MODUL

ANALISIS CITRA
( Rona\Warna, Tekstur, Bentuk, Bayangan)

Dosen Pengampuh:
Siaulhak S.Kom., M.Pd.

OLEH :

KELOMPOK 6 :

1. 1904411412_ JOUANEL BULUTODING

2. 1904411414_ALAM
3. 1904411714_JUNAEDI PRADITIA
4. 1904411480_YANTI
5. 1904411471_SULFIA

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK KOMPUTER
UNIVERSITAS COKROAMINOTO PALOPO
2022

ii
 KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Kuasa, atas limpahan
nikmat, berkah, rahmat, dan karunia-Nya, sehingga penyusunan modul ANALISIS
CITRA ( Rona\Warna, Tekstur, Bentuk, Pola, Ukuran, Situs, Bayangan, Asosiasi)
untuk persentasi telah selesai. Modul ini disusun sebagai salah satu bahan ajar
dalam pelaksanaan kegiatan pembelajaran pengolahan citra digital di bangku
kuliah. Didalam modul ini disajikan materi pembelajaran transformasi fourier
secara sederhana, efektif, dan mudah dimengerti yang disertai contoh.
Sesuai dengan tujuan dalam pembelajaran pengolahan citra digital,
mahasiswa diharapkan dapat memahami konsep ANALISIS CITRA ( Rona\Warna,
Tekstur, Bentuk, Bayangan) , menjelaskan keterkaitan antar konsep, dan
mengaplikasikannya untuk memecahkan masalah. Mahasiswa diharapkan mampu
menggunakan penalaran, mengomunikasikan gagasan dengan berbagai perangkat
MATLAB.

Dalam kesempatan ini saya mengucapkan terima kasih kepada:

1. Bapak Siaulhak. S.Kom., M.Pd. selaku dosen pengampu yang telah memberikan
bimbingan dan arahan dalam penyusunan modul Analisa Citra ini.
2. Kedua orang tua saya yang selalu memberikan semangat.
Kami telah berusaha semaksimal mungkin dalam menyusun modul ini.
Apabila terdapat kesalahan dalam penulisan maka mohon maaf. Kritik dan saran
yang bersifat membangun sangat saya harapkan demi kesempurnaan modul
berikutnya. Akhirnya semoga modul ini memberikan manfaat kepada semua pihak
yang membutuhkan.

Palopo 17 Juni 2022

Penyusun,

Kelompok 6

iii
 TATA TERTIB PRATIKUM

1. Hadir tepat waktu dan mengisi presensi kehadiran dan harus memakai baju lab.
2. Dilarang berpindah jadwal praktikum diluar jadwal praktikum yang telah
ditentukan.
3. Berpakaian sopan dan rapi.
4. Tidak memakai sandal jepit atau selop
5. Apabila praktikum mensyaratkan penggunaan alat yang dipinjam dari
laboratorium, mohon memperhatikan hal-hal berikut:
6. Mengecek kelengkapan alat SEBELUM & SESUDAH pelaksanaan
praktikum.
7. Menjaga alat praktikum dengan baik, tidak boleh mencoret-coret buku tes, dsb.
8. Alat yang rusak atau hilang akan dimintai penggantian sesuai ketentuan yang
berlaku.
9. Dimohon menjaga ketenangan dan ketertiban selama praktikum berlangsung.
10. Diharap menjaga kebersihan dan kerapian ruang praktikum, seperti membuang
sampah di tempat yang disediakan.
11. Apabila praktikum mensyaratkan penggunaan alat yang dipinjam dari
laboratorium, mohon memperhatikan hal-hal berikut:
a. Mengecek kelengkapan alat SEBELUM & SESUDAH pelaksanaan
praktikum.
b. Menjaga alat praktikum dengan baik, tidak boleh mencoret-coret buku
tes, dsb. Alat yang rusak atau hilang akan dimintai penggantian sesuai
ketentuan yang berlaku.
12. Dimohon menjaga ketenangan dan ketertiban selama praktikum berlangsung.
13. Diharap menjaga kebersihan dan kerapian ruang praktikum, seperti membuang
sampah di tempat yang telah disediakan.

iv
 DAFTAR ISI

KATA PENGANTAR ........................................................................................... iii

TATA TERTIB PRATIKUM ................................................................................ iv
DAFTAR ISI ........................................................................................................... v
BAB I TINJAUAN MATA KULIAH .................................................................... 1
A. Deskripsi Pengolahan Citra Digital ................................................................ 1
B. Mata Kuliah Pengolahan Citra Digital ........................................................... 1
C. Semester/SKS ................................................................................................. 2
D. Kegunaan Mata Kuliah ................................................................................... 2
E. Sasaran Belajar ................................................................................................ 2
F. Urutan Penyajian ............................................................................................. 2
BAB II PENDAHULUAN...................................................................................... 4
A. Sasaran Pembelajaran yang Ingin Dicapai ..................................................... 4
B. Ruang Lingkup Bahan Modul ........................................................................ 4
C. Mamfaat Mempelajari Modul ......................................................................... 4
D. Urutan pembahasan ........................................................................................ 4
BAB III MATERI PEMBELAJARAN................................................................... 5
BAB IV MATERI PRAKTEK ............................................................................. 12
BAB V LATIHAN ................................................................................................ 43
BAB VI RANGKUMAN ...................................................................................... 44
DAFTAR PUSTAKA ........................................................................................... 45

