Implementasi Deteksi Tepi Canny Dan Isotropik Dengan Transformasi Power Law Studi Kasus Kanker Mulut Rahim (Serviks)

BAB 2
LANDASAN TEORI

2.1 Pengertian Citra
Citra atau image adalah representasi spasial dari suatu objek yang sebenarnya dalam
bidang dua dimensi yang biasanya ditulis dalam koordinat cartesian x-y, dan setiap
koordinat merepresentasikan satu sinyal terkecil dari objek (Kulkarni, 2001). Fungsi
citra adalah model matematika yang sering digunakan untuk menganalisis dimana
semua fungsi analisis digunakan untuk mempertimbangkan citra sebagai fungsi
dengan 2 variabel.
Citra merupakan gambaran yang terekam oleh kamera atau oleh sensor. mengutarakan
pengertian tentang citra yaitu:
1. Gambaran obyek yang dibuahkan oleh pantulan atau pembiasan sinar yang
difokuskan oleh sebuah lensa atau sebuah cermin.
2. Gambaran rekaman suatu obyek (biasanya berupa gambaran pada foto) yang dibuat
dengan cara optik, elektro-optik, optik mekanik atau elektronik. Pada umumnya
gambar digunakan bila radiasi elektromagnetik yang dipancarkan atau dipantulkan
dari suatu obyek tidak langsung direkam pada film. Sedangkan penginderaan jauh
ialah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala
dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa
kontak langsung terhadap obyek, daerah, atau gejala yang dikaji.

2.1.1 Citra Analog
Citra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor televisi,
foto sinar-X, foto yang tercetak dikertas foto, lukisan, pemandangan, hasil CT scan,
gambar-gambar yang terekam pada pita kaset dan lain-lain sebagainya yang terdiri

Universitas Sumatera Utara

dari sinyal-sinyal frekuensi elektromagnetis yang belum dibedakan sehingga pada
umumnya

tidak

dapat

ditentukan

ukurannya

(Munir,

2004).

Universitas Sumatera Utara

2.1.2 Citra Digital
Citra digital merupakan citra yang dapat diolah komputer. Yang disimpan dalam
komputer hanyalah angka-angka yang menunjukkan besar intensitas pada masingmasing piksel. Karena berbentuk data numerik, maka citra digital dapat diolah
dengan komputer. Piksel merupakan elemen citra yang memiliki nilai yang
menunjukan intensitas warna.Ada banyak cara untuk menyimpan citra digital di dalam
memori.
Dari cara penyimpanan inilah, maka citra digital terbagi menjadi 3 jenis, yaitu:
a. Citra biner
Citra biner memiliki 2 jenis warna, yaitu hitam dan putih. Jadi dibutuhkan 1 bit
di memori untuk menyimpan kedua warna tersebut.
b. Citra grayscale
Citra grayscale, merupakan citra yang nilai piksel-nya merepresentasikan
derajat keabuan atau intensitas warna putih. Nilai intensitas paling rendah
adalah merepresentasikan warna hitam dan nilai intensitas paling tinggi
merepresentasikan warna putih. Banyaknya warna pada jenis citra grayscale
bergantung pada jumlah bit yang disediakan oleh memori untuk menampung.

Citra 2 bit mewakili 4 warna, citra 3 bit mewakili 8 warna, dan seterusnya
sampai 8 bit.
c. Citra warna
Citra berwarna, merupakan citra yang nilai piksel-nya merepresentasikan
warna tertentu.
Sebuah citra digital dapat mewakili oleh sebuah matriks yang terdiri dari M kolom
N baris, dimana perpotongan antara kolom dan baris disebut piksel (piksel = picture
element), yaitu elemen terkecil dari sebuah citra. Piksel mempunyai dua parameter,
yaitu koordinat dan intensitas atau warna. Nilai yang terdapat pada koordinat (x,y)
adalah f(x,y), yaitu besar intensitas atau warna dari piksel di titik itu. Oleh sebab itu,
sebuah citra digital dapat ditulis dalam bentuk matriks berikut :

