Identifikasi Lokasi Fraktur pada Citra Digital Tulang Tibia Menggunakan Metode Algoritma Scanline
1
IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA
MENGGUNAKAN METODE ALGORITMA SCANLINE
SKRIPSI
SUSI ELFRIDA S
111402036
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
2
Universitas Sumatera Utara
3
IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA
MENGGUNAKAN METODE ALGORITMA SCANLINE
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
Susi Elfrida S
111402036
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
i
PERSETUJUAN
Judul
: IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA
DAN FIBULA
MENGGUNAKAN ALGORITMA
SCANLINE
Kategori
: SKRIPSI
Nama
: SUSI ELFRIDA S
Nomor Induk Mahasiswa
: 111402036
Program Studi
: S1 TEKNOLOGI INFORMASI
Departemen
: TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dr.Iman Dwi Winanto
Muhammad Anggia Muchtar, S.T.MM.IT.
NIP 198302092008011008
NIP 19800110 200801 1 010
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110 200801 1 010
Universitas Sumatera Utara
ii
PERNYATAAN
IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN FIBULA
MENGGUNAKAN ALGORITMA SCANLINE
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Mei 2015
Susi Elfrida S
111402036
Universitas Sumatera Utara
iii
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan ke hadirat Tuhan Yesus Kristus atas segala
berkat dan pengasihan-Nya yang berlimpah sehingga penulis dapat menyelesaikan skripsi
ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1
Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulisan sampaikan kepada Bapak Muhammad Anggia
Muchtar, S.T., MM.IT. selaku pembimbing pertama dan Bapak Dr.Iman Dwi Winanto
selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan kritik
dan saran dalam penelitian dan penulisan skripsi ini. Selanjutnya, terima kasih juga kepada
Bapak Romi Fadillah Rahmat B.Comp.Sc.,M.Sc sebagai dosen penguji pertama serta Ibu
Dr. Erna Budhiarti Nababan, M. IT sebagai dosen penguji kedua. Penulis juga
mengucapkan terima kasih kepada Bapak dan Ibu dosen S1 Teknologi Informasi yang
telah mengajar dan memberikan masukan serta saran yang bermanfaat selama proses
perkuliahan hingga dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan kepada
semua pegawai dan staf tata usaha Teknologi Informasi dan Fasilkom-TI, yang telah
membantu proses administrasi selama perkuliahan.
Penulis tentunya tidak lupa berterima kasih kepada kedua orang tua penulis, yaitu
Bapak Martolu Simanjuntak dan Ibu Romauli Panjaitan yang telah membesarkan penulis
dengan sabar dan penuh cinta. Terima kasih juga penulis ucapkan kepada abang penulis
Suberto dan Herianto Simanjuntak dan kakak penulis Lasmian, yang selalu memberikan
dukungan kepada penulis. Penulis juga berterima kasih kepada Julchiply atas segala
bantuan, motivasi dan doa yang diberikan kepada penulis. Penulis juga berterima kasih
pada seluruh anggota keluarga penulis yang namanya tidak dapat disebutkan satu satu.
Terima kasih juga penulis ucapkan kepada teman-teman yang telah memberikan
dukungan, khususnya teman seperjuangan Masyunita, Dian, Fitri, Anita, Vanesa, Melda,
serta seluruh teman-teman angkatan 2011 dan teman-teman mahasiswa Teknologi
Informasi lainnya. Akhir kata, penulis ucapkan terimakasih kepada semua pihak yang telah
membantu menyelesaian skripsi ini yang tidak bisa penulis sebutkan satu persatu. Semoga
Tuhan Yesus Kristus membalas kebaikan kalian semua, dan semoga skripsi yang penulis
buat dapat bermanfaat.
Universitas Sumatera Utara
iv
ABSTRAK
Fraktur adalah terputusnya kontinuitas jaringan tulang, retak atau patahnya tulang
utuh yang biasanya disebabkan oleh trauma atau tenaga fisik. Fraktur tibia dan fibula
yang terjadi akibat pukulan langsung, fraktur kedua tulang ini sering terjadi dalam
kaitan satu sama lain. Salah satu cara yang digunakan untuk mengidentifikasi lokasi
fraktur tibia dan fibula adalah dengan membaca gambar hasil foto X-ray secara
manual.
