bab 2 landasan teori 2.1 definisi citra -...

27
8 BAB 2 LANDASAN TEO RI 2.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau inisiasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optic berupa foto, bersifat analog berupa sinyal – sinyal video seperti gambar pada monitor televise, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpan. 2.1.1 Definisi Citra Analog Citra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor televise, foto sinar-X, foto yang tercetak di kertas foto, lukisan, pemandangan alam, hasil CT scan, gambar – gambar yang terekam pada pita kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan dalam komputer sehingga tidak bias diproses di komputer secara langsung. Oleh sebab itu, agar citra ini dapat diproses di komputer, proses konversi analog ke digital harus dilakukan terlebih dahulu. Citra analog dihasilkan dari alat - alat analog, seperti video kamera analog, kamera foto analog, WebCam, CT scan, sensor roentgen untuk fto thorax, sensor gelombang pendek pada system radar, sensor ultrasound pada system USG, dan lain – lain. 2.1.2 Definisi Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer. Sebuah citra grayscale ukuran 150x150 piksel (elemen terkecil dari sebuah citra) diambil sebagian (kotak kecil) berukuran 9x9 piksel. Maka, monitor akan menampilkan sebuah kotak kecil. Namun, yang disimpan dalam memori komputer hanyalah angka - angka yang menunjukkan besar intensitas pada masing – masing piksel tersebut.

Upload: truongminh

Post on 06-Feb-2018

221 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

8

BAB 2

LANDASAN TEO RI

2.1 Definisi Citra

Citra adalah suatu representasi (gambaran), kemiripan, atau inisiasi dari suatu

objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optic berupa

foto, bersifat analog berupa sinyal – sinyal video seperti gambar pada monitor televise,

atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpan.

2.1.1 Definisi Citra Analog

Citra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor

televise, foto sinar-X, foto yang tercetak di kertas foto, lukisan, pemandangan alam,

hasil CT scan, gambar – gambar yang terekam pada pita kaset, dan lain sebagainya.

Citra analog tidak dapat direpresentasikan dalam komputer sehingga tidak bias diproses

di komputer secara langsung. Oleh sebab itu, agar citra ini dapat diproses di komputer,

proses konversi analog ke digital harus dilakukan terlebih dahulu. Citra analog

dihasilkan dari alat - alat analog, seperti video kamera analog, kamera foto analog,

WebCam, CT scan, sensor roentgen untuk fto thorax, sensor gelombang pendek pada

system radar, sensor ultrasound pada system USG, dan lain – lain.

2.1.2 Definisi Citra Digital

Citra digital adalah citra yang dapat diolah oleh komputer. Sebuah citra grayscale

ukuran 150x150 piksel (elemen terkecil dari sebuah citra) diambil sebagian (kotak kecil)

berukuran 9x9 piksel. Maka, monitor akan menampilkan sebuah kotak kecil. Namun,

yang disimpan dalam memori komputer hanyalah angka - angka yang menunjukkan

besar intensitas pada masing – masing piksel tersebut.

Page 2: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

9 150piksel 150piksel

Nilai intensitas suatu piksel

Gambar 2.1 Citra grayscale 150x150 piksel

2.2 Definisi Digital Image Processing

Digital Image Processing adalah proses pengolahan gambar dua dimensi oleh

perangkat komputer digital (Jain, 1989, pl). Ada pun menurut Gonzalez dan Woods

(2001,p2-3), digital image processing merupakan proses pengambilan atribut – atribut

pada gambar dengan input dan output yang berupa gambar.

Digital image processing mempunyai banyak macam aplikasi pada berbagai

bidang, seperti : penajaman gambar, pendeteksian objek pada gambar, pengurangan

noise, konversi gambar berwarna ke grayscale dan sebaliknya, kompresi data pada

gambar, dan sebagainya.

2.2.1 Langkah – langkah penting dalam pengolahan citra

Secara umum tahapan pengolahan citra digital meliputi akusisi citra, peningkatan

kualitas citra, segmentasi citra, representasi dan uraian, pengenalan dan interpretasi.

• Akusisi citra

Pengambilan data dapat dilakukan dengan menggunakan berbagai media seperti

kamera analog, kamera digital, handycamp, scanner, optical reader dan sebagainya.

Citra yang dihasilkan belum tentu data digital, sehingga perlu didigitalisasi.

52 53 68 42 52 47 48 52 40 35 50 59 50 47 50 57 57 43 39 47 61 52 50 70 57 51 40 51 52 47 52 52 71 70 68 43 48 52 42 45 52 54 65 57 52 51 52 55 57 44 44 51 56 62 49 48 58 50 49 52 58 43 51 40 42 59 51 50 50 55 53 43 60 60 59 59 60 58 59 56 56

Page 3: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

10

• Peningkatan kualitas citra

Pada tahap ini dikenal dengan pre-processing dimana dalam meningkatkan

kualitas citra dapat meningkatkan kemungkinan dalam keberhasilan pada tahap

pengolahan citra digital berikutnya.

