ALGORITMA MODIFIKASI WANG ZHANG
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
LAURENSIA EVA 125314063
Program Studi Teknik Informatika Fakultas Sains dan Teknologi
Universitas Sanata Dharma Yogyakarta
2016
MODIFIED ALGORITHM WANG ZHANG
A THESIS
Presented as a Partial Fullfillment of The Requiments to Obtain The Sarjana Teknik Degree
in Informatics Engineering Study Program
Created by : LAURENSIA EVA
125314063
Informatics Engineering Study Program Faculty of Sains and Technology
Sanata Dharma University Yogyakarta
2016
vii ABSTRAK
Aksara Lampung merupakan salah satu bagian dari kekayaan dan keberagaman yang dimiliki Indonesia. Banyak masyarakat yang belum mengetahui adanya aksara Lampung. Digitalisasi aksara Lampung juga belum dilakukan. Jika aksara Lampung mampu untuk didigitalisasikan maka akan mempermudah masyarakat khususnya masyarakat Lampung untuk mengetahui dan mempelajari mengenai aksara Lampung.
Salah satu contoh digitalisasi aksara adalah pengenalan aksara. Untuk melakukan proses pengenalan aksara, ada pra premrosesan yang harus dilakukan yaitu penipisan citra aksara (thinning). Penipisan citra dilakukan untuk mendapatkan citra rangka dari setiap aksara. Paper ini menyajikan hasil kajian penipisan aksara Lampung dengan menggunakan algoritma modifikasi Wang- Zhang.
Dari informasi yang diperoleh dari hasil percobaan terhadap 32 data citra aksara Lampung, algoritma modifikasi Wang-Zhang dapat digunakan untuk proses penipisan aksara Lampung. Informasi yang menunjang hal tersebut yaitu rata-rata one pixel thickness sebesar 78.88573%, rata-rata thinning rate sebesar 0.99353 (dari skala 1), dan rata-rata lama waktu proses (running time) adalah sebesar 0.97148 detik.
Kata kunci : Thinning, Algoritma Modifikasi Wang-Zhang, Aksara Lampung
viii ABSTRACT
Lampung script was one part of Indonesian cultural diversity. In the present day, the digitalization process for Lampung Script wasn't done yet, caused a lack of script's recognition and identification among the society. If the Lampung Script can be digitized, it makes an easier access for learning and identification process especially among the Lampung community.
Character (script) recognition was one of example of digitalization process. There was a pra-process step called script-thinning. The purpose of this pra-process was to get a script-skeleton images from each character. This study presents the result of script-thinning using Wang-Zhang Modified Algorithm.
This study use 32 image data of Lampung Script character. With One- Pixel thickness average of 78.88573 %, Thinning rate average of 0.99353 (0-1 scales) and 0.97148 second of average running time gained from using this method.
Keywords: Thinning, Algoritma Modifikasi Wang-Zhang, Aksara Lampung
ix
KATA PENGANTAR
Puji syukur saya haturkan kepada Tuhan Yesus Kristus atas berkat-Nya yang dilimpahkan kepada saya sehingga Tugas Akhir yang berjudul “Penipisan Aksara Lampung Menggunakan Modified Algorithm Wang-Zhang” bisa diselesaikan dengan baik. dalam menyelesaikan Tugas Akhir ini tidak terlepas dari dukungan, doa, dan semangat dari beberapa pihak. Oleh karena itu penulis mengucapkan terima kasih kepada:
1. Tuhan Yesus Kristus yang selalu memberikan berkat dan kesehatan selama proses penyusunan Tugas Akhir ini.
2. Kedua orang tua dan kedua kakak yang selalu memberikan dukungan dan semangat dari awal masa perkuliahan sampai dengan selesainya Tugas Akhir ini.
3. Ibu Anastasia Rita Widiarti selaku dosen pembimbing sekaligus motivator yang senantiasa membimbing dan memberikan motivasi dalam menyelesaikan Tugas Akhir ini.
4. Febrina Kornelia dan Michael Kevin sebagai grup thinning yang saling menyemangati dan membantu sama lain.
5. Ibu dari Pius Juan Pratama yang bersedia meminjamkan buku Kamus Bahasa Lampung sebagai sumber data Tugas Akhir ini. Lorencius Echo yang bersedia membantu jika penulis jika sedang kesulitan.
6. Yohanes Rahmat Duato yang selalu memberikan semangat selama penulis menempuh masa perkuliahan.
7. Trio Majalengka (Febrina Kornelia dan Oktaviani) beserta Mbak Tebar Pesona (Aprilia Rinjani Putri) yang senantiasa menemani dalam suka maupun duka selama masa perkuliahan.
8. Genk Rumpi (Oktaviani, Korneia, Daniel Risamasu, Alex Purbo, Adrian Nada, Kevindha, Dian Tobias) yang selalu membantu penulis huru hara dan haha hihi untuk menghilangkan stress.
9. Teman – teman Teknik Informatia 2012 yang memberikan warna selama masa perkuliahan.
x
10. Seluruh pihak yang memberikan dukungan, semangat, dan motivasi terhadap penulis yang tidak bisa disebutkan satu persatu.
xi DAFTAR ISI
HALAMAN JUDUL ... i
TITLE PAGE ... ii
HALAMAN PERSETUJUAN SKRIPSI ... iii
HALAMAN PENGESAHAN SKRIPSI ... iv
PERNYATAAN KEASLIAN HASIL KARYA ... v
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI... vi
ABSTRAK ... vii
ABSTRACT ... viii
KATA PENGANTAR ... ix
DAFTAR ISI ... xi
DAFTAR GAMBAR ... xiii
DAFTAR TABEL ... xv
DAFTAR LAMPIRAN ... xvi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan masalah ... 3
1.3 Tujuan penelitian ... 3
1.4 Batasan Masalah ... 3
1.5 Metodologi Penelitian ... 3
1.6 Sistematika Penulisan ... 5
BAB II LANDASAN TEORI ... 7
2.1 Penipisan Citra (Thinning) ... 7
2.2 Modified Algorithm (MA) ... 8
2.3 Analisa Pengamatan Citra.………..………10
2.4 Ukuran Keberhasilan Thinning………12
2.4.1 One Pixel Thickness………12
2.4.2 Thinning rate ... 13
2.4.3 Connectivity... 14
BAB III METODOLOGI ... 16
3.1 Deskripsi Umum ... 16
3.2 Data atau Bahan ... 16
xii
3.3 Spesifikasi Hardware dan Software ... 19
3.4.1 Hardware ... 19
3.4.2 Software ... 19
3.4 Pembuatan Alat Uji ... 19
3.5 User Interface ... 26
BAB IV IMPLEMENTASI SISTEM ... 28
4.1 Implementasi Binarisasi ... 28
4.2 Implementasi Algoritma Modifikasi ... 28
4.3 Implementasi Waktu Proses ... 29
4.4 Implementasi One Pixel Thickness ... 30
4.5 Implementasi Not Critical Point ... 30
4.6 Implementasi Critical Point ... 30
4.7 Implementasi Thinning Rate ... 31
4.8 Implementasi GUI ... 31
BAB V HASIL DAN ANALISA ... 34
5.1 Analisa Hasil Penipisan ... 34
5.1.1 Algoritma Modifikasi dan Algoritma Penipisan Paralel ... 34
BAB VI KESIMPULAN DAN SARAN ... 47
6.1 Kesimpulan……….47
6.2 Saran………47
DAFTAR PUSTAKA………49
xiii
DAFTAR GAMBAR
Gambar 2.1. Delapan titik tetangga dalam algoritma RD...8
Gambar 2.2. Delapan titik tetangga dalam algoritma HS ………...8
Gambar 2.3. Titik tetangga dalam MA ………...………9
Gambar 2.4. Kondisi yang memenuhi proses penghapusan p1……….10
Gambar 2.5. Citra masukkan ……….………11
Gambar 2.6. Iterasi pertama………...11
Gambar 2.7. Iterasi kedua………..11
Gambar 2.8. Struktur template A………...13
Gambar 2.9. Struktur template B dan C……….13
Gambar 2.10. Format segitiga………14
Gambar 3.1. Contoh citra asli dan citra hasil penipisan...16
Gambar 3.2. Diagram konteks thinning aksara………..19
Gambar 3.3. DAD level 1...20
Gambar 3.4. DAD level 2...21
Gambar 3.5. 16 titik tetangga...23
Gambar 3.6. Rancangan interface sementara……….27
Gambar 4.1. Implemantasi binarisasi……….28
Gambar 4.2. Implementasi algoritma modifikasi Wang-Zhang……….29
Gambar 4.3. Implementasi tic toc………..…30
Gambar 4.4. Implementasi one pixel thickness………..30
Gambar 4.5. Implementasi not critical point……….30
Gambar 4.5. Implementasi critical point………...31
Gambar 4.6. Implementasi thinning rate………...31
Gambar 4.7. Halaman utama……….32
Gambar 4.8. Halaman untuk open file………...32
Gambar 4.9. Tampilan setelah diproses dengan algoritma modifikasi…………..33
Gambar 4.10. Halaman untuk save file………..33
Gambar 5.1. Grafik perbandingan untuk waktu proses……….44
Gambar 5.2. Grafik perbandingan untuk one pixel thickness...45
xiv
Gambar 5.3. Grafik perbandingan untuk thinning rate……….45
xv
DAFTAR TABEL
Tabel 3.1. Aksara induk Lampung……….17
Tabel 3.2. Aksara anak Lampung………..18
Tabel 5.1. Hasil perhitungan piksel awal dan akhir (MA)……….34
Tabel 5.2. Hasil perhitungan piksel awal dan akhir (PTA)……….………...35
Tabel 5.3. Hasil perhitungan waktu dan one pixel thickness (MA)...……...37
Tabel 5.4. Hasil perhitungan waktu dan one pixel thickness (PTA)………..38
Tabel 5.5. Hasil perhitungan critical point dan not critical point (MA)…………39
Tabel 5.6. Hasil perhitungan critical point dan not critical point (PTA)………..40
Tabel 5.7. Hasil perhitungan thinning rate (MA)………..41
Tabel 5.8. Hasil perhitungan thinning rate (PTA)……….42
xvi
DAFTAR LAMPIRAN
Lampiran 1. Citra hasil thinning algoritma modifikasi (MA)……….….L-1 Lampiran 2. Citra hasil thinning algoritma penipisan paralel (PTA)…………...L-5 Lampiran 3. Source code algoritma modifikasi (MA)……….L-9
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan Negara yang dikenal sebagai Negara yang kaya, baik dari segi kekayaan alam maupun kekayaan budaya. Seiring dengan perkembangan zaman serta masuknya pengaruh budaya asing, membuat kebanggaan generasi muda terhadap budaya dan kekayaan Indonesia menjadi luntur, sehingga banyak budaya dan kekayaan yang dimiliki Indonesia tidak diketahui oleh generasi muda selanjutnya. Selain kekayaan alam seperti tanah, laut, tumbuhan, dan lain – lain, Indonesia juga mempunyai kekayaan budaya seperti tradisi adat setiap daerah, bahasa daerah, tarian daerah, aksara daerah, dan lain sebagainya. Salah satu dari kekayaan budaya Indonesia yang jarang diajarkan dan dipublikasikan adalah aksara daerah. Ada banyak aksara yang dimiliki Indonesia yang berasal dari berbagai daerah, seperti aksara Jawa, aksara Bali, aksara Sunda, dan lain – lain.
