Majalah Ilmiah INTI, Volume 12, Nomor 2, Mei 2017 ISSN 2339-210X
146
PENERAPAN METODE FREI-CHAN DAN METODE LAPLACIAN UNTUK MENDETEKSI TEPI CITRA DIGITAL
Agnes Jessy Novitauli Siahaan
Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang Limun, Medan
ABSTRAK
Penelitian ini membahas tentang Penerapan metode frei-chen dan laplacian Untuk mendeteksi tepi citra digital. Citra digital adalah gambaran dari suattu objek yang bersifat analog berupa sinyal-sinyal video pada monitor televise, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan seperti harddisk, flashdisk, memory card dan berbagai macam media penyimpananan lainnya.Saat ini banyak sekali algortima-algoritma yang dapat digunakan untuk mendeteksi tepi citra digital. Metode yang cukup terkenal yang bisa digunakaan mendeteksi citra digital adalah metode frei-chen dan metode laplacian. Frei-Chen merupakan metode deteksi tepi (edge detection) dengan menggunakan Frei-Chen mask yang mana berisi basis perhitungan vektor untuk diterapkan pada citra. Frei-Chen menunjukkan pendeteksian tepi yang terbaik dilakukan oleh detektor tepi yang sederhana, diikuti dengan penipisan dan menghubungkan proses untuk mengoptimalkan garis tepi sedangkan metode Laplacian ini bersifat omnidirectional, yakni menebalkan bagian tepi kesegala arah.
Kata kunci: Metode Frei-Chen, Metode Laplacian, Citra
I. PENDAHULUAN
Citra digital adalah gambaran dari suatu objek yang bersifat analog berupa sinyal-sinyal video pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan seperti harddisk, flashdisk, memory card dan berbagai macam media penyimpanan lainnya.
Penggunaan citra digital semakin meningkat karena kelebihan yang dimiliki oleh citra digital tersebut, antara lain kemudahan dalam mendapatkan gambar, memperbanyak gambar, pengolahan gambar dan lain-lain. Tetapi tidak semua citra digital memiliki tampilan visual yang memuaskan mata manusia.
Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi (edge detection).
Deteksi tepi adalah hal yang umum dalam proses pengolahan citra digital karena merupakan salah satu langkah awal dalam melakukan segmentasi citra, yang bertujuan untuk mempresentasikan objek-objek yang terkandung dalam citra tersebut.
Deteksi tepi berfungsi untuk mengidentifikasikan garis batas dari suatu objek terhadap citra yang saling tumpang tindih. Sehingga apabila garis tepi pada citra dapat diidentifikasikan dengan akurat, semua objek dapat ditemukan dan sifat dasar seperti area, bentuk, dan ukuran objek dapat diukur. Tepian citra adalah posisi dimana intensitas pixel dari citra berubah dari nilai rendah ke nilai tinggi atau sebaliknya. Saat ini telah ada beberapa metode yang dapat digunakan untuk pendeteksian tepi, contohnya adalah metode sobel, canny, prewitt, frei-chen dan Laplacian. Dalam penelitian ini diambil 2 metode untuk memandingkan hasil akhir gambar yaitu metode frei-chen dengan laplacian. Frei-Chen merupakan metode deteksi tepi (edge detection) dengan menggunakan Frei-Chen mask yang mana
berisi basis perhitungan vektor untuk diterapkan pada citra. Frei-Chen menunjukkan pendeteksian tepi yang terbaik dilakukan oleh detektor tepi yang sederhana, diikuti dengan penipisan dan menghubungkan proses untuk mengoptimalkan garis tepi sedangkan metode Laplacian ini bersifat omnidirectional, yakni menebalkan bagian tepi kesegala arah.
Penulis memilih dua metode karena penulis melakukan penelitian membandingkan hasil gambar dari pendeteksian tepi citra dari metode Frei-chan dan metode Laplacian mana hasil yang lebih bagus digunakan. Hubungan dari kedua metode tersebut sama-sama untuk mendeteksi tepi citra digital.
Skripsi ini akan memberikan gambaran mengenai penerapan kedua metode dalam mendeteksi tepi pada sebuah citra, serta mengevaluasi kinerja masing-masing algoritma.
II. LANDASAN TEORI A. Penerapan
Secara sederhana penerapan bisa diartikan pelaksanaan atau penerapan. Majone dan Wildavsky (Nurdin dan Usman, 2002), mengemukakan penerapan sebagai evaluasi. Browne dan Wildavsky mengemukakan bahwa ”penerapan adalah perluasan aktivitas yang saling menyesuaikan”. Pengertian penerapan sebagai aktivitas yang saling menyesuaikan juga dikemukakan oleh Mclaughin (Nurdin dan Usman, 2002). Adapun Schubert (Nurdin dan Usman, 2002) mengemukakan bahwa
”penerapan adalah sistem rekayasa.” Kata penerapan memperlihatkan bahwa bermuara pada aktivitas, adanya aksi, tindakan, atau penerapan suatu sistem.
