Analisis Perbandingan Pada Area Image Dengan Metode Deteksi Tepi

ANALISIS PERBANDINGAN PADA AREA IMAGE DENGAN
METODE DETEKSI TEPI

SKRIPSI

LAILA MAWADDAH
090823002

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2013

Universitas Sumatera Utara

ANALISIS PERBANDINGAN PADA AREA IMAGE DENGAN
METODE DETEKSI TEPI

SKRIPSI


Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

LAILA MAWADDAH
090823002

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2013

Universitas Sumatera Utara

PERSETUJUAN

Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi

Departemen
Fakultas

: ANALISIS PERBANDINGAN PADA AREA IMAGE
DENGAN METODE DETEKSI TEPI
: SKRIPSI
: LAILA MAWADDAH
: 090823002
: SARJANA (S1) MATEMATIA – EKSTENSI
: MATEMATIKA
: MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di
Medan, 18 Juli 2013
Komisi Pembimbing
Pembimbing 2

:


Drs. Marihat Situmorang, M. Kom
NIP. 19631214 198903 1 001

Pembimbing 1

Drs. Sawaluddin, M. IT
NIP. 19591231 199802 1 001

Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua,

Prof. Dr. Tulus, M. Si
NIP. 19620901 198803 1 002

Universitas Sumatera Utara

PERNYATAAN

ANALISIS PERBANDINGAN PADA AREA IMAGE DENGAN

METODE DETEKSI TEPI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan
ringkasan yang masing-masing disebutkan sumbernya.

Medan, 18 Juli 2013

LAILA MAWADDAH
090823002

Universitas Sumatera Utara

PENGHARGAAN

Dengan mengucapkan Puji syukur kepada Allah SWT yang Maha Pengasih dan Maha
Penyayang, dengan limpahan Rahmat dan Karunia-Nya skripsi ini dapat diselesaikan dengan
tepat waktu.
Ucapan terima kasih penulis sampaikan kepada Bapak Drs. Sawaluddin, M.IT dan Bapak

Drs. Marihat Situmorang, M.Kom selaku Dosen pembimbing I dan II yang telah memberikan
bimbingan dan arahan selama ini kepada penulis dalam menyelesaikan skripsi ini, serta
kepada Bapak Drs. Rosman Siregar, M. Si dan Bapak Drs. James. P Marbun, M.Kom selaku
Dosen pembanding yang banyak memberi masukan selama seminar proposal hingga
selesainya skripsi ini. Ucapan terima kasih juga ditujukan kepada Bapak Prof. Dr. Tulus, M.Si
dan Dra. Mardiningsih, M. Si selaku Ketua dan Sekretaris Departemen Matematika Fakultas
MIPA USU. Terima kasih kepada Bapak Dekan dan Pembantu Dekan FMIPA USU. Bapak
dan Ibu Dosen Matematika FMIPA USU, serta semua Staf Pegawai Administrasi Departemen
Matematika FMIPA USU.
Skripsi ini juga penulis dedikasikan kepada Ayahanda Drs. H. Adnan Effendy Zainuddin
dan Ibunda tercinta Hj. Wildanum dan Abang / Kakak serta keponakan atas dorongan moril
kepada penulis. Para sahabat tercinta seperjuangan Ekstensi 09, Oktavianus Barus, Andre
Setiawan, Supardi, Oky, Hendra, Azwar Syarif, Bayu Asmara, Azi Rianto dan Rudi Irawan.
Teman – teman Guru di Madrasah Tsanawiyah Negeri Kabanjahe dan for some one the best
in my heart yang selalu menemani penulis selama perkuliahan dan memberikan dorongan
untuk tetap semangat dalam menyelesaikan skripsi ini. Dan seluruh pihak yang tidak
disebutkan namanya yang telah banyak membantu penulis dalam menyelesaikan skripsi ini,
penulis ucapkan banyak terima kasih.
Penulis sadar bahwa masih terdapat banyak kekurangan dalam penulisan skripsi ini.
Karena itu, penulis dengan ikhlas hati menerima kritik dan saran yang membangun untuk

memperbaiki penulisannya. Akhirnya, semoga skripsi ini dapat memberikan manfaat bagi
perkembangan ilmu pengetahuan. Amin