Dalam penelitian ini penulis mengangkat masalah mengenai aksara Lampung.
Di daerah Lampung, aksara Lampung telah diajarkan sejak sekolah dasar dan diampuh khusus oleh guru bahasa Lampung. Meskipun aksara Lampung telah diajarkan pada siswa/i sekolah dasar tetapi sampai saat ini belum ada yang membuat sistem untuk pengenalan aksara Lampung. Untuk membuat sistem pengenalan aksara Lampung, diperlukan beberapa tahapan dan salah satunya yaitu proses penipisan. Dalam hal ini penulis mencoba membuat dan mengamati tahap tersebut dengan menggunakan aksara Lampung sebagai data citra. Data citra aksara Lampung yang telah di-thinning diharapkan bisa digunakan untuk proses selanjutnya yaitu pengenalan pola dari aksara ke huruf latin. Dengan begitu aksara Lampung bisa dipelajari secara digital bukan hanya oleh siswa/i sekolah dasar tetapi juga masyarakat masa kini yang lebih bersahabat dengan teknologi.
Dalam penelitian ini penulis melakukan thinning atau penipisan terhadap citra dari aksara Lampung dengan menggunakan modified algorithm Wang
2
Zhang(Wang dan Zhang, 1988). Thinning dilakukan untuk menipiskan atau menghilangkan bagian dari citra yang tidak diperlukan. Citra yang didapat setelah dikenai proses thinning akan menjadi tipis tetapi diharapkan tidak merusak bentuk atau pola dari citra asli. Thinning menjadi salah satu bagian yang sangat penting dalam pemrosesan citra dan pengenalan pola, misalnya menjadi salah satu bagian dari pengenalan aksara tertentu. Proses thinning penting dilakukan karena dengan melakukan penipisan terhadap suatu citra dapat memperkecil ukuran dari data tersebut. Thinning juga mempermudah dalam pencarian bentuk atau pola dari citra. Data aksara yang telah dikenai proses thinning bisa juga dilanjutkan ke tahap pengenalan atau penerjemahan aksara ke dalam huruf latin.
Ada banyak algoritma yang dikemukakan oleh Wang dan Zhang, seperti fast serial and parallel thinning algorithm tahun 1986, fast and flexible thinning algorithm tahun 1988, dan modified thinning algorithm tahun 1988. Dalam penelitian ini penulis menggunakan modified algorithm untuk melakukan thinning terhadap aksara Lampung. Wang dan Zhang telah melakukan perbandingan hasil thinning citra ‘hexagon’, ‘leaf’, ‘body’, ‘A’ dan ‘mountain’ untuk algoritma Rotovits Rotovits (10.49, 15.93, 6.32, 3.18, 6.81), algoritma Zhang Suen (12.19, 13.90, 5.11, 2.47, 6.37), algoritma Holt (12.47, 19.39, 6.70, 3.57, 7.53), dan algoritma modifikasi (7.19, 10.21, 3.85, 2.03, 4.22). Hasil thinning menggunakan modified algorithm (MA) memiliki waktu proses paling cepat.
Proses thinning pada suatu aksara dikatakan berhasil jika memenuhi ketebalan satu piksel. Keberhasilan pada proses thinning bisa mempermudah peneliti selanjutnya untuk melakukan pengenalan aksara. Jika terjadi kesalahan pada saat proses thinning, yaitu berubahnya informasi data sebelum dan setelah penipisan, dapat mengakibatkan terjadi kesalahan pada tahap selanjutnya.
1.2 Rumusan masalah
Rumusan permasalahan yang akan dilakukan oleh penulis, sebagai berikut:
3
a. Berapa prosentase keberhasilan (mencapai ketebalan satu piksel) thinning terhadap aksara Lampung menggunakan algoritma modifikasi Wang Zhang?
b. Berapa thining rate aksara Lampung menggunakan algoritma modifikasi Wang Zhang setelah diproses?
c. Berapa lama waktu proses thinning terhadap aksara Lampung menggunakan algoritma modifikasi Wang Zhang?
1.3 Tujuan penelitian
Tujuan penulis melakukan penelitian ini, adalah sebagai berikut:
a. Mengetahui prosentase keberhasilan (mencapai ketebalan satu piksel) thinning terhadap aksara Lampung menggunakan algoritma modifikasi Wang Zhang.
b. Mengetahui thinning rate aksara Lampung setelah diproses menggunakan algoritma modifikasi Wang Zhang.
c. Mengetahui lama waktu proses thinning terhadap aksara Lampung menggunakan algoritma modifikasi Wang Zhang.
1.4 Batasan Masalah
Batasan – batasan masalah dalam melakukan penelitian:
a. Citra aksara Lampung yang digunakan bertipe .jpg.
b. Data citra aksara Lampung diambil dari buku.
c. Algoritma parallel thinning algorithm (PTA) Wang Zhang digunakan untuk menguji keberhasilan algoritma modified algorithm (MA) Wang Zhang dilihat dari one pixel thickness dan thinning rate.
4 1.5 Metodologi Penelitian
1. Studi Kasus
Thinning merupakan salah satu proses yang dilakukan sebelum melakukan tahap selanjutnya seperti pengenalan aksara. Thinning menjadi salah satu tahap yang penting karena data citra hasil thinning akan memudahkan proses pengolahan citra baik dari segi ukuran citra maupun memudahkan analisa terhadap bentuk dari suatu obyek. Untuk kasus ini penulis menggunakan aksara Lampung untuk dijadikan data penelitian pada proses thinning.
2. Penelitian Pustaka
Penelitian pustaka memuat teori – teori dasar mengenai teori thinning beserta teori komponen – komponen yang digunakan untuk alat uji.
3. Perancangan dan Pembuatan Alat Uji
Perancangan dan pembuatan alat uji digunakan untuk merancang sistem yang akan dibuat beserta alat uji yang digunakan sebagai penentu keberhasilan suatu algoritma.
4. Pengujian
Pengujian dilakukan setelah sistem dibangun sesuai metode dan perancangan yang telah dibuat. Pengujian dilakukan terhadap semua data untuk mengetahui hasil dari proses thinning tersebut.
5. Analisa dan Pembuatan Laporan
Tahap yang terakhir adalah tahap analisa dan pembuatan laporan.
Tahap ini dilakukan setelah semua tahapan sebelumnya dilakukan. Penulis akan menganalisa hasil dari pemrosesan dan menulisnya dalam bentuk laporan.
