PENERAPAN ALGORITMA HOMOGENEITY UNTUK DETEKSI TEPI CITRA PADA CITRA RONTGEN

(1)

Jurnal Pelita Informatika, Volume 6, Nomor 2, Oktober 2017 ISSN 2301-9425 (Media Cetak) Hal: 219-222

219

PENERAPAN ALGORITMA HOMOGENEITY UNTUK DETEKSI TEPI CITRA PADA CITRA RONTGEN

Indah Setiawaty¹, Sinar Sinurat²

1Mahasiswa Program Studi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia

2 STMIK Budi Darma, Medan, Indonesia

1,2 Jln. Sisingamangaraja No. 338 Simp Limun, Medan, Indonesia

ABSTRAK

Teknik pengolahan citra saat ini menjadi sangat populer di kalangan masyarakat guna publikasi baik dalam media sosial maupun untuk lainnya. Salah satu bentuk bentuk pengolahan dimaksud adalah deteksi tepi untuk mengenali pola. Pola ini digunakan untuk memberikan perbaikan suatu citra, tidak cukup hanya dengan penglihatan mata manusia saja yang memiliki banyak keterbatasan. Tepi citra bertujuan untuk memisahkan objek citra dan meningkatkan penampakan tepi objek dalam bentuk segmentasi. Segmentasi citra pada sub objek dalam tepi yang ditandai akan memanfaatkan perubahan nilai intensitas area. Adapun citra yang akan dideteksi adalah citra rontgen. Algoritma homogeneity akan mendeteksi tepi dengan menentukan dua daerah akses dengan tingkat keabuan yang relatif berbeda dengan menggunakan perhitungan local derivative operator. Pendekatan Edge Detection digunakan untuk mendeteksi intensitas gray level yang disebabkan titik ataupun garis yang membentuk piksel terisolasi. Dalam penelitian ini hasil yang paling bagus dari ke delapan arah mata angin tersebut dan lebih baik polanya akan ditentukan dari hasil pengujian dari seluruh mata angin dengan menentukan nilai maksimum dari pengurangan serangkaian piksel.

Kata kunci: Tepi_Citra, Rontgen, Konvolusi, Kernel, Homogeneity.

I. PENDAHULUAN

Citra radiografi atau citra rontgen berbentuk bayangan yang diperoleh sebagai akibat dari sinar-x melalui tubuh. Citra radiografi ditemukan oleh Wilhem Conrad Rontgen seorang berkebangsaan Jerman tahun 1895. Penemuannya diilhami dari cahaya hasil yang keluar dari katoda menuju ke anoda yang berada dalam tabung kaca. Pemanfataan sinar-x di bidang kedokteran merupakan salah satu cara untuk meningkatkan kesehatan masyarakat. Aplikasi ini cukup beragam mulai dari radiasi untuk diagnosic, pemeriksaan sinar- X gigi, dan penggunaan radiasi sinar-x untuk terapi.

Pada kasus ini masih sering kita temukan sebuah hasil dari citra rontgen yang tidak akurat untuk sebuah pendeteksian tepi pada sebuah hasil dari rontgen tersebut.

Deteksi tepi memiliki batas antara dua region yang memiliki gray level yang relatif berbeda. Pada dasarnya ide yang ada di balik sebagian besar teknik edge-detection adalah menggunakan perhitungan local derivative operator.

Penelusuran citra secara vertikal maupun horizontal sambil melihat apakah terjadi perubahan warna yang melebihi suatu sensifitas antara dua titik yang berdekatan. Jika terjadi perubahan maka antara kedua titik tersebut dianggap pinggiran (edge) sebuah citra. Pendeteksian pada citra dapat dilakukan dengan beberapa metode antara lain yaitu dengan menggunakan metode Robert’s, Prewitt, Sobel, Cann, Homogeneity dan Otsu.

