IES 2005 Politeknik Elektronika Negeri Surabaya - ITS

Algoritma Pembacaan Tanda Secara Digital (Digital Mark Reading) dengan Operasi Blok pada Aplikasi Formulir Isian Registrasi Mahasiswa
Retno Wulansari Politeknik Caltex Riau Kampus PCR, Rumbai, Pekanbaru 28265 Telp. 0761-53939 Fax 0761-554224 E-mail : wulan@pcr.ac.id

Abstrak Pada penelitian ini dibuat sebuah algoritma pembacaan tanda dengan teknologi pengolahan citra digital yang diaplikasikan pada pembacaan formulir isian registrasi mahasiswa serta melakukan penelitian terhadap hasil algoritma yang dibuat. Penyusunan dan penelitian algoritma pembacaan tanda ini merupakan studi awal terhadap pembacaan tanda dengan pengolahan citra digital agar lebih lanjut dapat dimanfaatkan untuk pembacaan tanda pada berbagai aplikasi. Pengolahan citra digital terdiri dari beberapa tahapan proses, diantaranya proses akuisisi data citra, proses pembacaan citra digital, proses segmentasi citra dan proses klasifikasi citra. Tiap tahapan proses dapat dikembangkan dan diterapkan sesuai dengan kebutuhan. Hasil akhir penelitian ini : (a) telah dibuat suatu algoritma pembacaan tanda dengan menggunakan operasi blok (block process); (b) algoritma ini dapat diterapkan pada aplikasi pembacaan tanda formulir isian registrasi mahasiswa; (c) tingkat keberhasilan pembacaan ditentukan oleh beberapa hal, antara lain ketepatan proses pemayaran, tingkat kehitaman dan kualitas pengisian lingkaran lembar formulir isian, penggunaan jenis tapis pada proses pengolahan citra, kebersihan lembar formulir isian, dan kondisi lembar formulir isian (lembar isian terlipat, sobek, dan/atau terpotong). Kata kunci : pembacaan tanda, pengolahan citra digital, operasi blok, interpolasi, derau, filter. 1. Pendahuluan

2.

Dasar Teori

2.1 Pengertian Citra Digital Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang langsung disimpan pada suatu pita magnetik. Citra digital merupakan larik dua dimensi atau suatu matriks yang elemen-elemennya menyatakan tingkat keabuan dari elemen gambar, sehingga informasi yang terkandung bersifat diskret. 2.2 Sistem Penangkap Citra Digital Citra digital dapat diperoleh secara automatis dari sistem penangkap citra digital (digital image acquisition system atau digitizer) yang melakukan penjelajahan citra dan membentuk suatu matriks dengan elemenelemennya menyatakan nilai intensitas cahaya pada suatu himpunan diskret dari titik-titik. Sistem tersebut merupakan bagian terdepan dari suatu sistem pengolah citra. Sistem penangkap citra digital sendiri terdiri atas tiga komponen dasar, yaitu sensor citra yang bekerja sebagai pengukur intensitas cahaya, perangkat penjelajah yang bertugas merekam hasil pengukuran intensitas pada seluruh bagian citra, dan pengubah analog ke digital yang mengubah harga kontinu menjadi harga diskret sehingga dapat diproses dengan komputer. Diagram sistem penangkap citra dapat dilihat pada gambar 1.

1.1 Tujuan Tujuan dari penelitian ini adalah menyusun algoritma pembacaan tanda pada aplikasi formulir isian registrasi mahasiswa dengan pengolahan citra digital serta menganalisa hasil algoritma pembacaan tanda yang dibuat. 1.2 Batasan masalah Batasan masalah pada tugas akhir ini antara lain : 1. Penelitian tidak membahas koreksi geometris 2. Proses pengujian dilaksanakan secara off-line.

