Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017

ISSN 2339-210X

IMPLEMENTASI EDGE DETECTION PADA CITRA

GRAYSCALE DENGAN METODE OPERATOR
SOBEL DAN OPERATOR PREWITT
Susila

Mahasiswa Teknik Informatika STMIK Budi Darma

Jl. Sisingamangaraja No. 338 Simpang Limun, Medan

ABSTRAK
Pendeteksian Tepi akan mendeteksi semua tepi atau garis-garis yang akan membentuk obyek gambar atau image dan akan
diperjelas kembali pada bagian-bagian tersebut dengan metode edge detection. Tujuan pendeteksian tepi ini adalah
bagaimana agar obyek tepi dari sebuah image dapat disederhanakan bentuknya dari bentuk sebelumnya dengan perpaduan
garis tepi. Metode Sobel, ini mengambil prinsip dari fungsi gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF,
dan kelebihan dari metode sobel ini adalah mengurangi noise sebelum melakukan perhitungan deteksi tepi, Sedangkan
metode Canny merupakan deteksi tepi yang optimal, Operator Canny menggunakan Gaussian Derivative Kernel untuk
menyaring kegaduhan dari citra awal untuk mendapatkan hasil deteksi tepi yang halus.Pendeteksian Tepi dengan menerapkan
langkah-langkah metode Sobel dan canny yang akan menghasilkan sebuah tampilan image yang berbeda dengan
menampilkan efek relief atau efek dari hasil proses image of Gaussian. Efek relief adalah seperti sebuah tampilan batu kasar
yang diukir, yaitu garis-garis kasar yang membentuk sebuah penggambaran obyek didalamnya. Efek relief terbentuk dari
bayangan terang dan gelap.Hasil yang didapat dari penggabungan dua proses metode tersebut dan dengan penggunaan rumus
turunan keduanya ialah menghasilkan sebuah image yang dideteksi tepinya dengan hasil tepi yang jelas.

Kata Kunci: Edge Detection, Sobel dan Canny edge detector, Image.

I. PENDAHULUAN tepat. Apabila pengguna operator deteksi tidak tepat

Deteksi tepi adalah metode yang dapat mendeteksi
garis tepi, yaitu garis yang memisahkan antara objek
dengan latar belakang. Dalam pengolahan citra
digital, deteksi tepi merupakan sebuah teknik dasar
yang digunakan sebagai proses awal dalam
pemrosesan citra maupun analisa citra. Deteksi tepi
menjadi suatu yang sangat penting karena manusia
dalam mengenali suatu objek dalam suatu citra akan
memperjelas tepi dan membatasi objek-objek yang
terdapat dalam citra. Dengan ada tepi dan objek
tersebut manusia akan dengan mudah mengenali
