ANALISIS DETEKSI TEPI PADA CITRA DENGAN METODE ROBERTS
Khodimul Istiqlal1), Ike Fibriani, ST., MT.2)
1)Mahasiswa S1 Fakultas Teknik Elektro Universitas Jember
2)Dosen Pengampu Sistem Pengolahan Citra Fakultas Teknik Elektro Universitas Jember Jln. Slamet Riyadi No.62 Jember 68111
Khodimulistiqlal@yahoo.co.id1), Ik3fibriani.teknik@gmail.com2)
Abstrak—Suatu proses pengolahan citra digital yang menarik untuk dianalis adalah proses deteksi tepi (edge detection), dimana manfaat yang didapatkan salah satunya adalah kemungkinan bagi kita untuk dapat mendeteksi wajah suatu objek melalui deteksi tepi. Metode dalam teknik deteksi tepi ini mulai dari teknik Roberts, Prewitt, Sobel, Canny, dll. Dan dalam paper ini akan menganalisis deteksi tepi yang memakai metode Roberts sehingga dapat menganalisis tentang metode ini yang diharapkan akan mengetahui perbadaan metode Roberts dengan metode yang lain. Untuk melakukannya memakai bantuan software Matlab 7.8 (R2009a) yang didalamnya akan menggunakan algoritma dari metode Roberts tersebut. Dengan memakai metode Roberts pada pendeteksian tepi yang nantinya akan didapatkan citra atau pemerosesan yang relatif singkat dari pada metode lainnya.
Kata Kunci—deteksi tepi, metode Roberts
Abstract- A digital image processing is attractive for dianalis is the process of edge detection (edge
detection), in which the benefits obtained one of them is the possibility for us to be able to detect the face of an object through the edge detection. The method in this edge detection techniques from engineering Roberts, Prewitt, Sobel, Canny, etc.. In this paper will analyze the use edge detection Roberts method that can analyze about this method is expected to know each difference in the method of Roberts and other methods. To do so use the help of software Matlab 7.8 (R2009a) are in it will use the algorithm of the method of Roberts. By using the method of Roberts in the detection of edges that will be obtained or the image processing of a relatively short period of the other methods.
1. Pendahuluan 1.1 Latar Belakang
Suatu cara agar suatu citra dapat diinterpresentasikan dengan sebaik-baiknya adalah dengan mengolah suatu citra tersebut. Pengolahan suatu citra merupakan kegiatan memperbaiki kualitas citra sehingga citra tersbut mudah diinterpretasi oleh manusia dan mesin (komputer). Inputannya adalah citra yang dinilai kurang baik dan keluarannya juga citra tapi dengan citra yang mempunyai kualitas lebih baik daripada citra inputannya. Misal citra berwarna kurang buram (blurring), tajam, mengandung noise (misal bintik-bintik putih), dll sehingga perlu ada perbaikan citra untuk mempermudah
manusia atau mesin (komputer)
meninterpresentasikan citra tersebut. Namun sebelum pemerosesan citra menjadi lebih detail, pengolahan citra sendiri juga sering kali menggunakan deteksi tepi untuk tujuan tertentu. Karena deteksi tepi merupakan langkah pertama untuk melingkupi informasi di dalam citra. Oleh karena itu, pada kesempatan kali ini akan dilakukan sebuah analisis atau pengamatan mengenai deteksi tepi dimana hal itu dijadikan sebagai acuan pertama untuk melangkah ke pengolahan citra yang lebih lanjut seperti yang telah dijelaskan sebelumnya.
Adapun metode yang dipakai untuk pendeteksian adalah dengan memakai metode Roberts. Sebenarnya ada beberapa metode lain yang dapat dipakai yaitu Canny, Prewitt, Sobel, Laplacian, dan Zero-Cross. Dan software yang digunakan
adalah Matlab 7.8 (R2009a). Pada paper ini yang akan dianalisi adalah metode Roberts karena metode ini merupakan metode awal yang digunakan untuk mendeteksi suatu tepi citra dari pada meode lainnya. Metode ini juga dapat mendeteksi citra dengan lebih cpat. Sehingga nantinya akan diketahui tentang metode Roberts ini baik kelebihan maupun kekurangannya.
1.2 Rumusan Masalah
Permasalahan yang akan diangkat dalam paper ini adalah:
1) Bagaimana proses suatu metode Roberts dalam pendeteksian tepi pada suatu citra?