Gambar 1. Diagram sistem penangkap citra digital

403

IES 2005 Politeknik Elektronika Negeri Surabaya - ITS

Citra f ( x, y ) disimpan dalam memori komputer atau penyimpan bingkai citra dalam bentuk larik N M dari sampel diskret dengan jarak yang sama sebagai berikut.
f ( x, y ) = f ( 0,0 ) f (1,0 ) ... f ( N ,0 ) f ( N ,1) ... f ( N 1, M 1) f ( 0 ,1) f (1,1) ... ... f ( 0 , M 1) f (1, M 1)

Setiap elemen dari larik di atas tersebut sebagai elemen gambar atau piksel, yang merupakan suatu daerah persegi empat kecil dengan ukuran tertentu. Ukuran piksel ini sering disebut sebagai resolusi piksel. 2.3 Model Observasi Citra

gambar dalam bentuk bercak-bercak putih atau hitam yang acak seperti beras. Contoh operasi pengolahan tapis median pada suatu citra dengan ukuran tapis 3 x 3 dapat ditunjukkan sebagai berikut. 5 5 12 4 32 10 disusun menjadi 4 4 5 5 10 12 15 15 32 4 15 15 Algoritma tapis median meliputi penyusunan nilai-nilai piksel dalam jendela dan meninggikan atau merendahkan nilainya dengan mengambil nilai tengahnya. 2.7.2 Tapis Wiener Tapis Wiener adalah metode untuk memperbaiki citra dengan menganggap kekaburan (blur) sebagai derau. 2.7.3 Tapis Homomorfik Sebuah metode sederhana untuk mengurangi derau speckle adalah dengan mengambil beberapa intensitas citra secara bebas dan merata-ratakannya.

u(x,y)

Sistem Linear h(x,y;x',y')

Titik w(x,y) nonlinear g(.)

v(x,y)

( x, y )
f(.)

1 ( x, y )

2 ( x, y )
Gambar 3 Algoritma tapis homomorfik

Gambar 2 Model Observasi Citra

2.4 Derau Kualitas citra sangat dipengaruhi oleh tingkat keberadaan derau. Beberapa jenis derau diantaranya adalah derau Gaussian, derau multiplikatif (specke), dan derau salt-and-pepper. Secara umum model derau pada rumus berikut dapat diaplikasikan dalam berbagai situasi.

( x, y ) = f [ g ( w( x, y ))]1 ( x, y ) + 2 ( x, y )

2.5 Peningkatan Mutu Citra Proses pengolahan citra yang termasuk dalam kategori peningkatan mutu citra terdiri atas prosesproses yang bertujuan memperbaiki mutu citra untuk memperoleh keindahan gambar, untuk kepentingan analisis citra, dan untuk mengkoreksi citra dari segala gangguan yang terjadi waktu perekaman data 2.6 Peningkatan Kontras Biner Untuk kepentingan analisis, kontras suatu citra dapat diperbaiki dengan menggunakan kontras biner, yaitu hanya menggunakan dua aras keabuan. Objek yang akan diteliti diberi warna yang jelas misalnya putih dengan intensitas keabuan 1, sedangkan objek yang lainnya dapat diberi warna yang sama yaitu sama dengan warna latar belakang misalnya warna hitam dengan intensitas tingkat keabuan 0. 2.7 Penapisan 2.7.1 Tapis Median Proses penapisan dengan tapis median biasanya berguna untuk menghilangkan gangguan-gangguan pada

2.8 Proses Interpolasi Interpolasi sebenarnya adalah suatu proses untuk menentukan harga suatu fungsi pada titik-titik posisi antara suatu sampel dengan sampel tetangganya. Hal ini dilakukan dengan menyusun suatu fungsi kontinu melalui sampel-sampel masukan diskret. Dengan demikian harga fungsi dapat diperoleh untuk setiap sembarang titik, tidak hanya harga fungsi pada titik cuplik. Proses interpolasi untuk citra yang dicuplik dengan jarak yang tetap dapat dijelaskan dengan persamaan berikut.

f ( x ) = c k h( x x k )
dengan x adalah titik dimana dilakukan interpolasi
k =0

k 1

xk adalah suatu sinyal cuplik h adalah kernel interpolasi dengan koefisien bobot ck k adalah jumlah data sampel xk yang
digunakan dalam proses interpolasi 2.9 Klasifikasi dan Segmentasi Citra Digital Tujuan dari proses klasifikasi citra adalah untuk mendapatkan gambar atau peta tematik. Sesuai dengan judulnya, gambar tematik adalah suatu gambar yang terdiri dari bagian-bagian yang menyatakan suatu objek atau tema. Setiap objek pada gambar tersebut mempunyai simbol yang unik yang dapat dinyatakan

