Perancangan Perangkat Lunak Untuk Perbaikan Citra Digital Dengan Menggunakan Lima (5) Teknik Penyaringan (Filtering)

(1)

PERANCANGAN PERANGKAT LUNAK UNTUK PERBAIKAN CITRA DIGITAL DENGAN MENGGUNAKAN LIMA (5) TEKNIK

PENYARINGAN (FILTERING)

SKRIPSI

MUHAMMAD ARIFIN SIREGAR 051401072

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(2)

PENYARINGAN (FILTERING)

SKRIPSI

Diajukan untuk melengkapi tugas dan syarat mencapai gelar Sarjana Ilmu Komputer

MUHAMMAD ARIFIN SIREGAR 051401072

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN S1 ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : PERANCANGAN PERANGKAT LUNAK UNTUK

PERBAIKAN CITRA DIGITAL DENGAN MENGGUNAKAN 5 TEKNIK PENYARINGAN (FILTERING)

Kategori : SKRIPSI

Nama : MUHAMMAD ARIFIN SIEGAR

Nomor Induk Mahasiswa : 051401072

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2009

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

M. Andri B, ST, McompSc, MEM Syahriol Sitorus S.Si, MIT

NIP. 132 316 481 NIP. 132 299 349

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

(4)

PERNYATAAN

PERANCANGAN PERANGKAT LUNAK UNTUK PERBAIKAN CITRA DIGITAL DENGAN MENGGUNAKAN LIMA (5) TEKNIK PENYARINGAN

(FILTERING)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2009

(5)

PENGHARGAAN

Alhamdulillah, puji syukur saya ucapkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer di Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Shalawat beriring salam saya hadiahkan kepada Nabi Besar Muhammad SAW.

Ucapan terima kasih yang sebesar-besarnya saya sampaikan kepada Bapak Syahriol Sitorus, S.Si, MIT sebagai Dosen Pembimbing I dan Bapak M. Andri B, ST, McompSC, MEM sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat dan profesional telah diberikan kepada saya sehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada para Dosen Penguji Bapak Syahril Effendi, S.Si,MIT dan Ibu Maya Silvi Lydia, B.Sc.MSc atas saran dan kritikan yang sangat berguna bagi saya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syariol Sitorus, S.Si,MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen Program Studi S1 Ilmu Komputer FMIPA USU, dan pegawai di FMIPA USU.

Untuk kedua orangtua dan keluarga saya yang telah memberikan dukungan, do’a dan motivasi yang menggugah. Skripsi ini terutama saya persembahkan untuk Papa (Timbul Rasoki Siregar), Mama (Nurhalilah Lubis) dan Bou’ Hj. Doharni Siregar tercinta yang membimbing saya sampai saat ini dan saat yang akan datang. Dan untuk kakak saya Mei Linda Y S, abang saya Rudi H Syahputra dan adik-adik saya yang masih tetap belajar dan belajar serta harus tetap semangat menjalani hidup dan kehidupan. Untuk teman-teman sekelas dan satu angkatan yang sedang berjuang tanpa patah semangat dan tiada pupus harapan. Terima kasih pula kepada semua pihak-pihak yang tidak dapat saya sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik.

(6)

ABSTRAK

Citra yang mengalami penurunan mutu, misalnya mengandung cacat atau derau (noise), warna yang terlalu kontras atau kabur, kasar dan sebagainya akan lebih sulit diinterpretasikan karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Oleh karena itu diperlukan suatu aplikasi pengolahan citra yang khusus untuk memperbaiki kualitas citra.

Dalam tulisan ini dirancang suatu aplikasi pengolahan citra yang berguna untuk melakukan perbaikan citra dengan cara mengurangi noise dan penghalusan citra. Dalam pengurangan noise ada dua metode yang digunakan yakni intensity filtering dan frequency filtering. Untuk menghaluskan citra digunakan tiga metode yakni mean filtering, median filtering dan modus filtering. Sesudah citra diproses dengan menerapkan metode filtering, untuk mempermudah pengamatan perubahan citra, dibuat histogram dari waran RGB, yakni warna pembentuk citra. Melalui histogram ini dapat dilihat dengan jelas perbedaan kuantitas setiap warna yang terjadi akibat filtering.

(7)

A DESIGN OF IMAGE REPARATION SOFTWARE USING FIVE METHODS OF FILTERING

ABSTRACT

An image with low quality containing for example, defects, noise, blurred color, unsmoothness and so on, is difficult to interprete because the information transmitted by the image will decrease. Therefore, a special image processing application is needed to improve the quality of the image.

In this thesis an application image processing that is useful to improve the image by decreasing it’s noise and smoothing it’s roughness has been designed. While decreasing the noise, there are two methods used i.e., intensity filtering and frequency filtering. To smoothen the images, there are three methods used, i.e. : mean filtering, median filtering and modus filtering. After the image is processed by this application in order to simplify, the observation, a histogram based on from RGB scale is make. Through this histogram, it is possible to see clearly the quantity of change of the resulting Color due to those filterings.

(8)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel viii

Daftar Gambar ix

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 2

1.4 Tujuan Penelitian 2

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 3

1.7 Sistematika Penulisan 3

Bab 2 Landasan Teori 5

2.1 Pengenalan Citra 5

2.2 Format File Gambar 13

2.3 Pengertian Pengolahan Citra 17

Bab 3 Pembahasan 25

3.1 Metode-metode Perbaikan Kualitas Citra 25

3.2 Histogram 34

Bab 4 Perancangan dan Implementasi 36

4.1 Perancangan Antar Muka 36

4.2 Perancagan Proses 45

4.3 Algoritma Program 46

4.4 Implementasi 50

4.5 Penngujian Black-Box 69

Bab 5 Penutup 66

5.1 Kesimpulan 72

5.2 Saran 72

Daftar Pustaka 74

(9)

DAFTAR TABEL

Halaman

Tabel 2.1 Kode Warna 7

Tabel 2.2 Intensitas Grayscale 8

Tabel 2.3 Bit per Pixel dan Aspect Ratio 12

Tabel 2.4 Struktur BITMAPFILEHEADER 14

Tabel 2.5 Struktur BITMAPINFOHEADER 15

(10)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Elemen Sistem Pengolah Citra 9