2) Apa sajakah kelebihan dan kekurang ketika mendeteksi tepi menggunakan metode Roberts?
1.3 Batasan Masalah
Pada tugas akhir ini pembahasan akan dibatasai pada permasalahan-permasalahan sebagai berikut:
1) Simulasi pada tugas ini menggunakan program Matlab.
2) Pembahasan pada deteksi tepi pada citra menggunakan Metode Roberts
3) Citra yang digunakan berformat JPEG/JPG
1.4 Tujuan
Tujuan dari paper ini adalah:
1. Untuk mengetahui proses atau cara kerja salah satu metode deteksi tepi yaitu metode Roberts.
2. Untuk mengetahui kelebihan dan kekurangan metode Roberts.
1.5 Manfaat
Manfaat yang dapat diambil adalah :
1) Dapat mengetahui proses atau cara kerja dari metode deteksi tepi yaitu metode Roberts
2) Dapat mengetahui kelebihan dan kekurangan metode Roberts.
2. Tinjauan Pustaka 2.1 Pengertian Citra
Citra merupakan informasi yang secara umum tersimpan dalam bentuk pemetaan bit-bit, atau sering dikenal dengan bitmap. Setiap bit-bit membentuk satu titik informasi yang dikenal dengan pixel. Atau dengan kata lain, satu pixel merupakan satu titik image yang terdiri dari satu atau beberapa bit informasi. Satuan dari pixel biasanya dinyalakan dengan posisi x, posisi y dan nilai dari pixel (warna atau gray). Dalam satu bidang gambar, sepenuhnya terdiri dari pixel-pixel [5].
2.2 Pengertian Pengolahan Citra
Adalah kegiatan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia/mesin (komputer). Inputannya adalah citra dan keluarannya juga citra tapi dengan kualitas lebih
baik daripada citra masukan, misal citra warnanya kurang tajam, kabur (blurring), mengandung noise (misal bintik-bintik putih), dll sehingga perlu pemrosesan untuk memperbaiki citra karena citra tersebut menjadi sulit diinterpretasikan akibat informasi yang disampaikan berkurang [5].
2.3 Pixel
Citra dinyatakan dalam bentuk data matriks 2 dimensi, dimana setiap titik data mewakili satu pixel. Dalam hubungannya dengan data video, maka satu gambar (image) dikenal sebagai satu frame. Misalnya sebuah gambar dikatakan resolusinya sebesar 800 x 600 maka berarti panjang pixel horisontalnya 800 dan panjang pixel vertikalnya 600 dan jumlah total keseluruhan pixel dari gambar tersebut yaitu 480000 atau dapat dikatakan bahwa gambar tersebut terdiri dari 480000 pixel.
2.4 Citra Digital
Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial. Dan harga fungsi tersebut pada setiap titik (x,y) merupakan tingkat kecemerlangan citra pada titik tersebut. Citra digital dinyatakan dengan matriks berukuran N x M (baris/tinggi = N, kolom/lebar = M) [2] dimana:
N = jumlah baris 0 ≤ y ≤ N – 1 M = jumlah kolom 0 ≤ x ≤ M – 1 L = gray level 0 ≤ f(x,y) ≤ L – 1
Dalam bentuk matriks dapat ditulis sebagai berikut:
2.5 Warna Tingkat Keabuan (Gray Level) Kecerahan dari citra disimpan dengan cara pemberian nomor pada tiap-tiap pixelnya. Semakin tinggi nomor pixelnya maka makin terang (putih) pixel tersebut. Sedangkan semakin kecil nilai suatu pixel, mengakibatkan warna pada pixel tersebut menjadi gelap. Dalam sistem kecerahan yang umum terdapat 256 tingkat untuk setiap pixel. Skala kecerahan seperti ini dikenal sebagai grayscale. Pada gambar 1 menunjukkan tingkatan level kecerahan dari grayscale.
Gambar 1. Palet Tingkatan Warna Grayscale
2.6 Deteksi Tepi
Tepi adalah perubahan nilai intensitas derajat keabuan yang mendadak (besar) dalam jarak yang singkat. Terdapat tiga macam tepi di dalam citra digital, yaitu:
1) Tepi Curam
Tepi curam adalah tepi dengan perubahan intensitas yang tajam. Arah tepi berkisar 900. Gambar 2.1 menunjukan deteksi tepi tipe tepi curam.
