Implementasi Metode Contrast Stretching untuk

Memperbaiki Kontras Citra

Andini Febrianti1, Yohan Pribadi 2
Teknik Informatika, STT Atlas Nusantara
1andinif@gmail.com, 2yueh4n@gmail.com

Abstrak
Pengolahan citra memiliki beberapa tujuan yang berbeda. Umumnya banyak dilakukan
untuk memperbaiki citra sesuai keinginan pengguna dan digunakan untuk mendapatkan
informasi baru dari citra hasil. Contrast Stretching adalah salah satu metode perbaikan
kontras citra. Citra hasil pengolahan diharapkan memiliki nilai kontras lebih tinggi
sehingga dapat menghasilkan informasi baru.
Prosesnya adalah menentukan nilai inputan untuk diimplementasikan pada setiap nilai pixel
dalam citra awal. Dari proses tersebut diharapkan menghasilkan citra baru yang lebih baik.
Untuk mengetahui perbedaan dari citra awal dan citra hasil, dapat dilihat pada histogram
maupun nilai pixel.
Perangkat lunak ini bisa menghasilkan citra hasil dengan kualitas kontras yang lebih tinggi
dan informasi baru. 45 % citra dari jumlah keseluruhan citra yang diuji dapat diolah
dengan hasil maksimal menggunakan menu auto level.

Kata kunci : Contrast Stretching, Histogram, Citra Digital

1. Pendahuluan
Informasi terus berkembang seiring dengan kebutuhan manusia yang menginginkan
kemudahan, kecepatan dan ketepatan dalam memperoleh informasi. Pada saat ini kemajuan
teknologi juga berpengaruh terhadap perkembangan informasi. Citra digital merupakan salah
satu informasi yang sekarang banyak digunakan dan dikembangkan.
Informasi dalam bentuk citra digital dipilih masyarakat sebagai alat untuk menyebarkan dan
mendapat informasi karena dianggap dapat menggambarkan keadaan dari informasi yang
dibutuhkan. Sehingga manusia bisa mendapatkan gambaran dari informasi yang dibutuhkan
dengan lebih jelas.
Penginderaan jauh merupakan salah satu perkembangan teknologi dalam bidang geografi
yang berhubungan dengan citra digital sebagai bentuk informasi. Dalam prosesnya
penginderaan jauh dilakukan pada waktu dan cuaca yang berbeda. Hal ini mempengaruhi
citra hasil penginderaan jauh karena intensitas cahaya pada pagi atau sore hari tentu berbeda
dengan siang hari. intensitas cahaya dapat mempengaruhi kontras citra sehingga diperlukan
pengolahan citra untuk memperbaikinya.
Pengolahan citra adalah cara untuk memperbaiki citra awal menjadi citra baru yang berbeda.
Sebuah citra awal perlu untuk diperbaiki karena beberapa kemungkinan. Nilai kontras yang

29

kurang merupakan salah satu alasan perlunya pengolahan citra. Citra baru yang dihasilkan
dari pengolahan citra diharapkan memiliki kualitas yang lebih baik dari citra awal.
Metode pengolahan citra digital selama ini sudah banyak dikembangkan dengan berbagi
cara, Metode contrast stretching ini adalah salah satunya. Gambaran umum dari metode ini
adalah mengolah nilai kontras dan nilai spasial dari citra awal. Terdapat empat tahapan
utama yang akan dilakukan untuk medapatkan sebuah citra baru sampai dengan proses
penampilan statistik citra, yaitu proses menampilkan citra awal pada window, perbaikan
kontras citra, menampilkan histogram citra dan menampilkan statistik citra.

2. Tinjauan Pustaka
2.1 Citra Digital
Citra digital merupakan representatif dari citra yang diambil oleh mesin dengan bentuk
pendekatan berdasarkan sampling dan kuantisasi. Sampling menyatakan besarnya kotakkotak yang disusun dalam baris dan kolom atau dengan kata lain sampling pada citra
menyatakan besar kecilnya ukuran pixel (titik) pada citra, dan kuantisasi menyatakan
besarnya nilai tingkat kecerahan yang dinyatakan dalam nilai tingkat keabuan (gray scale)
sesuai dengan jumlah bit biner yang digunakan oleh mesin dengan kata lain kuantisasi pada
citra menyatakan jumlah warna yang ada pada citra.