404

IES 2005 Politeknik Elektronika Negeri Surabaya - ITS dengan warna atau pola tertentu. Proses klasifikasi citra dilakukan dengan memasukkan setiap piksel citra tersebut kedalam suatu kategori objek yang sudah diketahui. Istilah segmentasi citra itu sendiri mempunyai arti membagi suatu citra menjadi bidang-bidang yang homogen berdasarkan kriteria keserupaan yang tertentu antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel tetangganya. Proses segmentasi citra ini lebih banyak merupakan suatu proses prapengolahan pada sistem pengolahan objek dalam citra. Pada proses pengenalan objek tersebut perlu dilihat sifat dan hubungan posisi geometris antara bidangbidang homogen yang terbentuk. Citra yang diperoleh kemudian akan terdiri atas bagian objek dan latar belakang. 3. Perancangan Program

menggunakan perintah imread . Matriks dari proses pembacaan inilah yang akan diolah dalam proses pengolahan citra digital selanjutnya. Untuk menyederhanakan pemrosesan lebih lanjut, ketiga jenis citra tersebut diubah ke dalam citra hitamputih (citra biner) terlebih dahulu. Pengubahan ke citra biner dilakukan dengan menggunakan perintah im2bw. Perintah ini mengubah masukan citra berwarna (RGB), citra keabuan, dan citra hitam-putih pada proses pembacaan sebelumnya menjadi citra biner (hitamputih) yang dinyatakan dengan matriks m n . Proses ini tidak berpengaruh terhadap masukan citra hitamputih. 4.3 Hasil Pengolahan Citra Proses pembacaan tanda dilakukan pada lembar pertama dan lembar kedua. Tombol proses baca citra lembar 1 memanggil fungsi proses_baca2 dan tombol proses baca citra lembar 2 memanggil fungsi proses_baca3. Contoh hasil pembacaan lembar 1 dan lembar 2 dapat dilihat pada gambar 5.

Diagram alir perancangan program yang dibuat dapat dilihat pada gambar 4.
mulai

pembacaan citra yang akan diolah

tambah derau ?

penambahan derau

tapis citra ?

penapisan citra
T

proses pembacaan tanda pada citra

Gambar 5. Hasil pembacaan citra

penampilan hasil

selesai

Gambar 4. Diagram alir perancangan program

4.

Penelitian dan Pembahasan

4.1 Akuisisi Data Akuisisi data citra diperoleh dari proses pendigitalan citra analog dengan menggunakan pemayar (scanner) UMAX dengan resolusi 75 dpi, 100 dpi, 150 dpi, dan 200 dpi. Citra dipayar dalam format JPEG sebagai citra berwarna (red green blue), citra keabuan (gray) dan citra hitam-putih 4.2 Pembacaan Citra Digital Sebelum proses pengolahan, citra digital perlu dibaca terlebih dahulu sebagai matriks dengan

4.4 Proses Operasi Blok Contoh lembar isian yang dibaca adalah lembar isian registrasi mahasiswa lama Universitas Diponegoro. Lembar isian ini memiliki ukuran panjang dan lebar yang sama, dan terbagi menjadi 50 50 kotak dengan ukuran yang sama juga. Hal inilah yang akan menjadi pedoman dalam proses operasi blok. Dengan mempertimbangkan 50 50 kotak yang memiliki ukuran yang sama pada citra, dibuat satu ukuran pembacaan citra masukan. Setelah melalui beberapa uji coba yang cermat, ditentukan satu pedoman ukuran citra masukan, yaitu 600 600 piksel. Jadi semua citra masukan dibaca sebagai citra masukan dengan ukuran 600 600 piksel. Proses ini dilakukan dengan menggunakan perintah imresize. Citra masukan yang memiliki ukuran lebih kecil dari pedoman ukuran citra ini ( 600 600 piksel) akan mengalami pembesaran ukuran spasial dan citra masukan yang