2) Tepi Landai
Tepi landai yaitu tepi dengan sudut arah yang kecil. Tepi landai dapat dianggap terdiri dari sejumlah tepi-tepi lokal yang lokasinya berdekatan. Gambar 2.2 menunjukan deteksi tepi tipe tepi landai.
3) Tepi yang mengandung derau
Umumnya tepi yang terdapat pada aplikasi visi komputer mengandung derau. Operasi peningkatan
kualitas citra dapat dilakukan terlebih dahulu sebelum pendektesian tepi. Gambar 2.3 menunjukan deteksi tepi tipe tepi curam dengan derau.
2.7 Metode Roberts
Deteksi tepi memiliki berbagai macam operator dalam mendeteksi tepi suatu citra, yaitu salah satunya operator roberts. Operator Roberts sering
disebut juga operator silang. Gradien Roberts dalam arah-x dan arah-y dihitung dengan rumus:
Gambar 2.4 menunjukan bahwa operator R+ adalah hampiran turunan berarah dalam arah 450,
sedangkan operator R- adalah hampiran turunan berarah dalah arah 1350. Dalam bentuk maks konvolusi, operator Roberts adalah:
Telah kita ketahui bahwa Metode Roberts adalah nama lain dari teknik differensial, yaitu differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial. Metode Roberts ini juga disamakan dengan teknik DPCM (Differential Pulse Code Modulation). Differential Pulse Code Modulation (DPCM) adalah prosedur konversi analog menjadi sinyal digital di mana sebuah sinyal analog adalah sampel dan kemudian perbedaan antara nilai sampel yang sebenarnya dan nilainya diprediksi (nilai prediksi didasarkan pada sampel sebelumnya atau sampel) dikuantisasi dan dikodekan kemudian membentuk nilai digital.
3. Perancangan Sistem
Dalam melakukan penelitian mengenai metode Canny ini, maka akan digunakan syntax pada Matlab yaitu sebagai berikut:
BW = edge(I,'roberts');
Adapun dalam paper mengenai metode ini, penelitian dilakukan dengan memakai GUI (Graphical User Interface) yang telah dibuat oleh penulis dimana didalamnya terdapat berbagai macam metode yaitu Roberts, Prewitt, Sobel dan Canny. Namun karena paper ini mengacu pada roberts, maka pada GUI hanya akan menitikberatkan pada penggunaaan metode Roberts. Adapun skema dari flowchart yang digunakan adalah sebagai berikut:
START
Read Image
Ubah Citra ke Grayscale
Deteksi Tepi dengan metode Roberts
BW=edge(I,'roberts') ;
4. Analisis Dan Pembahasan
Data yang di uji adalah sebagai berikut. Dimensi
Citra asli hasil deteksi
Waktu Pemros esan 1000 x 750 1.10 s 2000 x 1500 1.65 s 3000 x 2250 3.10 s 4000 x 3000 4.47 s 5000 x 3750 8.30 s 6000 x 4500 13.3 s
Sebelum suatu citra dideteksi tepinya, citra asli diubah ke grayscale terlebih dahulu. Dari data gambar atau citra yang sama tetapi dengan dimensi berbeda-beda, mulai dari gambar dengan dimensi 1000 x 750 s/d 6000 x 4500 dengan metode roberts didapatkan gambar deteksi tepi dengan waktu proses cepat
Waktu yang dibutuhkan dalam pendeteksian citra dengan menggunakan metode roberts lebih cepat karena metode Roberts merupakan metode yang cukup simple dan prosesnya tidak panjang. Telah di ketahui metode terdiri dari sepasang kernel 2 × 2 konvolusi. Satu kernel yang lain hanya diputar oleh 90°. Matriks dari metode roberts terlihat pada Gambar berikut
Kernel ini dirancang untuk merespon secara maksimal untuk tepi berjalan pada 45° ke Hasil Deteksi Tepi
Suatu Citra
jaringan pixel, satu kernel untuk masing-masing dua orientasi tegak lurus. Kernel dapat diterapkan secara terpisah dengan citra masukan, untuk menghasilkan pengukuran yang terpisah dari komponen gradien di setiap orientasi (Gx dan Gy). Sehingga dapat disimpulkan Kelebihan operator ini yaitu cepat dan mudah untuk menghitung pengukuran gradien 2-D spasial pada gambar. Pixel nilai di setiap titik di keluaran mutlak mewakili besarnya estimasi gradien spasial citra masukan pada saat itu. Hal ini juga dapat dibuktikan apabila kita menggunakan citra yang lain dan dengan dimensi yang memiliki perbedaan yang relatif besar seperti berikut.
