Perbandingan Hasil Deteksi Tepi Laplacian Of Gaussian Dengan Laplacian Of Gaussian Kombinasi High Boost Filtering

BAB I
PENDAHULUAN

1.1

Latar Belakang

Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun merupakan
imitasi dari sebuah objek atau benda. Citra memiliki beberapa karakteristik yang
menjadikan citra tersebut sebagai media yang dapat menyampaikan informasi. Citra
digital saat ini banyak digunakan dalam berbagai bidang , seperti dalam bidang
kedokteran, hukum, perdagangan, pendidikan, maupun dalam kehidupan sehari-hari.
Citra digital dapat diolah maupun dimodifikasi menjadi citra digital yan lain,
proses ini disebut proses pengolahan citra digital. Pengolahan citra bertujuan untuk
memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer.
Operasi pengolahan citra digital mencakup perbaikan citra, pemampatan citra, segmentasi
citra dan deteksi tepi citra.
Tepi adalah sebuah himpunan dari piksel-piksel yang terhubung yang berada pada
batas (boundary) diantara dua regional. Deteksi tepi berguna untuk mengidentifikasi
objek-objek yang ada pada citra seperti bentuk, tekstur dan ukuran citra tersebut dan
meningkatkan penampakan garis batas (boundary) dari suatu daerah atau objek yang

terdapat pada citra. Secara umum dapat dikatakan deteksi tepi berguna untuk menandai
bagian yang menjadi detail citra yang dapat memperjelas bentuk citra agar dapat dikenali
dan menganalisis citra lebih lanjut.
Biasanya operator yang digunakan untuk mendeteksi tepi yang pertama adalah
operator berbasis Gradient (turunan pertama), yaitu operator Robert, operator Sobel, dan
operator Prewitt dan yang kedua adalah operator berbasis turunan kedua, yaitu operator

2

Laplacian dan operator Laplacian of Gaussian. Deteksi tepi yang dihitung dengan
turunan pertama akan menghasilkan banyak titik-titik tepi. Idealnya tepi objek yang
diinginkan adalah sebuah garis tepi setebal satu pisel agar tidak menimbulkan keraguan
bila dilakukan analisis. Pendeteksian tepi dengan turunan kedua (operator Laplacian dan
Laplacian of Gaussian) akan mempuyai ketebalan satu piksel saja, sesuai dengan
ketebalan garis tepi ideal yang diinginkan.
Turunan kedua, yaitu operator laplacian sangat sensitif terhadap noise yang
terletak pada titik-titik tepi, maka perlu dilakukan proses smoothing sebelum diterapkan
operator dari turunan kedua, operator ini dinamakan Laplacian of Gaussian. Kualitas citra
sangat bergantung pada proses pendeteksian tepi. Salah satu metode untuk meningkatkan
kualitas citra yaitu High-Boost Filtering. High-Boost Filtering dapat membuat citra

menjadi lebih tajam, dengan cara meninggikan nilai-nilai frekuensi yang ada pada citra.
High-Boost Filtering merupakan sebuah

metode dalam mengurangi atau

mereduksi noise pada citra digital. Roopashree.S, Sachin Saini, Rohan Ranjan Singh
melakukan penelitian berjudul “Enchancement and Pre-Processing of Images Using
Filtering” dimana High-Boost Filtering digunakan untuk memperbaiki sebuah citra yang
ada sehingga tidak memiliki noise (Roopashree,S,2012).
Berdasarkan latar belakang yang telah penulis uraikan, maka dilakukan penelitian
dengan judul “Perbandingan Hasil Deteksi Tepi Laplacian of Gaussian dan Laplacian of
Gaussian kombinasi High-Boost Filtering.”

1.2

Rumusan Masalah

Rumusan masalah dalam penelitian ini adalah apakah citra hasil deteksi tepi lebih baik
menggunakan operator Laplacian of Gaussian atau operator Laplacian of Gaussian
kombinasi High-Boost Filtering.