5 1.6 Sistematika Penulisan
Sistematika untuk penulisan tugas akhir dibagi dalam enam bab. Pembagian penulisan setiap bab sebagai berikut:
BAB I : PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi penelitian dan sistematika penulisan.
BAB II : LANDASAN TEORI
Bab ini membahas tentang teori – teori yang digunakan dalam penelitian, seperti: teori mengenai algoritma modifikasi Wang Zhang dan teori tentang proses thinning.
BAB III : ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas tentang perancangan sistem yang akan dibuat dan analisa terhadap beberapa hal seperti: deskripsi umum, data atau bahan, model analisis, hardware dan software.
BAB IV : IMPLEMENTASI SISTEM
Bab ini membahas tentang implementasi sistem yang sebelumnya telah dirancang dalam Bab III.
6 BAB V : KESIMPULAN
Bab ini membahas tentang kesimpulan dari hasil yang telah didapatkan ketika system dijalankan.
BAB VI : SARAN
Bab ini membahas tentang saran yang diberikan oleh penulis berdasarkan implementasi dan hasil yang telat didapat.
7 BAB II
LANDASAN TEORI
Dalam melakukan proses thinning pada sebuah citra, citra yang akan dikenai proses thinning tersebut harus melalui beberapa tahap pra-pemrosesan seperti binarisasi dan reduksi derau. Berikut ini ulasan singkat dari tahap pre-pemrosesan, thinning dan algoritma modifikasi (modified algorithm) Wang Zhang.
2.1 Penipisan Citra (Thinning)
Thinning adalah operasi morfologi yang digunakan untuk memperkecil ukuran geometrik obyek dengan hasil akhir berupa skeleton atau rangka (Kadir dan Susanto, 2013). Operasi thinning hampir sama dengan operasi dilasi. Beda antara keduanya, thinning mengecilkan obyek sehingga mendapatkan hasil akhir berupa rangka dan tidak membuat komponen obyek terputus. Proses Thinning hanya dikenai pada citra yang telah dibinarisasi, dan kemudian menghasilkan citra biner lain sebagai output-nya. Proses thinning dilakukan dengan memeriksa tiap piksel yang bertetangga dengan piksel obyek. Untuk melakukan pengecekkan setiap piksel obyek dapat dilakukan dengan menggunakan mask atau elemen penstruktur.
Tujuan dari thinning adalah mereduksi komponen obyek citra dari suatu informasi yang sifatnya esensial atau mendasar sehingga proses lebih lanjut dapat terfasilitasi (Rita dan Rudatyo, 2013). Proses thinning pada suatu citra yang memiliki ketebalan tertentu bisa membuat citra tersebut menjadi lebih tipis atau satu garis saja tanpa merubah bentuk asli dari data citra.
Menurut Rita dan Rudatyo (2013), para peneliti menyatakan beberapa keuntungan yang diperoleh apabila proses thinning berhasil, yaitu :
1. Ukuran data menjadi lebih kecil sebab hanya akan dihasilkan informasi yang penting saja, dan sekaligus juga mengurangi penggunaan memori (Zhang dan Wang, 1992) dan (Lam, dkk., 1990).
8
2. Memudahkan dalam analisa struktur bentuk suatu obyek (Dawoud dan Kamel, 2003).
3. Rangka yang dihasilkan dapat digunakan untuk klasifikasi pada proses pengenalan pola (pattern recognition) (Jang dan Chin, 1990).
2.2 Modified Algorithm (MA)
Modified algorithm (MA) merupakan algoritma modifikasi dari algoritma Rutovitz (RD) dan algoritma Holt (HS). Menurut Wang dan Zhang (1988), algoritma RD dan HS memiliki kemiripan. Pada gambar 2.1 dan gambar 2.2 dapat dilihat delapan titik tetangga yang digunakan di algoritma RD dan algoritma HS.
Gambar 2.1. Delapan titik tetangga dalam algoritma RD
Gambar 2.2. Delapan titik tetangga dalam algoritma HS
Pada gambar 2.1 algoritma RD delapan titik tetangga dideskripsikan dengan menggunakan p1, p2, p3, dst. Piksel p1 menjadi pusat yang dikelilingi oleh p2, p3, p4, dst. dan p1 harus bernilai 1. Piksel p1 akan dihapus ketika memenuhi kondisi berikut:
9 1. p1=1
2. 2<=B(p1)<=6 3. A(p1)=1
4. p2*p4*p8=0 or A(p2)<>1 5. p2*p4*p6=0 orA(p4)<>1
Pada gambar 2.2 delapan titik tetangga dalam algoritma HS dideskripsikan dengan menggunakan arah mata angin (north, south east, dst.).
Piksel C menjadi pusat dari elemen. Piksel C akan dihapus jika memenuhi kondisi sebagai berikut (ditulis menggunakan notasi dari algoritma RD):
1. p1=1
2. 2<=B(p1)<=6 3. A(p1)=1
4. p2*p4*p8=0 orA(p2)<>1or not(2<=B(p2)<=6) 5. p2*p4*p6=0 or A(p4)<>1ornot(2<=B(p4)<=6)
Pada kondisi di atas A(p1) adalah banyaknya perubahan nilai 0 dan 1 dari p2, p3, ..., p8, p9, p2 sebagai titik tetangga dari p1. Sedangkan B(p2) adalah banyaknya nilai bukan nol pada titik tetangga p1.
Wang dan Zhang (1988) mengatakan bahwa modified algorithm (MA) lebih cepat dibandingkan dengan algoritma RD dan HS. Untuk melakukan proses thinning, modified algorithm menggunakan 4x4 titik tetangga (lihat gambar 2.3).
P10 P11 P12 P13 P9 P2 P3 P14 P8 P1 P4 P15 P7 P6 P5 P16
Gambar 2.3. Titik tetangga dalam MA (Wang Zhang, 1988)
10
Piksel dari p1 akan dihapus jika memenuhi kondisi di bawah ini:
1. p1=1
2. 2<=B(p1)<=6 3. A(p1)=1
4. p2*p4*p8=0 orp11=1 5. p2*p4*p6=0 or p15=1
Dalam algoritma ini piksel p1 tidak bisa dihapus jika p2, p4, p6 dan p8 bernilai 1 dikarenakan tidak memenuhi kondisi 2 dan 3. Kondisi yang dipenuhi sampai p1 bisa dihapus pada gambar 2.4.
(a) (b)
(c) (d)
Gambar 2.4. Kondisi yang memenuhi proses penghapusan p1 2.3 Analisa Pengamatan Citra
Hasil dari proses penipisan menggunakan algoritma modifikasi pada aksara Lampung secara kasat mata menunjukkan tidak semua citra memiliki hasil akhir yang sama persis dengan citra asli sebelum penipisan. Berikut ini merupakan perhitungan manual proses penipisan menggunakan algoritma modifikasi dengan citra masukkan seperti pada Gambar 2.5.
11
Gambar 2.5. Citra masukkan
Gambar 2.6. Iterasi pertama
Gambar 2.6 merupakan iterasi pertama dari proses penipisan citra Gambar 2.5. Pada awal iterasi algoritma ini menghapus bagian luar dari citra tersebut dan menyisakan piksel inti dan beberapa piksel lainnya yang masih bisa dilakukan proses penipisan pada iterasi selanjutnya.
Gambar 2.7. Iterasi kedua (citra hasil)
12
Pada Gambar 2.7 memperlihatkan bahwa pada iterasi kedua piksel bagian luar setelah iterasi pertama telah terhapus dan proses penipisan berhenti setelah mendapatkan piksel inti atau tulang dari pola citra tersebut.
2.4 Ukuran Keberhasilan Thinning
Data citra yang telah dikenai proses penipisan hasus dilakukan uji terhadap hasil proses penipisan untuk melihat apakah algoritma yang digunakan bisa dikatakan baik atau tidak. Ada dua kriteria untuk mengukur keberhasilan suatu algoritma penipisan yaitu apakah kerangka citra yang dihasilkan memiliki ketebalan satu pikes (one pixel thickness) dan saling terhubung sama seperti bentuk atau topologi dari citra aslinya (Jang dan Chin, 1990). Sementara menurut Rita dan Rudatyo (2013), user juga dapat menggunakan pengujian lain seperti lama waktu proses penipisan, jumlah piksel terhapus, dan besarnya kapasistas berkas baru yang berisi hasil dari proses penipisan. Berikut ini ukuran keberhasilan proses penipisan yang dilakukan dan digunakan oleh penulis:
2.4.1. One Pixel Thickness
Salah satu ukuran keberhasilan proses thinning atau penipisan citra adalah one pixel thickness atau ketebalan satu piksel. Citra masukan yang memiliki ratusan bahkan ribuan piksel ketika telah diproses diharapkan menghasilkan citra hasil atau rangka citra yang memiliki ketebalan satu piksel. Ada keadaan dimana skeleton atau rangka citra tersebut tidak memiliki ketebalan satu piksel dikarenakan ada piksel yang jika dihapus akan merusak bentuk atau pola dari citra tersebut, misal citra yang terputus.
