Jurnal Pelita Informatika, Volume 8, Nomor 3, Januari 2020 ISSN 2301-9425 (Media Cetak) Hal: 378-381
378
Deteksi Tepi Citra Termografi Untuk Pendeteksian Keretakan Material Menggunakan Metode Sobel
Siti Laila Hartina
Program Studi Teknik Informatika, Universias Budi Darma, Medan, Sumatera Utara, Indonesia Email: [email protected]
Abstrak
Material merupakan bahan-bahan mentah yang belum diolah dan belum dapat digunakan, banyak jenis-jenis bahan material seperti material logam yaitu baja, besi, titanium, material karet yaitu iospren, neopren, karet alam, meterial keramik yaitu alumina, karbida silikon, nitrida sillikon. Bahan material jika sudah diolah maka bisa digunakan. Metode sobel merupakan pengembangan dari metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Kelebihan dari metode sobel mengurangi noise sebelum melakukan perhitungan deteksi tepi, sehingga metode ini dapat digunakan untuk mendeteksi keretakan material yang terjadi.
Algoritma sobel dapat digunakan sebagai salah metode untuk mendeteksi keretakan material plat baja tepi citra termografi. Adanya aplikasi deteksi keretakan tepi citra termografi material plat baja merupakan suatu terobosan baru yang dapat digunakan oleh user dalam menentukan material plat baja yang akan digunakan sebagai bahan atau lantai jembatan layang. Hasil penelitian ini membuktikan bahwa metode sobel dapat mendeteksi kerusakan pada plat baja.
Kata Kunci : Deteksi Tepi, Keretakan Material, Metode Sobel.
1. PENDAHULUAN
Material yang sudah diolah kemudian mengalami kecacatan atau keretakan pada salah satu bagian sisinya, maka material tersebut sangat riskan untuk digunakan sebagai bahan baku suatu bangunan. Keretakan material terjadi akibat pengolahan bahan material yang tidak benar sehingga menghasilkan kualitas yang tidak baik. Banyak jenis-jenis keretakan seperti keretakan struktur dan non struktur, retak tarik, retak tekan, retak susun. Material merupakan bahan-bahan mentah yang belum diolah dan belum dapat digunakan, banyak jenis-jenis bahan material seperti material logam yaitu baja, besi, titanium, material karet yaitu iospren, neopren, karet alam, meterial keramik yaitu alumina, karbida silikon, nitrida sillikon. Bahan material jika sudah diolah maka bisa digunakan.
Keretakan material ada yang dapat dilihat oleh mata secara langsung dan ada pula yang tidak bisa dilihat dengan mata telanjang, karena keretakan yang begitu tipis dan halus sehingga tidak memiliki kepastian yang tepat sampai kapan keretakan material ini akan bertahan.
Hampir semua material khususnya material jembatan banyak memiliki cacat bawaan yang terbentuk saat proses pembuatannya yang lama-kelamaan cacat tersebut menjadi faktor terjadinya keretakan, hampir seluruh bagian lantai jembatan mengalami fluktuasi yang menyebabkan retak tersebut merambat semakin besar, sehingga kontruksi atau kekuatan lantai jembatan akan menurun lebih rendah, jika hal ini terjadi lama-kelamaan kontruksi lantai jembatan tersebut akan mengalami kegagalan atau kerusakan. Kerusakan dan kegagalan kontruksi berawal dari adanya cacat suatu bahan yang membesar karena faktor beban.
Metode sobel merupakan pengembangan dari metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Kelebihan dari metode sobel mengurangi noise sebelum melakukan perhitungan deteksi tepi, sehingga metode ini dapat digunakan untuk mendeteksi keretakan material yang terjadi. Material yang menjadi fokus kajian dalam penelitian ini adalah plat baja yang biasa digunakan sebagai lantai jembatan, terutama jembatan layang di derah perkotaan.
Penelitian terdahulu yang dilakukan oleh M.
Afandes, Afdi Ramadani tahun 2017 dalam deteksi gerak banyak objek menggunakan Background Substraction dan Deteksi Tepi Sobel sehingga mendapatkan hasil dalam mendeteksi gerakkan yang terjadi[1].
