Pengolah Citra Digital untuk Identifikasi Uang Kertas
Pengolah Citra Digital untuk Identifikasi Uang Kertas
Siti
Siti Munawaroh,Munawaroh, Felix Felix Andreas SuAndreas Sutantotanto Fakultas Teknologi Informasi, Universitas Stikubank Fakultas Teknologi Informasi, Universitas Stikubank email :
email : munawaroh2806@gmail.communawaroh2806@gmail.com,, felstly@gmail.comfelstly@gmail.com
Abstrak Abstrak
Pada masa
Pada masa sekarangsekarang semua orang, semua orang, baik di Indonesia baik di Indonesia ataupun diseluruh dunia ataupun diseluruh dunia pasti membutuhkanpasti membutuhkan uang untuk memenuhi
uang untuk memenuhi kebutuhan dalam hidupnya, kebutuhan dalam hidupnya, dengan kata laindengan kata lain peran uang sangat penperan uang sangat penting. Denganting. Dengan uang setiap
uang setiap orangorang dapat memenuhi kdapat memenuhi kebutuhan hidupnya.ebutuhan hidupnya. Pada waktu sese
Pada waktu seseorangorang membelmembeli barang atau yang lainni barang atau yang lainnya, yangya, yang membutumembutuhkan transhkan transaksi uang tunai,aksi uang tunai, kadan
kadang-kadg-kadangang seringsering terjadi kekterjadi kekeliruaneliruan karenkarena hampir samanya warna hampir samanya warna uang yang akan dibaya uang yang akan dibayarkanarkan. Hal ini. Hal ini tentu akan merug
tentu akan merugikan orangikan orang pada waktu melakpada waktu melakukanukan pembaypembayaran suatu barangaran suatu barang Kekeliruan juga bisa saja terjadi
Kekeliruan juga bisa saja terjadi di mana saja, seperti misalnya di mana saja, seperti misalnya pada waktu terjadi pembayaran pada waktu terjadi pembayaran tunaitunai yang menggunakan uang kertas, atau juga transaksi-transaksi lain yang membutuhkan identifikasi uang yang menggunakan uang kertas, atau juga transaksi-transaksi lain yang membutuhkan identifikasi uang kertas secara cepat dan akurat, meskipun uang itu dikirim atau diterima pada waktu transaksi masih dalam kertas secara cepat dan akurat, meskipun uang itu dikirim atau diterima pada waktu transaksi masih dalam keadaaan acak atau tidak dikelompokkan terlebih dahulu.
keadaaan acak atau tidak dikelompokkan terlebih dahulu.
Pada idetifikasi uang kertas ini nanti yang akan dilakukan adalah tahap-tahap pengolahan seperti Pada idetifikasi uang kertas ini nanti yang akan dilakukan adalah tahap-tahap pengolahan seperti perbaikan
perbaikan citra citra ((enhancement enhancement ), segmentasi dan pencocokan. Dengan adanya identifikasi uang kertas ini,), segmentasi dan pencocokan. Dengan adanya identifikasi uang kertas ini, diharapkan komputer dapat mengenali uang kertas, meskipun uang tersebut tidak diharapkan komputer dapat mengenali uang kertas, meskipun uang tersebut tidak dikelompok-kelompokkan atau acak.
kelompokkan atau acak.
Kata kunci :
Kata kunci :uang kertas, pengolahan citra, enhancement, suang kertas, pengolahan citra, enhancement, s egmentasi, pencocokan.egmentasi, pencocokan.
PENDAHULUAN PENDAHULUAN
Pada ma
Pada masa sekarasa sekarangng semua osemua orang, baik rang, baik didi Indonesia ataupun diseluruh dunia pasti Indonesia ataupun diseluruh dunia pasti membutuhkan uang untuk memenuhi kebutuhan membutuhkan uang untuk memenuhi kebutuhan dalam hidupnya, dengan kata lain peran uang dalam hidupnya, dengan kata lain peran uang sang
sangatat penpenting seting sekalkali. Deni. Dengan uagan uang orang orangng dapdapatat memenuh
memenuhi kebui kebutuhan htuhan hidup, idup, semua semua orangorang bisabisa membeli
membeli segala segala kebutuhan kebutuhan apabilaapabila mempmempunyaiunyai uang.
uang.
Pada w
Pada waktuaktu memmembeli babeli barang rang atau yatau yangang lainnya, yang membutuhkan transaksi uang lainnya, yang membutuhkan transaksi uang tun
tunai, kaai, kadandang-g-kakadandangg sersering keing kelirliru kareu karenana hampir samanya warna uang yang akan hampir samanya warna uang yang akan bayarkan. H
bayarkan. Hal inial ini tentunya atentunya akan merugikankan merugikan padapada waktu melakukan pembayaran suatu barang waktu melakukan pembayaran suatu barang tersebut.
tersebut.
Kekeliruan juga bisa saja terjadi di mana Kekeliruan juga bisa saja terjadi di mana saja,
saja, seperti seperti tadi tadi misalnya misalnya sudah sudah disebutkandisebutkan adalah pada waktu terjadi pembayaran tunai adalah pada waktu terjadi pembayaran tunai yang menggunakan uang kertas, atau juga yang menggunakan uang kertas, atau juga transaksi-transaksi lain yang membutuhkan transaksi-transaksi lain yang membutuhkan identifikasi uang kertas secara cepat dan akurat, identifikasi uang kertas secara cepat dan akurat, meskipun uang itu dikirim atau diterima pada meskipun uang itu dikirim atau diterima pada
waktu transaksi masih dalam keadaaan acak atau waktu transaksi masih dalam keadaaan acak atau tidak dikelompokkan terlebih dahulu.
tidak dikelompokkan terlebih dahulu.
