Rekonstruksi Citra Perangko Yang Berstempel.

i Universitas Kristen Maranatha Rekonstruksi Citra Perangko yang Berstempel

Roulina Fransisca / 0322124 Email : el_chubbz@yahoo.com

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

ABSTRAK

Citra atau dokumen yang penting dapat saja mengalami kerusakan seperti terkena noda harus diperbaiki. Sekarang ini memperbaiki citra digital dapat digunakan perangkat lunak khusus atau pengolahan citra dengan menggunakan algoritma tertentu.

Pada Tugas Akhir ini telah dibuat program untuk merekonstruksi citra perangko yang berstempel dengan menggunakan 2 cara, yaitu rekonstruksi dengan referensi dan rekonstruksi tanpa referensi. Rekonstruksi citra dengan referensi diproses dengan membentuk setiap piksel yang hilang dari objek. Warna piksel yang hilang diperoleh dengan menghitung rata-rata piksel-piksel tetangga dari referensi citra. Sedangkan Rekonstruksi citra tanpa referensi diproses dengan membentuk setiap pixel yang hilang dari objek dengan menghitung rata-rata pixel-pixel tetangga dari citra perangko yang berstempel yang dibandingkan dengan hasil segmentasi tanpa menggunakan referensi.

Dalam Tugas Akhir ini dilakukan pengujian pada 10 sampel citra. Setelah dilakukan rekonstruksi citra dengan referensi, diperoleh nilai rata-rata PSNR 2,57 dB dengan nilai MOS 3,4 dan pada rekonstruksi citra tanpa rekonstruksi, diperoleh nilai rata-rata PSNR 2,04 dB dengan nilai MOS 2,8. Aplikasi dari Tugas Akhir dapat dimanfaatkan untuk perbaikan pada berkas atau citra yang terkena noda. Hasil penilaian secara rekonstruksi citra perangko yang berstempel secara subyektif menunjukkan rata-rata yang lebih baik dibandingkan hasil perhitungan error secara obyektif.

ii Universitas Kristen Maranatha Image Reconstruction of Stamp Incuse

Roulina Fransisca / 0322124 Email : el_chubbz@yahoo.com

Electrical Engineering, Engineering Faculty, Christian Maranatha University Prof. Drg. Suria Sumantri 65 Street, Bandung 40164, Indonesia

ABSTRACT

Important image or document can have damage like stain, must be repaired. This time digital image can be repair with special software or image processing by using certain algorithm.

This Final Project has been made program to image reconstruction of stamp incuse by using 2 way, that is reconstruction with reference and reconstruction without reference. Image reconstruction with reference is processed by molding every pixel is losing from object. Colour pixel is losing obtained with calculating average of pixel-pixel neighbour from image reference. While reconstruction image without reference is processed by molding every pixel is losing. The lost pixel from object with calculating average of pixel-pixel neighbour from stamp incuse to result of segmentation without using reference.

In this Final Project done examination by 10 image samples. After done by reconstruction image with reference, obtained average value PSNR 2,57 dB with value MOS 3,4 and at reconstruction image without reconstruction, obtained average value PSNR 2,04 dB with value MOS 2,8.

Application from final Project can be useful for repair at bundle or image hit by stain. Result of assessment in image reconstruction for stamp incuse subjectively shows better mean compared to result of calculation errors objectively.

iii Universitas Kristen Maranatha

KATA PENGANTAR

Puji dan syukur atas ke hadirat Tuhan Yang Maha Esa karena atas berkat dan rahmat-Nya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul “Rekonstruksi Citra Perangko yang berstempel”. Tugas Akhir ini disusun dalam rangka memenuhi syarat untuk menyelesaikan program studi tingkat sarjana Strata Satu (S-1) di Jurusan Teknik Elektro Fakultas Teknik Universitas Kristen Maranatha.

Penulis ingin mengucapkan terima kasih yang sebesar–besarnya kepada semua pihak yang secara langsung maupun tidak langsung telah banyak membantu penulis menyelesaikan tugas akhir ini. Penulis mengucapkan terimakasih kepada:

1. Ir. Aan Darmawan, MT., selaku Pembimbing Tugas Akhir ini yang telah bersedia meluangkan waktu untuk memberikan bimbingan dan tetap memberikan dorongan dan pengarahan kepada penulis.