objek apa yang akan ditampilkan dalam citra.
Salah satu teknik penerapan citra yang
digunakan adalah deteksi tepi (edge detection).
Deteksi tepi adalah hal yang umum dalam proses
penerapan citra digital karena merupakan salah
satu langkah awal dalam melakukan segmentasi
citra, yang bertujuan untuk membagi wilayah-
wilayah yang homogen. Deteksi tepi yaitu proses
untuk menentukan lokasi titik-titik yang
merupakan tepi obyek”. Tepi obyek merupakan
pertemuan antara bagian obyek dan bagian latar
belakang. Dalam penerapan citra. Ada tiga macam
tepi yang terdapat didalam citra digital ,yaitu :tepi
curam,tepi landau dan tepi yang mengandung
derau (noise).
Ada beberapa metode dalam pendeteksian
tepi dalam penerapan citra antara lain operator
Sobel, perlu pengetahuan yang tepat untuk
menentukan operator yang sesuai dengan kondisi
citra yang akan dideteksi. Dengan demikian tepi
yang dihasilkan merupakan tepi yang optimal dan
akan menghasilkan pendeteksian yang gagal.
Berdasarkan keadaan inilah maka diperlukan
pengetahuan atau informasi mengenai kinerja dan
setiap operator. Sehingga kesalahan atau ketidak
sesuaian dalam pemilihan operator untuk
pendeteksian tepi citra dapat dihindari.
Pendeteksian tepi merupakan tahapan untuk
melingkupi informasi didalam citra. Tepi
mencirikan batas objek karena tepi berguna untuk
proses segmentasi dan identifikasi objek didalam
citra.
Metode Sobel ini mengambil prinsip dari
fungsi laplace dan gaussian yang dikenal sebagai
fungsi untuk membangkitkan HPF, dan kelebihan
dari metode sobel ini adalah mengurangi noise
sebelum melakukan perhitungan deteksi tepi,
Sedangkan metode Canny merupakan deteksi tepi
yang optimal, Operator Canny menggunakan
Gaussian Derivative Kernel untuk menyaring
kegaduhan dari citra awal untuk mendapatkan hasil
deteksi tepi yang halus.
Metode Sobel dan Canny telah memecahkan
masalah yang dapat dipakai dalam pendetekisan tepi
metode Sobel dan Canny pada citra serat Nonwoven
Polycarbasilane (PCS) yang dibuat dengan
menggunakan tehnik electrospining. Pemrosesan
citra berupa pendeteksian tepi dilakukan untuk
pengukuran diameter dilakukan dengan menggunkan
aplikasi image. Pengukuran diameter dilakukan
dengan pengukuran langsung jarak antara dua garis
tepi serat. Hasil pendeteksian tepi dari metode
Canny menunjukkan hasil pendeteksian tepi yang