Keadaan tersebut disebut sebagai critical point.
Syarat untuk mengukur one pixel thickness adalah dengan melihat apakah citra tersebut memuat salah satu atau semua template A, dimana template A adalah citra yang berukuran 2x2 (lihat Gambar 2.8).
13
Gambar 2.8. Struktur template A (Jang dan Chin, 1990) Syarat untuk mengukur apakah piksel disebut critical point adalah dengan membandingkan dengan template B dan C, dimana template B dan C adalah citra berukuran 3x3 (lihat Gambar 2.9). Jika salah satu dari template tersebut memenuhi maka piksel tersebut disebut critical point.
Gambar 2.9. Struktur template B dan C (Jang dan Chin, 1990)
2.4.2. Thinning Rate
Tingkat dimana gambar dapat menjadi tipis atau benar-benar menipis yang dapat diukur dalam thinning rate (Luthra dan Goyal, 2015).
Untuk menghitung thinning rate, terlebih dahulu dilakukan perhitungan terhadap jumlah segitiga (triangel) pada piksel yang sedang diproses. Ada
14
empat format segitiga (triangle) seperti pada Gambar 2.10, jika piksel yang sedang diproses memenuhi keempat format tersebut maka nilai dari Total Triangel Count (TTC) adalah empat. Untuk mencari nilai dari triangle,
terlebih dahulu harus mencari nilai TTC sebelum dan TTC sesudah proses thinning. Jika keduanya telah ditemukan maka nilai dari TTC setelah
penipisan (TTCt) dibagi dengan nilai TTC sebelum proses penipisan (TTCo). Jika hasil pembagian tersebut mendekati satu, maka menunjukkan hasil dari thinning rate semakin baik pula. Berikut ini merupakan rumus untuk menghitung thinning rate:
(2.1)
Triangle before = Total perhitungan segitiga citra sebelum thinning.
Triangle after = Total perhitungan segitiga citra setelah thinning
Gambar 2.10. Format segitiga (triangle)
2.4.3. Connectivity
Konektivitas atau keterhubungan merupakan salah satu bagian penting dari sebuah algoritma. Untuk melihat apakah hasil dari pengujian saling terhubung atau tidak bisa dengan menggunakan konektivitas.
15 BAB III METODOLOGI 3.1. Deskripsi Umum
Sistem penipisan aksara adalah sistem yang digunakan untuk mencari rangka dari setiap aksara. Data aksara asli biasanya memiliki ketebalan tertentu sehingga sulit untuk dilakukan proses selanjutnya. Penipisan aksara dapat mempermudah proses selanjutnya, yaitu pengenalan aksara. Sistem ini hanya berhenti sampai penipisan atau thinning saja. Citra aksara yang akan dipakai adalah citra dari aksara Lampung. Citra asli dan citra hasil penipisan bisa dilihat pada Gambar 3.1.
Gambar 3.1. Contoh citra asli dan citra hasil penipisan
Pada citra asli dapat dilihat bahwa citra aksara lebih tebal dibandingkan dengan citra setelah dikenai proses thinning. Citra hasil penipisan merupakan rangka citra asli tanpa merubah pola atau informasi dari citra asli serta memiliki ketebalan satu piksel.
3.2. Data atau Bahan
Garis yang membentuk aksara Lampung hampir sama dengan aksara lainnya seperti Jawa, Bali, Sunda, dll. yaitu membentuk garis yang tidak patah.
Aksara ini tidak memiliki tingkat kesulitan yang tinggi dalam penulisannya dikarenakan aksara untuk setiap huruf tidak serumit penulisan pada aksara Jawa dan Bali. Aksara Lampung ada dua macam, yaitu aksara induk dan aksara anak.
16
Aksara induk merupakan aksara untuk setiap huruf utama seperti a, ba (b), ca(c), dll. Sedangkan aksara anak merupakan aksara sebagai pelengkap aksara induk.
Dalam kasus yang sering terjadi pada proses penipisan, titik yang terkandung dalam data citra bisa hilang setelah dikenai proses thinning. Hilangnya titik tersebut berarti proses thinning untuk citra aksara tersebut tidak berhasil karena informasi dari citra aksara setelah thinning berbeda dengan informasi citra asli.
Jika data citra tersebut dilanjutkan untuk proses pengenalan menjadi huruf latin maka hal ini bisa mengakibatkan kesalahan pengenalan pada aksara yang di-input- kan.
Data yang akan dipakai untuk dikenai proses thinning dalam penelitian ini adalah data citra aksara Lampung yang diperoleh dari buku panduan belajar bahasa Lampung. Data citra aksara Lampung yang dipakai sebanyak 32 data citra.
Contoh dari aksara Lampung dapat dilihat pada Tabel 3.1 dan Tabel 3.2. Tabel 3.1 merupakan gambar dari aksara induk dan Tabel 3.2 merupakan gambar dari aksara anak.
Tabel 3.1. Aksara induk Lampung (kotametro.com, Anonim (tanpa tahun)) Huruf Aksara Huruf Aksara Huruf Aksara Huruf Aksara
Ka Ja Ma Ra
Ga Nya Ta Sa
Nga Ya Da Wa
Pa A Na Ha
Ba La Ca Gha
17
Tabel 3.2. Aksara anak Lampung (kotametro.com, Anonim (tanpa tahun))
18
Tahap – tahap untuk mendapatkan 32 data citra aksara Lampung yang digunakan sebagai data uji adalah:
1. Scan data citra aksara Lampung dari buku kamus bahasa Lampung.
2. Potong setiap data citra yang telah dilakukan proses scan.
3. Data sudah siap untuk dikenai proses binarisasi, reduksi derau, dan thinning.
3.3. Spesifikasi Hardware dan Software 3.3.1. Hardware
Spesifikasi hardware yang digunakan penulis dalam pembuatan sistem adalah sebagai berikut:
a. Processor Intel(R) Core(TM) i3-4005U CPU @1.70GHz b. RAM 4GB
c. 64-bit
3.3.2. Software
Dalam pembuatan sistem penipisan aksara ini software yang digunakan adalah MATLAB R2012b. Penggunaan Matlab bukan hanya berfungsi sebagai bahasa pemrograman tetapi juga untuk pembuatan user interface.
3.4. Pembuatan Alat Uji
Diagram konteks dari sistem penipisan aksara Lampung digambarkan sebagai berikut:
19
Gambar 3.2. Diagram konteks thinning aksara
Sistem penipisan aksara memiliki diagram konteks seperti pada gambar 3.2 data citra asli yang dimasukkan oleh user kemudian akan diproses sehingga mendapatkan rangka dari citra asli tersebut. Informasi rangka citra hasil penipisan yang dikembalikan kepada user merupakan data dengan informasi dan pola bentuk yang sama dengan citra asli.
Berdasarkan proses-proses tersebut dan berdasarkan diagram konteks di atas maka dapat digambarkan DAD level 1 seperti pada Gambar 3.3.
Gambar 3.3. DAD level 1
User memasukkan data citra aksara Lampung ke dalam sistem, data citra yang telah dimasukkan oleh user akan dikenai proses 1 yaitu binarisasi untuk mengubah citra warna menjadi citra hitam putih agar bisa dikenai proses penipisan.
Data citra aksara yang telah dibinarisasikan menjadi citra hitam putih (1 dan 0) akan dikenai proses 2 yaitu penipisan dengan menggunakan algoritma modifikasi atau modofied algorithm (MA). Pada proses ini citra awal yang telah dimasukkan akan diproses sehingga memperoleh citra rangka dari aksara Lampung. Setelah proses selesai dilakukan sistem akan menampilkan citra rangka hasil penipisan. Citra hasil penipisan kemudian akan dilanjutkan untuk proses 3 yaitu uji hasil untuk memperoleh informasi dari citra rangka hasil penipisan
20
tersebut. Informasi yang diperoleh dari proses uji hasil yaitu sum of critical point, thinning rate, ketebalan satu piksel (one pixel thickness), dan waktu proses.
Informasi tersebut kemudian diberikan kepada user.
Berdasarkan proses-proses yang dilakukan untuk perhitungan uji hasil maka dapat digambarkan DAD level 2 untuk proses uji hasil seperti pada Gambar 3.4.
Gambar 3.4. DAD level 2
Sub proses 3 memiliki sub proses di dalamnya seperti yang dijabarkan dalam DAD level 2. Proses-proses tersebut yaitu proses untuk menghitung sum of not critical point, one pixel thickness, thinning rate, dan waktu proses. Semua hasil dari pengujian tersebut akan diinformasikan kepada user sebagai hasil dari proses penipisan citra.
Sebagai penjelasan dari keseluruhan sub proses penulis menjelaskan proses – proses tersebut sebagai berikut:
21 a. Sub Proses 1 (Binarisasi)
Binarisasi menjadi salah satu proses yang penting di dalam sistem ini.
