BAB II

TINJAUAN PUSTAKA

A. Landasan Teori
1. Tanaman Bawang Merah

Penggunaan tumbuh-tumbuhan sebagai obat tradisional sudah

menjadi salah satu alternatif yang diminati masyarakat Salah satu

tumbuhan yang bermanfaat untuk pengobatan herbal dan sering kita

jumpai di kehidupan sehari-hari adalah bawang. Bawang merupakan istilah

umum bagi sekelompok tumbuhan penting bagi manusia yang termasuk

dalam Genus Allium. Umbi, daun, atau bunga bawang dimanfaatkan

sebagai sayuran atau sebagai rempah-rempah, tergantung bagaimana kita

memandangnya (Rini, 2010,).

2. Citra Digital

Citra adalah merupakan suatu gambar, foto ataupun berbagai

tampilan dua dimensi yang menggambarkan suatu visualisasi objek. Citra

dapat diwujudkan dalam bentuk tercetak ataupun digital. Citra digital

adalah larik angka-angka secara dua dimensional. Citra digital tersimpan

dalam suatu bentuk larik (array) angka digital yang merupakan hasil

kuantifikasi dari tingkat kecerahan masing-masing piksel penyusun citra

tersebut (Prabowo, 2018).

1
 2

Ditinjau dari sudut pandang matematis, citra merupakan fungsi

menerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber

cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas

cahaya tersebut. Pantulan cahaya ini ditangkap oleh alat-alat optik,

misalnya mata pada manusia, kamera, scanner dan lain sebagainya

sehingga bayangan objek yang disebut citra tersebut terekam (Uyun,

2008).

Citra digital yang tersimpan dalam larik dua dimensi tersusun atas

unsur-unsur kecil yang disebut dengan piksel. Masing-masing piksel

terkait secara spasial dengan area di permukaan bumi. Struktur array ini

tersusun dalam baris horisontal yang disebut baris (lines) dan kolom

vertikal (samples). Masing-masing piksel dalam raster citra menyimpan

nilai tingkat kecerahan piksel yang diujudkan sebagai suatu angka digital.

Susunan piksel dalam struktur array citra digital yang tersebut disebut

dengan data raster. Sebagai suatu susunan dari angka digital, beberapa

bentuk operasi matematis dapat diberlakukan terhadap citra digital tersebut

(Prabowo, 2018).

3. Noise
Noise adalah suatu bentuk kerusakan pada image signal yang

disebabkan oleh gangguan eksternal. Gangguan pada citra umumnya

berupa variasi intensitas suatu piksel yang tidak berkorelasi dengan piksel-

piksel tetangganya (Yuwono, 2010).

 3

4. Perbaikan citra

Perbaikan citra adalah salah satu metode yang paling sederhana dan

menarik bidang pengolahan citra digital. Pada dasarnya, ide di balik teknik

perbaikan citra adalah untuk membawa keluar detail yang dikaburkan, atau

hanya untuk menyorot fitur tertentu yang menarik di gambar. Penting

untuk diingat bahwa peningkatan adalah daerah yang sangat subjektif dari

pengolahan citra. Peningkatan kualitas gambar dapat terdegradasi dicapai

dengan menggunakan penerapan teknik perbaikan citra (Garg Sheetal,

2011).

teknik kompensasi fitur populer yang telah diteliti dengan baik dan

dipraktekkan di bidang pengolahan citra untuk normalisasi fitur visual

digital gambar, seperti kecerahan, gray-level skala, kontras, dan

sebagainya. Ini juga telah diperkenalkan ke bidang pengolahan pidato

untuk normalisasi fitur pidato untuk kuat ASR, dan pendekatan yang baik

telah terus diusulkan dan dilaporkan dalam literatur (Chen Berlin, 2007).

citra menunjukkan pada histogram dari nilai intensitas pixel.

menmapilkan banyaknya piksel dalam suatu citra yang dikelompokkan

berdasarkan level nilai intensitas piksel yang berbeda. Pada citra grayscale

8 bit, terdapat 256 level nilai intensitas yang berbeda maka pada histogram

akan ditampilkan secara grafik distribusi dari masing-masing 256 level

nilai piksel tersebut ( Putra darma, 2010).

 4

5. Metode Particle Swarm Optimization (PSO)

Particle Swarm Optimization (PSO) terinspirasi pada perilaku

sekawanan burung atau ikan. Algoritma PSO meniru perilaku sosial

organisme ini. Perilaku sosial terdiri dari tindakan individu dan pengaruh

dari individu-individu lain dalam suatu kelompok. Kata partikel berarti

individu di dalam sebuah kelompok. Setiap individu atau partikel

berperilaku dengan cara menggunakan kecerdasannya sendiri dan juga

dipengaruhi perilaku kelompok kolektifnya (Santosa, 2011). Jadi, jika satu

partikel atau individu menemukan jalan yang tepat atau efisien menuju ke

sumber makanan, sisa kelompok yang lain juga akan dapat segera

mengikuti jalan tersebut meskipun lokasi mereka jauh di kelompok

tersebut.