Pada idetifikasi uang kertas ini nanti yang Pada idetifikasi uang kertas ini nanti yang akan dilakukan adalah tahap-tahap seperti akan dilakukan adalah tahap-tahap seperti perbaikan
perbaikan citra, citra, segmentasi segmentasi dan dan pencocokan.pencocokan. Deng
Dengan adan adanya anya idenidentifitifikasikasi uang uang kertkertas inias ini,, diharapkan komputer dapat mengenali uang diharapkan komputer dapat mengenali uang kertas, meskipun uang tersebut tidak kertas, meskipun uang tersebut tidak dikelompok-kelompokkan atau acak.
dikelompok-kelompokkan atau acak.
Untuk memperjelas permasalahan yang Untuk memperjelas permasalahan yang aakkaan n didibabahhaas, s, seksekaaliligguuss mmemembabatatassii permasalahan
permasalahan yang yang akan akan diteliti, diteliti, maka maka batasan– batasan– batasan masalah dit
batasan masalah dit entukan sebagai berikut entukan sebagai berikut :: 1.
1. MemMembuat buat datdatabasabase ue untuk ntuk menmengidegidentifntifikasikasii uang kertas.
uang kertas. 2.
2. IdeIdentifintifikasi kasi bebebeberapa rapa uang uang kertkertas yas yangang dicocokkan dengan database yang ada.
dicocokkan dengan database yang ada. 3.
3. PePembmbuauatatan prn progograramm dedengngan man menenggggununakakanan bahasa pemrograman
bahasa pemrograman Visual BasicVisual Basic.. Uang kertas
Uang kertas
Uang kertas adalah uang yang terbuat dari Uang kertas adalah uang yang terbuat dari kertas dengan gambar dan cap tertentu dan kertas dengan gambar dan cap tertentu dan merupakan alat pembayaran yang sah. Menurut merupakan alat pembayaran yang sah. Menurut
penjelasan
penjelasan UU UU No. No. 23 23 tahun tahun 1999 1999 tentangtentang Bank Bank Indonesia, yang dimaksud dengan uang kertas Indonesia, yang dimaksud dengan uang kertas adalah uang dalam bentuk lembaran yang adalah uang dalam bentuk lembaran yang terbuat dari bahan kertas atau bahan lainnya terbuat dari bahan kertas atau bahan lainnya (yang menyerupai kertas).
(yang menyerupai kertas).
Uang kertas mempunyai nilai karena Uang kertas mempunyai nilai karena nominalnya. Oleh karena itu, uang kertas hanya nominalnya. Oleh karena itu, uang kertas hanya memiliki dua macam nilai, yaitu nilai nominal memiliki dua macam nilai, yaitu nilai nominal dan ni
dan nilai tlai tukarukar.. Ada 2Ada 2(dua(dua)) macmacam uaam uang keng kertasrtas ::
Uang Uang Kertas Kertas NegaraNegara (sudah (sudah tidak tidak
died
diedarkarkan lan lagi)agi),, yaiyaitu utu uang ang kerkertas ytas yangang di
dikkeleluauarkrkaan on olleehh ppeemmeerrininttaahh ddaan an alalatt pembayaran
pembayaran yang yang sah sah dengan dengan jumlah jumlah yangyang te
terbrbatatas as dadan n ddititanandadatatangngananii mmenentrtrii keuangan.
keuangan.
Uang Kertas Bank Uang Kertas Bank , yaitu uang yang, yaitu uang yang dik
dikelueluararkakann oleolehh babank nk sensentratral.l. GamGambarbar uauangng kertas
kertas IndonesiIndonesiaa ditunjukkditunjukkan an pada pada gambargambar 1.1.
Gam
Gambarbar 1.1. Uang KeUang Kertas Irtas Indonendonesiasia Pengolahan Citra Digital
Pengolahan Citra Digital
Secara harfiah, citra (image ) adalah Secara harfiah, citra (image ) adalah gambar pada bidang dwimatra atau dua dimensi gambar pada bidang dwimatra atau dua dimensi [Munir, 2004]. Ditinjau dari sudut pandang [Munir, 2004]. Ditinjau dari sudut pandang matematis, citra merupakan fungsi malar matematis, citra merupakan fungsi malar (continue) dari intensitas cahaya pada bidang (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi objek, dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari objek memantulkan kembali sebagian dari berkas
berkas cahaya cahaya tersebut. tersebut. PantulanPantulan cahaya cahaya iniini ditangkap oleh alat-alat optik, misalnya mata ditangkap oleh alat-alat optik, misalnya mata pada manumur,
pada manumur, kamera, pemindai kamera, pemindai (scanner), dan(scanner), dan sebagainya, sehingga bayanagan objek yang sebagainya, sehingga bayanagan objek yang disebut citra tersebut terekam.
disebut citra tersebut terekam.
Pada pengolahan citra, dimaksudkan agar Pada pengolahan citra, dimaksudkan agar citra yang mengalami gangguan lebih mudah citra yang mengalami gangguan lebih mudah diinterpretasikan (baik oleh manumur maupun diinterpretasikan (baik oleh manumur maupun mesin) dengan cara memanipulasi menjadi citra mesin) dengan cara memanipulasi menjadi citra
lain yang kualitasnya lebih baik. Pada lain yang kualitasnya lebih baik. Pada umumnya, operasi-operasi pada pengolahan itra umumnya, operasi-operasi pada pengolahan itra diterapkan pada citra bila [Jain, 1989]:
diterapkan pada citra bila [Jain, 1989]: a.
a. PerbPerbaikaikan an ataatau mu memoemodifidifikaskasi ci citra itra perluperlu dilakukan untuk meningkatkan kualitas dilakukan untuk meningkatkan kualitas penampakan
penampakan atau atau menonjolkan menonjolkan beberapabeberapa aspek informasi yang terkandung di dalam aspek informasi yang terkandung di dalam citra,
citra, b.
b. Elemen di Elemen di dalam citra dalam citra perlu dikelperlu dikelompokkan,ompokkan, dicocokkan, atau diukur,
dicocokkan, atau diukur, c.
c. SeSebagbagian cian cititra pera perlu drlu digaigabunbung deng dengagann bagian citra yang lai
bagian citra yang lai n.n.
