ANALISIS THRESHOLD UNTUK MENGEKSTRAKSI JALAN DARI FOTO UDARA SKRIPSI MUHAMMAD IQBAL

(1)

ANALISIS THRESHOLD UNTUK MENGEKSTRAKSI JALAN

DARI FOTO UDARA

SKRIPSI

MUHAMMAD IQBAL

051401026

PROGRAM STUDI S1 ILMU KOMPUTER

DEPARTEMEN ILMU KOMPUTER

(2)

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

(3)

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

(4)

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

(5)

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.

(6)

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.

(7)

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.

(8)

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

(9)

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

(10)

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

(11)

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

(12)

Gambar 4.10 Hasil uji coba foto udara dengan nama file “4.jpg” 41

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