Pada tahun 2016 penelitian dilakukan oleh Asmardi Zalukhu implementasi metode canny dan sobel untuk mendeteksi tepi citra memberikan hasil bahwa metode sobel dan canny sama-sama memberikan hasil deteksi citra digital yang baik[2].
Penelitian dilakukan oleh Sukatmi tahun 2017 dalam perbandingan deteksi tepi citra digital dengan metode prewitt, sobel, dan canny memberikan hasil bahwa deteksi tepi citra digital menggunakan metode sobel lebih baik dari pada prewitt[3].
Salah satu solusi yang dapat diberikan untuk memperbaiki masalah yang dihadapi untuk mengetahui keretakan material plat baja sehingga tidak terjadinya kerusakan adalah dengan membuat sebuah aplikasi deteksi tepi pada citra agar menghasilkan sebuah informasi dalam bentuk citra untuk melihat suatu keretakan material yang lebih jelas dan akurat.
2. TEORITIS
A. Deteksi Tepi (Edge Detection)
Deteksi tepi sebuah citra atau gambar pada kondisi awal sebuah citra harus disederhanakan kedalam bentuk yang lebih sedikit keragamannya, kemudian citra diolah atau dibentuk suatu pola yang lebih mudah untuk dikenali dibandingkan dengan citra sebelum dilakukan proses penyederhanaan. Citra merupakan tampilan suatu titik yang berada pada suatu ruang tiga dimensi. Salah satu standar yang digunakan dalam pengolahan citra adalah RGB (red, green, blue), HVS (hue, saturation, value), dan HLS (hue, luminosity, saturation). Standar citra warna yang digunakan adalah RGB dimana masing- masing warna memiliki nilai yang sama yaitu 0-255 atau 156 bit [4].
B. Pengertian Citra
Citra merupakan gambar sebagai salah satu komponen multimedia yang memegang peran penting sebagai bentuk informasi visual. Proses pengolahan data
Jurnal Pelita Informatika, Volume 8, Nomor 3, Januari 2020 ISSN 2301-9425 (Media Cetak) Hal: 378-381
379 dapat dilakukan oleh komputer baik berupa mikro
komputer sederhana atau biasa, tergantung jumlah data dan jenis pengolahan. Proses penampilan data merupakan salah satu bagian yang penting karena citra hasil olahan harus dapat dinilai oleh mata manusia melalui sebuah penampilan [5].
C. Metode Sobel
Operator sobel adalah salah satu operator yang menghadiri adanya perhitungan gradient di titik interpolasi. Operator ini menggunakan kernel ukuran 3x3 pixel untuk perhitungan gradient sehingga perkiraan gradien berada tepat ditengah jendela, misalkan susunan piksel-piksel disekitar piksel (x,y) adalah:
Tabel 1. Susunan piksel-piksel
A0 A1 A2
A7 (x,y) A3
A6 A5 A4
Berdasarkan susunan piksel tetangga tersebut, besaran yang dihitung menggunakan operator sobel adalah 𝑀 = √𝑆𝑥 2 + 𝑆𝑦 2 dimana M adalah besar gradient di titk tengah kernel dan turunan parsial dihitung menggunakan persamaan berikut:
Sx = (a2 + ca3 +a4) – (a0 +ca7 + a6) Sy = (a0 + ca1 +a2) – (a6 +ca5 + a4)
Dimana c adalah konstanta yang bernilai 2. Sx dan Sy diimplementasilkan menjadi kernel berikut:
𝑆𝑥 𝑆𝑦
1 2 1 0 0 0 -1 -2 -1
Tampak bahwa operator sobel menggunakan pembobotan pada piksel-piksel yang lebih dekat dengan titik pusat kernel, oleh karena itu pengaruh piksel-piksel tetangga akan berbeda sesuai dengan letaknya terhadap titik dimana gradient dihitung, dalam melakukan perhitungan gradient operator ini merupakan gabungan dari posisi mendatar dan posisi vertikal [7].