Agar dapat diolah dengan mesin Agar dapat diolah dengan mesin ((computer computer ) digital, maka suatu citra harus) digital, maka suatu citra harus direpresentasikan secara numeric dengan direpresentasikan secara numeric dengan nilai-nilai diskrit. Reprresentasi citra dari fungsi malar nilai diskrit. Reprresentasi citra dari fungsi malar (continue) menjadi nilai-nilai diskrit disebut (continue) menjadi nilai-nilai diskrit disebut digi
digitalitalisassasi. Citra yai. Citra yang dihasing dihasilkanlkan inilinilah yangah yang disebut Citra Digital. Pada umumnya citra disebut Citra Digital. Pada umumnya citra digital berbentuk empat persegi panjang, dan digital berbentuk empat persegi panjang, dan dimensi ukurannya dinyatakan sebagai tinggi x dimensi ukurannya dinyatakan sebagai tinggi x lebar [Munir, 2004].
lebar [Munir, 2004]. Akuisisi Citra Akuisisi Citra
Tahap akuisisi citra adalah tahap yang Tahap akuisisi citra adalah tahap yang diawali deng
diawali dengan menangkan menangkap / mengamap / mengambilbil gambar gambar uang dengan menggunakan scanner.
uang dengan menggunakan scanner. Preprocessing
Preprocessing
Tahapan preprocessing meliputi beberapa Tahapan preprocessing meliputi beberapa tahapan yaitu : perbaikan cittra (enhancement), tahapan yaitu : perbaikan cittra (enhancement), segmentas
segmentasi,i, croppingcropping, pencocokan ( matching), pencocokan ( matching).. 1. Peregangan kontras
1. Peregangan kontras
Kontras menyatakan sebaran terang Kontras menyatakan sebaran terang (lightness
(lightness)) dan gelap (ddan gelap (darkness) di daarkness) di dalam sebuahlam sebuah gambar. Citra dapat dikelompokkan ke dalam gambar. Citra dapat dikelompokkan ke dalam tiga kategori kontras [Munir, 2004]: citra tiga kategori kontras [Munir, 2004]: citra rendah (low contrast), citra rendah (low contrast), citra kontras- bagus
bagus (good (good contrast contrast atau atau normal normal contrast), contrast), dandan citra kontras-tinggi (high contrast).
citra kontras-tinggi (high contrast).
Citra kontras-rendah dicirikan dengan Citra kontras-rendah dicirikan dengan sebagian besar komposisi citranya adalah terang sebagian besar komposisi citranya adalah terang atau sebagian besar gelap. Dari histogramnya atau sebagian besar gelap. Dari histogramnya terlihat
terlihat sebagian sebagian besar besar derajat derajat kebauannyakebauannya terkelompok (clustered) bersama atau hanya terkelompok (clustered) bersama atau hanya menempati sebagian kecil dari rentang nilai-nilai menempati sebagian kecil dari rentang nilai-nilai keabuan yang mungkin. Jika pengelompokan keabuan yang mungkin. Jika pengelompokan nilai-nilai pixel berada di bagian kiri (yang berisi nilai-nilai pixel berada di bagian kiri (yang berisi nilai keabuan yang rendah), citranya cenderung nilai keabuan yang rendah), citranya cenderung gelap. Jika pengelompokan nilai-nilai pixel gelap. Jika pengelompokan nilai-nilai pixel berada
keabuan yang tinggi), citranya cenderung terang. keabuan yang tinggi), citranya cenderung terang. Tetapi mungkin saja suatu citra tergolong Tetapi mungkin saja suatu citra tergolong kontras-rendah meskipun tidak terlalu terang kontras-rendah meskipun tidak terlalu terang atau
atau tidak tidak terlalu terlalu gelap gelap bila bila semuasemua pengelompokan
pengelompokan nilai nilai keabuab keabuab yang yang relativerelative seragam.
seragam.
Citra kontras-tinggi, seperti halnya citra Citra kontras-tinggi, seperti halnya citra kontras bagus, memiliki jangkauan nilai keabuan kontras bagus, memiliki jangkauan nilai keabuan yang lebar, tetapi terdapat area yang lebar yang yang lebar, tetapi terdapat area yang lebar yang didominasi oleh warna terang. Gambar dengan didominasi oleh warna terang. Gambar dengan langit terang dan latar depan yang gelap adalah langit terang dan latar depan yang gelap adalah contoh citra kontras-tinggi. Pada histogramnya contoh citra kontras-tinggi. Pada histogramnya terlihat dua pun
terlihat dua puncak, satucak, satu pada area nilapada area nilai keabuani keabuan yang rendah dan satu lagi pada area nilai yang rendah dan satu lagi pada area nilai keabuan yang tinggi.
keabuan yang tinggi.
Citra dengan kontras-rendah dapat Citra dengan kontras-rendah dapat diperbaiki kualitasnya dengan operasi diperbaiki kualitasnya dengan operasi peregangan
peregangan kontras. kontras. Melalui Melalui operasi operasi ini, ini, nilai- nilai-nilai keabuan pixel akan merentang dari 0 nilai keabuan pixel akan merentang dari 0 sam
sampaipai 255 (255 (citrcitra 8-a 8-bit)bit), den, dengan kgan kata lata lainain seluruh nilai keabuan pixel terpakai secara seluruh nilai keabuan pixel terpakai secara merata.
merata.