Ungkapan mekanisme mengandung arti bahwa penerapan bukan sekadar aktivitas, tetapi suatu kegiatan yang terencana dan dilakukan secara sungguh-sungguh berdasarkan acuan norma tertentu
147 Majalah Ilmiah INTI, Volume 12 Nomor 2, Mei 2017 ISSN 2339-210X
untuk mencapai tujuan kegiatan. Oleh karena itu, penerapan tidak berdiri sendiri tetapi dipengaruhi oleh obyek lainnya. Jadi penerapan adalah suatu proses, suatu aktivitas yang digunakan untuk mentransfer ide, program atau harapan yang dituangkan dalam bentuk kurikulum desain (tertulis) dan dilaksanakan sesuai dengan desain tersebut.
B. Metode Frei-Chen
Deteksi tepi yang menggunakan Frei-Chen mask yang diimplementasikan oleh pemetaan vektorintensitas menggunakan transformasi linear dan kemudian mendeteksi tepi berdasarkan sudut antara intensitas vector dan diproyeksikan kedalam ruang bagian tepi . Representasi dalam bentuk kernel operator.
.
C. Metode Laplacian
Operator turunan keduan disebut juga operator Laplace. Operator Laplace mendekteksi tepi lebih akurat khususnya pada tepi yang curam. Pada tepi yang curam, turunan keduanya memiliki zero crossing (persilangan nol), yaitu titik dimana terdapat pergantian tanda nilai keturunan kedua, sedangkan pada tepi yang tandai tidak terdapat persilangan nol. Operator Laplace termasuk ke dalam penapisan lolos tinggi sebab jumlah seluruh koefisiennya nol dan koefisiennya mengandung nilai negatif maupun negatif. Representasi turunan kedua dalam bentuk kernel operator.
D. Pendeteksian Tepi
Pendeteksian tepi merupakan langkah pertama untuk melingkupi imformasi didalam citra. Tepi mencirikan batas-batas objek, oleh karena itu tepi berguna untuk proses segmentasi dan identifikasi objek didalam citra. Tujuan operasi pendeteksian tepi adalah untuk meningkatkan penampakan garis batas suatu daerah atau objek didalam citra (T.Sutoyo, 2009).
E. Citra Digital
Citra digital adalah citra yang dapat diolah oleh komputer. Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun komplek yang direpresentasikan dengan deretan bit tertentu (Drama Putra, 2010:65). Citra digital terdiri dari sinyal-sinyal frekuensi elektromagnetis yang sudah disampling, dan ukuran pixel dari citra tersebut sudah dapat ditentukan. Sampling merupakan proses pembentukan citra digital dari citra analog. Suatu citra yang dicetak diatas kertas disebut dengan citra analog, jika citra analog tersebut di scan dengan alat scanner maka akan terjadi citra digital. Dengan demikian, scanner merupakan alat sampling. Proses pembentukan citra digital dari citra analog diperlihatkan pada gambar 1.
Gambar 1. Pembentukan Citra Digital dari Citra Analog
Sumber: T.Sutoyo, 2009
Proses perubahan citra analog menjadi citra digital disebut digitalisasi citra. Citra yang dihasilkan dari peralatan digital (citra digital) langsung bisa diproses oleh komputer karena peralatan digital sudah terdapat sistem sampling dan kuantisasi. Sedangkan peralatan analog tidak dilengkapi ke dua sistem tersebut. Ke dua sistem inilah yang bertugas memotong-motong citra menjadi x kolom dan y baris (proses sampling), sekaligus menentukan besar intensitas yang terdapat pada titik tersebut (proses kuantisasi) sehingga menghasilkan resolusi citra yang diinginkan.
III. ANALISA DAN PEMBAHASAN
Analisis dan perancangan aplikasi memerlukan tahapan yang sistematis untuk mendapatkan aplikasi yang baik dan bersesuaian dengan tujuannya. Berikut ini adalah tahap analisis terhadap kedua metode pendekteksian tepi Frei- Chan dan Laplacian. Metode Frei-Chan kadang disebut metode isotropik, metode ini mirip metode sobel. Fungsi Frei-Chan berikut berguna untuk melakukan pengujian metode Frei-chan terhadap citra berskala keabuan. Metode Laplacian berfungsi untuk menebalkan bagian tepi ke segala arah.
Analisis ini akan melihat bagaimana setiap langkah dari tiap-tiap metode dapat mempengaruhi parameter-parameter pembandingan yang telah ditentukan. Setelah melakukan analisi, dilanjutkan dengan tahap perancangan. Berikut ini adalah citra yang akan diproses atau dideteksi citranya dengan menggunakan kedua metode tersebut citra dapat dilihat seperti gambar 2 dibawah ini:
Gambar 2. Citra Grayscale Proses
Digitasi
Citra Analog
Scanning / Sampling
Citra Digital
148 Majalah Ilmiah INTI, Volume 12 Nomor 2, Mei 2017 ISSN 2339-210X
Dibawah ini merupakan hasil dari gambar 2 citra grayscale yang di ubah resolusinya menjadi 5x5 pixel.