Gambar 2.2 Diagram Sistem Penangkap Citra Digital 10

Gambar 2.3 Proses Digitasi atau Sampling 11

Gambar 2.4 Bidang Studi yang Berkaitan dengan Citra 18

Gambar 2.5 Bidang Studi Grafika Komputer 18

Gambar 2.6 Bidang Studi Pengolahan Citra 19

Gambar 2.7 Bidang Studi Pengenalan Pola 19

Gambar 2.8 Dasar-dasar Pengolah Citra 20

Gambar 2.9 Histogram Citra 23

Gambar 3.1 Noise pada High Pass Filtering 26

Gambar 3.2 Noise pada Low Pass Filtering 27

Gambar 3.3 Matriks Tetangga Noise (N) 27

Gambar 3.4 High Pass Frequency Filtering 29

Gambar 3.5 Low Pass Frequency Filtering 30

Gambar 3.6 Matriks Perhitungan Mean Filtering 30

Gambar 3.7 Matriks pada Penghalusan Noise 31

Gambar 3.8 Matriks Hasil Mean Filtering 32

Gambar 3.9 Matriks Median 32

Gambar 3.10 Matriks Hail Medain Filtering 33

Gambar 3.11 Matriks Hail Modus Filtering 34

Gambar 3.12 Komposisi Warna RGB 34

Gambar 4.1 Rancangan Form Splash 37

Gambar 4.2 Rancangan Form Utama 38

Gambar 4.3 Rancangan Menu Utama File 39

Gambar 4.4 Rancangan Sub Menu Open 40

Gambar 4.5 Rancangan Sub Menu Save As 40

Gambar 4.6 Rancangan Menu Utama View 41

Gambar 4.7 Rancangan Sub Menu Histogram 42

Gambar 4.8 Rancangan Utama Form Filtering 43

Gambar 4.9 Form Utama Help 43

Gambar 4.10 Rancangan Form Informasi 44

Gambar 4.11 Rancangan Form Pemakaian Penuntun 45

Gambar 4.12 Tampilan Form Splash 51

Gambar 4.13 Toolbar 53

Gambar 4.14 Form Utama 54

Gambar 4.15 Form Utama pada Histogram 54

Gambar 4.16 Citra yang akan di Analisis 55

Gambar 4.17 Citra Hasil Intensity Filtering 55

Gambar 4.18 Citra Hasil 2 kali Intensity Filtering 56

Gambar 4.19 Citra Hasil Frequency Filtering 56

Gambar 4.20 Citra Hasil 2 klai Frequency Filtering 57

Gambar 4.21 Citra Hasil Mean Filtering 57

(11)

Gambar 4.23 Citra Hasil Median Filtering 58

Gambar 4.24 Citra Hasil 2 kali Median Filtering 59

Gambar 4.25 Citra Hasil Modus Filtering 59

Gambar 4.26 Citra Hasil 2 kali Modus Filtering 60

Gambar 4.27 Citra yang telah di Filtering 60

Gambar 4.28 Tampilan Histogram Warna RGB Red (R) 63

Gambar 4.29 Tampilan Histogram Warna RGB Green (G) 64

Gambar 4.30 Tampilan Histogram Warna RGB Blue (B) 65

Gambar 4.31 Kotak Dialog Open 66

Gambar 4.32 Kotak Dialog Save As 67

Gambar 4.33 Form Informasi Penulis 68

Gambar 4.34 Form Penuntun Pemakaian 69

Gambar 4.35 Pesan Kesalahan 70

(12)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Di era globalisasi ini data atau informasi dapat disajikan dalam bentuk teks, citra

(gambar), suara (audio) atau gabungannya. Penyajian informasi dengan

menggabungkan ketiga data tersebut disebut dengan multimedia. Salah satu

komponen multimedia di atas adalah citra. Citra membutuhkan penanganan lebih

lanjut, bila terlihat kasar dan terdapat banyak titik yang mengganggu kualitasnya.

Gangguan yang terdapat pada citra disebut dengan derau atau noise.

Jika pada masa dahulu orang menggambar dengan kanvas kain, kertas dengan

cat warna sebagai media utama untuk menggambar, tetapi dengan perubahan zaman

dan kecanggihan teknologi sekarang maka komputer digunakan sebagai media utama

yang dipakai untuk menggambar. Penggunaan komputer sebagai media untuk

menggambar merupakan salah satu bidang disain grafis yang sangat digemari saat ini.

Ketika sebuah citra ditangkap oleh kamera, seringkali tidak dapat langsung

digunakan sebagaimana diinginkan kerena kualitasnya belum memenuhi standard

kebutuhan pengolahan. Misalnya saja citra disertai oleh variasi intensitas yang kurang

seragam akibat pencahayan yang tidak merata, atau lemah dalam hal kontras sehingga

objek sulit untuk dipisahkan dari latar belakangnya karena terlalu banyak noise

(gangguan dalam citra). Secara umum dapat dikatakan bahwa citra yang demikian

kualitasnya masih rendah, baik oleh kerena adanya noise, maupun oleh sebab lainnya.

Adakalanya citra yang diperoleh dengan cara melukis pada media komputer atau

diperoleh dari peralatan kamera digital lainnya terlihat kasar.

Citra dengan kualitas yang lebih baik memerlukan langkah-langkah perbaikan

atau kualitasnya perlu ditingkatkan untuk memfasilitasi pengolahan yang akan

dilakukan. Untuk meningkatkan kualitas citra dilakukan proses perbaikan citra (image

enhancement) sehingga tampilan citra lebih baik sesuai dengan kebutuhan. Salah satu

teknik perbaikan citra tersebut adalah teknik filtering yaitu menghilangkan noise pada

citra. Diantara teknik-teknik pengolahan awal untuk meningkatkan kualitas citra ini

(13)

tersebut terdiri dari: intensity filtering, frequency filtering, mean filtering, median

filtering dan modus filtering.