Pemeriksaan
manual
membutuhkan waktu
yang
lebih
lama
dan
memungkinkan terjadinya kesalahan dalam identifikasi karena citra mengandung
banyak noise. Terlebih lagi dalam pembacaan gambar X-ray membutuhkan sinar
background yang kuat (sebagai pencahayaan) untuk membuat objek pada gambar Xray tampak lebih jelas, sehingga dibutuhkan suatu metode yang dapat mempermudah
ahli radiologi dalam mengidentifikasi lokasi fraktur tulang tibia dan fibula. Metode
yang diajukan pada penelitian ini adalah algoritma Scanline untuk identifikasi lokasi
fraktur. Sebelum tahap identifikasi dilakukan citra cruris akan mengalami preprocessing dan feature extraction menggunakan deteksi tepi Canny. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu melakukan identifikasi lokasi
fraktur tulang tibia dan fibula dengan akurasi 87,5%.
Kata kunci: Fraktur, Tibia dan fibula, Canny, Scanline.
Universitas Sumatera Utara
v
IDENTIFICATION OF THE LOCATION OF TIBIA AND FIBULA
FRACTURE USING SCANLINE ALGORITHM
ABSTRACT
A fracture is a break of continuity of bone tissue, a crack or a fracture of intact bone
usually caused by trauma or physical exertion. Fracture of the tibia and fibula caused
by a direct hit, both bone fractures often occur in conjunction with one another. A
method that use to identify the location of tibia and fibula fracture by reading X-ray
images manually. Manual inspection requires a lot of time and misidentification of the
image that contains a lot of noise may occured. Especially in reading X-ray images
requires a strong background light (for lighting) to make objects in X-ray images
appear clearly, and so it is needed a method that can help radiologists in identifying
the location of tibia and fibula fracture. The method proposed in this research is the
Scanline algorithm to identify the location of the fracture. Pre-processing and feature
extraction using canny edge detection will be performed before the identification step.
This research shows that the proposed method is able to identify the location of tibia
and fibula fracture with accuracy of 87,5%.
Keywords: Fracture , Tibia and fibula, Canny, Scanline.
Universitas Sumatera Utara
vi
DAFTAR ISI
Hal.
PERSETUJUAN
i
PERNYATAAN
ii
UCAPAN TERIMA KASIH
iii
ABSTRAK
iv
ABSTRACT
v
DAFTAR ISI
vi
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
BAB 1 PENDAHULUAN
1
1.1. Latar Belakang
1
1.2. Rumusan Masalah
2
1.3. Tujuan penelitian
2
1.4. Batasan Masalah
3
1.5. Manfaat Penelitian
3
1.6. Metodologi Penelitian
3
1.7. Sistematika Penulisan
4
BAB 2 LANDASAN TEORI
6
2.1 Tulang Tibia dan Tulang Fibula
6
2.1.1. Tulang Tibia
7
2.1.2. Tulang Fibula
7
2.1.3 Fraktur
8
2.1.4. Klasifikasi Fraktur
8
2.2 Citra
9
2.2.1 Citra Biner
10
2.2.2 Citra Keabuan (Grayscale)
10
2.3.3 Citra Warna
11
2.3 Pengolahan Citra
11
Universitas Sumatera Utara
vii
2.3.1. Cropping
12
2.3.2 Resizing
12
2.3.3 Grayscaling
12
2.3.4 Penajaman citra (Sharpenning)
13
2.3.5 Filtering
13
2.4 Ekstraksi Fitur
14
2.5. Algoritma Scanline
15
2.6. Penelitian Terdahulu
16
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
19
3.1 Arsitektur Umum
19
3.2 Data yang Digunakan
20
3.3 Pre-processing
21
3.3.1 Cropping
21
3.3.2 Resizing
22
3.3.3. Grayscaling
22
3.3.4. Penajaman Citra (Sharpening)
24
3.4 Ekstraksi Fitur
25
3.5 Identifikasi Lokasi Fraktur
27
3.6 Bentuk keluaran yang dihasilkan
30
BAB 4 IMPLEMENTASI DAN PENGUJIAN
34
4.1 Implementasi Sistem
34
4.1.1 Spesifikasi perangkat keras dan perangkat lunak yang digunakan
34
4.1.2 Implementasi perancangan muka
35
4.1.3 Implementasi data
36
4.2 Prosedur Operasional
37
4.3 Pengujian Sistem
42
4.3.1 Pengujian Citra
BAB 5 KESIMPULAN DAN SARAN
42
52
5.1 Kesimpulan
52
5.2. Saran
52
DAFTAR PUSTAKA
53
Universitas Sumatera Utara
viii
DAFTAR TABEL
Hal.
