1.
PENDAHULUAN
Tepi (edge) citra secara umum didefinisikan sebagai batas antara satu objek dengan latar belakang citra atau batas antara dua objek. Pengembangan algoritma deteksi tepi banyak dilakukan dengan menggunakan komputasi klasik, salah satu nya adalah penelitian Febriani yang telah berhasil mengekstraksi bentuk tepi vertikal, horisontal, diagonal, sudut dan busur [3]. Pada komputasi klasik data direpresentasikan dalam bentuk bit yang berisi nilai (keadaan) 0 (hitam) atau 1 (putih). Perkembangan komputasi saat ini ditandai dengan perkembangan komputasi kuantum. Pada komputasi kuantum data direpresentasikan dalam qubit, keadaan tidak hanya berada pada 0 dan 1 tetapi dapat juga berada pada dua keadaan secara bersamaan yaitu 0 dan 1, yang berarti ada banyak kemungkinan keadaan dari jumlah qubit yang dihasilkan. Keadaan yang dihasilkan pada komputasi kuantum merupakan suatu probabilitas. Untuk mengetahui hasil keadaan yang tepat (deterministik) diperlukan proses pengukuran qubit berdasarkan probabilitas dari keadaan
tersebut. Eldar dalam penelitiannya telah membawa prinsip kuantum pada pengolahan sinyal yang dikenal sebagai Quantum Signal Processing (QSP) [2].
Chien-Chien Tseng [1] mengusulkan penelitian deteksi tepi berdasarkan komputasi kuantum pada citra gray dengan menggunakan kerangka Eldar [1]. Penelitiannya berhasil mendeteksi tepi yang lebih baik secara persepsi mata manusia dibandingkan dengan metode citra klasik.
Penelitian ini mengusulkan pengembangan algorima deteksi tepi berdasarkan komputasi kuantum agar dapat mendeteksi lebih banyak tepi. Pemilihan objek dilakukan berdasarkan karakteristik tepi vertikal, horisontal, diagonal, busur dan sudut [3]. Operator pendeteksian tepi yang digunakan berdasarkan operator Sobel.
2.
TINJAUAN PUSTAKA
2.1. Deteksi Tepi
Deteksi tepi merupakan tahapan awal dari proses analisis bentuk objek yang dapat diimplementasikan pada pengenalan pola
154 Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 Id paper: SM111
atau temu kenali citra. Menurut Gonzalez, tepi citra didefinisikan sebagai perubahan yang signifikan dari intensitas atau warna antara dua piksel yang saling berdekatan [4]. Tepi diklasifikasikan kedalam dua jenis pendeteksian tepi, yaitu deteksi tepi berdasarkan operator turunan pertama atau berdasarkan gradien dan deteksi tepi berdasarkan turunan kedua [5]. Pendeteksian tepi berdasarkan gradien pertama yaitu deteksi pendeteksian tepi Canny dan pendeteksian tepi klasik yang terdiri dari operator Robert, Prewitt dan Sobel, dan pendeteksian tepi turunan kedua terdiri dari pendeteksian tepi Marr Hildrith.
2.2. Komputasi Kuantum
Komputasi kuantum merupakan komputasi yang dilakukan berdasarkan sifat- sifat mekanika kuantum untuk mengoperasikan data, berbeda dengan yang dilakukan pada komputasi klasik (komputer digital saat ini). Pada komputasi klasik hanya dapat menyatakan keadaan dalam dua kondisi yang dinyatakan dalam bit yaitu 0 atau 1.
Pada komputasi kuantum, bit dinyatakan dalam quantum bit (qubit) yang dapat berada pada lebih dari dua keadaan selain 0 atau 1 yaitu keadaan 0 dan 1 secara bersamaan yang dinamakan dengan superposisi [6]. Sebelum dilakukan pengukuran kuantum, qubit berada pada keadaan superposisi, sehingga komputasi kuantum bersifat probabilistik. Untuk mendapatkan nilai tertentu diperlukan proses pengukuran terhadap qubit. Tindakan pengukuran ini menghentikan proses qubit dan memaksa sistem untuk memilih salah satu dari semua kemungkinan jawaban yang ada [6]. Salah satu pengukuran yang dilakukan adalah dengan menggunakan bilangan acak. Bilangan acak tersebut digunakan sebagai batasan untuk menentukan hasil pengukuran agar berada dalam hanya satu keadaan [2].
3.
METODE PENELITIAN
Penelitian yang diusulkan terdiri dari tahapan penyelesaian seperti terdapat pada Gambar 1.
Gambar 1. Tahapan Penyelesaian Penelitian Yang Diusulkan
3.1. Citra input
Citra input yang digunakan merupakan citra berwarna dengan 20 citra yang terdiri dari 10 citra pesawat dan 10 citra cangkir yang berasal dari basis data Caltech101 3.2. Transformasi citra
Proses tansformasi dilakukan untuk merubah citra berwarna kedalam citra keabuan.
3.3. Normalisasi citra
Tahap ini dilakukan untuk merubah nilai piksel kedalam qubit agar berada dalam rentang 0 sampai 1 .
