TUGAS AKHIR PENGOLAHAN CITRA DIGITAL

PENGENALAN POLA GAMELAN DENGAN MENGGUNAKAN

METODE DETEKSI TEPI (EDGE DETECTION) DAN METODE CANNY

Diajukan untuk memenuhi syarat mata kuliah Pengolahan Citra digital

Disusun Oleh :

Muhammad Abdul Tsaqif A11.2016.09502

Vareza Vimaretantyo A11.2016.09503

Rizky Orlando A11.2016.09508

A11.4707

FAKULTAS ILMU KOMPUTER

UNIVERSITAS DIAN NUSWANTORO

SEMARANG

DESEMBER 2018
 BAB I

1.1. Latar Belakang

Gamelan merupakan alat atau media dalam berkomunikasi pada jaman dahulu
namun sekarang gamelan sudah menjadi ikon budaya Indonesia. Gamelan sendiri
memiliki ciri karakterisitik yang unik dalam segi bentuk, tekstur, warna, dan suara.
Gamelan terdiri dari beberapa komponen agar menjadi suatu kesatuan musik yang
menarik. Setiap komponen gamelan memilki bentuk yang bermacam-macam sehingga
mudah untuk mengenali nama dan jenis gamelan tersebut. Bentuk gamelan yang
geometris dimanfaatkan agar mudah dalam proses pengenalan pola untuk setiap
gamelan.
Penentuan suatu objek dalam pengolahan citra merupakan proses penentuan
suatu wilayah pada citra dimana nantinya citra tersebut akan diteliti lebih lanjut.
Seringkali proses ini diimplementasikan pada aplikasi segmentasi citra, yang digunakan
untuk mengenali objek-objek citra secara keseluruhan. Adapun filter yang digunakan
untuk pengembangan proses ini diantaranya smoothing filters dan sharpening filters.
Kali ini filter yang akan digunakan adalah sharpening filters. Karena pada filter ini citra
akan ditajamkan nilai pixelnya yang nantinya diharapkan akan muncul edge yang
digunakan untuk mendeteksi suatu objek. Metode yang digunakan pada sharpening
filters ada tiga yaitu; Roberts, Prewitt, dan Sobel.
Dengan acuan penelitian yang telah dirangkum penggunaan metode Canny
untuk memisahkan gambar asli dengan background menghasilkan prosentase
keberhasilan tertinggi, sehingga untuk melakukan preprocessing penggunaan metode
Canny diperlukan. Deteksi tepi sendiri yang mengubah derajat citra yang menjadi
keabuan akan mudah dianalisis dengan menggunakan metode Canny.
Deteksi tepi ( Edge Detection ) adalah proses dimana mengubah suatu citra
menjadi citra yang hanya menampilkan tepi-tepi saja. Lalu tepi-tepi tersebut nantinya
akan dimanfaatkan sebagai acuan untuk mengidentifikasi suatu objek. Deteksi tepi
( Edge Detection ) dipilih karena dengan menggunakan proses ini nantinya diharapkan
karakter setiap gamelan dapat dilihat dan dikenali antara gamelan satu dengan gamelan
yang lain.
Pada penelitian ini kami memfokuskan pada pendeteksian tepi untuk mengenali
pola setiap gamelan yang akan diinputkan sebagai sebuah inputan. Inputan tersebut
 nantinya akan diproses lalu ditentukan apakah kategori inputan (gamelan) tersebut.
Sehingga dengan harapan nantinya masyarakat mudah dalam mengenali jenis gamelan
dan tertarik untuk memainkan gamelan tersebut.

1.2. Rumusan Masalah

Berdasarkan uraian latar belakang sebelumnya, berikut merupakan rumusan masalah
yang dapat diambil :
a. Bagaimana Kinerja dari metode Sobel, Prewitt, Robert, dan Canny dalam mengolah
suatu citra ?
b. Bagaimana pengimplementasian dari metode-metode tersebut ketika akan
mengolah suatu citra ?

1.3. Batasan Masalah

Dalam penelitian ini pengguanaan batasan masalah diperlukan agar nantinya tugas
akhir ini tidak menimbulkan bahasan baru diluar topik, batasan masalahnya sebagai berikut :
a. Penelitian ini akan menguji data sebanyak lima citra gamelan sebagai data uji.
b. Pengujian terhadap data akan menggunakan metode Sobel, Prewitt, Robert, dan
Canny.
c. Data citra yang didapatkan diambil dari pengambilan acak melalui internet.

