Peningkatan Kontras Menggunakan Metode Contrast Limited Adaptive Histogram Equalization Pada Citra Paru-Paru Yang Kecanduan Rokok

(1)

Peningkatan Kontras Menggunakan Metode Contrast Limited Adaptive Histogram Equalization Pada Citra Paru-Paru Yang Kecanduan Rokok

Fitri Handayani Lubis, Muhammad Syahrizal, Kennedi Tampubolon, Sinar Sinurat

Teknik Informatika, Universitas Budi Darma, Medan, Indonesia Email: [email protected]

Submitted 10-06-2020; Accepted 25-10-2020; Published 25-02-2021 Abstrak

Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu objek biasanya objek fisik atau manusia. Penggunaaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, antara lain kemudahan dalam mendapatkan gambar,memperbanyak gambar,pengolahan gambar dan lain-lain. Masalah kontras dalam citra yang ditangkap oleh kamera seringkali terdapat beberapa gangguan terhadap hasil citra yang ditangkap tersebut. Misalnya saja citra disertai oleh kurang tajam peningkatan cahayanya, atau lemah dalam hal kontras sehingga obyek sulit sekali untuk dipisahkan melalui operasi berisi karena terlalu banyak gangguan atau kontras dalam citra. Berdasarkan permasalahan, untuk meningkatkan citra yang kurang kontras maka dibutuhkan untuk meningkatkan kontras dengan menggunkan metode contrast limited adaptive. contrast limited adaptive citra dikatakan baik bila mampu melibatkan semua level atau aras. Tentu saja tujuannya agarmampu menampilkan detil pada citra sehingga mudah diamati.

Kata Kunci: Citra; Paru-Paru; Contrast Limited Adaptive

Abstract

Image (Citra) is a combination of points, lines, fields, and colors to create an imitation of an object, usually a physical or human object.

The use of digital images is increasing because of the advantages possessed by digital images, including the ease in getting images, reproducing images, processing images and others. The problem of contrast in the image captured by the camera is often some interference with the results of the captured image. For example, the image is accompanied by a lack of sharp increase in light, or weak in terms of contrast so that the object is very difficult to separate through operations containing because too much interference or contrast in the image.

Based on the problem, to improve the image with less contrast it is necessary to increase the contrast by using the contrast limited adaptive method. contrast limited adaptive image is said to be good if it is able to involve all levels or levels. Of course the goal is to be able to display details in the image so that it is easily observed.

Keywords: Citra; Lung; Adaptive Contrast Limited

1. PENDAHULUAN

Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu objek biasanya objek fisik atau manusia. Citra bisa berwujud gambar (picture) dua dimensi, seperti lukisan, foto, dan berwujud tiga dimensi, seperti patung. Istilah lain untuk gambar sebagai bentuk informasi visual yang memegang peranan penting dalam komponen multimedia. Seiring dengan perkembangan teknologi di bidang komputerisasi, teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai bidang antara lain bidang kedokteran dan bidang industri hiburan. Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis citra dengan bantuan komputer. Hal ini dilakukan untuk mendapatkan alternatif solusi sebuah masalah dengan hasil yang lebih efisien dan akurasi yang baik, sebagai contoh untuk deteksi penyakit osteoporosis dari citra sinar-X dan untuk kompresi video. Kontras adalah kesan yang didapat karena adanya dua hal yang berlawanan, misalnya adanya bentuk, ukuran, warna, atau tekstur yang berbeda. Kontras yang ditimbulkan karena adanya bentuk yang berbeda disebut kontras bentuk. Jika ukurannya yang berbeda maka disebut kontras ukuran. Bila warnanya yang berbeda maka disebut kontras warna. Dan apabila tekstur yang berbeda, maka disebut Kontras tekstur[1].

Masalah kontras dalam citra yang ditangkap oleh kamera seringkali terdapat beberapa gangguan terhadap hasil citra yang ditangkap tersebut. Misalnya saja citra disertai oleh noise, variasi intensitas yang kurang seragam akibat pencahayaan yang tidak merata, atau lemah dalam hal kontras sehingga obyek sulit sekali untuk dipisahkan dari latar belakangnya melalui operasi berisi karena terlalu banyak noise (gangguan atau distorsi dalam citra), dan lain sebagainya. Noise dalam pengolahan citra digital merupakan gangguan yang disebabkan oleh menyimpangnya data digital yang diterima oleh alat penerima data gambar. Alat penerima gambar ini bisa berbentuk berbagai macam, mulai dari kamera, baik itu jenis kamera analog maupun jenis kamera digital dan juga scanner.

