PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI TIFANY BR SEMBIRING 111401027
PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI TIFANY BR SEMBIRING
111401027
PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN2015
PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN
LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
TIFANY BR SEMBIRING
111401027
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015 PERSETUJUAN Judul : PERBANDINGAN METODE DETEKSI TEPI
CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360
Kategori : SKRIPSI Nama : TIFANY BR SEMBIRING Nomor Induk Mahasiswa : 111401027 Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas :
ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI Diluluskan di Medan, Agustus 2015 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Amer Sharif, S.Si, M.Kom Dian Rachmawati, S.Si, M.Kom NIP. -
NIP. 198307232009122004 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP 196203171991031001
PERNYATAAN
PERBANDINGAN METODE CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil kerya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Agustus 2015 TIFANY BR SEMBIRING 111401027
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa atas segala berkat-Nya sehingga penulis dapat menyelesaikan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Pada pengerjaan skripsi dengan judul Perbandingan Metode Deteksi Tepi Canny, Robert dan Laplacian of Gaussian Pada Hasil Citra Camera 360, penulis menyadari bahwa banyakpihak yang turut membantu, baik dari pihak keluarga, sahabat dan orang-orang terkasih yang memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan terima kasih kepada:
1. Bapak Prof. Drs. Subhilhar, M.A., Ph.D.selaku Pj. Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc. selaku Sekretaris Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
5. Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing I yang telah memberikan bimbingan, saran, nasehat dan masukan kepada saya dalam pengerjaan skripsi ini.
6. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing II yang telah memberikan bimbingan, saran, nasehat dan masukan kepada saya dalam pengerjaan skripsi ini.
7. Bapak M. Andri Budiman selaku Dosen Penguji I yang memberikan kritik, daran dan dukungan kepada penulis dalam menyelesaikan skripsi ini.
8. Bapak Ade Candra, S.T, M.Kom selaku Dosen Penguji II yang memberikan kritik, saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini.
9. Seluruh dosen dan pegawai Program studi S1 Ilmu Komputer Fasilkom-TI USU.
10. Bapak saya Pengalamen Sembiring, Ibu saya Iriani br Damanik, Abang saya Feriandy Sembiring, Kakak saya Novita br Sembiring, S.Pd dan Adik sayaRosalina br Sembiring yang selalu memberikan dukungan dan bantuan kepada penulis dalam menyelesaikan skripsi ini.
11. Teman-teman kuliah sayaKOM C angkatan 2011 khususnya Fikri, Ismail, M.
Isnaini Zuhri Ilyas, Farid Akbar, Fildzha Hanifati, Nurhayati Lubis, Rafika Asnur, Syafura Tri Utari dan Abang Azhar Fadillah, S.Kom yang memberi inspirasi dan semangat kepada penulis.
12. Dan buat Anju Syahlan Nauli Silitonga dan Aprilla Malriati Ginting, yang selalu memberi semangat dan motivasi kepada penulis dalam menyelesaikan skripsi ini.
