Pembesaran Citra Grayscale Menggunakan Metode Error – Amended Sharp Edge (EASE).

SKRIPSI

Diajukan Oleh :

HARTATIK 0634010294

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAWA TIMUR

Syukur Alhamdulillaahi rabbil ‘alamin terucap ke hadirat Allah SWT atas segala limpahan Kekuatan-Nya sehingga dengan segala keterbatasan waktu, tenaga, pikiran dan keberuntungan yang dimiliki penyusun, akhirnya penyusun dapat menyelesaikan Skripsi yang berjudul “Pembesaran Citra Grayscale

Menggunakan Metode Error – Amended Sharp Edge (EASE)” tepat pada

waktunya.

Skripsi dengan beban 4 SKS ini disusun guna diajukan sebagai salah satu syarat untuk menyelesaikan program Strata Satu (S1) pada program studi Teknik Informatika, Fakultas Teknologi Industri, UPN ”VETERAN” Jawa Timur.

Melalui Skripsi ini penyusun merasa mendapatkan kesempatan emas untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan, terutama berkenaan tentang penerapan teknologi perangkat bergerak. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari para pembaca untuk pengembangan aplikasi lebih lanjut.

Surabaya, Mei 2010

(Penyusun)

Penyusun menyadari bahwasanya dalam menyelesaikan Skripsi ini telah mendapat banyak bantuan dan dukungan dari berbagai pihak, untuk itu pada kesempatan yang berharga ini, penyusun mengucapan terima kasih kepada:

1. Ibu, Bapak, Kakak dan AdikKu di rumah yang senantiasa memberikan dukungan dan mendoakan penyusun agar Skripsi ini segera terselesaikan. 2. Ryan ”nduT” yang telah memberikan hiburan ketika penulis menemui

kejenuhan.

3. Bapak Ir. Sutiyono, MT, selaku Dekan Fakultas Teknologi Industri.

4. Bapak Basuki Rahmat S.Si, MT, selaku Ketua Jurusan Teknik Informatika. 5. Bapak Basuki Rahmat S.Si, MT, selaku Dosen Pembimbing I yang telah giat

meluangkan banyak waktu untuk memberikan arahan, ilmu dan dorongan serta motivasi kepada penyusun untuk menyelesaikan Skripsi ini.

6. Ibu Fetty Tri anggraeny S.Kom, selaku Dosen Pembimbing II yang dengan sabar telah meluangkan banyak waktu, pikiran dan tenaga di antara kesibukan beban-beban kegiatan akademik untuk memberikan bimbingan dan kesempatan penyusun untuk berkreasi dalam proses pembuatan Skripsi ini. 7. Ibu Dra. Nining Martaningtyas, MMT, Ibu Hj. Asti Dwi Irfianti, S.Kom,

M.Kom, dan Bapak Achmad Junaidi, S.Kom selaku Penguji Skripsi yang telah banyak memberi masukan serta membuka wawasan baru.

8. Bapak Wahyu yang telah banyak meluangkan waktu untuk memberikan solusi dan membantu menyelesaikan masalah yang dihadapi penulis.

saran) , Hajar (ngasih saran dan dorongan), Mutia (nemenin cari buku), Sena Mamik Bowo ”PartnerQ”(ngasih semangat dan selamat) , dan teman-teman satu Grup seperjuangan lainnya (Bagus, asrofi, firman, hanif, tio’, dapit, aziz, angga, wahyu).

10.Teman-teman semester bawah mbah (udah minjemin modem), tony (mbantu nyari gambar), satya ibet Dimas Qyeb (udah ngasih semangat waktu sidang TA).

11.Retno dan maftucha ( menemani beli buku dan ke perpus ITS) 12.Dan semua orang yang telah mendoain penyusun selama ini.

Hal.

ABSTRAK... i

KATA PENGANTAR... ii

UCAPAN TERIMA KASIH... iii

DAFTAR ISI... v

DAFTAR GAMBAR... viii

DAFTAR TABEL... x

BAB I PENDAHULUAN... 1

1.1 Latar Belakang... 1

1.2 Rumusan Masalah... 2

1.3 Batasan Masalah... 3

1.4 Tujuan... 3

1.5 Manfaat... 3

1.6 Metodologi Penulisan Skripsi... 4

1.7 Sistematika Penulisan... 5

BAB II TINJAUAN PUSTAKA ... 7

2.1 Definisi Citra... 7

2.1.1 Definisi Citra Analog... 7

2.1.2 Definisi Citra Digital... 8

2.1.2.1 Jenis-Jenis Citra Digital... 8

2.2 Perubahan Ukuran Citra... 9

2.2.1 Pembesaran Citra... 9

2.2.2 Pengecilan Citra (Shrinking)…... 10

2.3 Interpolasi... 10

2.3.1 Interpolasi Tetangga Terdekat... 11

2.3.4 Interpolasi Bikubik………..………..…… 13

2.3.5 Interpolasi Theorema Error………..………. 13

2.4 Pendeteksian dan Penajaman Tepi... 15

2.5 Error-Amended Sharp Edge 1D... 15

2.6 Error-Amended Sharp Edge 2D... 21

2.7 Matlab 7.1………... 24

BAB III ANALISA DAN PERANCANGAN APLIKASI... 29

3.1 Analisa Permasalahan... 29

3.2 Perancangan Sistem... 30

3.2.1 Error-Amended Sharp Edge 1D... 31

3.2.2 Error-Amended Sharp Edge 2D……… 31

3.2.3 Algoritma dan Diagram Alir…... 32

3.2.3.1 Model Error-Amended Sharp Edge 1D... 32

3.2.3.2 Model Error-Amended Sharp Edge 2D... 32

3.3 Contoh Permasalahan……….. 35

3.4 Rancangan Antarmuka Sistem.……… 49

BAB IV IMPLEMENTASI DAN EVALUASI... 54

4.1 Kebutuhan Sistem... 54

4.2 Potongan Program……... 54

4.3 Implementasi Antarmuka... 60

4.3.1 Form Splash... 61

4.3.2 Form Utama... 62

4.3.3 Form Convertgray... 65

4.3.4 Form Bantuan…….……….. 66

4.3.5. Form Konfirmasi... 66

5.1 Uji Coba Pembesaran Citra Grayscale... 70

5.1.1 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi jpg Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda... 70 5.1.2 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi bmp Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda... 72 5.2 Evaluasi... 74

BAB VI PENUTUP... 75

6.1. Kesimpulan... 75

6.2. Saran... 75

LAMPIRAN... 77

DAFTAR PUSTAKA... 97

No. Hal.

2.1 Ilustrasi EASE 1D... 15

2.2 Tampilann Jendela Utama Matlab... 25

2.3 Tampilan Workspace... 26

2.4 Tampilan Current Directory... 26

2.5 Tampilan Command History... 27

2.6 Tampilan Command Window... 27

2.7 Tampilan Matlab Editor... 28

2.8 Tampilan Help... 28

3.1 Garis Besar Sistem Perbesaran Citra... 30

3.2 Piksel – Piksel dalam Perbesaran Citra... 31

3.3 Diagram Alir Error – Amended Sharp Edge 1D... 33

3.4 Diagram Alir Error – Amended Sharp Edge 1D... 34

3.5 Form Splash... 49

3.6 Form Utama... 50

3.7 Form Converter... 51

3.8 Form Bantuan... 51

3.9 Form Konfirmasi Keluar... 52

3.10 Form Konfirmasi Salah Memasukkan Citra Grayscale…... 53

3.11 Form Konfirmasi Salah Memasukkan Citra Berwarna... 53

3.12 Form Konfirmasi Salah Menyimpan Gambar Kosong………... 53

4.1 Form Splash... 62

4.2 Form Utama... 64

4.3 Output... 64

4.4 Form Convertgray... 65

4.5 Form Bantuan... 66

4.6. Form Konfirmasi Keluar... 67

4.7 Form Konfirmasi Salah Memasukkan Citra Grayscale…... 67

4.8 Form Konfirmasi Salah Memasukkan Citra Berwarna…... 68

4.9 Form Konfirmasi Salah Menyimpan Gambar Kosong…….…………... 68

5.1 Lorong.jpg ... 77

5.2 Lorong1.jpg ... 77

5.3 LP1.jpg ... 77

5.4 Lorong2.jpg ... 78

5.4 LP2.jpg ... 78

5.5 Lorong3.jpg ... 79

5.6 LP3.jpg ... 80

5.7 google.jpg ... 81

5.8 google1.jpg ... 81

5.11 gp2.jpg... 84

5.12 prof.jpg ... 85

5.13 prof1.jpg ... 85

5.14 PP1.jpg ... 86

5.1 Lorong.bmp ... 87

5.2 Lorong1. bmp... 87

5.3 LP1. bmp... 87

5.4 Lorong2. bmp... 88

5.4 LP2. bmp... 88

5.5 Lorong3. bmp... 89

5.6 LP3. bmp... 90

5.7 google.bmp... 91

5.8 google1.bmp... 91

5.9 gp1.bmp ... 92

5.10 google2.bmp... 93

5.11 gp2. bmp... 94

5.12 prof. bmp... 95

5.13 prof1. bmp... 95

5.14 PP1. bmp... 96

x

5.1 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi jpg Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda...

71 5.2 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi

jpg Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda... 73

ABSTRAK

Perubahan ukuran citra dapat dilakukan melalui dua proses utama, yaitu pembesaran ukuran citra (zooming) dan pengecilan ukuran citra (shrinking). Proses zooming atau pembesaran adalah sebuah proses yang dilakukan untuk memperbesar sebuah citra digital. Proses ini memiliki dua buah langkah yaitu pembuatan lokasi píxel yang baru dan penempatan warna yang berdasarkan kepada nilai gray level terhadap lokasi baru yang dibuat sebelumnya. Tujuan pembesaran citra adalah memperoleh tampilan atau view yang lebih baik dari suatu citra digital, yaitu tidak mengalami pecah – pecah atau terlihat kotak – kotak pada citra hasil pembesaran.

Metode Error - Amended Sharp Edge (EASE) merupakan metode baru dalam pembesaran citra yang merupakan gabungan dari pengembangan interpolasi theorema error dan interpolasi bilinier. Metode EASE memiliki kelebihan dalam penajaman tepi citra. Pada referensi atau pustaka disebutkan bahwa metode EASE lebih baik daripada metode bilinier dan setara dengan metode bikubik.

Proses pembesaran citra menggunakan metode Error - Amended Sharp Edge (EASE), menghasilkan citra atau image hasil pembesaran yang tidak pecah-pecah, baik yang dilakukan pada citra berekstensi jpg maupun pada citra yang berekstensi bmp. Meskipun citra berekstensi jpg dan berekstensi bmp memiliki kualitas citra yang berbeda.

Kata Kunci : Zooming, Error - Amended Sharp Edge (EASE), image.

Dalam bab ini dijelaskan beberapa hal dasar yang meliputi latar belakang, rumusan masalah, batasan masalah, tujuan, manfaat, metodologi skripsi serta sistematika penulisan skripsi. Dari uraian tersebut diharapkan, gambaran umum permasalahan dan pemecahan yang diambil dapat dipahami dengan baik.