Algoritma peregangan kontras adalah Algoritma peregangan kontras adalah sebagai berikut :
sebagai berikut : a.
a. CaCari bari batatas baws bawah peah pengngeloelompmpokaokan pixn pixelel dengan cara memindai (scan) histogram dari dengan cara memindai (scan) histogram dari nilai keabuan terkecil ke nilai keabuan nilai keabuan terkecil ke nilai keabuan terbesar (0 sampai 255) untuk menemukan terbesar (0 sampai 255) untuk menemukan pixel
pixel pertama pertama yang yang melebihi melebihi nilai nilai ambangambang pertama yang dispesif
pertama yang dispesif ikasikan.ikasikan. b.
b. Cari batas pengelCari batas pengelompokan pixel denompokan pixel den gan caragan cara memindai histogram dari nilai keabuan memindai histogram dari nilai keabuan tertinggi ke nilai keabuan terendah (255 tertinggi ke nilai keabuan terendah (255 sampai
sampai 0) untuk0) untuk menemmenemukan pixel ukan pixel pertamapertama yang lebih kecil dari nilai ambang kedua yang lebih kecil dari nilai ambang kedua yang dispesifikasikan.
yang dispesifikasikan. c.
c. PixPixelel-p-pixeixel yanl yang berg berada dada di anti antarara nila nilaiai ambang pertama di-set sama dengan 0, ambang pertama di-set sama dengan 0, sedangkan pixel-pixel yang berada di atas sedangkan pixel-pixel yang berada di atas nilai ambang kedua di-set sama dengan 255. nilai ambang kedua di-set sama dengan 255. d.
d. PiPixexell yayang bng bereradada di aa di antntarara nia nilalai ami ambabangng pertama
pertama dan dan nilai nilai ambang ambang kedua kedua dipetakandipetakan (diskalakan) untuk memenuhi rentang (diskalakan) untuk memenuhi rentang nilai-nilai keabuan yang, lengkap (0 sampai 255) nilai keabuan yang, lengkap (0 sampai 255) dengan persamaan : dengan persamaan : s = s = max max min min max max r r
r
r
r
r
r
r
x x 225555dalam hal ini, i adalah nilai keabuan dalam dalam hal ini, i adalah nilai keabuan dalam citra semula, g adalah nilai keabuan yang citra semula, g adalah nilai keabuan yang baru,
baru, I I min min adalah adalah nilai nilai keabuan keabuan terendahterendah
dari kelompok pixel, dan imax adalah nilai dari kelompok pixel, dan imax adalah nilai keabuan tertinggi dari kelompok pixel. keabuan tertinggi dari kelompok pixel. Gambar peregangan kontras ditunjukkan Gambar peregangan kontras ditunjukkan pada gambar
pada gambar 2.2.
Gambar
Gambar 2. Pereg2. Peregangan koangan kontrasntras 2.
2. PenyPenyesuesuaiaaian n keckeceraerahan han gamgambarbar ((brightness adaptionbrightness adaption))
Untuk membuat citra lebih terang atau Untuk membuat citra lebih terang atau lebih gelap, kita melakukan perubahan intensitas lebih gelap, kita melakukan perubahan intensitas citra, yang dalam hal ini disebut sebagai citra, yang dalam hal ini disebut sebagai penyesuaian
penyesuaian kecerahan kecerahan gambargambar ((brightnessbrightness adaptation
adaptation). (Gonzalez and Woods,1992).). (Gonzalez and Woods,1992).
Kecerahan gambar dapt diperbaiki dengan Kecerahan gambar dapt diperbaiki dengan menambahkan atau mengurangkan sebuah menambahkan atau mengurangkan sebuah konstanta kepada (atau dari) setiap pixel di konstanta kepada (atau dari) setiap pixel di dalam
dalam citra.citra. Akibat dAkibat dari opeari operasi irasi ini, histogni, histogramram citra mengalami pergesera.
citra mengalami pergesera.
Secara matematis operasi ini ditulis Secara matematis operasi ini ditulis sebagai berikut :
sebagai berikut :
x
x
y
y
f
f
x
x
y
y
b
b
f
f
'' ,, ,, Jika b positif, kecerahan gambar Jika b positif, kecerahan gambar bertambah,
bertambah, sebaliknya sebaliknya jika b jika b negative negative kecerahankecerahan gambar berkurang.
gambar berkurang. Segmentasi
Segmentasi
Segmentasi adalah pemisahan daerah Segmentasi adalah pemisahan daerah bagian depan/obj
bagian depan/obj ek(foreground) pada citrek(foreground) pada citra daria dari bagian belakang (
bagian belakang ( background).background). Cropping
Cropping
Cropping adalah memotong satu
Cropping adalah memotong satu
bagian
bagian dari
dari citra
citra sehingga
sehingga diperoleh
diperoleh citra
citra
yang berukuran lebih kecil. Operasi ini pada
yang berukuran lebih kecil. Operasi ini pada
dasarnya adalah operasi translasi, yaitu
dasarnya adalah operasi translasi, yaitu
r
r
maxmaxr
r
minminS
S
r
r
0
0
menggeser koordinat titik citra. Rumus yang
menggeser koordinat titik citra. Rumus yang
digunakan untuk operasi ini adalah :
digunakan untuk operasi ini adalah :
L Lx
x
x
x
x
x
'' untuk untukx
x
x
x
L L sampaisampaix
x
R R r ry
y
y
y
y
y
'' untuk untuky
y
y
y
T T sampaisampaiy
y
B B
x
x
L L,,y
y
T T
dandan
x
x
R R,,y
y
B B
masing-masing adalahmasing-masing adalah koordinat titik pojok kiri atas dan pojok kanan koordinat titik pojok kiri atas dan pojok kanan bawahbawah bagian bagian citra citra yang yang hendak hendak didi –– crop crop [Ir.[Ir. Balza Achmad, M.Sc.E dan Kartika Firdausy, Balza Achmad, M.Sc.E dan Kartika Firdausy, S.T.,M.T.,2005].
S.T.,M.T.,2005].
Pencocokan / Matching Pencocokan / Matching
Metode pencocokan digunakan erhitungan Metode pencocokan digunakan erhitungan menurut Munir [2004], yaitu :
menurut Munir [2004], yaitu :
C
C
r
r
d
d
d
d
n n ii ii ii rms rms
11 2 2 DenganDengan
d
d
ii dandanr
r
ii adalah kedua ciri yangadalah kedua ciri yang dibandingkan, dan C adalah banyaknya ciri yang dibandingkan, dan C adalah banyaknya ciri yang terlibat. Jikaterlibat. Jika
d
d
rmsrms threshold, maka kedua cirithreshold, maka kedua ciri dikatakan identik.dikatakan identik. Permasalahan Permasalahan
Masalah yang akan dibahas dalam Masalah yang akan dibahas dalam penelitian
penelitian ini ini meliputi :meliputi : 1.
