PENGGUNAAN BAHASA ALAMI

DALAM PENINGKATAN KUALITAS CITRA DIGITAL

( The Use Of Natural Language In Digital Image Enhancement )

ABSTRACT
The use of natural language in digital image enhancement represent one of
application to give the amenity to wearer in course of image enhancement that is
flatten the intensity, and noise reduction.
Image enhancement use the natural language done by through some
analysis phase, that is lexical, syntax and semantic. The analysiss method is
implemented into natural language processor component that is scanner, parser,
translator and evaluator.
This application use command's sentence pursuant to the production's rule
in Indonesian language method to conduct some operation of management of
image file, and process image enhancement, and also can present the mistake
message if command's sentence entered by user inappropriate with production
rule which have been determined.
Key words: natural language processing, image enhancement.

PENGANTAR
Perkembangan ilmu dan teknologi komputer sangat pesat dan berperan
diberbagai bidang kehidupan manusia. Terbukti bahwa bahkan saat ini komputer
telah dirancang sebagai komputer cerdas yang mampu berkomunikasi, berpikir
secara manusia dan memberi solusi kepada pengguna untuk ruang lingkup
masalah yang telah ditentukan. Kecerdasan buatan atau AI (Artificial Intelligence)
merupakan salah satu bidang ilmu dan teknologi komputer untuk merancang serta
membuat komputer cerdas tersebut.

Komputer akan lebih berguna dan mudah digunakan sebagai alat bantu
manusia apabila komputer dapat mengerti perintah-perintah dalam bahasa alami
manusia. Bahasa alami adalah bahasa ibu, bahasa Indonesia atau lainnya. Oleh
karena itu, komunikasi antara manusia dengan komputer telah menjadi perhatian
khusus dalam perkembangan riset bidang kecerdasan buatan. Salah satu bidang
kecerdasan buatan yang mengembangkan bahasa alami manusia untuk
berkomunikasi dengan komputer adalah pengolahan bahasa alami (Natural
Language Processing). Pengembangan aplikasi pengolahan bahasa alami
menggunakan bahasa Indonesia masih jarang dilakukan, terutama aplikasi yang
dapat dikembangkan kearah speech recognition.
Komponen-komponen Pemroses Bahasa Alami
Firebaugh (1988) mengatakan ada dua fungsi utama sistem pengolahan
bahasa alami, yaitu :
-

Menyediakan alat-alat analisis lexical dan syntactic, seperti pendeteksi

ejaan dan bentuk; daftar kata, indek, dan tabel yang berisi generator; dan
program analisis tekstual untuk verifikasi authorship (keabsahan);
sehingga tujuan dari bagian ini adalah menyatakan bahwa kalimat yang
diterima/dihasilkan benar dan diterima oleh sistem.

Menyediakan antarmuka komunikasi atau front-end untuk aplikasi

tertentu, seperti pencarian informasi dan sistem manajemen basis data.

Peningkatan Kualitas Citra

Image atau gambar dapat berupa foto yang diperoleh dari kamera.
Menurut Gonzales dan Woods (1993) citra didefinisikan sebagai fungsi intensitas
cahaya dua dimensi f(x,y) dengan x dan y menunjukkan koordinat spasial, dan

nilai f pada suatu titik (x,y) sebanding dengan brightness/kontras (gray level) dari
citra di titik tersebut. Citra digital adalah citra dengan f(x,y) yang nilainya
didigitalisasikan (dibuat diskrit) dalam koordinat spasial maupun dalam gray
level-nya.
Setiap gambar/citra digital dapat dianalisis dengan melihat histogramnya.
Histogram ialah grafik yang menunjukkan frekuensi (jumlah digunakannya) suatu
nomor warna (gray level). Sumbu horisontal menunjukkan nomor warna yang
dipakai,

sedangkan

sumbu

vertikal

menunjukkan

jumlah

titik

yang

mempergunakan warna yang bersangkutan (Nalwan, 1997).

Menurut Nalwan (1997) pengolahan gambar (image processing) secara
digital dapat ditunjukkan seperti pada gambar 1.

