Gambar 15. Modul image editor dan perhitungan deskriptor lebar Line tool digunakan untuk membuat garis yang menyatakan panjang maupun
lebar dari ikan, sedangkan zoom digunakan untuk memudahkan user dalam menentukan ujung atau tepi dari objek yang diukur.
Pengeditan citra pada umumnya dilakukan dengan beberapa langkah yaitu sizing image pengubahan ukuran citra, cropping image pemotongan citra kemudian
pemberian warna latar yang sama yaitu biru dengan brush. Contoh hasil pengeditan citra dapat dilihat pada Gambar 16.
a
b Gambar 16. a Citra sebelum diedit, b Citra Setelah diedit
4.3 Perhitungan deskriptor ikan dengan pengolahan citra
Perhitungan deskriptor ikan dengan proses pengolahan citra dilakukan menggunakan beberapa algoritma yang ada yaitu algoritma filtering, binerisasi dan
algoritma pendeteksian tepi edge detection.
1. Filtering : Langkah ini dilakukan untuk memastikan bahwa objek Ikan dengan latar terpisah dengan baik, nilai ambang yang digunakan dapat
berbeda untuk setiap cit ra tergantung pada pembacaan histogram dan penangkapan visual dari user. Contoh hasil filter dapat dilihat pada Gambar
17.a. Terdapat dua fasilitas filter yang disediakan pada aplikasi ini yaitu filter yang didasarkan pada satu warna dasar kemudian filter berdasarkan tiga nilai
RGB citra atau disebut advance filter Gambar 18. 2. Binerisasi : Langkah ini dilakukan setelah proses filter dilakukan, proses
binerisasi ini bertujuan untuk memisahkan objek dengan latar, sehingga perhitungan deskriptor objek dapat dilakukan dengan lebih mudah. Contoh
hasil Binerisasi dapat dilihat pada Gambar 17.b. Pada proses binerisasi inilah akan dihitung nilai deskriptor luas, nilai indeks warna biru, indeks warna
merah, indeks warna hijau, intensitas, hue dan saturasi dari objek. 3. Deteksi Tepi : Langkah ini dilakukan dengan memberikan nilai piksel putih
pada setiap tepi objek yang dideteksi dengan matriks 8 – neighborhs. Pada proses ini juga akan dihitung nilai perimeter, panjang, lebar, elongation,
rectangular dan nilai circularity dari objek.
Teknik pengolahan citra pada penelitian ini masih tergolong sederhana, masih tergantung pandangan visual pengguna terutama dalam penentuan nilai ambang objek
citra, hal ini disebabkan oleh citra yang dihasilkan masih belum baik dikarenakan nilai RGB latar yang diharapkan berbeda jauh dengan nilai RGB objek ternyata sangat susah
didapatkan karena kondisi pencahayaan dan tingkat kekeruhan air yang berbeda pada saat
pemotretan. Akibat bervariasinya nilai RGB latar ini menyebabkan automatisasi pengolahan citra susah dilakukan.
a
b
c Gambar 17. a Citra hasil filter b Citra hasil binerisasi c Citra hasil deteksi
tepi
Gambar 18. Tampilan form Advance filter
4.4 Basisdata KOI