�(0,0)
�(0,1)
⋯
�(1,0)
⋯
⋯
f(x,y)=�
⋮

⋮
⋱
�(� − 1,0) �(� − 1,1) ⋯

�(0, � − 1)
�(1, � − 1)
�...…….(2.1)
⋮
�(� − 1, � − 1)
Universitas Sumatera Utara

Berdasarkan gambaran tersebut, secara matematis citra digital dapat dituliskan
sebagai fungsi f (x,y), dimana harga x (baris) dan y (kolom) merupakan koordinat
posisi dan f (x,y) adalah nilai fungsi pada setiap titik (x,y) yang menyatakan besar
intensitas citra atau tingkat keabuan atau warna dari piksel di titik tersebut (Sutoyo, et
al. 2009).

2.2 Format File Citra
Sebuah format file citra harus dapat menyatukan kualitas citra, ukuran file dan
kompabilitas dengan berbagai aplikasi. Format file citra standar yang digunakan saat

ini terdiri dari beberapa jenis. Format- format ini digunakan untuk menyimpan citra
dalam sebuah file. Setiap format memiliki karakteristik masing- masing. Ini adalah
contoh format umum, yaitu : Bitmap (.bmp), tagged image format (.tif, .tiff), Portable
Network Graphics (.png), JPEG (.jpg), dll (Putra, 2010).
Ada dua jenis format file citra yang sering digunakan dalam pengolahan citra,
yaitu citra bitmap dan citra vektor (Sutoyo et al, 2009). Pada citra bitmap ini sering
disebut juga citra raster. Citra bitmap ini menyimpan data kode citra secara digital dan
lengkap (cara penyimpanannya adalah per pixel). Citra bitmap ini dipresentasikan
dalam bentuk matriks atau dipetakan dengan menggunakan bilangan biner atau sistem
bilangan yang lain. Citra ini memiliki kelebihan untuk memanipulasi warna, tetapi
untuk mengubah objek lebih sulit. Tampilan bitmap mampu menunjukkan kehalusan
gradasi bayangan dan warna dari sebuah gambar. Tetapi apabila tampilan diperbesar
maka tampilan di monitor akan tampak pecah- pecah. Contoh format file citra antara
lain adalah BMP, GIFF, TIF, WPG, IMG, dll. Sedangkan pada format file citra vektor
merupakan citra vektor yang dihasilkan dari perhitungan matematis dan tidak terdapat
pixel, yaitu data yang tersimpan dalam bentuk vektor posisi, dimana yang tersimpan
hanya informasi vektor posisi dengan bentuk sebuah fungsi.
Pada citra vektor, mengubah warna lebih sulit dilakukan, tetapi membentuk
objek dengan cara mengubah nilai lebih mudah. Oleh karena itu, bila citra diperbesar
atau diperkecil, kualitas citra relatif tetap baik dan tidak berubah. Citra vektor

biasanya dibuat menggunakan aplikasi- aplikasi citra vektor seperti aplikasi Paint,
CorelDRAW, Adobe Illustrator, Autocad, dll.
2.3 Model Warna

Universitas Sumatera Utara

Warna secara utuh bergantung pada sifat pantulan (reflectance) suatu objek. Warna
yang dilihat merupakan yang dipantulkan, sedangkan yang lainnya diserap. Sehingga
sumber sinar perlu diperhitungkan, begitu pula sifat alami sistem visual manusia
ketika menangkap suatu warna.
Model warna merupakan cara standar untuk menspesifikasikan suatu warna
tertentu, dengan mendefinisikan suatu sistem koordinat 3D, dan suatu ruang bagian
yang mengandung semua warna yang dapat dibentuk ke dalam suatu model tertentu.
Suatu warna yang dapat dispesifikasikan menggunakan suatu model akan
berhubungan ke suatu titik tunggal dalam suatu ruang bagian yang didefinisikannya.
Masing-masing warna diarahkan ke salah satu standart hardware tertentu (RGB,
CMY, YIQ), atau aplikasi pengolahan citra (HSI).