405

IES 2005 Politeknik Elektronika Negeri Surabaya - ITS mempunyai ukuran citra yang lebih besar dari pedoman ukuran citra akan mengalami pengecilan ukuran spasial. Proses pengecilan dan pembesaran ukuran spasial ini dilakukan dengan menggunakan metode interpolasi bilinear. Dengan pedoman ukuran citra 600 600 piksel dan jumlah kotak pada citra adalah 50 50 , maka tiap kotak citra terdiri atas baris yang awal terlebih dahulu, baru baris terakhir. Hal ini terjadi karena proses pembacaan dilakukan setelah baris habis baru pindah kolom. Jadi misalkan dihitamkan huruf A dan C maka yang ditampilkan pada awal adalah huruf A terlebih dahulu, baru huruf C. Karena kedua huruf ini menempati kolom yang sama, maka huruf yang ditampilkan pada awal akan tertimpa oleh huruf selanjutnya. Hasil akhirnya yang ditampilkan pada program adalah huruf yang terakhir, dalam hal ini adalah C. 4.5 Pengujian Program Pembacaan Tanda dengan Pengolahan Citra Digital Proses pengujian program pembacaan tanda dengan pengolahan citra digital dilakukan pada 13 responden. Responden mengisi fotokopi formulir isian registrasi mahasiswa dengan menggunakan pensil, pulpen, atau spidol. Ukuran kertas hasil fotocopi lembar isian disesuaikan dengan ukuran lembar isian asli. Hasil proses pembacaan tanda dengan menggunakan program bembacaan tanda dapat dilihat pada tabel 1. Proses pembacaan citra pada gambar dipengaruhi oleh beberapa hal, antara lain sebagai berikut. 1. Tingkat kehitaman pengisian lingkaran pada formulir isian. 2. Kualitas pengisian lingkaran pada formulir isian. Jika pengisian pada lingkaran formulir isian sangat sedikit (kurang dari setengah lingkaran), maka tanda tidak terbaca. 3. Penggunaan tapis. 4. Kebersihan lembar formulir isian. 5. Kondisi lembar formulir isian (lembar isian terlipat, sobek dan terpotong). Pada tabel 2 dapat dilihat alat yang digunakan oleh responden dan kualitas pengisiannya. Proses pembacaan tanda dengan pengolahan citra digital tidak memerlukan media kertas khusus seperti halnya proses pembacaan tanda secara optis yang menggunakan kertas dengan ketebalan tertentu dan alat pengisian pensil 2B. Karena tidak adanya koreksi geometri pada program, diperlukan ketelitian pada proses pemayaran. Posisi kertas harus benar-benar lurus dan pemotongan gambar yang diambil harus teliti. Setelah dilakukan beberapa kali pengujian, posisi kertas formulir isian pada pemayar yang paling bagus adalah ujung kanan kertas siap cetak diletakkan tepat pada sisi kanan atas kaca pemayar sedangkan ujung kertas yang lain mengikuti. Proses pemotongan untuk pengambilan citra yang diproses diambil tepat seukuran kertas, tidak boleh lebih dan tidak boleh kurang.