v
 BAB I
TINJAUAN MATA KULIAH

1. Tinjauan Pengolahan Citra Digital

A. Deskripsi Pengolahan Citra Digital

Pengolahan Citra Digital (Digital Image Processing) merupakan bidang ilmu

yang mempelajari tentang bagaimana suatu citra itu dibentuk, diolah, dan dianalisis
sehingga menghasilkan informasi yang dapat dipahami oleh manusia.
Sebelum mempelajari lebih lanjut mengenai pengolahan citra digital, kita perlu
mengetahui definisi dari citra itu terlebih dahulu. Citra merupakan fungsi dari
intensitas cahaya yang direpresentasikan dalam bidang dua dimensi.
Berdasarkan bentuk sinyal penyusunnya, citra dapat digolongkan menjadi
dua jenis yaitu citra analog dan citra digital. Citra analog adalah citra yang dibentuk
dari sinyal analog yang bersifat kontinyu, sedangkan citra digital adalah citra yang
dibentuk dari sinyal digital yang bersifat diskrit. Citra analog dihasilkan dari alat
akuisisi citra analog, contohnya adalah mata manusia dan kamera analog.
Gambaran yang tertangkap oleh mata manusia dan foto atau film yang tertangkap
oleh kamera analog merupakan contoh dari citra analog. Citra tersebut memiliki
kualitas dengan tingkat kerincian (resolusi) yang sangat baik tetapi memiliki
kelemahan di antaranya adalah tidak dapat disimpan, diolah, dan diduplikasi di
dalam komputer.
Citra digital merupakan representasi dari fungsi intensitas cahaya dalam
bentuk diskrit pada bidang dua dimensi. Citra tersusun oleh sekumpulan piksel
(picture element) yang memiliki koordinat (x,y) dan amplitudo f(x,y). Koordinat
(x,y) menunjukkan letak/posisi piksel dalam suatu citra, sedangkan amplitudo
f(x,y) menunjukkan nilai intensitas warna citra.

B. Mata Kuliah Pengolahan Citra Digital

Mata kuliah Pengolahan Citra Digital membahas beberapa teknik pengolahan

citra (image processing). Lingkup bahasan kuliah ini adalah prinsip dasar citra
digital, karakteristik citra digital, metode peningkatan kualitas citra, dan metode
ekstraksi ciri. Setelah mengikuti kuliah ini, mahasiswa diharapkan telah memahami

1
dasar dasar pengolahan citra digital sebagai sarana untuk penelitian yang lebih
lanjut dalam bidang pengolahan citra digital.

C. Semester/SKS

Mata kuliah pengolahan citra digital diajarkan pada semester 6 (genap) pada
Universitas Cokroaminoto Palopo dengan jumlah SKS sebanyak 2 (dua) SKS.

D. Kegunaan Mata Kuliah

1. Mampu memahami dan mengembangkan konsep dan tehnik dasar

pengolahan citra.
2. Mampu memahami algoritma pengolahan citra dan
mengimplementasikannya dengan bahasa pemrograman.
3. Mampu menerapkan teknik-teknik pengolahan citra untuk aplikasi
pengolahan citra yang lebih kompleks secara individu maupun dalam
kelompok dalam bentuk presentasi atau makalah.

E. Sasaran Belajar

1. Memahami maksud dan tujuan dari perkuliahan pengolahan citra digital.

2. Memahami konsep dasar representasi citra digital.
3. Memahami karakteristik citra digital.
4. Mampu menjelaskan manfaat dari pengolahan citra digital dalam kehidupan
sehari-hari.
5. Memahami fungsi dan proses transformasi Fourier terhadap suatu citra
digital.

F. Urutan Penyajian

1. Gambaran umum perkuliahan

2. Mamfaat pengolahan citra digital
3. Dasar – dasar ANALISIS CITRA ( Rona\Warna, Tekstur, Bentuk, Bayangan)
pada citra digital
4. Cara kerja ANALISIS CITRA ( Rona\Warna, Tekstur, Bentuk, Bayangan)
pada suatu citra digital

2
5. Pengaruh ANALISIS CITRA ( Rona\Warna, Tekstur, Bentuk, Bayangan) pada
suatu citra digital

3
 BAB II
PENDAHULUAN

A. Sasaran Pembelajaran yang Ingin Dicapai

Mahasiswa mampu memahami fungsi dan proses Analisa Citra terhadap

suatu citra digital.

B. Ruang Lingkup Bahan Modul

1. Membuat tampilan GUI dari ANALISIS CITRA Membuat tampilan GUI

Rona\Warna, Tekstur, Bentuk, Bayangan)

C. Mamfaat Mempelajari Modul

Mahasiswa mampu membuat tampilan GUI ANALISIS CITRA
( Rona\Warna, Tekstur, Bentuk, Bayangan) dengan menggunakan software
MATLAB

