LAPORAN

PENDETEKSI GARIS LURUS MENGGUNAKAN

TRANSFORMASI HOUGH

Disusun Oleh:

ALDY RIANTO F551 16 142

AHMAD RIFAI F551 16 109

PROGRAM STUDI S1 TEKNIK INFORMATIKA

JURUSAN TEKNOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS TADULAKO
2018/2019
 KATA PENGANTAR

Puji dan syukur penulis ucapkan atas kehadirat Allah SWT, karena dengan
rahmat dan karunia-Nya penulis masih diberi kesempatan untuk menyelesaikan
Laporan ini. dimana laporan ini merupakan salah satu dari tugas mata kuliah yaitu
PENGOLAHAN CITRA DIGITAL

Tidak lupa penulis ucapkan terima kasih kepada dosen mata kuliah
PENGLAHAN CITRA DIGITAL, yang telah memberikan tugas, untuk membuat
laporan ini. Penulis menyadari bahwa dalam penulisan laporan ini masih banyak
kekurangan.

Oleh sebab itu saya sangat mengharapkan kritik dan saran yang
membangun. Dan semoga dengan selesainya makalah ini dapat bermanfaat bagi
pembaca dan teman-teman. Amin...

Demikianlah yang saya dapat paparkan dalam laporan ini kalau ada kata
yang kurang mohon di maafkan sekian dan terima kasih

Palu, Desember 2018

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................. i

DAFTAR ISI ........................................................................................................... ii

DAFTAR TABEL .................................................................................................. iv

DAFTAR GAMBAR ............................................................................................. iv

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 1

1.3 Batasan Masalah ....................................................................................... 2

1.4 Tujuan dan Manfaat .................................................................................. 2

1.5 Metodologi Penulisan ............................................................................... 2

1.6 Sistematika Penulisan ............................................................................... 2

BAB II LANDASAN TEORI ................................................................................. 3

2.1 Pengertian Citra ........................................................................................ 3

2.2 Derajat Keabuan ....................................................................................... 3

2.3 Digitalisasi Citra ....................................................................................... 3

2.4 Deteksi Tepi ............................................................................................. 3

2.5 Transformasi Hough ................................................................................. 3

BAB III METODE PENELITIAN.......................................................................... 5

3.1 Jenis dan Sumber Data ............................................................................. 5

3.2 Perancangan Sistem .................................................................................. 5

3.2.1 Pembacaan Berkas Citra .............................................................. 5

3.2.2 Pengubahan Citra Menjadi Aras Keabuan ................................... 5

3.2.3 Deteksi Tepi ................................................................................. 5

ii
 3.2.4 Transformasi Citra Tepi Menjadi Kordinat Polar ........................ 6

3.2.5 Deteksi dan Rekontruksi Garis Lurus .......................................... 6

3.3 Flowchart perancangan system ................................................................ 6

BAB IV HASIL DAN PEMBAHASAN ................................................................ 7

4.1 Perancangan Sistem .................................................................................. 7

4.2 Halaman Penampilan Citra ....................................................................... 8

4.3 Halaman Penampilan Segmentasi ............................................................ 8

4.4 Halaman penampilan deteksi garis ........................................................... 8

4.5 Pengujian Sistem ...................................................................................... 9

BAB V KESIMPULAN DAN SARAN ................................................................ 10

5.1 Kesimpulan ............................................................................................. 10

5.2 Saran ....................................................................................................... 10

DAFTAR PUSTAKA ........................................................................................... 11

iii
 DAFTAR TABEL

Tabel 4.1 Pengujian Gambar ................................................................................. 10

DAFTAR GAMBAR

Gambar 3.1 Program Pembacaan Berkas Citra ....................................................... 6

Gambar 3.2 Flowchart perancangan system ........................................................... 7

Gambar 4.1 Halaman Tampilan Citra ..................................................................... 8

Gambar 4.2 Halaman Tampilan Segmentasi ........................................................... 9

Gambar 4.3 Halaman Deteksi Garis ........................................................................ 9

iv
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi komputer dewasa ini telah mengalami
banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia.
Kemajuan tersebut kini telah digunakan secara luas di berbagai bidang,
seperti bisnis, kesehatan, pendidikan, dan pekerjaan. Dalam berbagai bidang
tersebut, dibutuhkan sarana media yang baik dalam menunjang aktifitas
sehari-hari dalam pengelolaan data teks, suara, citra dan video (Hough, 1962).