Dalam Particle Swarm Optimization (PSO) kawanan diasumsikan

mempunyai ukuran tertentu dengan setiap partikel posisi awalnya terletak

di suatu lokasi yang acak dalam ruang multidimensi. Setiap partikel

diasumsikan memiliki dua karakteristik yaitu posisi dan kecepatan. Setiap

partikel bergerak dalam ruang tertentu dan mengingat posisi terbaik yang

pernah dilalui atau ditemukan terhadap sumber makanan atau nilai fungsi

objektif. Setiap partikel menyampaikan informasi atau posisi terbaiknya

kepada partikel yang lain dan menyesuaikan posisi dan kecepatan masing-

masing berdasarkan informasi yang diterima mengenai posisi tersebut.

 5

Rumus posisi dan kecepatan partikel pada suatu dimensi ruang

tertentu :

𝑋> = 𝑥>Y(𝑡)𝑥>s(𝑡), … 𝑥>Ø(𝑡) ........................................................(2.1)

𝑉> = 𝑣>Y(𝑡)𝑣>s(𝑡), … 𝑣>Ø(𝑡) ........................................................(2.1)

Dimana

X = posisi partikel;

V = kecepatan partikel;

i = indeks partikel;

t = iterasi ke-t;
N = ukuran dimensi ruang;

6. Root Mean Squared Error (RMSE)

RMSE digunakan untuk mengukur tingkat error pada citra hasil

filtering dengan membandingkannya dengan citra original. Untuk f '(x, y)

adalah piksel citra hasil filtering, f (x, y) adalah piksel citra original, m

adalah panjang citra dan n adalah lebar citra, RMSE

dihitung dengan persamaan sebagai berikut :

1
RMSE = 𝑚×𝑛 ∑𝑚
𝑥−1 ∑𝑛𝑦−1( 𝑓(𝑥, 𝑦) − 𝑓′(𝑥, 𝑦)) ...............(2.2)

7. Peak Signal to Noise Ratio (PSNR)

PSNR adalah perbandingan antara nilai maksimum dari sinyal yang

diukur dengan besarnya derau yang berpengaruh pada sinyal tersebut.

PSNR merupakan parameter standar untuk menilai kualitas suatu citra

 6

secara obyektif dengan membandingkan noise terhadap sinyal puncak.

Semakin besar nilai PSNR citra hasil, maka citra tersebut akan semakin

mendekati citra asli. PSNR dapat dihitung dengan persamaan berikut :

𝑀𝑎𝑥1
PSNR = 20.log (𝑅𝑀𝑆𝐸 ) ....................(2.3)

dimana Max1 adalah nilai maksimum piksel (untuk citra grayscale, Max1

=255) dan RMSE adalah nilai Root Mean Square Error.

8. Perangkat Lunak Python

Python adalah satu dari bahasa pemrograman tingkat tinggi yang

bersifat interpreter, interaktif, object-oriented dan dapat beroperasi di

hampir semua platform seperti keluarga Linux, Windows, Mac, dan

platform lainnya. Python adalah salah satu bahasa pemrograman tingkat

tinggi yang mudah dipelajari karena sintaks yang jelas dan elegan, yang

dikombinasikan dengan penggunaan modul-modul yang mempunyai

struktur data tingkat tinggi, efisien, dan siap langsung digunakan (D.

Rosmala, 2012) . Source code aplikasi dalam bahasa pemrograman Python

biasanya akan dikompilasi menjadi format perantara yang dikenal sebagai

bytecode yang selanjutnya akan dieksekusi.

Gambar 2. 1 Aplikasi Python

 7

B. KAJIAN PUSTAKA
Pada sebuah upaya untuk melakukan penelitian maka dibutuhkan

sebuah panduan serta dukungan untuk setiap hasil penelitian yang sudah

ada sebelumnya yang akan berkaitan dengan sebuah penelitian yang

sedang dilakukan.

Berdasarkan sebuah penelitian berjudul “Perbaikan Citra Gambar

Tangan Menggunakan Particle Swarm Optimization” tahun 2021 yang

dilakukan oleh nurillailatulhikmah mahasiswa program studi Teknik

Informatika, menerangkan permasalahan umumnya hasil citra dari

tangkapan sebuah Closed Circuit Television (CCTV) tanpak kurang tajam,

jelas dan sulit untuk dipahami oleh manusia ataupun petugas yang

memantau CCTV Penelitian ini mempunyai rumusan masalah yaitu

bagaimana melakukan perbaikan citra gambar tangan yang menjadi data

inputan dan bagaimana menerapkan metode Particle Swarm Optimization

untuk perbaikan kualitas citra gambar tangan , Penelitian ini mempunyai

rumusan masalah yaitu bagaimana melakukan perbaikan citra gambar

tangan yang menjadi data inputan dan bagaimana menerapkan metode

Particle Swarm Optimization untuk perbaikan kualitas citra gambar tangan.