2.1.1 Pixel
Satuan atau bagian terkecil dari suatu citra disebut piksel (pixel atau picture element) yang
berarti elemen citra. Umumnya citra dibentuk dari kotak-kotak persegi empat yang teratur
sehingga jarak horizontal dan vertikal antar piksel adalah sama pada seluruh bagian citra.
Dalam komputer, setiap piksel diwakili oleh dua buah bilangan bulat (integer) untuk
menunjukkan lokasinya dalam bidang citra dan sebuah nilai dalam bilangan bulat (integer)
untuk menunjukkan cahaya atau keadaan terang-gelap piksel tersebut. Untuk menunjukkan
lokasi suatu piksel, koordinat (0,0) digunakan untuk posisi kiri atas dalam bidang citra, dan
koordinat (m-1, n-1) digunakan untuk posisi kanan bawah dalam citra berukuran mxn piksel.
Untuk menunjukkan tingkat pencahayaan suatu piksel, seringkali digunakan bilangan bulat
yang besarnya 8-bit, dengan lebar selang nilai 0-255, dimana 0 untuk warna hitam, 255 untuk
warna putih dan tingkat abu-abu berada di antara nilai-nilai 0 dan 255.

2.1.2 Format File Citra

a.

30

BMP (Bitmap Image)

Format file ini merupakan format grafis yang fleksibel untuk platform Windows
sehingga dapat dibaca oleh program grafis manapun. Format ini mampu menyimpan
informasi dengan kualitas tingkat 1 bit sampai 24 bit. Kelemahan format file ini
adalah tidak mampu menyimpan alpha channel serta ada kendala dalam pertukaran
platform. Untuk membuat sebuah objek sebagai desktop wallpaper, simpanlah
dokumen dengan format file ini. Format file ini dapat dikompres dengan kompresi

RLE. Format file ini mampu menyimpan gambar dalam mode warna RGB,
Grayscale, Indexed Color, dan Bitmap.
b.

GIF (Graphic Interchange)

Format file ini hanya mampu menyimpan dalam 8 bit (hanya mendukung mode
warna Grayscale, Bitmap dan Indexed Color). Format file ini merupakan format
standar untuk publikasi elektronik dan internet. Format file mampu menyimpan
animasi dua dimensi yang akan dipublikasikan pada internet, desain halaman web
dan publikasi elektronik. Format file ini mampu mengkompres dengan ukuran kecil
menggunakan kompresi LZW. Karekteristik format file ini adalah mampu
menayangkan maksimum sebanyak 256 warna karena format GIF menggunakan 8bit untuk setiap pixel-nya, mengkompresi gambar dengan sifat lossless dan
mendukung warna transparan dan animasi sederhana

c.

JPEG (Joint Photographi exspres)

JPEG adalah format gambar yang banyak digunakan untuk menyimpan gambargambar dengan ukuran lebih kecil. Karakteristik gambar JPEG memiliki ekstensi
.jpg atau .jpeg, mampu menayangkan warna dengan kedalaman 24-bit true color,
mengkompresi gambar dengan sifat lossy. Umumnya digunakan untuk menyimpan
gambar-gambar hasil foto. JPEG berbeda dengan MPEG (Moving Picture Experts
Group) yang menyediakan kompresi untuk video.

2.2 Pengolahan Citra

Pengolahan citra adalah suatu metode yang digunakan untuk memproses citra digital dua
dimensi maupun tiga dimensi. Sedangkan citra adalah representasi informasi dua dimensi
yang diciptakan atau dibuat dngan melihat atau lebih tepatnya merasakan sebuah gambar
atau pemandangan. Citra yang dalam hal ini berbentuk informasi visual harus diubah terlebih
dahulu menjadi sinyal digital agar dapat diolah dan dikenali oleh suatu perangkat komputer.
Perubahan ini dapat dilakukan dengan menggunakan sensor-sensor visual seperti scanner,
video kamera, digitizer, light pen, dan lain-lain.
Image processing atau sering disebut dengan pengolahan citra digital merupakan suatu
proses dari gambar asli menjadi gambar lain yang sesuai dengan keinginan kita. Misal sauatu
gambar yang kita dapatkan terlalu gelap maka dengan image processing gambar tersebut bisa
kita gambarkan seperti blok diagram pada Gambar 1 di bawah ini:

Citra Digital

Pengolahan Citra

Informasi Dalam
Bentuk Citra

Gambar 1. Blok diagram pengolahan citra

31

Citra didefinisikan sebagai fungsi intensitas cahaya dua-dimensi f(x,y) dimana x dan y
menunjukkan koordinat spasial, dan nilai f pada suatu titik (x,y) sebanding dengan brightness
(gray level) dari citra di titik tersebut. Citra digital adalah citra dengan f(x,y) yang nilainya
di-digitalisasi-kan (dibuat diskrit) baik dalam koordinat spasialnya maupun dalam gray
levelnya. Digitalisasi dari koordinat spasial citra disebut dengan image sampling, sedangkan
digitalisasi dari gray level citra disebut dengan gray-level quantization. Citra digital dapat
dibayangkan sebagai suatu matriks dimana baris dan kolomnya menunjukkan suatu titik di
dalam citra, dan nilai elemen matriks tersebut menunjukkan gray level di titik tersebut.
Elemen-elemen dari citra digital tersebut biasanya disebut dengan pixel, yang merupakan
singkatan dari picture elements.

2.3 Grayscale
Proses awal yang banyak dilakukan dalam image processing adalah mengubah citra
berwarna menjadi citra gray-scale, hal ini digunakan untuk menyederhanakan model citra.
Seperti telah dijelaskan di depan, citra berwarna terdiri dari 3 layer matrik yaitu R-layer, Glayer dan B-layer. Sehingga untuk melakukan proses-proses selanjutnya tetap diperhatikan
tiga layer di atas. Bila setiap proses perhitungan dilakukan menggunakan tiga layer, berarti
dilakukan tiga perhitungan yang sama. Sehingga konsep itu diubah dengan mengubah 3 layer
di atas menjadi 1 layer matrik gray-scale dan hasilnya adalah citra gray-scale. Dalam citra ini
tidak ada lagi warna, yang ada adalah derajat keabuan.

2.4 Contrast Stretching

Pengolahan citra digital bertujuan untuk mendapatkan citra baru yang lebih sesuai untuk
digunakan dalam aplikasi tertentu atau untuk mendapatkan citra baru sebagai informasi yang
lebih baik dari pada citra awal. Kontras adalah nilai range interval pada setiap pixel. Salah
satu jenis pengolahan citra adalah yang disebut dengan contrast stretching. Contrast
stretching ini adalah teknik yang digunakan untuk mendapatkan citra baru dengan kontras
yang lebih baik daripada kontras dari citra asalnya.
Citra dengan kontras rendah mempunyai kualitas yang relatif kurang baik, informasinya sulit
untuk diinterpretasikan secara langsung oleh mata manusia.
Citra yang memiliki kontras rendah dapat terjadi karena kurangnya pencahayaan, kurangnya
bidang dinamika dari sensor citra, atau kesalahan setting pembuka lensa pada saat
pengambilan citra. Ide dari proses contrast stretching adalah untuk meningkatkan bidang
dinamika dari gray level di dalam citra yang akan diproses.
Proses contrast stretching termasuk proses perbaikan citra yang bersifat point processing,
yang artinya proses ini hanya tergantung dari nilai intensitas (gray level) satu pixel, tidak
tergantung dari pixel lain yang ada di sekitarnya.

2.5 Dasar-Dasar Diagram Blok

Diagram blok adalah suatu pernyataan gambar yang ringkas, dari gabungan sebab dan akibat
antara masukkan dan keluaran dari suatu system.
Blok/Kotak adalah biasanya berisikan uraian dan nama elemennya, atau simbul untuk
operasi matematis yang harus dilakukan pada masukkan untuk menghasilkan Keluaran.

32

Tanda anak panah menyatakan arah informasi aliran isyarat atau unilateral. Sebagai contoh
sederhana diperlihatkan sbb:

input

Element
Pengendali

d/dt

output

Y= dx/dt

Gambar 2. Contoh Diagram Blok

3. Metode Penelitian
3.1 Perancangan dan Pembuatan Program

Gambar 3. Alur perencanaan pembuatan program

3.2 Proses Grayscale

Untuk mengubah citra berwarna yang mempunyai nilai matrik masing-masing r, g dan b
menjadi citra gray scale dengan nilai s, maka konversi dapat dilakukan dengan mengambil
rata-rata dari nilai r, g dan b

33

Original Image

Grayscale Image

Contrast stretching process

Histogram Determination

Pixel Value

New Image

Gambar 4. Blok Diagram Sistem

3.3 Proses Contrast Stretching

Proses membuka gambar adalah untuk mengambil citra yang akan diproses pada folder atau
file yang dimaksud. Proses ini akan menampikan citra awal berwarna RGB. Proses Contrast
Stretching dapat dilakukan dengan menentukan nilai inputan manual dalam bilangan bulat
(integer).
Start

Original
Image

Citra Warna
Y
T

Konversi
Y
Contrast Stretching

Citra Hasil

Save

End

34

RGB ke
Grayscale

Gambar 5. Flowchart program

Untuk menampilkan histogram, penulis membuat jendela histogram yang akan menampilkan
dua buah histogram, yaitu untuk citra sebelum diproses dan citra setelah diproses.