Tabel 2.1. Penelitian terdahulu
17
Tabel 3.1. Nilai ektraksi fitur deteksi Canny
27
Tabel 3.2. Hasil Proses Scanline
30
Tabel 4.1. Rangkuman data citra cruris
38
Tabel 4.3. Hasil Uji data cruris
43
Universitas Sumatera Utara
ix
DAFTAR GAMBAR
Hal.
Gambar 2.1. Anatomi Cruris Tibia dan Fibula
6
Gambar 2.2. Citra biner
10
Gambar 2.3. Citra Grayscale
11
Gambar 2.4. Citra warna
11
Gambar 2.5. Ilustrasi proses Scanline
16
Gambar 3.1. Arsitektur umum
20
Gambar 3.2. Citra Cruris
21
Gambar 3.3. Hasil pemotongan (cropping) citra cruris
21
Gambar 3.4. Citra hasil proses resizing
22
Gambar 3.5. Representasi pixel citra cruris
22
Gambar 3.6. Citra 9 (3x3) pixel
23
Gambar 3.7. Nilai grayscaling pada setiap pixel
24
Gambar 3.8. Citra hasil grayscaling
24
Gambar 3.9. Citra hasil sharpening
25
Gambar 3.10. Citra Proses canny
26
Gambar 3.11. Citra hasil canny
26
Gambar 3.12. Ilustrasi proses algoritma Scanline
29
Gambar 3.13. Struktur Menu Aplikasi
31
Gambar 3.14. Rancangan Tampilan Awal Identifikasi
32
Gambar 3.15 Rancangan Tampilan Halaman Utama
33
Gambar 4.1. Tampilan Halaman Awal
34
Gambar 4.2. Tampilan Halaman Utama Sistem
36
Universitas Sumatera Utara
x
Gambar 4.3. Tampilan utama aplikasi saat tombol “Browse” dipilih
37
Gambar 4.4. Tampilan utama aplikasi setelah citra tulang dipilih
38
Gambar 4.5. Tampilan aplikasi pada proses identifikasi
39
Gambar 4.6. Tampilan citra hasil grayscaling
39
Gambar 4.7. Tampilan citra hasil sharpening
40
Gambar 4.8. Tampilan citra hasil deteksi tepi canny
41
Gambar 4.9. Tampilan citra hasil identifikasi
41
Gambar 4.10. Citra gagal identifikasi
51
Universitas Sumatera Utara
IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA
MENGGUNAKAN METODE ALGORITMA SCANLINE
SKRIPSI
SUSI ELFRIDA S
111402036
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
2
Universitas Sumatera Utara
3
IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA
MENGGUNAKAN METODE ALGORITMA SCANLINE
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
Susi Elfrida S
111402036
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
i
PERSETUJUAN
Judul
: IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA
DAN FIBULA
MENGGUNAKAN ALGORITMA
SCANLINE
Kategori
: SKRIPSI
Nama
: SUSI ELFRIDA S
Nomor Induk Mahasiswa
: 111402036
Program Studi
: S1 TEKNOLOGI INFORMASI
Departemen
: TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Dr.Iman Dwi Winanto
Muhammad Anggia Muchtar, S.T.MM.IT.
NIP 198302092008011008
NIP 19800110 200801 1 010
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110 200801 1 010
Universitas Sumatera Utara
ii
PERNYATAAN
IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN FIBULA
MENGGUNAKAN ALGORITMA SCANLINE
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Mei 2015
Susi Elfrida S
111402036
Universitas Sumatera Utara
iii
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan ke hadirat Tuhan Yesus Kristus atas segala
berkat dan pengasihan-Nya yang berlimpah sehingga penulis dapat menyelesaikan skripsi
ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1
Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulisan sampaikan kepada Bapak Muhammad Anggia
Muchtar, S.T., MM.IT. selaku pembimbing pertama dan Bapak Dr.Iman Dwi Winanto
selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan kritik
dan saran dalam penelitian dan penulisan skripsi ini. Selanjutnya, terima kasih juga kepada
Bapak Romi Fadillah Rahmat B.Comp.Sc.,M.Sc sebagai dosen penguji pertama serta Ibu
Dr. Erna Budhiarti Nababan, M. IT sebagai dosen penguji kedua. Penulis juga
mengucapkan terima kasih kepada Bapak dan Ibu dosen S1 Teknologi Informasi yang
telah mengajar dan memberikan masukan serta saran yang bermanfaat selama proses
perkuliahan hingga dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan kepada
semua pegawai dan staf tata usaha Teknologi Informasi dan Fasilkom-TI, yang telah
membantu proses administrasi selama perkuliahan.