Berdasarkan hal tersebut, Tugas Akhir ini khusus membahas perbaikan kualitas

citra dengan judul: Perancangan Perangkat Lunak untuk Perbaikan Citra Digital

Dengan Menggunakan Lima (5) Teknik Penyaringan (Filtering)

1.2 Rumusan Masalah

Berdasarkan uraian di atas maka yang menjadi permasalahan di dalam Tugas Akhir

ini yaitu bagaimana cara untuk melakukan perbaikan pada suatu citra dengan

menggunakan kelima teknik penyaringan tersebut sekaligus dapat mengamati

langsung perubahan yang terjadi pada citra.

1.3 Batasan Masalah

Adapun batasan masalah adalah sebagai berikut:

1. Proses perbaikan citra dilakukan dengan menggunakan metode intensity

filtering, frequency filtering, mean filtering, median filtering dan modus

filtering.

2. Perangkat lunak dibuat dengan menggunakan bahasa pemrograman Visual Basic

6.0. dan hanya dapat dijalankan dalam lingkungan Microsoft Windows.

3. Hanya mendukung format file gambar BMP, JPEG dan ICO.

4. Hasil output dari perancangan ini hanya dapat disimpan pada format gambar

BMP, JPEG dan ICO.

1.4 Tujuan Penelitian

Penulisan tugas akhir ini bertujuan untuk merancang perangkat lunak untuk

memperbaiki citra digital dan melakukan perbaikan kualitas citra dengan

menggunakan lima teknik penyaringan (filtering).

1.5 Manfaat Penelitian

(14)

1. Mempermudah mengolah citra dengan menggunakan beberapa teknik

penyaringan (filtering).

2. Mempermudah dalam mengamati dan membandingkan pengaruh teknik

penyaringan (filtering) pada suatu citra.

1.6 Metode Penelitian

Metode yang digunakan dalam penulisan Tugas Akhir ini untuk memperbaiki

gangguan yang terjadi pada citra dan untuk membandingkan hasilnya, antara lain:

1. Studi Literatur

Mempelajari buku referensi yang berkaitan dengan pengolahan citra dan metode

filtering.

2. Perancangan Sistem

Merancang program yang diimplementasikan kedalam program komputer

seperti: antar muka (interface) mulai dari form, menu, dan sebagainya.

3. Implementasi Sistem/Coding

Mengimplementasikan kedalam bentuk program komputer. Program yang akan

dibangun menggunakan Visual Basic 6.0

4. Pengujian perangkat lunak dengan melakukan pengujian program.

1.7 Sistematika Penulisan

Susunan penulisan Tugas Akhir ini disajikan dalam beberapa bab, yaitu:

Bab 1 : Pendahuluan

Bab ini menguraikan tentang latar belakang, maksud dan tujuan, rumusan

masalah, batasan masalah, metode peneletian dan sistematika penulisan.

Bab 2 : Landasan Teori

Bab ini menjelaskan tentang teori citra, pengolahan citra serta teori yang

mendukung perancangan perangkat lunak untuk memperbaiki kualitas citra

digital dengan menggunakan bahasa pemrograman Visual Basic 6.0.

Bab 3 : Pembahasan

Bab ini menjelaskan tentang analisis dan metode yang digunakan untuk

memperbaiki kualitas citra dan mengamati kualitas suatu citra.

(15)

Bab ini menjelaskan tentang perancangan antar muka perangkat lunak,

algoritma program dan implementasinya, sehingga diperoleh suatu

perangkat lunak yang dapat digunakan untuk memperbaiki citra digital.

Bab 5 : Kesimpulan dan Saran

Bab ini menjelaskan tentang kesimpulan yang didapat dari hasil penelitian

(16)

BAB 2

LANDASAN TEORI

2.1 Pengenalan Citra

Secara harfiah citra (image) adalah gambar pada bidang dwimatra atau dua dimensi.

Citra juga dapat diartikan sebagai kumpulan titik-titik dengan intesitas warna tertentu

yang membentuk suatu kesatuan dan mempunyai pengertian artistik. Citra sebagai

salah satu komponen multimedia yang memegang peranan sangat penting sebagai

salah satu bentuk informasi visual (Munir, R, 2004, hal: 2). Sebuah citra mempunyai

karakteristik yang tidak dimiliki oleh data teks yaitu, citra kaya dengan informasi

karena dapat menyampaikan informasi yang imajinatif (dapat dihayalkan).

Citra yang baik adalah citra yang dapat menampilkan gambar secara utuh,

seperti keindahan gambar dan kejelasan gambar tanpa mengurangi dan tanpa

mengubah informasi yang terkandung pada sebuah gambar atau citra.

Meskipun sebuah citra kaya akan informasi, namun seringkali citra yang

diperoleh mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau

derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring) dan

sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasikan karena

informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang

mengalami gangguan mudah diinterpretasikan (baik oleh manusia maupun mesin)

maka citra perlu diolah atau dimanipulasi sehingga kualitasnya lebih baik.

Penampilan citra dapat dibagi jadi dua kelompok yaitu citra diam (still images)

dan citra bergerak (moving images). Citra diam adalah citra tunggal yang tidak

bergerak. Citra bergerak adalah rangkaian citra diam yang ditampilkan secara

berurutan (sequential) hingga memberikan kesan pada mata seolah-olah gambar

tersebut bergerak (Munir, R, 2004, hal: 2)

Citra merupakan suatu keluaran dari suatu sistem perekaman data yang bersifat

optik, analog ataupun digital. Perekaman data citra dapat dibagi menjadi dua yaitu:

1. Citra Analog

Citra analog yaitu terdiri dari sinyal-sinyal elektromagnetik yang tidak dapat

dibedakan sehingga pada umumnya tidak dapat ditentukan ukurannya. Citra

(17)

bersifat optik yakni berupa foto (film foto konvensional) dan bersifat sinyal video

seperti gambar pada monitor televisi

2. Citra Digital

Citra digital terdiri dari sinyal-sinyal yang dapat dibedakan dan mempunyai fungsi

yang tidak kontinu yakni berupa titik-titik warna pembentuk citra. Hasil

perekaman citra digital dapat disimpan pada suatu media mngnetik.

Dalam tugas akhir ini, pembahasan lebih diorientasikan pada citra digital.

