Makalah

sistem pengolahan citra

Disusun oleh:

Eep Komarudin (20211310008)

Prodi Teknik Informatika

Fakultas Ilmu Komputer dan Sistem Informasi

Universitas Kebangsaan Republik Indonesia

2023
 A. Image Aquitision

Image acquisition adalah proses pengambilan data visual dari sumber seperti kamera atau
sensor dan mengubahnya menjadi representasi digital yang dapat diproses oleh komputer.
Proses ini melibatkan beberapa tahapan, seperti pencahayaan, pengambilan gambar, konversi
analog ke digital, dan pengolahan awal. Data gambar yang diakuisisi ini dapat digunakan dalam
berbagai aplikasi, seperti pemrosesan citra medis, visi komputer, pemantauan keamanan, dan
banyak lagi. Proses akuisisi gambar sangat penting dalam analisis dan pengolahan citra, karena
kualitas data awal dapat memengaruhi hasil akhir analisis citra.

Beberapa langkah pemrosesan dasar adalah:

 Akuisisi gambar

Proses ini melibatkan pengambilan gambar. Pengambilan gambar dapat menggunakan

kamera digital atau scanner. Cara lain adalah mengimpor gambar yang ada ke
komputer.

 Representasi dan Deskripsi Gambar

Representasi gambar merupakan teknik yang dapat dianalisis dan dimanipulasi oleh
komputer. Proses ini juga dapat menggambarkan fitur gambar melalui cara yang
praktis tetapi bermakna.

 Analisis gambar

Analisis gambar melibatkan penggunaan algoritma serta model matematika. Keduanya

diaplikasikan untuk mengekstrak informasi dari gambar. Ekstraksi informasi terdiri dari
pengenalan objek, pendeteksian pola, dan pengukuran fitur.

 Sintesis dan Kompresi Gambar

Proses ini melibatkan pembuatan gambar baru atau kompresi gambar yang sudah ada.
Proses ini berfungsi untuk mengurangi persyaratan penyimpanan dan transmisi.

B. Preprocessing enhancement

Preprocessing enhancement adalah tahapan dalam pemrosesan citra yang bertujuan untuk
meningkatkan kualitas gambar atau mengoptimalkan informasi yang terkandung di dalamnya
sebelum melakukan analisis atau pengolahan lebih lanjut. Proses ini mencakup berbagai teknik
dan metode, seperti peningkatan kontras, penghilangan noise, peningkatan ketajaman,
peningkatan resolusi, serta koreksi warna dan distorsi, tergantung pada tujuan spesifik dari
pemrosesan citra tersebut. Preprocessing enhancement memungkinkan gambar yang diakuisisi
atau diperoleh menjadi lebih sesuai untuk analisis atau penggunaan tertentu dengan
menghilangkan gangguan atau meningkatkan kualitas visual dan informasi yang terkandung di
dalamnya.

Preprocessing enhancement memiliki berbagai manfaat dan fungsi dalam analisis data,
termasuk:

 Membersihkan Data: Menghilangkan data yang hilang, duplikat, atau tidak valid
membantu meningkatkan kualitas data, sehingga hasil analisis lebih akurat.

 Transformasi Data: Mengubah format atau struktur data sesuai kebutuhan analisis,
memudahkan pemahaman dan pengolahan data.

 Integrasi Data: Menggabungkan data dari berbagai sumber memungkinkan analisis

yang komprehensif dan menyediakan pandangan yang lebih lengkap tentang masalah
yang sedang dihadapi.

 Reduksi Dimensi: Mengurangi jumlah fitur atau atribut dalam dataset dapat mengurangi
kompleksitas analisis, menghemat waktu, dan menghindari overfitting.

 Pemrosesan Skala: Menyamakan skala fitur numerik menghindari bias dalam analisis
yang disebabkan oleh perbedaan skala.

 Pemilihan Fitur: Memilih fitur-fitur yang paling relevan mengurangi kompleksitas model,
meningkatkan interpretasi hasil, dan menghemat sumber daya komputasi.

C. Segmentation

Segmentation adalah proses dalam pemrosesan citra yang bertujuan untuk memisahkan
atau mengidentifikasi area atau objek tertentu dalam sebuah gambar. Tujuan utama dari
segmentasi adalah untuk mempartisi gambar menjadi beberapa bagian yang memiliki
karakteristik atau atribut yang serupa. Proses ini memungkinkan pengenalan dan isolasi objek
atau fitur tertentu dalam citra, sehingga memungkinkan analisis lebih lanjut, seperti pengukuran,
klasifikasi, atau pelacakan objek.

Terdapat berbagai metode segmentasi citra, termasuk metode berdasarkan warna,

intensitas, tepi, atau tekstur, serta metode berbasis objek atau berdasarkan ciri-ciri lainnya.
Segmentasi sangat penting dalam berbagai aplikasi seperti visi komputer, pengolahan citra
medis, pengenalan pola, dan robotika, karena memungkinkan komputer untuk memahami dan
berinteraksi dengan objek dalam dunia visual.