• Segmentasi citra

Segmentasi bertujuan untuk memilih dan mengisolasikan (memisahkan) suatu

objek dari keseluruhan citra. Segmentasi terdiri dari downsampling, penapisan dan

deteksi tepian. Tahap downsampling merupakan proses untuk menurunkan jumlah

piksel dan menghilangkan sebagian informasi dari citra. Dengan resolusi citra yang

tetap, downsampling menghasilkan ukuran citra yang lebih kecil. Tahap segmentasi

selanjutnya adalah penapisan dengan filter median, hal ini dilakukan untuk

menghilangkan derau yang biasanya muncul pada frekuensi tinggi pada spektrum

citra. Pada penapisan dengan filter median, gray level citra pada setiap piksel

digantikan dengan nilai median dari gray level pada piksel yang terdapat pada

window filter. Tahap yang terakhir pada proses segmentasi yaitu deteksi tepian.

Pendekatan algoritma Canny dilakukan berdasarkan konvolusi fungsi citra dengan

operator Gaussian dan turunan-turunannya. Pendeteksi tepi ini dirancang untuk

merepresentasikan sebuah tepian yang ideal, dengan ketebalan yang diinginkan.

Secara umum, proses segmentasi sangat penting dan secara langsung akan

menentukan keakurasian sistem dalam proses identifikasi iris mata.

• Representasi dan Uraian

Representasi mengacu pada data konversi dari hasil segmentasi ke bentuk yang

lebih sesuai untuk proses pengolahan pada komputer. Keputusan pertama yang harus

Page 4: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

11

sudah dihasilkan pada tahap ini adalah data yang akan diproses dalam batasan-

batasan atau daerah yang lengkap. Batas representasi digunakan ketika penekanannya

pada karakteristik bentuk luar, dan area representasi digunakan ketika penekanannya

pada karakteristik dalam, sebagai contoh tekstur. Setelah data telah direpresentasikan

ke bentuk tipe yang lebih sesuai, tahap selanjutnya adalah menguraikan data.

• Pengenalan dan Interpretasi

Pengenalan pola tidak hanya bertujuan untuk mendapatkan citra dengan suatu

kualitas tertentu, tetapi juga untuk mengklasifikasikan bermacam-macam citra. Dari

sejumlah citra diolah sehingga citra dengan ciri yang sama akan dikelompokkan pada

suatu kelompok tertentu. Interpretasi meliputi penekanan dalam mengartikan objek

yang dikenali.

2.2.2 Macam – Macam Penerapan Digital Image Processing

Terlepas dari banyak dan luasnya penerapan dari image processing,

penerapannya dapat dibagi menjadi beberapa bagian.

a. Representasi dan Pemodelan Gambar

Dalam representasi dan pemodelan gambar (image representation and

modeling), gambar yang dihasilkan dari proses akan memberikan gambaran tentang

objek dari suatu lokasi (hasil foto dari kamera), karakteristik dari tubuh manusia

(gambar X-Ray), suhu dari suatu area (gambar infrared) atau gambaran posisi dari

target di sebuah radar.

Hasil yang dapat dimengerti dan akurat merupakan hal yang paling penting

dalam image representation. Dalam proses representasi dan pemodelan gambar,

kuantitas dan karakter dari picture-element (pixel) menggambarkan suatu objek.

Page 5: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

12

b. Restorasi Gambar

Image restoration atau restorasi gambar adalah proses penghilangan atau

minimalisasi degradasi kualitas yang terdapat pada suatu gambar. Hal ini termasuk

perbaikan gambar atau foto yang buram, yang disebabkan oleh banyak hal, seperti

keterbatasan kualitas sensor, usia gambar yang sudah tua, atau pun banyaknya noise

pada gambar.

c. Analisis Gambar

Proses analisis gambar (image analysis) mempunyai tujuan melakukan

pengukuran dan perhitungan pada sebuah image untuk menghasilkan penjelasan dan

deskripsi dari gambar tersebut.

Pada analisis gambar dapat diaplikasikan dalam bermcam-macam hal, mulai

dari membaca barcode pada barang-barang di toko, menyortir suku cadang yang

berbeda pada alur pabrik, sampai analisis orientasi dan besarnya sel darah pada

gambar medis. Teknik analisis gambar melakukan pengambilan dari fitur-fitur

tertentu dari gambar untuk membantu mengidentifikasi objek yang diteliti.

d. Rekontruksi Gambar

Bidang rekonstruksi gambar atau image reconstruction bertujuan untuk

membuat sebuah objek dua dimensi atau lebih yang dibuat berdasarkan beberapa

proyeksi satu dimensi. Setiap proyeksi didapatkan dengan memproyeksikan X-Ray

(atau radiasi lainnya) melalui objek yang akan direkonstruksi.