2.1.1 Pengertian Citra Digital

Citra sebagai keluaran dari suatu sistem perekam data dapat bersifat analog, berupa

sinyal-sinyal video seperti gambar pada monitor televisi atau bersifat digital yang

dapat langsung disimpan pada suatu media magnetik. Citra ada dua macam yaitu citra

kontinu dan citra diskrit. Citra Kontinu dihasilkan dari sistem optik yang menerima

sinyal analog, contohnya mata manusia, kamera analog. Citra diskrit dihasilkan dari

proses digitalisasi terhadap citra kontinu contohnya kamera digital, scanner (Munir,

R, 2004, hal 15).

Komputer digital bekerja dengan angka-angka presisi terhingga, dengan

demikian hanya citra dari kelas diskrit yang dapat diolah dengan komputer. Citra dari

kelas tersebut lebih dikenal sebagai citra digital. Citra digital dinyatakan dalam suatu

array dua dimensi atau suatu matriks yang elemen-elemennya menyatakan tingkat

keabuan (grayscale) dari warna masing-masing pixel. Pixel merupakan elemen

terkecil dari suatu citra, yakni berupa titik-titik warna yang membentuk citra.

Citra digital tidak selalu harus merupakan hasil langsung dari rekaman suatu

sistem digital, namun ada juga rekaman data bersifat kontinu seperti pada gambar

monitor televisi, foto sinar-X, dapat juga berasal dari yang telah mengalami suatu

konversi, sehingga citra tersebut selanjutnya dapat diproses melalui komputer.

2.1.2 Citra Warna

Citra warna adalah citra dengan sistem grafik yang memiliki satu set nilai tersusun (a

set of ordered values) yang menyatakan berbagai tingkat warna. Citra warna bukanlah

seperti citra grayscale. Dimana setiap set nilai tersusun mewakili satu ‘scale’ warna

(18)

Sistem yang dipakai untuk mewakili warna yaitu sistem RGB (Red, Green,

Blue). Sistem RGB adalah sistem penggabungan antara warna-warna primer (additive

primary colours) yaitu merah (Red), hijau (Green) dan biru (Blue) untuk memperoleh

warna tertentu. Misalnya warna putih diperoleh dari hasil gabungan warna merah =

255, hijau = 255, dan biru = 255. Dalam sistem RGB, warna putih cerah dinyatakan

dengan RGB (255, 255, 255). Range nilai dari setiap warna primer adalah 0 sampai

255. Sehingga kemungkinan warna yang dapat terbentuk dengan sistem RGB adalah

256 x 256 x 256 yakni kurang lebih 16.7 juta warna. Pada tabel 2.1 berikut

diperlihatkan beberapa kode warna hasil gabungan warna RGB.

Tabel 2.1 Kode Warna

Colour Red Green Blue

Black 0 0 0

Blue 0 0 255

Green 0 255 0

Cyan (Blue+Green) 0 255 255

Red 255 0 0

Magenta (Red+Blue) 255 0 255

Yellow (Red+Green) 255 255 0

White

(Red+Green+Blue)

255 255 255

Gray 128 128 128

2.1.2.1 Citra Monokrom

Citra monokrom adalah citra dengan suatu sistem grafik yang tidak memiliki

kemampuan warna selain warna hitam atau warna putih. Perbedaan hanya diperoleh

dengan menentukan tingkat intensitas grayscale. Nilai numerik yang digunakan

biasanya adalah range 0 – 1. Citra monokrom yang diwakili dengan beberapa nilai

(19)

2.2 terdapat empat tingkat intensitas yang dapat ditampilkan seperti yang terlihat di

bawah ini.

Tabel 2.2 Intensitas Grayscale

Kode Intensitas Nilai

Intensitas

Biner Tingkat Intensitas

yang ditampilkan

0 0 0 0 Black

0.33 1 0 1 Darkgray

0.67 2 1 0 Lightgray

1 3 1 1 White

(Munir, R, 2004, hal; 42)

Menyimpan tingkat intensitas dalam memori layar sama dengan menyimpan

kode warna. Titik dengan ukuran 3 bit bisa menampilkan 8 tingkat intensitas

sedangkan titik berukuran 1 bit hanya bisa menampilkan warna hitam (black) dan dan

putih (white) saja.

Pada Tabel 2.2 terdapat empat tingkat intensitas yang dapat ditampilkan. Nilai

intensitas mendekati 0.33 akan disimpan dengan nilai biner 0 1 dalam memori layer

dan menghasilkan titik dengan tingkat intensitas darkgray atau abu-abu

kehitam-hitaman. Sedangkan tingkat intensitas itu sendiri ditentukan oleh program aplikasi

kemudian diubah menjadi nilai biner yang sesuai.

2.1.3 Sistem Penangkap Citra Digital

Komputer digital hanya dapat memproses citra dalam bentuk digital. Pada cara yang

konvensional, pemasukan data citra digital dilakukan melalui papan ketik (keyboard)

atau terminal biasa. Data-data yang dimasukkan berupa harga-harga integer yang

menunjukkan nilai intesitas cahaya atau tingkat keabuan setiap elemen gambar. Citra

digital juga dapat diperoleh secara otomatis dari sistem penangkap citra digital

(digital image acquisition system) atau digitizer yang melakukan penjelajahan citra

dan membentuk suatu matriks dimana elemen-elemen menyatakan nilai intensitas

cahaya pada suatu himpunan disktrit dari titik-titik. Pada Gambar 2.1 adalah

pemrosesan citra ke dalam komputer serta penyimpanannya, seperti terlihat pada

(20)

Gambar 2.1 Elemen Sistem Pengolah Citra

Sistem penangkap citra digital terdiri dari tiga komponen dasar yaitu:

1. Sensor citra yaitu ruang bekerja sebagai pengukur intensitas cahaya

2. Perangkat penjelajah yang bertugas merekam hasil pengukur intensitas pada

seluruh bagian citra

3. Pengubah analog ke digital yang mengubah harga kontinu menjadi harga diskrit

sehingga dapat diproses dengan komputer

Diagram sistem penangkap citra itu sendiri dapat dilihat pada Gambar 2.2

berikut ini:

Sensor Analog to Digital Komputer

Digital

Penyimpan Bingkai Citra Monitor

Peraga Citra

Masukan Citra

Digital

Citra Kontinu

Subsistem Perekam

Subsistem Sampling

Subsistem Kuantisasi

(21)

Gambar 2.2 Diagram Sistem Penangkap Citra Digital

2.1.4 Konversi Citra Analog ke Citra Digital

Citra digital tidak selalu merupakah hasil langsung dari data rekaman suatu sistem

digital. Adakalanya hasil rekaman data tersebut bersifat kontinu, oleh karena itu untuk

mendapatkan suatu citra digital diperlukan suatu proses konversi, sehingga citra

tersebut dapat diproses dengan komputer.