D. Urutan pembahasan

1. Definisi ANALISIS CITRA

2. Definisi GUI
3. Pembuatan GUI ANALISIS CITRA ( Rona\Warna, Tekstur, Bentuk,
Bayangan)
4. Latihan
5. Rangkuman

4
 BAB III
MATERI PEMBELAJARAN

1. Pengertian Analisis Citra

Pengertian Analisis Citra Analisis citra adalah kegiatan menganalisis citra
sehingga dapat menghasilkan informasi untuk memberikan ketetapan keputusan.
Analisis citra merupakan kegiatan melakukan analisis citra sehingga menghasilkan
informasi untuk menetapkan suatu keputusan. Terdapat beberapa hal yang bisa
diidentifikasi dari sebuah citra misalnya ukuran file citra, format file citra, resolusi
citra, dimensi citra, jumlah pixel, dan lain-lain. Terdapat beberapa macam software
yang bisa kita gunakan untuk mendapatkan informasi dari sebuah citr, misalnya:
Microsoft Office Picture Manager, Microsoft Paint, Adobe Photoshop Gimp, Image
Analyzer, Digimizer, dan lain-lain. Analisi citra biasanya didampingi bidang ilmu
kecerdasan buatan/Artificial Intelegent yaitu pengenalan pola (pattern recognition)
menggunakan logika fuzzy, jaringan syaraf tiruan, dan lain-lain

a. Rona/Warna
Rona pada citra mengacu pada terang atau gelap relatif suatu obyek. Variasi
rona disebabkan oleh karakter refleksi, emisi, transmisi atau absorpsi suatu obyek.
Ini mungkin berbeda dari satu obyek ke obyek lainnya dan juga berubah dengan
mengacu pada pita yang berbeda. Rona berkaitan dengan cahaya yang keluardari
benda.

Secara umum permukaan halus cenderung memiliki reflektansi tinggi,

permukaan kasar lebih sedikit reflektansinya. Fenomena ini dapat dijelaskan
dengan mudah melalui citra Inframerah dan Radar. Contoh rona misalnya pasir
kering akan merefleksikan warna putih, sedangkan tanah yang basah akan
merefleksikan warna kehitaman.

5
• Biru

• Merah

• Kuning

6
• Hijau

• Ungu

• Orange

7
b. Bentuk

Ciri-ciri obyek alamiah atau buatan manusia an alam seringkali memiliki

bentuk yang begitu khas sehingga hanya ciri ini yang memberikan identifikasi yang
jelas. Objek pastilah memiliki suatu bentuk yang dapat dideskripsikan oleh para
peneliti untuk penelitiannya.

Contohnya yaitu perkebunan kelapa sawit mempunyai bentuk seragam, sedangkan

hutan bakau mempunyai bentuk tidak teratur. Bentuk mesjid bisa dilihat dari
adanya kubah sedangkan bentuk jalan adalah lurus dengan berbagai percabangan.

• Polygon

• Triangle

8
• Square

• Circle

c. Tekstur
Tekstur merupakan frekuensi perubahan rona yang menimbulkan kesan
visual yang ditumbulkan sehinnga dari permukaan yang kasar atau halus benda
tersebut dapat dirasakan. Unsur yang satu ini bergantung pada ukuran, bentuk, pola,
dan bayangan. Tekstur pada peta dapat dilihat melalui interpretasi citra.

Tekstur digunakan sebagai petunjuk penting dalam interpretasi gambar. Sangat

mudah bagi penafsir untuk memasukkannya ke dalam proses mental mereka.
Kebanyakan pola tekstur tampak tidak beraturan pada citra. Contoh tekstur
misalnya padang rumput yang luas akan mencitrakan tekstur halus, sedangkan
hutan konifer akan mencitrakan tekstur yang cenderung kasar.

9
d. Bayangan

Bayangan dapat mengungkapkan informasi tentang ukuran dan bentuk obyek yang
tidak dapat dilihat dari tampilan atas saja. Efek bayangan dalam citra Radar
disebabkan oleh sudut pandang dan kemiringan medan. Fitur yang lebih tinggi
menghasilkan bayangan yang lebih besar daripada fitur yang lebih pendek.

Contoh unsur interpretasi citra yang satu ini misalnya cerobong asap, menara,
tangki minyak, dan bak air yang dipasang tinggi lebih tampak dari bayangannya.
Lereng terjal juga terlihat lebih jelas dengan adanya bayangan.

2. GUI
GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI)
yang dibangun dengan obyek grafik seperti tombol (button), kotak teks, slider,
menu dan lain-lain. Aplikasi yang menggunakan GUI umumnya lebih mudah

10
dipelajari dan digunakan karena orang yang menjalankannya tidak perlu
mengetahui perintah yang ada dan bagaimana kerjanya. Sampai saat ini, jika kita
membicarakan pemrograman berorientasi visual, yangada di benak kita adalah
sederetan bahasa pemrograman, seperti visual basic, Delphi, visual C++, visual Fox
Pro, dan lainnya yang memang didesai secara khusus untuk itu. Matlab merintis ke
arah pemrograman yang menggunakan GUI dimulai dari versi 5, versi 7 yang terus
disempurnkan sampai sekarang Matlab 2011a. GUI Matlab mempunyai kelebihan
tersendiri dibandingkan dengan bahasa pemrogram lainnya, diantaranya:
1) GUI Matlab banyak digunakan dan cocok untuk aplikasi-aplikasi berorientasi
sains, sehingga banyak peneliti dan mahasiswa menggunakan GUI Matlab untuk
menyelesaikan riset atau tugas akhirnya.
2) GUI Matlab mempunyai fungsi built-in yang siap digunakan dan pemakai tidak
perlu repot membuatnya sendiri.
3) Ukuran file, baik FIG-file maupun M-file, yang dihasilkan relatif kecil.
4) Kemampuan grafisnya cukup andal dan tidak kalah dibandingkan dengan bahasa
pemrograman lainnya.