1. MenganalMenganalisa misa masalah seasalah seperti perti kekelirukekeliruan yaan yangng bisa
bisa terjadi terjadi pada pada waktu waktu transaksi, transaksi, dan dan uanguang dalam keadaaan acak.
dalam keadaaan acak. 2.
2. Membuat Membuat database database yang yang nantinya nantinya digunakandigunakan untuk mengidentifikasi uang kertas.
untuk mengidentifikasi uang kertas. 3.
3. MencocokMencocokkan uakan uang kerng kertas ytas yang ada ang ada dengandengan uang yang ada didatabase.
uang yang ada didatabase.
ANALISA DAN PERANCANGAN SISTEM ANALISA DAN PERANCANGAN SISTEM
Ciri merupakan suatu tanda yang khas, Ciri merupakan suatu tanda yang khas, yang membedakan antara satu dengan yang lain. yang membedakan antara satu dengan yang lain. Tidak berbeda dengan sebuah gambar, gambar Tidak berbeda dengan sebuah gambar, gambar juga
juga memiliki memiliki ciri ciri yang yang dapat dapat membedakannyamembedakannya dengan gambar yang lain. Masing-masing ciri dengan gambar yang lain. Masing-masing ciri gambar didapatkan dari proses ekstraksi ciri. gambar didapatkan dari proses ekstraksi ciri. Ciri
Ciri –– ciri daciri dasar dasar dari gamri gambar dapat bar dapat berupa berupa warna,warna, bentuk dan teks
bentuk dan teksture.ture.
Ciri warna suatu gambar dapat dinyatakan Ciri warna suatu gambar dapat dinyatakan dalam bentuk histogram dari gambar tersebut dalam bentuk histogram dari gambar tersebut yang dituliskan dengan H(r,g,b), dimana yang dituliskan dengan H(r,g,b), dimana H(r,g,b) adalah jumlah munculnya pasangan H(r,g,b) adalah jumlah munculnya pasangan warna r (red), g (green) dan b (blue) tertentu. warna r (red), g (green) dan b (blue) tertentu.
Warna merah (R), hijau (G), dan biru (B) Warna merah (R), hijau (G), dan biru (B) merupakan warna pokok dalam pengelolaan merupakan warna pokok dalam pengelolaan gambar. Jika warna-warna pokok tersebut gambar. Jika warna-warna pokok tersebut digabungkan, maka akan menghasilkan warna digabungkan, maka akan menghasilkan warna lain. Penggabungan warna tersebut bergantung lain. Penggabungan warna tersebut bergantung pada
pada warna warna pokok pokok dimana dimana tiap-tiap tiap-tiap warnawarna memiliki nilai 256 (8 bit).
memiliki nilai 256 (8 bit).
Masing-masing R, G, dan B didiskritkan Masing-masing R, G, dan B didiskritkan dalam skala 256, sehingga RGB akan memiliki dalam skala 256, sehingga RGB akan memiliki ind
indekeks ans antatarara 0 sa0 sampmpai 2ai 255. 55. ConContohtohnynyaa H(255,255,255) adalah warna putih, sedangkan H(255,255,255) adalah warna putih, sedangkan H (
H (0,0,0,0,0) 0) adadalalah ah wawarnrna a hihitatam.m. GaGammbabarr 3.3. merupakan percampuran warna dasar RGB. merupakan percampuran warna dasar RGB.
Gambar
Gambar 3.3. PencamPencampuran puran Warna Warna Dasar Dasar RGBRGB Color histrogram merupakan hubungan Color histrogram merupakan hubungan dari intensit
dari intensitas tiga macas tiga macam warna.am warna. Dimana setDimana setiapiap gambar mempunyai distribusi warna tertentu. gambar mempunyai distribusi warna tertentu. Distribusi warna ini dimodelkan dengan color Distribusi warna ini dimodelkan dengan color histogram. Color histogram dihitung dengan histogram. Color histogram dihitung dengan cara mendiskretkan warna dalam gambar, dan cara mendiskretkan warna dalam gambar, dan menghitung jumlah dari tiap-tiap pixel pada menghitung jumlah dari tiap-tiap pixel pada gambar.
gambar.
Untuk mengidentifikasi gambar uang Untuk mengidentifikasi gambar uang digunakan metode sebagai berikut:
digunakan metode sebagai berikut: 1.
1. MengMenghituhitung rng rata-ata-rata rata warwarna mna meraherah, hi, hijaujau dan biru pada sebagian gambar kemudian dan biru pada sebagian gambar kemudian membandingkan antara gambar pola dengan membandingkan antara gambar pola dengan gambar query.
gambar query. 2.
2. ProsProses es matmatchinching ung untuk tuk menmendapadapatkan tkan gamgambar bar pola
pola yang yang memiliki memiliki jarakjarak terdekat terdekat dengandengan gambar query. Gambar yang memiliki jarak gambar query. Gambar yang memiliki jarak terdekat adalah gambar yang sama atau yang terdekat adalah gambar yang sama atau yang paling mirip.
paling mirip. 1.
1. AkuAkuisiisisisi CitCitrara dan dan PerPerbaibaikan kan CitCitrara
Hal pertama yang dilakukan adalah Hal pertama yang dilakukan adalah mengambil gambar uang yang akan dijadikan mengambil gambar uang yang akan dijadikan pola
pola dan dan query. query. PengambilanPengambilan gambar gambar dilakukandilakukan dengan ketentuan sebagai berikut:
dengan ketentuan sebagai berikut: a.
a. GamGambar dbar diamiambil dbil dengengan scan scanannener car canonnon (CanoScan Lide 20).
b.
b. Tipe Tipe gambar gambar jpg jpg dengan dengan ukuran ukuran 720 720 x x 360360 pixel.
pixel. c.
c. ReResosolulusi gsi gamambabar 12r 1200 d00 dpipi.. d.
d. DiaDiambmbil padil pada posa posisi yisi yanang samg sama (gaa (gambmbar ar berada
berada pada pada pojok pojok kiri kiri atas). atas). BackgroundBackground gambar putih.
gambar putih. e.
e. GamGambar bar uanuang yag yang dng dijaijadikdikan oan obybyek ek penelitian
penelitian adalah adalah uang uang 1000, 1000, 5000, 5000, 10000,10000, 20000, 50000 dan 100000.