2. Dr. Ir. Daniel Setiadikarunia, MT., selaku Ketua Jurusan Teknik Elektro Universitas Kristen Maranatha.

3. Ir.Anita Supartono, M.Sc., selaku Koordinator Tugas Akhir.

4. Dr. Ratnadewi, ST., MT., Novie T. Pasaribu, ST., MT., dan Riko Arlando, ST., MT., selaku dosen penguji Tugas Akhir yang telah banyak membantu penulis dalam memberikan masukan dan saran.

5. Ir. Kok King Lok., selaku Dosen Wali yang telah memberikan saran dan nasehat selama masa perkuliahan.

6. Seluruh staf Dosen Jurusan Teknik Elektro Universitas Kristen Maranatha, yang telah membimbing dan memberi bekal ilmu pengetahuan yang sangat berharga selama penulis mengikuti perkuliahan.

7. Seluruh staf TU dan karyawan di Jurusan Teknik Elektro Universitas Kristen Maranatha atas segala bantuan dan kerjasamannya.

iv Universitas Kristen Maranatha 9. Ivin Gloria Septimahari, Angki Dwi Saptani, Noviani Krisnadi, Diah

Ayu Oktavia, dan Hilda Fitriani terima kasih untuk menjadi sahabat yang selalu membantu, memberi nasehat, memberi perhatian dan pengertiannya.

10.Nurjani, Bagus Wisuda, SH., David , Paskal , Rubin, Yogi, Rizky , Yudhis , Martin, Ardy, Galih, Hemi, Jong, Windu, Yohanes, Henry , teman – teman yang telah mau menjadi sahabat yang paling baik dalam memberikan perhatian dan dukungan.

11.semua GSM yang selalu beri dukungan dan doa.

12.Teman–teman di Teknik Elektro khususnya angkatan 2003 yang telah memberikan perhatian dan bantuannya.

13.Semua pihak yang telah membantu secara langsung maupun tidak langsung selama proses penyusunan skripsi ini.

Penulis menyadari bahwa laporan tugas akhir ini masih jauh dari sempurna. Oleh karena itu, kritik dan saran sangat diharapkan untuk menyempurnakan tugas akhir ini.

Akhir kata semoga laporan Tugas Akhir ini bisa berguna dan bermanfaat bagi setiap pembaca.

