3.3 Alur Proses Program
START
Open Image
Greyscale Sharping
Deteksi Sobel
Dilasi
Closing
Invers
Clearborder
End Hitung
Gambar 3.2 Flowchart Alur Program
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Start
Tetapkan Nilai
MatrikSobel
Ambil Width dan High
Hitung piksel Horizontal dan
Vertikal Hasil = piksel
horisontal + vertikal
Hasil128
piksel Hitam
piksel Putih
Cetak piksel
Tidak Ya
End Terpenuhi
Width High Ya
Tidak
Citra Grayscale
Image Sobel
Gambar 3.3 Flowchart Algoritma Sobel
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Secara garis besar untuk melakukan pendeteksian tepi pada Bangunan melalui bebarapa proses yaitu meliputi :
1 Citra masukan berupa citra berwarna 2 Baca inputancitra yang akan diproses menjadi :
Grayscale Sharping
Deteksi Tepi Sobel Dilasi
Closing Invers
Clearborder Hitung
3.Output Melakukan pendeteksian tepi setelah proses grayscale, peningkatan
mutu citra, deteksi tepi sobel, dilasi, closing, invers, clearborder. Citra keluaran akan berupa berapa piksel warna putih dan berapa hektar tambak. Pada
implementasinya aplikasi ini melakukan pengambilan gambar sample memakai google satelit secara manual.
3.4 Perancangan Proses
Untuk mengetahui proses-proses yang dilakukan maka akan dijelaskan sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.1 Grayscale
Grayscale merupakan proses pengolahan citra dengan cara
mengubah nilai-nilai piksel awal citra menjadi sebuah citra keabuan.
Start
I=image
gray=rgb2grayI;
End
Gambar 3.4 Flowchart Grayscale
Langkah awal pada flowchart grayscale adalah citra masukan berwarna yang kemudian akan diproses menjadi citragrayscale. Citra
keabuan adalah citra yang setiap pikselnya mengandung satu layer dimana nilai intensitasnya berada pada interval 0-255, sehingga nilai-nilai piksel
pada citra keabuan tersebut dapat direpresentasikan dalam sebuah matriks yang dapat memudahkan proses perhitungan pada operasi berikutnya. Di
dalam MATLAB untukmenggubahpiksel RGB Red Green Blue menjadi skala keabu
– abuan dengan menggunakan fungsi rgb2gray.
Gray=rgb2grayI 3.4.2 Sharping
Sharping dilakukan
untuk memperoleh
keindahan citra,
kepentingan analisis citra, serta mengoreksi citra dari segala gangguan yang terjadi pada waktu perekaman data. Peningkatan mutu citra
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dilakukan sampai dengan citra siap dianalisis. Peningkatan mutu citra yang dilakukan pertama adalah penapisan citra. Penapisan citra digunakan
untuk menghilangkan derau yang terkandung dalam citra. Penapisan dilakukan dengan tapis median, yaitu tapis untuk menghilangkan derau
salt-and-pepper. Tapis median yang digunakan adalah matriks berukuran 3x3. Perintah untuk menapis citra dari derau.
Start
I=image
gray=rgb2grayI;
End b=histeqgray,64;
Gambar 3.5 Flowchart Sharping
Setelah proses grayscale langkah selanjutnya adalah peningkatan mutu citra. Peningkatan mutu citra dilakukan untuk memperoleh
keindahan citra, kepentingan analisis citra, serta mengoreksi citra dari segala gangguan yang terjadi pada waktu perekaman data. Berikut ini
adalah potongan baris program untuk peningkatan mutu citra.
b=histeqgray,64;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.3 Metode Sobel
Pada proses ini akan dideteksi tepi. Deteksi tepi yang digunakan adalah sobel. Kelebihan dari metode sobel ini adalah kemampuan untuk
mengurangi noise sebelum melakukan perhitungan deteksi tepi.
Start
I=image
gray=rgb2grayI;
End
b=histeqgray,64;
c=edgeb, sobel
;
Gambar 3.6 Flowchart Sobel
Setelah proses peningkatan mutu citra langkah selanjutnya adalah deteksi tepi. Metode yang digunakan adalah metode sobel. Operator sobel
adalah operator yang paling banyak digunakan sebagai pelacak tepi karena kesederhanaan dan keampuhannya. Matriks yang digunakan adalah 3x3.
Proses sobel ini, dilakukan dua penghitungan yaitu vertical dan horizontal. Berikut ini adalah potongan baris program untuk deteksi tepi Sobel.
c=edgeb, sobel
;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.4 Dilasi
Pada proses ini akan dilasi. Dilasi merupakan proses penumbuhan atau penebalan dalam citra biner. Pengertian penebalan ini dikontrol oeleh
bentuk strel.
Start I=image
gray=rgb2grayI;
End b=histeqgray,64;
c=edgeb, sobel
; d= strel
disk ,3;
e= imdilatec,d;
Gambar 3.7 Flowchart Dilasi
Pada flowchart 3.5 adalah proses dari dilasi. Setelah memproses metode deteksi tepi sobel kemudian akan diproses dilasi. Proses ini
menyambung garis pada objek.
d= strel disk
,3; e= imdilatec,d;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.5 Closing
Pada proses ini akan diclosing. Closing adalah menolak pecahan- pecahan sempit dan teluk yang panjang dan tipis, menghilangkan lubang
kecil dan mengisi gap pada garis-garis bentuk.