11
 BAB IV
MATERI PRAKTEK

1. Analisa Citra Rona/Warna dan Bentuk

Rona pada citra mengacu pada terang atau gelap relatif suatu obyek. Variasi
rona disebabkan oleh karakter refleksi, emisi, transmisi atau absorpsi suatu obyek.
Ini mungkin berbeda dari satu obyek ke obyek lainnya dan juga berubah dengan
mengacu pada pita yang berbeda. Rona berkaitan dengan cahaya yang keluardari
benda.

Ciri-ciri obyek alamiah atau buatan manusia an alam seringkali memiliki

bentuk yang begitu khas sehingga hanya ciri ini yang memberikan identifikasi yang
jelas. Objek pastilah memiliki suatu bentuk yang dapat dideskripsikan oleh para
peneliti untuk penelitiannya.

Berikut ini merupakan contoh pemrograman matlab mengenai Analisa Citra.

a. Langkah pertama ketik guide pada commad promd untuk membuka tampilan
editor GUI pada MATLAB kemudian pilih balnk dan tekan ok. Berikut
tampilannya.

Gambar 1. Pengetikan guide pada command promd

12
 Gambar 2. Tampilan pilihan editor GUI

b. Setelah menekan ok maka akan mucul editor dari GUI seperti gambar diabawah
ini.

Gambar 3. Tampilan menu editor GUI

c. Buatlah tampilan GUI dibawah ini

Gambar 4. Tampilan gambar GUI Rona/Warna dan Bentuk

13
2. Coding
a. Selesai membuat tampilan GUI dan setelah mengklik callback maka kita
akan dibawah pada coding yang harus diisi, berikut tampilannya.
b.

Gambar 5. Tampilan halaman Coding

b. Isi masing-masing tombol dengan coding seperti gambar dibawah ini,

• Coding Tombol Browse Image

% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
[filename,pathname] = uigetfile('*.jpg');

if ~isequal(filename,0)
Img = imread(fullfile(pathname,filename));
axes(handles.axes1)
imshow(Img)
title('Original Image', 'color', [1 0 1]);
set(handles.text3, 'string', 'objek dan warna yang akan
dideteksi');

% Color Detection
[m,n,~] = size(Img);
hsv = rgb2hsv(Img);

H = hsv(:,:,1);

for y = 1:m
for x = 1:n
h = H(y,x);

% Ubah warna
if h < 11/255 % merah
h = 0;

14
 elseif h < 32/255 % jingga
h = 21/255;
elseif h < 54/255 % kuning
h = 43/255;
elseif h < 116/255 % hijau
h = 85/255;
elseif h < 141/255 % cyan
h = 128/255;
elseif h < 185/255 % biru
h = 170/255;
elseif h < 202/255 % ungu
h = 191/255;
elseif h < 223/255 % magenta
h = 213/255;
elseif h < 244/255 % merah muda
h = 234/255;
else
h = 0; % merah
end

% Ubah komponen H
H(y,x) = h;
end
end

% Shape Detection
gray = rgb2gray(Img);
threshold = .8;
bw = ~im2bw(gray,threshold);
bw = imfill(bw,'holes');

[B,L] = bwboundaries(bw,'noholes');
stats = regionprops(L,'All');

class = zeros(length(B),1);

for k = 1:length(B)
boundary = B{k};
delta_sq = diff(boundary).^2;
perimeter = sum(sqrt(sum(delta_sq,2)));
area = stats(k).Area;
eccentricity = stats(k).Eccentricity;
metric = 4*pi*area/perimeter^2;

if metric<0.56
class(k,1) = 1;
elseif metric<0.89
if eccentricity>0.04 && eccentricity <0.05
class(k,1) = 2;
else
class(k,1) = 3;
end
else
class(k,1) = 4;
end

end

15
 handles.Img = Img;
handles.H = H;
handles.class = class;
handles.bw = bw;
guidata(hObject, handles)
set(handles.pushbutton2,'Enable','on')
set(handles.pushbutton3,'Enable','on')
set(handles.pushbutton4,'Enable','on')
set(handles.pushbutton5,'Enable','on')
set(handles.pushbutton6,'Enable','on')
set(handles.pushbutton7,'Enable','on')
set(handles.pushbutton8,'Enable','on')
set(handles.pushbutton9,'Enable','on')
set(handles.pushbutton10,'Enable','on')
set(handles.pushbutton11,'Enable','on')
else
return
end

• Coding Tombol Reset

% --- Executes on button press in pushbutton12.
function pushbutton12_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton12 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
axes(handles.axes1)
cla reset
set(gca,'XTick',[])
set(gca,'YTick',[])

axes(handles.axes2)
cla reset
set(gca,'XTick',[])
set(gca,'YTick',[])

set(handles.pushbutton2,'Enable','off')
set(handles.pushbutton3,'Enable','off')
set(handles.pushbutton4,'Enable','off')
set(handles.pushbutton5,'Enable','off')
set(handles.pushbutton6,'Enable','off')
set(handles.pushbutton7,'Enable','off')
set(handles.pushbutton8,'Enable','off')
set(handles.pushbutton9,'Enable','off')
set(handles.pushbutton10,'Enable','off')
set(handles.pushbutton11,'Enable','off')

• Coding Tombol Exit

% --- Executes on button press in pushbutton13.
function pushbutton13_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton13 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB

16
 % handles structure with handles and user data (see
GUIDATA)
pilihan = questdlg('Apakah anda ingin menutup program?', ...
'Menutup Program', ...
'Ya','Tidak','Tidak');
% Handle response
switch pilihan
case 'Ya'
close
case 'Tidak'
return;
end

• Coding Tombol Color Detection

% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

H_aksen = H==0/255;
H_aksen = logical(H_aksen);

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Red', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
merah');

% --- Executes on button press in pushbutton3.

function pushbutton3_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

H_aksen = H==21/255;
H_aksen = logical(H_aksen);

17
R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Orange', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
Jingga');

% --- Executes on button press in pushbutton4.

function pushbutton4_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

H_aksen = H==85/255;
H_aksen = logical(H_aksen);

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Green', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
Hijau');

% --- Executes on button press in pushbutton5.

function pushbutton5_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton5 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

18
H_aksen = H==170/255;
H_aksen = logical(H_aksen);

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Blue', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
biru');

% --- Executes on button press in pushbutton6.

function pushbutton6_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton6 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

H_aksen = H==213/255;
H_aksen = logical(H_aksen);

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Purple', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
ungu');

% --- Executes on button press in pushbutton7.

function pushbutton7_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton7 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
H = handles.H;

19
 H_aksen = H==43/255;
H_aksen = logical(H_aksen);

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~H_aksen) = 255;
G(~H_aksen) = 255;
B(~H_aksen) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Color Detection -> Yellow', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek berwarna
kuning');

• Coding Tombol Shapes Detection

% --- Executes on button press in pushbutton8.
function pushbutton8_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton8 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
bw = handles.bw;
class = handles.class;

bw2 = false(size(bw));
n = find(class==1);
for x = 1:numel(n)
cc = bwconncomp(bw, 4);
bw2(cc.PixelIdxList{n(x)}) = true;
end

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~bw2) = 255;
G(~bw2) = 255;
B(~bw2) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Shape Detection -> Polygon', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek poligon');

% --- Executes on button press in pushbutton9.

20
function pushbutton9_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton9 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
bw = handles.bw;
class = handles.class;

bw2 = false(size(bw));
n = find(class==2);
for x = 1:numel(n)
cc = bwconncomp(bw, 4);
bw2(cc.PixelIdxList{n(x)}) = true;
end

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~bw2) = 255;
G(~bw2) = 255;
B(~bw2) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Shape Detection -> Triangle', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek
segitiga');

% --- Executes on button press in pushbutton10.

function pushbutton10_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton10 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
bw = handles.bw;
class = handles.class;

bw2 = false(size(bw));
n = find(class==3);
for x = 1:numel(n)
cc = bwconncomp(bw, 4);
bw2(cc.PixelIdxList{n(x)}) = true;
end

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~bw2) = 255;
G(~bw2) = 255;

21
 B(~bw2) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Shape Detection -> Square', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek kotak');

% --- Executes on button press in pushbutton11.

function pushbutton11_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton11 (see GCBO)
% eventdata reserved - to be defined in a future version of
MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
bw = handles.bw;
class = handles.class;

bw2 = false(size(bw));
n = find(class==4);
for x = 1:numel(n)
cc = bwconncomp(bw, 4);
bw2(cc.PixelIdxList{n(x)}) = true;
end

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R(~bw2) = 255;
G(~bw2) = 255;
B(~bw2) = 255;

RGB = cat(3,R,G,B);

axes(handles.axes2)
imshow(RGB);
title('Shape Detection -> Circle', 'color', [1 0 1])
set(handles.text4, 'string', 'Hasil deteksi objek
lingkaran');

• Coding Background
% Choose default command line output for
Color_and_Shape_Detection
handles.output = hObject;
movegui(hObject,'center');
ah = axes('unit', 'normalized', 'position', [0 0 1 1]);
uistack(ah,'bottom');
bg = imread('bg.jpg'); imagesc(bg);
set(ah, 'handlevisibility', 'off', 'visible', 'off');
axes(handles.axes3)
imshow('logo2.png')
axes(handles.axes4)

22
 imshow('mm.png')

3. Hasil

Gambar 6. Tampilan GUI

Gambar 7. Tampilan Tombol Open Image

23
Gambar 8. Tampilan Tombol Merah

Gambar 9. Tampilan Tombol Hijau

24
Gambar 10. Tampilan Tombol Orange

Gambar 11. Tampilan Tombol Biru

Gambar 12. Tampilan Tombol Ungu

25
Gambar 13. Tampilan Kuning

Gambar 14. Tampilan Circle

Gambar 15. Tampilan Triangle

26
 Gambar 16. Tampilan Square

Gambar 17. Tampilan Polygon

1. Analisa Citra Teksture

Tekstur merupakan frekuensi perubahan rona yang menimbulkan kesan
visual yang ditumbulkan sehinnga dari permukaan yang kasar atau halus benda
tersebut dapat dirasakan. Unsur yang satu ini bergantung pada ukuran, bentuk, pola,
dan bayangan. Tekstur pada peta dapat dilihat melalui interpretasi citra.

Tekstur digunakan sebagai petunjuk penting dalam interpretasi gambar. Sangat

mudah bagi penafsir untuk memasukkannya ke dalam proses mental mereka.
Kebanyakan pola tekstur tampak tidak beraturan pada citra. Contoh tekstur
misalnya padang rumput yang luas akan mencitrakan tekstur halus, sedangkan
hutan konifer akan mencitrakan tekstur yang cenderung kasar.

a. Berikut ini merupakan contoh pemrograman matlab mengenai Analisa

Citra. Langkah pertama ketik guide pada commad promd untuk membuka

27
 tampilan editor GUI pada MATLAB kemudian pilih balnk dan tekan ok.
Berikut tampilannya.