1.1 Latar Belakang

Pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu. [4]

Proses zooming atau perbesaran adalah sebuah proses yang dilakukan untuk memperbesar sebuah citra digital. Proses ini memiliki dua buah langkah yaitu pembuatan lokasi píxel yang baru dan penempatan warna yang berdasarkan kepada nilai gray level terhadap lokasi baru yang dibuat sebelumnya. [1]

Dalam hasil perbesaran tersebut, tentunya terdapat blur pada citra. Sehingga citra akan tampak seperti kotak-kotak. Hal ini terjadi karena dalam proses perbesaran, resolusi yang menyusun citra menjadi lebih kecil. Untuk

mengurangi hal tersebut, maka diperlukan metode resampling. Resampling adalah pembuatan pixel baru untuk memperbaiki citra akibat perbesaran, sehingga didapatkan tampilan yang lebih baik.

Metode resampling menambahkan pixel–pixel baru di antara pixel yang di resize. Secara otomatis, proses perkiraan penambahan pixel baru di antara pixel-pixel yang di dekatnya disebut interpolasi. [7]

Metode interpolasi yang dijadikan dasar acuan pada pembuatan skripsi ini adalah interpolasi bilinear, interpolasi Theorema Error, dan derivative sobel empat arah. Oleh karena empat arah tersebut, diperlukannya persamaan diferensial parsial (PDP). Dalam hal ini, PDP lebih digunakan untuk membantu penurunan rumus-rumus yang akan digunakan dalam metode derivative sobel tersebut. [7] Penurunan tersebut dilakukan secara parsial yaitu terhadap sumbu x atau sumbu y.

Berbagai macam cara di atas mendasari munculnya metode baru yakni Error - Amended Sharp Edge (EASE). Metode ini mengadopsi interpolasi theorema error untuk memperbaiki metode bilinear dan menggunakan metode derivative sobel. [7]

1.2 Rumusan Masalah

Berdasarkan latar belakang yang dipaparkan di atas, maka dapat dirumuskan permasalahan yang akan diselesaikan dalam skripsi ini adalah sebagai berikut :

a. Bagaimana menempatkan atau menerapkan metode EASE dalam melakukan perbesaran citra.

b. Bagaimana cara mengimplementasikan metode EASE dengan faktor perbesaran sesuai yang diinputkan user.

1.3 Batasan Masalah

Dalam pembuatan skripsi ini, ruang lingkup permasalahan hanya akan dibatasi pada :

a. Citra input yang digunakan pada sistem ini adalah citra grayscale (keabuan) b. Citra input yang digunakan dalam uji coba berekstensi JPG dan bmp

c. Citra input yang digunakan dalam uji coba merupakan citra dengan ukuran sama atau bujur sangkar

d. Citra input yang digunakan dianggap sudah bebas noise e. Skala perbesaran yang digunakan adalah bilangan integer

f. Metode perbesaran citra ini diimplementasikan dalam perangkat lunak MATLAB 7.1

1.4 Tujuan

Tujuan skripsi ini adalah untuk membuat suatu perangkat lunak yang mampu melakukan perbesaran citra dengan memanfaatkan metode EASE.

1.5 Manfaat

a. Dapat merubah citra berwarna menjadi citra grayscale

b. Dapat membuat citra grayscale yang berukuran kecil menjadi besar, dengan skala perbesaran sesuai input user

c. Memudahkan user dalam mengolah ukuran citra grayscale sesuai keinginan. d. Dapat mengetahui informasi dari citra asli

1.6 Metodologi Pembuatan Skripsi

Pembuatan skripsi terbagi menjadi beberapa tahapan sebagai berikut: 1. Studi Literatur

Pada tahap ini dilakukan pencarian, pengumpulan dan pemahaman tentang informasi–informasi yang diperlukan dan literatur yang berhubungan dengan permasalahan perbesaran citra. Literatur yang digunakan meliputi buku skripsi mahasiswa jurusan teknik informatika, serta dokumen internet.

2. Perumusan Masalah dan Penyelesaiannya

Tahap ini meliputi perumusan masalah, batasan-batasan masalah dan penyelesaiannya serta penentuan parameter untuk mengukur hasilnya.

3. Perancangan Perangkat Lunak

Pada tahap ini dilakukan perancangan perangkat lunak untuk menerapkan permasalahan dan penyelesaiannya pada tahap sebelumya.

4. Pembuatan Perangkat Lunak

Pada tahap ini dilakukan pembuatan perangkat lunak sesuai dengan perancangan perangkat lunak yang telah dilakukan. Dalam tahap ini dilakukan konversi algoritma menjadi kode program yang siap dieksekusi.

5. Uji Coba dan Evaluasi Hasil

Pada tahap ini dilakukan uji coba dan analisis serta dilakukan evaluasi kelebihan dan kekurangan terhadap perangkat lunak yang telah di buat. 6. Dokumentasi

Pada tahap terakhir ini disusun buku sebagai dokumentasi dari pelaksanaan skripsi yang berisi konsep penunjang, perancangan perangkat lunak, pembuatan perangkat lunak, dokumentasi dari uji coba dan pada bagian akhir berisi tentang kesimpulan dan saran.

1.6 Sistematika Penulisan

Adapun sistematika penulisan laporan skripsi ini adalah:

BAB I : PENDAHULUAN

Bab satu berisi penjelasan tentang latar belakang permasalahan, rumusan masalah, batasan masalah, tujuan, metodologi pembuatan skripsi, dan sistematika penulisan laporan skripsi ini. BAB II : TINJAUAN PUSTAKA

Pada bab dua dijelaskan mengenai landasan teori yang terkait dengan skripsi ini. Yaitu tentang definisi citra, perubahan ukuran citra, interpolasi, pendeteksian dan penajaman tepi, EASE 1D dan EASE 2D.

Pada bab tiga diuraikan mengenai tahapan-tahapan perancangan perangkat lunak untuk pembesaran citra grayscale menggunakan metode Error-Amended Sharp Edge (EASE) yang terdiri atas penjelasan dari analisa permasalahan, perancangan sistem, prosedur metode EASE, contoh permasalahan serta rancangan antarmuka sistem yang akan dibuat.

BAB IV : IMPLEMENTASI SISTEM

Pada bab empat berisi hasil implementasi dari perancangan program perbesaran citra dengan metode Error-Amended Sharp Edge (EASE) yang telah dibuat sebelumnya yang meliputi : kebutuhan sistem, dan implementasi tampilan-tampilan antarmuka aplikasi.

BAB V : UJI COBA DAN EVALUASI

Pada bab kelima berisi penjelasan lingkungan uji coba aplikasi, pelaksanaan uji coba dan evaluasi dari hasil uji coba yang telah dilakukan untuk kelayakan pemakaian aplikasi

BAB VI : KESIMPULAN DAN SARAN

Pada bab keenam berisi kesimpulan dan saran untuk pengembangan aplikasi lebih lanjut dalam upaya memperbaiki kelemahan pada aplikasi guna untuk mendapatkan hasil kinerja aplikasi yang lebih baik.

LAMPIRAN

Pada bab ini akan dibahas beberapa teori dasar untuk menunjang penyelesaian skripsi ini, yaitu beberapa pengertian umum, konsep, dan teori yang berhubungan dengan pembuatan aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error – Amended Sharp Edge (EASE), antara lain: definisi citra, teori mengenai perubahan ukuran citra yang meliputi proses pembesaran citra dan pengecilan citra (sharking), interpolasi, pendeteksian dan penajaman tepi, EASE 1D, EASE 2D, serta penjelasan mengenai software yang digunakan.

2.1 Definisi Citra

Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan. [5]

2.1.1 Definisi Citra Analog

Citra analog tidak direpresentasikan dalam komputer dan bersifat kontinyu, semua merupakan fakta, contoh : gambar pada monitor televisi, foto sinar X, hasil CT scan, dll. Citra analog tersimpan dalam pita kaset. [5]

2.1.2 Definisi Citra Digital

Citra digital direpresentasikan dalam komputer berbentuk kode seperti biner, desimal. Contoh citra digital : WAV, MP3, MID, RMI, BMP, JPG, GIF

2.1.2.1 Jenis-jenis Citra Digital

Ada banyak cara untuk menyimpan citra digital di dalam memori. Cara penyimpanan menentukan jenis citra digital yang terbentuk. Beberapa jenis citra digital yang sering digunakan adalah citra biner,citra grayscale,dan citra warna. [5]

a. Citra Biner (Monokrom)

Banyaknya warna ada 2, yaitu hitam dan putih. Dibutuhkan 1 bit di memori untuk menyimpan kedua warna ini.

b. Citra Grayscale (Skala Keabuan)

Citra grayscale adalah citra yang hanya menggunakan warna pada tingkatan warna abu-abu. Warna abu-abu adalah satu-satunya warna pada ruang RGB dengan komponen merah, hijau, dan biru mempunyai intensitas yang sama. Pada citra grayscale hanya perlu menyatakan nilai intensitas untuk tiap piksel sebagai nilai tunggal

c. Citra Warna (True Color)

Setiap piksel pada citra warna mewakili warna yang merupakan kombinasi dari tiga warna dasar (RGB = Red Green Blue). Setiap warna dasar

menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap warna mempunyai gradasi sebanyak 255 warna. Berarti setiap piksel mempunyai kombinasi warna sebanyak 28 .28 .28 = 224 = 16 juta warna lebih. Itulah sebabnya format ini dinamakan true color, karena mempunyai jumlah warna yang cukup besar sehingga bisa dikatakan hampir mencakup semua warna di alam.

2.2 Perubahan Ukuran Citra

Perubahan ukuran citra dapat dilakukan melalui dua proses utama, yaitu pembesaran ukuran citra dan pengecilan ukuran citra (shrinking). Perubahan ukuran citra berkaitan dengan proses sampling dan kuantisasi (quantization) pada citra, dimana proses pembesaran citra bisa dipandang sebagai oversampling sementara untuk pengecilan ukuran citra dipandang sebagai undersampling. Perbedaan antara perubahan ukuran citra dengan proses sampling dan kuantisasi terletak pada obyek yang diproses, dimana proses sampling dan kuantisasi dilakukan pada citra kontinyu asli (original continuous image) sementara proses pembesaran citra dan pengecilan citra dilakukan pada citra digital.

2.2.1 Pembesaran Citra

Pembesaran citra adalah suatu proses untuk menghasilkan citra dengan ukuran lebih besar dari citra input. Adapun tujuan dari pembesaran citra adalah menghasilkan tampilan (view) yang lebih baik melalui citra yang lebih besar. Citra digital dapat diperbesar dengan cara menghitung fungsi f(x,y) yang merupakan pendekatan terhadap fungsi citra yang sesungguhnya dengan menggunakan metode interploasi. Setelah fungsi tersebut diketahui, citra

diperbesar dengan cara menambahkan jarak antar piksel, sehingga muncul ruang kosong di antara piksel yang semula bersebelahan. Ruang kosong tersebut kemudian dapat diisi dengan piksel baru yang nilainya dapat dihitung dengan fungsi interpolasi. Dengan demikian citra yang dihasilkan akan lebih besar, dapat menunjukkan detail-detail yang semula kurang mencolok dan memiliki resolusi serta kualitas yang lebih baik dari citra semula.

2.2.2 Pengecilan Citra (Shrinking)

Konsep pengecilan citra secara umum sama saja dengan pembesaran citra, yaitu dengan menentukan ukuran baru untuk citra subjektif dan menempatkan nilai untuk setiap piksel-nya. Apabila pada pembesaran citra ukuran baris dan kolom citra diperbesar, maka pada pengecilan citra, citra diperkecil dengan cara menghapus kolom dan baris tertentu dari citra input hingga dihasilkan citra yang lebih kecil.[1]

2.3 Interpolasi

Dalam pengolahan citra digital, interpolasi digunakan untuk menentukan nilai pada koordinat tertentu dalam citra. Untuk itu, interpolasi merupakan konsep dasar dalam perubahan ukuran citra yang membutuhkan proses penentuan nilai pada koordinat tertentu dalam citra yang mengalami perubahan ukuran.