235

Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017
lebih baik dengan kesalahan piksel yang lebih
rendah dibandingkan metode Sobel. Dari distriubusi
diameter serat Nonwoven Polycarbasilane yang
teramati diperoleh rata-rata sebesar 6,732 ± 2,102
μm[7].
Dalam penggunaannya, deteksi tepi
menggunakan operator berbasis turunan pertama dan
turunan kedua. Saat ini telah ada beberapa metode
yang dapat digunakan dalam mendeteksi tepi,
contohnya adalah metode Roberts, Sobel, Prewitt,
Laplacian of Gaussian (LoG), Canny. Masalah
deteksi pada citra dapat diselesaikan dengan Metode
Sobel dan Canny yang merupakan operator berbasis
turunan kedua dalam melakukan pendeteksian tepi
(edge) pada pengolahan image (image processing),
dalam pemrosesan filtering image metode
Laplacian of Gaussian menggunakan sebuah kernel
matriks yang berukuran 3 x 3, 5 x 5, dan
7 x 7. Semakin besar kernel matriks yang
digunakan pada sebuah image maka semakin besar
dampak yang dihasilkan pada pendeteksian tepi
yang dihasilkan. Proses tersebut bertujuan untuk
meningkatkan penampakan tepi pada citra. Selain itu
implementasi hardware yang digunakan juga
memiliki dampak yang dapat meningkatkan laju dari
pengolahan citra yang akan ditampilkan pada layar
monitor.
II. LANDASAN TEORI
A. Deteksi Tepi
Edge Detection merupakan salah satu proses
yang fundamental dalam Pengolahan Citra yang
bertujuan mengidentifikasikan titik-titik pada citra
digital dimana tingkat kecerahan (brightness)
berubah drastis atau terjadi diskontinuitas. Edge
Detection bertujuan membentuk sejumlah kurva
yang saling terhubung yang mengindikasikan batas-
batas objek, tanda-tanda permukaan, serta kurva-
kurva yang mengindikasikan diskon-tinuitas pada
orientasi permukaan. Edge Detection banyak
digunakan dalam aplikasi.
Gambar 1. Proses Deteksi Tepi Citra Digital
B. Metode Sobel
Metode sobel sering disebut juga dengan
operator sobel adalah operator yang banyak
digunakan sebagai pendeteksian tepi karena
236
ISSN 2339-210X
kesederhanaan dan keampuhannya, Operator soel ini
sensitip terhadap tepian diaginal dari pada tepian
vertikal dan horisontal. Operator ini terbentuk dari
matriks berukuran 3x3 seperti berikut ini. (Darma
putra, 2010)
Pengaturan piksel di sekitar piksel
𝑎0 𝑎1 𝑎2
[𝑎7 (𝑥, 𝑦) 𝑎3 ]............................. (1)
𝑎6 𝑎5 𝑎4
Operator sobel adalah magnitude dari gradien yang
dihitung dengan
𝑀 = √𝑠 2 + 𝑆𝑦2 ............................. (2)
𝑥
Keterangan
M = Besar gradien operator sobel
Sx = Gradien sobel arah horizontal
Sy = Gradien sobel arah Vertikal
Turunan parsial dihitung dengan
Sx = (a2+ ca3 + a4 ) – (a0 + ca7 + a6 )
Sy = (a0+ ca1 + a2 ) – (a6 + ca5 + a4 )
C. Metode Canny
Canny operator merupakan salah satu bentuk
operator paling populer saat ini. Operator ini
diformulasikan dengan 3 tujuan utama :
1. Optimal detection, dengan tidak adanya respon
yang salah (palsu).
2. Good Localization, dengan jarak minimal antara
posisi tepi sebenarnya dengan posisi yang
terdeteksi.
3. Single response, dengan mengeliminasi multiple
response menjadi satu garis tepi saja.
Algoritma dari deteksi tepi dengan canny operator
adalah sebagai berikut :
1. Smoothing dengan Gaussian filter, tujuannya
adalah untuk mengurangi respon terhadap noise.
2. |∆𝑆| = √𝑆 𝑥2 + 𝑆 𝑦2 Cari turunan pertama
arah horizontal, 𝑆 𝑥 dan vertical 𝑆𝑦 dengan
menggunakan operator sobel, kemudian hitung
besaran atau magnitudenya :
3. 𝑁𝑜𝑛 − 𝑚𝑎𝑥𝑖𝑚𝑢𝑚 suppression
Sesuai dengan tujuan canny operator adalah
untuk mendeteksi lokasi tepi yang tepat, maka
non- maximum suppression bertujuan untuk
mempertahankan puncak (dan ekivalen dengan
diferensiasi tegak lurus terhadap tepi). Non-
maximum suppression pada dasarnya adalah
mencari titik tertinggi pada data besaran tepi. Ini
diperoleh dengan menggunakan informasi arah
tepi untuk memeriksa apakah titik tersebut
berada pada puncak unggung bukit (ridge).
 237
Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017
ISSN 2339-210X