Citra yang bersifat kontinu dapat diubah menjadi citra digital dengan cara

membuat kisi-kisi arah horizontal dan vertikal, sehingga diperoleh gambar dalam

bentuk array dua dimensi. Proses tersebut dikenal sebagai proses digitasi atau

sampling. Digitasi atau sampling adalah proses membagi gambar secara horizontal

dan vertikal menjadi bagian-bagian yang kecil (Munir, R, 2004, hal 19-21), seperti

diperlihatkan pada Gambar 2.3. Bagian-bagian yang kecil atau elemen array ini

disebut dengan pixel. Pembagian suatu citra menjadi sejumlah pixel dengan ukuran

tertentu akan menentukan resolusi spasial yang diperoleh. Semakin kecil ukuran pixel

(makin banyak jumlah pixel) gambar maka resolusi gambar tersebut semakin tinggi

dan gambar tersebut pun semakin halus atau terang, karena informasi yang hilang

akibat pengelompokan tingkat keabuan atau warna ketika proses pembuatan kisi-kisi

akan semakin kecil.

Citra dengan tingkat keabuan

kontinu

Sampling

(22)

Gambar 2.3 Proses digitasi atau sampling.

Proses yang diperlukan selanjutnya yaitu proses kuantisasi. Dalam proses itu

tingkat keabuan setiap pixel dinyatakan dengan suatu bilangan bulat (integer).

Batas-batas harga integer atau besarnya daerah tingkat keabuan yang digunakan untuk

menyatakan suatu tingkat keabuan pixel akan menentukan resolusi kecerahan dari

gambar yang akan diperoleh. Jika digunakan 3 bit untuk menyimpan harga integer

tersebut, maka diperoleh 8 tingkat keabuan. Makin besar tingkat keabuan yang

digunakan maka makin baik pula gambar yang akan dihasilkan, karena kontinuitas

dari tingkat keabuan akan semakin tinggi sehingga mendekati citra aslinya.

2.1.5 Representasi Citra Digital

Data-data dalam sistem komputer perlu dikodekan dengan menggunakan suatu sistem

simbol diskrit. Sebuah citra digital dapat dianggap suatu matriks dimana baris dan

kolomnya menunjukkan sebuah titik pada citra dan nilai elemen matriks menunjukkan

tingkat keabuan (graylevel) pada titik tersebut. Elemen dari array digital tersebut

disebut picture elements (pixel). Pada umumnya, citra digital yang direpresentasikan

dengan a(x,y) merupakan sebuah fungsi dari banyak variabel yang mencakup

kedalaman/depth (z), warna/colour (λ), dan waktu/time(t).

Resolusi gambar dikatakan sebagai jumlah pixel yang terkandung di dalam

suatu citra. Pada resolusi rendah keterperincian dan kedalaman citra akan hilang sama

sekali dimana pixel-pixel individu jelas kelihatan, pada resolusi tinggi keterperincian

data lebih nyata dan tajam. Aspect Ratio adalah suatu bilangan yang dapat diperoleh

bila bilangan pixel mendatar dibagi dengan bilangan pixel tegak. Aspect Ratio perlu

sama agar citra tidak kelihatan distorted (menyimpang) dan alami. Resolusi citra,

Aspect Ratio dan jenis kualitas resolusinya dapat dilihat pada Tabel 2.3 berikut ini:

Tabel 2.3 Resolusi Citra dan Aspect Ratio

Resolusi Citra Aspect Ratio Kwalitas Resolusi

320 x 200 1,6 : 1 Low

(23)

1024 x 768 1,33 : 1 High

(Munir, R, 2004, hal: 40).

2.1.5.1 Tabel Warna

Tingkatan warna dapat dikatakan sebagai sebuah unsur terpenting dari suatu objek.

Tanpa tingkatan warna, objek-objek yang dibuat akan memiliki warna putih atau

warna hitam saja, tetapi dengan adanya tingkatan warna maka objek yang dibuat

tentunya terlihat lebih bagus dan menarik.

2.1.5.2 Warna dan Intensitas Gambar

Terdapat banyak macam warna dan tingkat intensitas gambar yang dapat dipakai,

namun tergantung pada kemampuan dari sistem grafik yang digunakan. Warna dapat

dikodekan dengan menggunakan sistem bilangan integer dengan rentang 0 hingga

255. Warna yang sudah dikodekan tersebut disebut dengan kode warna. Kode warna

tersebut dapat dirubah tingkat intensitasnya. Sistem Raster Scan memiliki banyak

pilihan warna, sedangkan sistem Random Scan biasanya hanya memberikan beberapa

pilihan warna saja.

2.2 Format File Gambar

Pada umumnya file gambar digunakan untuk menyimpan gambar yang ditampilkan di

layar ke dalam suatu media penyimpanan data. Untuk menyimpan sebuah file gambar

ini digunakan salah satu format file. Ada banyak format file gambar yang dapat

digunakan untuk menyimpan file gambar, diantaranya adalah BMP, JPEG, ICO.

2.2.1 Format File BMP (Bitmap)

Format file bitmap (BMP) merupakan sebuah format file citra standard untuk

komputer-komputer yang menjalankan sistem operasi. Microsoft Windows dan IBM

OS/2. Format file bitmap ini dikembangkan oleh pihak Microsoft untuk menyimpan

(24)

tersebut. Struktur dari file BMP terdiri dari BITMAPFILEHEADER berukuran 14

byte dan BITMAPINFOHEADER berukuran 64 byte (Munir, R, 2004, hal: 38-39).

Struktur BITMAPFILEHEADER mengandung informasi mengenai type, size,

dan layout dari suatu file yang mengandung Device Independent Bitmap (DIB).