Pada penelitian terdahulu yang dilakukan oleh Heru Wahyu Nugroho yang diterbitkan pada jurnal metode histogram equalization volume 2 nomer 2 yang berjudul ”Pencerahan citra dengan menggunakan histogram equalization yang bertujuan agar citra yang kurang jelas semakin jelas. Kesimpulannya adalah membangun aplikasi untuk pengenalan identifikasi pada jenis jahe dengan menggunakan Matlab. Data citra jenis jahe dengan pengambilan gambar menggunakan kamera dan format citra berekstensi *jpeg sebagai masukan kemudian citra RGB diubah ke citra grayscale untuk menghasilkan citra yang lebih baik dan mempermudah pembacaan data dalam aplikasi[2].

Pada penelitian terdahulu yang dilakukan oleh Asmaniatul yang diterbitkan pada jurnal perbandingan metode median dan metode histogram equalization volume 12 nomer 3 yang berjudul ”Perbandingan metode median dan metode histogram equalization perlu dilakukan analisis dari kedua metode tersebut. Dari beberapa metode tersebut akan memberikan hasil

(2)

pengurangan noise yang berbeda. Kesimpulannya adalah metode filter gaussian mean dan median yang digunakan untuk mengurangi noise pada citra digital, tiga metode tersebut memberika hasil pengurangan noise yang berbeda. Pada penelitian kali ini penulis mencoba untuk melakukan penelitian dengan membandingkan kualitas citra hasil antara histrogram equalizatiom dan median filter[3].

2. METODOLOGI PENELITIAN

2.1 Citra

Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran sebagai sistem perekaman data dan rupa bersifat obtik berupa foto, bersifat analog berupa sinyal-sinyal video sperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada meda penyimpanan [1].

2.2 Metode Histogram Equalization

Pemerataan histogram adalah teknik kompensasi fitur populer yang telah diteliti dengan baik dan dipraktekkan di bidang pengolahan citra untuk normalisasi fitur visual digital gambar, seperti kecerahan, gray-level skala, kontras, dan sebagainya.

Ini juga telah diperkenalkan ke bidang pengolahan pidato untuk normalisasi fitur pidato untuk kuat ASR[2].

H

i

= n

i

= 0,1,..., L =1

(1)

n

Dimana :

L = Derajat Keabuan

ni = Jumlah Piksel Yang Memiliki Derajat Keabuan I n = Jumlah Seluruh Piksel Dalam Citra

3. HASIL DAN PEMBAHASAN

Merokok bisa di katakan sebagai penyebab utama kanker paru-paru. Orang yang paling berisiko terkena kanker paru-paru adalah perokok aktif. Sekitar 85 persen kanker paru-paru di kaitkan dengan kebiasaan merokok. Meski begitu bukan berarti setiap perokok akan terkena kanker paru-paru. Selain itu, orang yang tidak merokok juga memiliki kemungkinan terserang kanker paru-paru, meski jumlahnya lebih rendah.

Risiko terkena kanker paru yang meningkat dikaitkan dengan:

1. Semakin lama durasi merokok.

2. emakin banyak rokok yang dikonsumsi.

Berhenti merokok menurunkan risiko anda untuk terkena kanker, dan risiko terus turun selama anda tidak merokok. Bahkan mengurangi beberapa jumlah batang rokok saja dapat mengurangi risiko (tapi risiko akan sangat berkurang jika berhenti sepenuhnya). Jika anda tinggal dengan perokok, anda memiliki risiko lebih tinggi untuk kanker paru dibandingkan dengan orang yang tinggal di lingkungan yang tidak merokok. Karena di sinilah anda menjadi perokok pasif.

