Kesimpulan Saran Implementasi dan Perbandingan Metode Frei-Chen, Morphologi dan Sobel untuk Deteksi Tepi pada Citra Foto Rontgen Kista Rongga Mulut

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Setelah melakukan studi literatur, analisis, perancangan, implementasi, dan pengujian sistem ini, maka kesimpulan yang didapat adalah sebagai berikut: 1. Nilai rata-rata MSE pada citra hasil deteksi tepi citra foto rontgen kista rongga mulut dengan metode Sobel yaitu sebesar 19961,22636, Frei-Chen sebesar 21506,7525, Morphologi sebesar 24794,31671, kombinasi Sobel dan Morphologi sebesar 18265,51315, serta kombinasi Frei-Chen dan Morphologi sebesar 20041,81409. 2. Nilai rata-rata PSNR pada citra hasil deteksi tepi citra foto rontgen kista rongga mulut dengan metode Sobel yaitu sebesar 0,572031556 dB, Frei-Chen sebesar 0,54478333 dB, Morphologi sebesar 0,482184667 dB, kombinasi Sobel dan Morphologi sebesar 0,609430333 dB, serta kombinasi Frei-Chen dan Morphologi sebesar 0,573919444 dB. Nilai Running Time pada citra hasil deteksi tepi citra foto rontgen kista rongga mulut dengan metode Sobel yaitu sebesar 3,202 detik, Frei-Chen sebesar 4,318 detik, Morphologi sebesar 2,180 detik, kombinasi Sobel dan Morphologi sebesar 3,745 detik, serta kombinasi Frei-Chen dan Morphologi sebesar 4,853 detik. 3. Hasil dari penelitian ini diperoleh bahwa kombinasi metode Sobel dan Morphologi lebih baik digunakan untuk deteksi tepi citra foto rontgen kista rongga mulut dengan format JPG yaitu dengan rata-rata nilai MSE =18265,51 dan PSNR = 0,60 dB. Untuk kecepatan proses, metode Morphologi memiliki rata-rata nilai Ranning Time terkecil yaitu 2,180 detik.

5.2 Saran

Adapun saran-saran yang diperlukan untuk penelitian maupun pengembangan berikutnya adalah: 1. Sistem ini menggunakan citra dengan format JPG menggunakan prinsip kompresi lossy dimana terjadi kehilangan sebagian data dari citra tersebut. Apabila citra terkompresi direkonstruksi kembali maka hasilnya tidak sama dengan citra aslinya. Untuk pengembangan lebih lanjut sebaiknya menggunakan citra yang menggunakan kompresi lossless seperti format citra BMP, GIF, dan TIFF. 2. Untuk pengambangan selanjutnya dapat menggunakan deteksi tepi yang lain seperti Robinson, Kirsch, atau dengan menggunakan operasi Morphologi lain seperti Opening dan Closing. 3. Untuk pengembangan selanjutnya dapat dikembangkan menjadi sistem pakar untuk mendeteksi jenis penyakit kista pada rongga mulut. 4. Pada sistem ini operasi Morphologi menggunakan elemen penstruktur berukuran 3x3 berbentuk Square matriks. Untuk selanjutnya dapat di kembangkan dengan menggunkan ukuran elemen penstruktur yang bervariasi seperti 4 x4, 5x5, 6x6 dan seterusnya. Dan dengan bentuk element penstruktur yang lain seperti diamond, disk, line, dan Rectangle. 5. Sistem ini menggunakan Running Time sebagai parameter waktu. Untuk pengembangan selanjutnya dapat menggunkan Big θ. BAB II LANDASAN TEORI

2.1 Citra