1.4. Tujuan Penelitian

Dari perumusan masalah yang telah dibahas sebelumnya, berikut merupakan tujuan dari
penelitian ini :
a. Mengenalkan Gamelan dengan mengimplementasikan metode-metode yang
digunakan untuk meneliti.
b. Mengetahui hasil perbandingan dan menentukan tingkat kemiripan citra asli dengan
citra yang diujikan menggunakan metode Canny.
c. Mengimplementasikan metode Canny dan mengembangkannya agar citra yang
diujikan nantinya memiliki tingkat kemiripan yang cukup tinggi.
1.5.Manfaat Penelitian
a. Bagi penulis :
 Menambah pengetahuan tentang proses pengenalan pola atau “Edge
Detection”
 Menambah refrensi dalam pengetahuan pengolahan citra digital
 Penulis dapat mengetahui bagaimana cara mengetahui pola suatu citra
dengan terstruktur.
b. Bagi Developer :
 Penelitian ini dapat digunakan untuk mengembangkan aplikasi yang
digunakan layaknya AR guna mengenali objek gamelan yang belum
diketahui informasinya.
 Sebagai refrensi pengembangan suatu penelitian.
c. Bagi Masyarakat :
 Masyarakat dapat mengetahui informasi sebuah gamelan hanya dengan
melalui aplikasi dan diharapkan masyarakat akan tertarik untuk
melestarikan budaya gamelan.
 BAB II
TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Dalam penilitian ini, kami menggunakan beberapa hasil penelitian yang memiliki keterkaitan
subjek maupun objek guna sebagai acuan kami untuk mendapatkan hasil yang akurat. Jurnal-
jurnal berikut membantu peneliti untuk menentukan langkah untuk melakukan penelitian
sesuai dengan metode yang akan diujikan.

1.1. State of Art

NO Judul Penulis Tahun Metode Hasil

1 DETEKSI Febri Liantoni 2015 Deteksi tepi Hasil dari algoritma
TEPI CITRA Jurusan Teknik (Robert, ACO lebih baik
DAUN Informatika, Prewitt, dibandingkan
MANGGA Institut Sobel) dan menggunakan metode
MENGGUN Teknologi Adhi algoritma Ant deteksi tepi roberts,
AKAN Tama Surabaya Colony prewitt, dan sobel.
ALGORITM Optimization Karena algoritma
A ANT (ACO) ACO menghasilkan
COLONY unggul detail dan
OPTIMIZAT garis tepi yg lebih
ION jelas dari pada ke 3
metode tersebut.

2 PENERAPA Arif Sutikno, 2014 Deteksi tepi Pada tingkat akurasi

N METODE Ema Utami, Canny, tepi, metode canny
MORFOLO Andi Sunyoto, Prewitt, canny unggul dengan
GI Magister Teknik Sobel dan 90,91 % dari
GRADIEN Informatika morfologi morfologi 86,53 %,
UNTUK STMIK gradien.morf prewit dan sobel 59,09
PERBAIKA AMIKOM ologi gradien. % . Akan tetapi pada
N Yogyakarta tingkat kecepatan
KUALITAS waktu, canny paling
DETEKSI lama yaitu 2,54 detik,
TEPI PADA sedangkan morfologi
CITRA mendapatkan 1,86
MOTIF detik lebih cepat dari
BATIK canny 2,54 detik. Jadi,
jika dibandingkan
 metode morfologi
gradien lebih efektif.

3 PENGENAL Johanes 2014 Menggunaka Pada saat

AN MOTIF Widagdho n Deteksi tepi menggunakan data
BATIK Yodha, Achmad Canny dan K- testing yang sama
MENGGUN Wahid nearest dengan data training
AKAN Kurniawan Neighbor. tingkat pengenalan
DETEKSI pola motif tertinggi
TEPI pada saat data testing
CANNY dan data training di
DAN K- klasifikasikan
NEAREST menggunakan k = 1
NEIGHBOR dengan hasil akurasi
sebesar 100%.
Sedangkan sebaliknya
menggunakan yang
berbeda dari data
training dan canny ,
mendapatkan
persentase 50 – 60%
lebih. Penelitian dapat
dikembangkan
dengan mengubah
agoritma
4 PENGENAL Imelda Dua 2014 Menggunaka Deteksi tepi dengan
AN MOTIF Reja, Albertus n deteksi tepi menggunakan metode
SARUNG(Ut Joko Santoso sobel canny lebih unggul
an Maumere) ,Universitas ,canny,laplaci dari pada sobel dan
MENGGUN Atma Jaya an laplacian. Karena dari
AKAN Yogyakarta hasil analisis citra ,
DETEKSI canny menghasilkan
TEPI detail lebih jelas dari
pada sobel dan
laplacian.