Medan, 2013
Penulis,

Laila Mawaddah
090823002

Universitas Sumatera Utara

ABSTRAK

Metode edge detection akan mendeteksi semua edge atau garis-garis yang membentuk obyek
gambar atau image dan akan memperjelas kembali pada bagian-bagian tersebut. Tujuan
pendeteksian ini adalah bagaimana agar obyek di dalam image dapat dikenali dan
disederhanakan bentuknya dari bentuk sebelumnya. Edge memiliki nilai intensitas yang
sangat kontras dibandingkan dengan piksel di sebelahnya (neighborhood). Deteksi tepi bisa
menjadi sebuah filter untuk menghilangkan informasi yang tidak dibutuhkan, atau lebih sering
disebut sebagai noise atau derau. Dengan deteksi tepi, struktur dari properti atau objek dalam

citra tetap dipertahankan. Perancangan sebuah prosedur dengan menerapkan langkah-langkah
metode Operator Sobel, Operator Prewitt dan Operator Robert, akan menghasilkan sebuah
tampilan image yang berbeda dengan menampilkan efek relief atau efek Sobel didalamnya.
Efek relief adalah seperti sebuah tampilan batu kasar yang diukir, yaitu garis-garis kasar yang
membentuk sebuah penggambaran obyek didalamnya.
Dalam melakukan pendeteksian tepi dengan menggunakan 3 Operator akan menghasilkan
sebuah tepi citra yang berbeda pula. Namun masih memiliki kekurangan dalam pendeteksian
tepi pada image, dimana dalam pendeteksian masih terdapat edge yang terputus pada citra,
sehingga sulit untuk membedakan bagian dari citra tersebut. Kelebihan dari metode Sobel ini
adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi
sehingga tepi-tepi yang dihasilkan lebih banyak, Operator Robert mampu melakukan
perhitungan gradient pada citra 2-D dengan lebih sederhana dan cepat dan Operator Prewitt
sebenarnya mirip dengan Sobel karena operator yang digunakan adalah 3x3.

Kata kunci : Deteksi Tepi, Operator Sobel, Operator Prewitt, Operator Robert, Image
Processing, A Sobel Algorithem.

Universitas Sumatera Utara

ABSTRACT


Edge detection methods will detect all edges or lines that form a picture or image object and
will clarify the return on these parts. The purpose detection is how to keep the object in the
image can be recognized and simplified form of the previous shape. Edge has an excellent
contrast intensity values compared to adjacent pixels (neighborhood). Edge detection can be a
filter to eliminate information that is not needed, or more commonly referred to as noise or
noise. With edge detection, the structure of the property or object in the image is maintained.
Designing a procedure by applying the method steps Sobel Operator, Operator and Prewitt
Operator Robert, will produce a different image display showing relief or adverse effects
Sobel therein. Relief effect is like a rough stone-carved look, the rough lines that form an
object representation therein.
In doing edge detection using 3 Operator will produce a different image edges. But still lacks
in edge detection on the image, which still exist in the detection of a broken edge in the
image, making it difficult to distinguish parts of the image. The advantage of this method is
the ability Sobel to reduce noise prior to the calculation of edge detection so that the edges
produced more, Operator Robert was able to perform the gradient computation in 2-D image
with a more simple and quick and is actually similar to the Prewitt Operator for Sobel
operator used is 3x3.

Keywords : Edge Detection, Sobel operator, Prewitt operator, Robert operator, Image

Processing, A Sobel Algorithem.