Contoh aplikasi dari rekonstruksi gambar adalah penggunaan Computer

Topographic Scan (CT Scan) dan Magnetic Resonance Imaging (MRI) untuk

memproyeksikan gambar 2 dan 3 dimensi dari bagian tubuh manusia.

Page 6: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

13

e. Kompresi Data Pada Gambar

Data yang menyangkut informasi yang bersifat visual sangatlah besar sehingga

memerlukan kapasitas penyimpanan yang sangat besar. Walaupun kemampuan

beberapa media penyimpanan digital dapat memenuhi kebutuhan penyimpanan yang

besar, umumnya kecepatan mengakses data pada media tersebtu semakin lambat

sebanding dengan makin besarnya kapasitas penyimpanan.

Kompresi data pada gambar (image data compression) bertujuan untuk

mengurangi jumlah dari bit (satuan terkecil dari data) yang diperlukan untuk

menyimpan gambar tanpa mengurangi informasi yang benar-benar diperlukan.

Aplikasi kompresi data untuk gambar banyak digunakan terutama pada industri

televise dan media, karena banyak gambar yang harus dikirim antara dua tempat

berjauhan. Karena itu dibutuhkan ukuran gambar yang relative kecil dengan kualitas

yang tetap terjaga.

f. Perbaikan Kualitas Gambar

Image Enhantment atau perbaikan kualitas gambar adalah aksentuasi atau

penajaman elemen-elemen dari sebuah gambar seperti garis pemisah atau pembatas

(edge and boundaries) atau tingkat kontras yang dapat membuat tampilan grafik dari

gambar tersebut lebih berguna untuk dianalisis dan ditampilkan (Jain, 1989,p233).

Proses image enhantment tidak memperbaiki atau meningkatkan kualitas dari

informasi dan data yang sudah ada pada gambar. Proses tersebut meningkatkan

rentang dinamis (dynamic range) dari elemen yang dikehendaki pada gambar

sehingga elemen tersebut dapat diperhatikan atau dilihat lebih jelas.

Page 7: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

14

Image enhancement mencakup berbagai hal seperti : manipulasi kontras,

pengurangan noise, penajaman garis batas (edge crispening dan sharpening),

interpolasi dan pembesaran gambar.

Kesulitan terbesar yang sering dialami dalam proses image enhancement adalah

menentukan besaran nilai yang akan diterapkan dalam proses tersebut. Karena itu

banyak teknik-teknik image enhancement yang bersifat empirikal (berdasarkan trial

dan error) dan memerlukan prosedur yang interaktif untuk mendapatkan hasil yang

diinginkan

Gambar 2.2: Macam-macam aplikasi dari Image Enhancement (Sumber: Jain, 1989, p233)

Secara garis besar, image enhancement terbagi menjadi empat macam teknik

operasi yang umum digunakan seperti yang terlihat pada gambar 2.1 di atas.

1) Operasi Titik (point operation)

Pada point operation terdapat empat buah operasi yaitu contrast streching,

noise clipping, window slicing dan histogram modelling. Persamaan di antara point

operation adalah masing-masing teknik menggunakan filter dengan memori nol (zero

memory filter).

Page 8: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

15

Pada bidang fotografi contrast streching dan histogram modelling banyak

digunakan. Contrast streching berguna untuk meningkatkan kekontrasan gambar

yang kurang baik diakibatkan oleh pencahayaan yang buruk atau sensor kamera yang

kurang luas daya tangkapnya. Sedangkan histogram modelling digunakan untuk

memperlihatkan frekuensi tingkatan warna abu-abu (gray level) pada suatu gambar

yang terdiri dari tiga tingkatan.

2) Operasi Transformasi (transform operation)

Operasi transformasi mempunyai sifat yang mirip dengan operasi titik. Operasi

tranformasi ini juga menggunakan zero memory filter namun dengan tambahan fungsi

transformasi invers setelahnya. Beberapa teknik image enhancement yang termasuk

dalam operasi transformasi menggunakan fungsi dari DFT (Discrete Fourier

Transform). Salah satu aplikasi dari operasi transformasi adalah homomorphic

filtering yang berguna untuk memperjelas detil yang terlihat gelap dan kurang jelas

pada gambar.

3) Operasi Pewarnaan (pseudocoloring)

Jenis operasi ini digunakan untuk melakukan proses pada elemen warna pada

sebuah gambar. Yang termasuk operasi pengolahan warna antara lain adalah

peningkatan kontras warna, pengoreksian warna yang salah akibat keterbatasan

sensor kamera atau proses scanning yang buruk, serta konversi gambar berwarna

menjadi gambar hitam putih serta kebalikannya, dan pewarnaan gambar hitam putih

menjadi berwarna.