5 PENGENAL Fera 2016 Menggunaka Pada hasil pengujian

AN MOTIF Flaurensia,Tedy n deteksi tepi sistem penenalan pola
BATIK Rismawan,Rah canny dan dari 9 motif batik
INDONESIA mi Hidayati, Template mendapatkan rata-
MENGGUN Jurusan Sistem Matching. rata ketepatan
AKAN Komputer, pengenalan pola
DETEKSI Fakultas MIPA sebesar 89,44%. Jadi
TEPI Universitas deteksi tepi canny dan
CANNY Tanjungpura Jl. template matching
DAN Prof. Dr. H. dapat digunakan
TEMPLATE Hadari Nawawi, dalam mengenali
MATCHING Pontianak motif batik.
6 ANALISA Rizky Yuni 2015 Menggunaka Pada hasil
PERBANDI Andriyanto n metode perhintungan MSE ,
NGAN , Setia Astuti, deteksi tepi metode sobel unggul
KINERJA S.Si, M.Kom, sobel dan tipis dari canny.
DETEKSI Teknik canny. Sedangkan pada hasil
TEPI Informatika, perhitungan PSNR ,
METODE Fakultas Ilmu metode canny unggul
SOBEL DAN Komputer, banyak dari sobel.
METODE Universitas Dian Jadi, perbandingan
CANNY Nuswantoro menghasilkan 16:14
PADA metode canny lebih
CITRA baik dari pada sobel.
LUKISAN
7 ANALISIS Dian Parikesit 2014 Menggunaka Pada saat pengenalan
DETEKSI Magister n deteksi tepi
jenis bentuk wajah,
TEPI Komputer (sobel,prewit,
metode deteksi tepi
UNTUK Universitas Budi robert) dan Roberts dan Prewitt,
MENGIDEN Luhur Jakarta morfologi. mendapatkan 75%.
TIFIKASI Sedangkan metode
POLA deteksi tepi sobel
WAJAH 74%. Dan pada
REVIUW pengenalan jenis tepi
(IMAGE wajah, metode deteksi
EDGE tepi Sobel
DETECTIO mendapatkan 90%.
N BASED Sedangkan metode
DAN deteksi tepi Roberts
MORPHOL dan Prewitt 84%.
OGY) Bisa dilihat bahwa
deteksi sobel lebih
unggul dari pada
deteksi roberts dan
prewit.
8 KLASIFIKA Urai Nur 2015 Menggunaka Dari hasil 25
SI JENIS Ichsani,Dedi n Metode pengujian, terdapat 24
BUNGA Triyanto,Ikhwan deteksi tepi pengujian valid
KAMBOJA Ruslianto (sobel), mendapatkan 96%
JEPANG ,Jurusan Sistem koefisien keberhasilan
(ADENIUM Komputer, korelasi dan klasifikasi dan 1 tidak
SP.) Fakultas MIPA histogram valid mendapatkan
BERDASAR Universitas hue. 4% keberhasilan
KAN CITRA Tanjungpura klasifikasi . Dari 24
MAHKOTA pengujian tersebut,
MENGGUN hasil gabungan antara
AKAN nilai histogram hue =
EKSTRAKSI nilai hasil deteksi tepi
FITUR sobel yaitu 41,67%.
WARNA Jadi, penggunaan
DAN gabungan metode
DETEKSI sobel dan histogram
TEPI hue dapat digunakan
di dalam penelitian
ini.
 9 APLIKASI Asahar Johar , 2014 Penggunaan Aplikasi yang
PENGOLAH Desi Andreswari metode sobel melakukan koreksi
AN CITRA , Gita Triyana untuk dengan menggunakan
DIGITAL mendeteksi algoritma sobel dapat
UNTUK jawaban pada menghasilkan deteksi
PENDETEK lembar dari LJK dari deteksi
SI jawaban tepi LJK. Hasil
JAWABAN komputer deteksi LJK yang
PADA (LJK) yang terdeteksi merupakan
LEMBAR kemudian arsiran salah satu
JAWABAN akan jawaban dan yang
KOMPUTER dicocokan tidak terdeteksi adalah
MENGGUN dengan kunci arsiran jawaban lebih
AKAN jawaban dari satu
ALGORITM untuk
A SOBEL memperoleh
skor nilai