2.3.1. Model warna RGB
Suatu citra dalam model RGB terdiri dari tiga bidang citra yang saling lepas, masing masing terdiri dari warna mrah, hijau, dan biru. Suatu warna dispesifikasikan sebagai

campuran

sejumlah

komponen

warna

utama.

Kuning

diproduksi

dengan

mencampurkan merah, hijau; warna cyan dengan mencampurkan hijau dan biru;
warna magenta dari kombinasi merah dan biru. Monitor komputer dan televisi
memakai RGB. Sorotan electron menghasilkan sinyal merah, hijau, biru yang
dikombinasikan untuk menghasilkan berbagai warna yang dilihat pada layar (Munir,

2004). Gambar 2.1 berikut menunjukkan Kombinasi warna RGB.

Gambar 2.1 Kombinasi Warna RGB (Munir, 2004)

Universitas Sumatera Utara

Gambar 2.2 Contoh Citra Warna

2.4 Citra Grayscale
Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada
setiap pikselnya, artinya nilai dari Red = Green = Blue. Nilai-nilai tersebut digunakan
untuk menunjukkan intensitas warna. Citra yang ditampilkan dari citra jenis ini terdiri
atas warna abu-abu, bervariasi pada warna hitam pada bagian yang intensitas terlemah
dan warna putih pada intensitas terkuat. Citra grayscale berbeda dengan citra ”hitamputih”, dimana pada konteks komputer, citra hitam putih hanya terdiri atas 2 warna
saja yaitu ”hitam” dan ”putih” saja. Pada citra grayscale warna bervariasi antara hitam
dan putih, tetapi variasi warna diantaranya sangat banyak. Citra grayscale disimpan
dalam format 8 bit untuk setiap sample piksel, yang memungkinkan sebanyak 256
intensitas. Untuk mengubah citra berwarna yang mempunyai nilai matrik masingmasing R, G dan B menjadi citra grayscale dengan nilai X, maka konversi dapat
dilakukan dengan mengambil rata-rata dari nilai R, G dan B sehingga dapat dituliskan
sebagaimana pada persamaan 2.2.

……………………………………. (2.2)

Universitas Sumatera Utara

Gambar 2.3 Contoh Citra Grayscale

2.5 Pengolahan Citra
Pengolahan citra digital digunakan untuk melakukan interpretasi terhadap citra digital.
Beberapa teknik yang digunakan dalam pengolahan citra adalah filtering,
enhancement, deteksi tepi, segmentasi, klasifikasi, kompresi, rekonstruksi citra dan
lain lain.
Beberapa alasan yang mendukung kegunaan deteksi tepi dalam aplikasi
kehidupan sehari-hari adalah :
o

Manusia

memiliki

kecenderungan

dalam

mengenal

suatu

obyek

atau

kecenderungan kumpulan obyek dengan melihat tepi dari citra.
o

Adanya teori (yang dapat dijadikan sebagai alasan psikologis), yaitu bahwa
sistem penglihatan manusia (Human Visual System/ HVS) menunjukkan beberapa
urutan dari deteksi tepi terlebih dahulu sebelum pengenalan warna atau intensitas
citra (Mc. Cabe, 2002).

2.5.1. Jenis – jenis pengolahan citra
1. Perbaikan kualitas citra (image enhancement).
Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara
memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang
terdapat di dalam citra lebih ditonjolkan.
Contoh-contoh operasi perbaikan citra:
a.perbaikan kontras gelap/terang
b. perbaikan tepian objek (edge enhancement)
c. penajaman (sharpening)