Dimensi
Citra asli hasil deteksi
Waktu Pemros esan 560 x 373 0.50 s 1024 x 768 0.8 s 2000 x 1300 1.44 s 3072 x 2016 2.50 s 3648 x 2736 4.5 s 5120 x 3840 9.0 s
Sama halnya seperti data yang sebelumnya, walaupun dengan citra yang berbeda dan memiliki dimensi yang berbeda juga, metode Roberts dalam memproses citra sangatlah cepat. Selain itu besarnya dimensi (pixel) juga berpengaruh pada waktu pemerosesan. Semakin besar dimensi citra maka semakin lama juga proses pendeteksian tepi.
Misalnya pada dimensi 560 x 373 waktu yang dibutuhkan untuk mendeteksi tepi adalah 0.50 s, namun hasil deteksi yang dihasilkan tidak begitu baik. Hal yang sama juga didapatkan ketika mendeteksi tepi dengan dimensi 1024 x 768 waktu yang dibutuhkan untuk mendeteksi tepi citra dengan dimensi tersebut adalah 0.8 s, sedangkan untuk deteksi tepi dengan dimensi 2000 x 1300 adalah 1.44 s. Untuk dimensi 3072
x 2016 watu yang dibutuhkan sebesar 2.5 s. Untuk deteksi tepi dengan menggunakan dimensi 3648 x 2736 waktu yang dibutuhkan untuk melakukan deteksi tepi adalah slama 4.5 s. Untuk dimensi 5120 x 3840 waktu yang dibutuhkan adalah selama 9.0 s. Namun hasil yang didapatkan dengan menggunakan metode robert adalah kurang baik.
Ketika akan menggunakan citra yang mempunyai dimensi 7338 x 10248 dan 8533 x 6400 matlab tidak bisa berjalan atau tidak dapat mendeteksi tepi.
Namun operator Roberts juga memiliki kekurangan yaitu dengan proses yang cepat hasil yang di dapatkan juga tidak sebaik ketika menggunakan metode lainnya karena ketelitian terhadap tepi-tepi suatu citra tidak sebaik metode lainnya. Selain itu Karena Metode Roberts hanya menggunakan convolution mask berukuran 2 x 2, maka operator Roberts sangat sensitive terhadap noise. hal ini dapat dibuktikan dengan gambar berikut
5. Kesimpulan
Setelah melakukan simulasi percobaan deteksi tepi dengan menggunakan bantuan aplikasi matlab diketahui dengan menggunakan metode roberts dapat di simpulkan bahwa metode roberts memiliki kelebihan daripada metode deteksi tepi yang lainnya yaitu metode roberts cepat dan mudah dalam proses pendeteksian terutama untuk menghitung pengukuran gradien 2-D spasial pada gambar. Besarnya dimensi juga mempengaruhi kecepatan untuk merubah citra
grayscale ke deteksi tepi metode Rober, semakin besar dimensi suatu citra maka semakin lama waktu pemrosesannya. Selain itu, metode roberts juga memiliki kekurangan yaitu tidak tahan noise karena metode roberts hanya menggunakan convolution mask berukuran 2 x 2, maka operator Roberts sangat sensitive terhadap noise dan hasil pendeteksian tepinyapun tidak sebaik ketika menggunakan metode lainnya.
REFERENSI
[1] Achmad Hidayatno, R. Rizal Isnanto, Bahrun Niam. “ANALISIS DETEKSI TEPI PADA CITRA BERDASARKAN PERBAIKAN KUALITAS CITRA”. [2] http://en.wikipedia.org/wiki/Roberts_edg e_ detector [3] http://fourier.eng.hmc.edu/e161/lectures/ canny/node1.html [4] http://www.mathworks.com/
[5] Idhawati Hestiningsih, "Pengolahan Citra", <URL:http://digilib.mdp.ac.id/download.p hp?id=94>
RIWAYAT PENULIS
Khodimul Istiqlal, lahir di Jember, 17 Agustus 1991. Menempuh pendidikan di MI Wahid Hasyim Ngampelrejo kec. Jombang kab. Jember, SMP Negeri 3 Tanggul, SMA Negeri 2 Tanggul. Setelah lulus dari SMA, pada tahun 2009, penulis melanjutkan studi strata 1 di perguruan tinggi negeri Universitas Negeri Jember,
Fakultas Teknik, Jurusan Teknik Elektro dengan konsentrasi Telekomunikasi.