12 12 piksel. Satu kotak yang

terdiri atas 12 12 piksel ini diproses sebagai satu blok. Perintah proses blok adalah blkproc. Setelah penggunaan perintah blok ini, setiap citra masukan dibaca 50 50 blok (50 baris dan 50 kolom). Hasil dari operasi blok inilah yang kemudian digunakan untuk identifikasi tanda. Kekurangan dari algoritma yang menggunakan operasi blok ini adalah jika proses payar tidak tepat posisinya, maka terjadi kesalahan pada proses pembacaan (identifikasi tanda). Setelah proses blok, yang dilakukan oleh program pembacaan tanda adalah proses segmentasi citra yang membedakan objek dan latar belakang. Objek dikenali dengan piksel 1 (on) dan latar belakang dikenali dengan piksel 0 (off). Untuk mendapatkan kondisi ini, citra masukan diimkomplemen terlebih dahulu, karena pada citra masukan kondisi objek adalah hitam dan latar belakang adalah putih. Proses selanjutnya adalah penentuan objek yang akan dibaca (diidentifikasi), yaitu blok yang terisi lebih dari atau sama dengan 35% piksel 1. Proses pembacaan dilakukan habis baris baru pindah kolom. Berkaitan dengan pembacaan tanda dengan menggunakan algoritma proses blok dan proses pengisian formulir isian, ada beberapa hal yang perlu diperhatikan, antara lain sebagai berikut. 1. Pengisian formulir isian tidak perlu harus menggunakan pensil khusus seperti halnya pada pembacaan tanda secara optis (OMR). Alat yang digunakan untuk menghitamkan formulir isian cukup memenuhi syarat bahwa hasil goresannya gelap. Jika putih dinyatakan 1 dan hitam dinyatakan 0, maka tingkat keabuan yang masih dapat dibaca adalah antara 0 hingga 0.6 yang merupakan pemilihan dari nilai ambang. 2. Hasil pengisian tidak perlu harus bulat penuh (tidak kurang dan tidak lebih dari lingkaran yang sudah disediakan), tetapi cukup memenuhi syarat mengisi lebih dari 35% blok-blok yang diproses atau sekitar setengah dari lingkaran yang telah disediakan pada lembar isian. Jika pengisian kurang dari 35% blok, maka isian tidak akan terbaca. Jika isian melebihi 100% blok (melebar ke blok tetangga), maka akan terbaca pada blok tetangga. Jika pengisiannya lebih dari 35% blok tetangga, maka akan terbaca pada blok tetangga tersebut. 3. Pada satu bagian pembacaan misalkan pada bagian nama, jika pengisiannya lebih dari satu blok (dihitamkan huruf A dan C), maka keduanya akan dibaca. Isi blok ditampilkan secara berurutan, yaitu

406

IES 2005 Politeknik Elektronika Negeri Surabaya - ITS

Tabel 1. Tabel hasil pengujian proses pembaan tanda dengan pengolahan citra digital NO 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. NAMA RESPONDEN Erika Mustofa Guntur Nia Asianti Yuni M Ida Tri P Zaldi A Jatra A Agus P Syahid Utis S Gofar Anief JUMLAH PEMAKAIAN TANDA TAPIS Median (2 kali) 75 Median (2 kali) 67 Median (2 kali) 69 Median (2 kali) 83 Median (3 kali) 82 Median (3 kali) 70 Median (1 kali) 21 Median (1 kali) 40 Median (2 kali) 64 Median (3 kali) 76 Median (2 kali) 73 Median (1 kali) 64 Median (2 kali) 45 Rata-rata prosentase keberhasilan KESALAHAN BACA TANDA 0 % 0 8,9 % 6 2,9 % 2 0 % 0 2,4 % 2 2,9 % 2 57,1 % 12 7,5 % 3 0 % 0 10,5 % 8 2,7 % 2 9,4 % 6 0 % 0 PROSENTASE KEBERHASILAN 100 % 91,1 % 97,1 % 100 % 97,6 % 97,1 % 42,9 % 92,5 % 100 % 89,5 % 97,3 % 90,6 % 100 % 92 %

Tabel 2. Penggunaan alat dan kualitas pengisian formulir isian NO 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 5. NAMA RESPONDEN Erika Mustofa Guntur Nia Asianti Yuni M Ida Tri P Zaldi A Jatra A Agus P Syahid Utis S Gofar Anief ALAT PENGISIAN Pensil 2B Pulpen biru Pulpen biru Pulpen hitam Pulpen hitam Pensil 2B Pulpen biru Pulpen biru Pulpen hitam Spidol merah Pensil 2B Pulpen biru Pulpen biru KUALITAS PENGISIAN BULATAN ISIAN Tebal, penuh Tipis, tidak penuh Tebal, penuh Tebal, penuh Tebal, penuh Tipis, penuh Tipis, tidak penuh Tipis, tidak penuh Tebal, penuh Tebal, tidak penuh Tipis, penuh Tipis, tidak penuh Tebal, penuh 4. KEBERSIHAN Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih Bersih

Kesimpulan dan Saran

5.1 Kesimpulan 1. Proses pembacaan tanda dengan pengolahan citra digital dapat dilakukan dengan menggunakan operasi blok. Operasi blok dilakukan dengan membaca semua citra masukan dengan ukuran 600 600 piksel, citra masukan dibagi menjadi 50 50 blok, dan tiap blok terdiri atas 12 12 piksel. 2. Pada program pembacaan tanda yang dibuat, citra yang dipayar dengan resolusi yang rendah akan menghasilkan hasil pembacaan yang lebih baik dan waktu proses yang lebih cepat jika dibandingkan dengan citra yang dipayar dengan resolusi yang lebih tinggi. 3. Dengan mengubah semua jenis citra masukan menjadi citra biner (hitam-putih), maka program dapat digunakan untuk pembacaan tanda pada semua jenis citra masukan, antara lain citra berwarna, keabuan, dan hitam-putih.