Transformasi Hough (TH) (Hough, 1962) merupakan teknik

pengalokasian bentuk-bentuk dalam gambar. Secara khusus, transformasi ini
digunakan untuk ekstraksi garis, lingkaran, dan elips. Implementasi TH
menjelaskan sebuah pemetaan dari titik-titik gambar menuju sebuah ruang
akumulator (ruang Hough). Pemetaan tersebut diperoleh dalam bentuk yang
efisien secara matematis, berdasarkan fungsi yang menjelaskan kondisi dari
target. TH akan mendeteksi lingkaran selama ada lebih banyak titik-titik di
dalam daerah sirkular yang dapat dipaparkan dengan parameterparameter
dari lingkaran target dibandingkan dengan lingkaran-lingkaran yang lainnya.

Pada tugas akhir ini disusun sebuah program aplikasi transformasi

Hough untuk deteksi garis lurus untuk menunjang penelitian mengenai
pengenalan kurva atau bidang selanjutnya. Program komputer melakukan
deteksi berdasarkan ciri khas dari citra yang diolah, yang kemudian
digunakan sebagai patokan untuk mendeteksi citra yang dibaca.

1.2 Rumusan Masalah

Rumusan masalah dari penelitian ini adalah:

1. Bagaimana cara mendeteksi garis lurus menggunakan metode

Transformasi Hough.
2. Bagaimana membuat aplikasi pendeteksi garis lurus.

1
1.3 Batasan Masalah
Batasan masalah dari penelitian ini adalah:

1. Begaimana membuat proses pengambilan datanya pada suatu citra.

2. Bagaimana cara membuat Aplikasi transformasi Hough untuk deteksi
garis lurus pada suatu citra.

1.4 Tujuan dan Manfaat

Adapun tujuan yang ingin dicapai dari laporan ini adalah membangun
sebuah aplikasi yang dapat :

1. Mendeteksi Garis Lurus Menggunakan Metode Transformasi Hough.

2. Mendeteksi Garis Lurus Pada Suatu Gambar.

1.5 Metodologi Penulisan

Dalam laporan ini metodologi penulisan yang digunakan adalah
metodologi kualitatif. Dimana laporan ini didasarkan dengan teori dari jurnal
atau buku yang di ambil melalui internet.

1.6 Sistematika Penulisan

Untuk memahami lebih jelas laporan ini, maka sistematika penulisan
dikelompokkan menjadi beberapa sub bab dengan penyampaian sebagai
berikut:

BAB I PENDAHULUAN
Berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan dan
manfaat, metodologi penulisan, dan sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini berisikan teori penjeleasan pengertian citra, derajat keabuan
digitalisasi citra, deteksi tepi dan transformasi hough.

BAB III METODE PENELITIAN

Bab ini berisikan Jenis dan sumber data. Dan perancangan system yang akan
di bahas pada bab ini.

2
 BAB II
LANDASAN TEORI
2.1 Pengertian Citra
Menurut G. Sach dalam Soemirat dan Elvinaro Ardianto (2007) citra
adalah pengetahuan mengenai kita dan sikap-sikap terhadap kita yang
mempunyai kelompok-kelompok yang berbeda. Pengertian citra ini
kemudian disitir oleh Effendi dalam Soemirat dan Elvinaro Ardianto (2007)
bahwa citra adalah dunia sekeliling kita yang memandang Citra (image)
secara harfiah diartikan sebagai gambar pada bidang dua dimensi (dwimatra).
Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
(continue) dari intensitas cahaya pada bidang dua dimensi.

2.2 Derajat Keabuan

Intensitas cahaya pada titik (x,y) yang disimbolkan f(x,y), disebut
dengan derajat keabuan (grey level). Derajat keabuan berada dalam rentang
antara hitam dan putih. Citra yang memiliki derajat keabuan dari hitam ke
putih ini disebut citra hitam-putih (greyscale image) atau citra monokrom.