Interpolasi dapat dinyatakan dengan notasi sebagai berikut :

(2.1)

dimana merupakan bobot piksel, sedangkan h adalah kernel atau jarak interpolasi yang diberi bobot c(x,y) dengan sampel data pada piksel (xk , yl).

Sebagaimana ditunjukkan pada persamaan di atas kernel interpolasi merupakan bagian utama algoritma interpolasi.

2.3.1 Interpolasi Tetangga Terdekat

Pada interpolasi tetangga terdekat (nearest neighbor interpolation), nilai keabuan titik hasil diambil dari nilai keabuan pada titik asal yang paling dekat dengan koordinat hasil perhitungan dari transformasi spasial. Untuk citra dua dimensi, tetangga terdekat dipilih di antara 4 titik asal yang saling berbatasan satu sama lain.

Kelebihan dari interpolasi tetangga terdekat adalah kemudahan dan kecepatan eksekusinya. Namun pada banyak kasus, penggunaan interpolasi tetangga terdekat menghasilkan citra yang kurang memuaskan karena timbulnya efek aliasing pada bagian tepi obyek. [2]

Replikasi piksel adalah kasus khusus dalam interpolasi tetangga terdekat. Replikasi piksel dapat digunakan ketika kita ingin memperbesar ukuran citra dengan skala bilangan integer. Sebagai contoh, untuk memperbesar ukuran citra dua kali dari citra input, mula–mula ukuran kolom digandakan untuk melipat duakan ukuran citra pada arah vertikal. Prosedur yang sama juga dilakukan untuk memperbesar ukuran citra sebesar tiga kali, dan seterusnya.

Duplikasi dilakukan hanya untuk mencapai ukuran yang diinginkan. Penempatan nilai keabuan pada tiap piksel ditentukan berdasarkan fakta bahwa lokasi yang baru adalah dupliksai pasti dari lokasi yang sama.

Interpolasi bilinier adalah metode pembesaran citra untuk mengatasi efek papan atau aliasing yang dihasilkan oleh metode replikasi piksel sederhana. Interpolasi bilinier dapat dilakukan dengan memanfaatkan empat tetangga terdekat dari suatu titik yang di rata-rata. [2]

Dibandingkan interpolasi tetangga terdekat atau replikasi piksel sedehana, citra hasil dari pembesaran citra akan tampak lebih halus (smooth), namun tentu saja membutuhkan waktu pengolahan yang lebih lama. [2]

2.3.3 Interpolasi Dengan Orde Lebih Tinggi

Meskipun interpolasi bilinier menghasilkan citra kontinyu, namun tepat pada keempat koordinat tetangga tersebut, slope-nya tidak kontinyu. Hal ini terjadi karena interpolasi yang digunakan untuk menginterpolasi sebelah kanan sebuah titik akan berbeda dengan yang digunakan untuk menginterpolasi sebelah kiri. Discontinyuitas dari slope ini mengakibatkan hasil yang tidak diinginkan apabila citra hasil interpolasi akan dioperasikan lebih lanjut.

Karena keterbatasan ini, sering kali diperlukan interpolasi dengan orde yang lebih tinggi. Hal ini dapat dilakukan dengan menggunakan lebih banyak titik yang ada di sekitar koordinat titik asal. Contoh interpolasi dengan orde yang lebih tinggi adalah interpolasi menggunkaan fungsi cubic spline, fungsi sin(ax)/ax. Waktu proses tentu akan lebih lama karena operasi matematis yang digunakan dan titik yang dioperasikan menjadi lebih banyak. Misalnya interpolasi bikubik yang memperhitungkan hingga 16 (4 x 4) titik bertetangga dengan bobot yang bersesuaian dengan polinomial orde 3 (tidak linier).

2.3.4 Interpolasi Bikubik

Cubic Convolution dapat dicari dengan menyelesaikan dalam baris per baris terlebih dahulu. Kemudian disusul dengan penyelesaian kolom per kolomnya. Berdasarkan hasil per baris yang telah diselesaikan.

2.3.5 Interpolasi Theorema Error

Metode ini merupakan metode penunjang. Metode yang diperlukan untuk lebih dipahami sebelum melangkah ke metode EASE karena di dalam metode– metode EASE sendiri merupakan perkembangan dari metode ini.

Interpolation Error Theorem adalah perkiraan interval yang dipartisi ke dalam dan sebuah urutan polynomial PN yang

ke-N menyisipkan u pada titik-titik nodal dari pemartisian. u merupakan sebuah titik yang disisipkan pada titik-titik nodal dari pemartisian. Asumsikan bahwa u(N+1)(x) ada untuk setiap [a,b]. Lalu, untuk setiap [a,b], terdapat satu titik [a,b] seperti berikut :

(2.2)

Dimana merupakan epsilon atau derajat error dan merupakan simbol dari elemen atau anggota, jadi [a,b] merupakan elemen atau anggota dari matrik a dan b. Untuk N = 1, maka dari theorema ini untuk dua titik yaitu titik x0 dan x0 +

(2.3) Untuk , dimana k adalah skala perbesaran integer ( k > 2 ) dan j merupakan penunjuk posisi piksel yang dihitung. Nilai j = 1 ,…, k – 1, maka dapat diperoleh penurunan rumus sebagai berikut :

(2.4) Untuk beberapa ( ). Khususnya, ketika k = 2 dan j = 1, identitas di atas menjadi  

(2.5) dimana menunjukkan posisi epsilon pada kolom yang ke , nilai = 1 ,…, k.

Selanjutnya akan dieksplor interpolasi theorema error, khususnya persamaan (2.4) dan persamaan (2.5), untuk mendapatkan sebuah interpolasi scheme yang efektif. Untuk referensi akhir, kita mendefinisikan urutan polynomial Newton berorde dua yang menyisipkan pada {xi-1, xi, xi+1}, dimana

menunjukkan posisi titik pada baris yang ke , nilai = 1 ,…, k dan =

= h seperti :

(2.6)

dimana ui = u ( xi )

2.4 Pendeteksian dan Penajaman Tepi

Pendeteksian tepi digunakan untuk memudahkan dalam pencarian tepi – tepi pada gambar. Tepi yang dimaksud adalah suatu yang membatasi antara obyek yang satu dengan obyek yang lain. Pada suatu citra monokrom, suatu edge (sisi) dapat ditandai dengan adanya suatu perbedaan intensitas yang besar.

Suatu tepi dalam gambar dapat dilakukan penajaman dengan menggunakan berbagai macam filter. Salah satu filter yang digunakan dalam menunjang metode EASE adalah derivatif sobel.

2.5 Error – Amended Sharp Edge 1D

Pada EASE 1D menjelaskan mengenai interpolasi terhadap dua titik atau interpolasi terhadap suatu garis. Sehingga dinamakan interpolasi EASE 1D. [7]

Gambar 2.1 Ilustrasi EASE 1D

Ambil sebuah titik P (xi , xi+1) dimana P merupakan titik tengah di antara

(2.7) Anggap ui = u(xi) dan xi+1 – xi = 1 ( untuk semua i ). Dengan kata lain,

anggap h = 1. Dimana u merupakan interpolasi, sedangkan h merupakan jarak tiap piksel. Sehingga dari persamaan (2.5) di dapat

(2.8)

Dimana merupakan sebuah error-amander yang didefinisikan sebagai berikut :

(2.9)

untuk ξ1 ( xi , xi+1 ). Error-amender adalah jarak vertikal yang menghubungkan

dua titik dalam gambar 1 yang ditandai oleh O dan □. Error-amender

dibagi menjadi dua estimasi (kiri dan kanan) yaitu CL untuk menghitung piksel

baru dari sebelah kiri (Left) sedangkan CR untuk menghitung piksel baru dari

sebelah kanan (Right), dimana :

(2.10)

(2.11)

Sehingga menghasilkan contoh sebagai berikut :

(2.12)

(2.13)

CL dan CR sendiri mempunyai perbedaan dari , diantaranya adalah CL

dan CR mempunyai h = 2 sedangkan mempunyai h = 1. Hal tersebut

(2.14)

Dengan dan

(2.15)

dengan . Sedangkan mempunyai h = 1. Sehingga dari persamaan (2.13) dan (2.16a) didapatkan  

(2.16)

dan

(2.17)

Maka untuk menghitung interpolasi EASE 1D dengan faktor pembesaran 2 dapat menggunakan rumus sebagai berikut ini :

(2.18)

Untuk menghitung dapat menggunakan

(2.19)

Hal berikut di atas merupakan salah satu contoh dengan menggunakan faktor pembesaran 2. Sedangkan untuk menghitung interpolasi EASE 1D dengan faktor pembesaran (k) > 2, untuk dimana j=1 dapat menggunakan rumus :

(2.20)

(2.21)

Sedangkan merupakan selisih antara P2,1,i-1 dengan interpolasi

linier dari dan yang keduanya di evaluasi pada titik .

Sedangkan untuk menghitung dan dapat dilihat pada uraian berikut :

Dalam interpolasi EASE 2D ini, pertama kali yang digunakan adalah metode sobel empat arah dengan memanfaatkan titik – titik hasil interpolasi EASE 1D. [7]

(2.22)

Dimana merupakan variable yang digunakan pada

penghitungan EASE 1D pada tahap awal.

Jika tidak menemui titik tengah vertikal atau horizontal, dapat mengambil estimasinya dengan menjumlahkan kedua titik tetangga (sebelah kiri dan kanan titik - untuk yang horizontal atau sebelah atas dan bawah – untuk yang vertikal).

Selanjutnya kita mencari dua arah terkecil (Dp , Dq) dari keempat arah

tersebut (dengan membandingkan antara arah horizontal dengan vertikal dan arah 450 dengan 1350)

Dp = minmod (D1, D3) (2.23)

dan

Dq = minmod (D2, D4) (2.24)

Nilai Dp diperoleh dari pengambilan nilai minimal dan positif antara

dari perhitungan sebelumnya. Sedangkan nilai Dq diperoleh dari

pengambilan nilai minimal dan positif antara

Langkah berikutnya adalah mencari hasil interpolasi linier secara empat arah, yaitu :

1. Secara Horizontal (L1)

2. Secara Vertical (L3)

3. Secara Diagonal

a. Diagonal kanan (L2)

b. Diagonal kiri (L4)

Kemudian kita mencari dua arah terkecil (Lp , Lq) dari keempat arah

tersebut (dengan membandingkan antara arah horizontal dengan vertikal dan arah 450 dengan 1350)

Lp = minmod (L1 , L3) (2.25)

dan

Lq = minmod (L2 , L4) (2.26)

Nilai Lp diperoleh dari pengambilan nilai minimal dan positif antara

dari perhitungan sebelumnya. Sedangkan nilai Lq diperoleh dari

pengambilan nilai minimal dan positif antara

Langkah terakhir adalah menghitung masing-masing titik hasil interpolasi EASE 2D dengan cara :

atau

(2.27)

Jika pada perhitungan piksel tepi tidak ditemukan piksel yang terkait, maka dapat digunakan piksel terdekat untuk menggantikannya.

Berikut adalah sebuah ilustrasi untuk memperjelas metode EASE yang digunakan. Terdapat matrik n x n yang akan dilakukan pembesaran dengan menggunakan faktor pembesaran integer maupun non-integer. Sedangkan faktor pembesaran integer yang dipakai adalah k. Langkah – langkah dalam proses pembesaran tersebut antara lain adalah sebagai berikut :

1. Menggambarkan posisi piksel – piksel dalam matrik baru yang berukuran (n.k x n.k). dari gambar tersebut, dapat terlihat posisi piksel asli maupun posisi piksel hasil interpolasi.