Universitas Sumatera Utara

d. pembrian warna semu (pseudocoloring)
e. penapisan derau (noise filtering)
2. Pemugaran citra (image restoration).
Operasi ini bertujuan menghilangkan/ meminimumkan cacat pada citra. Tujuan
pemugaran citra hampir sama dengan operasi perbaikan citra. Bedanya, pada
pemugaran citra penyebab degradasi gambar diketahui. Contoh-contoh operasi
pemugaran citra:
a. penghilangan kesamaran (deblurring).
b. penghilangan derau (noise)
3. Pemampatan citra (image compression). Jenis operasi ini dilakukan agar citra dapat
direpresentasikan dalam bentuk yang lebih kompak sehingga memerlukan memori
yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan adalah
citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus.
Contoh metode pemampatan citra adalah metode JPEG.
4. Segmentasi citra (image segmentation). Jenis operasi ini bertujuan untuk memecah
suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi
ini berkaitan erat dengan pengenalan pola.
5. Pengorakan citra (image analysis) Jenis operasi ini bertujuan menghitung besaran
kuantitif dari citra untuk menghasilkan deskripsinya. Teknik pengorakan citra
mengekstraksi ciriciri tertentu yang membantu dalam identifikasi objek. Proses
segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari
sekelilingnya. Contoh-contoh operasi pengorakan citra:
a. Pendeteksian tepi objek (edge detection)
b. Ekstraksi batas (boundary)
c. Representasi daerah (region)
6. Rekonstruksi citra (image reconstruction) Jenis operasi ini bertujuan untuk
membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi
citra banyak digunakan dalam bidang medis. Misalnya beberapa foto rontgen
dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh (Basuki,
2005).

Universitas Sumatera Utara

2.6 Deteksi Tepi
Tepi citra (edge) adalah perubahan nilai intensitas derajat keabuan yang tiba-tiba
(besar) dalam jarak yang singkat. Sedangkan deteksi tepi (Edge Detection) pada suatu
citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra. Deteksi
tepi (Edge detection) adalah operasi yang dijalankan untuk mendeteksi garis tepi
(edges) yang membatasi dua wilayah citra homogen yang memiliki tingkat kecerahan
yang berbeda (Sutoyo,2009). Deteksi tepi pada suatu citra adalah suatu proses yang
menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah:
1. Untuk menandai bagian yang menjadi detail citra.
2. Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau
adanya efek dari proses akuisisi citra.
3. Serta untuk mengubah citra 2D menjadi bentuk kurva.
Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut
mempunyai perbedaan yang tinggi dengan tetangganya. Gambar 2.4 berikut ini
menggambarkan bagaimana tepi suatu citra diperoleh.

Gambar 2.4 Proses Deteksi Tepi Citra (Sutoyo et al, 2009).
Kemudian pada Gambar 2.5, menjelaskan ada tiga macam tepi yang terdapat di
dalam citra digital

Gambar 2.5.Model Tepi Satu Citra (Putra, 2010).

Universitas Sumatera Utara

Dari gambar 2.5 , dijelaskan ketiganya adalah sebagai berikut :
1. Tepi curam, tepi dengan perubahan intensitas yang tajam. Arah tepi berkisar
90°.
2. Tepi landai, disebut juga tepi lebar, yaitu tepi dengan sudut arah yang kecil.
Tepi landai dapat dianggap terdiri dari sejumlah tepi-tepi lokal yang lokasinya
berdekatan.
3. Tepi yang mengandung derau (noise).
Terdapat beberapa jenis deteksi tepi antara lain:
1. Operator gradien: Sobel, Prewitt, Isotropik, Schotastic.
2. Operator kompas: Kompas, Kirsch, Robinson.
3. Operator Laplacian.
4. Operator Canny

2.7 Operator Canny
Operator Canny adalah operator deteksi tepi yang dikemukakan oleh John Canny pada
tahun 1986 dan terkenal sebagai operator deteksi tepi yang optimal. Algoritma ini
memberikan tingkat kesalahan yang rendah, melokalisasi titik-titik tepi (jarak pikselpiksel tepi yang ditemukan deteksi dan tepi yang sesungguhnya sangat pendek), dan
hanya memberikan satu tanggapan untuk satu tepi (Canny, 1986).
Canny merupakan deteksi tepi tradisional yang sering digunakan. Deteksi tepi
canny memberikan hasil proses dengan waktu yang sangat cepat tanpa mengurangi
hasil tepi (Rupalatha, 2013) Terdapat enam langkah yang dilakukan untuk
mengimplementasikan deteksi tepi Canny. Keenam langkah tersebut dijabarkan
berikut ini :

