IMPLEMENTASI ALGORITMA EDGE DETECTION OPERATOR SOBEL PADA PROSES PERBAIKAN KUALITAS CITRA TEKS SKRIPSI ZULHAM EFFENDI

(1)

IMPLEMENTASI ALGORITMAEDGE DETECTION_{OPERATOR SOBEL} PADA PROSES PERBAIKAN KUALITAS CITRA TEKS

SKRIPSI

ZULHAM EFFENDI 111421021

PROGRAM STUDI EKSTENSI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

SKRIPSI

Diajukan untuk melengkapi dan memenuhi syarat memperoleh ijazah

Sarjana Ilmu Komputer

(3)

PERSETUJUAN

Judul : IMPLEMENTASI ALGORITMA EDGE DETECTION

OPERATOR SOBEL PADA PROSES PERBAIKAN

KUALITAS CITRA TEKS

Kategori : SKRIPSI

Nama : ZULHAM EFFENDI

NIM : 111421021

Program Studi : EKSTENSI S-1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing II Pembimbing I

Drs. Dahlan Sitompul M.Eng Prof. Dr. Muhammad Zarlis

NIP. 19670725 200501 1 002 NIP. 19570701 198601 1 003

Diketahui/disetujui oleh :

Program Studi S1 Ilmu Komputer

Ketua

Dr. Poltak Sihombing, M.Kom

(4)

PERNYATAAN

Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan

dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Juni 2015

Zulham Effendi

(5)

v

PENGHARGAAN

Puji dan syukur kehadirat Allah SWT karena atas segala rahmat dan karunia-Nya

penulis dapat menyelesaikan skripsi ini dalam waktu yang telah ditetapkan sebagai

salah satu syarat untuk memperoleh gelar Sarjana Komputer, Program Studi Ilmu

Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera

Utara, serta Shalawat dan Salam penulis hadiahkan kepada Nabi Besar Muhammad

SAW.

Pada kesempatan ini, penulis menyampaikan ucapan terima kasih yang

sebesar-besarnya kepada :

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K) selaku

Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis, M.Kom sebagai Dekan Fakultas Ilmu

Komputer dan Teknologi Informasi sekaligus sebagai dosen Pembimbing I

Saya yang telah meluangkan waktu, tenaga, dan pikiran dalam membimbing,

mengarahkan, menasehati, memotivasi, dan menyemangati penulis agar dapat

menyelesaikan skripsi ini.

3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu

Komputer.

4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi Ilmu

Komputer.

5. Bapak Drs. Dahlan Sitompul, M.Eng selaku pembimbing II yang telah

meluangkan waktu, tenaga, dan pikiran dalam membimbing, mengarahkan,

menasehati, memotivasi, dan menyemangati penulis agar dapat menyelesaikan

skripsi ini.

6. Bapak Syahriol Sitorus, S.Si, MIT sebagai dosen penguji I yang telah

memberikan kritik dan saran yang berguna bagi penulis

7. Bapak Drs. Open Darnius, M.Sc sebagai dosen penguji II yang telah

memberikan kritik dan saran yang berguna bagi penulis.

8. Seluruh staf pengajar dan pegawai Fakultas Ilmu Komputer dan Teknologi

(6)

vi

9. Teristimewa orang tua yang penulis sayangi, ibunda Sri Ningsih dan ayahanda

Syamsuddin yang telah memberikan doa, motivasi, perhatian , mendukung

penulis dengan penuh kasih sayang dan kesabaran yang tak terhingga.

10. Adik tersayang Putri Ramadani yang telah memberikan doa, dukungan, dan

perhatian kepada saya.

11. Pendamping teristimewa Lydia Utami, SE yang selalu menasehati dan tak

henti-hentinya memberi motivasi, dukungan, dan doa.

12. Teman–teman seperjuangan mahasiswa S1 Ekstensi Ilmu Komputer stambuk

2011 yang selalu memberi dukungan.

13. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat

penulis ucapkan satu per satu yang telah membantu menyelesaikan skripsi ini.

Penulis menyadari bahwa skripsi ini masih banyak kekurangan. Oleh karena

itu penulis menerima kritik dan saran yang bersifat membangun demi kesempurnaan

skripsi ini. Semoga skripsi ini dapat bermanfaat bagi penulis dan pembaca, khususnya

rekan-rekan mahasiswa lainnya yang mengikuti perkuliahan di Universitas Sumatera

Utara.

Medan, Juni 2015

Penulis

(7)

vii

ABSTRAK

Manuskrip kuno seringkali mengandung noise yang disebut sebagai ‘fox’ dimana terjadinya perubahan warna kertas menjadi kekuningan atau kecoklatan karena tersimpan lama. Untuk kepentingan analisa tulisan pada manuskrip kuno, fox sangat mengganggu pandangan dan perubahan tulisan pada naskah sehingga diperlukan restorasi digital yang menggunakan teknik-teknik pengolahan citra. Algoritma Edges Detection merupakan cara segmentasi citra yang digunakan untuk memisahkan teks dan latar manuskrip yang terkena fox dengan cara mempertegas batas tepi objek yaitu teks dengan latar belakang. Perangkat lunak yang digunakan untuk membangun program restorasi citra digital dengan teknik deteksi tepi operator Sobel adalah Microsoft Visual Basic .Net 2010. Hasil pengujian perangkat lunak membuat kualitas citra teks manuskrip kuno menjadi lebih jelas untuk dapat digunakan menganalisa tulisan lebih lanjut.