5.

6.

Dari hasil penelitian, program pembacaan tanda yang dibuat dapat membaca dengan tepat suatu citra dengan derau maksimum sebagai berikut. a. Derau Gausian dengan nilai rerata antara -0,3 hingga 0,3 dan nilai varians antara 0 hingga 0,2. b. Derau speckle dengan nilai varians maksimum sebesar 0,1. c. Derau salt-and-pepper dengan nilai varians maksimum sebesar 0,13. Dengan menggunakan pengolahan citra digital, lembar formulir isian tidak memerlukan kertas dengan ketebalan khusus dan pengisian dapat menggunaan pensil, pulpen, atau spidol yang berwarna gelap. Tingkat keberhasilan pembacaan tanda ditentukan oleh beberapa hal, antara lain ketepatan proses pemayaran, tingkat kehitaman dan kualitas pengisian lingkaran lembar formulir isian (yang terbaca adalah pengisian yang lebih dari setengah lingkaran), penggunaan tapis pada proses

407

IES 2005 Politeknik Elektronika Negeri Surabaya - ITS pengolahan citra, kebersihan lembar formulir isian, dan kondisi lembar formulir isian (lembar isian terlipat, sobek, atau terpotong). Berdasarkan kuesioner yang diisi oleh responden, disimpulkan hal-hal sebagai berikut. Retno Wulansari, lahir di Demak, Maret 1981, Alumni Teknik Elektro Universitas Diponegoro, tertarik dengan teknologi telekomunikasi dan pengolahan citra digital. Saat ini bekerja sebagai dosen di Politeknik Caltex Riau pada program studi telekomunikasi.

7.

5.2 Saran 1. Untuk pengembangan program pembacaan tanda, dibutuhkan program koreksi geometri untuk memperbaiki kualitas citra sebelum diolah. Program pembacaan tanda dapat diterapkan untuk aplikasi lain seperti koreksi lembar jawab soal dan berbagai formulir isian. Lembar isian yang digunakan dapat dibuat sendiri dengan jenis kertas dan format isian sembarang, karena jenis kertas tidak harus menggunakan kertas khusus. Alat pengisian tidak harus pensil 2B, tetapi dapat digunakan pensil, pulpen atau alat lain dengan syarat gelap. Pengisian tidak harus bulat penuh seperti halnya pembacaan tanda dengan OMR, yang penting telah mengisi setengah atau lebih tempat isian yang disediakan. Program dapat dituliskan kembali dalam bahasa pemrograman lain yang dapat menghasilkan berkas yang dapat dieksekusi (executable file) tanpa harus menginstal terlebih dahulu bahasa pemrograman yang digunakan, antara lain Visual Basic, Delphi, atau C.

2.

3.

Daftar Pustaka [1]. [2]. [3]. [4]. [5]. [6]. [7]. [8]. Hanselman,D. and B.Littlefield, The Student Edition of MATLAB : version 5, The Mathworks, New Jersey,1997 http://www.csb.yale.edu/userguides/datamanip/m atlab/help/pdf_doc/images/ images_tb.pdf Jain, A. K., Fundamentals of Digital Image Processing, Prentice Hall, New Delhi, 1995 Lim, J.S., Two-Dimensional Signal and Image Processing, Prentice Hall International Inc .,1990 Murni, A., Pengantar Pengolahan Citra, PT Elek Media Komputindo Kelompok Gramedia, Jakarta, 1992 Purwadhi,S.F.H.,Interpretasi Citra Digital, Grasindo, Jakarta, 2001 Russ, J. C., The Image Processing Handbook 2nd ed., CRC Press Inc., 1994 Schalkoff, R.J., Digital Image Processing and Computer Vision, John Wiley & Son, New York,1989

408