Langkah 1
Dilakukan penipisan terhadap citra dengan tujuan untuk menghilangkan derau. Hal ini
dapat dilakukan dengan menggunakan filter Gaussian dengan matriks sederhana.
Matriks yang digunakan berukuran jauh lebih kecil daripada ukuran citra. Contoh
ditunjukkan pada matriks dengan � (theta) = 1,4 dibawah.

Universitas Sumatera Utara

Langkah 2

Setelah penghalusan gambar terhadap derau dilakukan, dilakukan proses untuk
mendapatkan kekuatan tepi (edge strength). Hal ini dilakukan dengan menggunakan
operator Gaussian. Salah satu operatornya adalah operator sobel ditunjukkan pada
rumus dibawah :

Gx

-1

0

1

-2

0

2

-1

0

1

Gy

1

2

1

0

0

0

-1

-2

-1

Langkah 3
Langkah ketiga berupa penghitungan arah tepi. Rumus yang digunakan untuk
keperluan ini :
� = ��� −1 (��, ��)…………………………………………………………….…..(2.3)
Keterangan:
�(theta) = Arah sudut
�� = Nilai kernel x

�� = Nilai kernel y
Langkah 4
Setelah arah tepi diperoleh, perlu menghubungkan antara arah tepi dengan sebuah arah
yang dapat dilacak dari citra. Sebagai contoh, terdapat susunan piksel berukuran 5 x 5
Dengan melihat piksel “a” tampak bahwa a hanya memiliki 4 arah berupa 0 derajat,
45 derajat, 90 derajat, dan 135 derajat.

Universitas Sumatera Utara

Selanjutnya, arah tepi yang diperoleh akan dimasukkan ke dalam salah satu kategori
dari keempat arah tadi berdasarkan area yang tertera pada Gambar 2.6. Pada gambar
2.6 berikut menunjukkan aturan konversi yang berlaku :

Gambar 2.6. Area Konversi arah tepi
• Semua arah tepi yang berkisar antara 0 dan 22,5 serta 157,5 dan 180 derajat
(warna biru) diubah menjadi 0 derajat.
• Semua arah tepi yang berkisar antara 22,5 dan 67,5 derajat (warna kuning) diubah
menjadi 45 derajat.
• Semua arah tepi yang berkisar antara 67,5 dan 112,5 derajat (warna merah)
diubah menjadi 90 derajat.
• Semua arah tepi yang berkisar antara 112,5 dan 157,5 derajat (warna hijau)
diubah menjadi 135 derajat.

Langkah 5
Setelah arah tepi diperoleh, penghilangan non-maksimum dilaksanakan. Penghilangan
non-maksimum dilakukan di sepanjang tepi pada arah tepi dan menghilangkan pikselpiksel (piksel diatur menjadi 0) yang tidak dianggap sebagai tepi. Dengan cara seperti
itu, diperoleh tepi yang tipis.

Langkah 6

Universitas Sumatera Utara

Langkah keenam berupa proses yang disebut hysteresis. Proses ini menghilangkan
garis-garis yang seperti terputus-putus pada tepi objek. Caranya adalah dengan
menggunakan dua ambang T1 dan T2. Lalu, semua piksel citra yang bernilai lebih
besar daripada T1 dianggap sebagai piksel tepi. Selanjutnya, semua piksel yang
terhubung dengan piksel tersebut dan memiliki nilai lebih besar dari T2 juga dianggap
sebagai piksel tepi.