2.3 Digitalisasi Citra

Menurut (Sutoyo, 2009) Digitalisasi citra adalah sajian citra dari fungsi
malar (kontinu/menerus) menjadi nilainilai diskret. Sedangkan citra digital
adalah citra yang dibentuk oleh nilai-nilai diskret hasil digitalisasi. Citra
digital juga lazim disajikan secara matriks berukuran N baris dan M kolom.

Masing–masing elemen dalam citra digital (dalam hal ini adalah elemen
matriks) disebut image element, picture element, atau piksel atau pel.
Sehingga sebuah citra yang berukuran N × M memiliki piksel sebanyak NM
buah.

Masing-masing elemen pada citra digital (berarti elemen matriks)

disebut image element, picture element atau pixel. Jadi citra yang berukuran

3
 N x M mempunyai NM buah pixel. Sebagai contoh, sebuah citra yang
berukuran 256 x 256 pixel yang memiliki 65536 buah pixel direpresentasikan
secara numerik dengan matriks yang terdiri dari 256 baris (diindeks dari 0
sampai 255) dan 256 kolom (diindeks dari 0 sampai 255).

2.4 Deteksi Tepi

Deteksi tepi dilakukan untuk meningkatkan penampakan garis menurut
Andi sofian anas dan ahmad azhril rizal (2017) Deteksi tepi adalah
seperangkat metode matematis yang digunakan untuk mengidentifikasi titik-
titik dalam citra digital dimana warna kecerahannya mengalami perubahan
secara drastis atau tingkat kecerahannya berbeda Deteksi tepi ( Edge
Detection ) suatu citra adalah proses yang menghasilkan tepi-tepi dari objek-
objek citra dengan tujuan untuk menandai bagian yang menjadi detail citra
dan untuk memperbaiki detail dari citra yang kabur.

Tepi dapat diorientasikan dengan suatu arah, dan arah ini berbeda-beda,
tergantung pada perubahan intensitas Terdapat beberapa teknik yang
digunakan untuk mendeteksi tepi, antara lain (Munir, 2004)

1. Operator gradien pertama, contoh beberapa gradien pertama yang dapat

digunakan untuk mendeteksi tepi di dalam citra, yaitu operator gradien
selisih-terpusat, operator Sobel, operator Prewitt, operator Roberts,
operator Canny.

2. Operator turunan kedua, disebut juga operator Laplace. Operator Laplace

mendeteksi lokasi tepi khususnya pada citra tepi yang curam. Pada tepi
yang curam, turunan keduanya mempunyai persilangan nol, yaitu titik di
mana terdapat pergantian tanda nilai turunan kedua, sedangkan pada tepi
yang landai tidak terdapat persilangan nol. Contohnya adalah operator
Laplacian Gaussian, operator Gaussian.

3. Operator kompas, digunakan untuk mendeteksi semua tepi dari berbagai

arah di dalam citra. Operator kompas yang dipakai untuk deteksi tepi
menampilkan tepi dari 8 macam arah mata angin yaitu Utara, Timur Laut,

4
 Timur, Tenggara, Selatan, Barat, Barat Daya, dan Barat Laut. Deteksi tepi
dilakukan dengan mengkonvolusikan citra dengan berbagai mask kompas,
lalu dicari nilai kekuatan tepi (magnitude) yang terbesar dan arahnya.
Operator kompas yang dipakai untuk deteksi tepi menampilkan tepi dari
8 macam arah mata angin, yaitu Utara, Timur Laut, Timur, Tenggara,
Selatan, Barat, Barat Daya, dan Barat Laut.

2.5 Transformasi Hough

Transformasi Hough (TH) (Hough, 1962) merupakan teknik
pengalokasian bentuk-bentuk dalam gambar. Secara khusus, transformasi ini
digunakan untuk ekstraksi garis, lingkaran, dan elips. TH kemudian
diimplementasikan untuk menemukan garis-garis dalam gambar (Duda,
1972) dan kemudian meluas karena transformasi ini memiliki banyak
kelebihan dan banyak potensi untuk pengembangan lebih lanjut. Kelebihan
utamanya yaitu dapat memberikan hasil lebih cepat dan sama dengan
pencocokan pola. (Princen, 1992), (Sklansky, 1978) (Stockman, 1977).

