IMPLEMENTASI THRESHOLD METODE OTSU UNTUK
DETEKSI BANGUN RUANG PADA CITRA DIGITAL
SKRIPSI
DEWA MADE SURYADHARMA
091401058
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
IMPLEMENTASI THRESHOLD METODE OTSU UNTUK
DETEKSI BANGUN RUANG PADA CITRA DIGITAL
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijasah Sarjana Ilmu Komputer
DEWA MADE SURYADHARMA
091401058
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
PERSETUJUAN
Judul : IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI BANGUN RUANG PADA CITRA DIGITAL
Kategori : SKRIPSI
Nama : DEWA MADE SURYADHARMA
Nomor Induk Mahasiswa : 091401058
Program Studi : S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Herriyance, ST, M.Kom Syahriol Sitorus, S.Si, MIT NIP. 19801024 201012 1 002 NIP. 19710310 199703 1 004
Diketahui/disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
Dr. Poltak Sihombing, M.Kom
PERNYATAAN
IMPLEMENTASI THRESHOLD METODE OTSU UNTUK DETEKSI
BANGUN RUANG PADA CITRA DIGITAL
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Oktober 2013
Dewa Made Suryadharma
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Ida Shang Hyang Widhi Wasa, Tuhan Yang Maha Esa, yang telah memberikan berkat dan anugerah-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu Komputer dan Dosen Pembanding II yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc. M.Sc. selaku Sekretaris Program Studi S1 Ilmu Komputer.
5. Bapak Syahriol Sitorus, S.Si, MIT selaku Dosen Pembimbing I yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
6. Bapak Herriyance, S.T, M.Kom selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
7. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembanding I yang telah banyak meluangkan waktunya dalam memberikan masukan dan saran kepada penulis.
8. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
9. Kedua orang tua penulis, Bapak Dewa Putu Siantara dan Ibu Jero Metasari yang memberikan dukungan baik materi maupun moril sehingga penulis dapat menyelesaikan skripsi ini dengan baik dan kepada saudara penulis, Dewa Putu Adityadharma dan Dewa Nyoman Indradharma yang memberikan semangat kepada penulis.
11.Teman-teman pengurus IMILKOM Fasilkom-TI 2012-2013.
12.Teman-teman sekaligus keluarga besar Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
13.Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.
Medan, Oktober 2013
Penulis,
ABSTRAK
Bangun ruang merupakan sebuah bangun yang dibatasi oleh beberapa sisi dan disebut juga bangun tiga dimensi. Jumlah model sisi yang membatasi bangun tersebut menentukan nama dan bentuk bangun tersebut. Unsur-unsur sebuah bangun ruang adalah titik sudut, rusuk, dan sisi. Proses deteksi citra bangun ruang merupakan salah satu proses awal untuk menentukan ciri-ciri dari sebuah bangun ruang. Hal tersebut memungkinkan untuk membuat suatu sistem pengolahan citra yang dapat menerima masukan berupa citra objek yang kemudian akan diproses, dideteksi, dan diberikan keluaran berupa deskripsi objek. Proses deteksi citra bangun ruang dilakukan dengan proses Threshold metode otsu dan dateksi tepi
roberts. Metode otsu ini digunakan untuk menentukan nilai ambang dengan
menggunakan analisis diskriminan. Analisis diskriminan akan memaksimumkan variable tersebut agar dapat memisahkan objek dan latar belakang. Langkah awal dari pembuatan sistem ini adalah pembuatan basis data dari enam jenis bangun ruang yaitu balok, kubus, bola, kerucut, tabung dan limas segitiga. Berdasarkan hasil uji deteksi implementasi threshold metode otsu untuk deteksi bangun ruang pada citra digital menghasilkan ketepatan pendeteksian bangun ruang sebesar 100%.
IMPLEMENTATION THRESHOLD METHOD OTSU FOR DETECTION GEOMATRIC AT DIGITAL IMAGE
ABSTRACT
Geometric is a waking restricted by some side and called also wake up in three dimensions. The number of model which limits wake up the sides determine the name and shape up. Elements of a geometric is the point angle, ribs, and sides. The process of detection geometric image is one of the initial processes to determine the characteristics of a geometric. It makes it possible to make an image processing system that can receive input in the form of the image of the object then will be processed, detected, and given the outflows in the form of a description of an object. The process of detection the image of geometric done with the process of threshold a method of otsu and edge detetion roberts. A method of otsu is used to determine the value of the verge of by using analysis diskriminan. Analysis diskriminan would maximize the the side variables in order to separate the object and the background. The initial step of manufacture of systems of this is making database of the six kinds of geometric, namely the beam cube, the ball, conical, a tube and limas of a triangle. Based on the detection of the implementation of test methods otsu threshold for the detection of geometric on digital image produce exactness detection geometric amounting to 100 %.