3.4. Probabilitas perbaikan citra
Penentuan probabilitas dilakukan berdasarkan nilai qubit pada setiap piksel dengan persamaan
a0 =
1
p
(1)a1 =
p
(2)p merupakan nilai piksel pada qubit a0 atau
a1. Citra input Transformasi citra Normalisasi citra Probabilitas perbaikan citra Pengukuran qubit untuk perbaikan citra
Penentuan kekuatan tepi
Probabilitas kekuatan tepi
Pengukuran qubit untuk deteksi tepi
3.5. Pengukuran qubit untuk perbaikan citra Pengukuran qubit bertujuan untuk mendapatkan satu nilai (keadaan) dari probabilitas yang dihasilkan pada setiap piksel. Proses pengukuran berdasarkan pada 0°, 45°, 90° dan135°.
3.6. Penentuan kekuatan tepi
Tahap ini merupakan bagian dari tahap deteksi tepi yaitu menentukan kekuatan tepi berdasarkan operator Sobel
3.7. Probabiliats kekuatan tepi
Setelah ditentukan nilai kekuatan tepi, kemudian dihitung probabilitas berdasarkan nilai qubit kekuatan tepi dengan persamaan
T0 =
1M
(3)T1 =
M
(4)M merupakan nilai kekuatan tepi (magnitude) pada qubit T0 atau T1.
3.8. Pengukuran qubit untuk deteksi tepi Pengukuran qubit dilakukan untuk menentukan tepi atau bukan tepi, dengan cara mengambil bilangan acak R yang berada dalam rentang 0 sampai 1. Jika nilai R memenuhi [0, T1] maka dinyatakan sebagai tepi, jika tidak memenuhi atau [T1, 1] maka dinyatakan sebagai bukan tepi.
3.9. Lokalisir tepi
Tahap ini merupakan tahap terakhir dari deteksi tepi yang bertujuan untuk menentukan lokasi yang tepat dinyatakan sebagai tepi. Tahap lokalisir dilakukan beradasarkan arah 0°, 45°, 90° dan135°
4.
HASIL DAN PEMBAHASAN
Gambar 2 menunjukkan citra yang hasil komputasi kuantum dapat mendeteksi lebih banyak tepi dibandingkan dengan deteksi tepi menggunakan komputasi klasik.
Perbandingan beberapa citra hasil deteksi tepi kuantum dan klasik ditunjukkan pada tabel 1 dengan citra input pesawat, vas dan cangkir.
Tabel 1.Perbandingan Hasil Deteksi Tepi Kuantum dan Klasik
Citra Input Citra Deteksi Tepi Kuantum Citra Deteksi Tepi Klasik
Jumlah tepi yang dihasilkan dapat dilihat pada Tabel 2. Pada Tabel 2 terlihat peningkatan jumlah tepi dari deteksi tepi klasik ke deteksi tepi kuantum.
(a) Citra input
(b) Deteksi Tepi Komputasi Kuantum
(c) Deteksi Tepi Komputasi Klasik
156 Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 Id paper: SM111
Tabel 2. Perbandingan Jumlah Tepi Yang Dihasilkan Pada Deteksi Tepi Kuantum
dan Klasik No Jumlah Tepi Kuantum Jumlah Tepi Klasik Citra Pesawat 1 3330 1676 2 2623 1696 3 3141 2742 4 4060 1631 5 3132 2889 Citra Cangkir 11 3590 3231 12 3876 1991 13 5734 2236 14 8238 5381 15 2959 2959
5.
KESIMPULAN
Penelitian deteksi tepi berdasarkan komputasi kuantum yang diusulkan dapat mendeteksi lebih banyak tepi dibandingkan dengan komputasi klasik. Hal ini dapat dilihat berdasarkan peningkatan jumlah tepi yang dihasilkan dari deteksi tepi kuantum dibandingkan dengan deteksi tepi klasik.
Operator tepi yang digunakan dalam deteksi tepi kuantum dan klasik adalah operator Sobel, untuk pengembangan lebih lanjut dapat digunakan operator deteksi tepi berdasarkan operator Canny dan operator gradient kedua. Penelitian ini masih dapat dikembangkan lagi dengan menganalisis tepi berdasarkan karakteristik tepi untuk kebutuhan pengenalan pola.
6. DAFTAR PUSTAKA
[1] Chien-Chien Tseng and Tsung-MingHwang. 2003. “Quantum Digital Image
Processing Algorithm”. Conference on Computer Vision, Graphic and Image Processing.
[2] Eldar Y. C., Oppenheim A. V. 2001.
“Quantum Signal Processing”. IEEE Signal Process Mag, 19(6). 12-32 [3] Febriani. 2010. “Pencarian Citra
Berdasarkan Konten Bentuk Dasar Tepi
Objek”. Disertasi Program Doktor
Teknologi Informasi Universitas Gunadarma. Depok.
[4] Gonzalez, R. C. and Woods R. E, 2008,
“Digital Image Processing Third Edition”, Pearson Education Inc.
[5] Rashmi, Mukesh kumar, dan Rohini
Saxena, 2013. “Algorithm And
Technique On Various Edge Detection; A Survey”. Signal & Image Processing : An International Journal (SIPIJ) Vol.4, No.3, June 2013.
[6] Venegas S. E.-Andraca, Bose S. 2003.
“Storing, Processing and Retrieving an Image Using Quantum Mechanics”.
Proc. of the SPIE Conf. Quantum Information and Computation. pp.137-
147. URL:
http://www.vision.caltech.edu/Image_D atasets/Caltech101/