3

1.3

Batasan Masalah

Adapun batasan masalah yang diangkat adalah sebagai berikut:
1. Jenis file citra asli yang digunakan adalah citra berwarna dalam format .bmp
2. Jenis operator deteksi tepi yang digunakan adalah Laplacian of Gaussian.
3. Jenis noise yang digunakan ada 2, yaitu Gaussian Noise dan Salt-pepper Noise
dengan persentase noise 10%, 20%,30%,40%, dan 50%
4. Ukuran citra 300 x 300 piksel.
5. Parameter yang digunakan untuk membandingkan kualitas citra adalah Mean
Square Error (MSE), Peak Signal to Noise Ratio (PSNR), running time (waktu
akses) dan kualitas struktur garis tepi(edge) yang dihasilkan secara visual.
6. Menggunakan kernel 3x3 dari matriks nilai pixel citra dan pada High-Boost
Filtering nilai A berkisar antara 0 – 2.
7. Bahasa pemrograman yang digunakan adalah C#.

1.4

Tujuan Penelitian

Tujuan penelitian ini adalah untuk mengetahui hasil perbandingan deteksi tepi pada citra
menggunakan operator Laplacian of Gaussian dengan Laplacian of Gaussian yang telah
dikombinasikan dengan High-Boost Filtering dan mengetahui operator yang lebih baik
dalam mendeteksi citra.

1.5

Manfaat Penelitian

Manfaat penelitian ini adalah menghasilkan suatu aplikasi perangkat lunak yang dapat
membandingkan kualitas hasil pendeteksian tepi sebuah citra. Sedangkan manfaat bagi
penulis adalah untuk mengetahui hasil yang optimal dalam mendeteksi tepi menggunakan
operator Laplacian of Gaussian dengan deteksi tepi Laplacian of Gaussian kombinasi
High Boost Filtering.

4

1.6

Metodologi Penelitian

Metodologi penelitian yang akan digunakan adalah:
1.

Studi Literatur
Studi literatur yang penulis lakukan bertujuan mendapatkan pengetahuan melalui
buku, jurnal, dan sebagainya untuk mengetahui operator deteksi tepi Laplacian of
Gaussian dan metode High Boost Filtering yang kemudian akan menghasilkan suatu
perbandingan hasil deteksi tepi tanpa metode filter dengan memakai metode filter.

2. Analisis dan Perancangan
Dengan adanya rumusan dan batasan masalah, kebutuhan perancangan dianalisis
disertai pembuatan flowchart, Unified Modeling Language(UML) ,Design Interface.

3.

Implementasi
Implementasi dilakukan dengan menampilkan ke user hasil yang berbasis Graphic
User Interface (GUI) tentang pendeteksian tepi menggunakan operator Laplacian of
Gaussian dan pendeteksian tepi Laplacian of Gaussian yang telah dikombinasikan
dengan metode High Boost Filtering .

4. Pengujian
Pengujian dilakukan dengan memberikan kernel pada operator Laplacian of Gaussian
yaitu 3 x 3, kemudian diberikan kernel pada operator Laplacian of Gaussian yang
akan dikombinasikan dengan metode High boost Filtering dengan nilai A berkisar
antara 0,00 sampai 2,00 kemudian dihitung nilai MSE, PSNR dan Running Time.

5. Dokumentasi dan Laporan Akhir
Setelah implementasi, maka penulis akan membuat dokumentasi atau laporan tiap
tahap dari program yang penulis rancang.

5

1.7

Sistematika Penulisan

Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu :
BAB I

PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi
“Perbandingan Hasil Deteksi Tepi Laplacian of Gaussian dengan
Laplacian of Gaussian kombinasi High Boost Filtering”, rumusan
masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode
penelitian, tinjauan pustaka, dan sistematika penulisan.

BAB II

LANDASAN TEORI
Berisi tentang penjelasan singkat mengenai defenisi pengolahan citra,
operasi pengolahan citra, defenisi deteksi tepi, noise, metode Laplacian of
Gaussian dan High Boost Filtering, Mean Squared Error (MSE), dan Peak
Signal to Noise Rasio (PSNR).

BAB III

ANALISIS DAN PERANCANGAN
Berisi tentang uraian analisis mengenai proses kerja dari metode Laplacian
of Gaussian dan High Boost Filtering yang terdiri dari flowchart, Unified
Modeling Language (UML) serta perancangan tampilan form dari aplikasi.

BAB IV

IMPLEMENTASI DAN PENGUJIAN
Pada tahap ini dilakukan pembuatan system dan coding sesuai dengan
analisis dan perancangan. Kemudian melakukan pengujian sistem.

BAB V

KESIMPULAN DAN SARAN
Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian dari babbab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan
dapat bermanfaat dalam pengembangan selanjutnya.