Sedangkan struktur BITMAPINFOHEADER menyimpan informasi mengenai

dimensi dan format warna dari suatu Device Independent Bitmap (DIB). Jadi dapat

disimpulkan BITMAPFILEHEADER memberi informasi mengenai file dan

BITMAPINFOHEADER memberikan informasi mengenai gambar. Tabel warna yang

didefenisikan sebagai array dari struktur RGBQUAD dan sisanya adalah data

gambar. Format ini mendukung resolusi warna dari monokrom hingga true color

(16,7 juta warna). Tabel 2.4 di bawah ini memperlihatkan informasi mengenai

struktur file BMP untuk gambar 256 warna (tanpa kompresi). Dan Tabel 2.6. di

bawah ini memperlihatkan struktur informasi gambar.

Kolom “Mulai” menyatakan posisi awal byte elemen data di dalam file. Kolom

“Ukuran” menyatakan ukuran elemen data dalam satuan byte. Kolom “Nama”

menyatakan nama field atau pengenal elemen menurut dokumentasi Microsoft API.

Kolom “Keterangan” memberi penjelasan tentang elemen data yang dimaksud.

Tabel 2.4 Struktur BITMAPFILEHEADER

Mulai Ukuran

(byte)

Nama Keterangan

1 2 BmpType

Tipe file BMP

BA : Bitmap Array

BM : Bitmap

CI : Color Icon

CP : Color Pointer

IC : Icon

PT : Pointer

3 4 BmpSize Ukuran file BMP dalam byte

atau word

7 2 XhotSpot XhotSpot untuk kursor (pointer)

9 2 YhotSpot YhotSpot untuk kursor (pointer)

11 4 OffBits Posisi byte dimana data awal

(25)

(Munir, R, 2004, hal: 40)

Jumlah warna yang terdapat pada gambar ditentukan oleh BitCount. Kemungkinan

untuk nilai BitCount adalah:

1. 1 (hitam atau putih)

2. 4 (16 warna)

3. 8 (256 warna)

4. 24 (16,7 juta warna)

Tabel 2.5 Struktur BITMAPINFOHEADER

Mulai Ukuran

(byte)

Nama Keterangan

15 4 HdrSize Ukuran dari info header dalam

byte.

19 4 Width Lebar bitmap dalam pixel

23 4 Height Tinggi bitmap dalam pixel

27 2 Planes Jumlah plane (hampir selalu 1)

29 2 BitCount Jumlah bit per pixel

31 4 Compression Jenis kompresi

(0= tak terkompresi)

35 4 ImageSize Ukuran bitmap dalam byte

39 4 HorzRes Resolusi horizontal

(dalam pixel per meter)

43 4 VertRes Resolusi vertikal

47 4 CrlUsed Jumlah warna yang digunakan

51 4 CrlImportant Jumlah warna yang penting

(26)

57 2 Reserved Tidak dipakai

59 2 Recording Algoritma Perekaman

61 2 Rendering Algoritma halftoning

63 4 Size1 Nilai Ukuran 1

71 4 ClrEncoding Pengkodean Warna

75 4 Identifier Kode yang digunakan aplikasi

(Munir, R, 2004, hal: 41)

Elemen data BitCount sekaligus menentukan apakah pada file BMP memiliki

tabel warna atau tidak, termasuk susunan dari tabel warnanya. Untuk gambar 1 bit,

tabel warna berisi dua warna (biasanya putih dan hitam). Jika setiap bit dari gambar

bernilai 0 maka warna yang ditunjukkan adalah warna pertama di dalam tabel warna.

Jika setiap bit dari data gambar bernilai 1 maka warna yang ditunjukkan adalah warna

kedua yang terdapat dalam tabel warna.

Pada citra 4 bit, tabel warna berisikan 16 warna. Setiap byte yang terdapat

pada data gambar mewakili dua pixel. Byte-byte tersebut dibagi menjadi dua bagian

masing-masing 4 bit. Bit-bit tadi menunjukkan warna-warna yang terdapat pada Tabel

warna. Pada gambar 8 bit, setiap byte mewakili satu pixel. Untuk gambar 24 bit, 3

byte digunakan untuk mewakili satu pixel. Byte yang pertama mewakili unsur merah,

byte kedua mewakili unsur hijau dan byte ketiga mewakili unsur warna biru. Pada

gambar 24 bit, Tabel warna tidak dibutuhkan karena mengandung unsur warna merah,

hijau dan biru yang sebenarnya (Munir, R, 2004, hal: 38-42).

Tabel warna sendiri dibentuk dari struktur RGBQUARD yang disusun dalam

bentuk array, struktur dari RGBQUARD dapat dilihat dalam tabel 2.6 berikut ini.

Tabel 2.6 Struktur RGBQUARD

Mulai Ukuran

(byte)

Nama Keterangan

1 4 RGBBlue Intensitas warna biru

2 1 RGBGreen Intensitas warna hijau

3 1 RGBRed Intensitas warna merah

(27)

(Gonzales, C, R, 1992, hal: 226)

2.2.2 Format File JPEG (Joint Photographic Experts Group)

Format file JPEG adalah bentuk kompresi gambar high color bit-mapped dan juga

standar kompresi file yang dikembangkan oleh group Joint Photographic Experts

dengan menggunakan kombinasi DCT (Discrite Cosine Transform) dan pengkodean

Huffman untuk mengkompresi suatu file citra. Format ini cocok untuk diterapkan

pada image yang kompleks dengan jumlah warna yang banyak.

JPEG merupakan suatu algoritma komporesi yang bersifat “lossy”, dimana

kualitas citranya kurang bagus. Lossy Compression adalah metode memperkecil

ukuran file citra dengan cara membuang beberapa data, hal ini menyebabkan adanya

sedikit penurunan kualias citra.

JPEG merupakan teknik dan standard universal untuk kompresi dan

dekompresi citra tidak bergerak yang digunakan pada kamera digital dan sistem

pencitraan dengan menggunakan komputer.

2.2.3 Format File ICO

Format file ICO adalah suatu format file grafis windows yang digunakan pada sebuah

icon. Icon juga merupakan jenis dari sebuah bitmap. Ukuran pixel maksimum icon

adalah 32 pixel, akan tetapi pada lingkungan sistem operasi Windows 95 hanya

ditentukan icon dengan ukuran 16 pixel × 16 pixel.