Bandung, September 2008

v Universitas Kristen Maranatha

I.5 Sistematika Penulisan 2

BAB II LANDASAN TEORI 3

II.1 Pengolahan Citra Digital 3

II.2 Segmentasi Citra 4

II.3 Thresholding 4

II.4 Rekonstruksi citra 5

II.5 Microsoft Visual Basic 6.0 6

II.5.1 Form 6

II.5.2 Toolbox pada Visual Basic 7

II.5.3 GDI32 9

BAB III PERANCANGAN DAN REALISASI 10

III.1 Perancangan Antarmuka Pemakai 12

III.2 Ambil Gambar Referensi 14

III.3 Ambil Gambar 14

III.4 Pilih Warna Referensi Stempel 15

III.5 Segmentasi Citra 16

III.6 Rekonstruksi Citra 18

III.6.1 Rekonstruksi Citra dengan Referensi 18

III.6.2 Rekonstruksi Citra tanpa Referensi 21

vi Universitas Kristen Maranatha

BAB IV DATA PENGAMATAN DAN ANALISA 27

IV..1 Pengujian 27

IV.1.1 Pengujian Perangkat Lunak 29

IV.1.2 Menghitung Rata-Rata error dengan MSE 31

IV.1.3 Survey 31

IV.2 Analisa Data 33

BAB V KESIMPULAN DAN SARAN 37

5.1 Kesimpulan 37

5.2 Saran 37

DAFTAR PUSTAKA 38

LAMPIRAN A – LISTING PROGRAM A

vii Universitas Kristen Maranatha

DAFTAR TABEL

Tabel _{III.1 Komponen dan Properti} 13

Tabel _{III.2 Nilai Rating Image Goodness Scale} 25

Tabel _{IV.1 Hasil perhitungan MSE} 31

Tabel _{IV.2 Hasil Jumlah Skor Survey} 32

viii Universitas Kristen Maranatha

DAFTAR GAMBAR

Gambar II.1 _{Contoh hasil segmentasi pada citra} 4

Gambar II.2 _{Contoh form pada Visual Basic} 6

Diagram Blok Rekonstruksi Citra Perangko yang Berstempel dengan referensi

Diagram Blok Rekonstruksi Citra Perangko yang Berstempel tanpa referensi

10 10 Gambar III.3 Blok Diagram Alir Rekonstruksi Citra Perangko yang

Berstempel

11

Gambar III.4 Tampilan Program Menu Utama 12

Gambar III.5 Blok Diagram Alir Segmentasi Citra Perangko yang Berstempel

16 Gambar III.6 Blok Diagram Alir Rekonstruksi Citra Perangko yang

Berstempel dengan referensi

19 Gambar III.7 Blok Diagram Alir Rekonstruksi Citra Perangko yang

Berstempel tanpa referensi

22

Gambar IV.1 Gambar Sampel yang digunakan 28

Gambar IV.2 Proses Rekonstruksi Citra Perangko yang berstempel dengan Referensi

29 Gambar IV.3 Proses Rekonstruksi Citra Perangko yang berstempel

tanpa Referensi

30 Gambar IV.4 Hasil Pengujian rekonstruksi dengan referensi dan

rekonstruksi tanpa referensi

A

LAMPIRAN A

Listing Program

Lampiran

A-1

LISTING PROGRAM PADA VISUAL BASIC 6.0

Dim q, ph As String Dim z As Boolean

Private Declare Function GetPixel Lib "GDI32" (ByVal hdc As Long, ByVal x As Long, ByVal y As Long) As Long

Private Declare Function SetPixel Lib "GDI32" (ByVal hdc As Long, ByVal x As Long, ByVal y As Long, ByVal crColor As Long) As Long

Option Explicit

Private Sub Command2_Click() Dim i As Integer, j As Integer

Dim R As Integer, G As Integer, B As Integer Dim R2 As Integer, G2 As Integer, B2 As Integer Dim c As Long, c2 As Long

Dim t As Integer

t = 55 Picture2.Cls

Picture2.DrawWidth = 1

For i = 0 To Picture1.ScaleWidth For j = 0 To Picture1.ScaleHeight

c = GetPixel(Picture1.hdc, i, j)

R = c Mod 256

G = (c \ 256) Mod 256 B = (c \ 256 \ 256) Mod 256

Lampiran

A-2 R2 = c2 Mod 256

G2 = (c2 \ 256) Mod 256 B2 = (c2 \ 256 \ 256) Mod 256

If Abs(R - R2) < t And Abs(G - G2) < t And Abs(B - B2) < t Then

SetPixel Picture2.hdc, i, j, vbWhite

Else

SetPixel Picture2.hdc, i, j, vbBlack

End If Next j Next i End Sub

Private Sub command5_click() Dim R As Integer

Dim G As Integer Dim B As Integer Dim warna As String Dim warna2 As String Dim R2 As Integer Dim G2 As Integer Dim B2 As Integer Dim mse As Long mse = 0

Lampiran

A-3 For i = 0 To Picture3.ScaleWidth

For j = 0 To Picture3.ScaleHeight warna = GetPixel(Picture3.hdc, i, j) R = warna Mod 256

G = (warna \ 256) Mod 256 B = (warna \ 256 \ 256) Mod 256 warna = (R + G + B) / 3

warna2 = GetPixel(Picture5.hdc, i, j) R2 = warna2 Mod 256

G2 = (warna2 \ 256) Mod 256 B2 = (warna2 \ 256 \ 256) Mod 256 warna2 = (R2 + G2 + B2) / 3 mse = mse + (warna - warna2) ^ 2 Next j

Next i

MsgBox mse

mse = mse / (Picture3.ScaleWidth * Picture3.ScaleHeight) Text3.Text = mse

End Sub

Private Sub Command7_Click() CommonDialog3.ShowSave ph = CommonDialog3.FileName If Len(ph) > 0 Then

SavePicture Picture3.Image, ph End If

End Sub

Private Sub Picture1_MouseDown(Button As Integer, Shift As Integer, x As Single, y As Single)