Gambar 1. Pengetikan guide pada command promd

Gambar 2. Tampilan pilihan editor GUI

b. Setelah menekan ok maka akan mucul editor dari GUI seperti gambar
diabawah ini.

Gambar 3. Tampilan menu editor GUI

28
c. Buatlah tampilan GUI gambar seperti dibawah ini

Gambar 4. Tampilan Gambar GUI Teksture

2. Coding
• Coding Tombol Open Image
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
[filename,pathname] = uigetfile({'*.*'});

if ~isequal(filename,0)
Info = imfinfo(fullfile(pathname,filename));
if Info.BitDepth == 1
msgbox('Citra masukan harus citra RGB atau
Grayscale');
return
elseif Info.BitDepth == 8
Img = imread(fullfile(pathname,filename));
axes(handles.axes1)
cla('reset')
imshow(Img)
title('Grayscale Image')
else
Img =
rgb2gray(imread(fullfile(pathname,filename)));
axes(handles.axes1)
cla('reset')
imshow(Img)
title('Grayscale Image', 'color', [1 0 1])
end
else
return
end

handles.Img = Img;
guidata(hObject,handles)

29
• Coding Tombol Reset
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
axes(handles.axes1)
cla reset
set(gca,'XTick',[])
set(gca,'YTick',[])
set(handles.edit2, 'string', {});
set(handles.uitable1,'Data',{});

• Coding Tombol Exit

% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
pilihan = questdlg('Apakah anda ingin menutup program?',
...
'Menutup Program', ...
'Ya','Tidak','Tidak');
% Handle response
switch pilihan
case 'Ya'
close
case 'Tidak'
return;
end

• Coding Tombol GLCM

% --- Executes on button press in pushbutton4.
function pushbutton4_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
Img = handles.Img;
pixel_dist = str2double(get(handles.edit2,'String'));
GLCM = graycomatrix(Img,'Offset',[0 pixel_dist; -
pixel_dist pixel_dist; -pixel_dist 0; -pixel_dist -
pixel_dist]);

30
 stats =
graycoprops(GLCM,{'contrast','correlation','energy','hom
ogeneity'});

Contrast = stats.Contrast;
Correlation = stats.Correlation;
Energy = stats.Energy;
Homogeneity = stats.Homogeneity;

data = get(handles.uitable1,'Data');
data{1,1} = num2str(Contrast(1));
data{1,2} = num2str(Contrast(2));
data{1,3} = num2str(Contrast(3));
data{1,4} = num2str(Contrast(4));
data{1,5} = num2str(mean(Contrast));

data{2,1} = num2str(Correlation(1));
data{2,2} = num2str(Correlation(2));
data{2,3} = num2str(Correlation(3));
data{2,4} = num2str(Correlation(4));
data{2,5} = num2str(mean(Correlation));

data{3,1} = num2str(Energy(1));
data{3,2} = num2str(Energy(2));
data{3,3} = num2str(Energy(3));
data{3,4} = num2str(Energy(4));
data{3,5} = num2str(mean(Energy));

data{4,1} = num2str(Homogeneity(1));
data{4,2} = num2str(Homogeneity(2));
data{4,3} = num2str(Homogeneity(3));
data{4,4} = num2str(Homogeneity(4));
data{4,5} = num2str(mean(Homogeneity));

set(handles.uitable1,'Data',data,'ForegroundColor',[0 0
0])

• Coding Backgrond
% Choose default command line output for pola_tekstur
handles.output = hObject;
movegui(hObject,'center');
ah = axes('unit', 'normalized', 'position', [0 0 1 1]);
uistack(ah,'bottom');
bg = imread('bg2.jpg'); imagesc(bg);
set(ah, 'handlevisibility', 'off', 'visible', 'off');
axes(handles.axes2)
imshow('logo2.png')
axes(handles.axes3)
imshow('mm.png')
axes(handles.axes1)
set(gca,'XTick',[])
set(gca,'YTick',[])

d. Setelah pengkodingan selesai maka kita simpan dan menekan tombol run
untuk melihat hasil.

31
3. Hasil
Berikut hasil tampilan GUI yang di tampilkan seperti gambar berikut

Gambar 4. Tampilan GUI Teksture

Gambar 5. Tampilan Tombol Open Image

Gambar 6. Tampilan Tombol GLCM

1. Analisa Citra Bayangan

Bayangan dapat mengungkapkan informasi tentang ukuran dan bentuk
obyek yang tidak dapat dilihat dari tampilan atas saja. Efek bayangan dalam citra
Radar disebabkan oleh sudut pandang dan kemiringan medan. Fitur yang lebih
tinggi menghasilkan bayangan yang lebih besar daripada fitur yang lebih pendek.

32
 Contoh unsur interpretasi citra yang satu ini misalnya cerobong asap, menara,
tangki minyak, dan bak air yang dipasang tinggi lebih tampak dari bayangannya.
Lereng terjal juga terlihat lebih jelas dengan adanya bayangan

a. Berikut ini merupakan contoh pemrograman matlab mengenai Analisa

Citra. Langkah pertama ketik guide pada commad promd untuk membuka
tampilan editor GUI pada MATLAB kemudian pilih balnk dan tekan ok.
Berikut tampilannya.