2. Menghitung CL (persamaan 2.10) dan CR (persamaan 2.11) baik secara

vertikal maupun horizontal dalam setiap posisi piksel hasil interpolasi. 3. Menghitung nilai minimum (min mod) antara CL dan CR (persamaan 2.19)

baik secara vertikal maupun horizontal pada setiap posisi piksel tersebut. 4. Melakukan perhitungan Di(j/k) atau Di-1(j/k) untuk digunakan dalam

penentuan Mi+j/k (persamaan 2.21).

5. Melakukan perhitungan ui+j/k dalam EASE 1D (persamaan 2.20)

6. Melakukan perhitungan D1, D2, D3, dan D4 (persamaan 2.22)

7. Melakukan perhitungan L1, L2, L3, dan L4.

8. Melakukan perhitungan Dp (persamaan 2.23), Dq (persamaan 2.24), Lp

(persamaan 2.25) dan Lq (persamaan 2.26).

9. Melakukan perhitungan u(i+j/k) (persamaan 2.27). 2.7 Matlab 7.1

Matlab (Matrix Laboratory) merupakan salah satu bahasa pemrograman yang dikembangkan oleh MathWorks. Matlab tidak hanya berfungsi sebagai

bahasa pemrograman, tetapi sekaligus sebagai alat visualisasi, yang berhubungan langsung dengan ilmu Matematika. Oleh karena itu, matlab semakin banyak digunakan oleh para programmer yang menghendaki kepraktisan dalam membuat program.[3] Penggunaan matlab, yaitu :

a. Matematika dan komputasi b. Pengembangan algoritma

c. Pemodelan, simulasi dan pembuatan “prototipe” d. Analisis data, eksplorasi dan visualisasi

e. Grafik untuk sains dan teknik

f. Pengembangan aplikasi, termasuk pembuatan antarmuka grafis untuk pengguna (Graphical User Interface) [6]

Versi Matlab terbaru adalah Matlab 7. Namun, Matlab 7 hanya dapat dijalankan pada Windows XP, sedangkan untuk Windows 98 atau Windows ME digunakan Matlab 7 ke bawah. [3]

Tampilan jendela matlab dapat dibagi menjadi beberapa bagian, yaitu : 1. Jendela Utama

Berikut adalah penjelasan fungsi ikon – ikon pada toolbar : a. New , untuk membuka lembar kerja Matlab editor baru. b. Open , untuk membuka file – file yang sudah tersimpan.

c. Cut , untuk menghapus suatu teks yang diketikkan supaya dapat disalin kembali.

e. Paste , untuk menyalin kembali teks yang sudah dihapus atau dikopi. f.Undo , untuk mengembalikan suatu perintah yang dilakukan

sebelumnya.

g. Redo , untuk mengembalikan suatu perintah yang dilakukan sesudahnya.

h. Simulink , untuk mengakses Simulink Library Browser yang berfungsi sebagai bantuan.

i.Help , untuk mengakses Help yang berfungsi sebagai bantuan pula.

j.Current Directory , untuk

memilih lembar kerja aktif yang digunakan selama Matlab berlangsung. Tampilan jendela utama adalah :

Gambar 2.2 Tampilan Jendela Utama Matlab

2. Workspace

Gambar 2.3 Tampilan Workspace

Fungsi workspace adalah menginformasikan kepada pengguna tentang variable-variabel yang dipakai selama penggunaan Matlab berlangsung. 3. Current Directory

Tampilan current directory dalam Matlab adalah :

Gambar 2.4 Tampilan Current Directory

Fungsi current directory adalah memilih direktori yang aktif dan akan digunakan selama penggunaan Matlab berlangsung.

4. Command History

Gambar 2.5 Tampilan Command History

Fungsi command history adalah menyimpan perintah – perintah yang pernah ditulis pada command window.

5. Command Window

Tampilan command window dalam matlab adalah :

Gambar 2.6 Tampilan Command Window

Fungsi command window adalah menjalankan seluruh fungsi yang disediakan Matlab. Command Window merupakan tempat pengguna berinteraksi dengan Matlab.

6. Matlab Editor

Gambar 2.7 Tampilan Matlab Editor

Fungsi Matlab editor adalah membuat script program pada Matlab. Untuk memunculkan Matlab editor, kita menggunakan perintah File – New – M-File atau dengan mengetikkan >>edit pada command window.

7. Help

Tampilan help dalam Matlab :

Metode Error – Amended Sharp Edge (EASE) digunakan untuk memperbesar citra dengan sembarang faktor perbesaran, karena metode ini merupakan gabungan dari pengembangan interpolasi theorema error dan interpolasi bilinier. Dalam EASE terdapat dua tahap yang harus dilakukan yaitu EASE 1D dan EASE 2D. Pada bab ini akan di bahas tentang analisa permasalahan, perancangan sistem yang terdiri dari Error – Amended Sharp Edge 1D dan Error – Amended Sharp Edge 2D, contoh permasalahan, serta rancangan antarmuka aplikasi yang akan dibuat.

3.1 Analisa Permasalahan

Aplikasi yang akan dibuat pada skripsi ini merupakan sebuah aplikasi pembesaran citra grayscale. Data yang diolah adalah citra atau gambar grayscale. Pada aplikasi pembesaran ini, difokuskan pada sebuah form yang mampu menangani pembesaran citra dengan menggunakan data citra grayscale. Maka digunakan metode Error – Amended Sharp Edge (EASE) untuk proses pembesaran dengan memanfaatkan data citra grayscale.

Pada proses pembesaran, citra grayscale harus diinputkan terlebih dahulu dan skala pembesaran juga harus diisi. Apabila user memasukkan data bukan citra

grayscale, maka user akan mendapatkan peringatan jika user harus memasukkan citra grayscale.

Aplikasi pembesaran citra ini juga dilengkapi dengan form yang khusus digunakan untuk meng-convert citra berwarna (RGB) untuk dijadikan citra grayscale sebelum dilakukan proses pembesaran. Pada form convert, user diperintahkan untuk memasukkan citra berwarna (RGB) yang kemudian dilakukan proses convert dari citra berwarna menjadi citra grayscale. Apabila user salah dalam memasukkan citra, maka user akan mendapati peringatan dan harus memasukkan citra berwarna.

Jika user mengalami kesulitan dalam menjalankan aplikasi ini, maka user dapat melihat form bantuan. Disana user akan mendapatkan petunjuk cara menggunakan aplikasi ini dengan benar.

3.2 Perancangan Sistem

Secara garis besar sistem terdiri dari dua bagian utama, yaitu EASE 1D dan EASE 2D. Gambar 3.1 berikut ini adalah gambar garis besar sistem perbesaran citra.

Hasil akhir dari proses perbesaran citra ini berupa citra yang memiliki kemiripan dengan citra asli, dengan ukuran yang diinginkan.

3.2.1 Error – Amended Sharp Edge 1D

Perhitungan EASE 1D merupakan proses pemberian piksel–piksel baru di antara piksel–piksel asli sesuai dengan perhitungan yang berdasar pada faktor perbesaran. Piksel–piksel baru hasil perbesaran EASE 1D selalu sejajar dengan piksel–piksel aslinya, baik vertical maupun horizontal. Persegi pada Gambar 3.2 menunjukkan hasil piksel pada EASE 1D. Sedangkan piksel asli ditunjukkan dengan bulatan hitam.

3.2.2 Error – Amended Sharp Edge 2D

Perhitungan EASE 2D merupakan proses pemberian piksel–piksel baru di antara piksel–piksel hasil perhitungan EASE 1D, sesuai perhitungan yang berdasar pada faktor perbesaran. Piksel–piksel baru pada EASE 2D ditunjukkan dengan bulatan – bulatan putih pada Gambar 3.2 berikut.

●

□

□

□

●

□

O O O

□

□

O O O

□

□

O O O

□

●

□

□

□

●

3.2.3 Algoritma dan Diagram Alir

Pada bagian ini dijelaskan mengenai beberapa algoritma yang digunakan dalam perangkat lunak, beserta diagram alirnya. Diantaranya adalah proses EASE 1D dan EASE 2D.

3.2.3.1 Model Error – Amended Sharp Edge 1D

Gambar 3.3 merupakan gambar diagram alir untuk EASE 1D. Berikut adalah penjelasan langkah – langkah algoritma EASE 1D :

1. Data masukan berupa citra asli akan di – load data tiap piksel.

2. Melakukan perhitungan CL (persamaan 2.10) dan CR (persamaan 2.11)

3. Melakukan perhitungan minmod (persamaan 2.19)

4. Melakukan perhitungan atau untuk menentukan (persamaan 2.21)

5. Melakukan perhitungan dalam EASE 1D (persamaan 2.20) 6. Hasil dari perhitungan tersebut merupakan citra hasil EASE 1D.

3.2.3.2 Model Error – Amended Sharp Edge 2D

Gambar 3.4 merupakan diagram alir EASE 2D. berikut ini adalah penjelasan langkah EASE 2D :

1. Data masukan berupa data citra hasil EASE 1D

2. Melakukan perhitungan D1, D2, D5, dan D4 (persamaan 2.22)

3. Melakukan perhitungan L1, L2, L5, dan L4

4. Melakukan perhitungan DP (persamaan 2.23), Dq (persamaan 2.24), LP

(persamaan 2.25), Dq (persamaan 2.26)

6. Hasil dari perhitungan tersebut merupakan citra hasil perbesaran Diagram alir EASE 1D dan EASE 2D ditunjukkan sebagai berikut :

start

Input : citra grayscale Faktor pembesaran (k)

Menghitung CL dan CR

Menghitung minmod

Menghitung Di atau Di-1

Menghitung u(i+j/k)Dalam 1D

Output : citra hasil EASE 1D

finish

3.3 Contoh Permasalahan

Dalam hal ini, digunakan matrik asal matrik tersebut akan

dilakukan perbesaran dengan menggunakan faktor perbesaran 3.

Matrik asal akan dilakukan perbesaran dengan menggunakan perbesaran 3. Berikut langkah – langkah dalam menerapkan metode EASE dalam pembentukan matrik yang baru :

1. Menggambarkan posisi piksel – piksel dalam matrik baru yang berukuran (n.k x n.k). dari gambar berikut, dapat terlihat posisi piksel asli maupun posisi piksel hasil interpolasi.

141 a1 a2 140 c1 c2

a8 b1 b2 a3 d1 d2

a7 b4 b3 a4 d4 d3

135 a6 a5 134 c3 c4

c5 d5 d6 c7 d9 d10

c6 d8 d7 c8 d12 d11

2. CL (persamaan 2.10) dan CR (persamaan 2.11) baik secara vertikal maupun

horizontal dalam setiap posisi piksel hasil interpolasi. Perhitungan CL dan CR secara horizontal pada a1dan a2 :

Perhitungan CL dan CR secara vertikal pada a7dan a8 :

Dengan cara yang sama maka diperoleh matrik CL dan CR horizontal

dan vertikal sebagai berikut : CL secara horizontal :

0 0.5 0.5 0 -0.5 -0.5

0 0 0 0 0 0 0 0 0 0 0 0

0 0.5 0.5 0 -0.5 -0.5

0 0 0 0 0 0 0 0 0 0 0 0 CR secara horizontal :

0 -0.5 -0.5 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0

0 -0.5 -0.5 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0

CL secara vertikal :

0 0 0 0 0 0 3 0 0 3 0 0

3 0 0 3 0 0 0 0 0 0 0 0 -3 0 0 -3 0 0 -3 0 0 -3 0 0 CR secara vertikal :

0 0 0 0 0 0 -3 0 0 -3 0 0 -3 0 0 -3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

3. Menghitung nilai minimal (min mod) antara CL dan CR (persamaan

2.19) baik secara vertikal maupun horizontal dalam setiap posisi piksel tersebut. Dalam hal ini kita mengambil nilai minimal dan positif antara CL dan CR.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4. Melakukan perhitungan Di(j/k) atau Di-1(j/k) untuk digunakan dalam

penentuan Mi+j/k (persamaan 2.21). perhitungan nilai minimal (min

mod) antara CL dan CR di atas adalah menghasilkan matrik nol, maka

penentuan Mi+j/k menghasilkan matrik nol pula.