Lampiran

A-4 Picture4.BackColor = Picture1.Point(x, y) End If

End Sub

Private Sub Picture1_MouseUp(Button As Integer, Shift As Integer, x As Single, y As Single)

z = False End Sub

Private Sub Command1_Click() LoadPic Picture1

q = CommonDialog1.FileName Arrange

End Sub

Sub LoadPic(BackgroundPic As Control)

On Error GoTo err: With CommonDialog1

.DialogTitle = "Select a picture" .Filter = "*.*|*.*"

.ShowOpen End With

BackgroundPic.Picture = LoadPicture(CommonDialog1.FileName)

Exit Sub err:

MsgBox "an error occured while loading " & CommonDialog1.FileName End Sub

Lampiran

Lampiran

A-7 'End If

'End If Else

SetPixel Picture3.hdc, i, j, GetPixel(Picture1.hdc, i, j) End If

Next j Next i End Sub

Private Sub without_database()

Dim i, j, k, l, sb, tb, sr, tr, sg, tg As Integer Dim c, c2 As Long

Dim R2 As Integer, G2 As Integer, B2 As Integer Dim R As Long, G As Long, B As Long

Dim color As Long List1.Clear

Picture3.AutoRedraw = True Picture3.Cls

Picture3.DrawWidth = 1

For i = 0 To Picture2.ScaleWidth For j = 0 To Picture2.ScaleHeight

If GetPixel(Picture2.hdc, i, j) = vbWhite Then R = 0

tr = 0 G = 0 tg = 0 B = 0 tb = 0

Lampiran

A-9 ‘SetPixel Picture3.hdc, i, j, RGB(R, G, B) 'SetPixel Picture3.hdc, i + 1, j, RGB(R, G, B) 'SetPixel Picture3.hdc, i - 1, j + 1, RGB(R, G, B) 'SetPixel Picture3.hdc, i + 1, j, RGB(R, G, B)

'SetPixel Picture3.hdc, i + 1, j + 1, RGB(R, G, B) ' GetPixel(Picture2.hdc, i, j) SetPixel Picture2.hdc, i, j, RGB(R, G, B)

Else

SetPixel Picture3.hdc, i, j, GetPixel(Picture1.hdc, i, j) End If

Next j Next i End Sub

Private Sub Command4_Click() LoadPic2 Picture5

q = CommonDialog1.FileName Arrange

End Sub

Sub LoadPic2(BackgroundPic As Control)

On Error GoTo err: With CommonDialog2

.DialogTitle = "Select a picture as database" .Filter = "*.*|*.*"

.ShowOpen End With

BackgroundPic.Picture = LoadPicture(CommonDialog2.FileName)

Lampiran

A-10 err:

MsgBox "an error occured while loading " & CommonDialog2.FileName End Sub

Sub Arrange()

Picture1.Move Picture5.Left + Picture5.Width + 20, Picture5.Top, Picture5.Width, Picture5.Height

Picture2.Move Picture1.Left + Picture1.Width + 20, Picture1.Top, Picture1.Width, Picture1.Height

Picture3.Move Picture2.Left + Picture2.Width + 20, Picture2.Top, Picture1.Width, Picture1.Height

Frame3.Move Picture5.Left, Picture5.Top + Picture5.Height + 20 Frame1.Move Frame3.Left, Frame3.Top + Frame3.Height + 20 End Sub

Private Sub Command6_Click() End

1 Universitas Kristen Maranatha BAB I

PENDAHULUAN

I.1 Latar Belakang

Pada suatu berkas atau gambar terdapat cacat noda yang mengganggu penglihatan , misalnya berkas atau gambar yang terkena tinta, yang dapat diperbaiki secara digital. Salah satu cara untuk memperbaiki berkas atau gambar yang terkena noda tersebut yaitu dengan proses segmentasi dan rekonstruksi. Proses segmentasi merupakan salah satu proses yang dilakukan untuk memisahkan suatu objek dengan objek lainnya. Proses rekonstruksi merupakan suatu proses yang bertujuan untuk membentuk ulang objek yang hilang.

Dalam Tugas Akhir ini direalisasikan perangkat lunak untuk merekonstruksi citra perangko yang berstempel dengan menggunakan bahasa pemrograman Visual Basic.