Langkah awal dari sistem ini kamera menangkap suatu objek tangan.

Objek yang tertangkap oleh kamera akan di ekstrak mejadi sekumpulan

frame, Warna dari sekumpulan frame tesebut akan diubah kedalam warna

grayscale, Dari sekumpulan frame tesebut sistem akan mencari satu

 8

gambar telapak tangan yang jelas ,Jika sistem tidak berhasil mendeteksi

citra tangan tersebut, proses akan kembali kedalam proses grayscale untuk

memperjelas sekumpulan frame tesebut.

Dalam sistem ini memerlukan sistem bahasa yang sederhana, dan

mudah dipahami dan mudah digunakan oleh masyarakat. Oleh sebab itu

Metode ini menggunakan bahasa Python versi 2.7 (32-bit) yang telah

digunakan untuk mengembangkan berbagai macam perangkat lunak.

Python merupakan bahasa pemrograman freeware atau perangkat bebas

dalam arti sebenarnya, tidak ada batasan dalam penyalinan atau

pendistribusiannya (Hikmah ,2021)

Kemudian hasil penelitian yang telah di lakukan oleh Putu Samuel

Prihatmajaya mahasiswa Teknik Informatika pada jurnalnya yang berjudul

“Optimasi Multi Scale Retinex Citra Bawah Air menggungan Metode (PSO)

tahun 2019 Penelitian tentang perbaikan citra sudah sejak lama dilakukan

dan hingga saat ini masih dilakukan penelitian tentang perbaikan citra.

Beberapa penelitian yang telah dilakukan menghasilkan beberapa usulan

metode untuk perbaikan citra. Penelitian di bidang computer vision untuk

lingkungan bawah air menjadi tantangan dari beberapa peneliti untuk

melakukan image restoration. Karena untuk citra bawah air sering banyak

menghadapi permasalahan intensitas cahaya, pertikel-partikel yang banyak

mengganggu pandangan, ditambah jika terjadi gelombang akan membuat

kestabilan dalam menggambil citra terganggu sehingga bisa

 9

mengakibatkan noise yang besar jika dibandingkan pengambilan citra di

darat. Dalam penelitian ini pembahasan yang dilakukan adalah perbaikan

citra bawah air dengan menggunakan MSCR (Multi Scale Retinex) dengan

mengoptimalkan pembobotan dari MSCR dengan menggunakan teknik

PSO(Particle Swarm Optimization) sebagai teknik optimasinya, sehingga

mendapatkan tingakatan error yang lebih rendah. Sehingga hasil MSE

(Mean Square Error) yang di dapatkan oleh MSCR adalah sebesar

5218,4249 dan hasil yang didapatkan dengan menggunakan PSO adalah

sebesar 4955,0757 ( Putu, 2019)

Kemudian hasil penelitian yang telah di lakukan oleh Ahmad Ziky

Rafsanjani mahasiswa Teknik Informatika pada jurnalnya yang berjudul

“ Peningkatan Kualitas Citra Berwarna Menggunakan Fuzzy Logic Dan

Modifikasi (PSO) Tahun 2019 yang menjelaskan bahwa Citra mengalami

penurunan kualitas terjadi pada proscs akuisisi Citra Schingga informasi di

dalamnya tidak tersampaikan dengan haik. Bentuk penurunan kualitas

Citra antara Iain citra overexposed dan Citra underexposed. Citra

overexposed dan citra underexposed harus dimanipulasi dengan suatu

metode umuk mcmperbaiki keccrahannya_ Perangkat lunak yang

dibangun dap-at memperbaiki kecerahan Citra beruwarna menggunakan

metodc Logic dan modifikasi (PS()) Ruang warna RGB diubah Menjadi I

ISV untuk menjaga inforrnasi kromatik Citra. penelitian ini menggunakan

dua ambang balas untuk menentukan wilayah underexposed dan

overevposed.Digunakan fungsi keanggotaangaussian dalam proses

 10

funifikasi. Fungsi sigmoid digunakan untuk meningkatkan nilai fungsi

keanggotaan gaussian. Modifikasi (PSO) digunakan untuk

mengoptimalkan nilai pada parameter fungsi sigmoid. Hasil pada

penelitian ini menghasilkan Citra yang lebih baik dibanding citraasli

berdasarkan penilaian kualitatif maupun kuantitatif (Ziky, 2019). Dari

telaah pustaka tersebut kemudian disusunlah instrumen penelitian yang

diangkat oleh peneliti, selanjutnya titik perbedaan antara sumber kajian

pustaka dengan yang akan dibuat oleh penulis dalam penelitian yang

diajukan adalah berfokus pada implementasi menggunakan metode

Particle Swarm Optimization pada objek daun bawang merah sehingga

dapat menghasilkan kesimpulan tentang tingkat efisiensi metode yang

dipakai serta mengetahui nilai MSE dan PSNR.