20000, 50000 dan 100000. f.
f. GamGambar bar uanuang yag yang dng diamiambil hbil hanyanya saa satu stu sisiisi saja, sehingga analisa gambar nantinya saja, sehingga analisa gambar nantinya hanya dilakukan pada satu sisi saja. Sisi hanya dilakukan pada satu sisi saja. Sisi gambar yang dipilih adalah sisi yang tidak gambar yang dipilih adalah sisi yang tidak ada nomor serinya. Karena pada sisi tersebut ada nomor serinya. Karena pada sisi tersebut terdapat perbedaan warna yang mencolok terdapat perbedaan warna yang mencolok pada
pada bagian bagian pojok pojok kiri kiri atas. atas. Bagian Bagian tersebuttersebut nantinya digunakan untuk segmentasi nantinya digunakan untuk segmentasi gambar.
gambar. Gambar posisGambar posisi pengambilai pengambilan gambar n gambar ditunjukka
ditunjukkan pada n pada gambargambar 4.4.
Gambar
Gambar 4.Posisi Peng4.Posisi Pengambilan Gamambilan Gambar bar Untuk
Untuk memmempercpercepaepat pt prosroses es perperbaikbaikanan citcitrara digunakan software pengolah citra Adobe digunakan software pengolah citra Adobe Photoshop. Adapun proses perbaikan citra Photoshop. Adapun proses perbaikan citra meliputi :
meliputi : a.
a. MeMengngatatur ur kkonontrtraas.s. b.
b. Mengatur kecerahan / briMengatur kecerahan / brightness.ghtness. Pad
Padaa pepercrcobaobaan an iniini, pe, perbarbaikaikan cin citrtraa dilakukan pada gambar uang yang sangat kumal dilakukan pada gambar uang yang sangat kumal saja. Pengambilan gambar dengan scanner saja. Pengambilan gambar dengan scanner secara umum telah memberikan hasil yang secara umum telah memberikan hasil yang cukup baik.
cukup baik. 2.
2. SegSegmenmentastasii
Segmentasi dilakukan melalui cropping. Segmentasi dilakukan melalui cropping. Dari gambar uang kertas yang ada, dapat Dari gambar uang kertas yang ada, dapat diperoleh ciri yang cukup membedakan pada diperoleh ciri yang cukup membedakan pada pojok
pojok kiri kiri atas. atas. Oleh Oleh karena karena itu itu hanya hanya sebagiansebagian gambar tersebut yang akan diproses untuk gambar tersebut yang akan diproses untuk disimpan ke database maupun digunakan untuk disimpan ke database maupun digunakan untuk query.
query.
Pada tahapan implementasi, untuk Pada tahapan implementasi, untuk mendapatkan obyek tersebut digunakan mendapatkan obyek tersebut digunakan
PictureBox dengan ukuran tertentu (96 x 163 PictureBox dengan ukuran tertentu (96 x 163 pixel).
pixel). Gambar Gambar proses proses segmentasi segmentasi pada pada uanguang kertas
kertas ditunjukkditunjukkan gaman gambarbar 5.5.
Gam
Gambarbar 5.5. SeSegmgmenentastasii -- PixPixel Extrel Extracactiotionn 3.
3. EkstraEkstraksi ksi CiriCiri
Proses ekstraksi ciri warna dengan Proses ekstraksi ciri warna dengan m
menenggggununakakanan hihiststogograram m wawarnrna a dedengnganan menghitung rata-rata warna merah, hijau dan menghitung rata-rata warna merah, hijau dan biru pada keseluru
biru pada keseluru han pixel gambar.han pixel gambar. Grratr =
Grratr = (( ∑ Grtotr ∑ Grtotr ) / N) / N Grratg =
Grratg = (( ∑ Grtotg ∑ Grtotg ) / N) / N Grra
Grratb = (tb = ( ∑ Grto∑ Grtotb ) / Ntb ) / N Gr
Grraratrtr :: NiNilalai ri ratata-a-rarata ta wawarnrna ma mererahah Gr
Grtototrtr :: ToTotatal l wawarnrna a mmererahah Gr
Grraratgtg :: NiNilalai rai ratata-r-ratata waa warnrna hia hijajauu Gr
Grtototgtg :: ToTotatal wl wararnna ha hijijauau Gr
Grraratbtb :: NiNilalai rai ratata-r-ratata waa warnrna bia biruru Gr
Grtototbtb :: ToTotatal l wawarnrna a bibiruru N
N :: Total PixelTotal Pixel
Algoritma program dengan Visual Basic dapat Algoritma program dengan Visual Basic dapat dituliskan sebagai barikut:
dituliskan sebagai barikut: For Y = 1 To Picture1.S
For Y = 1 To Picture1.ScaleHeight caleHeight For
For X = 1 To Picture1.ScaleWidtX = 1 To Picture1.ScaleWidthh p = GetPixel(Picture1.h
p = GetPixel(Picture1.hdc, X, Y)dc, X, Y) r = p And &HFF
r = p And &HFF g = (p
g = (p \\ &H100) And &HFF &H100) And &HFF b =
b = (p(p \\ &H1&H10000) 0000) And &And &HFF HFF grtotr = grtotr + r
grtotr = grtotr + r grratr
grratr = Rou= Round(grtotr nd(grtotr / / (Picture1.ScaleHeight (Picture1.ScaleHeight ** Picture1.ScaleWidt
Picture1.ScaleWidt h), 2)h), 2) grtotg = grtotg + g grtotg = grtotg + g grratg = Rou
grratg = Round(grtotg / nd(grtotg / (Picture1.ScaleHeight (Picture1.ScaleHeight ** Picture1.ScaleWidt
Picture1.ScaleWidt h), 2)h), 2) grtotb = grtotb + b grtotb = grtotb + b grratb = Rou
grratb = Round(grtotb / nd(grtotb / (Picture1.ScaleHeight (Picture1.ScaleHeight ** Picture1.ScaleWidt Picture1.ScaleWidt h), 2)h), 2) Next Next Next Next Text1.Text = grratr Text1.Text = grratr Text2.Text = grratg Text2.Text = grratg Text3.Text = grratb Text3.Text = grratb End Sub End Sub
Hasil ekstraksi ciri disimpan dalam database Hasil ekstraksi ciri disimpan dalam database dengan field sebagai berikut:
dengan field sebagai berikut: Tabel
Tabel 1. Hasil ekstrak1. Hasil ekstraksi ciri yang disimsi ciri yang disimpanpan
F
Fiieelldd TTyyppee KKeetteerraannggaann u
uaanngg tteexxtt UUnnttuuk mk meennyyiimmppaan n jjeenniis us uaanngg rr nnuummbbeerr UUnnttuuk k mmeennyyiimmppaan n rraattaa--rraattaa
warna merah warna merah g
g nnuummbbeerr UUnnttuuk k mmeennyyiimmppaan n rraattaa--rraattaa warna hijau
warna hijau b
b numbernumber Untuk menyimpan rata-rataUntuk menyimpan rata-rata warna biru
warna biru
4.