I.2 Perumusan Masalah

Bagaimana memisahkan suatu citra perangko terhadap citra stempel dan merekonstruksi citra yang hilang pada perangko tersebut?

I.3 Tujuan

Dalam Tugas Akhir ini bertujuan membuat perangkat lunak untuk memisahkan citra perangko terhadap citra stempel dan merekonstruksi citra perangko tersebut.

I.4 Pembatasan Masalah

1. Objek terbatas pada perangko dan stempel dengan warna perangko dan stempel tidak sama

2. Warna stempel satu warna dan ditentukan pada masukan 3. Satu prangko hanya ada satu setempel

2

Universitas Kristen Maranatha I.5 Sistematika Penulisan

Bab I Pendahuluan

Membahas latar belakang penulisan, identifikasi masalah dalam penulisan, tujuan penulisan, pembatasan masalah dalam penulisan, dan sistematika penulisan Tugas Akhir ini.

Bab II Landasan Teori

Membahas teori dasar utama yang digunakan dalam membuat Tugas Akhir ini: Segmentasi Citra, Algoritma Thresholding, Rekonstruksi Citra dengan Referensi, Rekonstruksi Citra tanpa Referensi, dan Visual Basic 6.0. Bab III Perancangan dan Realisasi

Merupakan perancangan software yang menjabarkan proses ambil gambar, proses pilih warna otomatis, proses segmentasi citra, proses rekonstruksi citra, pembuatan formulir survey, dan proses menghitung nilai error pada hasil rekonstruksi citra.

Bab IV Hasil Akhir

Berisikan data-data hasil pengujian & analisa data yang telah dilakukan pada sepuluh contoh gambar yang direkontruksi dalam Tugas Akhir ini. Bab V Kesimpulan dan Saran

37 Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

V.1 Kesimpulan

Dalam Tugas Akhir ini dapat diambil kesimpulan sebagai berikut:

1. Pada rekonstruksi citra perangko tanpa referensi, rata-rata MSE lebih besar 3 kali lipat dari rekonstruksi citra perangko dengan referensi.

2. Hasil rekonstruksi citra perangko dengan referensi dengan rata-rata MOS = 3,4 lebih baik dibandingkan dengan hasil rekonstruksi citra perangko tanpa referensi dengan rata-rata MOS = 2,8.

3. Dari pengujian pada citra 1 diperoleh nilai PSNR = 2,60, sedangkan nilai MOS = 3,2. Hal ini terlihat kontradiktif karena hasil pengamatan manusia terlihat baik, sedangkan hasil PSNR menunjukkan nilai error yg cukup besar. Hal ini dikarenakan manusia hanya mengamati rekonstruksi pada daerah stempel, tidak keseluruhan.

V.2 Saran

1. Pada citra perangko yang berstempel perlu dilakukan proses rekonstruksi lebih dari satu kali agar bisa mendapatkan hasil yang lebih baik.

₃₈ Universitas Kristen Maranatha

DAFTAR PUSTAKA

1. Basuki Achmad, Palandi Jozua F., Fatchurrochman. Pengolahan Citra Digital

menggunakan Visual Basic. Yogyakarta, 2005

2. Darmawan , Aan , Diktat Kuliah Pengolahan Citra Digital , Universitas Kristen Maranatha

3. Daryanto. Belajar Komputer Visual Basic, Bandung :Yrama Widya, 2003

4. Jain Anil K. Fundamental of Digital Image Processing, New Jersey : Prentice Hall International Editions, 1989

5. Munir , Renaldi , Pengolahan Citra Digital dengan Pendekatan Algoritmik , INFORMATIKA , 2004

6. Pratt William K. Digital Image Processing, California : Wiley-Interscience, 2007 7. http://anthonysteven.wordpress.com/tutorial/algoritma-kmeans

8. http://anthonysteven.wordpress.com/tutorial/algoritma-nearest-neighbor

9. http://en.wikipedia.org/wiki/Segmentation_(image_processing)

10.http://id.wikipedia.org/wiki/KNN

11.http://ikc.depsos.go.id/bab-1_Pengantar_Pengolahan_Citra.pdf

12.http://ikc.depsos.go.id/berseri/krisna-vb6/index.php

13.http://lecturer.eepis-its.edu/~nana/modulprakCitra08/PrakCitra_3BalikGambar.pdf