Gambar 2.7 Contoh Citra deteksi Canny

2.8 Operator Isotropik
Metode atau operator Isotropik merupakan operator yang menggunakan pembobotan
piksel-piksel yang lebih dekat dengan titik pusat kernel dengan nilai
√2 (1.41421).
Sehingga nilai pembobotan tersebut berada diantara pembobotan operator Sobel dan
Prewitt, yaitu 2 > 1.41421 > 1.
−1
Gx = �− √2
−1

0 1
0 √2�
0 1

1
Gy = � 0
−1

√2
0
−√2

1
0 � ……………………………..(2.4)
−1

Kekuatan tepinya dilakukan dengan akar dari penjumlahan kuadrat hasil penelusuran
secara horisontal (Gx) dengan hasil penelusuran secara vertikal (Gy), sehingga dapat
dituliskan bahwa:
G =��� 2 + �� 2 ……………………..…………………………………………….(2.5)
Keterangan:

G = Nilai Gradien
Gx = Nilai kernel x
Gy = Nilai kernel y

Universitas Sumatera Utara

Untuk isotropik jika asal jarak kedua titik sejajar atau berdekatan, filter isotropik dapat
menyebabkan garis sejajar menjadi buram sehingga tepian menjadi satu garis tunggal
(jan-Mark, 2003). Namun filter isotropik dapat merespon tepi dengan baik jika
menggunakan circular mask dan normalized constant dengan menggunakan profil
Gaussian (Liu, 2007).

Gambar 2.8 Contoh Citra deteksi isotropic

2.9 Transformasi power Law
Power law mempunyai bentuk kurva yang serupa dengan transformasi log. Hanya saja
dengan transformasi power law dapat mempunyai variasi kurva yang lebih banyak.
Menurut (Hui, 2010) perbaikan citra dengan metode ini akan meningkatkan detail
tepi citra sehingga bermanfaat untuk perbaikan citra di bidang kedokteran.
Hasikin (2012)

menunjukkan bahwa untuk mendapatkan perbaikan citra dapat

dilakukan dengan operasi transformasi power law dengan keuntungan
membutuhkan

waktu

minimum

untuk

yaitu

pemrosesannya. Berikut gambar kurva

transformasi citra:

Gambar 2.9 kurva transformasi citra
Transformasi Power Law ada dua yaitu nth power dan nth root power. Transformasi
nth power didefinisikan dengan: G = c. F γ ………………………………….…….(2.6)

Universitas Sumatera Utara

1

Transformasi nth root power didefinisikan dengan: G = c. F γ …………………..(2.7)
Keterangan:
G = citra hasil: F = citra asal: c = konstanta positif: ϒ = Nilai gamma
Pada penelitian tugas akhir ini, penulis menggunakan transformasi power law n �ℎ

root power. Transformasi nth root power baik digunakan karna dapat meningkatkan
kecerahan dari citra grayschale (González-Carabarín L, 2009).
Berikut adalah contoh gambar transformasi yang ditunjukkan pada Gambar 2.10.

Gambar 2.10 Contoh Citra transformasi n �ℎ root power.
2.10 Jarak Euclidean (Euclidean Distance)
Metode Euclidean membandingkan jarak minimum image pengujian (testing), dengan
database image pelatihan (training). Jarak euclidean dari dua vektor x

dan

y

dihitung dengan persamaan 2.8 dibawah :
d(x, y) = �∑��=1(�� − �� )2 ……………………………………………………..(2.8)

Keterangan:

D (x, y) = Nilai jarak Euclidean; �� = Nilai image training (pelatihan);
�� = Nilai image pengujian;

n = jumlah data pelatihan.

Semakin kecil nilai d(x, y) maka semakin mirip kedua vektor yang

dicocokkan/dibandingkan. Sebaliknya semakin besar nilai d(x, y) maka semakin
berbeda kedua vektor yang dicocokkan (Budi Santosa, 2007).
Euclidean Distance memiliki akurasi yang tinggi sehingga sangat cocok
digunakan sebagai metode kemiripan gambar (Latifa Greche, 2017).

Universitas Sumatera Utara

2.11 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR)
Mean Square Error (MSE) adalah nilai error kuadrat rata-rata antara citra asli dengan
citra manipulasi. MSE dinyatakan sebagai mean square error yang didefinisikan
sebagai :
………………………………………...(2.9)
Keterangan:
x dan y = koordinat dari gambar
M dan N = dimensi dari gambar
��� = stego-image

��� = cover-image.