Implementasi TH menjelaskan sebuah pemetaan dari titik-titik gambar

menuju sebuah ruang akumulator (ruang Hough). Pemetaan tersebut
diperoleh dalam bentuk yang efisien secara matematis, berdasarkan fungsi
yang menjelaskan kondisi dari target

5
 BAB III
METODE PENELITIAN
3.1 Jenis dan Sumber Data
Jenis data dari penelitian ini adalah data sekunder yang meliputi data
dari jurnal internet.

3.2 Perancangan Sistem

Pada perancangan ini digunakan Matlab 7.1 karena fungsi-fungsinya
lengkap dan mudah dalam pembuatan tampilan antarmuka penggunaan grafis
(GUI). Pada tugas akhir ini digunakan berkas citra dengan ekstensi .bmp,
.jpeg atau .jpg.

3.2.1 Pembacaan Berkas Citra

Pembacaan berkas citra dilakukan dengan perintah imread.
Pembacaan berkas citra dilakukan dengan perintah Matlab dapat
dilihat pada gambar 3.1
.

Gambar 3.1 Halaman Pembacaan berkas citra

3.2.2 Pengubahan Citra menjadi Citra Aras Keabuan

Setelah dilakukan pembacaan citra, dilanjutkan dengan
pengubahan citra menjadi citra aras keabuan. Pengubahan citra
berwarna menjadi citra aras keabuan dalam program ini menggunakan
perintah rgb2gray..

6
 3.2.3 Deteksi Tepi
Setelah dilakukan pengubahan citra menjadi citra aras keabuan,
lalu dilanjutkan dengan pendeteksian tepi. Deteksi tepi dilakukan
menggunakan sebuah detektor.

3.2.4 Transformasi Citra Tepi dari Koordinat Kartesian menjadi

Koordinat Polar
Setelah dilakukan pendeteksian tepi, lalu dilanjutkan dengan
transformasi dari koordinat Kartesian ke dalam koordinat polar.
Transformasi dari koordinat Kartesian ke dalam koordinat polar
dilakukan dengan menggunakan fungsi Radon yang ada dalam Matlab
b2011

3.2.5 Deteksi dan Rekonstruksi Garis Lurus

Setelah dilakukan transformasi dari koordinat Kartesian ke dalam
koordinat polar, lalu dilanjutkan dengan deteksi dan rekonstruksi garis
lurus. dengan menekan tombol garis.

3.3 Flowchart perancangan system

Pada halaman ini menjelaskan alur dalam suatu proses dari
perancangan system dan pada urutannya di hubungkan dengan panah.
Halama Flowchart perancangan system dilihat pada gambar 3.2

Gambar 3.2 Flowchart perancangan system

7
 BAB IV
HASIL DAN PEMBAHASAN

Bab ini menjelaskan tentang pembahasan cara kerja aplikasi dan hasil
pengujian sistem. bertujuan mengetahui apakah tiap bagian berjalan baik sehingga
mempermudah perbaikan apabila terjadi kerusakan atau kesalahan pada aplikasi.

4.1 Perancangan Sistem

Pada bagian ini akan dijelaskan bagaimana cara kerja dan hasil dari
sistem yang telah dibuat. Rancangan sistem pada penelitian ini terdiri dari
halaman penampilan citra, penampilan segmentasi dan penampilan citra
deteksi garis.

4.2 Halaman penampilan citra

Halaman ini adalah halaman yang bertujuan untuk memasukan
gambar citra asli, fungsinya agar gambar yang telah dimasukan pada halaman
ini akan di olah menjadi Derajat keabuan berada dalam rentang antara hitam
dan putih. Citra yang memiliki derajat keabuan dari biasa disebut citra hitam-
putih dapat dilihat pada gambar 4.1

Gambar 4.1 Halaman tampilan citra

8
4.3 Halama penampilan segmentasi
Halaman ini menampilkan derajat keabuan dari sebuah gambar yang
di masukan pada halaman penampilan citra. Bertujuan agar garis pada suatu
gamabar lebih muda dideteksi oleh program. dilihat pada gambar 4.2