Citra yang akan diproses harus diubah menjadi citra biner agar bisa dilakukan pemrosesan penipisan citra. Citra yang telah dikenai proses binarisasi akan berubah menjadi citra 0 dan 1, dimana 0 merupakan citra latar (putih) dan 1 merupakan citra obyek (hitam).
Binarisasi yang dilakukan dalam system ini menggunakan fungsi Matlab yaitu im2bw. Sebelum dikenai proses im2bw, akan dilakukan proses greythresh yang berguna untuk mencari nilai ambang dari citra sehingga piksel yang bernilai lebih kecil dari nilai ambang akan diubah menjadi obyek (bernilai 1) dan begitu juga sebaliknya. Berikut pseudocode dari proses binarisasi:
b. Sub Proses 2 (Penipisan)
Proses penipisan yang digunakan oleh penulis adalah menggunakan algoritma modifikasi atau modified algorithm (AM). Proses penipisan sendiri menjadi proses utama dalam sistem ini. Citra yang telah dikenai proses binarisasi kemudian akan dikenai proses penipisan (thinning).
1. Cari nilai intensitas citra terbesar (max) 2. Bandingkan nilai max dengan 1.
a. Jika max=1, proses binarisasi selesai b. Jika tidak, lakukan langkah 3
3. Cari varian antar kelas terbesar dan nilai intensitas cahaya (sigma)
4. Bandingkan tiap intensitas cahaya tiap piksel pada citra (intens_citra) dengan sigma
a. Jika intens_citra>sigma, maka intens_citra=1 b. Jika tidak, maka intens_citra=0
22
Algoritma modifikasi memiliki aturan dan syarat tersendiri dalam melakukan penipisan citra. Syarat dan aturan yang dimiliki oleh algoritma modifikasi sebagai berikut:
1) 16 Titik Tetangga
Algoritma modifikasi ini memiliki 16 titik tetangga dengan P1 sebagai titik pusat atau piksel obyek. 16 titik tetangga tersebut digambarkan seperti pada gambar 3.5.
P10 P11 P12 P13 P9 P2 P3 P14 P8 P1 P4 P15 P7 P6 P5 P16 Gambar 3.5. 16 titik tetangga 2) Kondisi Memenuhi
Algoritma modifikasi memiliki beberapa kondisi seperti yang telah dituliskan pada bab 2 bagian. Penjelasaan lebih lanjut mengenai algoritma ini sebagai berikut:
a) Nilai dari p1 harus sama dengan 1.
b) Jumlah nilai bukan nol dari semua titik tetangga >=2 dan <=6.
c) Jumlah nilai perubahan 01 dari p1 harus sama dengan 1.
d) p2*p4*p8 harus bernilai 0 atau p11 harus sama dengan 1.
e) p2*p4*p6 harus bernilai 0 atau p15 harus sama dengan 1.
Jika semua syarat di atas terpenuhi maka p1 (piksel obyek yang bernilai 1) akan dihapus. Jika salah satu tidak terpenuhi maka p1 tidak bisa dihapus (tetap bernilai 1). Berikut pseudocode dari proses penipisan:
23 c. Sub Proses 3 (Uji Hasil)
Ukuran citra setelah penipisan berbeda dengan ukuran citra asli (sebelum penipisan). Pengukuran citra bertujuan untuk melihat apakah terjadi proses penghapusan selama citra dikenai proses penipisan. Berikut alat uji untuk melakukan pengukuran terhadap citra:
a. Proses 3.1. Sum of Template A dan Sum of Not Critical Point Sum of template A dan sum of not critical point bertujuan untuk mengecek dan mencari tahu jumlah piksel pada citra yang mengandung template A dan bukan critical point. Contoh template a seperti pada Gambar 2.6 dan setiap piksel hasil penipisan akan dicek apakah mengandung template A dan dihitung jumlahnya. Bila setelah dicek ditemukan mengandung template A maka piksel-piksel yang bersangkutan akan dicek apakah mengandung template B dan C. Jika tidak mengandung template tersebut maka piksel tersebut bukan piksel critical point.
1. Masukan data citra (data biner)
2. Untuk semua piksel pada data citra, lakukan langkah 2.1. sampai 2.3 2.1.Buat matriks P dengan 16 titik tetangga
2.2.Hitung jumlah A di sekitar piksel P1 2.3.Jika P1==1, lakukan langkah 2.3.1
2.3.1. Jika B>=2 && B<=6, lakukan langkah 2.3.1.1 2.3.1.1. Jika A==1, lakukan langkah 2.3.1.1.1
2.3.1.1.1. Jika P2*P4*P8==0 or P11==1, lakukan langkah 2.3.1.1.1.1 2.3.1.1.1.1. Jika P2*P4*P6==0 or P15==1, lakukan langkah 2.3.1.1.1.1.1
2.3.1.1.1.1.1 Tandai P1 sebagai piksel yang bisa dihapus dan lakukan langkah 3, jika tidak maka kembali pada langkah 2 3. Hapus piksel P1
24
b. Proses 3.2. Ketebalan Satu Piksel
One pixel thickness dilakukan untuk memeriksa apakah citra hasil penipisan memiliki ketebalan satu piksel. Cara memperoleh ketebalan satu piksel adalah dengan mencari jumlah critical point dengan mengurangkan jumlah piksel citra hasil penipisan dengan sum of not critical point. Setelah didapatkan hasil pengurangan, maka jumlah critical point dibagi dengan seluruh jumlah piksel dan dikalikan 100 untuk mendapatkan persentase ketebalan satu piksel.
Berikut rumus untuk menghitung one pixel thickness :
(3.1) 1. Buat matriks sesuai dengan template A, B dan C
2. Masukkan citra
3. Cocokkan piksel on yang akan diproses
4. Jika piksel yang diproses tidak sesuai dengan template A, B maupun C maka piksel tersebut merupakan piksel yang bukan critical point
1. Membuat matriks yang berisikan template A, B dan C untuk melakukan pengecekkan
2. Masukkan citra
3. Cek setiap piksel dengan melakukan langkah 3.1 sampai 3.3 selama melakukan perulangan:
3.1 Cek apakah piksel yang akan diproses merupakan piksel on. Jika ya lakukan langkah 3.1.1
3.1.1 Cocokkan piksel tersebut dengan template A, B dan C 3.2 Hitung piksel yang bukan merupakan critical point
3.3 Hitung one pixel thickness dengan mencari selisih dari pikselAkhir – notCriticalPoint kemudian dibagi dengan pikselAkhir*100
25 c. Proses 3.3. Thinning Rate
Untuk mengukur ketipisan suatu citra yaitu dengan menggunkan thinning rate.
d. Proses 3.4. Lama Waktu Proses
Pengujian terhadap lama waktu proses atau running time bertujuan untuk melihat kecepatan sebuah algoritma. Pada proses ini peneliti menggunakan fungsi dari Matlab yaitu tic dan toc. Tic untuk memulai perhitungan waktu dan toc untuk mengakhir perhitungan.
3.5. Desain User Interface
Gambar 3.6 merupakan gambar rancangan interface sementara dari sistem.
Ketika tombol pilih diklik maka akan menampilkan halaman dimana data citra akan diproses. Ketika citra telah dipilih maka akan ditampilkan pada bagian kiri sebelum tombol proses. Tombol proses diklik untuk melakukan proses penipisan
1. Buat matriks 3x3
2. Hitung jumlah (i-1,j-1)*(i,j-1)*(i,j)+(i-1,j-1)*(i-1,j)*(i,j)+(i-1,j)*(i- 1,j+1)*(i,j)+(i,j)*(i,j+1)*(i-1,j+1) pada citra awal sebelum ditipiskan 3. Lakukan proses penipisan
4. Buat matriks 3x3
5. Hitung jumlah (i-1,j-1)*(i,j-1)*(i,j)+(i-1,j-1)*(i-1,j)*(i,j)+(i-1,j)*(i- 1,j+1)*(i,j)+(i,j)*(i,j+1)*(i-1,j+1) pada piksel akhir setelah penipisan 6. Hitung thinning rate dengan membagi hasil perhitungan citra awal
dan citra akhir
1. Masukkan perintah tic (untuk memulai perhitungan) 2. Lakukan proses thinning (penipisan)
3. Akhiri dengan perintah toc (untuk menyelesaikan perhitungan)
26
dan hasil dari proses penipisan ditampilkan pada bagian sebelah kanan tombol proses. Pada bagian hasil pengujian akan menampilkan informasi dari citra sebelum dan setelah penipisan. Tombol simpan digunakan untuk menyimpan citra hasil penipisan dan tombol keluar untuk keluar dari sistem.
