ABSTRAK
Deteksi tepi adalah hal yang umum dalam proses pengolahan citra digital karena merupakan salah satu
langkah awal dalam melakukan segmentasi citra, yang bertujuan untuk mempresentasikan objek-objek yang
terkandung dalam citra tersebut.
Deteksi tepi berfungsi untuk mengidentifikasikan garis batas dari suatu objek terhadap latar belakang
yang saling tumpang tindih. Dalam penelitian ini digunakan algoritma SUSAN.
Pada saat mendeteksi tepi pada citra yang mengandung noise algoritma SUSAN mampu melakukan
pendeteksian tepi. Secara objektif dapat dilihat nilai PSNR (Peak Signals Noise Ratio) yang dimiliki.
Perancangan Aplikasi Deteksi Citra Digital Dengan Algoritma Smallest Univalue Segment Assimilating 154
Nucleus. Oleh : Muhammad Luthfi
Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
3. Parameter yang akan diukur untuk mengetahui disimpan pada suatu media penyimpanan (Aniati
hasil kinerja masing-masing metode pendeteksi Murni, Pengantar Pengolahan Citra, 2012).
tepi adalah sensitivitas tiap-tiap metode Citra dikelompokkan menjadi dua bagian
terhadap noise (sensitivity rate), morfologi garis yaitu citra diam (still image) dan citra bergerak
yang dihasilkan pada citra keluaran hasil (animated images). Cira diam adalah citra tunggal
metode pendeteksi tepi, dan waktu yang yang tidak bergerak. Sebaliknya, citra bergerak
diperlukan untuk melakukan proses (timing adalah rangkaian citra diam yang ditampilkan secara
run). beruntun (sekuensial) sehingga memberi kesan pada
mata sebagai gambar yang bergerak. Setiap citra di
1.4. Tujuan Dan Manfaat dalam rangkaian itu disebut frame. Gambar-gambar
1.4.1. Tujuan : yang tampak pada film layar lebar atau televisi pada
1. Untuk merancang suatu aplikasi yang mampu hakekatnya terdiri dari ratusan sampai ribuan frame.
membahas Algoritma Smallest Univalue Citra dapat digolongkan menjadi dua jenis, yaitu
Segment Assimilating Nucleus dan hasil yang citra analog dan citra digital.
di dapat pada objek image
2. Untuk melacak titik-titik pada citra yang 2.3. Algoritma SUSAN (Smallest Univalue
dianggap sebagai tepi dari suatu objek, yang Segment Assmilating Nucleus)
membatasi suatu wilayah objek satu dengan Ide dibalik algoritma ini adalah dengan
yang lainnya menggunakan kesamaan nilai-nilai pixel
3. Menerapkan Algoritma Smallest Univalue tetangganya abu-abu sebagai klasifikasi kriteria.
Segment Assimilating Nucleus dalam sebuah Daerah pada SUSAN berada pada maksimum
prosedur program wilayah regional.
Lokal area SUSAN berisi informasi
1.4.2. Manfaat : mengenai struktur dari sebuah citra digital. Area ini
1. Membantu dalam melakukan pendeteksian daerah efektif untuk mencari dalam skala kecil. Bisa
terhadap kerusakan garis tepi suatu Citra digital dilihat dalam gambar 2.24, area SUSAN berada pada
khususnya citra digital dengan JPG. kondisi maksimum ketika nucleus berada pada
2. Memberikan gambaran cara mendeteksi garis permukaan citra, jatuh ke setengah dari
tepi pada citra digital dengan Algoritma maksimum pada saat dekat tepi lurus, dan jatuh
Smallest Univalue Segment Assimilating lebih jauh ketika di sudut. Area SUSAN tersebut
Nucleus. digunakan untuk menghasilkan tepi.
3. Sebagai bahan referensi bagi peneliti lain yang
ingin merancang perangkat lunak
pendeteksi garis tepi suatu citra digital sejenis.
2. Landasan Teori
2.1. Kriptografi
Kriptografi saat ini telah menjadi salah satu
syarat penting dalam keamanan teknologi informasi
terutama dalam pengiriman pesan rahasia.
Pengiriman pesan rahasia sangat rentan terhadap
serangan yang dilakukan oleh pihak ketiga, seperti
penyadapan, pemutusan komunikasi, pengubahan
pesan yang dikirim dan lainnya. Kriptografi dapat Gambar 1 Circular masks dengan posisi yang
meningkatkan keamanan dalam pengiriman pesan berbeda pada sebuah citra
atau komunikasi data dengan cara menyandikan
pesan tersebut berdasarkan algoritma dan kunci
tertentu yang hanya diketahui oleh pihak-pihak yang
berhak atas data/informasi tersebut. Hal ini
menyebabkan pihak-pihak yang tidak berhak tidak
dapat mengerti isi pesan tersebut (Rinaldi Munir,
Kriptografi, 2006).
Perancangan Aplikasi Deteksi Citra Digital Dengan Algoritma Smallest Univalue Segment Assimilating 155
Nucleus. Oleh : Muhammad Luthfi
Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
2.3.1. Kriteria Penilaian Kualitas Citra 1. Konversikan citra yang akan di deteksi.
Pada bagian ini dibahas mengenai Adapun hasil konversi citra diatas adalah
kriteria-kriteria penilaian baik-buruknya kualitas seperti gambar dbawah ini
citra, yaitu kriteria penilaian secara obyektif dengan
menggunakan suatu ukuran tertentu dan kriteria 4 4 3 5 4
penilaian secara subyektif dengan berdasarkan
pengamatan mata manusia(Kaur Beant, 2011). 6 6 5 5 2
5 6 6 6 2
2.3.2. Mean Square Error (MSE) f(x,y) =
Semakin kecil nilai MSE semakin kecil 6 7 5 5 3
nilai error pada suatu citra. Rumus MSE dapat 3 5 2 4 4
dituliskan sebagai berikut
1
MSE = (f(x,y)-g(x,y) 2. Tentukan kernel yang digunakan untuk
N −1
M .N mendeteksi citra.