Semoga Tuhan Yang Maha Esa melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan.Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, Agustus 2015 Penulis
ABSTRAK
Deteksi tepi merupakan bagian dari pengolahan citra. Deteksi tepi adalah proses untuk menghasilkan garis batas dari suatu objek yang terdapat pada citra. Deteksi tepi memiliki beberapa operator seperti operator Canny, Robert dan Laplacian of
Gaussian .Pendeteksi tepian dengan menggunakan citra berwarna sudah biasa, namun
disini dilakukan deteksi tepi menggunakan citra hasil dari Camera 360 yang mana citra sudah diberikan efek dengan format bitmap (*.bmp). Citra yang telah diberi efek
Light Color akan di deteksi tepi dan akan membandingkan dengan ketiga operator
tersebut. Parameter yang digunakan untuk mengukur nilai perbandingan antara ketiga operator deteksi tepi yaitu MSE, PSNR dan Running Time.Berdasarkan hasil pengujian diperoleh bahwa nilai rata-rata MSE dan PSNR operator Robert 15744,4 dan 0.628deciBell dengan nilai rata-rata Running Time 0.2862 detik, nilai rata rata MSE dan PSNR operator Canny 18139,5 dan 0.560deciBell dengan nilai rata-rata
Running Time 2.086 detik, nilai rata-rata MSE dan PSNR operator Laplacian of
Gaussian 16147,1 dan 0.616deciBell nilai rata-rata Running Time 3.2726 detik. Dan
operator Robert merupakan operator yang terbaik untuk pendeteksian tepi pada citra yang diberi efek dari Camera 360
Kunci : Deteksi tepi, Canny, Robert, Laplacian of Gaussian, Camera 360, Light
Color
COMPARISON OF CANNY, ROBERT AND LAPLACIAN OF GAUSSIAN
METHOD ON IMAGE RESULT OF THE CAMERA 360
ABSTRACT
Edge detection which is a part of image processing is a process to produce a boundary of an object in the image. Edge detection has several operators, including Canny, Robert and Laplacian of Gaussian. Edge detection in ordinary image color is a common thing, but in here using image of the Camera 360 for edge detection that has been given effect and in this system object used is a bitmap image (*.bmp). Image has been given effect Light Color will be on edge detection and will compare with the three edge detection operator. Parameters used is MSE, PSNR and real running time. Based on some test result obtained, the MSE and PSNR of Robert operators are 15744,4 and 0.628 deciBell with average value of running time 0.2862 second, the MSE and PSNR of Canny operators are 18139,5 and 0.560 deciBell with average value of running time 2.086 second, the MSE and PSNR of Laplacian of Gaussian operators are 16147.1 and 0.616 deciBell with average value of running time 3.2726 second. In conclusion Robert operator is the best edge detection for image result from the Camera 360.
Keyword: Edge Detection, Canny, Robert, Laplacian of Gaussian, Camera 360, Light
Color
Halaman Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract
vii Daftar Isi viii
Daftar Gambar x
Daftar Tabel xi
Daftar Lampiran xii
Bab I Pendahuluan
1.1
1 Latar Belakang
1.2
2 Perumusan Masalah
1.3
2 Batasan Masalah
1.4
3 Tujuan Penelitian
1.5
3 Manfaat Penelitian
1.6
3 Metodologi Penelitian
1.7
4 Sistematika penulisan
Bab II Landasan Teori
2.1
5 Citra
2.2
5 Citra Digital
2.2.1
6 Jenis-Jenis Citra Digital
2.2.1.1
6 Citra Biner
2.2.1.2
7 Citra Grayscale
2.2.1.3
7 Citra Warna
2.3
8 Pengolahan Citra
2.4 Segmentasi
9
2.4.1 Deteksi Titik
10
2.4.2 Deteksi Garis
10
2.4.3 Deteksi Tepi
11
2.4.4 Deteksi Tepi Berdasarkan Turunan Pertama
11
2.4.5 Deteksi Tepi Berdasarkan Turunan Kedua
12
2.4.6 Operator Canny
12
2.4.7 Operator Robert
13
2.4.8 Operator Laplacian of Gaussian
14
2.5 Camera 360
15
