ISSN : 2302-450X
PROSIDING
PERTEMUAN DAN PRESENTASI KARYA ILMIAH BALI, 23 OKTOBER 2015
PEMBICARA UTAMA SEMINAR PANEL DENGAN TEMA
“Inovasi Teknologi Informasi dan Komunikasi dalam Menunjang Technopreneurship”
Ir.Onno Widodo Purbo.M.Eng.Ph.D Putu Sudiarta, S.Kom
PENYUNTING AHLI
Dr. Ahmad Ashari.M.Kom
Dr. H. Agus Zainal Arifin, S.Kom.,M.Kom
Agus Muliantara, S.Kom., M.Kom.
PELAKSANA SEMINAR
PELINDUNG
Rektor Universitas Udayana, Bali
PENANGGUNG JAWAB
Dekan Fakultas MIPA Universitas Udayana
Ketua Program Studi Teknik Informatika, FMIPA Universitas Udayana
PANITIA
I Gusti Agung Gede Arya Kadyanan,S.Kom.,M.Kom.
I Dewa Made Bayu Atmaja Darmawan,S.Kom.,M.Cs.
I Wayan Supriana,S.Si.,M.Cs.
Ida Bagus Made Mahendra, S.Kom., M.Kom.
I Komang Ari Mogi, S.Kom, M.Kom.
I Made Widi Wirawan, S.Si., M.Cs.
I Putu Gede Hendra Suputra, S.Kom., M.Kom.
Ngurah Agus Sanjaya ER., S.Kom., M.Kom.
Agus Muliantara, S.Kom.,M.Kom.
I Made Widiartha,S.Si., M.Kom.
Made Agung Raharja, S.Si., M.Cs.
I Gusti Ngurah Anom Cahyadi Putra, S.T., M.Cs.
I Gede Santi Astawa, S.T., M.Cs.
Ida Bagus Gede Dwidasmara,S.Kom.,M.Cs.
Dra. Luh Gede Astuti, M.Kom.
DAFTAR ISI
Kata Pengantar Daftar Isi
Analisis dan Perancangan Sistem Informasi Kehadiran Pegawai pada Pusat Penelitian Perkembangan IPTEK Lembaga Ilmu Pengetahuan Indonesia
Warkim ... ... 1
Kompresi Citra Medis dengan Wavelet Packet
I Made Ari Dwi Suta Atmaja ... 11
Ekstraksi Fitur Warna dan Tekstur untuk Clustered-Based Retrival if Images (CLUE)
Sugiartha I Gusti Rai Agung ... 16
Peningkatan Kemampuan Guru dalam Menggunakan Geogebra sebagai Media Pembelajaran Matematika SMP
Luh Putu Ida Harini ... 21
Perbandingan Model Pembelajaran Kooperatif Tipe Belajar Bersama Menggunakan Media Google Drive dan Tanpa Google Drive
Desak Putu Eka Nilakusuma ... 28
Analisa Faktor-Faktor yang Mempengaruhi Actual Usage dalam Penggunaan Tiket Elektronik dengan Menggunakan Technology Acceptance Model (TAM) Studi Kasus PT.KAI Commuter Jabodetabek
Enok Tuti Alawiah ... 35
Pemanfaatan Aplikasi Google Docs sebagai Media Pembinaan Karya Ilmiah Remaja
Komang Dharmawan ... 45
Penerapan WAN dengan Protokol Routing RIP dan Passive Interfaces sebagai Pemilihan Jalur Menggunakan GNS3
Anggarda Sanjaya ... 49
Perancangan dan Implementasi Sistem Informasi Maajemen Rumah Sakit pada Unit Rawat Inap Studi Kasus Rumah Sakit Umum Famili Husada
I Dewa Ayu Kompyang Putri Utari ... 54
Perancangan dan Implementasi Sistem Informasi Manajemen Rumah Sakit Umum Famili Husada pada Unit Poliklinik
I G.Ag.Sri Ag. Chandra Kusuma ... 62
Penggunaan Certainty Factor dalam Sistem Pakar untuk Melakukan Diagnosis Penyakit Neurologi
I Putu Eky Sila Krisna ... 432
Deteksi Tepi pada Gambar Menggunakan Algoritma Canny Detection dan Sobel
Putu Rika Pratama Anggarani ... 436
Sistem Informasi Penanggulangan Bencana dan Mitigasi Bencana
I Gde Bagus Arya Diwadatta Subrata ... 440
Perancangan Aplikasi Multimedia untuk Pembelajaran Doa dan Nyanyian Suci Agama Hindu Berbasis Android
I Putu Ari Ratna Pratama ... 448
Rancang Bangun Aplikasi Berbasis Web Tenung Pewacakan Kehilangan Berdasarkan Lontar Wrespati Kalpa
I Kadek Dwija Putra ... 457
Implementasi Algoritma Djakstra pada Software Definition Network (SDN)
I Made Adi Bhaskara ... 463
Perancangan Aplikasi Pembelajaran Interaktif Berbasis Multimedia dengan menggunakan Adobe Flash (Studi Kasus Mata Kuliah Pemrograman Berbasis Web pada Jurusan Ilmu Komputer)
I Wayan Aditya Setiawan ... 469
Sistem Informasi Geografis Pariwisata Bali Berbasis Google Map API