Gambar Asli

Proses Filter

Gambar Hasil

Gambar 1. Diagram pengolahan gambar pada gambar (dari Nalwan (1997))

Jadi, pengolahan gambar ialah memproses suatu gambar sehingga menghasilkan
gambar lain yang lebih sesuai dengan keinginan kita. Filter adalah jenis
pengolahan gambar yang dilakukan pada gambar asli. Filter untuk memperbaiki
gambar dibagi menjadi dua bagian berdasarkan fungsinya, yaitu :
1. Filter-filter untuk memperjelas citra yang terlalu terang/gelap.
Salah satu metode yang sering digunakan untuk memperjelas suatu citra
yaitu dengan cara perataan intensitas, disebut histogram equalization. Tujuan
metode ini adalah membuat semakin jauh perbedaan intensitas warna (gray

level) suatu titik dengan sekitarnya, sehingga semakin jelas titik tersebut terlihat
oleh mata.
2. Filter-filter untuk menghilangkan noise pada citra.
Noise adalah titik-titik pada citra yang sebenarnya bukan merupakan
bagian dari citra melainkan ikut tercampur pada citra karena suatu sebab. Salah
satu metode yang digunakan untuk menghilangkan noise yaitu dengan cara
reduction noise (pengurangan noise), disebut intensity filtering. Pada intensity
filtering dikenal dua macam noise reduction berdasarkan intensitas setiap titik
pada citra, yaitu :
a. High pass filtering
Filter ini digunakan jika diketahui titik-titik noise cenderung memiliki
nomor warna yang sangat tinggi, misalnya mulai nomor warna 230-255.
b. Low pass filtering.
Filter ini digunakan jika diketahui titik-titik noise cenderung memiliki
nomor warna yang sangat rendah, misalnya mulai nomor warna 0-5.
CARA PENELITIAN
Penelitian ini menggunakan metode deskriptif korelatif dengan cara studi
pustaka, penyusunan dan uji coba program komputer untuk dapat memastikan
bahwa hasil penelitian memberikan gambaran dari tujuan yang diinginkan.
Hasil studi pustaka dikembangkan untuk merancang sistem aplikasi
pengolahan bahasa alami untuk meningkatkan kualitas citra digital. Selanjutnya
rancangan tersebut diimplementasikan dalam program komputer menggunakan
bahasa pemrograman Borland Delphi 6.0.

Penyusunan Aturan Produksi

Aturan produksi dapat ditentukan berdasarkan pola keteraturan kalimat
perintah yang digunakan, sehingga dengan simbol awal <S> dapat ditentukan
sebagai berikut :
<S>

<OF1><Akhiran><ObF1>

<S>

<OC1><Akhiran><ObC1>

<S>

<OC2><Akhiran><ObC2>

<ObF1>

<File><nmfile>

<ObC1>

<KCitra1><ObF1>

<ObC2>

<KCitra2><ObF1>

<nmfile>

<namafile><Lanjut>

<Lanjut>

<OF2><Akhiran><ObF2>|
<OC1><Akhiran><ObC11>|
<OC2><Akhiran><ObC22>|^

<ObF2>

<ObF1>|<Lanjut>

<ObC11>

<KCitra1><Lanjut>

<ObC22>

<KCitra2><Lanjut>

<OF1>

AMBIL|TAMPIL

<OF2>

SIMPAN

<OC1>

PERBAIKI|TINGKAT

<OC2>

BUANG|HILANG|BERSIH

<KCitra1>

KUALITAS|MUTU|
CAHAYA|TERANG|KONTRAS

<KCitra2>

NOISE

<File>

FILE|BERKAS

<namafile>

nama file yang ada pada kalimat

<Akhiran>

LAH|KAN|^

Arti notasi yang digunakan dalam pembuatan aturan produksi tersebut :

= didefinisikan sebagai
<>

= simbol nonterminal

= atau

Perancangan Pemroses Bahasa

Perancangan ini menyusun komponen-komponen pemroses bahasa alami
yang dapat ditunjukkan seperti pada gambar 2.

Gambar 2. Komponen pemroses bahasa alami

Diagram konteks sistem pengolahan bahasa alami untuk peningkatan
kualitas citra digital ditunjukkan pada gambar 3.
Kalimat Perintah

Pesan Kesalahan

Pemakai

Pengolahan
Bahasa Alami

Citra Hasil

Gambar 3. Diagram konteks sistem pengolahan bahasa alami

untuk peningkatan kualitas citra.