II. TEORITIS A. Citra

Umumnya “citra” digunakan dalam berbagai bidang pengolahan c it ra sebagai suat u fungs i ko nt inu dari int ens it as caha ya f( x, y)

dala m bidang dua dimensi, dengan (x,y) menyatakan suatu koordinat dan nilai f pada set iap t it ik (x, y) menyat akan int ensit as at au t ingkat keceraha n (brightness). Suatu citra digital adalah suatu citra kontinu yang diubah ke dalam bentuk diskrit, baik koordinat maupun intensitas cahayanya. Citra merupakan suat u mat riks, dimana indeks baris dan ko lo mnya me nyat akan koordinat sebuah t it ik pada citra t ersebut dan nila i masing - masing ele me nnya menyatakan intensitas cahaya pada titik tersebut.

B. Citra Analog, Digital dan Grayscale

Citra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor televise, foto sinar-X, foto yang tercetak di kertas foto, lukisan, pemandangan alam, hasil CT Scan, gambar-gambar yang terekam pada pita kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan dalam komputer sehingga tidak dapat diproses di komputer secara langsung.

Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh komputer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang telah mengalami proses digitalisasi.

Citra greyscale hanya memiliki satu nilai kanal pada setiap pixelnya, di mana red=green=blue. Warna yang dimiliki adalah hitam, keabuan, dan putih.

Tingkat keabuan di sini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih (Drama Putra, 2010:40).

Skala keabuan adalah menangani gradasi warna hitam dan putih, yang menghasilkan efek warna abu- abu. Warna dinyatakan dengan intensitas berkisar antara 0 sampai dengan 255. Nilai 0 menyatakan hitam dan nilai 255 menyatakan putih (Abdul Kadir & Adhi Susanto, 2013:23). Grayscale adalah warna yang tergantung pada jumlah bit yang disediakan di memori

(2)

220 untuk menampung kebutuhan warna ini (T. Sutoyo,

2009:21).

C. Konvolusi

Konvolusi dinyatakan dalam matriks, di mana setiap elemen matriks penapis tersebut dinamakan koefisien konvolusi. Operasi bekerja dengan menggeser kernel piksel per piksel, yang hasilnya kemudian disimpan dalam

matriks baru.

Gambar 1. Perhitungan Konvolusi

Tahapan untuk mendapatkan hasil konvolusi yang terjadi antara citra dan kernel, dan fungsi yang digunakan adalah : h(x,y) = f (x,y)*g (x,y)

D. Deteksi Tepi

Suatu edge adalah batas antara dua region yang memiliki gray level yang relatif berbeda. Pada dasarnya ide yang ada di balik sebagian besar teknik edge- detection adalah menggunakan perhitungan local derivative operator. Gradien dari suatu citra f(x,y) pada lokasi (x,y) adalah vektor, yang dirumuskan sebagai berikut :

Dalam edge detection nilai yang penting adalah magnitude dari vektor atau gradien dituliskan ∇f, yang dirumuskan dengan :

Pada umumnya digunakan pendekatan nilai gradien tersebut dengan nilai absolut : di mana :

∇f=vektor, Gx=gradien x dan Gy=gradien y.

Arah dari vektor gradien juga merupakan kuantitas yang penting. Jika α(x,y) menunjukkan arah sudut vektor ∇f pada (x,y), maka dari analisa vektor :

di mana α(x,y=arah sudut, Gx=gradien x dan Gy=gradien y.

Arah sudut diukur terhadap sumbu x. Derivatif juga bisa diimplementasikan secara digital dengan menggunakan operator Sobel, yaitu dengan menggunakan mask yaitu :

nilai Gx dan nilai Gy

E. Algoritma Homogeneity

Algoritma homogeneity adalah algoritma yang praktis dan cepat dalam mendeteksi tepi dimana dalam menentukan nilai maksimum dari pengurangan serangkaian piksel. Homogeneity menghitung perbedaan maksimum dari piksel dengan piksel tetangga yakni 8 arah untuk menghitung gradien dengan menggunakan persamaan :

G=(g(x,y)-a0), (g(x,y)-a1), (g(x,y)-a2), (g(x,y)-a3), (g(x,y)-a4), (g(x,y)-a5), (g(x,y)-a6), (g(x,y)-a7)