∑ M −1
y =0 ∑
x=0 g(x,y) =
0 -1 0
-1 4 -1
2.3.3. Peak Signal to Noise Ratio (PSNR)
Peak Signal to Noise Ratio (PSNR) 0 -1 0
adalah perbandingan antara nilai maksimum dari
sinyal yang diukur dengan besarnya derau yang 3. Hitung nilai perkalian antara matriks citra
berpengaruh pada sinyal tersebut. PSNR merupakan dengan matriks kernel dari citra tersebut
parameter standar untuk menilai kuali-
tas suatu citra secara obyektif dengan
membandingkan noise terhadap sinyal puncak. Pada
umumnya disajikan dengan angka desimal yaitu dua
angka dibelakang koma. Nilai nyata (actual value)
tidak sepenuhnya berarti, tetapi perbandingan dua Hasil Proses-1 = 3 Nilai ini dihitung dengan
nilai untuk citra rekonstruksi yang berbeda cara berikut :
memberikan satu nilai mutu. Semakin tinggi
nilainya, semakin tinggi mutunya (Kaur Beant, (0 x 4) + (-1 x 4) + (0 x 3) + (-1 x 6) + (-1 x
2011). PSNR biasanya diukur dalam satuan desibel, 5) + (0 x 5 ) +(-1 x 6) + (0 x 6) = 3
berikut persamaannya:
255
PSNR = 20.log 10 3
MSE
3. Pembahasan
Pada tahap ini akan dicontohkan proses
tepi citra dengan gambar yang digunakan berformat 4. Geser kernel satu pixel ke kanan, kemudian
JPEG. Adapun prosesnya dapat terlihat pada tahapan hitung nilai pixel pada posisi (0,0) dari kernel
dibawah ini.
Perancangan Aplikasi Deteksi Citra Digital Dengan Algoritma Smallest Univalue Segment Assimilating 156
Nucleus. Oleh : Muhammad Luthfi
Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Hasil Proses-2 = 0
(0 x 4) + (-1 x 3) + (0 x 5) + (-1 x 6) + (4 x
5) + (-1 x 5) + (-1 x 6) + (0 x 6) + (-1 x 6) +
(0 x 6 )=0 Gambar 1. Form Utama Deteksi Tepi
(0 x 3) + (-1 x 5) + (0 x 4) + (-1 x 5) + (4 x
5) + (-1 x 2) + (0 x 6) + (-1 x 6 ) + (0 x 2)=2
Gambar 2. Open File
3 0 2 3. Tampilan Form Proses
Form ini digunakan untuk mengambil foto mana
yang akan diuji deteksi tepi. Gambar yang digunakan
dalam pengujian ini menggunakan foto dengan
Dengan cara yang sama seperti tadi, maka pixel- format JPG. Adapun form tersebut dapat dilihat pada
pixel pada baris ke tiga diproses sehingga gambar 3 dibawah ini.
menghasilkan :
3 0 2
0 2 6
6 0 2
4. Implementasi
Implementasi merupakan percobaan suatu
sistem yang telah jadi ke dalam permasalahan yang
Gambar 3. Form Pilih File
sebenarnya. Pengimplementasian suatu program
akan berpengaruh pada spesifikasi komputer yang
digunakan, agar program bisa berjalan dengan baik
maka spesifikasi perangkat keras dan perangkat
lunak harus sesuai.
Perancangan Aplikasi Deteksi Citra Digital Dengan Algoritma Smallest Univalue Segment Assimilating 157
Nucleus. Oleh : Muhammad Luthfi
Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
5.2. Saran
Dalam pembuatan skripsi ini, masih terdapat
banyak kekurangan yang dapat diperbaiki untuk
pengembangan selanjutnya. Beberapa saran yang
dapat diberikan adalah:
1. Penelitian ini dapat dikembangkan dengan studi
kasus yang berbeda. Baik dari metode yang
digunakan, maupun dari permasalahan yang
ingin dipecahkan dengan memanfaatkan kinerja
metode pendeteksi tepi.
2. Untuk pengembangan selanjutnya dapat
dilakukan dengan menganalisa pengaruh
kualitas resolusi citra dengan format lain selain
*.jpg terhadap kinerja metode pendeteksi tepi.
3. Pengembangan juga dapat dilakukan dengan
mengkombinasikan beberapa pendeteksi tepi
untuk mendeteksi sebuah citra, kemudian
dianalisis hasilnya apakah semakin baik atau
semakin buruk.
4. Aplikasi yang dirancang masih memiliki menu
yang terbatas. Penambahan menu-menu akan
membantu penggunaan aplikasi yang lebih baik
5. Apabila masih banyak terdapat kekurangan dan
kesilapannya penyusun meminta maaf yang
sebesar-besarnya, dan apabila ada masukan
yang berguna dan bermanfaat bagi skripsi ini
penyusun bersedia menerimanya untuk
kelanjutan yang mungkin membuatnya menjadi
lebih sempurna dari sebelumnya.
DAFTAR PUSTAKA
Perancangan Aplikasi Deteksi Citra Digital Dengan Algoritma Smallest Univalue Segment Assimilating 158
Nucleus. Oleh : Muhammad Luthfi