4. MatMatchichingng
Matching adalah proses mencocokkan Matching adalah proses mencocokkan data antara gambar query dengan data pola yang data antara gambar query dengan data pola yang telah tersimpan dalam database. Sebelumnya, telah tersimpan dalam database. Sebelumnya, gambar query juga dilakukan ekstraksi ciri yang gambar query juga dilakukan ekstraksi ciri yang sam
sama sea seperperti pti pada ada gamgambarbar polapola. S. Sehinehinggagga gambar query akan memberikan nilai rata-rata gambar query akan memberikan nilai rata-rata warna merah, hijau dan biru untuk dibandingkan warna merah, hijau dan biru untuk dibandingkan dengan database.
dengan database.
Untuk proses matching, diberikan Untuk proses matching, diberikan toleransi 10. Sehingga data gambar yang toleransi 10. Sehingga data gambar yang mem
memiliki iliki nilanilai xi x –– 1010 ≥ x ≤ x + ≥ x ≤ x + 10 ak10 akan diaan dianggnggapap gambar ya
gambar yang paling mng paling mirip.irip. Jika tidak diJika tidak ditemukantemukan data yang sesuai, maka akan dianggap tidak ada data yang sesuai, maka akan dianggap tidak ada yang m
yang mirip.irip. GambarGambar 6 me6 merupakan rupakan gambar gambar prosesproses matching..
matching..
Gam
Gambar.bar. 6.6. ProsProses es MatMatchinchingg IMPLEMENTASI SISTEM
IMPLEMENTASI SISTEM
Implementasi program menggunakan Implementasi program menggunakan Visual Basic
Visual Basic 6.0 dan database6.0 dan database Microsoft Microsoft AccessAccess 2003.
2003. DatabasDatabase mengge menggunakan satu taunakan satu tabel dengabel dengann struktur sebagai berikut:
struktur sebagai berikut: Tabel
Tabel 2. St2. Struktur ruktur DatabasDatabasee
No
No FieldField TipeTipe DeskripsiDeskripsi 1
1 UUaanngg TTeexxtt UUnnttuuk k mmeennyyiimmppaan n jjeenniis s uuaanngg 2
2 rr NNuummbbeerr UUnnttuuk k mmeennyyiimmppaan n nniillaaii merah
merah 3
3 gg NNuummbbeerr UUnnttuuk k mmeennyyiimmppaan n nniillaai i hhiijjaauu 4
4 bb NNuummbbeerr UUnnttuuk k mmeennyyiimmppaan n nniillaai i bbiirruu
Adapun struktur program terdiri dari dua bagian Adapun struktur program terdiri dari dua bagian a.
a. InInput put DaData Pta Polola : da : diguigunaknakan uan untuntuk k mengekstraksi ciri dan menyimpan data mengekstraksi ciri dan menyimpan data gam
gambar ybar yang diang digungunakakan seban sebagagaiai polpolaa yayangng ditunjukka
ditunjukkan pada n pada gambargambar 7.7.
Gam
Gambarbar 7.7. Form Form InpInput Daut Data Pota Polala b.
b. Matching Matching : : digunakan digunakan untuk untuk mengekstraksimengekstraksi ciri gambar query dan pencarian data dari ciri gambar query dan pencarian data dari database yag sesuai dengan hasil ekstraksi database yag sesuai dengan hasil ekstraksi ciri gambar query yang ditunjukkan pada ciri gambar query yang ditunjukkan pada gam
gambarbar 8.8.
Gambar 8.
Gambar 8. Form Matching Form Matching
Percobaan yang dilakukan pada penelitian Percobaan yang dilakukan pada penelitian ini menggunakan 15 gambar. Enam gambar ini menggunakan 15 gambar. Enam gambar digunakan sebagai gambar pola, sisanya digunakan sebagai gambar pola, sisanya digunakan untuk gambar query yang digunakan digunakan untuk gambar query yang digunakan untuk proses
untuk proses matching matching ..