4) Operasi Spasial (spatial operation)

Operasi spasial menggunakan teknik mengolah pixel yang letaknya

bersebelahan dengan pixel yang dijadikan input. Aplikasi image enhancement yang

Page 9: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

16

menggunakan operasi spatial mencakup interpolasi (pembesaran) gambar,

pengurangan noise pada gambar, sampai peningkatan ketajaman gambar.

2.3 Convolution

2.3.1 Pengertian Metode Convolution

Convolution adalah operator matematika yang penting untuk banyak operator

dalam image processing. Convolution menyediakan cara untuk menggabungkan dua

array, biasanya untuk ukuran array yang berbeda, tetapi untuk dimensi array yang

sama, menghasilkan array ketiga yang mempunyai dimensi yang sama. Convolution

dapat digunakan dalam image processing untuk menerapkan operator yang mempunyai

nilai output dari piksel yang berasal dari kombinasi linier nilai input piksel tertentu.

Image convolution adalah teknik untuk menghaluskan suatu citra atau

memperjelas citra dengan menggatikan nilai piksel dengan sejumlah nilai piksel yang

sesuai atau berdekatan dengan piksel aslinya. Tetapi dengan adanya convolution, ukuran

dari citra tetap sama, tidak berubah.

Convolution 2 buah fungsi f(x) dan g(x) didefinisikan sebagai berikut :

Yang dalam hal ini, tanda (*) menyatakan operator convolution dan peubah

(variable) a adalah peubah bantu.

Untuk pengolahan citra, operasi yang dilakukan adalah diskrit karena nilai

koordinat piksel merupakan nilai yang diskrit. Selanjutnya filter atau mask yang

digunakan pada pengolahan citra biasanya berukuran terbatas, dalam artian bobot atau

pengaruh dari titik – titik yang cukup jauh sudah tidak signifikan, sehingga dapat

diabaikan (dianggap nol).

h x f x g x f a g x a da

Page 10: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

17

Bentuk diskrit dari operasi convolution satu dimensi pada pengolahan citra

adalah

2.3.2 Convolution Dua Dimensi

Untuk fungsi dengan dua dimensi, operasi convolution didefinisikan sebagai

berikut :

a) Untuk fungsi integral

b) Untuk fungsi diskrit

Fungsi penapis g(x,y) disebut juga convolution filter, convolution mask, convolution kernel, atau template. Dalam bentuk diskrit convolution kernel dinyatakan dalam bentuk matriks (umumnya matriks 3x3). Ukuran matriks ini biasanya lebih kecil dari ukuran citra. Setiap elemen matriks disebut koefisien convolution.

Ilustrasi convolution ditunjukkan pada Gambar 2.3.

f(i,j) – Ap1 + Bp2 + Cp3 + Dp4 + Ep5 + Fp6 + Gp7 + Hp8 + Ip9

Gambar 2.3 Ilustrasi Convolution (Sumber: Rinaldi Munir, 2004, p79)

h x f x , y g x , y f a ,b g x a , y b da db

h x , y f x , y g x , y f a ,b g x a , y b

Page 11: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

18

⎥⎥⎥⎥⎥⎥

⎢⎢⎢⎢⎢⎢

=

4425335576266652556645344

),( yxf

Operasi convolution dilakukan dengan menggeser convolution kernel piksel per

piksel. Hasil convolution disimpan di dalam matriks baru.

Contoh misalkan citra f(x,y) yang berukuran 5x5 dan sebuah kernel atau mask

berukuran 3x3 masing – masing adalah sebagai berikut :

(keterangan : tanda • menyatakan posisi (0,0) dari kernel)

(Note : Pada fungsi f(x,y) diambil kernelnya yaitu 3x3 dengan • sebagai posisi nilai

piksel pada posisi (0,0) dari kernel. Kemudian dikalikan terhadap g(x,y).)

Operasi convolution antara citra f(x,y) dengan kernel g(x,y).

f(x,y) * g(x,y) dapat diilustrasikan sebagai berikut :

(1) Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai piksel pada posisi

(0,0) dari kernel.

Hasil convolution = 3. Nilai ini dihitung dengan cara berikut :

(0x4) + (-1x4) + (0x3) + (-1x6) + (4x6) + (-1x5) + (0x5) + (-1x6) + (0x6) = 3

(2) Geser kernel satu piksel ke kanan, kemudian hitung nilai piksel pada posisi (0,0)

dari kernel :

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

⎥⎥⎥

⎢⎢⎢

−−•−

−=

010141

010),( yxg

Page 12: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

19

Hasil convolution = 0. Nilai ini dihitung dengan cara berikut :

(0x4) + (-1x3) + (0x5) + (-1x3) + (4x6) + (-1x5) + (0x6) + (-1x6) + (0x6) = 0

(3) Geser kernel satu piksel ke kanan, kemudian hitung nilai piksel pada posisi (0,0)

dari kernel :