Ni Luh Putu Ratna Sri Andi Yani ... 477
Penghapusan Derau Suara dengan Menggunakan Algoritma Least Mean Square dengan Adaptive Filter
Anak Agung Rani Pradnyandari ... 488
Sistem Informasi Satuan Kredit Partisipasi Mahasiswa
I Putu Indra Mahendra Priyadi ... 493
Perancangan Sistem E-Commerce Kain Endek Pegringsingan Berbasis Web
I Made Dedik Amijaya ... 498
Perancangan dan Pengaplikasian Siste E-Commerce Komputer dan Hnadphone Berbasis Web
I Nyoman Agus Winarta Palguna ... 506
436
DETEKSI TEPI PADA GAMBAR MENGGUNAKAN ALGORITMA CANNY DETECTION DAN SOBEL
Putu Rika Pratama Anggarani
1, I Made Widiartha
2Jurusan Ilmu Komputer – Universitas Udayana Jl. Kampus Bukit Jimbaran Universitas Udayana Email : [email protected]1, [email protected]2
ABSTRAK
Pengolahan Citra merupakan sebuah proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer.
Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup seluruh data dua dimensi. salah satu proses pengolahan citra adalah pendeteksian tepi yang mana ada beberapa metode yang diantaranya dapat menggunakan metode canny atau sobel.Metode canny merupakan salah satu metode pendeteksian tepi yang memiliki kemampuan untuk meletakkan dan menandai semua tepi yang ada sesuai dengan pilihan parameter-parameter konvolusi yang dilakukan. sekaligus juga memberikan fleksibilitas yang sangat tinggi dalam hal menetukan tingkat ketebalan tepi sesuai yang diinginkan. sebaliknya metode sobel memiliki kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi.
Makalah ini menyajikan implementasi deteksi tepi canny dan sobel menggunakan gambar. Algoritma Canny menggunakan detektor tepi yang optimal berdasarkan seperangkat kriteria termasuk menemukan sisi paling tepi dengan meminimalkan tingkat kesalahan, menandai tepi sedekat mungkin ke tepi sebenarnya untuk memaksimalkan lokalisasi, dan menandai tepi hanya sekali ketika tepi tunggal ada untuk respon minimal.
Sedangkan dengan algoritma sobel menghasilkan tepi-tepi secara garis besarnya saja dengan garis tepi yang tebal.
Kata Kunci : citra, canny detection, sobel.
ABSTRACT
Image processing is a process of image processing and analysis involve a lot of visual perception. This process has the characteristics of data input and output information in the form of images. The term digital image processing is generally defined as a two-dimensional image processing by computers. In a broader definition, digital image processing also includes the entire two-dimensional data. one of the image processing is edge detection which there are several methods which can use the method of Canny or Sobel. The method is one canny edge detection method that has the ability to lay down and mark all edges that exist in accordance with the choice of parameters convolution is performed. it also gives a very high flexibility in terms of determining the thickness of the edges as desired. otherwise Sobel method has the ability to reduce noise before doing the calculation edge detection.
This paper presents the implementation of Canny and Sobel edge detection using the image. Canny algorithm uses an optimal edge detector based on a set of criteria including finding the side edges by minimizing the error rate, marking the edge as close as possible to the actual edge to maximize localization, and marking edges only once when a single edge exists for minimal response. Meanwhile, the algorithm generates Sobel edges of a course outline with a thick edge.