Gambar 2. Operator Homogeneity III. ANALISA DAN PEMBAHASAN

Proses pendeteksian tepi pada citra langkah pertama yang harus dilakukan ialah melakukan proses perubahan citra rontgen dengan resolusi 309 x 163 piksel yaitu :

(a) Citra Rontgen (b) Sampel Size 5x5 Gambar 3. Citra Input

Adapun daerah objek yang akan dideteksi adalah citra kerusakan pada gigi manusia dengan resolusi tepi citra rontgen 5x5 dengan mask filter 3x3, adapun penyelesaian adalah sebagai berikut :

(3)

221 Gambar 4. Nilai Pixel Citra

Penerapan Algoritma Homogeneity

Adapun perhitungan dengan algoritma ini adalah :

Gambar 5. Deskripsi Pengolahan Data G(2,2) = |(43-56) + (43-58) + (43-59) + (43-40) + (43-41) +

(43-33) + (43-35) + (43-36)|

= |(-13)+(-15)+(-16)+(3)+(2)+(10)+(8)+(7)|= |(-14)|

=14

G(3,2) = |(41-58) + (41-59) + (41-59) + (41-43) + (41-41) + (41-35) + (41-36) + (41-36)|

= |(-17)+(-18)+(-18)+(-2)+(0)+(6)+(5)+(5)|= |(-39)| = 39

G(4,2) = |(41-59) + (41-59) + (41-60) + (41-41) + (41-41) + (41-41) + (41-36) + (41-36) + (41-39)|

= |(-18) + (-18)+(-19)+(0)+(0)+(5)+(5)+(2) |= |(- 43)|=43

G(2,3) = |(35-40) + (35-43) + (35-41) + (35-33) + (35-36) + (35-45) + (35-49) + (35-51)|

= |(-5)+(-8)+(-6)+(2)+(1)+(-10)+(-14)+(-16)|=|(- 56)|=56

G(3,3) = |(36-43) + (36-41) + (36-41) + (36-35) + (36-36) + (36-49) + (36-51) + (36-52)|

=|(-7)+(-5)+(-5)+(1)+(0)+(-13)+(-15)+(-16)|=|(-60)|=

60

G(4,3) = |(36-41) + (36-41) + (36-41) + (36-36) + (36-39) + (36-51) + (36-52) + (36-55)|

= |(-5)+(-5)+(-5)+(0)+(-3)+(-15)+(-16)+(-17)|=|(- 66)|=66

Adapun hasil perhitungan dari permasalahan di atas menggunakan konvolusi mask 3x3 nilai mask sebelumnya 36 menjadi titik mask yang baru 66.

G(2,4) = |(49-33) + (49-35) + (49-36) + (49-45) + (49-51) + (49-72) + (49-82) + (49-80)|

=|(16)+(14)+(13)+(4)+(-2)+(-23)+(-33)+(-31)=|(- 42)|=42

G(3,4) = |(51-35) + (51-36) + (51-36) + (51-49) + (51-52) + (51-82) + (51-80) + (51-75)|

=|(16)+(15)+(15)+(2)+(-1)+(-31)+(-29)+(-24)|= |(- 37)|

G(4,4) = |(52-36) + (52-36) + (52-39) + (51-52) + (52-53) + (52-80) + (52-75) + (52-76)|

=|(16)+(16)+(13)+(1)+(-1)+(-28)+(-23)+(-24)|=|(- 30)|

Hasil perhitungan di mana sebelumnya 52 menjadi titik mask yang baru 30.