1. Merokok satu batang rokok ganja dapat memengaruhi paru-paru setara dengan merokok satu bungkus rokok biasa.

2. Bahan kimia seperti arsenik dan asbes.

3. Paparan radiasi di tempat kerja, seperti debu radioaktif.

Beberapa perubahan gen (mutasi) dapat meningkatkan risiko terkena kanker paru-paru. Perubahan gen ini sebagian besar terjadi karena seseorang bertambah usia. Selain itu, kehadiran penyakit tertentu dari paru-paru, seperti penyakit paru obstruktif kronik (PPOK), juga dikaitkan dengan sedikit peningkatan risiko (4-6 kali risiko perokok) untuk mengalami kanker paru-paru. Lebih tinggi untuk kanker paru dibandingkan dengan orang yang tinggal di lingkungan yang tidak merokok.

Karena di sinilah anda menjadi perokok pasif. Beberapa perubahan gen (mutasi) dapat meningkatkan risiko terkena kanker paru-paru. Perubahan gen ini sebagian besar terjadi karena seseorang bertambah usia. Selain itu, kehadiran penyakit tertentu dari paru-paru, seperti penyakit paru obstruktif kronik (PPOK), juga dikaitkan dengan sedikit peningkatan risiko (4-6 kali risiko perokok) untuk mengalami kanker paru-paru.

Gambar 1. Sampel Ronsen Paru-Paru

Pemerataan histogram adalah teknik kompensasi fitur populer yang telah diteliti dengan baik dan dipraktekkan di bidang pengolahan citra untuk normalisasi fitur visual digital gambar, seperti kecerahan, gray-level skala, kontras, dan sebagainya. Ini juga telah diperkenalkan ke bidang pengolahan pidato untuk normalisasi fitur pidato untuk kuat ASR.

(3)

Pixel pada citra ditulis dengan fungsi(x,y);dimana (x,y) merupakan tingkat intensitas pada pixel. Dituliskan dengan matrik : f(0,0) f(0,1)...f(0,M-1)

f(x,y)= f(1,0) f(1,1)...f(1,M-1) f(2,0) f(2,1)...f(2,M-1) f(N-1,0)f(N-1,1)...f(N-1,M-1)

Sebagai contoh gambar 1, diketahui input citra array dari citra awal kita ambil berukuran 8x8 piksel 85 derajat keabuan dengan rentang nilai (0, 7) :

Pada gambar 1. diatas dapat kita lihat sebuah gambar dengan nilai L = 74 dan n = 175x144 = 25200.

Maka kita gunakan persamaaan :

Sk = T ( rk ) = ( L – 1 )∑^𝑘_𝑗=0pr ( rj ) = L – 1 ∑^𝑘_𝑗=0nj

MN k = 0, 1, 2, ..., L-1

Maka menjadi : Sk = 85 ∑^𝑘_𝑗=0nrj

64

Maka didapat hasil sebagai berikut :

Tabel 1. Perhitungan histogram citra i/rk ni/nrj Hi = ni/n ∑^𝑘_𝑗=0nrj Sk

48 8 075 8 64

59 8 0921875 16 78

63 8 0984375 32 84

69 8 1078125 38 92

72 8 1125 46 96

74 8 115625 54 98

82 8 128125 62 109

85 8 1328125 70 113

Berikut ini adalah perhitungan matematik nya : Untuk derajat keabuan 69:

Sk = 85 ∑^𝑘_𝑗=069 64

Sk = 1.328125 x 69

Sk = 91.640625 = 92 ( pembulatan ) Untuk derajat keabuan 72 :

Sk = 85 ∑^𝑘_𝑗=072 64

Sk = 1.328125 x 72

Sk = 95.625 = 96 ( pembulatan ) Untuk derajat keabuan 74 : Sk = 85 ∑^𝑘_𝑗=074

64

Sk = 1.328125 x 74

Sk = 98.28125 = 98 ( pembulatan ) Untuk derajat keabuan 48 : Sk = 85 ∑^𝑘_𝑗=0nrj

64

Sk = 85 ∑^𝑘_𝑗=048 64

Sk = 85 .48 64

Sk = 1.328125 x 48

Sk = 63.75 = 64 ( pembulatan) Untuk derajat keabuan 59 : Sk = 85 ∑^𝑘_𝑗=059

64

Sk = 1.328125 x 59

(4)