Penulis tentunya tidak lupa berterima kasih kepada kedua orang tua penulis, yaitu
Bapak Martolu Simanjuntak dan Ibu Romauli Panjaitan yang telah membesarkan penulis
dengan sabar dan penuh cinta. Terima kasih juga penulis ucapkan kepada abang penulis
Suberto dan Herianto Simanjuntak dan kakak penulis Lasmian, yang selalu memberikan
dukungan kepada penulis. Penulis juga berterima kasih kepada Julchiply atas segala
bantuan, motivasi dan doa yang diberikan kepada penulis. Penulis juga berterima kasih
pada seluruh anggota keluarga penulis yang namanya tidak dapat disebutkan satu satu.
Terima kasih juga penulis ucapkan kepada teman-teman yang telah memberikan
dukungan, khususnya teman seperjuangan Masyunita, Dian, Fitri, Anita, Vanesa, Melda,
serta seluruh teman-teman angkatan 2011 dan teman-teman mahasiswa Teknologi
Informasi lainnya. Akhir kata, penulis ucapkan terimakasih kepada semua pihak yang telah
membantu menyelesaian skripsi ini yang tidak bisa penulis sebutkan satu persatu. Semoga
Tuhan Yesus Kristus membalas kebaikan kalian semua, dan semoga skripsi yang penulis
buat dapat bermanfaat.
Universitas Sumatera Utara
iv
ABSTRAK
Fraktur adalah terputusnya kontinuitas jaringan tulang, retak atau patahnya tulang
utuh yang biasanya disebabkan oleh trauma atau tenaga fisik. Fraktur tibia dan fibula
yang terjadi akibat pukulan langsung, fraktur kedua tulang ini sering terjadi dalam
kaitan satu sama lain. Salah satu cara yang digunakan untuk mengidentifikasi lokasi
fraktur tibia dan fibula adalah dengan membaca gambar hasil foto X-ray secara
manual.
Pemeriksaan
manual
membutuhkan waktu
yang
lebih
lama
dan
memungkinkan terjadinya kesalahan dalam identifikasi karena citra mengandung
banyak noise. Terlebih lagi dalam pembacaan gambar X-ray membutuhkan sinar
background yang kuat (sebagai pencahayaan) untuk membuat objek pada gambar Xray tampak lebih jelas, sehingga dibutuhkan suatu metode yang dapat mempermudah
ahli radiologi dalam mengidentifikasi lokasi fraktur tulang tibia dan fibula. Metode
yang diajukan pada penelitian ini adalah algoritma Scanline untuk identifikasi lokasi
fraktur. Sebelum tahap identifikasi dilakukan citra cruris akan mengalami preprocessing dan feature extraction menggunakan deteksi tepi Canny. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu melakukan identifikasi lokasi
fraktur tulang tibia dan fibula dengan akurasi 87,5%.
Kata kunci: Fraktur, Tibia dan fibula, Canny, Scanline.
Universitas Sumatera Utara
v
IDENTIFICATION OF THE LOCATION OF TIBIA AND FIBULA
FRACTURE USING SCANLINE ALGORITHM
ABSTRACT
A fracture is a break of continuity of bone tissue, a crack or a fracture of intact bone
usually caused by trauma or physical exertion. Fracture of the tibia and fibula caused
by a direct hit, both bone fractures often occur in conjunction with one another. A
method that use to identify the location of tibia and fibula fracture by reading X-ray
images manually. Manual inspection requires a lot of time and misidentification of the
image that contains a lot of noise may occured. Especially in reading X-ray images
requires a strong background light (for lighting) to make objects in X-ray images
appear clearly, and so it is needed a method that can help radiologists in identifying
the location of tibia and fibula fracture. The method proposed in this research is the
Scanline algorithm to identify the location of the fracture. Pre-processing and feature
extraction using canny edge detection will be performed before the identification step.
This research shows that the proposed method is able to identify the location of tibia
and fibula fracture with accuracy of 87,5%.
Keywords: Fracture , Tibia and fibula, Canny, Scanline.
Universitas Sumatera Utara
vi
DAFTAR ISI
Hal.