Gambar 3. memperlihatkan proses awal dimulai dari

pemakai memasukkan

kalimat perintah, kemudian diproses oleh pengolahan bahasa alami sehingga

menghasilkan citra yang diinginkan pemakai. Pengolahan bahasa alami juga
menghasilkan pesan kesalahan jika kalimat perintah yang dimasukan tidak
diterima atau tidak sesuai dengan aturan produksi yang ditentukan.
Berdasarkan diagram konteks di atas, diagram alir data level 1 pengolahan
bahasa alami untuk peningkatan kualitas citra digital dapat ditunjukkan seperti
gambar 4.

Pesan Kesalahan

Kalimat
Pemakai

1.
Proses
Scanning

Token

2.
Proses
Parsing

Pohon Sintaks
Citra Hasil atau
Pesan Kesalahan
4.
Proses
Evaluasi

Tipe Kalimat atau

Tipe Kesalahan

3.
Proses
Translasi

Gambar 4. Diagram alir data level 1

HASIL DAN PEMBAHASAN

Sistem pengolahan bahasa alami untuk peningkatan kualitas citra digital
dibuat menggunakan bahasa pemrograman Borland Delphi 6.0. Tampilan utama
aplikasi ini ditunjukkan pada gambar 5.

Gambar 5. Tampilan Utama Sistem Pengolahan Bahasa Alami

untuk Peningkatan Kualitas Citra Digital.
Tampilan utama aplikasi ini terdiri dari 3 (tiga) bagian, yaitu :
1. Window Kalimat Perintah, tempat pengguna memasukkan kalimat perintah.
2. Window Hasil Translator, tempat menampilkan hasil proses dari komponen
translator supaya pengguna mengetahui kalimat perintah baku yang sesuai
dengan aturan produksi.
3. Window Citra Hasil Evaluator, tempat menampilkan citra hasil proses dari
komponen evaluator supaya pengguna juga mengetahui hasil pengolahan citra
digital, yaitu peningkatan kualitas citra.
Tampilan dari submenu Aturan Produksi dan Info dapat dilihat pada
gambar 6.

Gambar 6. (Kiri) Tampilan Submenu Aturan Produksi.

(Kanan) Tampilan Submenu Info.

Hasil Pengolahan Bahasa Alami

Aplikasi ini bertujuan untuk melakukan proses peningkatan kualitas citra
digital menggunakan kalimat perintah sederhana dalam bahasa Indonesia. Kalimat
perintah yang dituliskan di dalam editor Kalimat Perintah harus diakhiri tanda (.)
atau (!) sebagai tanda memulai proses pengolahan bahasa. Kalimat yang akan
diproses adalah kalimat yang berada pada posisi baris terakhir atau paling bawah
dari beberapa baris kalimat.
Aplikasi ini memiliki 2 (dua) jenis kalimat perintah berdasarkan semantik
atau tujuan kalimat tersebut, yaitu :
1. Pengelolaan file.
Kalimat jenis ini terdiri dari kalimat untuk menampilkan dan menyimpan
file citra.
2. Peningkatan kualitas citra.
Kalimat jenis ini hanya untuk peningkatan kualitas citra,
Contoh penggunaan aplikasi ini dengan beberapa kalimat yang
dimasukkan secara terurut adalah:
a. Tampilkan file pasarhigh.
Tujuannya adalah menampilkan file citra bernama pasarhigh.bmp pada
bagian tampilan Citra Hasil Evaluator.
Hasil proses tersebut dapat dilihat pada gambar 7.a.
b. Tingkatkan kualitasnya secara benar!
Tujuannya adalah meningkatkan kualitas citra dengan cara meratakan
intensitas citra dan membersihkan noise citra tersebut.

Hasil proses tersebut dapat dilihat pada gambar 7.b.

c. Simpanlah file pasarhigh1.
Tujuannya adalah menyimpan citra yang ditampilkan pada bagian
Window Citra Hasil Evaluator dengan nama file pasarhigh1.bmp.
Sebelum proses penyimpanan file akan ditampilkan peringatan kepada
pengguna, apakah pengguna yakin dengan nama file yang diinginkan
tersebut. Jika dipilih YES maka proses penyimpanan file dilaksanakan,
jika NO maka proses penyimpanan file dibatalkan.
Hasil proses tersebut dapat dilihat pada gambar 7.c.

(a)

(b)

(c)
Gambar 7. (a) Proses menampilkan citra.(b) Proses memperbaiki citra.
(c) Proses menyimpan citra.