3. ANALISA
Perbaikan tepi citra merupakan suatu proses yang dilakukan untuk membuat citra yang tepi citranya turun akibat adanya gangguan noise pada gambar diperbaiki agar menjadi lebih mirip dengan keadaan citra aslinya, dalam praktik kehadiran derau tidak dapat dihindari. Pada beberapa pengolahan citra terkadang untuk menguji suatu algoritma untuk dapat mengurangi noise yang disebabkan oleh faktor pengolahan gambar yang tidak sesuai atau disebabkan faktor alamiah yang menyebabkan gambar mengalami gangguan, namun diluar beberapa faktor tersebut berbagai jenis noise dapat digunakan atau dibangkitkan dengan tujuan untuk menurunkan tepi citra untuk kepentingan khusus, yaitu untuk pengujian pengurangan derau (noise).
A. Analisa dan Logika Metode
Pada penelitian ini citra yang digunakan adalah citra berwarna yang memiliki noise, untuk proses perbaikan pada citra berwarna, citra dipisahkan menurut saluran warnanya menjadi 3 buah citra, masing-masing
mewakili saluran Red, Green dan Blue, di asumsikan gambar memiliki ukuran 10x10 pixel
Ekstraksi citra / merepresentasikan citra berwarna kedalam bentuk matrik. Setiap warna diekstrak dari masing-masing pixel yang terdapat dalam gambar, jadi setiap pixel dalam gambar yang sudah dipisahkan saluran warna RGB nya akan diambil nilai dari warna R, G dan B nya. Dalam hal ini setiap saluran warna dasar menggunakan penyimpanan 8 bit atau sama dengan 1 byte, yang berarti setiap saluran warna RGB mempunyai gradasi sebanyak 256 kombinasi warna keabuan . Pada bagian Red = Green = Blue nilai tersebut digunakan untuk menunjukan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan, dan putih. Tingkat keabuan disini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih.
Berikut adalah contoh penggunaan operator sobel.
Langkah pertama adalah mengambil tepi citra yang memiliki noise dan mengubahnya ke bentuk nilai ascii.
Seperti di bawah ini :
Gambar 1. Ubah Gambar Ke Kode Ascii
Langkah kedua adalah mengambil matriks 3x3 dari gambar hasil matriks di atas, seperti gambar di bawah ini :
Gambar 2. Matriks 3X3
Langkah ketiga adalah Dengan metode Sobel matrix Sx , Sy
Berhubung kernel Sobel merupakan matrix 3×3, jadi perngerjaan diambil matrix 3×3 pada soal sebelah kiri atas terlebih dahulu. Dilanjutkan dengan yang lain ke arah kanan. Jadi nanti total, terdapat 9 step. Dengan penyelesaian :
Step -1 :
Sx: (155*-1)+(155*-2)+(147*-1)+(157*1)+(142*2)+
(145*1)= -26 diabsolutkan menjadi 26
Sy: (155*1)+(155*0)+(147*-1)+(149*2)+(138*0)+
(142*-2)+(157*1)+(142*0)+(145*-1)= 34, Jadi 26+34=60.
Lakukan sampai Step 9 dengan cara yang sama.
Sehingga jika dikonversi ke dalam bentuk matriks maka menghasilkan matriks di bawah ini :
155 155 147 127 51 149 60 262 490 31 157 48 296 340 65 137 104 344 232 73 143 142 111 80 82
Maka hasil matriks jika ditransformasikan ke bentuk gambar akan menghasilkan gambar berikut:
-1 0 1 -2 0 2 -1 0 1
Jurnal Pelita Informatika, Volume 8, Nomor 3, Januari 2020 ISSN 2301-9425 (Media Cetak) Hal: 378-381
380 Gambar 2. Gambar hasil matriks
4. IMPLEMENTASI
Implementasi sistem merupakan tahap dalam melakukan tindakan atau rencana yang telah disusun secara rinci dan jelas. Implementasi umumnya dilakukan apabila perencanaan yang sebelumnya telah selesai.
a. Form Menu Utama
Berikut adalah merupakan tampilan awal dari aplikasi form menu utama hasil dari implementasi sistem yang telah dibuat :
Gambar 3. Form Menu Utama b. Tampilan Form Jendela Kernel Metode Sobel
Berikut adalah merupakan tampilan dari aplikasi form jendela kernel metode sobel hasil dari implementasi sistem yang telah dibuat:
Gambar 4. Tampilan Form Jendela Kernel Metode Sobel c. Tampilan Form Metode Sobel
Berikut adalah merupakan tampilan dari aplikasi form metode sobel hasil dar iimplementasi sistem yang telah dibuat:
Gambar 5. Tampilan Form Metode Sobel
d. Hasil Pengujian Program
Hasil pengujian program menampilkan hasil dari sebuah input data pada aplikasi yang telah siap.
