Tugas Pengolahan Citra

DOSEN PEMBIMBING : ILCHAM, S.SI., M.ENG

DISUSUN OLEH :

NAMA : LA ODE RAHMAT URSAN

NIM : A119040

UNIVERSITAS NAHDLATUL ULAMA

SULAWESI TENGGARA

KENDARI 2022
NO 1
Judul Pengolahan Citra Untuk Identifikasi Telur Berdasarkan
Ukuran
Penulis Syahrul Awalludin Sidiq & Dessy Irmawati
Tahun 2016
Tujuan penelitian Mengembangkan suatu sistem yang mampu mendeteksi
dan memisahkan telur berdasarkan ukuran menggunakan
citra digital dengan media interface GUI (Graphical User
Inerface) yang memanfaatkan software matlab.
Subjek penelitian Telur hewan
Metode Metode Fuzzyfikasi adalah metode pembentukkan fungsi
yang digunakan keanggotaan. Yang didalamnya terdapat 2 variabel input
yaitu variable AREA dan variable PERIMETER.
Hasil penelitian Berdasarkan beberapa kondisi tersebut, dapat kita lihat
bahwa terdapat kesalahan dalam penentuan kondisi dari
ahli penyortir telur. Hal ini disebabkan karena terjadinya
human error sebesar 24% dari total percobaan yang
dilakukan
Perangkat lunak software Matlab untuk program yang
Kelebihan dibuat bekerja sesuai dengan tujuan. Total keberhasilan
pengujian sistem pengolahan citra untuk identifikasi
telur ini adalah 76%
Pada penelitian ini masih digunakan tenaga manusia
Kekurangan dalam pernyortiran telur hal ini dapat menyebabkan
terjadinya error pada saat percobaan karena pengambilan
keputusan ukuran telur secara otomatis menggunakan
sistem cerdas Logik Fuzzy dimana sistem ini para
pernyortir telur tidak boleh salah dalam menentukan
ukuran telur besar, sedang, dan kecil, karena dapat
menyebabkan terjadinya human error.
NO 2
Judul Pengembangan Aplikasi Pembuatan Pola Motif Batik
Dengan Menggunakan Pengolahan Citra Digital
Penulis Putu Wandra Adnyana, Made Windu Antara Kesiman,
dan Dessy Seri Wahyuni
Tahun 2013
Tujuan penelitian Membantu para pembatik untuk membuat pola motif
batiknya sendiri dengan mudah dan efisien
Subjek penelitian kain
Metode  Metode operasi geometri yang terdiri dari 2
yang digunakan pencerminan yaitu secara vertical dan horizontal
 Metode memperbesar dan memperkecil ukuran
 Metode image negative merupakan suatu metode
untuk menukar atau membalikkan warna hitam
menjadi putih dan putih menjadi hitam pada citra
hitam putih
 Metode image blending merupakan penggabungan
citra dilakukand engan cara menimpakan sebuah citra
pada citra yang lain
Hasil penelitian berdasarkan hasil uji coba diperolah hasil pengolahan
pola motif batik dari citra inputan yang berbeda-beda
terlihat jelas bahwa secara keseluruhan menempati
tempat layak untuk dikomersialkan (tanda “Y”), tetapi
untuk beberapa motif ada beberapa yang menempati
tempat tidak layak untuk dikomersialkan (tanda”T”).
Kelebihan  Aplikasi pembuatan pola motif batik dapat
menghasilkan pola motif batik yang mampu atau
layak dikomersialkan
 Aplikasi pembuatan pola motif batik sangat
membantu didalam pembuatan pola motif batik oleh
pengusaha batik sebelum akhirnya dicetak menjadi
kain batik, sehingga oembuat batik dapat dengan
mudah membuat motifnya sendiri.
kekurangan  Aplikasi ini memiliki format input yang terbatas
sehingga format citra hanya beberapa yang dapat
dieksekusi
 Metode yang digunakan terbatas sehinga
menghasilkan pola motif yang tidak terlalu banyak
dan beragam.
NO 3
Judul Sistem Pengenalan Bunga Berbasis Pengolahan citra dan
Pengklasifikasi Jarak
Penulis Fitri Muwardi dan Abdul Fadlil
Tahun 2017
Tujuan penelitian Membuat sistem identifakasi jenis bunga berbasis
pengolahan citra dan pengklasifikasi jarak