Gambar 6. Hasil Akhir Deteksi Tepi

Adapun fungsi matlab yang digunakan untuk mengambil data gambar adalah :

gambar=imread(‘NF.jpg’);

red=gambar(:,:,1);

green=gambar(:,:,2);

blue=gambar(:,:,3);

gray2=0.3*red+0.5*green+0.2*blue ;

Perancangan Dialog

Aplikasi yang akan dirancang bentuk dialog yaitu:

1. Use Case :

Gambar 7. Use Case 2. Activity Diagram :

Gambar 8. Activity Diagram

(4)

222 3. Tampilan Rancangan :

Gambar 7. Rancangan Program IV. IMPLEMENTASI

Adapun perangkat lunak (software) yang direkomendasikan untuk menjalankan aplikasi ini adalah adalah lingkungan sistem operasi Microsoft Window 7. Pada proses implementasi penerapan algoritma homogeneity berfungsi untuk mendeteksi tepi pada citra rontgen. Pada citra yang telah dianalisis dan telah dirancang sebelumnya dengan menggunakan bahasa Pemrograman Matlab 2010 yang merupakan tools yang dapat dibuat untuk aplikasi deteksi tepi rancangan ini dijalankan dengan menggunakan Windows 7 yang mana PC tersebut perlu untuk disimulasikan dengan menginstal komponen windows serta komponen Matlab 6.1.

Tampilan aplikasi sebagai berikut :

Gambar 8. Tampilan Aplikasi V. KESIMPULAN

Berdasarkan uraian pada penelitian di atas dapat diambil suatu kesimpulan sebagai berikut :

1. Algoritma Homogeneity dapat mendeteksi tepi pada Citra Rontgen.

2. Proses pengenalan deteksi tepi perlu dilakukan sebelum mendeteksi objek yang penting.

3. Perancangan aplikasi dengan menggunakan softwere aplikasi dengan menggunakan software Matlab sangat membantu dalam mendeteksi citra yang akan di proses.

REFERENCES

1. K. Abdul, Pengenalan Algoritma Pendekatan Secara Visual dan Interaktif Menggunakan Raptor, Yogyakarta: Andi, 2013

2. Abdul Kadir & Adhi Susanto, 2013. “Teori dan Aplikasi Pengolahan Citra”. Yogyakarta : Andi.

3. F.A. Hermawati, Pengolahan Cita Digital, Yogyakarta: Andi, 2013.

4. T. Sutoyo, S.Si, M.Kom, 2009. Teori Pengantar Citra Digital, ANDI Yogyakarta

5. Anianti Murni, 1992. Pengantar Pengolahan Citra, ANDI Yogyakarta

6. R.A. &. M. Shalahuddin, Rekayasa Perangkat Lunak, Bandung:

Informatika, 2011.

7. Fajar Astuti Hermawati, 2013. “Pengolahan Citra Digital”.

Yogyakarta : Andi.

8. Darma Putra, 2010. “Pengolahan Citra Digital”. Yogyakarta : Andi.

9. Munir, Rinaldi 2004. Pengolahan Citra Digital Pendekatan Algoritmik

10. Rosa A.S, M. Shallahuddin, 2011. “Rekayasa Perangkat Lunak”. Bandung : Modula.

11. Adi Nugroho, 2010. Rekayasa Perangkat Lunak Berorientasi objek, ANDI Yogyakarta

12. T. Sutoyo dkk, 2009. “Teori Pengolahan Citra Digital”.

Yogyakarta : Andi.

13. Abdul Kadir, 2013. “Dasar Pengolahan Citra dengan Delphi”.

Yogyakarta : Andi.

14. Wahana Komputer, 2013 “Pengolahan Image dengan Matlab”.

Jakarta: PT Elex Media Komputindo.

15. W. Komputer, Ragam Aplikasi Pengolahan Citra Image Dengan Matlab, Jakarta: Elex Media Komputindo, 2013.

16. Yuhandri, S. Madenda, E. P. Wibowo, and Karmilasari, “Object Feature Extraction of Songket Image Using Chain Code Algorithm,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 7, no. 1, pp.

235–241, 2017.

17. S. Aripin, G. L. Ginting, and N. Silalahi, “Penerapan metode retinex untuk meningkatkan kecerahan citra pada hasil screenshot,” Media Inform. Budidarma, vol. 1, no. 1, pp. 24–

27, 2017.