(8)

viii

ABSTRACT

Ancient manuscripts often contain noise that is referred as a 'fox' in color changing of the paper becomes yellowish or brownish due to old stored. For the purposes of ancient manuscript analysis, fox is very troubling views and changes writing on the

paper so it’s required digital restoration techniques on image processing. Edges Detection Algorithm is a way of image segmentation uses to separate between text and background of manuscripts affected by fox with clarifying edges of objects between a text with the background. The software to build digital image restoration program with edge detection sobel operator technique is Microsoft Visual Basic Net. 2010. Result of testing the software makes the quality image of ancient manuscripts of the text to be clearer so can be used to analyze the writing further.

(9)

ix

BAB 2 TINJAUAN PUSTAKA 5

2.1 Pengolahan Citra 5

2.2 Citra Warna 7

2.3 Citra Digital 8

2.4 Menghitung Nilai RGB Citra 13

2.5 Deteksi Tepi Citra 13

2.5.1 Operator Sobel 15

2.6 Microsoft Visual Basic NET 2010 17

2.7 Data Flow Diagram (DFD) 19

2.8 Flow Chart 20

BAB 3 ANALISIS DAN PERANCANGAN 21

3.1 Analisis 21

3.1.1Pembagian Citra menjadi Ukuran 3 x 3 Piksel 22

3.1.2 Perhitungan Nilai Warna RGB 22

3.1.3 Perhitungan Nilai Grayscale 23

3.1.4 Perhitungan Nilai Biner (Binerisasi) 25

3.1.5 Inisialisasi Kernel Sobel 26

3.1.6 Perhitungan Gradien (M) 26

3.1.7 Pemetaan Nilai Gradien ke Citra Baru 27

3.1.8 Flow Chart Deteksi Tepi 27

3.1.9 Penelitian Deteksi Tepi Terkait 29

3.2 Perancangan Sistem 31

3.2.1Diagram Konteks Sistem 32

3.2.2 Data Flow Diagram Level 1 32

3.2.3 Perancangan Antarmuka (interface) 34

(10)

x

3.2.3.2 Rancangan Form Deteksi Tepi 34

3.2.3.3 Rancangan Help 35

3.2.3.4 Rancangan About 36

3.2.4 Rancangan Pengujian 37

BAB 4 IMPLEMENTASI DAN PENGUJIAN 38

4.1 Implementasi 38

4.1.1 Tampilan Menu Utama 38

4.1.2 Tampilan Form DeteksiTepi 39

4.1.3 Tampilan Bantuan 40

4.2 Pengujian 41

4.2.1 Pengujian Citra Berformat JPG 41 4.2.2 pengujian Citra Berformat BMP 43

BAB 5 KESIMPULAN DAN SARAN 48

5.1 Kesimpulan 48

5.2 Saran 48

DAFTAR PUSTAKA 49

LAMPIRAN

(11)

xi

DAFTAR GAMBAR

Halaman

Gambar 2.1 Citra Manuscrip Kuno 6

Gambar 2.2 Nilai warna RGB dalam hexadesimal 7

Gambar 2.3 Komposisi Warna RGB 7

Gambar 2.4 Kordinat Citra Digital 9

Gambar 2.5 Representasi Citra Digital Dalam 2 Dimensi 10

Gambar 2.6 Citra Biner 10

Gambar 2.7 Citra Keabuan 11

Gambar 2.8 8 bittruecolor 11

Gambar 2.9 Citra Warna 8 bit 12

Gambar 2.12 Proses Deteksi Tepi Citra 14

Gambar 2.13 Model Tepi Satu Citra 14

Gambar 2.14 Jenis-jenis Tepi Citra 15

Gambar 2.15 Matriks Konvolusi 3 X 3 Sobel 15

Gambar 2.16 Matrik Operator Sobel 16

Gambar 2.17 Hasil Deteksi Tepi 17

Gambar 3.1 Matriks Kernel Sobel 21

Gambar 3.2 Pengolahan Citra 3x3 Piksel 22

Gambar 3.3 Citra Manuskrip kuno (3 x 3 piksel) 22

Gambar 3.4 Blok Citra (3 x 3 piksel) 23

Gambar 3.5 Nilai Piksel Blok Citra (3 x 3 piksel) 23

Gambar 3.6 Matriks RGB Blok Citra 24

Gambar 3.7 MatriksGrayscaleBlok Citra 25

Gambar 3.8 Matriks Citra Biner 26

Gambar 3.9 Dua Buah Kernel 26

Gambar 3.10 matriks Citra 3x3 Piksel dengan Dua Kernel 26 Gambar 3.11 Matriks Hasil Deteksi Tepi Citra 3x3 27 Gambar 3.12Flow ChartDeteksi Tepi Citra 28

Gambar 3.13 Diagram konteks 29

Gambar 3.14 DFD Level 1 30

Gambar 3.15 Rancangan Menu Utama 31

Gambar 3.16 RancanganFormDeteksi Tepi 32

Gambar 3.17 Rancangan Bantuan 33

Gambar 3.18 Rancangan Hasil Pengujian 33

Gambar 4.1 Tampilan Menu Utama 35

Gambar 4.2 Tampilan Form DeteksiTepi 34

Gambar 4.3 Tampilan Hasil Deteksi Tepi 35

Gambar 4.4 Tampilan Bantuan 37

(12)

xii

(13)

xiii

DAFTAR TABEL

Halaman

Tabel 2.1 Contoh-contoh warna dalam hexadesimal 8

Tabel 2.2 Format Piksel 8 bit 11

Tabel 2.3 SimbolData Flow Diagram 19