Gambar 1. Pengetikan guide pada command promd

Gambar 2. Tampilan pilihan editor GUI

a. Setelah menekan ok maka akan mucul editor dari GUI seperti gambar
diabawah ini.

33
 Gambar 3. Tampilan menu editor GUI
Buatlah tampilan GUI gambar seperti dibawah ini

Gambar 4. Tampilan gambar GUI Bayangan

2. Coding
• Coding Tombol Open Image
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
[name_file1,name_path1] = uigetfile( ...
{'*.bmp;*.jpg;*.tif','Files of type
(*.bmp,*.jpg,*.tif)';
'*.bmp','File Bitmap (*.bmp)';...
'*.jpg','File jpeg (*.jpg)';
'*.tif','File Tif (*.tif)';
'*.*','All Files (*.*)'},...
'Open Image');

if ~isequal(name_file1,0)

34
 handles.data1 =
imread(fullfile(name_path1,name_file1));
guidata(hObject,handles);
axes(handles.axes1);
imshow(handles.data1);
else
return;
end

• Coding Tombol Grayscale

% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
image1 = handles.data1;
gray = rgb2gray(image1);
axes(handles.axes2);
imshow(gray);

set(handles.slider1,'Enable','on')
handles.data2 = gray;
guidata(hObject,handles);

• Coding Slider
% --- Executes on slider movement.
function slider1_Callback(hObject, eventdata, handles)
% hObject handle to slider1 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)

% Hints: get(hObject,'Value') returns position of slider

% get(hObject,'Min') and get(hObject,'Max') to
determine range of slider
gray = handles.data2;
value = get(handles.slider1,'value');
thresh = imcomplement(im2bw(gray,value/255));
axes(handles.axes2);
imshow(thresh);
handles.data3 = thresh;
guidata(hObject,handles);
set(handles.edit1,'String',value)

• Coding Tombol Save Image

% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata,
handles)

35
 % hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
thresh = handles.data3;
[name_file_save,path_save] = uiputfile( ...
{'*.bmp','File Bitmap (*.bmp)';...
'*.jpg','File jpeg (*.jpg)';
'*.tif','File Tif (*.tif)';
'*.*','All Files (*.*)'},...
'Save Image');
if ~isequal(name_file_save,0)
imwrite(thresh,fullfile(path_save,name_file_save));
else
return
end

• Coding Reset
% --- Executes on button press in pushbutton5.
function pushbutton5_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton5 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
axes(handles.axes1)
cla reset
set(gca,'XTick',[])
set(gca,'YTick',[])
axes(handles.axes2)
cla reset
set(gca,'XTick',[])
set(gca,'YTick',[])
set(handles.slider1,'Enable','off')
set(handles.edit1,'String',{})

• Coding Exit
% --- Executes on button press in pushbutton4.
function pushbutton4_Callback(hObject, eventdata,
handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)
pilihan = questdlg('Apakah anda ingin menutup program?',
...
'Menutup Program', ...
'Ya','Tidak','Tidak');
% Handle response
switch pilihan
case 'Ya'
close

36
 case 'Tidak'
return;
end

3. Hasil
Berikut hasil tampilan GUI yang ditampilkan seperti gambar berikut

Gambar 5. Tampilan GUI Bayangan

Gambar 6. Tampilan Tombol Open Image

37
 Gambar 7. Tampilan Tombol Grayscale

Gambar 8. Tampilan Slider

1. Pembuatan Profil
a. Berikut ini merupakan contoh pemrograman matlab mengenai Analisa
Citra. Langkah pertama ketik guide pada commad promd untuk
membuka tampilan editor GUI pada MATLAB kemudian pilih balnk
dan tekan ok. Berikut tampilannya.

Gambar 1. Pengetikan guide pada command promd

38
 Gambar 2. Tampilan pilihan editor GUI

b. Setelah menekan ok maka akan mucul editor dari GUI seperti gambar
diabawah ini.

Gambar 3. Tampilan menu editor GUI

c. Buatlah tampilan GUI seperti di bawah ini

39
 Gambar 4. Tampilan Gambar GUI Profil
2. Coding
• Coding Pop Menu
% --- Executes on selection change in popupmenu1.
function popupmenu1_Callback(hObject, eventdata,
handles)
% hObject handle to popupmenu1 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles structure with handles and user data (see
GUIDATA)

% Hints: contents = cellstr(get(hObject,'String'))

returns popupmenu1 contents as cell array
% contents{get(hObject,'Value')} returns selected
item from popupmenu1
pilihan = get(handles.popupmenu1, 'value');
axes(handles.axes1);
switch pilihan
case 2
gambar = imread('juan.jpg');
set(handles.text2, 'string', {'Nama : Jouanel
Bulutoding';...
'NIM : 1904411412';'Alamat : Palopo'});
case 3
gambar = imread('alam.jpg');
set(handles.text2, 'string', {'Nama : Alam';...
'NIM : 1904411414';'Alamat : Luwu Utara'});
case 4
gambar = imread('jun.jpg');
set(handles.text2, 'string', {'Nama : Junaedi
praditia';...
'NIM : 1904411714';'Alamat : Palopo'});
case 5
gambar = imread('yanti.jpg');
set(handles.text2, 'string', {'Nama : Yanti';...
'NIM : 1904411480';'Alamat : Jln. Anggrek'});
case 6