10 ANALISIS Ayu Fitri Amalia 2018 Penggunaan Pola pupil dan iris
DETEKSI , Handoyo metode diperoleh melalui
IRIS MATA Saputro deteksi tepi pengolahan citra filter
MENGGUN sobel untuk median, deteksi tepi,
AKAN mendeteksi Dilatasi, dan filling.
METODE iris mata Deteksi tepi
DETEKSI untuk menggunakan
TEPI SOBEL mendapat operator sobel
hasil yg lebih memiliki hasil yang
baik dan lebih baik dalam
efisien analisa pupil daripada
analisa iris

Dengan menggunakan algoritma Roberts, Prewitt, dan Sobel sebagai metode dalam
membuat tugas akhir tentang Pengenalan Pola pada gamelan. Data citra dapat didapatkan
dengan mencari di internet atau mengambil gambar dengan kamera yang lalu akan pola yang
membentuk suatu objek gamelan.
2.2 Tinjauan Pustaka
a. Gamelan
Gamelan merupakan sekumpulan alat musik tradisional yang terdiri atas
demung, saron, peking, kendang, bonang, dan gong. Gamelan sendiri merupakan
kata yang merujuk pada alatnya, dimana kata tersebut memiliki arti sebuah satu
kesatuan utuh yang dihasilkan secara bersama-sama. Gamelan dulunya digunakan
sebagai media untuk berkomunikasi antar manusia dengan menggunakan gamelan
mereka bercerita tentang manis pahitnya sebuah kehidupan.
Gamelan terdiri dari beberapa komponen seperti yang disebutkan pada
paragraf sebelumnya yaitu demung, saron, peking, kendang, bonang, dan gong.
Untuk membunyikan suara pada gamelan dilakukan dengan memukul gamelan
tersebut sesuai dengan nada dan tempo tertentu agar menghasilkan nada yang
harmonis.

b. MATLAB (Matrix Laboratory)

Matlab merupakan aplikasi komputasi numerikal dengan bahasa
pemrograman komputer generasi keempat. Aplikasi ini dikembangkan oleh
MathWorks. Matlab sendiri dapat memanipulas matriks, fungsi, data,
mengimplementasi algoritma, dan sebagai media penelitian dalam suatu
perhitungan. Untuk membantu pengguna dalam melakukan perhitungan disediakan
sebuah toolbox untuk memudahkan akses aljabar pada komputer. Matlab juga
memiliki simulasi grafis yang digunakan untuk menampilkan hasil penelitian.

c. Deteksi Tepi (Edge Detection)

Deteksi tepi merupakan metode matematika dengan mengidentifikasi
titik-titik pada gambar digital dengan kecerahan gambar yang berubah tajam atau
memiliki perbedaan warna yang mencolok.

Operator Sobel
Berikut adalah pengaturan piksel pada piksel (x,y) :
Operator Sobel adalah magnitude dari gradien yang dihitung dengan :

Untuk Turunan parsial dihitung dengan :

Operator Prewitt

Operator Prewitt memiliki persamaan seperti operator Sobel, namun konstanta

pada algoritma Prewitt bernilai c=1.

Operator Roberts

Operator Roberts atau sering disebut dengan operator silang menghitung

persamaan beberapa fungsi dengan menyilang. Contoh :
Operator Canny

Penggunaan algoritma Canny dilakukan agar dapat mengkonvolusikan fungsi

pada gambar dengan operator gaussian dan turunan-turunannya.

Turunan pertama dari fungsi citra yang telah dikonvolusikan dengan fungsi
gaussian,

g(x,y) = D[gauss(x,y)*f(x,y)]

Ekuivalen dengan fungsi citra yang dikonvolusikan dengan turuna pertama dari
fungsi gaussian,

g(x,y) = D[gauss(x,y)]*f(x,y)

Oleh karena itu, dimungkinkan untuk melakukan kombinasi tingkat

kehalusan dan pendeteksian tepi ke dalam suatu konvolusi dalam satu dimensi
dengan dua arah yang berbeda (vertikal dan horizontal).

