ANALISIS THRESHOLD UNTUK MENGEKSTRAKSI JALAN
DARI FOTO UDARA
SKRIPSI
MUHAMMAD IQBAL
051401026
PROGRAM STUDI S1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
ANALISIS THRESHOLD UNTUK MENGEKSTRAKSI JALAN DARI FOTO UDARA
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer
MUHAMMAD IQBAL 051401026
PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2010
ii
PERSETUJUAN
Judul : ANALISIS THRESHOLD UNTUK
MENGEKSTRAKSI JALAN DARI FOTO UDARA
Kategori : SKRIPSI
Nama : MUHAMMAD IQBAL
Nomor Induk Mahasiswa : 051401026
Program Studi : SARJANA (S1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 23 Juli 2010
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Ir. Arman Sani, MT Syahril Efendi, S.Si, MIT
NIP. 19631128 199103 1 003 NIP. 196711101996021001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
Prof. Dr. Muhammad Zarlis NIP. 195707011986011003
iii
PERNYATAAN
ANALISIS THRESHOLD UNTUK MENGEKSTRAKSI JALAN DARI FOTO UDARA
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2010
MUHAMMAD IQBAL 051401026
PENGHARGAAN
Alhamdulillah, puji syukur saya panjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
Ucapan terima kasih yang sebesar – besarnya saya sampaikan kepada Bapak Syahril Efendi, S.Si. MIT selaku Dosen Pembimbing I dan Bapak Ir. Arman Sani, MT sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk enyempurnakan skripsi ini. Selanjutnya kepada para Dosen Penguji Bapak Syahriol Sitorus, S.Si, MIT dan Bapak M. Andri Budiman, ST, McompSc, MEM atas saran dan kritikan yang sangat berguna bagi saya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syariol Sitorus, S.Si,MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen Program Studi S1 Ilmu Komputer FMIPA USU, dan pegawai di FMIPA USU.
Skripsi ini penulis persembahkan untuk kedua orang tua penulis yang telah memberikan segalanya baik moril maupun materil yang tidak terbalaskan kepada penulis selama menyelesaikan skripsi ini. Dan juga untuk abang, kakak dan adik penulis Joni, Herri, Irfan, Reni, dan Anis yang selalu memfasilitasi dan memotivasi penulis dalam menyelesaikan skripsi ini. Dan juga untuk keluarga angkat penulis Wak Yul, Wak Adi, Kak Inun dan Dicky yang selalu memotifasi dan memberi tempat tinggal untuk penulis. Tak lupa kepada seluruh pegawai Bappeda Kab. Pidie Jaya yang telah banyak memberi izin dan dukungan kepada penulis selama menyelesaikan skripsi ini. Dan untuk sahabat penulis Ridho, Ikhsan, Delan, Nandar, Adi, Vera, Kak Ai dan seluruh teman-teman angkatan 2005 dan Imilkom yang selalu berusaha menjadi sahabat terbaik dan tidak mudah putus asa. Terima kasih yang sangat khusus penulis tujukan kepada kekasih penulis Conie Georgina dan keluarganya yang selalu mengingatkan dan memotivasi penulis dalam menyelesaikan skripsi ini. Terima kasih pula kepada semua pihak – pihak yang tidak dapat penulis sebutkan satu persatu namanya, terima kasih atas ide, saran dan kerjasama yang baik.
Saya menyadari bahwa skripsi ini masih jauh dari kesempurnaan, karena kesempurnaan hanya milik Allah. Oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
ABSTRAK
Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai sarana distribusi barang dan jasa untuk menunjang perekonomian. Metode threshold digunakan untuk mengatasi masalah dalam hal mengekstraksi jalan dari foto udara, dimana metode
threshold digunakan untuk membedakan derajat keabuan pada citra grayscale dan
mengubahnya ke citra biner, sedangkan untuk mereduksi noise digunakan operasi morfologi. Dalam tugas ini software yang digunakan adalah Matlab R2008b. Hasil analisis yang diperoleh dari penerapan metode threshold adalah jalan terekstraksi dengan baik dan memiliki sedikit derau apabila jalan berada disekitar persawahan, sungai dan tambak, tetapi jalan tidak terekstraksi dengan baik dan memiliki banyak derau apabila ada objek-objek lain yang menutupi badan jalan sehingga berubahnya nilai derajat keabuan pada jalan.
ANALYSIS OF THRESHOLD FOR EXTRACTING ROAD FROM AERIAL IMAGE
ABSTRACT
Road is one important means of land transportation for connecting various places such as industrial centers, agricultural land, settlement, and as a means of distributing goods and services to support the economy. Threshold method is used to solve the problem in terms of extracting roads from aerial images, where the threshold method is used to distinguish the degree of gray on the grayscale image and convert to binary image, while reducing noise used morphological operations. In this task, the software used was Matlab R2008b. Analysis results obtained from application of the threshold method is the way of extraction well and have a little noise when the roads were around the rice fields, rivers and ponds, but extracted road is not well and has a lot of noise when there are other objects that covered the road so that the change in value the degree of gray on the road.
DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak v Abstract vi
Daftar Isi vii
Daftar Tabel ix Daftar Gambar x Bab 1 Pendahuluan 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 3 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 4 1.5 Manfaat Penelitian 4 1.6 Metodologi Penelitian 4 1.7 Sistematika Penulisan 5
Bab 2 Landasan Teori 7
2.1 Pengolahan Citra Digital 7
2.2 Operasi Pengolahan Citra Digital 8
2.3 Ekstraksi Jalan 10
2.4 Multi-Threshold 11
2.5 Grayscale 12
2.6 Morphology 12
2.7 Deteksi Tepi 14
2.7.1 Deteksi Tepi Unsur pada Citra 14
2.7.2 Deteksi Tepi Canny 15
2.8 Transformasi 19
2.8.1 Transformasi Radon 19
2.8.2 Transformasi Radon Invers 22
Bab 3 Data dan Perancangan Aplikasi 26
3.1 Data 26
3.2 Rancangan Aplikasi 26
3.2.1 Data Flow Diagram (DFD) 27
3.2.2 Flowchart 28
3.2.3 Rancangan Tampilan 34
Bab 4 Implementasi, Hasil Uji Coba dan Analisis 35
4.2 Tampilan Pembuka 35
4.3 Hasil Uji Coba 39
4.4 Analisis 52
Bab 5 Kesimpulan dan Saran 53
5.1 Kesimpuan 53
5.2 Saran 54
DAFTAR TABEL
Halaman
Tabel 3.1 Deskripsi Data Citra 26
Tabel 3.2 Simbol-simbol dari Flowchart 28
Tabel 4.1 Spesifikasi Perangkat Lunak dan Perangkat Keras 35
Tabel 4.2 Waktu proses dan hasil ekstraksi aplikasi analisis threshold untuk
DAFTAR GAMBAR
Halaman
Gambar 2.1 Citra Digital 7
Gambar 2.2 Komposisi Warna RGB 8
Gambar 2.3 Contoh Citra Hasil Penerapan Mathematical Morphology 13
Gambar 2.4 Matriks Template Pendeteksi Tepi 14
Gambar 2.5 Gambar Proses Konvolusi 14
Gambar 2.6 Contoh Hasil Deteksi Tepi Prewitt 15
Gambar 2.7 Citra dengan derau dan tekstur dan hasil deteksi tepi Prewittnya 15
Gambar 2.8 Matriks template dari filter Gaussian 16
Gambar 2.9 Hasil deteksi tepi pada citra terfilter 17
Gambar 2.10 Jarak Euclides pada satu piksel dengan piksel sekitarnya 18
Gambar 2.11 Contoh proses thinning 18
Gambar 2.12 Contoh proses deteksi tepi Canny 19
Gambar 2.13 Ilustrasi transformasi Radon dalam koordinat asal kartesian 20
Gambar 2.14 Ilustrasi transformasi Radon dalam koordinat asal polar 20
Gambar 2.15 Hasil transformasi Radon pada citra irisan kepala 21
Gambar 2.16 Skema transformasi Radon Invers 22
Gambar 2.17 Skema transformasi Radon Invers, apabila unblur filtering
dilakukan terhadap sinyal satu dimensi 22
Gambar 2.18 Teorema (Irisan) - Proyeksi 23
Gambar 2.19 Ilustrasi operasi backprojektion 24
Gambar 2.20 Hasil transformasi Radon Invers (citra irisan kepala) 25
Gambar 3.1 Diagram Konteks 27
Gambar 3.2 Flowchart aplikasi analisis multi-threshold untuk mengekstraksi
jalan dari foto udara 29
Gambar 3.3 Foto Udara 30
Gambar 3.4 Pengubahan Citra RGB ke citra grayscale 30
Gambar 3.5 Pengubahan citra grayscale ke citra biner dengan nilai threshold
180 – 200 31
Gambar 3.6 Operasi morfology pada citra biner 31
Gambar 3.7 Hasil deteksi tepi metode Canny terhadap citra jalan 32
Gambar 3.8 Hasil transformasi Hough 32
Gambar 3.9 Hasil penghilangan derau dengan metode filter median 33
Gambar 3.10 Rancangan tampilan aplikasi analisis multi-threshold untuk
Gambar 4.10 Hasil uji coba foto udara dengan nama file “4.jpg” 41
Gambar 4.11 Hasil uji coba foto udara dengan nama file “5.jpg” 42
Gambar 4.12 Hasil uji coba foto udara dengan nama file “6.jpg” 42
Gambar 4.13 Hasil uji coba foto udara dengan nama file “7.jpg” 43
Gambar 4.14 Hasil uji coba foto udara dengan nama file “8.jpg” 43
Gambar 4.15 Hasil uji coba foto udara dengan nama file “9.jpg” 44
Gambar 4.16 Hasil uji coba foto udara dengan nama file “10.jpg” 44
Gambar 4.17 Hasil uji coba foto udara dengan nama file “11.jpg” 45
Gambar 4.18 Hasil uji coba foto udara dengan nama file “12.jpg” 45
Gambar 4.19 Hasil uji coba foto udara dengan nama file “13.jpg” 46
Gambar 4.20 Hasil uji coba foto udara dengan nama file “14.jpg” 46
Gambar 4.21 Hasil uji coba foto udara dengan nama file “15.jpg” 47
Gambar 4.22 Hasil uji coba foto udara dengan nama file “16.jpg” 47
Gambar 4.23 Hasil uji coba foto udara dengan nama file “17.jpg” 48
Gambar 4.24 Hasil uji coba foto udara dengan nama file “18.jpg” 48
Gambar 4.25 Hasil uji coba foto udara dengan nama file “19.jpg” 49
Gambar 4.26 Hasil uji coba foto udara dengan nama file “20.jpg” 49
Gambar 4.27 Hasil uji coba foto udara dengan nama file “21.jpg” 50
Gambar 4.28 Hasil uji coba foto udara dengan nama file “22.jpg” 50
Gambar 4.29 Hasil uji coba foto udara dengan ukuran citra 256x256 piksel/inchi 51 Gambar 4.30 Hasil uji coba foto udara dengan ukuran citra 128x128 piksel/inchi 51