Gambar 3.6. Rancangan interface sementara
27 BAB IV
IMPLEMENTASI SISTEM
Sistem untuk melakukan penipisan terhadap citra aksara Lampung akan diimplementasikan dalam bab ini sesuai dengan perancangan sistem yang telah dituliskan pada bab III. Implementasi sistem penipisan aksara Lampung sebagai berikut:
4.1. Implementasi Binarisasi
Implementasi binarisasi dalam sistem penipisan aksara Lampung ini menggunakan atau memanggil fungsi dari Matlab yaitu greythresh dengan metode Otsu. Metode ini akan mencari nilai ambang (threshold) yang akan digunakan untuk mengubah piksel yang sedang diproses menjadi obyek atau latar (1 atau 0).
Gambar 4.1 memperlihatkan implementasi binarisasi yang digunakan oleh penulis.
Gambar 4.1. Implemantasi binarisasi
4.2. Implementasi Algoritma Modifikasi
Implementasi algoritma modifikasi (MA) digunakan untuk proses penipisan citra aksara Lampung yang sudah dalam bentuk data biner. Pada Gambar 4.2 menunjukkan implementasi algoritma modifikasi Wang-Zhang.
28
Gambar 4.2. Implementasi algoritma modifikasi Wang-Zhang
4.3. Implementasi Waktu Proses
Lama waktu proses digunakan untuk menghitung lama waktu proses penipisan suatu aksara dengan menggunakan fungsi bawaan dari matlab yaitu tic dan toc. Tic untuk memulai dan toc untuk mengakhiri perhitungan. Gambar 4.3 menunjukkan implementasi untuk tic dan toc.
29
Gambar 4.3. Implementasi tic toc
4.4. Implementasi One Pixel Thickness
One pixel thickness atau ketebalan satu piksel dimaksudkan untuk menghitung apakah aksara setelah diproses mempunyai ketebalan satu piksel atau tidak. Semakin mendekati satu piksel maka algoritma semakin baik. Gambar 4.4 merupakan implemantasi one pixel thickness.
Gambar 4.4. Implementasi one pixel thickness
4.5. Implementasi Not Critical Point
Aksara yang semula tebal kemudian dikenai proses thinning dan akan menghasilkan skeleton dari aksara tersebut. Jumlah not critical point diperoleh dari perhitungan one pixel thickness dimana jumlah skeleton yang tidak memenuhi template A, B dan C dinyatakan sebagai not critical point.
Implementasi not critical point seperti pada gambar 4.5.
Gambar 4.5. Implementasi not critical point
4.6. Implementasi Critical Point
Critical point diperoleh dari hasil skeleton citra aksara dimana piksel yang bukan satu piksel tetapi tidak bisa dihapus guna mempertahankan bentuk rangka asli citra. Semakin besar jumlah critical point maka semakin baik pula algoritma tersebut dan sebaliknya. Gambar 4.5 merupakan implementasi critical point.
30
Gambar 4.5. Implementasi critical point
4.7. Implementasi Thinning Rate
Thinning rate digunakan untuk melihat apakah algoritma yang digunakan untuk menipiskan citra tersebut menghasilkan skeleton citra yang tipis atau tidak.
Semakin kecil jumlah thinning rate maka semakin baik pula algoritma tersebut.
Gambar 4.6 merupakan implementasi thinning rate.
Gambar 4.6. Implementasi thinning rate
4.8. Implementasi GUI
Sistem Penipisan Aksara Lampung Menggunakan Algoritma Modifikasi memiliki beberapa halaman, yaitu halaman utama yang memiliki empat push button (Pilih Citra, Proses, Simpan dan Keluar), dua radio button (MA dan Rosenfeld), dua axes area (Citra Asli dan Citra Hasil Penipisan) dan 10 tempat untuk menampilkan hasil pengujian terhadap citra. Tampilan halaman utama bisa dilihat pada Gambar 4.7. Kemudian halaman untuk memilih atau memasukkan citra yang akan diproses yang bisa dilihat pada Gambar 4.8. Halaman terakhir yaitu halaman untuk menyimpan citra hasil yang telah diproses yang bisa dilihat pada Gambar 4.10.
Gambar 4.9 menunjukkan tampilan ketika citra masukkan telah dipilih dan ketika push button Proses diklik maka akan menampilkan tampilan seperti pada gambar 4.9 yang berarti citra tersebut telah dikenai proses thinning dengan menggunakan MA (Algoritma Modifikasi) Wang Zhang.
31
Gambar 4.7. Halaman utama
Gambar 4.8. Halaman untuk open file
32
Gambar 4.9. Tampilan setelah diproses dengan algoritma modifikasi (MA)
Gambar 4.10. Halaman untuk save file
33 BAB V
HASIL DAN ANALISA
5.1. Analisa Hasil Penipisan
Penulis melakukan pengujian terhadap 32 data citra aksara Lampung yang terdiri dari 20 induk huruf dan 12 anak huruf. Penulis mencoba membandingkan antara hasil thinning menggunakan algoritma modifikasi yang diteliti oleh penulis dan algoritma penipisan paralel Wang Zhang yang telah digunakan oleh peneliti sebelumnya untuk aksara Bali. Tabel berikut menunjukkan hasil perhitungan sebelum dan sesudah proses thinning terhadap data citra menggunakan algoritma modifikasi.
5.1.1. Algoritma Modifikasi (MA) dan Algoritma Penipisan Paralel (PTA) Sebagai pembanding antar dua algoritma, penulis membandingkan algoritma modifikasi dengan algoritma paralel dimana algoritma penipisan paralel yang juga dibuat oleh Wang dan Zhang. Pada tahun 2016 algoritma tersebut telah dibuat untuk melakukan penipisan terhadap citra aksara Bali oleh Febrina Cornelia. Algoritma tersebut kemudian digunakan penulis untuk menguji hasil pada citra aksara Lampung. Penipisan aksara Lampung dengan menggunakan algoritma modifikasi Wang Zhang dan algoritma penipisan paralel Wang Zhang memperoleh hasil uji seperti pada tabel – tabel dibawah ini.
Tabel 5.1. Hasil perhitungan piksel awal dan akhir (MA)
No. 'Nama file' 'piksel
awal'
'piksel akhir'
'piksel berkurang (%)'
1 'A.jpg' 2550 282 88.9411
2 'BA.jpg' 2226 233 89.5327
3 'BICEK_E.jpg' 1446 138 90.4564
4 'BICEK_O.jpg' 1493 144 90.3549
5 'BITAN_U.jpg' 1332 131 90.1651
6 'CA.jpg' 2597 282 89.1413
7 'DA.jpg' 1858 205 88.9666
8 'DATAS_AN.jpg' 1584 146 90.7828
9 'GA.jpg' 1987 211 89.3809
34
No. 'Nama file' 'piksel
awal'
'piksel akhir'
'piksel berkurang (%)'
10 'GHA.jpg' 3569 342 90.4174
11 'HA.jpg' 2003 211 89.4658
12 'JA.jpg' 2451 258 89.4736
13 'KA.jpg' 2424 264 89.1089
14 'KELENGIAH_AH.jpg' 1827 171 90.6403
15 'LA.jpg' 2071 234 88.7011
16 'MA.jpg' 2151 200 90.7019
17 'NA.jpg' 2587 294 88.6354
18 'NENGEN.jpg' 2001 178 91.1044
19 'NGA.jpg' 2424 273 88.7376
20 'NYA.jpg' 2936 325 88.9305
21 'PA.jpg' 1976 197 90.0303
22 'RA.jpg' 3475 360 89.6402
23 'REJENJUNG_R.jpg' 1825 172 90.5753
24 'SA.jpg' 2297 243 89.4209
25 'TA.jpg' 2088 228 89.0804
26 'TEKELINGAI_AI.jpg' 1583 138 91.2823
27 'TEKELUBANG_NG.jpg' 1305 126 90.3448
28 'TEKELUNGAU_AU.jpg' 1678 170 89.8688
29 'ULAN_E.jpg' 1621 163 89.9444
30 'ULAN_I.jpg' 1635 164 89.9694
31 'WA.jpg' 2264 226 90.0176
32 'YA.jpg' 2193 266 87.8704
Rata - rata 89.7401
Dapat dilihat pada Tabel 5.1 hasil perhitungan jumlah piksel setelah dan sebelum diproses. Rata-rata piksel yang terhapus adalah sebesar 89.7401% dengan aksara paling banyak terhapus sebesar 91.2823% (aksara ‘tekelingai ai’) dan paling sedikit 87.8704% (aksara ‘ya).