Keywords: image, canny detection, sobel.
1. PENDAHULUAN
Pengolahan Citra merupakan sebuah proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefnisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas,
pengolahan citra digital juga mencakup seluruh data dua dimensi. Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki mengalami penurunan intensitas mutu, misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras
ISSN : 2302 – 450X
437
atau kabur tentu citra seperti ini akan sulit di representasikan sehingga informasi yang ada menjadi berkurang. Agar citra yang mengalami ganguan mudah representasikan maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik.
Pada makalah ini kami membandingkan pendeteksian menggunakan metode Canny Detection dengan metode Sobel.
2. CITRA DIGITAL
Citra digital merupakan citra yang dihasilkan dari pengolahan dengan menggunakan komputer, dengan cara merepresentasikan citra secara numerik dengan nilai-nilai diskret. Pada umumnya citra digital berbentuk empat persegi panjang, dan dimensi ukurannya dinyatakan dalam tinggi kali lebar atau panjang kali lebar. Citra digital yang tingginya N, lebarnya M, dan memiliki nilai derajat keabuan L dapat dianggap sebagai fungsi:
Citra digital yang berukuran N x M biasanya dinyatakan dalam bentuk matrik yang berukuran N baris dan M kolom sebagai berikut:
3. DETEKSI TEPI
Tepi adalah perubahan nilai intensitas derajat keabuan yang mendadak (besar) dalam jarak yang singkat. Terdapat tiga macam tepi di dalam citra digital, yaitu:
a. Tepi Curam
Tepi curam adalah tepi dengan perubahan intensitas yang tajam. Arah tepi berkisar 900.
Gambar 1 menunjukan deteksi tepi tipe tepi curam.
b. Tepi Landai
Tepi landai yaitu tepi dengan sudut arah yang kecil. Tepi landai dapat dianggap terdiri dari sejumlah tepi-tepi lokal yang lokasinya berdekatan.
Gambar 2 menunjukan deteksi tepi-tipe tepi landai.
c. Tepi Yang Mengandung Derau
Umumnya tepi yang terdapat pada aplikasi visi komputer mengandung derau. Operasi peningkatan kualitas citra dapat dilakukan terlebih dahulu sebelum pendektesian tepi.
Gambar 3 menunjukan deteksi tepi tipe-tepi curam dengan derau.
Gambar 3. Tepi curam dengan derau
Deteksi tepi memiliki berbagai macam operator dalam mendeteksi tepi suatu citra, yaitu:
3.1 Operator Sobel
Pengaturan piksel di sekitar piksel (x,y):
Putu Rika Pratama Anggarani
,
Deteksi Tepi Pada Gambar Menggunakan Algoritma Canny Detection Dan Sobel438
Operator sobel adalah magnitude (M) dari gradien yang dihitung dengan:
Turunan parsial (s) dihitung dengan sx = (a2+ ca3 + a4) – (a0 + ca7 + a6) sy = (a0+ ca1 + a2) – (a6 + ca5 + a4)
Dengan konstanta c adalah 2, dalam bentuk mask, sx
dan sy dapat dinyatakan sebagai:
Arah tepi dihitung dengan persamaan
3.2 Algoritma Canny
Salah satu algoritma deteksi tepi modern adalah deteksi tepi dengan menggunakan metode Canny. Deteksi tepi Canny ditemukan oleh Marr dan Hildreth yang meneliti pemodelan persepsi visual manusia. Ada beberapa kriteria pendeteksi tepian paling optimum yang dapat dipenuhi oleh algoritma Canny:
a. Mendeteksi dengan baik (criteria deteksi)
Kemampuan untuk meletakkan dan menandai semua tepi yang ada sesuai dengan pemilihan parameterparameter konvolusi yang dilakukan. Sekaligus juga memberikan fleksibilitas yang sangat tinggi dalam hal menentukan tingkat deteksi ketebalan tepi sesuai yang diinginkan.
b. Melokalisasi dengan baik (kriteria lokalisasi)
Dengan Canny dimungkinkan dihasilkan jarak yang minimum antara tepi yang dideteksi dengan tepi yang asli.
c. Respon yang jelas (kriteria respon)
Hanya ada satu respon untuk tiap tepi.