Dalam perhitungan , , , dan perhitungan dilakukan dengan menggunakan piksel terdekatnya, yaitu = = karena piksel tersebut terletak di bagian kanan dan tidak ada piksel asli di bagian kanannya.

Dalam perhitungan , , , dan perhitungan dilakukan dengan menggunakan piksel terdekatnya yaitu = = karena piksel tersebut terletak di bagian bawah dan tidak ada piksel asli di bagian bawahnya.

Sehingga diperoleh matrik baru :

141 140,667 140,333 140 140 140

139 b1 b2 138 d1 d2

137 b4 b3 136 d4 d3

135 134,667 134,333 134 134 134

135 d5 d6 134 d9 d10

6. Melakukan perhitungan D1, D2, D3, dan D4 (persamaan 2.22)

Pada b1, b2, b3, dan b4.

Pada d5, d6, d7, dan d8 :

Pada d9, d10, d11, dan d12 :

Karena d9, d10, d11, dan d12 dikelilingi oleh piksel – piksel yang bernilai

sama, maka menghasilkan D1, D2, D3, dan D4 yang bernilai nol.

7. Melakukan perhitungan L1, L2, L3, dan L4.

Pada b2 :

Pada b3 :

Pada d1 :

Pada d2 :

Pada d4 :

Pada d5 :

Pada d7 :

Pada d8 :

Pada d9, d10, d11, dan d12 diperoleh L1, L2, L3, dan L4 yang sama

dengan nilai disekitarnya yaitu L1 = L2 = L3 = L4 = 134.

8. Melakukan perhitungan Dp (persamaan 2.23) , Dq (persamaan 2.24), Lp

(persamaan 2.25), dan Lq (persamaan 2.26).

Pada b1 :

Dp = 4, Dq = 14,142, Lp = 138,667, Lq = 138,6665

Dp = 4, Dq = 14,142, Lp = 138,333, Lq = 138,333

Pada b3 :

Dp = 4, Dq = 14,142, Lp = 136,333, Lq = 136,333

Pada b4 :

Dp = 4, Dq = 14,142, Lp = 136,667, Lq = 138,6665

Pada d1 :

Dp = 0, Dq = 16,971, Lp = 138, Lq = 138

Pada d2 :

Dp = 0 Dq = 16,971, Lp = 138, Lq = 138

Pada d3 :

Dp = 0, Dq = 16,971, Lp = 136, Lq = 136

Pada d4 :

Dp = 0, Dq = 16,971, Lp = 136, Lq = 136

Pada d5 :

Dp = 0, Dq = 2,828, Lp = 134,667, Lq = 134,6665

Pada d6 :

Dp = 0, Dq = 2,828, Lp = 134,333, Lq = 134,333

Pada d7 :

Dp = 0, Dq = 2,828, Lp = 134,333, Lq = 134,333

Pada d8 :

Dp = 0, Dq = 2,828, Lp = 134,667, Lq = 134,6665

Pada d9 :

Pada d10 :

Dp = 0, Dq = 0, Lp = 134, Lq = 134

Pada d11 :

Dp = 0, Dq = 0, Lp = 134, Lq = 134

Pada d12 :

Dp = 0, Dq = 0, Lp = 134, Lq = 134

Pada d9 = d10 = d11 = d12 = 134 karena dikelilingi oleh nilai piksel yang

sama yaitu 134. Sehingga diperoleh matrik hasil interpolasi EASE :

141 140,667 140,333 140 140 140

139 139 138 138 138 138 137 137 136 136 136 136

135 134,667 134,333 134 134 134

135 135 134 134 134 134 135 135 134 134 134 134 Pada hasil di atas, dapat diambil kesimpulan bahwa pada d1, d2,d3, d4,

d5, d6,d7, dan d8 tidak perlu menghitung D1, D2, D3, dan D4 karena

nilai d1, d2,d3, d4, d5, d6,d7, dan d8 adalah sama dengan nilai masing -

masing Lp-nya.

3.4 Rancangan Antarmuka Sistem

Dalam melakukan perancangan antarmuka sistem diharapkan mampu memenuhi aspek-aspek seperti user friendly (mudah dimengerti oleh user), sederhana, dan mengurangi terjadinya kesalahan saat user menggunakan sistem. Untuk memberikan gambaran awal tentang antarmuka aplikasi serta menjaga

konsistensi dari desain aplikasi, maka perlu dibuat suatu rancangan masukan dan keluaran aplikasi.

a. Form Splash

Form splash merupakan form yang muncul pertama kali ketika aplikasi dijalankan. Form splash menampilkan nama dari aplikasi yang dijalankan. Berikut merupakan rancangan antarmuka dari form splash.

Splash

Splash

Pembesaran Citra Grayscale Menggunakan Metode Error - Amended Sharp Edge (EASE)

Gambar 3.5 Form Splash

b. Form Utama

Form utama pada Gambar 3.6 ini digunakan untuk memasukkan objek berupa citra grayscale yang akan di proses menjadi citra grayscale yang berukuran lebih besar dari citra awal sesuai faktor perbesaran yang diinputkan user dan menampilkan objek berupa citra grayscale hasil dari proses perbesaran.

Gambar 3.6 Form Utama

c. Form Convert

Form convert digunakan untuk mengkonversi citra berwarna (RGB) ke citra grayscale sebelum user malakukan proses pembesaran citra hal ini untuk mempermudah user apabila ingin memperbesar citra, tetapi citra yang dimiliki belum grayscale (masih berwarna). Untuk interface form convert dapat dilihat pada gambar 3.7 dibawah ini.

Gambar 3.7 Form Converter

d. Form Bantuan

Form bantuan pada Gambar 3.8 berisi petunjuk cara menggunakan aplikasi yang digunakan sebagai panduan atau petunjuk bagi user apabila mengalami kendala dalam menjalankan aplikasi ini.

Bantuan

Bantuan

Petunjuk Menggunakan Aplikasi Pembesaran Citra Grayscale

Menggunakan Metode Error – Amended Sharp Edge (EASE)

1. 2. 3.

e. Form Konfirmasi

Pada aplikasi pembesaran citra ini, terdapat 4 macam form konfirmasi yang akan terlihat apabila user melakukan kesalahan dalam menjalankan aplikasi ini atau ingin menutup aplikasi. Berikut 4 macam konfirmasi yang dimiliki oleh aplikasi ini :

1. Gambar 3.9 merupakan form konfirmasi ketika user ingin keluar. Sehingga ketika user meng-klik menu keluar, maka user akan menerima konfirmasi keluar untuk memperjelas apakah user benar–benar ingin keluar dari aplikasi.

Gambar 3.9 Form Konfirmasi Keluar

2. Apabila user melakukan kesalahan dalam memasukkan data citra (gambar) baik citra grayscale pada waktu convert citra, maupun pada saat akan melakukan perbesaran citra dengan memasukkan citra berwana, maka akan dijumpai konfirmasi seperti yang terlihat pada gambar 3.10 dan 3.11.

Gambar 3.10 Form Konfirmasi Salah Memasukkan Citra Grayscale

Gambar 3.11 Form Konfirmasi Salah Memasukkan Citra Berwarna

3. Jika user ingin menyimpan file gambar atau citra, padahal gambar atau citra yang ingin disimpan belum ada, maka user akan mendapatkan konfirmasi peringatan seperti yang tampak pada gambar 3.12 berikut ini.

4.1 Kebutuhan Sistem

Sebelum melakukan implementasi dan menjalankan aplikasi untuk pembesaran citra grayscale, dibutuhkan spesifikasi perangkat keras dan perangkat lunak dengan kondisi tertentu agar dapat berjalan dengan baik. Berikut ini adalah perangkat keras yang digunakan untuk menjalankan aplikasi pembesaran citra grayscale:

a. Komputer dengan prosesor Dual Core. b. Memori 1 GB.

Kebutuhan perangkat lunak yang digunakan untuk menjalankan aplikasi pembesaran citra grayscale ini adalah sebagai berikut :

a. Sistem Operasi Microsoft Windows XP Profesional SP2. b. Matlab 7.1

4.2 Potongan Program

Dalam sub bab ini akan dijelaskan mengenai beberapa potongan program matlab sebagai implementasi dari algoritma yang sudah dijelaskan pada bab sebelumnya.

% menghitung CL secara horisontal

if((n-1>iterKolom)&(n+1<=K))

CLj=I(m,n)-(I(m,n-1)+I(m,n+1))/2 elseif((n-1==iterKolom) & (n<K)) CLj=I(m,n)-(I(m,n)+I(m,n+1))/2 elseif(n+1>K)

CLj=I(m,K)-(I(m,K-1)+I(m,K))/2 end

% menghitung CR secara horisontal

if(n+2<=K) CRj=I(m,n+1)-(I(m,n)+I(m,n+2))/2 elseif(n+1==K) CRj=I(m,n+1)-(I(m,n)+I(m,n+1))/2 elseif(n+1>K) CRj=0 end

% menghitung CL secara vertikal

if((m-1>iterBaris)&(m+1<=B))

CLi=I(m,n)-(I(m-1,n)+I(m+1,n))/2 elseif((m-1==iterBaris) & (m<B)) CLi=I(m,n)-(I(m,n)+I(m+1,n))/2 elseif(m+1>B)

CLi=I(B,n)-(I(B-1,n)+I(B,n))/2 end

% menghitung CR secara vertikal

if(m+2<=B) CRi=I(m+1,n)-(I(m,n)+I(m+2,n))/2 elseif(m+1==B) CRi=I(m+1,n)-(I(m,n)+I(m+1,n))/2 elseif(m+1>B) CRi=0 end

Menghitung CL dan CR dilakukan secara horizontal dan secara vertical.

CL dan CR merupakan perhitungan awal untuk menghitung EASE 1D. Untuk

menghitung CL dan CR dapat memanfaatkan 2 piksel yang berdekatan dan sejajar.

Jika nilai–nilai piksel yang diperlukan dalam menghitung CL dan CR tidak

ditemukan, maka nilai-nilai piksel tersebut dapat digantikan dengan nilai-nilai piksel yang terdekat.