Operator Closing (Penutupan)

Closing merupakan proses dilasi yang diikuti dengan erosi. Operator ini bertujuan
untuk mengisi lubang kecil pada suatu objek dengana menggabungkan objek
yang berdekatan.
 BAB III
PERANCANGAN PROGRAM

3.1. Peningkatan Mutu Citra

Peningkatan mutu citra dilakukan untuk mengurangi atau menghapus gangguan pada
citra.
3.1.1. Konversi Citra Menjadi Keabuan
Citra yang diinputkan adalah citra warna (RGB) sehingga diperlukan
pengkonversian menuju citra keabuan. Contoh perintah pada source code :
gray = rgb2gray(I);

3.1.2. Penghapusan Titik-Titik Noise

Citra yang sudah menjadi abu-abu akan dilakukan proses closing untuk
menghilangkan titik-titik noise pada citra agar mudah untuk diidentifikasi.
Contoh perintah pada source code :
closing = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel);

3.2. Pengujian Citra

Pengujian citra akan dilakukan dengan menggunakan empat metode yang nantinya citra
yang dihasilkan akan digunakan untuk membandingkan kemiripan pola dengan citra
asli.
3.2.1. Pengujian dengan operator Sobel
Pengujian ini dilakukan untuk mendapatkan hasil citra dengan menggunakan
operator sobel. Contoh pada source code :
BW = edge(gray,’sobel’);

3.2.2. Pengujian dengan operator Prewitt

Pengujian ini dilakukan untuk mendapatkan hasil citra dengan menggunakan
operator prewitt. Contoh pada source code :
BW = edge(gray,’prewitt’);
3.2.3. Pengujian dengan operator Roberts
Pengujian ini dilakukan untuk mendapatkan hasil citra dengan menggunakan
operator roberts. Contoh pada source code :
BW = edge(gray,’roberts’);

3.2.4. Pengujian dengan operator Canny

Pengujian ini dilakukan untuk mendapatkan hasil citra dengan menggunakan
operator canny. Contoh pada source code :
BW = edge(gray,’canny’);
 BAB IV
HASIL DAN PEMBAHASAN

4.1 Hasil Pengujian

Hasil pengujian didapatkan dari menguji suatu citra dengan mengimplementasikan
operator-operator seperti sobel,prewitt,roberts, dan canny.
a. Pengujian Sobel
Didapatkan hasil sebagai berikut :

Hanya dengan pengimplementasian dari operator sobel dihasilkan citra pola

gamelan bonang seperti berikut. Dari citra yang dihasilkan masih terdapat garis-
garis yang belum tersambung dengan sempurna. Hal ini dikarenakan pada tahap ini
belum mengimplementasikan operator closing guna menutup garis garis yang
terkesan kosong agar nantinya menjadi garis yang tersambung dan menampilkan
pola gamelan yang mudah diidentifikasi.
b. Pengujian prewitt
Didapatkan hasil sebagai berikut :

Dari hasil citra yang ditampilkan terlihat pola gamelan yang mirip dengan hasil citra
sebelumnya yang menggunakan operator sobel. Hal ini dikarenakan operator
prewitt memiliki matriks pengaturan yang sama dengan operator sobel. Akan tetapi
operator prewitt memiliki konstanta c = 1, sedangkan untuk operator sobel
konstanta yang dimiliki dinamis. Sama seperti sebelumnya pada tahap ini juga
belum mengimplementasikan operator closing.
c. Pengujian Roberts
Didapatkan hasil sebagai berikut :

Dari hasil pengujian roberts tampak citra yang dihasilkan memiliki kepudaran garis
yang menyebabkan citra tidak tampak. Hal ini dikarenakan nilai pada matriks pada
citra dikalikan dan menghasilkan nilai gradien yang maksimal sehingga garis yang
memiliki kecenderungan hitam akan dimaksimalkan ke hitam begitu pula dengan
yang garis berwarna putih.
d. Pengujian Canny
Didapatkan hasil sebagai berikut :