Beberapa metode segmentasi citra diantaranya adalah:

 Thresholding

 Active contour
  Segmentation warna berdasarkan komponen Hua

 Deteksi tepi

 Transformasi Hough

 Watershed

Segmentasi citra merupakan tahapan penting dalam proses pengenalan pola. Setelah objek
berhasil tersegmentasi, maka kita dapat melakukan proses ekstraksi ciri citra. Ekstraksi ciri
merupakan tahapan yang bertujuan untuk mengekstrak ciri dari suatu objek di mana ciri
tersebut digunakan untuk membedakan antara objek satu dengan objek lainnya

D. Feature extraction, description

Feature extraction dan feature description adalah dua tahap penting dalam pemrosesan
citra dan analisis citra komputer.

1. Feature Extraction (Ekstraksi Ciri)

 Pengertian: Feature extraction adalah proses untuk mengidentifikasi dan

mengekstraksi ciri-ciri penting atau informasi yang berguna dari gambar. Ciri-ciri ini
bisa berupa titik penting, tepi, tekstur, warna, bentuk, atau atribut lain yang
mendeskripsikan objek dalam gambar.

 Tujuan: Menciptakan representasi data yang lebih sederhana dan informatif yang
dapat digunakan dalam analisis selanjutnya. Ini membantu dalam pengurangan
dimensi data, meningkatkan efisiensi, dan memungkinkan mesin untuk memahami
gambar dengan lebih baik.

2. Feature Description (Deskripsi Ciri)

 Pengertian: Feature description adalah proses untuk menggambarkan ciri-ciri yang

diekstraksi dengan cara yang lebih kuantitatif atau terukur. Ini melibatkan konversi
ciri-ciri menjadi vektor atau representasi yang bisa digunakan untuk perbandingan,
klasifikasi, atau pengenalan objek.

 Tujuan: Membuat representasi ciri-ciri yang dapat dihitung dan dibandingkan

dengan ciri-ciri yang diambil dari gambar lain. Ini sering melibatkan penggunaan
statistik, transformasi matematis, atau teknik lainnya untuk menggambarkan ciri-ciri
dengan cara yang bermakna.

Kedua tahapan ini sangat penting dalam visi komputer, pengenalan pola, dan berbagai
aplikasi di mana analisis citra diperlukan. Feature extraction dan description memungkinkan
sistem komputer untuk memahami dan mengambil keputusan berdasarkan informasi visual
yang diambil dari gambar atau citra.
 E. Classification, interprestation, recognition

Classification, interpretation, dan recognition adalah konsep yang penting dalam

pemrosesan citra dan pengenalan pola.

1. Classification (Klasifikasi)

 Pengertian: Klasifikasi adalah proses mengelompokkan objek atau data ke dalam

kategori atau kelas yang sesuai berdasarkan ciri-ciri atau atribut tertentu. Dalam
konteks pengolahan citra, klasifikasi berarti mengidentifikasi atau mengelompokkan
objek dalam gambar ke dalam kategori yang telah ditentukan, seperti
mengklasifikasikan apakah suatu gambar berisi mobil, hewan, atau manusia.

 Tujuan: Memungkinkan mesin atau sistem komputer untuk mengenali dan

mengkategorikan objek dalam citra berdasarkan ciri-ciri yang diekstraksi
sebelumnya.

2. Interpretation (Interpretasi)

 Pengertian: Interpretasi adalah proses pemahaman makna dari informasi yang

dihasilkan oleh sistem pemrosesan citra. Ini mencakup analisis lebih lanjut dari
hasil klasifikasi atau pengolahan citra untuk mengambil kesimpulan atau informasi
yang berguna.

 Tujuan: Membantu manusia atau sistem komputer dalam memahami dan

mengambil keputusan berdasarkan data citra yang telah diolah.

3. Recognition (Pengenalan)

 Pengertian: Pengenalan adalah proses mengidentifikasi objek, pola, atau entitas

dalam citra atau data. Ini melibatkan mengenali dan menamai objek yang terdeteksi
atau diidentifikasi dalam gambar.

 Tujuan: Memungkinkan sistem komputer untuk mengenali dan memberikan nama

atau label pada objek atau pola yang teridentifikasi dalam citra, seperti pengenalan
wajah atau pengenalan tulisan tangan.

Ketiga konsep ini sering digunakan bersama dalam berbagai aplikasi, seperti visi komputer,
pengenalan pola, pengolahan citra medis, dan banyak lagi. Mereka bekerja bersama-sama untuk
memberikan pemahaman yang lebih dalam tentang informasi visual dalam citra dan membantu
dalam membuat keputusan atau tindakan berdasarkan informasi tersebut.

F. Result
G. Daftar Pustaka

https://binus.ac.id/malang/2023/07/pengolahan-citra-digital-konsep-dan-teknik/

https://www.trivusi.web.id/2022/09/image-processing.html?m=1

https://henny-19133.medium.com/jika-anda-ingin-berkecimpung-ke-dalam-dunia-
analisis-big-data-dibutuhkan-pengetahuan-dan-9b3288df828e

https://pemrogramanmatlab.com/pengolahan-citra-digital/segmentasi-citra/

https://machung.ac.id/artikel-prodi-if/mengenal-instance-segmentation-pada-
pengolahan-citra-digital/

ChatGPT