Pemberian koagulan yang berlebihan akan menyebabkan koagulum menjadi keras dan sulit digiling.
Penggilingan RSS dilakukan untuk memisahkan air dari gumpalan. Kecepatan penggilingan berbeda antara rol yang satu dengan yang berikutnya.
2.2 Pengolahan Citra
Pengolahan citra merupakan proses pengolahan dan analisis citra tentang persepsi pada suatu citra. Pengolahan citra digital adalah disiplin ilmu yang mempelajari hal
yang berhubungan dengan perbaikan citra, kualitas citra peningkatan kontras, transformasi warna, restorasi citra, transformasi citra rotasi, translasi, skala,
transformasi geometrik, melakukan pemilihan ciri citra
feature image
yang optimal untuk dianalisis, penarikan informasi pada objek atau pengenalan objek yang
terkandung pada citra, melakukan kompresi untuk memperkecil penyimpanan data, transmisi data dan waktu proses data.
Input
dari pengolahan citra adalah citra dan
output
-nya berupa citra hasil pengolahan Sutoyo et al, 2009 Terminologi yang berkaitan dengan pengolahan citra adalah
Computer vision. Computer vision
ini mencoba meniru cara kerja sistem visual manusia. Dalam berbagai aplikasi
Computer vision
yang banyak dikembangkan adalah proses mengambil informasi dari gambar berupa fitur yang telah diekstraksi secara otomatis
dari gambar itu sendiri. Proses ini sering disebut sebagai CBIR
Content-Based Image Retrieval
Proses yang menjadi populer selama beberapa tahun dalam bidang pengolahan citra Choras, 2007.
CBIR menggabungkan beberapa teknologi seperti multimedia, pengolahan citra dan sinyal, pengenalan pola, interaksi manusia dan komputer serta ilmu informasi
persepsi manusia. Proses CBIR dapat dibagi dalam beberapa tahapan yaitu :
1. Preprocessing
Proses ini digunakan untuk memproses citra sebelum dilakukan ekstraksi fitur dalam mendeskripsikan konten citra. Proses ini terdiri atas penyaringan,
normalisasi, segmentasi, dan identifikasi objek. Hasil akhir dari proses
preprocessing
ini adalah sebuah area atau pun objek yang akan diekstraksi.
Universitas Sumatera Utara
2. Ekstraksi Fitur
Proses mengambil nilai inti fitur dari citra yang menggambarkan bentuk, tekstur, warna dan lain-lain.
Beberapa algoritma yang digunakan dalam pengembangan CBIR terdiri atas tiga tugas yaitu :
Ekstraksi Fitur Seleksi
Klasifikasi
Dari ketiga tugas ini, ekstraksi fitur memiliki fungsi paling penting karena fitur tertentu didapatkan untuk mendiskriminasikan suatu fitur yang dapat mempengaruhi
proses klasifikasi. Pada proses klasifikasi pada CBIR , pengolahan citra dan pengenalan pola merupakan bagian CBIR. Pada CBIR, pengolahan citra merupakan
proses awal dan pengenalan pola merupakan proses intepretasi citra. Pada penelitian ini akan dilakukan beberapa proses pada prapengolahan yang
akan digunakan untuk mendapatkan nilai fitur pada proses ekstraksi fitur antara lain :
Resizing
Pada proses ini, citra akan diperkecil ukuran pikselnya guna menambah fokus pada objek yang akan diidentifikasi, membuang citra yang tidak memiliki informasi
penting, memperbesar area tertentu pada suatu citra serta mengubah orientasi citra Fajri, 2014.
Grayscale
Proses
Grayscale
adalah proses merubah nilai - nilai piksel dari warna RGB menjadi
graylevel
. Proses ini dapat digunakan untuk memisahkan bayangan dengan warna asli pada citra. Pada citra terdiri dari 24 bit yang setiap pikselnya mengandung warna
dasar
Red, Green, Blue
. Setiap warna dasar ini memiliki 8-bit warna yang berada pada rentang warna 0 00000000 sampai 255 11111111. Proses perhitungan nilai
grayscale dapat dilakukan dengan persamaan 2.1 2.1
Universitas Sumatera Utara
Thresholding
Proses
thresholding
digunakan untuk mengatur derajat keabuan pada citra. Pada proses
thresholding
, citra memiliki dua tingkat keabuan yaitu hitam dan putih. Proses penentuan tingkat warna citra pada proses
thresholding
dilakukan dengan mendapatkan nilai ambang.
Pada proses ini, perhitungan nilai ambang dilakukan pada setiap piksel pada citra. Jika nilai yang dihasilkan kurang dari nilai ambang maka nilai piksel tersebut
akan diubah menjadi warna hitam dan jika nilai yang dihasilkan lebih dari nilai rata- rata maka nilai piksel akan diubah menjadi warna putih. Proses perhitungan nilai
ambang dapat dilakukan dengan persamaan :
Keterangan : T
= Nilai
threshold
fmaks = Nilai piksel maksimum fmin = Nilai piksel minimum
2.3 Ekstraksi Fitur