Sehingga mudah dideteksi dan tidak menimbulkan kerancuan pada pengolahan citra selanjutnya.
Pemilihan parameter deteksi tepi Canny sangat mempengaruhi hasil dari tepian yang dihasilkan.
Beberapa parameter tersebut antara lain : 1. Nilai Standart Deviasi Gaussian 2. Nilai Ambang
Pendekatan algoritma canny dilakukan dengan konvolusi fungsi gambar dengan operator gaussian dan turunanturunannya.
Turunan pertama dari fungsi citra yang dikonvolusikan dengan fungsi gaussian,
g(x,y) = D[gauss(x,y) * f(x,y)] (5)
ekivalen dengan fungsi citra yang dikonvolusikan dengan turunan pertama dari fungsi gaussian,
g(x,y) = D[gauss(x,y)] * f(x,y) (6)
Oleh karena itu, memungkinkan untuk mengkombinasikan tingkat kehalusan dan pendektesian tepi ke dalam suatu konvolusi dalam satu dimensi dengan dua arah yang berbeda (vertical dan horizontal).
4. HASIL UJI COBA
Canny
Tahap pertama dalam proses ini adalah melakukan penghalusan citra terhadap image.
Penghalusan yang dilakukan menggunakan metode
ISSN : 2302 – 450X
439
Gaussian Blur, yaitu dengan mengalikan setiap nilai pixel dengan matriks Gaussian ke setiap channelnya.
Kemudian tahap selanjutnya adalah mendeteksi kekuatan tepi menggunakan gradien citra dengan metode sobel. Operator sobel menggunakan matriks 3x3 masing-masing untuk gradien x dan gradien y yang kemudian dihitung magnitudenya.
Kemudian tahap selanjutnya adalah melakukan pendeteksian arah tepi ke arah yang bisa di-trace pada citra.
x x x x x x x x x x x x a x x x x x x x x x x x x
Pada matrix diatas, “a” dapat didefinisikan kedalam 4 arah yang mendekati. Arah tepi yang jatuh pada rentang kuning (0 - 22.5 & 157.5 - 180 derajat) diset pada 0 derajat, rentang hijau (22.5 - 67.5 derajat) diset pada 45 derajat, rentang biru (67.5 - 112.5 derajat) diset pada 90 derajat, dan rentang merah (112.5 - 157.5 derajat) diset pada 135 derajat
Setelah didapat arah tepinya, kemudian dilakukan perampingan tepi dengan algoritma Nonmaximal Supression. Pada setiap pixel, dilakukan penekanan kekuatan tepi pixel pusat (dengan menetapkan nilainya ke 0) jika magnitudenya tidak lebih besar dari magnitude dua tetangga dalam arah gradien.
Kemudian langkah terakhir adalah melakukan thresholding atau klasifikasi tiap piksel apakah termasuk dalam kategori piksel edge atau tidak.
Hasil deteksi tepi Canny (Threshold 80)
Sobel
Tahap ini melakukan proses pengurangan noise sebelum melakukan perhitungan deteksi tepi dengan menggunakan Kernel Filter. Kernel Filter yang digunakan dalam metode sobel ini adalah :
Hasil deteksi tepi Sobel
5. KESIMPULAN
1. Algoritma Canny Edge Detection adalah salah satu dari beberapa algoritma deteksi tepi yang memiliki kelebihan dapat memberikan hasil deteksi tepi yang optimal dan mampu memberikan sesuai dengan pemilihan parameter - parameter konvolusi yang dilakukan. Sekaligus juga memberikan fleksibilitas yang sangat tinggi dalam hal menentukan tingkat deteksi ketebalan tepi sesuai yang diinginkan.
2. Algoritma Canny Edge Detection dapat memberikan hasil tepi yang lebih detail pada citra dibandingkan dengan algoritma Sobel.
6. DAFTAR PUSTAKA
[1] Munir, R., Pengolahan Citra Digital dengan Pendekatan Algoritmik, Informatika Bandung, 2004.
[2] Murni, A. dan S. Setiawan, Pengantar Pengolahan Citra, Elex Media Komputindo, Jakarta, 1992.
[3] Ahmad, U., Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu, 2005.