� 2 ��� memiliki nilai maksimum dalam gambar, sebagai contoh :

……………………………...………………….(2.10)

Peak Signal to Noise Ratio (PSNR) adalah perbandingan antara nilai
maksimum dari sinyal yang diukur dengan besarnya derau yang berpengaruh pada
sinyal tersebut. PSNR biasanya diukur dalam satuan decibel (db). Nilai PSNR yang
lebih tinggi menyiratkan kemiripan yang lebih erat antara hasil rekonstruksi dan
gambar asli. PSNR didefinisikan sebagai :
……………………………………………..…..(2.11)

Universitas Sumatera Utara

2.12 Penelitian yang Relevan
Berikut ini beberapa penelitian yang berhubungan dengan implementasi deteksi tepi
citra dengan Canny dan Isotropik dengan transformasi power law:

Tabel 2.1 Penelitian yang Relevan
PENELITI
HASIL PENELITIAN

TAHUN

JUDUL

2011

Segmentasi citra daun Mazid Kamal

Penggunaan

tembakau berbasis

pada

Deteksi

tepi

metode

deteksi

tepi

canny
daun

tembakau merupakan langkah

menggunakan

tepat, karena pendeteksi tepi

algoritma canny

ini sangat

optimum dan

menghasilkan

pixel

tepi

minimum yang mendekati tepi
sesungguhnya. Fiturnya dapat
dikenali berdasarkan ukuran,
bentuk dan
hasilnya
dasar

tekstur
dapat

dijadikan

klasifikasi

dibuat

aplikasi

menentukan

maka

grade

untuk
dalam
daun

tembakau.
2011

Ekstraksi Bentuk Janin Abdiansah

Metode deteksi tepi Canny

Pada Citra Hasil Usg 3

dapat

Dimensi

untuk mengekstraksi bentuk

Menggunakan Deteksi

janin. Untuk

Tepi Canny

ekstraksi bentuk janin yang

diimplementasikan

mendapatkan

baik, maka nilai ambang atas
dan ambang
tresholding

bawah double
dalam

metode

deteksi tepi Canny adalah 80
dan 20.

Universitas Sumatera Utara

2012

Deteksi tepi kanker Murinto, dkk

Deteksi

organ

operator

wanita

reproduksi
menggunakan

tepi

menggunakan

Prewitt

dapat

menghasilkan titik-titik tepi

operartor prewitt

yang

cukup

tebal

(jelas)

sehingga

dapat

mempermudah

dalam

mendeteksi

organ

kanker

reproduksi wanita. Dari hasil
pengujian

program

menggunakan

dengan

24

sampel

citra kanker organ reproduksi
wanita

didapat

per sentase

kebenarannya adalah 85 %.
2013

Deteksi tepi

Sulistono

Keberadaan

derau

dengan

menggunakan operator

jumlah

besar

akan

isotropik dengan

menurunkan

pengolahan awal

sehingga citra tidak dapat

Menggunakan

dikenali,

karena

pengaturan intensitas

Isotropik

akan

kualitas

citra

operator
mendeteksi

semua titik yang mempunyai
perbedaan gradien, termasuk
derau,

kemudian

akan

dibandingkan

dengan

deteksi

tanpa

tepi

hasil
derau.

dengan high pass spatial filter
terhadap citra dengan speckle
noise.
2013

Deteksi

tepi

citra Kusban

Penggunaan

tambahan
power

law

bidang kedokteran

operator

Dalam kawasan

meningkatkan intensitas citra

alihragam power law

sehingga saat operasi deteksi
tepi

dijalankan

akan

memberikan tingkat kecerahan

Universitas Sumatera Utara

dalam garis batas antar objek.
Dengan nilai konstanta c=1
dan

nilai

gamma=0.53,

operator Canny memiliki nilai
SNR=12.66428571 dB dan
t=1.369285714

Universitas Sumatera Utara