% menghitung minmod secara horisontal if(((CLj*CRj)>0)&(abs(CLj)<=abs(CRj))) minmodj=CLj elseif(((CLj*CRj)>0)&(abs(CLj)>abs(CRj))) minmodj=CRj elseif(CLj*CRj)<=0 minmodj=0 end

% menghitung minmod secara vertikal

if(((CLi*CRi)>0)&(abs(CLi)<=abs(CRi))) minmodi=CLi elseif(((CLi*CRi)>0)&(abs(CLi)>abs(CRi))) minmodi=CRi elseif(CLi*CRi)<=0 minmodi=0 end

Perhitungan minmod antara CL dan CR juga dilakukan secara horizontal

dan vertical, dengan menghitung nilai minimal dan positif antara CL dan CR.

c. Perhitungan U(i+j/k) dalam EASE 1D

% menghitung Ui 1D secara horisontal

if(n==K) % c n>K

if ((minmodj==CLj)&(CLj~=0)) baru((iterBaris*k)+1,x)=(1- j/k)*I(m,n)+j/k*I(m,n)+minmodj*(j/k)*(1-(j/k)) elseif((minmodj==CRj)&(CRj~=0)) j=j+1; baru((iterBaris*k)+1,x)=(1-j/k)*I(m,n)+j/k*I(m,n)+minmodj*(j/k)*(1-(j/k)) elseif(minmodj==0) baru((iterBaris*k)+1,x)=(1-j/k)*I(m,n)+j/k*I(m,n) end

else %a

if ((minmodj==CLj)&(CLj~=0)) baru((iterBaris*k)+1,x)=(1-j/k)*I(m,n)+j/k*I(m,n+1)+minmodj*(j/k)*(1-(j/k)) elseif((minmodj==CRj)&(CRj~=0)) baru((iterBaris*k)+1,x)=(1-j/k)*I(m,n)+j/k*I(m,n+1)+minmodj*(j/k)*(1-(j/k)) elseif(minmodj==0) baru((iterBaris*k)+1,x)=(1-j/k)*I(m,n)+j/k*I(m,n+1) end end

% menghitung ui 1D secara vertikal

if(m==B) % c m>B

j/k)*I(m,n)+j/k*I(m,n)+minmodi*(j/k)*(1-(j/k)) elseif((minmodi==CRi)&(CRi~=0)) j=j+1; baru(y,(iterKolom*k)+1)=(1-j/k)*I(m,n)+j/k*I(m,n)+minmodi*(j/k)*(1-(j/k)) elseif(minmodi==0) baru(y,(iterKolom*k)+1)=(1-j/k)*I(m,n)+j/k*I(m,n) end

else %a

if ((minmodi==CLi)&(CLi~=0)) baru(y,(iterKolom*k)+1)=(1-j/k)*I(m,n)+j/k*I(m+1,n)+minmodi*(j/k)*(1-(j/k)) elseif((minmodi==CRi)&(CRi~=0)) baru(y,(iterKolom*k)+1)=(1-j/k)*I(m,n)+j/k*I(m+1,n)+minmodi*(j/k)*(1-(j/k)) elseif(minmodi==0) baru(y,(iterKolom*k)+1)=(1-j/k)*I(m,n)+j/k*I(m+1,n) end end

Perhitungan U(i+j/k) dalam EASE 1D merupakan perhitungan piksel–piksel

pada interpolasi EASE 1D, yang diletakkan di antara piksel asli baik secara horizontal maupun vertical. Jika nilai-nilai piksel yang diperlukan dalam perhitungan ini tidak ditemukan, maka nilai-nilai piksel tersebut dapat digantikan dengan nilai-nilai piksel lain yang terdekat.

d. Perhitungan D1, D2, D3 dan D4 if(m<B & n<K)

D1=abs(I(m,n+1)+2*(kn)+I(m+1,n+1)-I(m,n)-2*(kr)-I(m+1,n)) D2=sqrt(2)*abs((a)+I(m,n+1)+(kn)-(kr)-I(m+1,n)-(b))

D3=abs(I(m,n)+2*(a)+I(m,n+1)-I(m+1,n)-2*(b)-I(m+1,n+1)) D4=sqrt(2)*abs((a)+I(m,n)+(kr)-(kn)-I(m+1,n+1)-(b)) elseif(m<B & n>=K)

D1=abs(I(m,n)+2*(kr)+I(m+1,n)-I(m,n)-2*(kr)-I(m+1,n)) D2=sqrt(2)*abs((a)+I(m,n)+(kr)-(kr)-I(m+1,n)-(b)) D3=abs(I(m,n)+2*(a)+I(m,n)-I(m+1,n)-2*(b)-I(m+1,n)) D4=sqrt(2)*abs((kr)+I(m,n)+(a)-(kr)-I(m+1,n)-(b)) elseif(m>=B & n<K)

D1=abs(I(m,n+1)+2*(kn)+I(m,n+1)-I(m,n)-2*(kr)-I(m,n)) D2=sqrt(2)*abs((a)+I(m,n+1)+(kn)-(kr)-I(m,n)-(a)) D3=abs(I(m,n)+2*(a)+I(m,n+1)-I(m,n)-2*(a)-I(m,n+1)) D4=sqrt(2)*abs((a)+I(m,n)+(kr)-(a)-I(m,n+1)-(kn))

D1=abs(I(m,n)+2*(kr)+I(m,n)-I(m,n)-2*(kr)-I(m,n)) D2=sqrt(2)*abs((a)+I(m,n)+(kr)-(kr)-I(m,n)-(a)) D3=abs(I(m,n)+2*(a)+I(m,n)-I(m,n)-2*(a)-I(m,n)) D4=sqrt(2)*abs((kr)+I(m,n)+(a)-(kr)-I(m,n)-(a))

Dalam perhitungan D1, D2, D3, dan D4 diperlukan suatu titik tengah antara piksel asli baik secara vertical maupun horizontal. Jika tidak menemukan titik tengah tersebut, dapat dialihkan dengan mencari nilai rata-rata pada dua piksel terdekat di bagian tengah.

e. Perhitungan Dp dan Dq

% menghitung Dp dan Dq

Dp=min(D1,D3) Dq=min(D2,D4)

Dp dan Dq diperoleh dari perhitungan minimal dan positif (minmod) dari nilai D1, D2, D3 dan D4. Untuk nilai Dp diperoleh dari minmod D1 dan D3, sedangkan untuk nilai Dq diperoleh dari minmod D2 dan D4.

f. Perhitungan L1, L2, L3 dan L4 if(m<B & n<K)

L1=((1-1/k)*(ceil(baru(m*k-2+i,n*k-2))))+((1/k)*(baru(m*k-2+i,n*k+1))); L2=((1-1/k)*((ceil(baru(m*k-i,n*k-2))))+((1/k)*(baru(m*k-2,(n*k-2)+j)))); L3=((1-1/k)*(ceil(baru(m*k-2,(n*k-2)+j))))+((1/k)*(baru(m*k+1,(n*k-2)+j))); L4=((1-1/k)*((ceil(baru(m*k-2,n*k-2))))+((1/k)*(baru(m*k+i,n*k+j)))); elseif(m<B & n>=K)

L1=((1-1/k)*(ceil(baru(m*k-2+i,n*k-2))))+((1/k)*(baru(m*k-2+i,n*k-2))); L2=((1-1/k)*(ceil(baru(m*k-2,n*k-1))))+((1/k)*(baru((m*k-1)+i,n*k-2))); L3=((1-1/k)*(ceil(baru(m*k-2,(n*k-2)+j))))+((1/k)*(baru(m*k+1,(n*k-2)+j)));

2)))+(1/k)*(baru(m*k+i,n*k))); elseif(m>=B & n<K)

L1=((1-1/k)*(ceil(baru(m*k-2+i,n*k-2))))+((1/k)*(baru(m*k-2+i,n*k+1))); L2=((1-1/k)*(ceil(baru(m*k-2,(n*k-1)+j))))+((1/k)*(baru((m*k-1)+i,n*k-2))); L3=((1-1/k)*(ceil(baru(m*k-2,(n*k-2)+j))))+((1/k)*(baru(m*k-2,(n*k-2)+j))); L4=((1-1/k)*((ceil(baru(m*k-2,(n*k-2)+j))))+((1/k)*(baru(m*k,n*k+j)))); elseif(m>=B & n>=K)

L1=ceil(baru(m*k-2+i,n*k-2)); L2=I(m,n);

L3=ceil(baru(m*k-2,n*k-2+j)); L4=(I(m,n));

Perhitungan L1 diperoleh dari hasil merata-rata piksel tetangga secara horizontal. Sedangkan untuk L2, diperoleh dengan cara merata-rata piksel tetangga secara diagonal dari arah kiri atas ke kanan bawah. Untuk hasil L3 diperoleh dari perhitungan merata-rata piksel tetangga secara vertical. Kebalikan dari perhitungan L2, yaitu merata-rata piksel tetangga secara diagonal dari arah kanan atas ke kiri bawah adalah cara untuk menghitung L4.

g. Perhitungan Lp dan Lq

% menghitung Lp dan Lq

Lp=min(L1,L3) Lq=min(L2,L4)

Lp dan Lq diperoleh dari perhitungan minimal dan positif (minmod) dari nilai L1, L2, L3 dan L4. Untuk nilai Lp diperoleh dari minmod L1 dan L3, sedangkan untuk nilai Dq diperoleh dari minmod L2 dan L4.

% menghitung Ui 2D

baru(((iterBaris*k)+1)+i,((iterKolom*k)+1)+j)=((sqrt(2)*Dq)*Lp+Dp* Lq)/(Dp+sqrt(2)*Dq)

Perhitungan U(i+j/k) dalam EASE 2D merupakan perhitungan piksel–piksel

pada interpolasi EASE 2D, yang menggunakan nilai perhitungan dari Dp, Dq, Lp dan Lq. Jika pada perhitungan piksel tepi tidak ditemukan piksel yang terkait, maka dapat digunakan piksel terdekat untuk menggantikannya.

i. Mengambil dan Menampilkan Citra proyek=guidata(gcbo);

I = get(proyek.GbrAsli,'Userdata'); [B,K,L]=size(I);

baru = zeros(B*k,K*k,L); T=baru;

S=(uint8(T)); figure;

set(imshow(S));

Pada matlab, fungsi untuk mengambil citra atau gambar adalah dengan menggunakan fungsi “get”. Sedangkan untuk menampilkan citra menggunakan fungsi “imshow”.

4.3 Implementasi Antarmuka

Pada tahap ini akan dijabarkan tentang implementasi antarmuka dari aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error-Amended Sharp Edge (EASE) berdasarkan perancangan yang telah dibuat. Form - form yang digunakan, antara lain :

2. Form Utama. 3. Form Convertgray 4. Form Bantuan. 5. Form Konfirmasi.

4.3.1 Form Splash

Form ini tampak pada saat aplikasi pertama kali dijalankan. Form splash ini perlu dibuat agar dapat diketahui nama dari aplikasi tersebut. Seperti terlihat pada gambar 4.1 dibawah. Pada form splash terdapat beberapa menu, yaitu :

a. Menu Utama

Jika menu utama di klik, maka user akan masuk ke form utama, dimana form utama merupakan tempat melakukan proses pembesaran citra. b. Menu Bantuan

Berisi petunjuk cara menggunakan aplikasi, yang ditunjukkan pada form bantuan.

c. Menu Keluar.

Menampilkan form konfirmasi keluar. Jika user ingin keluar dari aplikasi, maka user dapat meng-klik button “ya”, sedangkan jika ingin membatalkan keluar dari aplikasi, maka dapat meng-klik button “tidak”.

Gambar 4.1 Form Splash

4.3.2 Form Utama

Form ini digunakan sebagai form induk dalam aplikasi ini. Cara melakukan proses pembesaran citra pada form utama, yang harus dilakukan oleh user pertama kali adalah mencari gambar atau citra grayscale yang akan dilakukan perbesaran dengan cara meng-klik button cari. Selanjutnya user memasukkan skala perbesaran, dan yang terakhir adalah user harus menekan button proses untuk dapat melakukan proses dan menghasilkan citra grayscale yang berukuran besar sesuai dengan skala perbesaran yang telah diinputkan sebelumnya. Pada form utama, setelah user memasukkan citra atau gambar maka akan terlihat gambar yang akan diperbesar dan informasi dari gambar tersebut. Baik dari nama file gambar, format gambar, lebar dan tinggi file gambar. File

gambar yang berextensi jpg dan berextensi bmp.