Gambar 4.2 Halaman tampilan segmentasi

4.4 Halaman penampilan citra deteksi garis

Halaman ini adalah halaman terakhir. Dalam menampilkan suatu garis
pada citra yang telah dideteksi. Semua gambar yang telah di masukan pada
halaman penampilan citra akan dideteksi garinya pada halam ini. dilihat pada
gambar 4.3

Gambar 4.3 tampilan citra deteksi garis

9
4.5 Pengujian Sistem
Berdasarkan pengujian terhadap citra yang dilakukan, tingkat
keberhasilan program yang disajikan dalam hasil visualisasi yang tampak dari
citra asli dan rekonstruksi garisnya. Beberapa rekonstruksi garis yang saling
berimpitan dianggap sebagai sebuah garis. Contohnya ada pada tabel
pengujian 4.1

Tabel 4.1 pengujian gambar

Berdasarkan Tabel 4.1 dapat dilihat bahwa tingkat keberhasilan

program transformasi Hough yang dibuat ada yang mencapai 100% dan ada
pula yang hanya mencapai 20%. Hal ini dikarenakan garis lurus yang tidak
terdeteksi memiliki besar R yang merupakan hasil transformasi ke dalam
koordinat polar di bawah besar R maksimum yang telah dikalikan dengan
nilai ambang, sehingga garis lurus tersebut tidak terdeteksi sebagai garis lurus.

10
 BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari penelitian yang telah dilakukan
adalah sebagai berikut.

1. Sistem mengolah citra asli yang dimasukan kemudian akan menampilkan

hasil sekmentasi hasil tersebut akan dideteksi dengan garis transformasi
hough.
2. Sistem dibuat menggunakan aplikasi matlab dengan menampilkan hasil
deteksi garis lurus menggunakan transformasi hough.

5.2 Saran
Penelitian lebih lanjut diharapkan dapat memperbaiki kekurangan
yang ada dan diharapkan dapat mengembangkan apa yang telah dilakukan
pada penelitian ini. Untuk itu disarankan hal-hal berikut.

1. Perlu penelitian untuk pengembangan perangkat lunak transformasi

Hough menggunakan bahasa-bahasa pemrograman selain Matlab,
misalnya C++ dan Visual Basic. Perlu dilakukan penelitian lanjutan
tentang transformasi Hough untuk tujuan mendeteksi bentuk seperti
lingkaran, elips, persegi panjang, dan lain sebagainya.

11
 DAFTAR PUSTAKA
1. Deipara, G. D., Identifikasi Dini Kangker Rahim Menggunakan Metode
Segmentasi Berdasar Deteksi Tepi, Skripsi S-1, Universitas Diponegoro,
Semarang, 2004.
2. Edyanto, J., Matlab Bahasa Komputasi Teknis, Andi Offset, Yogyakarta, 2000.
3. Hamarneh, G., K. Althaff, R. Abu-Gharbieh, Automatic Line Detection,
http://www.cs.sfu.ca/~hamarneh/ecopy/compvis 1999_hough.pdf, Maret
2008.
4. Jain, A.K., Fundamental of Digital Image Processing, Prentice Hall, New
Jersey, 1989.
5. Munir, R., Pengolahan Citra Digital dengan Pendekatan Algoritmik,
Informatika, Bandung, 2004.
6. Paulus, E., Y. Nataliani, GUI Matlab, Andi Offset, Yogyakarta, 2007.
7. Putriningsih, D., Identifikasi Kelebihan Kolesterol Berdasarkan Pengamatan
Citra Iris Mata, Skripsi S-1, Universitas Diponegoro, Semarang, 2007.
8. Ramza, H., Y. Dewanto, Teknik Pemrograman Menggunakan Matlab,
Grasindo, Jakarta, 2007.
9. Sugiharto, A., Pemrograman GUI dengan Matlab, Andi Offset, Yogyakarta,
2006.
10. Wahyuni, T. B., Deteksi Osteoporosis dan Tumor Tulang Menggunakan
Segmentasi Berdasar Intensitas Citra, Skripsi S-1, Universitas Diponegoro,
Semarang, 2005.
11. Yudisthira, F., Pengukuran Kerja DetektorDetektor Tepi Citra dengan Acuan
Detektor Canny, Skripsi S-1, Universitas Diponegoro, Semarang, 2004.

12