Hasil convolution = 2. Nilai ini dihitung dengan cara berikut :

(0x3) + (-1x5) + (0x4) + (-1x6) + (4x5) + (-1x2) + (0x6) + (-1x6) + (0x2) = 2

(4) Selanjutnya, geser kernel satu piksel ke bawah, lalu mulai lagi melakukan

convolution dari sisi kiri citra. Setiap kali convolution, geser kernel atau piksel ke

kanan :

3  0 

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

3  0  2 

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

Page 13: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

20

Hasil convolution = 0. Nilai ini dihitung dengan cara berikut :

(0x6) + (-1x3) + (0x6) + (-1x5) + (4x6) + (-1x6) + (0x6) + (-1x7) + (0x5) = 0

Hasil convolution = 2. Nilai ini dihitung dengan cara berikut :

(0x3) + (-1x6) + (0x5) + (-1x6) + (4x6) + (-1x6) + (0x7) + (-1x5) + (0x5) = 2

Hasil convolution = 6. Nilai ini dihitung dengan cara berikut :

(0x6) + (-1x5) + (0x2) + (-1x6) + (4x6) + (-1x2) + (0x5) + (-1x5) + (0x3) = 6

Dengan cara yang sama seperti tadi, maka piksel – piksel pada baris ketiga convolution

sehingga menghasilkan :

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

3  0  2 

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

3  0  2 

0  2 

4  4  3  5  4 

6  3  6  5  2 

5  6  6  6  2 

6  7  5  5  3 

3  5  2  4  4 

3  0  2 

0  2  6 

Page 14: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

21

Jika hasil convolution menghasilkan nilai piksel negative, maka nilai tersebut

dijadikan 0, sebaliknya jika hasil convolution meghasilkan nilai piksel lebih besar dari

nilai keabuan maksimum (255), maka nilai tersebut dijadikan ke nilai keabuan

maksimum.

Masalah timbul bila piksel yang dikonvolusi adalah piksel pinggir, karena

beberapa koefisien convolution tidak dapat diposisikan pada piksel – piksel citra, seperti

contoh di bawah ini :

Solusi untuk masalah ini adalah (Rinaldi Munir, 2004, p83):

a. piksel – piksel pinggir diabaikan, tidak dikonvolusi, jadi nilai piksel pinggir sama

dengan nilai pada citra semula.

b. Duplikasi elemen citra, misalnya elemen kolom pertama disalin ke kolom M+1 dst.

c. Elemen bertanda “?” diasumsikan bernilai 0 atau konstanta lain, sehingga

convolution pinggir – pingir dapat dilakukan.

3  0  2 

0  2  6 

6  0  2 

 4  4    3  5 4 ?

 6   6   5  5 2 ?

 5   6   6  6 2 ?

 6   7   5   5  3 

 3   5  2  4   4 

Page 15: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

22

Solusi dengan ketiga pendekatan di atas mengasumsikan bagian pinggir citra

lebarnya sangat kecil (hanya satu piksel) relative dibandingkan dengan ukuran citra,

sehingga piksel – piksel pinggir tidak memperlihatkan efek yang kasat mata.

Gambar 2.4 piksel – piksel pinggir (yang tidak diarsir) tidak dikonvolusi.

(Sumber : Rinaldi Munir, 2004, p84)

Dalam algoritma convolution citra N x M dengan mask atau kernel yang

berukuran 3 x 3 piksel yang dikonvolusi adalah elemen (i,j). Delapan buah piksel yang

bertetangga dengan piksel (i,j) diperlihatkan pada gambar 2.5

i-1, j-1 i-1,j i-1,j+1

i,j-1 i,j i,j+1

i+1,j-1 i+1,j i+1,j+1

Gambar 2.5 Delapan piksel yang bertetangga dengan piksel (i, j)

Dapat dilihat bahwa operasi convolution merupakan komputasi pada area local,

karena komputasi untuk suatu piksel pada citra keluaran melibatkan piksel – piksel

tetangga pada citra masukannya.

Page 16: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

23

2.3.3 Gaussian Blur

Teknik memberi efek blur atau smoothened image dapat dilakukan dengan cara

menggunakan filter Gaussian. Filter ini sering digunakan untuk mengaburkan serta

mengurangi detail dan noise yang ada pada gambar. Filter Gaussian mempunyai bentuk

sebagai berikut.

G(x,y) merepresentasikan gambar yang sudah di blur pada koordinat pixel x dan

y pada gambar. Besarnya standar deviasi σ pada filter gaussian menentukan besarnya

frekuensi yang dibuang oleh filter tersebut. Makin besar nilai σ,makin besar pula

frekuensi yang terbuang sehingga gambar akan terlihat lebih kabur.

Operator Gaussian Blur merupakan operator 2-D convolution yang digunakan

untuk memberi efek blur (pemudaran) pada citra. Cara pengopreasian Gaussian Blur

menggunakan kernel yang mempresentasikan bentuk Gaussian.

