LAPORAN TUGAS AKHIR PENGOLAHAN CITRA DIGITAL

Disusun Oleh :
Aulia Agustina Anjani / 191111002
Eka Mei Ayu Widyati Prastyo / 191111022
Naufal dzaki Abrar/ 191111012
Shendy Herta Pradikta Arbi/ 181111049
Adriansyah Dwi Pangestu Putra/ 181111108
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Seiring dengan perkembangan zaman, pengetahuan dan teknologi berkembang sangat pesat.
Salah satu teknologi yang mengalami perkembangan yang begitu pesat adalah pengolahan citra
digital. Pengolahan citra digital menurut Efford(2000) merupakan istilah yang umum untuk
berbagai teknik yang keberadaannya untuk memanipulasi dan memodifikasi citra dengan
menggunakan berbagai cara. Pengolahan citra melakukan transformasi suatu citra menjadi citra
lain dengan teknik atau metode tertentu. Citra yang dimaksud adalah gambar diam maupun
gambar bergerak (video). Secara matematis, citra merupakan fungsi kontinyu (continue) dengan
intensitas cahaya pada bidang dua dimensi. Citra digital HSV mendefinisikan warna dalam
terminologi Hue (warna asli), saturation (kemurnian warna) dan value (kecerahaan warna).
Metode ini cenderung mendeteksi warna dan tingkat dominasi serta kecerahannya

HSV adalah sistem koordinat-silinder yang paling umum memperesentasikan poin dalam
model warna RGB, yang mengatur ulang geometri RGB dalam upaya untuk perseptual yang
lebih relevan daripada representasi kooerdinat kartesian. Untuk memudakhkan proses
pengolahan citra, umumnya gambar yang dimodelkan dalam bentuk RGB terlebih dahulu diubah
model ke HSV. Model warna HSV digunakan karena model ini menggambarkan warna yang
sama dengan intuisi manusia untuk melihat warna. Warna RGB mendefinisikan warna sebagai
kombinasi merah, hijau dan biru, HSV mendeskripsikan warna dengan menggunakan
perbandingan ang lebih akrab. Hue mewakiliki jenis warna, Saturation mewakili bagaimana
jenuh atau pudarnya warna tersebut dan Value mewakili tingkat kecerahan. Kelebihan dari
pmodelan HSV adalah sangt mirip dengan warna yang dilihat oleh mata manusia. Dengan
menggunkan model ini, sebuah obyek dengan warna tertentu dapat di deteksi dan mengurangi
pengaruh intensitas cahaya dari luar. Penggunaan model HSV juga memiliki keuntangan lain
yaitu sederhana dalam pemrograman prosesnya cepat sehingga sangat cocol untuk aplikasi
realtime.

Dengan demikian, penulis merancang sebuah sistem yang dapat melakukan proses
pengenalan objek menurut warna secara reltime menggunakan pengolahan citra digital
2.2 Rumusan Masalah
Berdasarkan latar belakang tersebut dibuatlah sebuah sistem pendeteksi warna pada
gambar dengan pengolahan model warna RGB dan HSV.

2.3 Tujuan Penulisan

Adapun tujuan dari pembuatan laporan tugas akhir ini adalah sebagai berikut :
1. Untuk mengetahui gambar menggunakan deteksi warna RGB dan HSV

2.4 Ruang Lingkup dan Batasan Masalah

Untuk membatasi ruang lingkup permasalahan yang akan dibahas, maka dalam penulisan
laporan tugas akhir ini penulis lebih menekankan pada proses bagaimana pendeteksian gambar
menggunakan pengolahan citra digital.
 BAB II
LANDASAN TEORI
2.1 Definisi Citra
Citra adalah gambar pada bidang dua dimensi yang dihasilkan dari gambar analog dua dimensi
dan kontinus menjadi gambar diskrit, melalui proses sampling gambar analog dibagi menjadi M
baris N kolom sehingga menjadi gambar diskrit (Purba, 2010).

Gambar 1 Koordinat Citra Digital

Besar intensitas yang diterima sensor disetiap titik (x,y) disimbolkan oleh f(x,y) dan besarnya
tergantung pada intensitas yang dipantulkan oleh objek.

