PENGENALAN CINCIN TAHUNAN PADA GAMBAR POHON MENGGUNAKAN PEMROSESAN CITRA DIGITAL
Ferdinandus klaudius seran1 ,Richardus Karonigi2
1Program Studi Teknik Informatika Strata 1, STIKOM Uyelindo Kupang 2Program Studi Teknik Informatika Strata 1, STIKOM Uyelindo Kupang
Email:[email protected],
Abstrak
Pengenalan cincin tahunan pada gambar pohon merupakan aspek penting dalam studi dendrokronologi untuk menentukan usia pohon dan menganalisis pola pertumbuhannya. Dalam penelitian ini, kami mengusulkan sebuah pendekatan menggunakan pemrosesan citra digital untuk mendeteksi dan menghitung jumlah cincin tahunan secara otomatis. Metode yang diusulkan melibatkan konversi gambar ke citra grayscale, penerapan thresholding untuk menghasilkan citra biner, dan deteksi kontur untuk mengidentifikasi cincin tahunan. Selain itu, kami menggunakan algoritma k-means untuk segmentasi gambar dan menentukan pola pertumbuhan pohon. Hasil eksperimen menunjukkan bahwa metode yang diusulkan berhasil mendeteksi cincin tahunan dengan akurasi yang baik pada berbagai kondisi gambar. Penelitian ini menawarkan solusi yang efisien dan otomatis untuk pengenalan cincin tahunan pada gambar pohon, yang memiliki potensi untuk meningkatkan efektivitas studi dendrokronologi.
Kata kunci: Pengenalan Cincin Tahunan,Pemrosesan Citra Digital, Konversi Grayscale, Thresholding, Deteksi Kontur, Segmentasi Gambar.
1. PENDAHULUAN
[2]Dalam kehidupan sehari-hari, kayu memegang peranan penting sebagai bahan konstruksi dan dekorasi yang sering digunakan untuk membuat berbagai jenis produk, mulai dari perabot rumah tangga seperti meja, kursi, hingga lemari, hingga konstruksi bangunan seperti atap dan lantai.
Kehadiran kayu dalam berbagai aspek kehidupan membuatnya menjadi komoditas yang diperdagangkan secara luas di pasar. [3] Dalam pasar kayu, permintaan dari berbagai perusahaan mencerminkan kebutuhan akan kayu jati yang berbeda-beda, baik itu yang lebih muda untuk menjaga harga produk terjangkau, maupun yang lebih tua untuk menjamin kualitas produk yang tinggi. [2]Namun, tantangan muncul ketika masyarakat umum, terutama mereka yang kurang berpengetahuan dalam hal kayu, kesulitan dalam menilai kualitas kayu yang mereka beli, karena sering kali menganggap bahwa ukuran besar menandakan umur pohon yang lebih tua, padahal hal tersebut tidak selalu benar dan dapat menyebabkan masalah dalam proses jual beli kayu.
[2]Berdasarkan latar belakang di atas, penting untuk mengembangkan suatu metode analisis yang dapat menentukan umur kayu secara digital menggunakan komputer. Langkah-langkah awal dalam analisis ini adalah dengan mengambil gambar penampang batang pohon atau kayu menggunakan kamera. Selanjutnya, gambar yang telah diambil akan diproses menggunakan teknik pemrosesan gambar, yang mencakup proses seperti grayscale, edge detection dan thresholding. Metode ini diharapkan dapat memberikan informasi yang lebih akurat tentang umur kayu dengan mengidentifikasi dan menganalisis lingkaran tahun pada kayu, juga diperkirakan dapat mengurangi kesalahan dalam penilaian umur kayu secara visual. Dengan demikian, penggunaan teknologi pengolahan citra digital diharapkan dapat mempermudah proses penentuan kualitas kayu dalam transaksi jual beli, sehingga dapat memberikan keuntungan bagi semua pihak yang terlibat dalam industri kayu.
2. LANDASEAN TEORI 2.1. Citra Digital
[1]Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang langsung disimpan pada suatu media penyimpanan.