Convolution mask yang digunakan berukuran 3x3, kernel yang digunakan oleh

Gaussian blur seperti yang digambarkan dibawah ini (B.K. Joshi., 1973):

(a) (b)

Gambar 2.6 (a) Citra Asli. (b) Citra yang telah mengalami Gaussian Blur.

⎥⎥⎥

⎢⎢⎢

121242121

161

2

22

222

1),( σ

πσ

yx

yxG+−

= l

Page 17: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

24

2.4 Metode Unsharp Masking

Unsharp masking adalah sebuah metode yang meningkatkan kualitas ketajaman

garis (edge) dan elemen gambar dengan frekuensi tinggi lainnya melalui suatu prosedur

yang mengurangi (substract) gambar as li dengan versi gambar yang kurang tajam atau

telah dihaluskan untuk mendapatkan hasil gambar yang tajam (Fisher, Perkins, Walker,

Wolfart, 1994)

Gambar 2.7: Contoh penajaman gambar dengan unsharp masking (Sumber: http://www.cambridgeincolour.com/tutorials/unsharp-mask.htm)

Kata unsharp berasal dari fakta bahwa metode unsharp masking ini

menggunakan image positif yang sudah smoothened (dihaluskan) atau di-unsharp dari

image original untuk kemudian digabungkan dengan image negatif untuk menghasilkan

ilusi bahwa hasil gambar lebih tajam daripada aslinya.

Proses unsharp masking merupakan cara yang sangat efektif untuk meningkatkan

ketajaman terutama untuk gambar hasil scanning yang terkadang ketajamannya kurang.

Namun proses ini dapat menghasilkan efek-efek yang menganggu dan tidak diinginkan,

efek yang dihasilkan akibat oversharpen disebut efek halo.

Page 18: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

25

Gambar Asli Gambar setelah dipertajam

Gambar 2.8 Contoh Unsharp Masking

2.4.1 Cara Kerja Metode Unsharp Masking

Metode unsharp masking menghasilkan gambar dengan tingkat ketajaman yang

lebih baik dibandingkan dengan gambar aslinya. Proses unsharp masking secara umum

terbagi menjadi dua langkah, yaitu: pertama, membuat gambar yang blur yang

didapatkan dari hasil pengurangan gambar yang asli dengan gambar yang sudah

dihaluskan, kemudian kedua, gambar blur tersebut digabungkan dengan gambar asli.

Hasil proses tersebut adalah gambar yang sudah terlihat lebih tajam daripada gambar

aslinya.

Page 19: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

26

Gambar 2.9: Langkah-langkah proses unsharp masking (Sumber: http://www.cambridgeincolour.com/tutorials/unsharp-mask.htm)

Mengenai cara kerja proses unsharp masking, maka proses ini dapat dirumuskan

sebagai berikut:

fsharp(x,y) merupakan hasil gambar yang sudah ditajamkan yang didapat dari

penambahan gambar asli yaitu f(x,y) dengan gambar representasi edge g(x,y) yang

terlebih dahulu dikali dengan skala konstan k yang bernilai antara 0.2 sampai 0.7.

Semakin besar nilainya semakin besar tingkat penajaman gambarnya. Pada setiap fungsi,

x dan y merepresentasikan koordinat pixel horizontal dan vertikal secara berurutan.

Sedangkan untuk mendapatkan gambar representasi edge g(x,y), dapat di rumuskan

sebagai berikut:

g(x,y) merupakan gambar asli yang dikurangi oleh fsmooth(x,y), yang merupakan

versi gambar asli yang sudah dihaluskan. Hasil pengurangan tersebut mendapatkan

),(),(),( yxfyxfyxg smooth−=

),(*),(),( yxgkyxfyxf sharp +=

Page 20: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

27

gambar reprentasi edge g(x,y). Operasi proses unsharp masking secara lengkap dapat

ditunjukkan seperti pada gambar 2.10.

Gambar 2.10: Operator pada proses lengkap unsharp masking (Sumber: http://www.cee.hw.ac.uk)

2.4.2 Mengubah Menjadi Gambar Unsharp Mask (Edge)

Pada gambar 2.10 telah diilustrasikan tahapan-tahapan bagaimana proses

penajaman gambar unsharp masking dilakukan. Tahap pertama proses unsharp masking

adalah menbuat gambar unsharp mask yaitu gambar yang merupakan representasi edge

atau garis-garis tegas pembatas pada gambar asli.

Untuk mendapatkan gambar unsharp mask, maka gambar asli di blur atau di

kaburkan dengan metode convolution Gaussian Blur. Gambar tersebut akan digunakan

untuk mengurangi gambar yang asli untuk menghasilkan gambar unsharp mask.