10

Penanganan Kesalahan
Pengguna dalam memasukkan kalimat perintah bisa terjadi kesalahan, baik
dalam pengetikan tulisan kata maupun kesalahan semantik. Bentuk kesalahan
yang dapat ditangani aplikasi dan pesan kesalahan yang ditampilkan terdiri dari 3
(tiga) jenis, yaitu :

1. Kesalahan sintaksis.
Kesalahan ini terjadi terutama karena kalimat perintah tidak sesuai dengan
aturan produksinya serta tidak sesuai dengan tata bahasa Indonesia (Keraf,
1999), yaitu :
-

kalimat diakhiri tanda (?).

ada kata penghubung (dan, atau, serta) di dalam kalimat.

kekurangan simbol terminal.

Bentuk dan pesan kesalahan ini dapat dilihat pada gambar 8.a.
2. Kesalahan arti / semantik
Kesalahan ini terjadi karena kalimat yang terbentuk mempunyai arti atau
maksud yang tidak bisa diproses atau diinterpretasikan oleh sistem aplikasi
dan tidak sesuai dengan aturan produksinya.
Bentuk dan pesan kesalahan ini dapat dilihat pada gambar 8.b.
3. Kesalahan leksikal
Kesalahan ini terjadi karena kesalahan dalam penulisan token yang telah
ditentukan.
Pesan kesalahan leksikan dapat dilihat pada gambar 8.c.

11

4. Kesalahan pengelolaan file

Kesalahan ini terjadi karena file citra yang akan ditampilkan tidak ditemukan
atau format file tidak sesuai dengan file bertipe BMP, berukuran 256x256, 8
bit per pixel. Bentuk dan pesan kesalahan ini dapat dilihat pada gambar 8.d.
dan gambar 8.e.

(a)

(b)

(c )

(d)

(e)

Gambar 8. (a) Pesan kesalahan sintaksis, karena ada kata sambung DAN.

12

(b) Pesan kesalahan semantik, karena setelah kata BUANGLAH harus diikuti kata
NOISE atau KOTORAN.
(c) Pesan kesalahan leksikal pada kata TAMPILKAN.
(d) Pesan kesalahan pengelolaan file, karena file tidak ditemukan.
(e) Pesan kesalahan pengelolaan file, karena format file tidak sesuai.

KESIMPULAN DAN SARAN

Kesimpulan yang dapat diambil dari pembuatan aplikasi pengolahan
bahasa alami dalam peningkatan kualiats citra digital adalah :

Pengguna dapat melakukan proses peningkatan kualitas suatu citra dengan

menggunakan bahasa Indonesia.

Satu tipe kalimat perintah dapat ditulis dengan beberapa bentuk kalimat
perintah sesuai keinginan pengguna.

Hasil penelitian ini diharapkan dapat dikembangkan kearah aplikasi yang

masukkannya berupa ucapan.

DAFTAR PUSTAKA
Agustinus, N., Rudy A., November 2003, Implementasi Sistem Pengenalan Suara
Menggunakan SAPI 5.1 dan Delphi 5, Jurnal Informatika, Vol. 4, No. 2,
Hal. 107-114, Universitas Kristen Petra, Jur. Tek. Informatika, Fak. Tek.
Industri, http://puslit.petra.ac.id/journals/informatics/IF04020308.pdf

Androutsopoulos,I., Ritchie, G.D. and Thanisch, P., 1995, Natural Language

Interfaces to Databases An Introduction, Journal of Natural Languages

13

Engineering, vol. 1, part 1, pp 29-81, Cambridge University Press,

http://odur.let.rug.nl/~koeling/CompSynSem/Literatuur/nli_db_intro.ps.gz.

Firebaugh, M. W., 1988, Artificial Intelligence : A Knowledge-Based Approach,

Boston : PWS-KENT Publishing Company.

Gonzalez, R.C and Woods, R.E., 1993, Digital Image Processing, USA :
Addison-Wesley Publishing Company Inc.
Keraf, G., !999, Tata Bahasa Rujukan Bahasa Indonesia, Jakarta : PT. Gramedia
Widiasarana Indonesia.

Maier, D. and Warren, D.S., 1988, Computing with Logic. Logic Programming
with Prolog, Menlo Park : The Benjamin/Cummings Publishing Company
Inc.

Nalwan, A., 1997, Pengolahan Gambar Secara Digital, Jakarta : PT. Elex Media
Komputindo.

Suprihadi, 2005, Penggunaan Bahasa Alami Dalam Pengolahan Citra Digital,

Yogyakarta: Tesis Magister Ilmu Komputer, PPS, UGM.

14