Tabel 5.2. Hasil perhitungan piksel awal dan akhir (PTA)
No. 'Nama file' 'piksel awal' 'piksel akhir'
'piksel berkurang'
1 'A.jpg' 2031 251 87.6415
2 'BA.jpg' 2024 203 89.9703
3 'BICEK_E.jpg' 1252 187 85.0638
4 'BICEK_O.jpg' 1338 163 87.8176
35
No. 'Nama file' 'piksel awal' 'piksel akhir'
'piksel berkurang'
5 'BITAN_U.jpg' 1189 147 87.6366
6 'CA.jpg' 2332 263 88.7221
7 'DA.jpg' 1633 222 86.4053
8 'DATAS_AN.jpg' 1415 172 87.8445
9 'GA.jpg' 1793 203 88.6781
10 'GHA.jpg' 3277 301 90.8147
11 'HA.jpg' 1802 201 88.8457
12 'JA.jpg' 2170 275 87.3271
13 'KA.jpg' 2201 227 89.6865
14 'KELENGIAH_AH.jpg' 1618 203 87.4536
15 'LA.jpg' 1868 204 89.0792
16 'MA.jpg' 1919 223 88.3793
17 'NA.jpg' 2349 244 89.6126
18 'NENGEN.jpg' 1782 208 88.3277
19 'NGA.jpg' 2152 269 87.5
20 'NYA.jpg' 2640 290 89.0151
21 'PA.jpg' 1793 182 89.8494
22 'RA.jpg' 3154 320 89.8541
23 'REJENJUNG_R.jpg' 1655 169 89.7885
24 'SA.jpg' 2069 232 88.7868
25 'TA.jpg' 1879 208 88.9302
26 'TEKELINGAI_AI.jpg' 1414 169 88.0480
27 'TEKELUBANG_NG.jpg' 1150 158 86.2608
28 'TEKELUNGAU_AU.jpg' 1516 168 88.9182
29 'ULAN_E.jpg' 1426 192 86.5357
30 'ULAN_I.jpg' 1471 168 88.5791
31 'WA.jpg' 2019 243 87.9643
32 'YA.jpg' 1979 214 89.1864
Rata – rata 88.3913
Dapat dilihat pada Tabel 5.2 hasil perhitungan jumlah piksel setelah dan sebelum diproses. Rata-rata piksel yang terhapus adalah sebesar 88.3913%dengan aksara paling banyak terhapus sebesar 90.8147% (aksara ‘gha’) dan paling sedikit 85.0638% (aksara ‘bicek e’).
36
Tabel 5.3. Hasil perhitungan waktu dan one pixel thickness (MA)
No. 'Nama file' 'Waktu(s)' 'One Pixel thickness (%)'
1 'A.jpg' 1.7550 67.7304
2 'BA.jpg' 0.6868 70.3862
3 'BICEK_E.jpg' 0.3679 100
4 'BICEK_O.jpg' 0.4814 100
5 'BITAN_U.jpg' 0.3466 99.2366
6 'CA.jpg' 0.8988 75.8865
7 'DA.jpg' 0.6181 82.4390
8 'DATAS_AN.jpg' 0.3240 100
9 'GA.jpg' 0.7840 71.0900
10 'GHA.jpg' 1.2649 74.2690
11 'HA.jpg' 0.4477 83.8862
12 'JA.jpg' 0.9049 74.0310
13 'KA.jpg' 1.0827 68.5606
14 'KELENGIAH_AH.jpg' 0.8400 95.3216
15 'LA.jpg' 1.8364 61.9658
16 'MA.jpg' 3.2912 76
17 'NA.jpg' 1.1115 58.5034
18 'NENGEN.jpg' 1.2393 75.2808
19 'NGA.jpg' 0.9558 71.7948
20 'NYA.jpg' 2.2800 62.1538
21 'PA.jpg' 1.8054 66.4974
22 'RA.jpg' 1.0468 63.0555
23 'REJENJUNG_R.jpg' 0.6629 89.5348
24 'SA.jpg' 1.1817 78.6008
25 'TA.jpg' 0.7837 54.8245
26 'TEKELINGAI_AI.jpg' 0.4697 100
27 'TEKELUBANG_NG.jpg' 0.3699 100
28 'TEKELUNGAU_AU.jpg' 0.4063 92.3529
29 'ULAN_E.jpg' 0.3726 92.0245
30 'ULAN_I.jpg' 0.5095 93.2926
31 'WA.jpg' 0.8544 85.3982
32 'YA.jpg' 1.1060 40.2255
Rata - rata 0.9714 78.8857
Dari data hasil pada Tabel 5.3 rata-rata waktu proses aksara Lampung menggunakan algoritma modifikasi adalah 0.9714 detik. Aksara paling cepat ketika
37
diproses adalah aksara ‘datas an’ dengan lama waktu proses 0.3240 detik, sementara lama waktu proses paling lama pada aksara ‘ma’ yaitu 3.2912 detik.
Untuk rata-rata one pixel thickness dari data hasil Tabel 5.3 diperoleh 78.8857%. Persentase terkecil adalah sebesar 40.2255 % untuk aksara ‘ya’
dikarenakan bentuk data citra dari aksara tersebut tidak memenuhi syarat penghapusan dan presentase sempurna (100 %) yaitu untuk aksara ‘bicek e’, ‘bicek o’, ‘datas an’, ‘tekelingai ai’, ‘tekelubang ng’. Critical point dan not critical point dari hasil proses menggunakan algoritma modifikasi dapat dilihat pada Tabel 5.5.
Tabel 5.4. Hasil perhitungan waktu dan one pixel thickness (PTA)
No. 'Nama file' 'Waktu(s)' 'One Pixel
thickness (%)'
1 'A.jpg' 0.0796 97.6096
2 'BA.jpg' 0.0573 99.0148
3 'BICEK_E.jpg' 0.0514 88.7005
4 'BICEK_O.jpg' 0.0735 92.638
5 'BITAN_U.jpg' 0.0645 91.8367
6 'CA.jpg' 0.0699 96.1977
7 'DA.jpg' 0.0568 91.4414
8 'DATAS_AN.jpg' 0.0348 91.2791
9 'GA.jpg' 0.0535 96.5517
10 'GHA.jpg' 0.0430 100
11 'HA.jpg' 0.0553 95.5224
12 'JA.jpg' 0.2181 91.2727
13 'KA.jpg' 0.0645 98.6784
14 'KELENGIAH_AH.jpg' 0.0223 90.1478
15 'LA.jpg' 0.0601 98.0392
16 'MA.jpg' 0.0608 93.2735
17 'NA.jpg' 0.0810 98.3607
18 'NENGEN.jpg' 0.0671 91.3462
19 'NGA.jpg' 0.0719 93.3086
20 'NYA.jpg' 0.0785 95.1724
21 'PA.jpg' 0.0645 95.6044
22 'RA.jpg' 0.0433 98.4375
23 'REJENJUNG_R.jpg' 0.0283 99.4083
24 'SA.jpg' 0.0906 96.9828
25 'TA.jpg' 0.0729 96.1538
26 'TEKELINGAI_AI.jpg' 0.0326 93.4911
27 'TEKELUBANG_NG.jpg' 0.0327 88.6076
38
No. 'Nama file' 'Waktu(s)' 'One Pixel
thickness (%)'
28 'TEKELUNGAU_AU.jpg' 0.0250 98.2143
29 'ULAN_E.jpg' 0.0492 91.1458
30 'ULAN_I.jpg' 0.0183 98.8095
31 'WA.jpg' 0.0653 97.9424
32 'YA.jpg' 0.0874 94.3925
Rata - rata 0.0617 88.3913
Dari data hasil pada Tabel 5.4 rata-rata waktu proses aksara Lampung menggunakan algoritma penipisan paralel (PTA) adalah 0.0617 detik. Aksara paling cepat ketika diproses adalah aksara ‘ulan i’ dengan lama waktu proses 0.0183 detik, sementara lama waktu proses paling lama pada aksara ‘ja’ yaitu 0.2181 detik.
Untuk rata-rata one pixel thickness dari data hasil Tabel 5.4 diperoleh 88.3913% dengan persentase terkecil adalah sebesar 88.6076% untuk aksara
‘tekelubang ng’ dan presentase sempurna (100%) yaitu untuk aksara ‘gha’.
Critical point dan not critical point dari hasil proses menggunakan algoritma penipisan paralel dapat dilihat pada Tabel 5.6.
