form Utama
42
4.1.3 Form Uji Deteksi
45
4.1.4 Form Bantuan Utama
48
4.1.5 Form Bantuan Pengujian
49
4.2 Pengujian
50
4.2.1 Pengujian Black Box
50
4.2.1.1 Rencana Pengujian
50
4.2.1.2 Kasus dan Hasil Pengujian Alpha
51
4.2.1.3 Kesimpulan Hasil Pengujian Alpha
53
4.2.1.4 Kasus dan Hasil Pengujian Betha
53
4.2.1.5 Kesimpulan Hasil Pengujian Betha
56 Hal.
4.2.2 Pengujian Deteksi Bangun Ruang
56
4.2.2.1 Proses Uji Deteksi
58
4.3 Hasil Pengujian
65 Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
74
5.2 Saran Daftar Pustaka Lampiran Listing Program Lampiran Curriculum Vitae
74
75 A-1 B-1
DAFTAR GAMBAR
Hal.Ruang
Gambar 3.7 Use Case Diagram Sistem Deteksi Bangun Ruang23
23
23
24
24
25
28 Gambar 3.8 Sequence Diagram Proses Implementasi Pendeteksian Bangun Ruang
Gambar 3.9 Sequence Diagram Proses Uji Deteksi Citra BangunRuang
Gambar 3.10 Activity Diagram Implementasi Pendeteksian Bangun29
Gambar 3.5 Limas30
31 Gambar 3.11 Activity Diagram Uji Deteksi Bangun Ruang
32 Gambar 3.12 Flowchart Sistem
33 Gambar 3.13 Rancangan Form Awal
36 Gambar 3.14 Rancangan Form Utama
37 Gambar 3.15 Rancangan Form Uji Deteksi
39 Gambar 4.1 Form Awal
42 Gambar 4.2 Form Utama
43 Gambar 4.3 Form Utama Setelah Dimasukan Citra
44 Gambar 4.4 Utama Setelah Dilakukan Threshold Otsu
44 Gambar 4.5 Form Utama Setelah Dilakukan Deteksi Tepi Terhadap Citra
Gambar 3.6 KerucutGambar 3.4 TabungGambar 2.1 Gradasi warna grayscaleOtsu
8 Gambar 2.2 Proses perubahan citra warna menjadi grayscale
9 Gambar 2.3 Format 8 bit
9 Gambar 2.4 Kubus
11 Gambar 2.5 Balok
11 Gambar 2.6 Bola
Gambar 2.7 TabungGambar 2.8 Limas segitigaGambar 2.9 KerucutGambar 2.10 Proses ThresholdGambar 2.11 Contoh citra setelah dilakukan thresholdGambar 2.12 Contoh pengambilan nilai thresholding dengan metodeGambar 2.13 Contoh hasil thresholding dengan metode Otsu pada tulang rahangGambar 3.3 BolaGambar 2.14 Operator Roberts(b) dan (c) serta posisi pada citra f12
12
13
13
15
17
18
20
21 Gambar 3.1 Kubus
Gambar 3.2 Balok45 Hal.
Gambar 4.6 Form Uji Deteksi61 Gambar 4.18 Uji Deteksi Bangun Ruang Limas
64
63
63
62
62
Gambar 4.23 Hasil Uji Deteksi Bangun Ruang TabungGambar 4.22 Deteksi Bangun Ruang TabungGambar 4.21 Hasil Uji Bangun Ruang KerucutGambar 4.20 Uji Deteksi Bangun Ruang KerucutGambar 4.19 Hasil Uji Deteksi Bangun Ruang Limas61 Gambar 4.17 Hasil Uji Deteksi Bangun Ruang Bola
46 Gambar 4.7 Form Uji Deteksi Setelah Dimasukan Citra
60
Gambar 4.16 Uji Deteksi Bangun Ruang Bola60 Gambar 4.15 Hasil Uji Deteksi Bangun Ruang Kubus
59 Gambar 4.14 Uji Deteksi Bangun Ruang Kubus
59 Gambar 4.13 Hasil Uji Deteksi Bangun Ruang Balok
49 Gambar 4.12 Uji Deteksi Bangun Ruang Balok
48 Gambar 4.11 Form Bantuan Pengujian
Gambar 4.10 Form Bantuan Utama47 TerhadapCitra
47 Gambar 4.9 Form Uji Deteksi Setelah Dilakukan Deteksi Tepi
46 Gambar 4.8 Form Uji Deteksi Setelah Dilakukan Threshold Otsu
64
DAFTAR TABEL
Hal.Tabel 4.1 Rencana PengujianTabel 4.2 Pengujian Hasil Input Citra Digital Oleh PenggunaTabel 4.3 Pengujian Hasil Threshold Otsu Oleh SistemTabel 4.4 Pengujian Hasil Deteksi Tepi Oleh SistemTabel 4.5 Citra Bangun RuangTabel 4.6 Hasil Uji Deteksi Citra Bangun Ruang50
51
52
52
55
65 Tabel 4.7 Hasil Uji Deteksi Citra Bangun Ruang Dengan Citra Yang Telah Mengalami Kerusakan
69