Setelah beberapa saat, user akan melihat citra atau gambar hasil perbesaran pada form lain (figure). Citra hasil pembesaran dapat di simpan atau di cetak secara langsung. File gambar hasil perbesaran, dapat disimpan dengan extensi sesuai dengan extensi citra asli maupun extensi lain. Misal citra atau gambar awal berextensi jpg dan pada hasil perbesaran disimpan dengan extensi bmp, atau sebaliknya. Akan tetapi lebih baik disimpan sesuai dengan extensi citra atau gambar awal. Karena dapat mempengaruhi tampilan citra atau gambar. Apabila user ingin memperbesar citra atau gambar lagi, maka user dapat menekan button lagi untuk melakukan proses perbesaran citra yang lain lagi. Gambar 4.2 merupakan interface dari form utama. Sedangkan gambar 4.3 merupakan interface dari form output dari citra atau gambar grayscale yang telah mengalami proses pembesaran. Berikut ini akan dijelaskan mengenai menu-menu yang terdapat di form utama.

a. Menu Utama

Menu utama pada form utama di buat off, hal ini dikarenakan menu utama merupakan menu yang menampilkan form utama. Sehingga apabila user telah membuka form utama, tidak dapat meng-klik menu utama.

b. Menu Manipulasi

Menu manipulasi digunakan untuk menampilkan form convertgray. Yaitu digunakan oleh user untuk meng-convert citra RGB ke citra grayscale.

Memudahkan user dalam menggunakan aplikasi, serta sebagai petunjuk apabila mengalami kesulitan pada saat menjalankan aplikasi.

d. Menu Keluar

Jika user ingin keluar dari form utama, maka user dapat meng-klik menu keluar.

Gambar 4.2 Form Utama

4.3.3 Form Convertgray

Pada form ini user dapat meng-convert citra atau gambar berwarna menjadi gambar grayscale. Yang harus dilakukan user untuk dapat menghasilkan citra grayscale dengan memanfaatkan form convertgray adalah dengan cara user mencari target citra atau gambar berwarna yang akan di ubah menjadi citra atau gambar grayscale (keabuan). Selanjutnya user harus menekan button convert untuk melakukan convert data citra. Apabila user menginginkan untuk melakukan proses convert pada citra atau gambar lain lagi, maka user dapat menekan button lagi. Citra atau gambar yang dapat melakukan convert pada aplikasi ini adalah citra atau gambar yang berextensi jpg dan berextensi bmp. File citra atau gambar hasil convert tersebut juga dapat disimpan hanya dengan extensi jpg dan extensi bmp. Pada form convertgray juga dilengkapi menu utama untuk menuju ke form utama, menu file untuk menyimpan data citra atau gambar hasil convert, menu bantuan untuk menampilkan form bantuan, dan menu keluar untuk keluar dari form convertgray. Gambar 4.4 merupakan interface dari form convertgray.

4.3.4 Form Bantuan

Form ini digunakan apabila user mengalami kesulitan dalam mengoperasikan aplikasi ini. Berikut adalah anatarmuka form bantuan yang tampak pada Gambar 4.5 dibawah ini.

Gambar 4.5 Form Bantuan

4.3.4. Form konfirmasi

Form konfirmasi digunakan untuk mengakhiri dalam menggunakan aplikasi atau ingin menutup form tertentu. Selain itu form konfirmasi juga akan terlihat apabila user melakukan kesalahan dalam menjalankan aplikasi. Berikut merupakan beberapa form konfirmasi yang dimiliki oleh aplikasi ini.

Konfirmasi keluar tampil ketika user ingin mengakhiri atau menutup form. Hal ini bertujuan untuk meyakinkan user akan pilihannya untuk keluar. Form konfirmasi keluar dapat dilihat pada gambar 4.6.

Gambar 4.6 Form Konfirmasi Keluar

b. Konfirmasi Kesalahan Pada Saat Memasukkan Citra Grayscale

Pada saat user melakukan kesalahan dalam memasukkan citra yang seharusnya pada form convertgray dibutuhkan citra berwarna dan citra berukuran persegi untuk dilakukan proses konversi dari citra berwarna ke citra grayscale, dan pada saat itu user memasukkan citra grayscale dan tidak berukuran persegi, maka akan tampil sebuah form Konfirmasi yang harus diperhatikan user. Seperti terlihat pada gambar 4.7.

Gambar 4.7 Form Konfirmasi Kesalahan Pada Saat Memasukkan Citra Grayscale

Pada saat user melakukan kesalahan dalam memasukkan citra yang seharusnya pada form utama dibutuhkan citra grayscale dan berukuran persegi untuk dilakukan proses perbesaran, dan pada saat itu user memasukkan citra berwarna dan citra tidak berukuran persegi, maka akan tampil sebuah form Konfirmasi yang harus diperhatikan user. Seperti terlihat pada gambar 4.8.

Gambar 4.8 Form Konfirmasi Kesalahan Pada Saat Memasukkan Citra Berwarna

d. Konfirmasi Kesalahan Pada Saat Menyimpan Citra Kosong

Konfirmasi ini terlihat ketika user melakukan kesalahan, yaitu menekan sub menu simpan. Padahal file citra yang akan disimpan belum ada atau masih kosong. Seperti tampak pada gambar 4.9.

Gambar 4.9 Form Konfirmasi Kesalahan Pada Saat Menyimpan Citra Kosong

5.1. Uji Coba Pembesaran Citra Grayscale

Uji coba pembesaran citra grayscale yang dilakukan menggunakan dua uji coba yang berbeda. Uji coba pertama yaitu, melakukan proses pembesaran citra grayscale pada citra yang berextensi jpg dengan skala pembesaran serta ukuran citra yang berbeda, uji coba yang ke dua yaitu melakukan proses pembesaran citra grayscale pada citra yang berextensi bmp dengan skala pembesaran serta ukuran citra yang berbeda.

Dengan dilakukannya uji coba pada dua cara yang berbeda ini, diharapkan dapat memperoleh hasil atau kesimpulan yang dapat digunakan sebagai bahan pertimbangan atau dapat digunakan sebagai acuan dalam penyusunan skripsi ini, terutama untuk mengetahui kelebihan dan kekurangan dari aplikasi pembesaran citra grayscale menggunakan metode Error - Amended Sharp Edge (EASE) ini.

5.1.1 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi jpg Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

Pada uji coba pembesaran citra grayscale yang pertama, yaitu dilakukan pada citra grayscale yang berextensi jpg dengan skala pembesaran serta besar

pada tabel 5.1 dibawah ini.

Tabel 5.1. Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi jpg

Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

No Citra Inputan Skala pembesaran Citra Hasil Pembesaran matlab Citra Hasil Pembesaran photoshop CS2 waktu 2 Nama :Lorong1.jpg Size : 210x210 px Type : grayscale

Nama :LP1.jpg Size : 210x210 px Type : grayscale

00:00:01:82

3

Nama :Lorong2.jpg Size : 315x315 px type : grayscale

Nama :LP2.jpg Size : 315x315 px type : grayscale

00:00:03:43 1 Nama : Lorong.jpg

Size : 105x105 px type : grayscale

5

Nama :Lorong3.jpg Size : 315x315 px type : grayscale

Nama :LP3.jpg Size : 315x315 px type : grayscale

00:00:08:12

2

Nama :google1.jpg Size : 298x298 px type : grayscale

Nama :gP1.jpg Size : 298x298 px type : grayscale

00:00:02:98 2 Nama : Google.jpg

Size :149x149 px Type : grayscale

4

Nama :google2.jpg Size : 596x596 px type : grayscale

Nama :gP2.jpg Size : 596x596 px type : grayscale

00:00:10:98

3 Nama : Prof.jpg Size : 230 x 230 px

Type : grayscale 2

Nama:Prof1.jpg Size : 460 x 460 px Type : grayscale

Nama:PP1.jpg Size : 460x460 px Type : grayscale

00:00:06:77

Dari hasil uji coba pada tabel 5.1 diatas, dapat diketahui bahwa citra inputan yang digunakan adalah citra grayscale (keabuan) dengan ukuran yang berbeda-beda. Skala pembesaran yang digunakan untuk melakukan proses pembesaran pada setiap citra juga dibuat berbeda, hal ini dimaksudkan untuk menghasilkan citra hasil proses pembesaran yang berbeda-beda ukuran dan menguji kelayakan dan optimalisasi program.

menggunakan software photoshop CS2 dengan skala perbesaran yang sama. Dari hasil uji coba didapatkan bahwa citra hasil pembesaran menggunakan metode EASE tampak lebih tajam, terutama pada tepi citra dibandingkan pembesaran citra menggunakan photoshop CS2.

Waktu pada table diatas, menunjukan lamanya waktu running aplikasi ketika melakukan proses pembesaran citra menggunakan metode EASE. Penghitungan waktu dilakukan secara manual menggunakan stopwatch atau dengan kata lain dalam aplikasi tidak ada timer-nya. Perhitungan waktu running dimulai ketika button proses di klik, dan dihentikan ketika gambar hasil pembesaran keluar.

Gambar citra inputan maupun citra hasil proses pembesaran dapat dilihat pada lembar lampiran.

5.1.2 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi bmp Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

Pada uji coba pembesaran citra grayscale yang kedua, sama seperti uji coba pembesaran citra yang pertama, akan tetapi pada uji coba yang kedua ini proses pembesaran dilakukan pada citra grayscale yang berextensi bmp dengan skala pembesaran serta besar ukuran citra yang berbeda, tetapi berbentuk persegi. Yang mana tampak pada tabel 5.2 dibawah ini.

bmp Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

No Citra Inputan

Skala pembesaran Citra Hasil Pembesaran matlab Citra Hasil Pembesaran photoshop CS2 waktu 2 Nama :Lorong1.bmp Size : 210x210 px Type : grayscale

Nama :LP1.bmp Size : 210x210 px Type : grayscale

00:00:01:87

3

Nama :Lorong2.bmp Size : 315x315 px type : grayscale

Nama :LP2.bmp Size : 315x315 px type : grayscale

00:00:03:49

1 Nama : Lorong.bmp

Size : 105x105 px type : grayscale

5

Nama :Lorong3.bmp Size : 315x315 px type : grayscale

Nama :LP3.bmp Size : 315x315 px type : grayscale

00:00:08:22

2

Nama :google1.bmp Size : 298x298 px type : grayscale

Nama :gP1.bmp Size : 298x298 px type : grayscale

00:00:03:98

2 Nama : Google.bmp

Size :149x149 px Type : grayscale

4

Nama :google2.bmp Size : 596x596 px type : grayscale

Nama :gP2.bmp Size : 596x596 px type : grayscale

00:00:11:98

3 Nama : Prof.bmp

Size : 230 x 230 px

Type : grayscale 2

Nama:Prof1.bmp Size : 460 x 460 px Type : grayscale

Nama:PP1.bmp Size : 460x460 px Type : grayscale

00:00:07:77

Uji coba kedua, dilakukan pada objek citra yang sama seperti pada uji coba yang pertama, tetapi berbeda extensi. Pada uji coba yang pertama, dilakukan pada citra yang berextensi jpg sedangkan pada uji coba yang kedua dilakukan pada citra yang berextensi bmp. Hal ini sengaja dilakukan apabila mengalami perbedaan pada hasil pembesaran citra antara dua objek citra yang sama, tetapi berbeda extensi.