b. Nilai Ambang

III.ANALISA
A. Analisa Masalah
Dalam proses pendeteksian tepi pada citra,
langkah pertama yang harus kita lakukan ialah
melakukan input citra, pada sub bab ini penulis
Gambar 2. titik (𝑥 ′ ,𝑦 ′ ) dan (𝑥 ′′ ,𝑦 ′′ ) menggunakan foto yang berukuran 142x142 piksel.
Sumber : Fajar Astuti, 2013, 178 Gambar yang akan diinputkan dapat berekstention
berupa bmp, jpg dan png. Setelah citra kita inputkan
Pada gambar diatas menunjukkan (𝑥 ′,𝑦 ′) dan (𝑥 ′′,𝑦 ′′) maka sistem akan melakukan proses pengambilan
adalah tetangga dari (x,y) pada gradient S sepanjang nilai piksel masing-masing dari Red, Green dan Blue
garis normal yang tegak lurus terhadap garis tepi. (RGB). Namun pada sub bab ini yang akan
Titik (x,y) ditandai sebagai maximum jika besaran dijelaskan hanya perhitungan untuk satu kali proses
gradient di titik tersebut lebih besar dari gradient di yaitu pengambilan nilai piksel 9 piksel (hanya untuk
titik (𝑥 ′,𝑦 ′) dan (𝑥 ′′,𝑦 ′′). 9 pixel awal yang berada pada sisi kiri atas dari
𝑀(𝑥, 𝑦) = |∆𝑆|(𝑥, 𝑦) 𝑓|∆𝑆|(𝑥, 𝑦) > |∆𝑆|(𝑥 ′ ,𝑦 ′ ) citra), untuk proses selanjutnya, prosesnya sama,
&|∆𝑆|(𝑥, 𝑦) > |∆𝑆|(𝑥 ′′,𝑦′′ ) hanya digeser 1 pixel ke kanan hingga mencapai
0 otherwise lebar citra, kemudian digeser 1 pixel ke bawah
4. Hysteresis Thresholding hingga mencapai tinggi dari citra. Pengambilan 9
a. Jika gradient pada sebuah pixel diatas nilai buah pixel ini dikarenakan ukuran kernel / filter
‘High’ pixel tersebut maka Pixel tersebut yang akan digunakan adalah berukuran 3 x 3,
merupakan ‘edge pixel’. sehingga pixel yang diproses berjumlah 9 buah pixel.
b. Jika gradient pada sebuah pixel di bawah nilai Adapun pengambilan 9 buah pixel tersebut dapat
‘low’, pixel tersebut bukan ‘edge-pixel’. dilihat pada gambar berikut :
c. Jika gradient pada sebuah pixel antar nilai Citra Awal :
‘low’ dan ‘high’ maka pixel tersebut
termasuk ‘edge pixel’ jika dan hanya jika
piksel tersebut terhubung dengan sebuah
‘edge pixel’ secara langsung atau melalui
pixel - pixel antara ‘low’ and ‘high’.
Salah satu algoritma deteksi tepi modern
adalah deteksi tepi dengan menggunakan metode
Canny. Deteksi tepi Canny ditemukan oleh Marr
dan Hildreth yang meneliti pemodelan persepsi
visual manusia. Ada beberapa kriteria pendeteksi
tepi paling optimum yang dapat dipenuhi oleh a. Citra Grayscale 5x5 b. Tranformasi Citra Grayscale
algoritma Canny:
1. Mendeteksi dengan baik (kriteria deteksi) Gambar 3. Citra Grayscale
kemampuan untuk meletakkan dan menandai
semua tepi yang ada sesuai dengan pemilihan Tabel 1. Pixel 5 x 5
parameter - parameter konvolusi yang 144 188 174 186 221
dilakukan. Sekaligus juga memberikan 135 162 202 195 193
fleksibilitas yang sangat tinggi dalam hal 123 128 153 121 99
menentukan tingkat deteksi ketebalan tepi 96 95 113 149 137
sesuai yang diinginkan. 85 56 81 153 141
2. Melokalisasi dengan baik (kriteria lokalisasi)
dengan Canny dimungkinkan dihasilkan jarak Analisa Metode Sobel
yang minimum antara tepi yang dideteksi Setelah nilai pixel didapatkan, maka
dengan tepi yang asli. selanjutnya yang akan dilakukan adalah mendeteksi
3. Respon yang jelas (kriteria respon) hanya ada tepi citra menggunakan metode sobel. Maka yang
satu respon untuk tiap tepi. Sehingga mudah akan dijelaskan hanya perhitungan untuk satu kali
dideteksi dan tidak menimbulkan kerancuan proses yaitu pengambilan nilai 9 piksel yang baru
pada pengolahan citra selanjutnya, pemilihan (hanya untuk awal yang berada pada sisi kiri dari
parameter deteksi tepi Canny sangat citra), untuk proses selanjutnya, proses sama, hanya
mempengaruhi hasil dari tepian yang digeser 1 piksel ke kanan hingga mencapai lebar
dihasilkan. Beberapa parameter tersebut antara citra, kemudian digeser 1 piksel ke bawah hingga
lain : mencapai tinggi dari citra. Pengambilan 9 buah
a. Nilai Standard Deviasi Gaussian piksel ini dikarenakan ukuran kernel / filter yang
 238
Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017
ISSN 2339-210X

akan digunakan adalah berukuran 3 x 3, sehingga

piksel yang dihasilkan berjumlah 9 buah piksel.