Gambar unsharp mask kemudian didapatkan dengan cara gambar asli dikurangi

dengan gambar yang sudah diblurkan, menggunakan persamaan berikut ini.

Pada persamaan diatas f(x,y) merepresentasikan gambar unsharp mask (edge)

pada koordinat pixel x dan y. Sedangkan i(x,y) dan g(x,y) masing-masing

merepresentasikan koordinat pixel pada gambar asli dan gambar yang sudah di blur.

),(12)1(),(

12),( yxg

ccyxi

ccyxf

−−−

−=

Page 21: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

28

Konstanta c pada persamaan merupakan weighting value yang menentukan ketegasan

gambar edge yang dihasilkan.

2.5 O perasi Pertambahan Pixel

Pixel addition atau operasi pertambahan pixel digunakan pada tahap kedua proses

unsharp masking. Setelah gambar edge didapat pada tahap pertama, maka gambar

tersebut ditambahkan dengan gambar asli untuk mendapatkan hasil gambar yang lebih

tajam. Untuk melakukan pertambahan antara dua gambar digunakan operasi

pertambahan pixel yang dirumuskan secara sederhana sebagai berikut.

Pada operasi tersebut pixel pada koordinat i,j gambar P1 ditambahkan dengan

pixel dengan koordinat sama pada gambar P2 sehingga menghasilkan nilai pixel baru

pada gambar Q(I,j) yang merupakan output dari operasi tersebut. Pada penjumlahan

pixel, apabila hasil dari penjumlahan melebihi dari nilai maksimal pixel maka nilai akan

mengalami operasi modulus.

Operasi penjumlahan pixel dari gambar unsharp mask (edge) dengan gambar asli

akan menghasilkan gambar output yang lebih tajam daripada gambar aslinya.

2.6 Pixel (Picture Element)

Picture Element atau Pixel merupakan satuan titik (dot) kecil yang menyusun

sebuah gambar. Setiap pixel pada gambar menyimpan informasi warna yang

direpresentasikan oleh pixel tersebut. Warna tersebut merupakan campuran dari tiga atau

empat jenis dimensi warna tergantung dengan sistem warna yang digunakan (red, green,

blue atau cyan, magenta, yellow and black).

),(),(),( 21 jiPjiPjiQ +=

Page 22: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

29

Gambar 2.11 Pixel (Sumber : http://en.wikipedia.org/wiki/Pixel)

Banyaknya pixel yang menyusun suatu gambar tergantung pada resolusi gambar.

Sedangkan banyaknya variasi warna yang dapat direpresentasikan oleh sebuah pixel

tergantung pada bit depth (kedalaman warna) yang digunakan. Bit depth yang umumnya

digunakan pada format foto digital adalah 24 bpp (bits per pixel) yang dapat

merepresentasikan 224 = 16,777,216 warna.

2.7 Metode Rekayasa Piranti Lunak

Menurut Pressman (1992, p24), rekayasa piranti lunak mencakup tiga elemen

yang mampu mengontrol proses pengembangan piranti lunak, yaitu sebagai berikut :

a. Methods

Menyediakan cara – cara teknik untuk membangun piranti lunak.

b. Tools

Menyatakan dukungan otomatis atau semi otomatis yang mengkombinasikan

software, hardware, dan software engineering database.

Page 23: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

30

c. Procedures

Merupakan pengembangan metode dan alat bantu.

Gambar 2.12 Classic Life Cycle (Waterfall Model)

Dalam skripsi ini digunakan perancangan software dengan model Classic Life

Cycle (Waterfall Model). Serangkaian kegiatan yang dilakukan selama perancangan

software, antara lain sebagai berikut :

a. Rekayasa dan analisis system. Pada tahap ini dilakukan analisis kebutuhan secara

umum yang berkaitan dengan hardware, user, dan database.

b. Analisis kebutuhan software dan perancangan sistem. Analisis kebutuhan dengan

memfokuskan pada spesialisasi software. Semua kebutuhan, baik system mau pun

software harus didokumentasikan dan harus dikaji oleh user. Pada perancangan

terdapat tiga hal yang harus difokuskan dalam program, yaitu struktur data,

arsitektur software, dan prosedur detil. Pada tahap proses ini, kebutuhan dituangkan

Page 24: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

31

menjadi software yang layak dari segi kualitas, sebelum masuk pada proses

pengkodean.

c. Coding. Difokuskan pada penerjemahan hasil rancangan ke bahasa mekanik yang

dimengerti oleh mesin dalam bentuk program.

d. Test. Pada fase ini akan dilakukan testing pada program yang telah jadi yaitu untuk

mengecek kesalahan rancangan dan kesesuaiannya dengan spesifikasi system dalam

hal pengoperasiannya dan performance-nya.

e. Installation dan Maintenance

Instalasi terhadap system yang telah selesai dikembangkan, kemudian dilakukan

perawatan terhadap sistem, meliputi penanganan error, penambahan feature baru,

dan upgrade terhadap system. Kegiatan maintenance ini lebih mengarah ke

perancangan ulang sistem yang disebut sebagai daur ulang aktifitas.

