ABSTRAK
Dalam suatu citra, banyak informasi yang bisa didapat, dan informasi tersebut
dapat digunakan untuk menyederhanakan analisis citra, misalkan identifikasi objek dan
ekstraksi warna. Citra memiliki citra warna, salah satunya adalah citra warna model
RGB. Selain itu sebuah citra juga memiliki citra skala keabuan (grayscale) memiliki
unsur-unsur yang terdiri dari entropy, kontras, energi, homogenitas, skala keabuan dan
standar deviasi. Unsur-unsur citra RGB dan skala keabuan tersebut dapat mengenali atau
membedakan suatu objek berbentuk citra berdasarkan warnanya. Grayscale adalah
warna-warna piksel yang berada dalam rentang gradasi warna hitam dan putih, oleh
karena itu gambar grayscale hanya memiliki warna abu-abu dan tidak berwarna. Sebagai
alat bantu dalam mengolah citra, digunakan software MATLAB versi R2013a, karena
terdapat toolbox yang dapat mengolah objek untuk membantu dan mempermudah dalam
pengolahan warna dalam suatu objek.
III. METODE
1. Pengumpulan Data
Data yang digunakan bersumber dari daun pohon lohansung di Kecamatan medan
tembung, untuk jenis daunnya ada beberapa ukuran dari daun yang kecil, sedang hingga
yang besar. Data yang dikumpulkan sebanyak 30 data berupa data tekstual yang digunakan
sebagai data training untuk mendapatkan pohon keputusan. Sedangkan data gambar daun
yang akan diakuisisi bersumber dari pohon lohansung yang diambil dengan kamera
smartphone 8 megapixel dengan mode manual. Data gambar diambil dengan rasio 1:1
berukuran 6 x 6 cm dengan latar belakang berwarna agar proses segmentasi atau
pemisahan objek dengan latar belakang lebih mudah seperti terlihat pada Gambar 1.
IV. PEMBAHASAN
Untuk mendapat hasil dari pembahasan yang telah dijelaskan diatas, maka berikut
langkah-langkah pengolahan citra dari objek yang telah kami siapkan yaitu daun pohon
lohansung.
1. Pertama-tama bukalah aplikasi Matlab pada PC/Laptop anda.
2. Setelah dibuka, maka akan muncul tampilan seperti berikut ini.
3. Seperti tujuan kita sebelumnya yaitu untuk mengidentifikasi nilai RGB dan
Grayscale dari daun pohon lohansung, maka untuk memulai membuat sebuah pengolahan
citra kita harus menempatkan file/gambar kita yang berbentuk JPG pada lokasi aplikasi
matlab kita. Untuk mengetahui citra RGB dari objek kita, maka pada jendela comman
windows masukkanlah coding seperti berikut ini untuk pemanggilan gambar RGB nya.
Setelah coding tersebut dimasukkan, maka hasilnya akan tampil seperti gambar yang
dibawah ini.
Tampillah gambar dengan warna RGB yang dengan berbagai warna hijau.
4. Lalu untuk mendapatkan hasil Grayscale pada objek kita, lanjutkanlah coding
yang telah dibuat tadi dengan coding berikut ini.
Maka muncullah hasil citra nya seperti di bawah ini.
Dari proses pengolahan citra tersebut, maka kita dapat melihat hasil akhirnya berikut.
(a) (b)
Gambar. Mengkonversi Gambar (a) RGB Menjadi Gambar (b) Grayscale.
Dengan kode program
>> RGB = imread('daun lohansung.jpg');
>> imshow(RGB)
>> I = rgb2gray(RGB);
>> imshow(I)
IV. SIMPULAN
Penggunaan unsur-unsur citra warna model RGB yang terdiri dari warna merah,
hijau dan biru ditambah citra skala keabuan (grayscale) memiliki unsur-unsur yang terdiri
dari entropy, kontras, energi, homogenitas, skala keabuan dan standar deviasi. Dapat dapat
digunakan untuk mengenali atau membedakan suatu objek berbentuk citra berdasarkan
warnanya. Penggunaan software MATLAB sangat membantu dan mempermudah dalam
pembuatan sistem ini. Untuk mempercantik program aplikasi, dapat digunakan GUI
(Graphic User Interface) yang sudah disediakan oleh MATLAB.
DAFTAR PUSTAKA
[1] Kusumanto, R., & Tompunu, A. N. (2011). Pengolahan Citra Digital Untuk Mendeteksi
Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB. Seminar Nasional
Teknologi Informasi & Komunikasi Terapan.
[2] Iqbal, Muhammad. 2005. Dasar Pengolahan Citra Menggunakan MATLAB. IPB 2005.
[3] Krisnawati. 2009. Transformasi Citra Menggunakan MATLAB. Jurnal.
[4] Mauridhi Hery Purnomo and Arif Muntasa, Konsep Pengolahan Citra Digital dan
Ekstraksi Fitur. Yogyakarta: Graha Ilmu, 2010.
[5] Anil K. Jain, Fundamental of Digital Image Processing.
[6] Sutopo, Hadi, Aresto, 2002, Analisis dan Design Berorientasi Obyek, J&J Learning,
Yogyakarta