DAFTAR ISI
Bab 1 Pendahuluan
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metode Penelitian 1.7 Sistematika Penulisan
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Sistem 22
3.1.1 Analisis Masalah 22
3.1.2 Analisis Kebutuhan Sistem 25
3.1.2.1 Kebutuhan Fungsional Sistem 25 3.1.2.2 Kebutuhan Non-Fungsional Sistem 26 3.1.3 Analisis Proses
Bab 4 Implementasi dan Pengujian
Hal. 4.2.2 Pengujian Deteksi Bangun Ruang 56 4.2.2.1 Proses Uji Deteksi 58
4.3 Hasil Pengujian 65
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan 74
5.2 Saran
Daftar Pustaka
Lampiran Listing Program Lampiran Curriculum Vitae
74
75
DAFTAR GAMBAR
Hal. Gambar 2.1 Gradasi warna grayscale 8 Gambar 2.2 Proses perubahan citra warna menjadi grayscale 9
Gambar 2.3 Format 8 bit 9
Gambar 2.10 Proses Threshold
Gambar 2.11 Contoh citra setelah dilakukan threshold
Gambar 2.12 Contoh pengambilan nilai thresholding dengan metode Otsu
Gambar 2.13 Contoh hasil thresholding dengan metode Otsu pada tulang rahang
Gambar 3.7 Use Case Diagram Sistem Deteksi Bangun Ruang
23 Gambar 3.8 Sequence Diagram Proses Implementasi Pendeteksian
Bangun Ruang
Gambar 3.9 Sequence Diagram Proses Uji Deteksi Citra Bangun Ruang
Gambar 3.10 Activity Diagram Implementasi Pendeteksian Bangun Ruang
29
30
31
Gambar 3.11 Activity Diagram Uji Deteksi Bangun Ruang 32
Gambar 3.12 Flowchart Sistem 33
Gambar 3.13 Rancangan Form Awal 36
Gambar 3.14 Rancangan Form Utama 37
Gambar 3.15 Rancangan Form Uji Deteksi 39
Gambar 4.1 Form Awal 42
Gambar 4.2 Form Utama 43
Gambar 4.3 Form Utama Setelah Dimasukan Citra 44 Gambar 4.4 Utama Setelah Dilakukan Threshold Otsu 44 Gambar 4.5 Form Utama Setelah Dilakukan Deteksi Tepi Terhadap
Citra
Hal.
Gambar 4.6 Form Uji Deteksi 46
Gambar 4.7 Form Uji Deteksi Setelah Dimasukan Citra 46 Gambar 4.8 Form Uji Deteksi Setelah Dilakukan Threshold Otsu 47 Gambar 4.9 Form Uji Deteksi Setelah Dilakukan Deteksi Tepi 47 TerhadapCitra
Gambar 4.10 Form Bantuan Utama 48
Gambar 4.11 Form Bantuan Pengujian 49
Gambar 4.12 Uji Deteksi Bangun Ruang Balok 59 Gambar 4.13 Hasil Uji Deteksi Bangun Ruang Balok 59 Gambar 4.14 Uji Deteksi Bangun Ruang Kubus 60 Gambar 4.15 Hasil Uji Deteksi Bangun Ruang Kubus
Gambar 4.16 Uji Deteksi Bangun Ruang Bola
60 61 Gambar 4.17 Hasil Uji Deteksi Bangun Ruang Bola 61 Gambar 4.18 Uji Deteksi Bangun Ruang Limas
Gambar 4.19 Hasil Uji Deteksi Bangun Ruang Limas Gambar 4.20 Uji Deteksi Bangun Ruang Kerucut Gambar 4.21 Hasil Uji Bangun Ruang Kerucut Gambar 4.22 Deteksi Bangun Ruang Tabung
Gambar 4.23 Hasil Uji Deteksi Bangun Ruang Tabung
DAFTAR TABEL
Hal. Tabel 4.1 Rencana Pengujian
Tabel 4.2 Pengujian Hasil Input Citra Digital Oleh Pengguna Tabel 4.3 Pengujian Hasil Threshold Otsu Oleh Sistem Tabel 4.4 Pengujian Hasil Deteksi Tepi Oleh Sistem Tabel 4.5 Citra Bangun Ruang
Tabel 4.6 Hasil Uji Deteksi Citra Bangun Ruang
50 51 52 52 55 65 Tabel 4.7 Hasil Uji Deteksi Citra Bangun Ruang Dengan Citra Yang
Telah Mengalami Kerusakan