Tabel 5.5. Hasil perhitungan critical point dan not critical point (MA)
No. 'Nama file' 'Critical Point' 'Not Critical Point'
1 'A.jpg' 191 91
2 'BA.jpg' 164 69
3 'BICEK_E.jpg' 138 0
4 'BICEK_O.jpg' 144 0
5 'BITAN_U.jpg' 130 1
6 'CA.jpg' 214 68
7 'DA.jpg' 169 36
8 'DATAS_AN.jpg' 146 0
9 'GA.jpg' 150 61
10 'GHA.jpg' 254 88
11 'HA.jpg' 177 34
39
No. 'Nama file' 'Critical Point' 'Not Critical Point'
12 'JA.jpg' 191 67
13 'KA.jpg' 181 83
14 'KELENGIAH_AH.jpg' 163 8
15 'LA.jpg' 145 89
16 'MA.jpg' 152 48
17 'NA.jpg' 172 122
18 'NENGEN.jpg' 134 44
19 'NGA.jpg' 196 77
20 'NYA.jpg' 202 123
21 'PA.jpg' 131 66
22 'RA.jpg' 227 133
23 'REJENJUNG_R.jpg' 154 18
24 'SA.jpg' 191 52
25 'TA.jpg' 125 103
26 'TEKELINGAI_AI.jpg' 138 0
27 'TEKELUBANG_NG.jpg' 126 0
28 'TEKELUNGAU_AU.jpg' 157 13
29 'ULAN_E.jpg' 150 13
30 'ULAN_I.jpg' 153 11
31 'WA.jpg' 193 33
32 'YA.jpg' 107 159
Tabel 5.6. Hasil perhitungan critical point dan not critical point (PTA) No. 'Nama file' 'Critical Point' 'Not Critical
Point'
1 'A.jpg' 13 6
2 'BA.jpg' 2 2
3 'BICEK_E.jpg' 74 23
4 'BICEK_O.jpg' 12 12
5 'BITAN_U.jpg' 24 12
6 'CA.jpg' 39 10
7 'DA.jpg' 79 19
8 'DATAS_AN.jpg' 41 15
9 'GA.jpg' 26 7
10 'GHA.jpg' 0 0
11 'HA.jpg' 9 9
12 'JA.jpg' 56 24
13 'KA.jpg' 5 3
40
No. 'Nama file' 'Critical Point' 'Not Critical Point'
14 'KELENGIAH_AH.jpg' 99 20
15 'LA.jpg' 4 4
16 'MA.jpg' 30 15
17 'NA.jpg' 8 4
18 'NENGEN.jpg' 74 18
19 'NGA.jpg' 44 18
20 'NYA.jpg' 37 14
21 'PA.jpg' 20 8
22 'RA.jpg' 57 5
23 'REJENJUNG_R.jpg' 1 1
24 'SA.jpg' 9 7
25 'TA.jpg' 27 8
26 'TEKELINGAI_AI.jpg' 48 11
27 'TEKELUBANG_NG.jpg' 46 18
28 'TEKELUNGAU_AU.jpg' 6 3
29 'ULAN_E.jpg' 37 17
30 'ULAN_I.jpg' 6 2
31 'WA.jpg' 14 5
32 'YA.jpg' 60 12
Tabel 5.7. Hasil perhitungan thinning rate (MA)
No. 'Nama file' 'Thinning rate'
'Triangle before'
'Triangle after'
1 'A.jpg' 0.9898 8935 91
2 'BA.jpg' 0.9911 7875 70
3 'BICEK_E.jpg' 1 5084 0
4 'BICEK_O.jpg' 1 5260 0
5 'BITAN_U.jpg' 0.9997 4686 1
6 'CA.jpg' 0.9924 9166 69
7 'DA.jpg' 0.9943 6492 37
8 'DATAS_AN.jpg' 1 5551 0
9 'GA.jpg' 0.9912 6981 61
10 'GHA.jpg' 0.9930 12600 88
11 'HA.jpg' 0.9951 7002 34
12 'JA.jpg' 0.9922 8604 67
13 'KA.jpg' 0.9901 8562 84
41
No. 'Nama file' 'Thinning rate'
'Triangle before'
'Triangle after'
14 'KELENGIAH_AH.jpg' 0.9986 6539 9
15 'LA.jpg' 0.9876 7213 89
16 'MA.jpg' 0.9936 7598 48
17 'NA.jpg' 0.9865 9070 122
18 'NENGEN.jpg' 0.9935 7101 46
19 'NGA.jpg' 0.9908 8448 77
20 'NYA.jpg' 0.9880 10305 123
21 'PA.jpg' 0.9905 6952 66
22 'RA.jpg' 0.9891 12244 133
23 'REJENJUNG_R.jpg' 0.9972 6459 18
24 'SA.jpg' 0.9935 8068 52
25 'TA.jpg' 0.9857 7323 104
26 'TEKELINGAI_AI.jpg' 1 5619 0
27 'TEKELUBANG_NG.jpg' 1 4582 0
28 'TEKELUNGAU_AU.jpg' 0.9977 5900 13
29 'ULAN_E.jpg' 0.9977 5699 13
30 'ULAN_I.jpg' 0.9980 5736 11
31 'WA.jpg' 0.9958 7921 33
32 'YA.jpg' 0.9793 7695 159
Rata - rata 0.9935
Pada Tabel 5.7 dapat dilihat bahwa selisih antara triangle before dan after bisa dikatakan besar meskipun hanya lima aksara yang memiliki triangle after berjumlah nol. Sementara rata-rata dari thinning rate adalah sebesar 0.9935, dengan hasil terkecil adalah 0.9793 untuk aksara ‘ya’ dan hasil sempurna (bernilai 1) adalah ‘bicek e’, ‘bicek o’, ‘datas an’, ‘tekelingai ai’, ‘tekelubang ng’.
Tabel 5.8. Hasil perhitungan thinning rate (PTA)
No. 'Nama file' 'Thinning
rate'
'Triangle before'
'Triangle after'
1 'A.jpg' 0.2129 4095 872
2 'BA.jpg' 0.2835 4282 1214
3 'BICEK_E.jpg' 0.4882 3644 1779
4 'BICEK_O.jpg' 0.3775 3184 1202
5 'BITAN_U.jpg' 0.3361 2347 789
6 'CA.jpg' 0.2567 4542 1166
7 'DA.jpg' 0.2434 3233 787
42
No. 'Nama file' 'Thinning
rate'
'Triangle before'
'Triangle after'
8 'DATAS_AN.jpg' 0.4146 3480 1443
9 'GA.jpg' 0.1963 3158 620
10 'GHA.jpg' 0.1946 5868 1142
11 'HA.jpg' 0.1945 3300 642
12 'JA.jpg' 0.2913 4322 1259
13 'KA.jpg' 0.2857 4396 1256
14 'KELENGIAH_AH.jpg' 0.2718 3399 924
15 'LA.jpg' 0.1237 2981 369
16 'MA.jpg' 0.2894 3983 1153
17 'NA.jpg' 0.1553 3907 607
18 'NENGEN.jpg' 0.2248 3371 758
19 'NGA.jpg' 0.1859 3830 712
20 'NYA.jpg' 0.2486 5039 1253
21 'PA.jpg' 0.1396 3043 425
22 'RA.jpg' 0.1944 5641 1097
23 'REJENJUNG_R.jpg' 0.1528 2964 453
24 'SA.jpg' 0.2387 3945 942
25 'TA.jpg' 0.1557 3190 497
26 'TEKELINGAI_AI.jpg' 0.2636 2727 719
27 'TEKELUBANG_NG.jpg' 0.3163 2557 809
28 'TEKELUNGAU_AU.jpg' 0.2924 2807 821
29 'ULAN_E.jpg' 0.4583 3216 1474
30 'ULAN_I.jpg' 0.3178 2838 902
31 'WA.jpg' 0.1267 3330 422
32 'YA.jpg' 0.1667 3443 574
Rata - rata 0.2530
Pada Tabel 5.8 tidak seperti Tabel 5.7 di mana lima aksara yang memiliki triangle after berjumlah nol, bisa dilihat pada tabel PTA tidak memiliki triangle after yang bernilai nol. Sementara rata-rata dari thinning rate adalah sebesar 0.2530, dengan hasil terkecil adalah 0.1237 untuk aksara ‘la’ dan hasil terbesar adalah 0.4882 untuk aksara ‘bicek e’.
Berikut ini merupakan grafik perbandingan algoritma modifikasi Wang- Zhang dan algoritma penipisan paralel Wang-Zhang. Dari grafik penulis dapat memberi kesimpulkan seperti pada bab IV bagian 6.1.
43
Gambar 5.1. Grafik perbandingan untuk waktu proses
Ketika proses penipisan dilakukan, maka akan dilakukan pula proses perhitungan terhadap lama waktu proses dari proses thinning tersebut. Grafik pada Gambar 5.1 merupakan grafik perbandingan lama waktu proses dari modified algorithm dan parallel thinning algorithm. Rata – rata lama waktu proses untuk modified algorithm adalah sebesar 0.9714, sementara rata – rata lama waktu proses untuk parallel thinning algorithm adalah 0.0617. Semakin besar lama waktu proses suatu algoritma maka semakin tidak baik pula algoritma tersebut.
Pada Gambar 5.2 diperlihatkan grafik perbandingan untuk one pixel thickness di mana rata – rata one pixel thickness dari modified algorithm sebesar 78.8857% dan rata – rata untuk parallel thinning algorithm adalah 88.3913%.
baik atau tidak suatu algoritma juga bisa dilihat dari persentase one pixel thickness, semakin besar persentase maka semakin baik pula algoritma yang digunakan.
0 0.2 0.4 0.6 0.8 1 1.2
waktu proses
Modified Algorithm Parallel Thinning Algorith
44
Gambar 5.2. Grafik perbandingan untuk one pixel thickness
Gambar 5.3. Grafik perbandingan untuk thinning rate
74 76 78 80 82 84 86 88 90
one pixel thickness
Modified Algorithm Parallel Thinning Algorith
0 0.2 0.4 0.6 0.8 1 1.2
thinning rate
Modified Algorithm Parallel Thinning Algorith