Subjek penelitian Data yang digunakan 9 jenis bunga, yaitu: bunga
alamda, kamboja, kenanga, lidah mertua, kembang
sepatu, mawar, melati, matahari, lili putih yang berupa
file citra yang berekstensi JPG.
Metode Metode jarak manhattan dengan ekstrasi ciri histogram
yang digunakan dan metode klasifikasi Euclidean dengan ekstrasi ciri
statistic orde 1
Hasil penelitian Sistem identifikasi ciri jenis bunga menunjukkan tingkat
akurasi yang tinggi sebesar 85% dengan menggunakan
metode jarak manhattan dengan ekstrasi ciri histogram,
dan paling rendah tingkat akurasinya adalah 77%
menggunakan metode klasifikasi Euclidean dengan
ekstrasi ciri statistic orde 1
Kelebihan Dengan menggunakan metode manhattan pengujian
ekstrasi ciri akan lebih memiliki tingkat akurasi tinggi
kekurangan Cahaya ruangan akan sangat mempengaruhi kualitas
hasil citra
NO 4
Judul Identifikasi kualitas Beras dengan Citra Digital
Penulis Arissa Aprilia Nurcahyani dan Ristu Saptono
Tahun 2015
Tujuan penelitian Mengefisienkan uji kualitas beras secara visual dengan
melihat dari keutuhan, kebersihan, dan putihnya beras.
Subjek penelitian beras
Metode Decision tree dengan model ID3 (Iterative Dichotomiser
yang digunakan Tree) dengan metode k-fold cross validation dengan k=5
Hasil penelitian 3 gambar beras yang sudah disegmentasi yang masing-
masing menunjukkan jumlah beras, nilai putih beras dan
nilai utuh beras.
Kelebihan Pengujian kualitas lebih efisien dan akurat daripada
pengujian secara manual dengan mata manusia
kekurangan Subjek yang digunkan cenderung sedikit (hanya ada 30
butir beras), jadi tak dapat diketahui keakuratannya
dalam menguji kualitas beras berkilo-kilo
NO 5
Judul Aplikasi Pengolahan Citra Digital Untuk Identifikasi
Umur Pohon
Penulis Nadzir Zaid Munantri, Herry Sofyan, dan Mangaras
Yanu
Tahun 2019
Tujuan penelitian Menentukan kualitas kayu yang baik dengan cara
mengetahui umur dari sebuah pohon secara digital
dengan menggunakan computer sehingga dapat
mempermudah dan membantu seseorang dalam
menentuan kualitas kayu.
Subjek penelitian Pohon
Metode  Metode edge detection yang berfungsi untuk
yang digunakan mendeteksi garis/tepi pada semua obyek kayu yang
ada pada gambar
 Metode grayscale adalah untuk mengubah citra
berwarna menjadi citra grayscale
 Operator sobel untuk melakukan deteksi tepi pada
batang kayu dengan memperhatikan tepi vertical dan
horizontal
Hasil penelitian Pada pengujian terlebih dahulu dilakukan pengambilan
file citra digital yang akan disegmentasikan, kemudian
dikonversi kecitra digital untuk mengubah file citra
digital yg kita ambil menjadi citra grayscale, dan proses
terakhir untuk menetukan kualitas kayu yang baik adalah
dengan mendeteksi garis/tepipada semua obyek kayu
yang ada pada gambar
untuk menentukan tingkat keberhasilannya perlu
diterapkan metode pengolahan citra agar penguji dapat
mencari perbandingan antara hasil program dengan hasil
yang dihitung secara manual.

Keakuratan =

Ket : S = Selisih antara perhitungan manual dan sistem

M = Perhitungan manual
Kelebihan  Aplikasi pengolahan citra ini memiliki pengaturan
proses yang sederhana, sehingga user dapat dengan
mudah mempelajari teknik dari pengolahan citra
  Implementasi dari aplikasi ini sudah bekerja dengan
baik sesuai dengan perancangan
kekurangan Programnya tidak dapat melakukan pengeditan
gambardan waktu yang diperlukan pada proses
pengolahan citra berbeda, semakin besar ukuran matriks
dan ukuran file maka waktu yang diperlukan akan
semakin lama.