Sk = 85 ∑^𝑘_𝑗=063 64

Sk = 1.328125 x 63

Sk = 85 ∑^𝑘_𝑗=069 64

Sk = 1.328125 x 69

Sk = 85 ∑^𝑘_𝑗=072 64

Sk = 1.328125 x 72

64

Sk = 1.328125 x 74

64

Sk = 1.328125 x 82

Sk = 85 ∑^𝑘_𝑗=085 64

Sk = 1.328125 x 85

Sk = 112.890625 = 113 ( pembulatan ) Maka, output dari citra adalah sebagai berikut:

Tabel 1. Hasil Perhitungan

109 109 109 109 109 109 109 109 113 113 113 113 113 113 113 113 92 92 92 92 92 92 92 92 96 96 96 96 96 96 96 96 64 64 64 64 64 64 64 64 78 78 78 78 78 78 78 78 84 84 84 84 84 84 84 84 98 98 98 98 98 98 98 98 Dari hasil output diatas maka didapat bahwa :

1. Ukuran array citra tidak berubah, yakni dari array awal berukuran 8x8 dan output citra array baru juga 8x8. Ini berarti bahwa ukuran citra tidak berubah.

2. Nilai citra array output lebih tinggi di banding citra array awal, ini berarti bahwa kualitas warna yang telah meningkat dan terjadi perbaikan citra.

3.1 Implementasi Program

Tampilan implementasi Contrast ini merupakan tampilan awal pada saat aplikasi dijalankan, pada tampilan ini menampilkan menu input dan output seperti form gambar dibawah ini, Efek contrast terdapat banyak pilihan, pencarian nilai contrast dengan algoritma Contrast Limited Adaptivedi bawah ini:

Gambar 2. Citra Hasil Histogram.

(5)

4. KESIMPULAN

Setelah melakukan analisis dapat disimpulkan bahwa hasil dari penerapan metode contrast limited adaptive dalam menaikkan kontrast citra gelap pada citra paru-paru hasilnya dapat meningkatkan kontras cita yang efesien dan tidak merusak kualitas gambar. Perancangan aplikasi peningkatan kontras citra paru-paru yang dirancang dengan menggunakan aplikasi visual basic 2008 dapat membantu pengguna dalam menaikkan kontras citra paru-paru.

REFERENCES

[1] P. Yulianto, J. Teknik, E. Fakultas, U. Wijaya, and K. Purwokerto, “Peningkatan citra untuk memperjelas foto brain ct scan,” vol.

11, no. 1, pp. 86–95, 2008.

[2] J. Variasi, “Menghasilkan Kualitas Gambar,” vol. 08, pp. 58–62, 2016.

[3] S. Nur, D. Sari, A. Fadlil, and P. Soepomo, “Sistem Identifikasi Citra Jahe (Zingiber Officinale) Menggunakan Metode Jarak Czekanowski,” Sarj. Tek. Inform., vol. 2, pp. 1104–1113, 2014.

[4] R. Kumalasari, “Program studi teknik informatika fakultas teknik universitas nusantara pgri kediri tahun 2017,” 2017.

[5] J. Ilmiah and P. Teknik, “IMPLEMENTASI METODE WATERFALL PADA PROSES DIGITALISASI,” 2017.

[6] A. Aprilia, U. S. Maret, R. Saptono, and U. S. Maret, “Identifikasi Kualitas Beras dengan Citra Digital Identifikasi Kualitas Beras dengan Citra Digital,” no. February, 2015.

[7] P. J. Citra, “No Title,” 2014.

[8] R. D. Kusumanto and A. N. Tompunu, “PENGOLAHAN CITRA DIGITAL UNTUK MENDETEKSI OBYEK MENGGUNAKAN PENGOLAHAN WARNA MODEL NORMALISASI RGB,” vol. 2011, no. Semantik, 2011.

[9] S. Dharwiyanti, “P e n g a n t a r U n i f i e d M o d e l i n g L a n g u a g e ( U M L ),” pp. 1–13, 2003.

[10] H. Setiady, “Sistem Informasi Pemesanan Dan Penjualan Berbasis Web Pada Dewi Florist,” pp. 1–7.

[11] S. Penggunaan et al., “UNTUK PENGEMBANGAN SISTEM INFORMASI BERKELAS ENTERPRISE Djoni Haryadi Setiabudi Ibnu Gunawan,” vol. 4, no. 1, pp. 30–38, 2003.

.