Start I=image
gray=rgb2grayI;
End
b=histeqgray,64; c=edgeb,
sobel ;
d= strel disk
,3; e= imdilatec,d;
h= strel disk
,13; i=imclosee,h;
Gambar 3.8 Flowchart Closing
Setelah didapatkan citra objek yang tersambung kemudian dilakukan tahap closing. Pada tahap ini yang digunakan adalah closing.
Berikut adalah potongan baris program closing.
h= strel disk
,13; i=imclosee,h;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.6 Invers
Pada proses ini akan diinvers. Invers adalah merubah sebuah objek dari hitam ke putih dirubah menjadi putih ke hitam sehingga akan
mendapatkan nilai pixel putih dalam objek tersebut,. Berikut adalah proses invers
Start I=image
gray=rgb2grayI;
End
b=histeqgray,64; c=edgeb,
sobel ;
d= strel disk
,3; e= imdilatec,d;
h= strel disk
,13; i=imclosee,h;
x=imcomplement d;
Gambar 3.9 Flowchart Invers
Setelah dilakukan tahap closing kemudian dilakukan tahap invers. Pada tahap ini yang digunakan adalah invers. Berikut adalah potongan
baris program invers.
x=imcomplement d;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.7 Clearborder
Pada proses
ini akan
clearborder. Clearborder
adalah menghilangkan obyek yang setengah tampil atau menghilangkan obyek di
pinggir yang tidak utuh.
Start I=image
gray=rgb2grayI;
End a=medfilt2gray,[3 3];
BW=edgea, sobel
; se= strel
disk ,1;
b= imdilateBW,se; se= strel
disk ,6;
d= imcloseb,se; x=imcomplement d;
k=imclearborderj,4;
Gambar 3.10 Flowchart clearborder
Setelah dilakukan tahap invers kemudian dilakukan tahap clearborder. Pada tahap ini yang digunakan adalah clearborder . Berikut
adalah potongan baris program clearborder. k=imclearborderj,4;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.8 Hitung
Pada proses ini akan dihitung jumlah rumah dengan rumus Bwlabel. BWlabel adalah menghitung jumlah obyek putih.
Start I=image
gray=rgb2grayI;
End a=medfilt2gray,[3 3];
BW=edgea, sobel
; se= strel
disk ,1;
b= imdilateBW,se; se= strel
disk ,6;
d= imcloseb,se; x=imcomplement d;
k=imclearborderj,4; L=bwlabelk,4;
n=maxL:;
Gambar 3.11 Flowchart Hitung
Setelah dilakukan tahap clearborder kemudian dilakukan tahap
Hitung. Berikut adalah potongan baris program Hitung. L=bwlabelk,4;
n=maxL:;
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.5 Evaluasi
Evaluasi pada
penelitian ini
adalah evaluasi
yang dapat
membandingkan hasil uji program dengan hasil image yang telah di photoshop untuk mengetahui berapa persenkah kemiripan uji program
dengan image sebenarnya
Hasil: - Bangunan
Bukan Bangunan Bangunan
A B
Bukan Bangunan C
D
Keterangan: A=Bangunan terdeteksi bangunan
B=Bukan bangunan tapi tedeteksi bangunan C=Bangunan tapi tidak terdeteksi bangunan
D=Bukan bangunan tapi terdeteksi bukan bangunan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data Rumah 1
Hasil: 4 Rumah
Bukan Rumah Rumah
5 Bukan Rumah
Presin=55+0=1x100=100 Recal=55+0=1x100=100
Data Rumah 2 Hasil: 11
Rumah Bukan Rumah
Rumah 10
1 Bukan Rumah
Presin=1010+1=x100=90,9 Recal=1010+0=1x100=100
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data Rumah 3 Hasil: 17
Rumah Bukan Rumah
Rumah 17
Bukan Rumah
Presin=1717+0=1x100=100 Recal=1717+0=1x100=100
Data Rumah 4 Hasil: 38
Rumah Bukan Rumah
Rumah 35
3 Bukan Rumah
Presin=3535+0=1 x100=100 Recal=3535+3=0,897x100=89,7
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data Rumah 5 Hasil: 8
Rumah Bukan Rumah
Rumah 8
Bukan Rumah
Presin=88+0=1x100=100 Recal=88+0=1x100=100
Data Rumah 6 Hasil: 14
Rumah Bukan Rumah
Rumah 12
Bukan Rumah 2
Presin=1212+0=1x100=81,8 Recal=1212+2=0,85x100=85
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data Rumah 7 Hasil: 46
Rumah Bukan Rumah
Rumah 38
6 Bukan Rumah
2
Presin=3838+6=0,86x100=86 Recal=3838+2=0,95x100=95
3.6 PerancanganTampilan Antarmuka
Kategori