Dari hasil uji coba pada tabel 5.2 diatas, dapat diketahui bahwa hasil pembesaran citra pada uji coba kedua, menghasilkan output citra yang sama seperti pada uji coba yang pertama. Yang membedakan antara uji coba yang pertama dengan uji coba yang kedua, yaitu terletak pada waktu running ketika melakukan pembesaran citra menggunakan metode EASE ini. Hal ini dikarenakan

berextensi jpg. Gambar citra inputan maupun citra hasil proses pembesaran dapat dilihat pada lembar lampiran.

5.2 Evaluasi

Hasil evaluasi dari uji coba pembesaran citra yang telah dilakukan membuktikan bahwa aplikasi yang telah dibuat dapat berjalan dengan baik sesuai dengan fungsinya. Sedangkan hasil evaluasi dari uji coba mengenai citra hasil pembesaran yang telah dilakukan dengan menggunakan metode EASE membuktikan sudah seoptimal yang diharapkan untuk citra berekstensi jpg dan untuk citra berekstensi bmp. Hal ini dibuktikan dengan tidak terjadinya pecah – pecah atau kotak – kotak pada citra hasil pembesaran yang berekstensi jpg dan citra hasil pembesaran yang berekstensi bmp. Meskipun bit citra yang berekstensi jpg jauh lebih kecil dari pada bit citra yang berekstensi bmp. Hal ini dikarenakan citra yang berekstensi jpg telah terkompres, sedangkan citra yang berekstensi bmp belum terkompres (masih bit asli), sehingga kualitas citra lebih baik. Meskipun apabila dilihat sekilas mata tidak terlihat sama sekali. Selain itu, pembesaran citra menggunakan metode EASE tampak lebih tajam warnanya terutama pada tiap tepi citra.

Waktu yang dibutuhkan ketika melakukan proses pembesaran menggunakan metode EASE ini tergantung dari besar kecilnya citra yang dimasukkan dan besar kecilnya skala perbesaran yang diinputkan oleh user. Seperti yang terlihat pada table uji coba 5.1 dan 5.2.

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari pembuatan Aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error – Amended Sharp Edge (EASE) berdasarkan dari hasil rumusan masalah yang telah disebutkan sebelumnya adalah sebagai berikut:

1. Aplikasi Pembesaran Citra Grayscale ini dibangun atau dibuat sesuai dengan alur atau tahapan-tahapan yang terdapat pada metode Error – Amended Sharp Edge (EASE). Sehingga Aplikasi ini dapat berjalan sesuai dengan fungsinya, yaitu dapat memperbesar gambar atau citra grayscale (keabuan) dari yang semula gambar atau citra grayscale (keabuan) berukuran kecil menjadi besar. 2. Aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error –

Amended Sharp Edge (EASE) dapat merubah ukuran citra grayscale dari yang berukuran kecil menjadi besar sesuai dengan skala perbesaran yang telah diinputkan user.

6.2 Saran

Adapun saran-saran yang dapat digunakan untuk mengembangkan aplikasi yang telah dibuat adalah sebagai berikut :

1. Melakukan penelitian lebih lanjut untuk citra berwana

atau citra hanya di bagian tertentu saja.

3. Melakukan perbesaran citra dengan menggunakan skala perbesaran non-integer.

72

Gambar pada uji coba diatas akan dibandingkan dengan pembesaran citra menggunakan software photoshop CS2 dengan skala perbesaran yang sama. Dari hasil uji coba didapatkan bahwa citra hasil pembesaran menggunakan metode EASE tampak lebih tajam, terutama pada tepi citra dibandingkan pembesaran citra menggunakan photoshop CS2.

Waktu pada table diatas, menunjukan lamanya waktu running aplikasi ketika melakukan proses pembesaran citra menggunakan metode EASE. Penghitungan waktu dilakukan secara manual menggunakan stopwatch atau dengan kata lain dalam aplikasi tidak ada timer-nya. Perhitungan waktu running dimulai ketika button proses di klik, dan dihentikan ketika gambar hasil pembesaran keluar.

Gambar citra inputan maupun citra hasil proses pembesaran dapat dilihat pada lembar lampiran.

5.1.2 Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi bmp Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

Pada uji coba pembesaran citra grayscale yang kedua, sama seperti uji coba pembesaran citra yang pertama, akan tetapi pada uji coba yang kedua ini proses pembesaran dilakukan pada citra grayscale yang berextensi bmp dengan skala pembesaran serta besar ukuran citra yang berbeda, tetapi berbentuk persegi. Yang mana tampak pada tabel 5.2 dibawah ini.

Tabel 5.2. Uji Coba Pembesaran Citra Grayscale Pada Citra Yang Berextensi bmp Dengan Skala Pembesaran Serta Ukuran Citra Yang Berbeda

No Citra Inputan

Skala pembesaran Citra Hasil Pembesaran matlab Citra Hasil Pembesaran photoshop CS2 waktu 2 Nama :Lorong1.bmp Size : 210x210 px Type : grayscale

Nama :LP1.bmp Size : 210x210 px Type : grayscale

00:00:01:87

3

Nama :Lorong2.bmp Size : 315x315 px type : grayscale

Nama :LP2.bmp Size : 315x315 px type : grayscale

00:00:03:49 1 Nama : Lorong.bmp

Size : 105x105 px type : grayscale

5

Nama :Lorong3.bmp Size : 315x315 px type : grayscale

Nama :LP3.bmp Size : 315x315 px type : grayscale

00:00:08:22

2

Nama :google1.bmp Size : 298x298 px type : grayscale

Nama :gP1.bmp Size : 298x298 px type : grayscale

00:00:03:98 2 Nama : Google.bmp

Size :149x149 px Type : grayscale

4

Nama :google2.bmp Size : 596x596 px type : grayscale

Nama :gP2.bmp Size : 596x596 px type : grayscale

00:00:11:98

3 Nama : Prof.bmp Size : 230 x 230 px

Type : grayscale 2

Nama:Prof1.bmp Size : 460 x 460 px Type : grayscale

Nama:PP1.bmp Size : 460x460 px Type : grayscale

00:00:07:77

Uji coba kedua, dilakukan pada objek citra yang sama seperti pada uji coba yang pertama, tetapi berbeda extensi. Pada uji coba yang pertama, dilakukan pada citra yang berextensi jpg sedangkan pada uji coba yang kedua dilakukan pada citra yang berextensi bmp. Hal ini sengaja dilakukan apabila mengalami perbedaan pada hasil pembesaran citra antara dua objek citra yang sama, tetapi berbeda extensi.

Dari hasil uji coba pada tabel 5.2 diatas, dapat diketahui bahwa hasil pembesaran citra pada uji coba kedua, menghasilkan output citra yang sama seperti pada uji coba yang pertama. Yang membedakan antara uji coba yang pertama dengan uji coba yang kedua, yaitu terletak pada waktu running ketika melakukan pembesaran citra menggunakan metode EASE ini. Hal ini dikarenakan

74

citra yang berextensi bmp memiliki bit yang lebih besar daripada citra yang berextensi jpg. Gambar citra inputan maupun citra hasil proses pembesaran dapat dilihat pada lembar lampiran.

5.2 Evaluasi

Hasil evaluasi dari uji coba pembesaran citra yang telah dilakukan membuktikan bahwa aplikasi yang telah dibuat dapat berjalan dengan baik sesuai dengan fungsinya. Sedangkan hasil evaluasi dari uji coba mengenai citra hasil pembesaran yang telah dilakukan dengan menggunakan metode EASE membuktikan sudah seoptimal yang diharapkan untuk citra berekstensi jpg dan untuk citra berekstensi bmp. Hal ini dibuktikan dengan tidak terjadinya pecah – pecah atau kotak – kotak pada citra hasil pembesaran yang berekstensi jpg dan citra hasil pembesaran yang berekstensi bmp. Meskipun bit citra yang berekstensi jpg jauh lebih kecil dari pada bit citra yang berekstensi bmp. Hal ini dikarenakan citra yang berekstensi jpg telah terkompres, sedangkan citra yang berekstensi bmp belum terkompres (masih bit asli), sehingga kualitas citra lebih baik. Meskipun apabila dilihat sekilas mata tidak terlihat sama sekali. Selain itu, pembesaran citra menggunakan metode EASE tampak lebih tajam warnanya terutama pada tiap tepi citra.

Waktu yang dibutuhkan ketika melakukan proses pembesaran menggunakan metode EASE ini tergantung dari besar kecilnya citra yang dimasukkan dan besar kecilnya skala perbesaran yang diinputkan oleh user. Seperti yang terlihat pada table uji coba 5.1 dan 5.2.

PENUTUP

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari pembuatan Aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error – Amended Sharp Edge (EASE) berdasarkan dari hasil rumusan masalah yang telah disebutkan sebelumnya adalah sebagai berikut:

1. Aplikasi Pembesaran Citra Grayscale ini dibangun atau dibuat sesuai dengan alur atau tahapan-tahapan yang terdapat pada metode Error – Amended Sharp

Edge (EASE). Sehingga Aplikasi ini dapat berjalan sesuai dengan fungsinya,

yaitu dapat memperbesar gambar atau citra grayscale (keabuan) dari yang semula gambar atau citra grayscale (keabuan) berukuran kecil menjadi besar. 2. Aplikasi Pembesaran Citra Grayscale Menggunakan Metode Error –

Amended Sharp Edge (EASE) dapat merubah ukuran citra grayscale dari yang

berukuran kecil menjadi besar sesuai dengan skala perbesaran yang telah diinputkan user.

6.2 Saran

Adapun saran-saran yang dapat digunakan untuk mengembangkan aplikasi yang telah dibuat adalah sebagai berikut :

1. Melakukan penelitian lebih lanjut untuk citra berwana

76

2. Dapat mengatasi permasalahan yang lebih kompleks, yaitu memperbesar objek atau citra hanya di bagian tertentu saja.

3. Melakukan perbesaran citra dengan menggunakan skala perbesaran

97

[1]

Irawan, Dwiardi. Chapter 2 - Dasar Dasar Citra Digital, (online),

(http://www.dwiardiirawan.com/Chapter%202.html diakses 26 desember 2009 pkl. 10.12 WIB)

[2]

Digital image interpolation, (online),

(http://www.cambridgeincolour.com/tutorials/image-interpolation.htm diakses 21 desember 2009 pkl. 12.23 WIB)

[3]

Paulus, Erick & Yessica Nataliani. 2007. Cepat Mahir GUI MATLAB. Yogyakarta: ANDI OFFSET.

[4]

Pengolahan Citra (Image Processing), (online),

(http://id.shvoong.com/exact-sciences/physics/1803946-pengolahan-citra-image-processing/ diakses 29 desember 2009 pkl. 6.55 WIB)

[5]

Sutoyo, Edy Mulyanto, dkk. 2009. Teori Pengolahan Citra Digital. Yogyakarta: ANDI OFFSET.

[6]

Wijaya, Marvin Ch. & Agus Prijono. 2007. Pengolahan Citra Digital

Menggunakan Matlab. Bandung: Informatika. [7]

Youngjoon Cha & Seongjai Kim. ERROR-AMENDED SHARP EDGE (EASE)

SCHEMES FOR IMAGE INTERPOLATION, (online),

(http://www-video.eecs.berkeley.edu/Proceedings/ICIP2006/pdfs/0000701.pdf, diakses 21 desember 2009 pkl. 9.45 WIB)