-1 0 1 1 2 1
0 0 0
Gx = -2 0 2 Gy =
-1 0 1 -1 -2 -1

1. Menentukan susunan piksel – piksel citra

grayscale yang digunakan disekitar piksel citra Gambar 4. Citra Grayscale Hasil Sobel
(x,y). Adapun susunan dari piksel – piksel
disekitar piksel (x,y) adalah Analisa Metode Canny
Contoh : Canny merupakan deteksi tepi yang optimal.
a0 a1 a2 Operator canny menggunakan Gaussian Derivative
a7 (x,y) a3 Kernel untuk menyaring kegaduhan dari citra awal
a6 a5 a4 untuk mendapatkan hasil deteksi yang halus.
Perhitungan arah tepi dengan menggunakan rumus :
Dimana a0,a1,……………a7 adalah symbol untuk Theta = tan−1 (𝐺𝑦 ,𝐺𝑥 )
susunan piksel – piksel tetangga dari piksel (x,y)
2. Sehingga rurmus untuk menghitung metode
sobel adalah
Sx = (a2 + ca3 + a4 ) – (a0 + ca7 + a6 )
Sy =( a0 + ca1 + a2 ) – (a6 + ca5 + a4)
3. Maka berdasrkan susunan piksel tetengga
tersebut, besar gradient yang dihitung
menggunkan operator sobel adalah MatrikGy
M = √𝑆 2 𝑥 + 𝑆 2 𝑦 Penyelesaian :
1. Konvolusi pertama dilakukan terhadap pixel
Dimana M adalah besar gradient di titik tengah
yang bernilai 202 ( titik pusat maks)
kernel dan turunan parsial. Nilai piksel citra
Gx = 144 x (1) + 188 x (0) + 174 x (1) = 174
grayscale didapatkan menngunakan tools bantu
188 x (-2) + 162x (0) + 128x (2) = 256
yang akan diproses untuk mendapatkan 9 nilai
174x (-1) + 202x (0) + 153 x (1) = 153
piksel yang baru adalah sebagai berikut.
Gx = 174 + 256+ 153 = 583
Gy = 144 x1 + 188x2 +174 x1 = 174
1.
144 188 174 186 221 * * * * * 135x0 + 162x(0) + 202x0 = 0
135 162 202 195 193 * 1861 * * * 123x1 + 128x2 + 153x1 = 153
123 128 153 121 99 * * * * * Gy = 174 + (0) + 153 = 327
96 95 113 149 137 * * * * * Nilai gradien = Gx + Gy
85 56 81 153 141 * * * * * = 583 + 327
= 910
Gx = (174).(-1) + (202).(2) + (153).(1) - (144).(-1) +
Tabel 2. Nilai Akhir Gradient Konvolusi Canny
(135).(-2) + (123).(-1)
= - 174 + 404 + 153 - (-144) + (-270) + (-123)
= 383 – (-537) 144 188 174 186 221
= 923
Gy = (144).(-1) + (188).(2) + (174).(1) - (123).(-1) + 135 162 202 195 193
(128).(-2) + (153).(-1)
= - 144 + 376 + 174 – (-123) + (-256) + (-153) 123 128 153 121 99
= 406 – (-532)
= 938 96 95 113 149 137
M = √(9232 ) + (9382 )
85 56 81 153 141
= 1,861

Sampai pada piksel terakhir. Matriks baru dari hasil

proses deteksi tepi citra adalah sebagai berikut :
Dan jika proses perhitungan pada metode sobel
diatas dilakukan hingga akhir pada gambar
grayscale, maka citra output dari proses metode
sobel adalah seabgai berikut :
Maka hasil dari metode sobel adalah :
Setelah nilai akhir konvolusi Canny maka
perlu mengetahui arah tepi yaitu menghubungkan
antara arah tepi dengan sebuah arah yang dapat
dilacak dari citra. Dimana Gx dan Gy adalah
gradient pada masing – masing arah x dan y.
Gambar dengan gradien yang besar sering
menunjukkan tepian yang cukup jelas. Namun,
 239
Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017
ISSN 2339-210X

tepian biasanya luas dan dengan demikian tidak
dapat menunjukkan persis dimana tepian yang
sesungguhnya, untuk menentukan tepian yang
sesungguhnya, arah tepian harus ditentukan dan
disimpan dengan persamaan.
Tampilan form aplikasi adalah tampilan antar
muka aplikasi dengan user aplikasi. Tampilan form
aplikasi tersebut terdiri dari 3 form yaitu:
1. Form Menu Utama