40
 gambar = imread('sulfia.jpg');
set(handles.text2, 'string', {'Nama :
Sulfia';...
'NIM : 1904411471';'Alamat : Jln. Nyiur'});
end
imshow(gambar);

% --- Executes during object creation, after setting all

properties.
function popupmenu1_CreateFcn(hObject, eventdata,
handles)
% hObject handle to popupmenu1 (see GCBO)
% eventdata reserved - to be defined in a future
version of MATLAB
% handles empty - handles not created until after all
CreateFcns called

% Hint: popupmenu controls usually have a white

background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

3. Hasil
Berikut adalah tampilan GUI tampilan Profil

Gambar 5. Tampilan GUI Profil

41
Gambar 6. Tampilan Pop Menu

42
 BAB V

LATIHAN
1. Buatlah tampilan GUI Analisis Citra ( Rona\Warna, Tekstur, Bentuk,
Bayangan)

43
 BAB VI
RANGKUMAN

Pengolahan Citra Digital (Digital Image Processing) merupakan bidang ilmu

yang mempelajari tentang bagaimana suatu citra itu dibentuk, diolah, dan dianalisis
sehingga menghasilkan informasi yang dapat dipahami oleh manusia.

Sebelum mempelajari lebih lanjut mengenai pengolahan citra digital, kita perlu
mengetahui definisi dari citra itu terlebih dahulu. Citra merupakan fungsi dari
intensitas cahaya yang direpresentasikan dalam bidang dua dimensi.

Analisis citra adalah kegiatan menganalisis citra sehingga dapat menghasilkan

informasi untuk memberikan ketetapan keputusan. Analisis citra merupakan
kegiatan melakukan analisis citra sehingga menghasilkan informasi untuk
menetapkan suatu keputusan. Terdapat beberapa hal yang bisa diidentifikasi dari
sebuah citra misalnya ukuran file citra, format file citra, resolusi citra, dimensi citra,
jumlah pixel, dan lain-lain. Terdapat beberapa macam software yang bisa kita
gunakan untuk mendapatkan informasi dari sebuah citr, misalnya: Microsoft Office
Picture Manager, Microsoft Paint, Adobe Photoshop Gimp, Image Analyzer,
Digimizer, dan lain-lain. Analisi citra biasanya didampingi bidang ilmu kecerdasan
buatan/Artificial Intelegent yaitu pengenalan pola (pattern recognition)
menggunakan logika fuzzy, jaringan syaraf tiruan, dan lain-lain

Rona pada citra mengacu pada terang atau gelap relatif suatu obyek. Variasi
rona disebabkan oleh karakter refleksi, emisi, transmisi atau absorpsi suatu obyek.
Ini mungkin berbeda dari satu obyek ke obyek lainnya dan juga berubah dengan
mengacu pada pita yang berbeda. Rona berkaitan dengan cahaya yang keluardari
benda.

Ciri-ciri obyek alamiah atau buatan manusia an alam seringkali memiliki

bentuk yang begitu khas sehingga hanya ciri ini yang memberikan identifikasi yang
jelas. Objek pastilah memiliki suatu bentuk yang dapat dideskripsikan oleh para
peneliti untuk penelitiannya.

Tekstur merupakan frekuensi perubahan rona yang menimbulkan kesan visual

yang ditumbulkan sehinnga dari permukaan yang kasar atau halus benda tersebut
dapat dirasakan. Unsur yang satu ini bergantung pada ukuran, bentuk, pola, dan
bayangan. Tekstur pada peta dapat dilihat melalui interpretasi citra.

Bayangan dapat mengungkapkan informasi tentang ukuran dan bentuk obyek

yang tidak dapat dilihat dari tampilan atas saja. Efek bayangan dalam citra Radar
disebabkan oleh sudut pandang dan kemiringan medan. Fitur yang lebih tinggi
menghasilkan bayangan yang lebih besar daripada fitur yang lebih pendek.

44
 DAFTAR PUSTAKA

Adet Pramadihanto, Image Enhancement, Inhouse Training Politeknik Elektronika

Negeri Surabaya, 1999.
Acmad Basuki dkk,Pengolahan Citra Menggunakan Visual Basic,Graha Ilmu
Aniati murni Arymurthy & Suryana Setiawan, Pengantar Pengolahan Citra, Elex
Media Komputindo, 1992
Adi Pamungkas, Pengolahan Citra Digital untuk Mendeteksi Warna dan Bentuk
Obyek, pemrogramanmatlab, 2016
Adi Pamungkas, Texture Analysis – Gray-Level Co-Occurrence Matrix (GLCM) –
GUI Matlab, pemrogramanmatlab, 2015
Adi Pamungkas, Pengolahan Citra Digital dengan Pola Bayangan,
Pemrogramanmatlab, 2013
Richard Alan Peter, “Lecture Notes 2007“
Richard Szeliski, “Computer Vision: Algorithms and Applications,23 April 2010
Rinaldi Munir, Pengolahan Citra digital dengan Pendekatan Algoritmik, Penerbit
Informatika Bandung, 2004
Riyanto Sigit dkk, ” Step by Step dkk,Pengolahan Citra Menggunakan Visual
C++”,Andi Offset
Wanasanan Thongsongkrit, ” Lecture Notes” Willey, Digital Image Processing, 3rd
edition, 2001

45