2.2. Pengolahan Citra Digital
[3]Pengolahan citra digital merupakan cabang ilmu yang mempelajari berbagai teknik untuk meningkatkan kualitas citra, seperti peningkatan kontras, perubahan warna, restorasi citra, transformasi geometrik, dan lainnya. Proses pengolahan citra digital melibatkan serangkaian operasi matematika yang dilakukan pada piksel-piksel citra, yang kemudian menghasilkan citra yang telah diperbaiki atau diubah sesuai dengan kebutuhan. Citra digital direpresentasikan sebagai sebuah matriks dua dimensi yang terdiri dari M kolom dan N baris, di mana setiap elemen matriks tersebut merepresentasikan intensitas piksel pada posisi yang sesuai dalam citra.
2.3. Lingkaran Tahun
[3]Lingkaran tahun adalah fenomena alami yang terjadi pada batang pohon yang memiliki jaringan kambium.
Lingkaran tahun terbentuk sebagai hasil dari aktivitas pembelahan sel-sel di kambium selama periode pertumbuhan pohon. Dengan mengidentifikasi dan menganalisis lingkaran tahun pada penampang batang pohon, umur pohon tersebut dapat diestimasi secara kasar. Namun, untuk mendapatkan estimasi umur yang lebih akurat, diperlukan analisis yang lebih mendalam menggunakan teknik-teknik pengolahan citra digital seperti grayscale, edge detection, dan operator Sobel.
2.4. Grayscale
[3]Proses yang sering digunakan dalam pengolahan citra adalah mengubah citra berwarna menjadi citra grayscale. Ini dilakukan dengan menyederhanakan model citra berwarna (RGB). Setiap proses perhitungan dilakukan pada ketiga layer tersebut, dan hasilnya adalah citra dalam bentuk grayscale. Rumus yang sering digunakan untuk mengubah citra berwarna menjadi grayscale adalah dengan mengambil rata-rata tertentu
dari nilai intensitas masing-masing warna, misalnya, dengan rumus Grayscale = 0.3 * RED + 0.59 * GREEN + 0.11 * BLUE.
2.5. Thresholding
Dalam pemrosesan citra digital, teknik thresholding merupakan salah satu metode yang paling sederhana untuk melakukan segmentasi citra. Thresholding memungkinkan kita untuk mengubah citra grayscale menjadi citra biner dengan mudah. Operasi thresholding membagi nilai derajat keabuan setiap piksel menjadi dua kelas, yaitu hitam dan putih. Rumus umum operasi thresholding adalah sebagai berikut: Jika nilai intensitas dari piksel kurang dari atau sama dengan nilai ambang T, maka piksel tersebut diberi nilai 1. Sedangkan jika nilai intensitas piksel melebihi nilai ambang T, piksel tersebut diberi nilai 0.
f =(x , y) { 1, 0, jika f jika f ( ( x , y x , y ) )< ≥T T
2.6. Deteksi Kontur
Menggunakan citra biner yang dihasilkan dari tahap sebelumnya, kontur dari cincin-cincin tahunan dideteksi menggunakan algoritma deteksi kontur. Algoritma ini menemukan garis-garis yang mengelilingi area berbeda dalam citra biner, yang mewakili cincin-cincin tahunan pada gambar.
2.7.Penghitungan Cincin Tahunan
Setelah kontur berhasil dideteksi, jumlah cincin tahunan dihitung berdasarkan jumlah kontur yang terdeteksi.
Ini memberikan estimasi awal tentang usia pohon berdasarkan jumlah cincin tahunan yang terlihat dalam gambar.
Gambar 1 . Contoh cincin tauhuan pada pohon 3. METODE PENENLITIAN
DAFTAR PUSTAKA
[1] Alima Hakkon Hasibuan, Taronisokhi Zebua & Rivalri Kristianto Hondro ,2020. Penerapan Metode Sobel Edge Detection dan Image Processing Untuk Mengetahui Diameter Apel Fuji Menggunakan Aplikasi Matlab, JURIKOM (Jurnal Riset Komputer), Vol. 7 No. 3, pp 450-454
[2] Nadzir Zaid Munantri, Herry Sofyan & Mangaras Yanu F, 2019, APLIKASI PENGOLAHAN CITRA DIGITAL UNTUK IDENTIFIKASI UMUR POHON, TELEMATIKA, Vol. 16, No. 2, Pp. 97 – 104
[3] Panji Stephanus & Shinta Estri Wahyuningrum, 2017, PENGHITUNGAN LINGKARAN TAHUN DENGAN EDGE LINKING DAN CHAIN CODE, PROXIES VOL. 1 NO. 1