(a)

(b)
Gambar 6. (a) Contoh tampilan histogram citra berkontras rendah
(b) Contoh tampilan histogram citra berkontras tinggi

Histogram tersebut diperoleh dengan cara menyiapkan array bernama untuk menampung
jumlah pixel dari masing-masing gray level. Dari histogram ini akan tampak perbedaan
antara citra awal dan citra setelah diproses. Setelah itu program akan menampilkan nilai
pixel dari citra awal dan citra setelah diproses.

4. Hasil dan Pembahasan

4.1 Hasil Pembuatan program
Program awal pada penelitian ini berisi form Petunjuk Penggunaan. Form Petunjuk
penggunaan dibuat untuk memberikan panduan pada user dalam menggunakan program
perbaikan kontras ini. Pada form ini terdapat beberapa petunjuk penggunaan untuk
melakukan proses perbaikan kontras citra Greyscale maupun citra RGB mulai dari langkah
awal menampilkan citra awal sampai dengan menyimpan citra hasil pengolahan.

35

Gambar 7. Form petunjuk penggunaan

4.2 Tahap Pengujian Metode Contrast Stretching

Pada tahap pengujian perbaikan citra dengan menggunakan metode contras stretching ini
menggunakan menu tombol auto level untuk semua citra. Data gambar diambil
menggunakan kamera digital pada telepon genggam dan browsing di internet.
Pada tahap pengujian ini akan diuji keberhasilan dari program untuk menghasilkan citra hasil
diolah dengan kualitas kontras yang lebih tinggi.
Uji coba awal menggunakan metode contrast dilakukan hanya sebagai pembanding dengan
metode contrast stretching. Pada metode ini setiap pixel pada citra awal dikalikan dengan
value yang dimasukkan. Hasilnya dapat dilihat pada Gambar 8 dan Gambar 9