2.3 Pengertian Pengolahan Citra

Pengolahan citra adalah pemrosesan citra yang secara khusus menggunakan komputer

sehingga diperoleh citra yang kualitasnya lebih baik. Pengolahan citra juga dapat

diartikan sebagai suatu pemrosesan suatu gambar sehingga menghasilkan suatu

gambar lain yang lebih sesuai dengan keinginan kita (Munir, R, 2004, hal: 3).

Umumnya operasi pengolahan citra diterapkan bila:

1. Diperlukan peningkatan kualitas penampakan atau untuk menonjolkan beberapa

aspek informasi yang terkandung dalam citra.

(28)

3. Sebagian citra perlu digabung dengan bagian citra yang lain.

Di dalam bidang komputer ada 3 bidang studi yang berkaitan dengan data citra,

namun tujuan ketiganya berbeda yaitu:

1. Grafika Komput er (Computer Graphic)

2. Pengolahan Citra (Image Processing)

3. Pengenalan Data (Pattern Recognition/Image Interpretation).

Bidang studi yang berkaitan dengan citra dapat dilihat pada Gambar 2.4 di bawah

ini:

Gambar 2.4 Bidang Studi yang berkaitan dengan Citra

Grafika komputer bertujuan menghasilkan citra dengan prinsip-prinsip

geometri seperti garis, lingkaran dan sebagainya. Prinsip geometri tersebut

memerlukan data deskriptif untuk melukis elemen-elemen gambar. Contoh data

deskriptif adalah koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna

dan sebagainya (Munir, R, 2004, hal: 4). Hubungan bidang studi Grafika Komputer

dengan citra dapat dilihat seperti pada Gambar 2.5.

Gambar 2.5 Bidang Studi Grafika Komputer

Pengolahan citra bertujuan untuk memperbaiki kualitas citra agar mudah

diinterpretasi oleh manusia atau komputer. Teknik-teknik pengolahan citra

mentransformasikan suatu citra menjadi citra yang lain. Jadi masukannya berupa citra

Grafika Komputer

Deskripsi

Citra Citra

Deskripsi

Pengenalan Data Pengolahan

Citra

Data Deskriptif

Grafika

(29)

dan keluarannya juga citra, namun citra keluarannya memiliki kualitas yang lebih baik

dari pada citra masukan sesuai dengan kebutuhan. Termasuk juga pentransferan dan

transparansi pada suatu citra (Munir, R, 2004, hal: 5) Hubungan bidang studi

Pengolahan Citra dengan citra dapat dilihat pada Gambar 2.6 di bawah ini.

Gambar 2.6 Bidang Studi Pengolahan Citra

Pengenalan pola bertujuan mengelompokkan data numerik dan simbolik citra

secara otomatis oleh komputer. Tujuan pengelompokan ini adalah untuk mengenali

siatu objek di dalam citra. Komputer menerima masukan berupa citra objek yang akan

didefenisikan, memproses citra tersebut dan memberikan keluaran berupa deskripsi

objek di dalam citra (Munir, R, 2004, hal: 6). Hubungan bidang studi Pengenalan

Pola dengan citra dapat dilihat pada Gambar 2.7 di bawah ini.

Gambar 2.7 Bidang Studi Pengenalan Pola

Penerapan pengolahan citra ditujukan untuk berbagai keperluan, antara lain:

a. Dalam ilmu geografi, ahli geografi menggunakan teknik ini untuk mempelajari

pola-pola polusi udara, pemetaan penggunaan/penutup lahan, pemetaan dan

monitoring lahan pertanian, manajemen sumber daya pantai dan kelautan,

eksplorasi minyak bumi, manajemen sumber daya hutan, perencanaan bidang

telekomunikasi, oceanografi fisik, pemetaan deteksi laut-laut es, pemetaan geologi

dan topologi.

b. Dalam ilmu fisika dan bidang yang berkaitan dengannya, teknik komputer secara

rutin meningkatkan citra dari eksperimen pada bidang seperti plasma berenergi

tinggi dan mikroskop elektron.

c. Dalam dunia komunikasi, data citra yang biasanya di dapat dari satelit baik satelit

cuaca yang memfoto planet-planet pada umumnya hampir tidak dapat dilihat. Hal

Citra Pengolahan

Citra Citra

Citra Pengenalan

(30)

ini disebabkan karena pada saat foto tersebut dikirim ke stasiun bumi melalui

gelombang, terjadi banyak gangguan selama dalam perjalanan. Gangguan ini

disebabkan oleh gelombang-gelombang lain seperti gelombang radio, televisi dan

lain-lain yang bercampur dengan gelombang data tersebut. Pemrosesan dilakukan

terhadap foto yang diterima di stasiun bumi dengan cara menghilangkan atau

mengurangi gangguan/noise tersebut, sehingga gambar tersebut dapat dilihat

dengan jelas.

d. Dalam ilmu kedokteran, pengolahan citra digunakan untuk memperjelas hasil foto

sinar-X organ tubuh manusia. Gambar yang didapat dari sinar-X umumnya kabur

sehingga sulit bagi para dokter untuk menganalisis kelainan-kelainan yang

terdapat pada organ tubuh. Dengan pemrosesan citra, gambar tersebut dapat

diperjelas.

e. Dalam dunia game, pemrosesan citra digunakan untuk menciptakan efek-efek

seperti bayangan di atas permukaan air, efek ledakan, api, tampilan yang kabur

karena terkena kabut, angin, transportasi, pencahayaan dan lain sebagainya.

[image:30.595.142.451.386.628.2]

Pada Gambar 2.8 berikut ini adalah dasar-dasar pengolahan citra:

Gambar 2.8 Dasar-dasar Pengolahan Citra

2.3.1. Restorasi Citra (Image Restoration)

Restorasi citra adalah suatu jenis image processsing yang dilakukan untuk

perbaikan/pemugaran terhadap gambar yang buruk sehingga menghasilkan suatu Citra

Di i l Citra

Output

Citra Transformasi

Enchancemen t

Restoration

Segmentation

Classification Pengolahan

(31)

gambar yang baru atau gambar seperti aslinya. Operasi ini bertujuan untuk

menghilangkan/meminimumkan cacat pada citra (Gonzales C, Rafael, 1992, hal:

253).