Dari hasil pengujian menggunakan operator canny dihasilkan citra yang tampak
jelas memiliki bentuk dan sedikit noise yang membuat citra sedikit tampak kacau.
Beberapa garis yang ketika menggunakan operator sebelumnya terputus pada
pengujian ini terlihat tersambung namun terdapat noise yang mengganggu
pendeteksian bentuk dari objek gamelan tersebut.
4.2 Analisis
Berdasarkan pengujian yang telah dilakukan dengan menggunakan empat
operator deteksi tepi, kinerja program telah mencapai 60% dimana semua hasil
pengujian dapat terdeteksi namun masih terdapat noise yang perlu diatasi. Adapun
beberapa faktor yang mempengaruhi kurang maksimalnya pendeteksian ini :

a. Pola ukiran setiap gamelan

Setiap gamelan memiliki ukiran pada kayu penopang gamelan itu sendiri.
Pada setiap ukiran akan memunculkan proyeksi sebuah garis yang nantinya
ketika dianalisis akan menghasilkan garis yang noise maupun garis
pembentuk pola gamelan tersebut.

b. Kurangnya pengimplementasian operator

Penulis mengetahui bahwa operator yang kurang dalam pengujian sangat
berpengaruh pada hasil citra yang ditampilkan. Masih diperlukan operator-
operator pendukung guna memaksimalkan pendeteksian pola gamelan.
 BAB V
KESIMPULAN DAN PENUTUP

Kesimpulan

Berdasarkan penelitian ini, data yang diujikan merupakan contoh suatu citra gamelan
yang diunduh melalui internet. Didapatkan hasil yang cukup memungkinkan dimana kinerja
dari program sudah berjalan 60% sesuai dengan harapan dimana program dapat mendeteksi
pola pada gamelan. Ketika melakukan penelitian terdapat beberapa faktor yang sangat
mempengaruhi hasil pendeteksian pola suatu citra diantaranya :
a. Pola setiap gamelan memiliki keunikan masing-masing yang terlihat dari setiap bentuk
pada gamelan yang akan mempengaruhi banyaknya noise ketika dilakukan
pendeteksian pola.
b. Operator yang digunakan kurang mencukupi guna mendeteksi pola gamelan yang
terkesan unik.
c. Kematangan skill dalam tata cara peng-coding-an pada MATLAB.

Saran

Untuk penelitian selanjutnya ketika melakukan suatu pengenalan pola diharapkan

menggunakan operator tambahan yang dapat menunjang hasil dari pengujian pada penelitian
ini.
 DAFTAR PUSTAKA

[1] Febri Liantoni , “Deteksi Tepi Citra Daun Mangga Menggunakan Algoritma Antcolony
Optimization”, 2015

[2] Arif Sutikno, Ema Utami, Andi Sunyoto, “Penerapan Metode Morfologi Gradien Untuk
Perbaikan Kualitas Deteksi Tepi Pada Citra Motif Batik”, 2014

[3] Johanes Widagdho Yodha, Achmad Wahid Kurniawan, “Pengenalan Motif Batik
Menggunakan Deteksi Tepi Canny dan K-Nearest Neighbor”, 2014

[4] Imelda Dua Reja, Albertus Joko Santoso, “Pengenalan Motif Sarung (Utan Maumere)
Menggunakan Deteksi Tepi”, 2014

[5] Fera Faurensia, Tedy Rismawan, Rahmi Hidayati, “Pengenalan Motif Batik Indonesia
Menggunakan Deteksi Tepi Canny dan Template Matching”, 2016

[6] Rizky Yuni Andriyanto, Setia Astuti, “Analisa Perbandingan Kinerja Deteksi Tepi
Metode Sobel dan Metode Canny Pada Citra Lukisan”, 2015

[7] Dian Parikesit, “Analisis Deteksi Tepi Untuk Mengidentifikasi Pola Wajah Reviuw
(Image Detection Based dan Morphology)”, 2014

[8] Urai Nur Ichsani, Dedi Triyanto, Ikhwan Ruslianto, “Klasifikasi Jenik Bunga Kamboja
Jepang (Adenium SP.) Berdasarkan Citra Mahkota Menggunakan Ekstraksi Fitur Warna dan
Deteksi Tepi”, 2015

[9] Asahar Johar, Desi Andreswari, Gita Triyana, “Aplikasi Pengolahan Citra Digital
Untuk Pendeteksi Jawaban Pada Lembar Jawaban Komputer Menggunakan Algoritma Sobel”,
2014

[10] Ayu Fitri Amlia, Handoyo Saputro, “Analisis Deteksi Iris Mata Menggunakan Metode
Deteksi Tepi Sobel”, 2018