Gambar 8. Uji coba metode contrast pada citra grayscale

36

Gambar 9. Uji coba metode contrast pada grayscale

4.3 Analisa
Tabel 1. Hasil uji coba menggunakan auto level
NILAI
PIXEL
CITRA
AWAL
MI
MAX
N

NILAI
PIXEL
CITRA
HASIL
MI
MAX
N

NO

GAMBAR

KETERANGAN

Lihat Lampiran 2, Gambar 1

255

255

BERUBAH

Lihat Lampiran 2, Gambar 2

255

255

BERUBAH

Lihat Lampiran 2, Gambar 3

255

255

BERUBAH

Lihat Lampiran 2, Gambar 4

146

79

255

TIDAK BERUBAH

Lihat Lampiran 2, Gambar 5

151

95

255

TIDAK BERUBAH

Lihat Lampiran 2, Gambar 6

109

11

255

TIDAK BERUBAH

Lihat Lampiran 2, Gambar 7

253

255

TIDAK BERUBAH

Lihat Lampiran 2, Gambar 8

255

255

BERUBAH

Lihat Lampiran 2, Gambar 9

255

255

BERUBAH

10

Lihat Lampiran 2, Gambar 10

255

255

BERUBAH

11

Lihat Lampiran 2, Gambar 11

255

255

BERUBAH

12

Lihat Lampiran 2, Gambar 12

255

70

255

TIDAK BERUBAH

13

Lihat Lampiran 2, Gambar 13

252

255

BERUBAH

14

Lihat Lampiran 2, Gambar 14

255

255

BERUBAH

15

Lihat Lampiran 2, Gambar 15

254

255

TIDAK BERUBAH

37

16

Lihat Lampiran 2, Gambar 16

253

255

BERUBAH

17

Lihat Lampiran 2, Gambar 17

255

12

255

TIDAK BERUBAH

18

Lihat Lampiran 2, Gambar 18

255

255

BERUBAH

19

Lihat Lampiran 2, Gambar 19

255

41

255

TIDAK BERUBAH

20

Lihat Lampiran 2, Gambar 20

255

255

TIDAK BERUBAH

21

Lihat Lampiran 2, Gambar 21

255

255

TIDAK BERUBAH

22

Lihat Lampiran 2, Gambar 22

255

59

255

TIDAK BERUBAH

23

Lihat Lampiran 2, Gambar 23

228

50

255

TIDAK BERUBAH

24

Lihat Lampiran 2, Gambar 24

255

255

BERUBAH

25

Lihat Lampiran 2, Gambar 25

135

255

BERUBAH

26

Lihat Lampiran 2, Gambar 51

255

255

BERUBAH

27

Lihat Lampiran 2, Gambar 52

255

255

BERUBAH

28

Lihat Lampiran 2, Gambar 53

255

255

BERUBAH

29

Lihat Lampiran 2, Gambar 54

146

78

255

TIDAK BERUBAH

30

Lihat Lampiran 2, Gambar 55

151

95

255

TIDAK BERUBAH

31

Lihat Lampiran 2, Gambar 56

109

11

255

TIDAK BERUBAH

Dari uji coba yang dilakukan dan data yang diperoleh, maka dapat diambil kesimpulan
bahwa untuk citra tertentu yang memiliki nilai pixel maksimal 255 dan nilai pixel minimal 0,
proses perbaikan kontras dengan menggunakan metode contrast stretching ini tidak banyak
berpengaruh pada 55 % jumlah citra yang diolah jika dilakukan dengan munggunakan menu
auto level. Hasil gambar tidak selalu tampak lebih baik dilihat dari kualitas warna. Citra yang
memiliki nilai pixel maksimal 255 dan nilai pixel minimal 0 ini bisa terjadi karena beberapa
faktor, antara lain : intensitas cahaya tidak rata, kemampuan kamera, dan karena perbedaan
komposisi warna objek yang ditangkap oleh kamera.
Dari uji coba pengolahan citra menggunakan metode contrast stretching diperoleh data nilai
pixel tidak banyak berbeda antara file citra berekstensi JPEG, BMP dan GIF. Dari visualisasi
citra hasil yang diolah dengan nilai inputan yang sama antara citra yang berekstensi JPEG
dan BMP tidak tampak banyak perbedaan, sedangkan citra yang berekstensi GIF tampak
sedikit berbeda jika diperhatikan lebih cermat, citra hasil berekstensi GIF hasil warnanya
kurang halus.
Dari uji coba menggunakan citra yang memiliki karakteristik terang, nilai inputan yang
disarankan adalah R1>R2 dan S1>S2 dengan selisih nilai inputan antara R1 dan R2 minimal
150 dan selisih maksimal 200. Sedangkan untuk citra yang berkarakteristik gelap inputan
yang disarankan adalah R1<R2 dan S1<S2.

38

5. Kesimpulan
Dari hasil pengamatan dan percobaan maka dapat diambil beberapa garis besar sebagai
berikut:
1.

2.
3.

Proses perbaikan citra dengan menggunakan metode contrast stretching mampu

memperbaiki citra awal dan menghasilkan citra baru yang dapat memberi informasi
baru.
Contrast Stretching mampu memperbaiki citra yang intensitas cahayanya kurang
dengan nilai inputan S1 > S2 dan R1 > R2.
Untuk proses perbaikan kontras pada suatu citra dengan nilai pixel maksimal 255
dan nilai pixel minimal 0, dengan jumlah 55% dari keseluruhan citra yang diuji
menggunakan program contrast stretching ini tidak banyak berpengaruh pada nilai
pixel citra hasil bila dilakukan dengan menggunakan auto level.

Daftar Pustaka
Noviyanto,
Ary.
Contrast
Stretching.
2009.
http://www.yovian.
web.ugm.ac.id/system/application/downloads/cs_pub.pdf. diakses tanggal 28
Oktober 2010.
Nugroho, Setyo. Implementasi Metode Contrast Stretching untuk memperbaiki kontras
citra. 2005. http://www.scribd.com/doc/4854230/Implementasi-Metode-ContrastStretching-untuk-Memperbaiki-Kontras-Citra-Setyo-Nugroho. diakses 28 Oktober
2010.
Pratama,

Tanto.
Dasar-Dasar
Diagram
Blok.
2005.
202.91.15.14/upload/files/8624_DASARDIAGRAN_BLOK.doc. diakses tanggal 25
Juli 2011.

Riyanto Sigit, St, Drs. Achmad Basuki, M.Kom., Nana Ramadijanti, S.Kom., M.Kom., Dr Ir.
Dadet Pramadihanto, M.Eng. 2005. Praktikum Pengolahan Citra. Surabaya:
Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember.
Satrityanto, Edi. 2008. Pelatihan Image Processing. Surabaya: Politeknik Elektronika
Negeri Surabaya Institut Teknologi Sepuluh Nopember.

39

40