2.6 Format File Citra Bitmap
16
2.7 Peak Signal to Noise Ratio (PSNR)
16
2.8 Mean Square Error (MSE)
17
3.1
18 Analisis Sistem
3.1.1
18 Analisis Masalah
3.1.2
19 Analisis Persyaratan
3.1.2.1
19 PersyaratanFungsional
3.1.2.2
20 PersyaratanNonfungsional
3.1.3
20 Analisis Proses
3.1.3.1
21 Use Case Diagram
3.1.3.2
24 Activity Diagram
3.1.3.3
25 Sequence Diagram
3.1.3.4
26 Flowchart Sistem
3.2
28 Pseudocode Program
3.2.1
28 Pseudocode Deteksi Tepi Robert
3.2.2
28 Pseudocode Deteksi Tepi Canny
3.2.3
29 Pseudocode Deteksi Tepi Laplacian of Gaussian
3.2.4
30 Pseudocode Nilai MSE
3.2.5
30 Pseudocode Nilai PSNR
3.3 Perancangan Sistem
30
3.3.1 Form Home
31
3.3.2 Form Analysis
32
3.3.3 Form Implementation
33
3.3.4 Form Help
35
3.3.5 Form About
36 Bab IV Implementasi dan Pengujian
4.1
37 Implementasi
4.1.1
37 Form Home
4.1.2
38 Form Implementation
4.1.3
38 Form Analysis
4.1.4
39 Form Help
4.1.5
39 Form About
4.2
40 Pengujian
4.2.1
40 Pengujian Form Analysis
4.2.1.1 Proses Deteksi Tepi Pada Form Analysis
41
4.2.1.2
42 Proses Deteksi Tepi Pada Form Implementation
4.3 Hasil Pengujian
44 Bab V Kesimpulan dan Saran
5.1
50 Kesimpulan
5.2
51 Saran Daftar Pustaka
52
DAFTAR GAMBAR
31 Gambar 3.8 Perancangan Interface Form Implementation
49 Gambar 4.12 Grafik perbandingan nilai Runtime
48 Gambar 4.11 Grafik perbandingan nilai PSNR
43 Gambar 4.10 Grafik perbandingan nilai MSE
42 Gambar 4.9 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Implementation
41 Gambar 4.8 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Analysis
41 Gambar 4.7 Input Citra dengan Efek Sweet
40 Gambar 4.6 Citra yang akan diuji (a) Efek Sweet, (b) Efek Cool, (c) Efek Fresh, (d) Efek Grace dan (e) Efek Sunny
39 Gambar 4.5 Form About
39 Gambar 4.4 Form Help
38 Gambar 4.3 Form Analysis
37 Gambar 4.2 Form Implementation
35 Gambar 4.1 Form Home
34 Gambar 3.10 Perancangan Interface Form About
32 Gambar 3.9 Perancangan Interface Form Help
30 Gambar 3.7 Perancangan Interface Form Analysis
Halaman
26 Gambar 3.6 Perancangan Interface Form Home
25 Gambar 3.5 Flowchart Sistem
24 Gambar 3.4 Sequance Diagram Pada Sistem
20 Gambar 3.3 Activity Diagram Pada Sistem
18 Gambar 3.2 Use Case Diagram Pada Sistem
15 Gambar 3.1 Diagram Ishikawa Analisis Masalah
14 Gambar 2.8 Contoh Penggunaan Efek Camera 360
13 Gambar 2.7 Deteksi Tepi dengan operator Laplacian of Gaussian
13 Gambar 2.6 Deteksi Tepi dengan Operator Robert
8 Gambar 2.5 Deteksi Tepi dengan Operator Canny
7 Gambar 2.4 (a) Citra burung nuri yang agak gelap (b) citra burung yang telah ditingkatkan kontrasnya sehingga terlihat jelas dan tajam
7 Gambar 2.3 Contoh Citra Warna
6 Gambar 2.2 Contoh Citra Grayscale
Gambar 2.1 Contoh Citra Biner49
DAFTAR TABEL
34 Tabel 3.9 Keterangan Rancangan Form About
47 Tabel 4.6 Perbandingan Rata-rata Nilai Running Time Pada Citra yang Diberi Efek
47 Tabel 4.5 Perbandingan Rata-rata Nilai PSNR Pada Citra yang Diberi Efek
46 Tabel 4.4 Perbandingan Rata-rata Nilai MSE Pada Citra yang Diberi Efek
45 Tabel 4.3 Perbandingan Hasil Deteksi Tepi LoG Pada Citra yang Diberi Efek
44 Tabel 4.2 Perbandingan Hasil Deteksi Tepi Robert Pada Citra yang Diberi Efek
35 Tabel 4.1 Perbandingan Hasil Deteksi Tepi Canny Pada Citra yang Diberi Efek
33 Tabel 3.8 Keterangan Rancangan Form Help
Halaman
31 Tabel 3.7 Keterangan Rancangan Form Implementation
30 Tabel 3.6 Keterangan Rancangan Form Analysis
22 Tabel 3.5 Keterangan Rancangan Interface Form Home
22 Tabel 3.4 Naratif Use Case Deteksi LoG
21 Tabel 3.3 Naratif Use Case Deteksi Robert
20 Tabel 3.2 Naratif Use Case Deteksi Canny
Tabel 3.1 Naratif Use Case Input Citra48