Gambar 6. Hasil Pengujian Program
5. KESIMPULAN
Kesimpulan yang dapat diambil dari pembahasan bab sebelumnya adalah sebagai berikut:
a. Algoritma sobel dapat digunakan sebagai salah metode untuk mendeteksi keretakan material plat baja tepi citra termografi.
b. Matlab R2010a merupakan aplikasi yang berhasil digunakan untuk mendeteksi keretakan tepi citra termografi material plat baja.
c. Adanya aplikasi deteksi keretakan tepi citra termografi material plat baja merupakan suatu terobosan baru yang dapat digunakan oleh user dalam menentukan material plat baja yang akan digunakan sebagai bahan atau lantai jembatan layang.
REFERENCES
[1] M. Affandes and A. Ramadani, “MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL,” no. 255, pp. 1–6, 2017.
[2] T. Citra, “Sx = -2,” vol. 3, no. 6, pp. 25–29, 2016.
[3] M. Prewitt and S. Canny, “Perbandingan Deteksi Tepi Citra Digital dengan,” vol. 1, no. 1, pp. 1–4, 2017.
[4] P. Studi, T. Industri, and F. Teknik, “METODE ANALISIS KOMBINASI DETEKSI TEPI,” no. 1, pp. 180–195, 2011.
[5] Hari Antoni Musril, “Komparasi Metode Arithmetic Coding Dan Huffman Coding Dalam Algoritma Entropy Untuk Kompresi Citra Digital,” J. Teknol. Inf. Pendidik., vol. 5, 2012.
[6] H. F. Astuti, Konsep dan Teori Pengolahan Citra Digital, 1st ed.
Andi Publisher, 2013.
[7] O. D. N. T.Sutoyo, S.Si, M.Kom, Edy Mulyanto, S.Si, M.Kom, Dr.Vincent Suhartono, Teori Pengolahan Citra Digital. Andi Publisher, 2009.
[8] Putra Darma, Pengolahan Citra Digital. Andi Publisher, 2010.
[9] P. Informatika, B. Darma, H. D. Hutahaean, C. Digital, C.
Streching, and L. Teori, “TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN Diterbitkan Oleh : STMIK Budi Darma Medan Diterbitkan Oleh : STMIK Budi Darma Medan,” vol. III, pp. 35–44, 2013.
[10] M. R. Milfa Yetri, Yusnidah, “Analisis Identifikasi Pola Warna Ikan Koi Menggunakan Metode Sobel Edge Detection Dalam Karakteristik Citra Sharpening,” Jurnal, Ilm. SAINTIKOM, 2011.
[11] Ng. E.Y.-K., “A Review of Thermography as Promising Non- Invasive Detection Modality for Breast Tumor,” Int. J. Therm.
Sci., 2009.
[12] Bronzino, J. D., “The Biomedical Engineering Handbook, Third Edition, Medival Devices and Systems,” CRC Press, 2006.
Jurnal Pelita Informatika, Volume 8, Nomor 3, Januari 2020 ISSN 2301-9425 (Media Cetak) Hal: 378-381
381
[13] http://ftp.gunadarma.ac.id/linux/docs/v06/Kuliah/SistemOperasi/
BUKU/Sis stemOperasi-4.X-1/ch23s08.html
[14] https://desetyawan.wordpress.com/2016/12/01/mekanika- keretakan-fracture-mecanics/
[15] Munawar, “Pemodelan Visual dengan UML,” Graha Ilmu, Jakarta, 2005.
[16] Komputer Wahana, Ragam Aplikasi Pengolahan Image Dengan Matlab. Jakarta: PT. Alex Media Komputindo, 2013.