PERSETUJUAN
i
PERNYATAAN
ii
UCAPAN TERIMA KASIH
iii
ABSTRAK
iv
ABSTRACT
v
DAFTAR ISI
vi
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
BAB 1 PENDAHULUAN
1
1.1. Latar Belakang
1
1.2. Rumusan Masalah
2
1.3. Tujuan penelitian
2
1.4. Batasan Masalah
3
1.5. Manfaat Penelitian
3
1.6. Metodologi Penelitian
3
1.7. Sistematika Penulisan
4
BAB 2 LANDASAN TEORI
6
2.1 Tulang Tibia dan Tulang Fibula
6
2.1.1. Tulang Tibia
7
2.1.2. Tulang Fibula
7
2.1.3 Fraktur
8
2.1.4. Klasifikasi Fraktur
8
2.2 Citra
9
2.2.1 Citra Biner
10
2.2.2 Citra Keabuan (Grayscale)
10
2.3.3 Citra Warna
11
2.3 Pengolahan Citra
11
Universitas Sumatera Utara
vii
2.3.1. Cropping
12
2.3.2 Resizing
12
2.3.3 Grayscaling
12
2.3.4 Penajaman citra (Sharpenning)
13
2.3.5 Filtering
13
2.4 Ekstraksi Fitur
14
2.5. Algoritma Scanline
15
2.6. Penelitian Terdahulu
16
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
19
3.1 Arsitektur Umum
19
3.2 Data yang Digunakan
20
3.3 Pre-processing
21
3.3.1 Cropping
21
3.3.2 Resizing
22
3.3.3. Grayscaling
22
3.3.4. Penajaman Citra (Sharpening)
24
3.4 Ekstraksi Fitur
25
3.5 Identifikasi Lokasi Fraktur
27
3.6 Bentuk keluaran yang dihasilkan
30
BAB 4 IMPLEMENTASI DAN PENGUJIAN
34
4.1 Implementasi Sistem
34
4.1.1 Spesifikasi perangkat keras dan perangkat lunak yang digunakan
34
4.1.2 Implementasi perancangan muka
35
4.1.3 Implementasi data
36
4.2 Prosedur Operasional
37
4.3 Pengujian Sistem
42
4.3.1 Pengujian Citra
BAB 5 KESIMPULAN DAN SARAN
42
52
5.1 Kesimpulan
52
5.2. Saran
52
DAFTAR PUSTAKA
53
Universitas Sumatera Utara
viii
DAFTAR TABEL
Hal.
Tabel 2.1. Penelitian terdahulu
17
Tabel 3.1. Nilai ektraksi fitur deteksi Canny
27
Tabel 3.2. Hasil Proses Scanline
30
Tabel 4.1. Rangkuman data citra cruris
38
Tabel 4.3. Hasil Uji data cruris
43
Universitas Sumatera Utara
ix
DAFTAR GAMBAR
Hal.
Gambar 2.1. Anatomi Cruris Tibia dan Fibula
6
Gambar 2.2. Citra biner
10
Gambar 2.3. Citra Grayscale
11
Gambar 2.4. Citra warna
11
Gambar 2.5. Ilustrasi proses Scanline
16
Gambar 3.1. Arsitektur umum
20
Gambar 3.2. Citra Cruris
21
Gambar 3.3. Hasil pemotongan (cropping) citra cruris
21
Gambar 3.4. Citra hasil proses resizing
22
Gambar 3.5. Representasi pixel citra cruris
22
Gambar 3.6. Citra 9 (3x3) pixel
23
Gambar 3.7. Nilai grayscaling pada setiap pixel
24
Gambar 3.8. Citra hasil grayscaling
24
Gambar 3.9. Citra hasil sharpening
25
Gambar 3.10. Citra Proses canny
26
Gambar 3.11. Citra hasil canny
26
Gambar 3.12. Ilustrasi proses algoritma Scanline
29
Gambar 3.13. Struktur Menu Aplikasi
31
Gambar 3.14. Rancangan Tampilan Awal Identifikasi
32
Gambar 3.15 Rancangan Tampilan Halaman Utama
33
Gambar 4.1. Tampilan Halaman Awal
34
Gambar 4.2. Tampilan Halaman Utama Sistem
36
Universitas Sumatera Utara
x
Gambar 4.3. Tampilan utama aplikasi saat tombol “Browse” dipilih
37
Gambar 4.4. Tampilan utama aplikasi setelah citra tulang dipilih
38
Gambar 4.5. Tampilan aplikasi pada proses identifikasi
39
Gambar 4.6. Tampilan citra hasil grayscaling
39
Gambar 4.7. Tampilan citra hasil sharpening
40
Gambar 4.8. Tampilan citra hasil deteksi tepi canny
41
Gambar 4.9. Tampilan citra hasil identifikasi
41
Gambar 4.10. Citra gagal identifikasi
51
Universitas Sumatera Utara