Universitas Sumatera Utara

DAFTAR ISI

Halaman
Persetujuan ...................................................................................................
Pernyataan ...................................................................................................
Penghargaan .................................................................................................
Abstrak .........................................................................................................
Abstract ........................................................................................................
Daftar Isi.......................................................................................... ............
Daftar Gambar .............................................................................................

ii
iii
iv
v
vi

vii
viii

Bab 1 Pendahuluan
1.1 Latar Belakang ...........................................................................
1.2 Identifikasi Masalah ...................................................................
1.3 Pembatasan Masalah ..................................................................
1.4 Tujuan Penelitian .......................................................................
1.5 Kontribusi Penelitian .................................................................
1.6 Metodologi Penelitian ................................................................
1.7 Sistematika Penulisan ................................................................

1
3
4
4
4
4
5


Bab 2 Landasan Teori
2.1 Pengenalan Citra ........................................................................
2.2 Elemen Citra ..............................................................................
2.3 Histogram Tingkat Keabuan ......................................................
2.4 Konversi Citra True Color Menjadi Citra Keabuan ...................
2.5 Pengambangan (Thresholding) ..................................................
2.6 Representasi Citra ......................................................................
2.6.1 Konversi Data Double Menjadi Integer ......................
2.6.2 Konversi Data Integer Menjadi Double ......................
2.7 Pengolahan Citra ........................................................................
2.8 Metode Penggambaran...............................................................
2.9 Image Processing .......................................................................
2.10 Operasi Image Processing ........................................................
2.11 Deteksi Edge ............................................................................
2.12 Edge .........................................................................................
2.13 Deteksi Titik .............................................................................
2.14 Deteksi Garis ............................................................................
2.15 Tepi Objek ...............................................................................
2.16 Segmentasi ...............................................................................
2.16.1 Segmentasi Citra .......................................................
2.16.2 Segmentasi Identifikasi Area Pada Image .................

7
11
15
16
17
18
20
21
21
22
23
24
26
27
28
29
29
30
31
32

Universitas Sumatera Utara

Bab 3 Analisis dan Perancangan Aplikasi
3.1 Analisis Operator Sobel .............................................................
3.2 Analisis Operator Robert ...........................................................
3.3 Analisis Operator Prewitt ...........................................................
3.4 Analisis Kualitas Tepi ................................................................
3.5 Analisis Citra ............................................................................
3.6 Analisis Grayscale .....................................................................
3.7 Analisis Dengan Kompresi ........................................................
3.8 Analisis Dengan Treatmen .........................................................
3.9 Analisis Dengan Invert ..............................................................
3.10 Alat dan Bahan Penelitian ........................................................
3.10 .1 Alat Penelitian ..........................................................
3.10. 2 Perancangan dan Pembangunan ...............................
3.11 Proses dan Perancangan Aplikasi ............................................

33
35
36
37
37
37
38
38
38
38
38
39
39

Bab 4 Pembahasan
4.1 Uji Coba ....................................................................................
4.2 Pembangunan Aplikasi...............................................................
4.3 Analisis Hasil .............................................................................

42
42
47

Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan ................................................................................
5.2 Saran ...........................................................................................

49
49

Daftar Pustaka

50

Universitas Sumatera Utara

DAFTAR GAMBAR

Halaman
Gambar 2.1 RBG .........................................................................................
Gambar 2.2 Histogram .................................................................................
Gambar 2.3 True Color Menjadi Grayscale ................................................
Gambar 2.4 Proses Deteksi Tepi Citra .........................................................
Gambar 2.5 Image Segmentation .................................................................
Gambar 3.1 Proses Analisis Citra ................................................................
Gambar 3.2 Perancangan Tampilan .............................................................
Gambar 3.3 Proses Perancangan Aplikasi ...................................................
Gambar 4.1 Pembangunan Aplikasi ............................................................
Gambar 4.2 Hasil .........................................................................................

12
16
17
26
30
37
39
40
42
48

Universitas Sumatera Utara