2.2 Definisi Segmentasi Citra

Teknik untuk membagi atau memisahkan citra ke dalam beberapa daerah (region)
berdasarkan kemiripan atribut yang dimilikinya disebut dengan segmentasi. segmentasi
juga disebut sebuah proses yang membagi sebuah citra menjadi sejumlah bagian atau objek.
Segmentasi bukanlah proses tungal yang dilakukan dalam pengolahan citra digital.
Namun segmentasi merupakan proses yang penting dalam pengolahan citra digital. Pada
proses segmentasi objek yang menjadi target akan diambil untuk proses selanjutnya. Ada dua
karakteristik nilai derajat kecerahan citra pada Teknik segmentasi ini, yaitu discontinuity dan
similarity. Pada discontinuity, citra dipisah pisah berdasarkan perubahan yang mencolok
dari derajat kecerahannya, biasanya diterapkan pada deteksi tepi, garis, area dan sisi
citra. Sedangkan pada similarity citra akan dipisah berdasarkan thresholding, region growing
dan region spiltting dan merging, biasanya diterapkan pada citra yang statis dan dinamis.
2.3 Definisi Citra RGB
RGB adalah suatu model warna yang terdiri dari merah, hijau, dan biru, digabungkan
dalam membentuk suatu susunan warna yang luas. Setiap warna dasar, misalnya merah,
dapat diberi rentang nilai. Untuk monitor komputer, nilai rentangnya paling kecil = 0 dan
paling besar = 255. Pilihan skala 256 ini didasarkan pada cara mengungkap 8 digit
bilangan biner yang digunakan oleh mesin komputer. Dengan cara ini, akan diperoleh warna
campuran sebanyak 256 x 256 x 256 = 1677726 jenis warna. Sebuah jenis warna, dapat
dibayangkan sebagai sebuah vektor di ruang dimensi 3 yang biasanya dipakai dalam
matematika, koordinatnya dinyatakan dalam bentuk tiga bilangan, yaitu komponen-x,
komponen-y dan komponen-z. Misalkan sebuah vektor dituliskan sebagai r = (x,y,z).
Untuk warna, komponen-komponen tersebut digantikan oleh komponen R(ed), G(reen),
B(lue). Jadi, sebuah jenis warna dapat dituliskan sebagai berikut: warna = RGB(30, 75, 255).
Putih = RGB (255,255,255), sedangkan untuk hitam= RGB(0,0,0). Bentuk Representasi warna
dari sebuah citra digitial dapat dilihat pada Gambar 2

Gambar 2 Representasi Warna RGB Pada Citra

2.4 Citra Warna HSV

Pemodel warna HSV mendefinisikan warna dalam terminologi Hue, Saturation dan
Value. Hue menyatakan warna sebenarnya, seperti merah, violet,dan kuning. Hue
digunakan untuk membedakan warna-warna dan menentukan kemerahan (redness),
kehijauan (greeness), dsb, dari cahaya. Hue berasosiasi dengan panjang gelombang cahaya.
Saturation menyatakan tingkat kemurnian suatu warna, yaitu mengindikasikan seberapa
banyak warna putih diberikan pada warna. Value adalah atribut yang menyatakan banyaknya
cahaya yang diterima oleh mata tanpa memperdulikan warna (Fitria Purnamasari, 2009).
 BAB III
PEMBAHASAN
3.1 Hasil dan Pembahasan
Pada pengujian untuk menentukan citra asli yang di convert ker RGB maupun HSV
menggunakan bahasa pemrograman matlab berbasis GUI. Langkah pertama yang harus
dilakukan yaitu membuat tampilan GUI yang terdiri dari button, axes dan text.

Gambar 3. Tampilan GUI

Pada tampilan GUI memiliki fungsi disetiap komponenya seperti button yang difungsikan
sebagai tombol untuk memiih gambar yang akan diproses. Axes yang difungsikan untuk
memproses gambar dan menampilkan histogram telah dipilih pada button. Hal tersebut bisa
diimplementasikan menggunakan bahasa pemrograman matlab dengan menggunakan metode
pengolahan citra konversi RGB to HSV seperti code dibawah ini.

Gambar 4. Tampilan Code Membaca File Citra

Code diatas berfungsi untuk membaca nama file citra dengan format jpg dan png saja
 Gambar 5. Tampilan Coding RGB dan Histogram

Selanjutnya pada code diatas difungsikan untuk menampilkan citra asli yang sudah diinputkan
dan mengcovert dari citra asli ke citra RGB dengan menampilkan histogram dari citra tersebut.

Gambar 6. Tampilan Code HSV

Berikutnya untuk memproses cira dari RGB menjadi HSV maupun dari citra asli langsung
ditampilkan menjadi citra HSV.

Gambar 3. Tampilan Code Proses Citra

Proses terakhir pada code tersebut digunakan untuk menampilkan semua hasil citra yang sudah
diproses melalui citra asli, citra rgb, citra hsv dan histogram citra gambar.
Gambar 7. Tampilan Impementasi Citra Orang

Gambar 8. Tampilan Impementasi Citra Buah

 BAB IV

PENUTUP

4.1 Kesimpulan