42
BAB V HASIL DAN ANALISIS
5.1. Hasil Citra Grayscaling
Citra yang telah berhasil di-
resize
akan dilakukan proses untuk menjadi citra berjenis
grayscale
, tabel 5.1 adalah beberapa contoh hasil
grayscaling
. Tabel 5.1 Contoh Hasil Citra HSV dan Grayscaling
No Citra Asli
Citra Grayscale 1
2
3 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
N o
Citra Asli Citra Grayscale
4
5
5.2. Hasil
Local Window
Hasil dari tahap ini adalah memotong atau membagi gambar menjadi beberapa bagian yang sama rata agar dapat diolah ke tahap selanjutnya yaitu
Local Thresholding,
tabel 5.2 merupakan beberapa contoh hasil dari tahap
Local Window
. Tabel 5.2 Contoh Hasil Local Window
No Citra
Grayscale
Hasil Local Windowing 1
No Citra
Grayscale
Hasil Local Windowing 2
3
4
5 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5.3. Hasil
Local Thresholding
Citra yang telah dipotong menjadi beberapa bagian, kemudian dijadikan biner setiap bloknya dengan nilai
Threshold
yang telah dikalkulasikan dengan menggunakan metode
Niblack
, tabel 5.3 merupakan beberapa contoh hasil dari tahap
Local Threshold
. Tabel 5.3 Contoh Hasil Local Threshold
No Citra Local Windowing
Citra Hasil Local Thresholding 1
2
3 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
No Citra Local Windowing
Citra Hasil Local Thresholding 4
5
5.4. Hasil Penggabungan
Local Thresholding
Citra yang telah dibinerkan menggunakan metode
Niblack
kemudian disatukan kembali agar menjadi citra yang utuh agar dapat dianalisa perbedaan
disetiap pikselnya, tabel 5.4 merupakan beberapa contoh hasil Penggabungan
Local Window
. Tabel 5.4 Hasil Penggabungan Local Window
No Citra Hasil
Local Thresholding
Citra Hasil Penggabungan
Local Window
1 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
No Citra Hasil
Local Thresholding
Citra Hasil Penggabungan
Local Thresholding
2
3
4
5 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5.5. Analisis Presentase Jumlah Objek
Setiap citra yang telah berhasil dibinerisasikan kemudian dibandingkan setiap pikselnya apakah sesuai atau tidak sesuai dengan citra berjenis rgb atau citra
asalnya, kemudian dihitung akurasinya dengan cara 100 dikurangi jumlah piksel salah dibagi dengan 150, tabel 5.5 dan 5.6 merupakan perhitungan seluruh akurasi
citra yang telah diuji coba dengan menggunakan metode Niblack dan Otsu, berikut adalah tabel 5.5 dan 5.6 :
Tabel 5.5 Perhitungan Akurasi
Niblack
Akurasi
Local Windowing
Nol Bagian
No Objek
Citra RGB Objek Benar
K = -0,1 Akurasi
K = -0,1 Objek Benar
K = -0,2 Akurasi
K = -0,2 1
16 9
56,25 10
62,5 2
17 13
76,47058824 13
76,47058824 3
18 12
66,66666667 11
61,11111111 4
17 11
64,70588235 11
64,70588235 5
16 16
100 16
100 6
13 13
100 13
100 7
12 12
100 12
100 8
5 5
100 5
100 9
7 5
71,42857143 5
71,42857143 10
10 10
100 10
100 µ Akurasi
83,55217 µ Akurasi
83,62162 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Akurasi
Local Windowing
Empat Bagian
No Objek
Citra RGB Objek Benar
K = -0,1 Akurasi
K = -0,1 Objek Benar
K = -0,2 Akurasi
K = -0,2 1
16 14
87,5 14
87,5 2
17 12
70,58823529 12
70,58823529 3
18 15
83,33333333 15
83,33333333 4
17 10
58,82352941 13
76,47058824 5
15 15
100 15
100 6
13 13
100 13
100 7
11 11
100 11
100 8
5 3
60 5
100 9
7 4
57,14285714 4
57,14285714 10
10 10
100 10
100 µ Akurasi
81.7388 µ Akurasi
87.5035
Akurasi
Local Windowing
Tiga Vertikal Bagian
No Objek
Citra RGB Objek Benar
K = -0,1 Akurasi
K = -0,1 Objek Benar
K = -0,2 Akurasi
K = -0,2 1
16 8
50 8
50 2
17 17
100 17
100 3
18 13
72,22222222 12
66,66666667 4
17 14
82,35294118 13
76,47058824 5
15 15
100 15
100 6
15 13
86,66666667 13
86,66666667 7
12 12
100 12
100 8
5 5
100 5
100 9
7 1
14,28571429 2
28,57142857 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Akurasi
Local Windowing
Tiga Vertikal Bagian
No Objek
Citra RGB Objek Benar
K = -0,1 Akurasi
K = -0,1 Objek Benar
K = -0,2 Akurasi
K = -0,2 10
10 9
90 9
90 µ Akurasi
79.55275 µ Akurasi
79.83754
Akurasi
Local Windowing
Tiga Horizontal Bagian
No Objek
Citra RGB Objek Benar
K = -0,1 Akurasi
K = -0,1 Objek Benar
K = -0,2 Akurasi
K = -0,2 1
16 8
50 9
56,25 2
17 12
70,58823529 12
70,58823529 3
18 12
66,66666667 12
66,66666667 4
17 10
58,82352941 10
58,82352941 5
16 16
100 16
100 6
13 11
84,61538462 11
84,61538462 7
12 12
100 12
100 8
5 3
60 5
100 9
8 2
25 6
75 10
10 10
100 10
100 µ Akurasi
71.56938 µ Akurasi
81.19438
Tabel 5.6 Perhitungan Akurasi
Otsu
Akurasi Otsu
No Objek Citra RGB
Objek Benar Otsu Akurasi
1 16
2 17
3 18
Akurasi Otsu
No Piksel Error Otsu
Otsu Error Akurasi
4 17
5 16
16 100
6 13
13 100
7 12
11 91,66666667
8 5
5 100
9 8
7 87,5
10 10
10 100
µ Akurasi 57.91667
Dari tabel 5.5 dan 5.6 dapat dilihat hasil dari seluruh data yang telah dilakukan uji coba untuk dijadikan citra biner, menghasilkan beberapa poin akurasi
rata rata yang akan disajikan pada tabel 5.7, berikut adalah tabel 5.7 :
Tabel 5.7 Akurasi Rata-Rata Akurasi Total
Ket.
Local Windowing
No Niblack
Otsu K = -0,1
K = -0,2 1
83,5521 83,6216
57,91666667 4
2 81,7387
87,5035 3 vertikal
3 79,5527
79,8375 3 horizontal
4 71,5693
81,1943 Dari tabel 5.7 dapat disimpulkan bahwa akurasi metode
Niblack
adalah sebesar 87,5035 pada
local windowing
empat bagian dengan nilai K adalah sebesar -0,2, dan akurasi metode
Otsu
adalah sebesar 57,91666667. Gambar 5.1 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
merupakan representasi grafik berbentuk graph dari tabel 5.7, berikut adalah gambar 5.1 :
Gambar 5. 1 Akurasi Total
50 60
70 80
90 100
1 2
3 4
Akurasi Rata-Rata
-0,1 -0,2
Otsu
5.6. Analisis Waktu Proses Binerisasi
Kategori