θ = tan −1 (𝐺𝑥, 𝐺𝑦)

Tabel 3 Perubahan Theta

7.9 -35.7 15.6 67.9 7.9

7.9 -1.71 -57.9 -67.9 7.9
3.4 -15.6 -42.9 -53.8 3.4
3.4 18.7 31.7 18.7 3.4

Tabel 4 Hasil Derajat Theta

Gambar 6. Tampilan Menu Utama
0 0 45 45 0 2. Form Edge Detection
0 -45 0 90 0
0 0 -45 -90 0
0 0 -45 -45 0
0 0 45 0 0

Setelah diketahui hasil derajat theta maka langkah

selanjutnya adalah penghapusan maksimum,
penghilangan nonmaksimum dilakukan di sepanjang
tepi pada arah tepi dan menghilangkan piksel - piksel
(piksel diatur menjadi 0) yang tidak dianggap
sebagai tepi. Dengan cara seperti itulah di peroleh
tepi tipis.

Tabel 5. Ilustrasi Penghilangan Non-maksimum Gambar 7. Tampilan Form Edge Detection

3. Form Algoritma Sobel

Maka hasil dari citra metode canny adalah

Gambar 8. Form Pemrosesan Citra Dengan Operator

Sobel
4. Form Algoritma Canny

Gambar 5. Citra Grayscale Hasil Canny

IV. IMPLEMENTASI
Implementasi dari sistem yang dirancang,
menggunakan antar muka pengolahan data dari
pengujian. Pada antar muka pengolahan, dapat
dimasukan berupa data citra dengan bentuk format
citra. Gambar 9 Form Pemrosesan Citra Dengan Operator
Canny
 240
Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017
ISSN 2339-210X

V. KESIMPULAN
Kesimpulan dari penulisan penelitian ini adalah:
1. Deteksi tepi pada citra digital dapat dibentuk
melalui proses input citra, mengubah citra
tersebut ke dalam model grayscale dan
menerapkan metode Sobel dan Canny.
2. Penerapan metode Sobel dan Canny pada
deteksi tepi citra yaitu dengan menghaluskan
citra yang berbentuk grayscale dengan dengan
fungsi Gaussian dan melakukan deteksi tepi
dengan kernel matriks.
3. Merancang aplikasi deteksi tepi citra pada VB
NET.2008 yaitu dengan menerapkan algoritma
Sobel dan Canny pada aplikasi yang akan
dirancang .

DAFTAR PUSTAKA
[1] Arifin, (2009), Teori Pengolahan Citra Digital, Andi
Yogyakarta.
[2] Adi Nugroho, (2010). Pengertian UML, Andi Yogyakarta.
[3] Darma Putra, (2010). Pengolahan Citra Digital, Andi
Yogyakarta.
[4] Heri Jauhari.,(2009). Pengertian Penerapan , Yogyakarta
[5] Husaini Usaman dan Purnomo,(2008),Pengertian Identifikasi,
Yogyakarta
[6] Jogiyanto H.M, (2005). Analisa Dan Desain, Andi
Yogyakarta.
[7] Mustika Deni, Pendeteksian Tepi Sobel dan Canny Untuk
Diameter Polycarbosilane, Tanggerang Selatan,
September 2015.
[8] T. Sutoyo S.Si dkk, (2009). Teori Pengolahan Citra Digital, .
Andi Yogyakarta.
[9] Wahana Komputer, (2013). Membuat Aplikasi MATLAB
2010, Andi Yogyakarta