Penerapan Metode Laplacian untuk mendeteksi Tepi Citra Digital
Pemecahan Masalah (Problem Solving) Metode Laplacian adalah operator ini bersifat omnidirectional, yakni menebalkan bagian tepi ke segala arah. Namun, operator laplacian memiliki kelemahan, yakni peka terhadap derau, memberikan ketebalan ganda, dan tidak mampu mendeteksi arah tepi. Operator Laplacian dilakukan dengan cara konvolusi dengan melibatkan kernel laplacian.
Konvolusi dilakukan dengan nilai pixel dari citra yang akan diproses atau dideteksi proses citranya.
Berikut ini nilai pixel citra yang akan diproses dengan melakukan konvolusi dari kernel laplacian
.
1. Konversikan citra yang akan di deteksi.
Adapun hasil konversi metode frei-chan diatas adalah seperti gambar dbawah ini
2. Tentukan kernel yang digunakan untuk mendeteksi citra.
3. Hitung nilai konvolusi dari citra tersebut dan hasilnya adalah
IV. IMPLEMENTASI
Penerapan metode yang penulis analisa diterapkan dengan menggunakan software matlab dengan versi r2014a, berikut adalah desain dari program yang dirancang.
Gambar 3. Rancangan Program Pada Matlab
Pada gambar 3 merupakan desain program yang penulis rancang dengan menggunakan matlab, untuk menjalankan desain yang dirancang bisa dilakukan dengan menekan tombol run pada toolbar dan hasilnya sebagai berikut:
Gambar 4. Hasil Program
Gambar 4 merupakan hasil dari desain program yang dirancang, untuk langkah awal penulis mengambil file gambar yang akan di deteksi tepisuatu citra,untuk mengambil file gambar dilakukan dengan menekan tombol ambil gambar dan akan muncul open dialog sebagai berikut:
149 Majalah Ilmiah INTI, Volume 12 Nomor 2, Mei 2017 ISSN 2339-210X
Gambar 5. Open File Dialog Gambar
Gambar 5 merupakan file dialog yang digunakan untuk mengambil gambar untuk dilakukan deteksi tepi citra, penulis mengambil file gambar penulis dengan nama file agnes.jpg, jika sudah tekan tombol open dan hasilnya sebagai berikut:
Gambar 6. Hasil Open Dialog
Gambar 6 merupakan hasil open dialog, berikutnya adalah melakukan proses pendeteksian tepi citra, pengujian pertama penulis melakukan pendeteksian tepi citra menggunakan metode frei chan dengan menekan tombol Frei Chan dan hasilnya sebagai berikut:
Gambar 7. Hasil Deteksi Tepi Frei Chan
Gambar 7 merupakan hasil pendeteksian tepi citra menggunakan metode frei chan, berikutnya adalah melakukan proses pendeteksian tepi citra menggunakan laplacian dan hasilnya sebagai berikut:
Gambar 8. Hasil Deteksi Tepi Laplacian
Gambar 8 merupakan hasil pendeteksian tepi citra dengan menggunakan metode laplacian, pada proses pengujian tampak perbedaan yang mencolok dimana penggunaan metode laplacian lebih detail dalam mendeteksi tepi citra dibandingkan metode frei chan.
V. KESIMPULAN
Beberapa kesimpulan yang dapat ditarik berdasarkan penelitian yang telah dilakukan adalah sebagai berikut:
1. Algoritma yang digunakan dalam deteksi tepi yaitu algoritma frei- chen dan algoritma laplacian untuk mendeteksi tepi pada citra dengan kedua algoritma sudah cukup bagus, karena berhasil memisahkan antara objek dengan latar belakang sehingga menghasilkan objek yang sesuai dengan citra asli.
2. Pada saat deteksi tepi pada citra yang diberikan noise, algoritma frei-chen dan laplacian cukup baik mendeteksi tepi.
DAFTAR PUSTAKA
[1] Nurdin dan Usman, Konteks Penerapan Berdasarkan Kurikulum, 2002, PT. Raja Grafindo Persada, Jakarta [2] Abdul Kadir dan Adhi Susanto, Teori Dan Aplikasi
Pengolahan Citra, 2013, Penerbit Andi, Yogyakarta [3] T. Sutoyo, Teori Pengenalan Citra Digital, 2009,
Penerbit Andi, Yogyakarta
[4] Darma Putra, Pengolahan Citra Digital, 2010, Penerbit Andi, Yogyakarta
[5] Ridal Murni, Pengolahan Citra Digital Dengan Pendekatan Algoritmik, 2004, Bandung
[6] Lamhot Sitorus, 2015: 15-16 [7] Rosa A.S- M. Shalahuddin, 2011 : 131