Proses-proses yang termasuk pada proses perbaikan citra, antara lain:

1. Pengubahan kecerahan gambar (image brightness)

2. Peregangan kontras (contrast stretching)

3. Pengubahan histogram citra

4. Pelembutan citra (image smooting)

5. Penajaman tepi (sharpening edge)

6. Pewarnaan semu (pseudocolouring)

7. Pengubahan geometrik (Munir, R, 2004, hal: 103).

Untuk menganalisa perbaikan citra, terdapat beberapa metode atau teknik yang

dapat digunakan, antara lain:

1. Non Linier, yang dibagi menjadi tiga bagian yaitu

a. Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar yang

terlalu kasar.

b. Median Filtering, adalah filter yang digunakan untuk memperhalus gambar

tetapi tidak sehalus mean filtering dan gambar yang dihasilkan terlihat tidak

rapi.

c. Modus Filtering adalah filter spatial filtering yang tidak menggunakan mask.

2. Linier, yang dibagi menjadi dua bagian yaitu:

a. Brightness Filtering yaitu filter yang digunakan untuk memperjelas gambar

yang terlalu gelap, sehingga terang.

b. Darkness Filtering yaitu filter yang digunakan untuk mengurangi intensitas

gambar yang terlalu terang.

3. Noise Reduction, yang dibagi menjadi dua bagian yaitu:

a. Intensity Filtering yaitu membersihkan noise dengan mendeteksi intensitas

dari setiap titik di layar.

b. Frequency Filtering yaitu membersihkan noise dengan menganalisa jumlah

noise yang ada pada gambar.

Di dalam perbaikan/pemugaran citra ada beberapa masalah di dalam

Penganalisaan citra yaitu:

(32)

2. Mengembalikan warna pada citra yang pudar ke warna yang semula

3. Membuat citra yang kabur atau samar menjadi citra yang cerah.

4. Memperbaiki bagian citra yang rusak

5. Menghaluskan bagian citra yang terlihat kasar

6. Membuat histogram dari citra.

2.3.2 Operasi-operasi Perbaikan Citra

Adapun operasi-operasi pemugaran citra atau perbaikan citra yang disediakan oleh

perangkat lunak yang dirancang dalam Tugas Akhir ini adalah sebagai berikut:

a. Penghilangan Derau (Noise)

Noise adalah gangguan-gangguan/bintik-bintik pada gambar yang terjadi pada saat

gambar tersebut dikirim dari satu komputer ke komputer lainnya. Reduksi noise

itu sendiri terbagi menjadi dua yaitu Intensity Filtering dan Frequency Filtering.

b. Memperhalus gambar (Mean Filtering)

Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar yang

terlalu kasar. Jika filter ini dilakukan pada gambar yang sudah halus, maka hasil

gambar tersebut akan semakin kabur. Mean filtering ini biasa disebut smoothing

filter.

c. Efek Sulaman (Median Filtering)

Median filtering adalah filter yang digunakan untuk memperhalus gambar tetapi

tidak sehalus mean filtering. Gambar yang dihasilkan terlihat tidak rapi, karena

tidak dilakukannya proses rata-rata tetapi dilakukan proses mencari nilai tengah

dari titik-titik yang direkam dalam matriks neighbour.

d. Efek cat minyak (Modus Filtering)

Modus Filtering adalah termasuk jenis filter spatial filtering yang tidak

menggunakan mask. Tujuan utama dari filter ini adalah membuat gambar menjadi

berbintil-bintil seperti dicat dengan cat minyak.

2.3.3 Histogram

Histogram adalah suatu diagram atau kurva yang menyatakan jumlah kemunculan

(33)

mempunyai derajat keabuan 256 yaitu (0-255), maka histogram menyatakan jumlah

kemunculan setiap nilai 0-255.

Histogram juga dapat menunjukkan banyak hal tentang kecerahan (brightness)

dan kontras (contrast) dari sebuah gambar. Karena itu, histogram dapat digunakan

sebagai alat bantu yang sangat berguna dalam pekerjaan pengolahan citra baik secara

kualitatif dan kuantitatif. Suatu citra gelap bila karena pada histogram terdapat banyak

nilai intensitas yang dekat dengan 0 (hitam), begitu juga dengan histogram citra

terang yaitu terdapat banyak nilai intensitas yang dekat 255 (putih) sedangkan

histogram citra yang normal brightness dan high contrast adalah citra yang bagus

karena histogramnya tersebar merata di seluruh daerah derajat keabuan (Munir R,

2004, hal 95-99). Contoh histogram yang gelap, terang, normal brightness dan high

contrast, seperti pada gambar berikut:

[image:33.595.102.481.314.560.2]

a. b. c. d.

Gambar 2.9 Histogram Citra; (a). Citra gelap (b). Citra terang, (c). Citra

normal brightness, (d). Citra normal brightness dan high

contrast.

2.4 Bahasa Pemrograman Visual Basic 6.0

Program adalah susunan perintah atau instruksi yang dimengerti oleh komputer untuk

melakukan tugas-tugas tertentu. Bahasa pemrograman merupakan bahasa yang

digunakan untuk mendefinisikan perintah atau instruksi yang diperlukan dalam

pembuatan program.

Perancangan perangkat lunak untuk memperbaiki citra digital yang dibahas

dalam tugas akhir ini, menggunakan Bahasa Pemrograman Visual Basic 6.0 yang

dikeluarkan oleh perusahaan Microsoft Corp. Visual Basic 6.0 merupakan salah satu

bahasa pemrograman berorientasi objek (Object Oriented Programming- OOP).

(34)

(Graphical User Interface) yang dijalankan dalam lingkungan sistem operasi

Windows (Yuswanto, 2002, hal:1).

Visual Basic 6.0 dapat memanfaatkan seluruh fasilitas ataupun kemudahan

dan kecanggihan yang dimiliki oleh sistem operasi Windows. Sehingga program

aplikasi yang dibuat dengan menggunakan Visual Basic 6.0 dapat menampilkan

komponen dengan cara kerja yang sama seperti aplikasi umumnya di lingkungan

(35)

BAB 2

LANDASAN TEORI

2.2 Pengenalan Citra