2.8 DFD (Data Flow Diagram)

Diagram Flow Diagram merupakan alat yang digunakan untuk menggambarkan

suatu system yang telah ada atau system baru yang akan dikembangkan secara lgoika

tanpa mempertimbangkan lingkungan fisik dimana data tersebut mengalir ataupun

lingkungan fisik dimana data tersebut akan disimpan (Jogiyanto, HM, 2005, p700

Komponen utama dalam digram DFD adalah :

a. Proses

Proses menunjukkan apa yang dikerjakan sistem. Setiap proses

memiliki satu atau lebih data masukan dan memiliki satu atau lebih

data keluaran.

b. Data store

Page 25: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

32

Data store adalah tempat menyimpan data; berisi data yang akan

dipakai oleh sistem. Proses dapat memasukkan data ke dalam data

share atau mendapatkan kembali datanya. Setiap data store memiliki

nama yang unik.

c. Eksternal entitas

Eksternal entitas berada di luar system, tetapi dapat memasok data ke

sistem atau menerima keluaran dari system. Eksternal entitas yang

memasok data ke system disebut source.

d. Aliran data (Data Flow)

Menggambarkan arah ke aliran data.

Diagram aliran data dapat dibagi menjadi tiga tingkatan, sebagai

berikut.

1) Diagram konteks, merupakan level tertinggi yang menggambarkan

batas – batas dari sistem informasi secara global.

2) Diagram nol, merupakan diagram yang memaparkan proses –

proses penting dalam sistem.

3) Diagram rinci, merupakan penjelasan dari setiap proses secara

rinci, yang terdapat dalam diagaram nol, yang tidak dapat dipecah

lagi ke dalam proses – proses yang lebih rinci.

2.9 Interaksi Manusia dan Komputer

Menurut Shneiderman (1998, p74-75) dalam perancangan sebuah interface

terdapat aturan-aturan yang telah dikenal dengan Eight Golden Rules of Interface

Design (delapan aturan emas).

Page 26: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

33

1. Berusaha keras untuk konsisten (strive for consistency).

Konsisten ini adalah konsisten dalam penggunaan bentuk dan ukuran font,

pemberian warna pada latar belakang dan tulisan, pembuatan layout.

2. Memungkinkan pengguna menggunakan shortcut sesering mungkin (enable

frequent users to use shortcuts).

Pengurangan jumlah interaksi melalui fasilitas shortcuts memberikan manfaat

bagi pengguna dalam memberikan waktu respon dan waktu tampilan yang cepat.

3. Memberikan umpan balik yang informatif (offer informative feedback).

Untuk setiap tindakan yang dilakukan oleh user, harus diberikan umpan balik

(feed back). Umpan balik dapat berupa tampilan ataupun suara sehingga

pengguna mengetahui bahwa pernagkat lunak tersebut memberikan respon.

4. Merancang dialog untuk menghasilkan keadaan akhir (design dialogs to yield

closure).

Urutan dari tindakan harus diatur ke dalam suatu kelompok yang memiliki

bagian awal, bagian tengah, dan bagian akhir. Umpan balik yang informatif

dalam penyelesaian tindakan-tindakan akan memberikan kepuasan bagi pemakai.

5. Memberikan penanganan kesalahan yang sederhana (offer error prevention and

simple error handling).

Dalam mendesain, sedapat mungkin diberikan error prevention, contohnya, pada

menu untuk memasukkan nama, user tidak diperbolehkan untuk memasukkan

angka. Jika user melakukan kesalahan, sistem harus dapat mendeteksi kesalahan

tersebut dan menampilkan kesalahan si pengguna dan memberikan contoh

penggunaan yang benar secara sederhana.

6. Mengizinkan pembalikan aksi dengan mudah (permit easy reversal of actions).

Page 27: BAB 2 LANDASAN TEORI 2.1 Definisi Citra - library.binus.ac.idlibrary.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-00492-mtif bab 2.pdf · ... seperti video kamera analog, kamera foto

34

Dalam melakukan desain, sebisa mungkin diberikan undo. Hal ini akan

memudahkan user jika melakukan kesalahan yang tidak disengaja ketika sedang

mengerjakan sesuatu.

7. Menyediakan kendali internal bagi user (support internal locus of control).

Sistem harus dirancang supaya user merasa menguasai sistem dan sistem akan

memberi respon atas tindakan yang diberikan.

8. Mengurangi muatan memory jangka pendek (reduce short-term memory load).

Manusia mempunyai keterbatasan dalam mengingat sehingga memerlukan

tampilan sederhana, tampilan halaman-halaman dapat digabungkan, dan

pergerakan Windows dapat dikurangi.