Data gambar pola dapat diberikan sebagai Data gambar pola dapat diberikan sebagai berikut:
berikut:
Gambar
Gambar
Tem late
Tem late EkstraksiEkstraksi DatabaseDatabase
Matchin
Matchin
Gambar
Gambar
Quer
Tabel
Tabel 3. R3. RGB daGB dari ri Data Data gambagambar r uanguang
Nama File
Nama File JenisJenis Uang Uang R R GG BB 1 1000000pp1111 11000000 113399..3300 114422..4433 113355..2211 5 5000000pp1111 55000000 115577..9944 114488..6600 110055..7799 1 100000000pp1111 1100000000 151500..1100 6699..3377 112299..2233 2 200000000pp1111 2200000000 113377..2200 115566..6600 115533..9955 5 500000000pp1111 5500000000 111199..2244 112255..7766 116688..1144 1 10000000000pp1111 110000000000 151577..9944 114488..6600 110055..7799
Percobaan identifikasi gambar dilakukan pada Percobaan identifikasi gambar dilakukan pada 15 gambar. Dimana 9 gambar adalah gambar 15 gambar. Dimana 9 gambar adalah gambar yang berbeda dengan gambar yang digunakan yang berbeda dengan gambar yang digunakan untuk pola. Diantara gambar tersebut ada 1 untuk pola. Diantara gambar tersebut ada 1 gambar uang yang terkena noda, yaitu gambar uang yang terkena noda, yaitu 1000s21.jpg. Gambar tersebut seharusnya akan 1000s21.jpg. Gambar tersebut seharusnya akan men
menjadi jadi gamgambar bar yang yang tidatidak dk dikenikenali.ali. DataData percobaan matching ad
percobaan matching adalah sebagai berikut:alah sebagai berikut: Tabel 4.
Tabel 4. hasil darhasil dari uji coba pi uji coba programrogram
No
No Nama FileNama File JenisJenis Uang Uang
H
Haassiill KKeebbeennaarraann
1 1 11000000pp1111 11000000 11000000 BBeennaar r 2 2 11000000ss1111 11000000 11000000 BBeennaar r 3 3 11000000ss2211 11000000 UUaanngg tidak tidak dikenal dikenal Benar Benar 4 4 55000000pp1111 55000000 55000000 BBeennaar r 5 5 55000000ss1111 55000000 55000000 BBeennaar r 6 6 55000000ss2211 55000000 55000000 BBeennaar r 7 7 1100000000pp1111 1100000000 1100000000 BBeennaar r 8 8 1100000000ss1111 1100000000 UUaanngg tidak tidak dikenal dikenal Salah Salah 9 9 1100000000ss2211 1100000000 1100000000 BBeennaar r 1 100 2200000000pp1111 2200000000 2200000000 BBeennaar r 1 111 2200000000ss1111 2200000000 11000000 SSaallaahh 1 122 5500000000pp1111 5500000000 5500000000 BBeennaar r 1 133 5500000000ss1111 5500000000 5500000000 BBeennaar r 1 144 110000000000pp1111 110000000000 110000000000 BBeennaar r 1 155 110000000000ss1111 110000000000 110000000000 BBeennaar r
Dari percobaan 15 gambar didapatkan Dari percobaan 15 gambar didapatkan keakuratan sebesar 13 / 15 x 100% = 86%.
keakuratan sebesar 13 / 15 x 100% = 86%. KESIMPULAN
KESIMPULAN
Dari penelitian yang sudah dilakukan Dari penelitian yang sudah dilakukan kesimpulan yang bisa diperoleh sebagai berikut: kesimpulan yang bisa diperoleh sebagai berikut: 1.
1. HisHistogtogram wram warnarna dapaa dapat digut digunanakakan untun untuk k mengidentifikasi uang rupiah.
mengidentifikasi uang rupiah. 2.
2. ProsProses es perperbaikbaikan an citrcitra aa akan kan menmendukudukungng proses analisa cit
proses analisa cit ra.ra.
3.
3. BeBesarsarnya nya tintingkgkat at totolerleransansi i akakanan mempengaruhi proses matching.
mempengaruhi proses matching. DAFTAR PUSTAKA
DAFTAR PUSTAKA
Rinaldi Munir, “Pengolahan Citra Digital Rinaldi Munir, “Pengolahan Citra Digital dengan Pendekatan Algoritmik”, dengan Pendekatan Algoritmik”, Informatika Bandung, 2004 Informatika Bandung, 2004 http://id.wikipedia.org/wiki/Jenis-jenis_uang http://id.wikipedia.org/wiki/Jenis-jenis_uang http://id.wikipedia.org/wiki/Uang http://id.wikipedia.org/wiki/Uang http://images.google.co.id/images?q=jenis+uang http://images.google.co.id/images?q=jenis+uang &oe=utf-8&rls=org.mozilla &oe=utf-8&rls=org.mozilla:en- :en- US:official&client=firefox- a&um=1&ie=UTF-8&ei=Ef3wSo-fDtGfkQXM9e2GBw&sa=X&oi=image_r fDtGfkQXM9e2GBw&sa=X&oi=image_r esult_group&ct=title&resnum=4&ved=0C esult_group&ct=title&resnum=4&ved=0C B0QsAQwAw B0QsAQwAw http://www.e-dukasi.net/mol/mo_full.php?moid=7&fna dukasi.net/mol/mo_full.php?moid=7&fna me=eko203_07.htm me=eko203_07.htm
Adi Kurniadi, 2000, “Pemrograman Microsoft Adi Kurniadi, 2000, “Pemrograman Microsoft
Visual Basic 6.0”, Elexmedia
Visual Basic 6.0”, Elexmedia
Komputindo, Jakarta Komputindo, Jakarta
Wahana Komputer Semarang, 2002, “Panduan Wahana Komputer Semarang, 2002, “Panduan Praktis Pemrograman Visual Basic 6.0 Praktis Pemrograman Visual Basic 6.0 Tingkat Lanjut”, Andi Yogyakarta
Tingkat Lanjut”, Andi Yogyakarta Gonzalez
Gonzalez, R.C. and Wo, R.C. and Woods, R. E., 19ods, R. E., 1992,92, DigitalDigital Image Processing, Addison Wesley Image Processing, Addison Wesley Publishing Company, USA.
Publishing Company, USA. Jain, A.K., 1989,
Jain, A.K., 1989, FundamFundamentals of Digitaentals of Digital Imagel Image Processing, Prentice-Hall International. Processing, Prentice-Hall International.