Perancangan Sistem Pengolahan Citra untuk Menentukan Bobot Kerbau Menggunakan Metode Canny Edge Detection

Hal: 175-181

Perancangan Sistem Pengolahan Citra Untuk Menentukan Bobot Kerbau Menggunakan Metode Canny Edge Detection

Erwin

Prodi Teknik Informatika,Universitas Budi Darma, Medan, Indonesia E-mail: erwinrgg93@gmail.com

Abstrak

Sistem informasi adalah kombinasi dari teknologi informasi dan aktivitas orang yang menggunakan teknologi itu untuk mendukung operasi dan manajemen. Dalam arti yang sangat luas, istilah sistem informasi yang sering digunakan merujuk kepada interaksi antara orang, proses algoritmik, data, dan teknologi. Teknologi Informasi dan Komunikasi, adalah payung besar terminologi yang mencakup seluruh peralatan teknis untuk memproses dan menyampaikan informasi. Bobot badan kerbau merupakan salah satu indikator produktivitas ternak yang dapat diduga berdasarkan ukuran linier tubuh kerbau yang meliputi lingkar dada, panjang badan, tinggi pundak dan lebar pinggul. Metode Canny Edge Detection untuk proses segmentasi pengolahan citra dengan bertujuan objek untuk proses segmentasi citra digital serta merancang aplikasi pengolahan citra digital yang mampu melakukan pendeteksian tepi objek (sub- citra) untuk proses segmentasi citra digital dengan mengimplentasikan berbagai metode deteksi tepi dan kombinasinya guna menghasilkan pendeteksian tepi objek yang lebih jelas pada citra digital. Dengan pohon keputusan menggunakan Canny Edge Detection diharapkan proses segmentasi pengolahan citra dengan bertujuan objek untuk proses segmentasi citra digital, sehingga kesalahan yang ditimbulkan dalam pengambilan gambar lebih baik. Sistem pengolahan citra digital merupakan suatu sistem yang dapat mengambil citra, memproses citra serta menampilkan informasi yang didapatkan dari suatu citra yang sudah diambil. Sistem ini bisa dibangun di komputer maupun di smartphone menggunakan sistem operasi android.

Kata kunci : Metode Canny Edge Detection,Android,Pengolahan Citra,Kerbau

1. PENDAHULUAN

Sistem informasi adalah kombinasi dari teknologi informasi dan aktivitas orang yang menggunakan teknologi itu untuk mendukung operasi dan manajemen.

Dalam arti yang sangat luas, istilah sistem informasi yang sering digunakan merujuk kepada interaksi antara orang, proses algoritmik, data, dan teknologi. Teknologi Informasi dan Komunikasi, adalah payung besar terminologi yang mencakup seluruh peralatan teknis untuk memproses dan menyampaikan informasi. Ada yang membuat perbedaan yang jelas antara sistem informasi, dan komputer sistem TIK (Teknologi informasi dan komunikasi), dan proses bisnis. Sistem informasi juga berbeda dari proses bisnis. Yang dapat membantu dalam mengontrol kinerja proses bisnis ISSN : 2355-4983

| Online-ISSN : 2407-7488

Sapi peranakan ongole (PO) dan kerbau merupakan ternak dwiguna karena kedua jenis ternak ini dimanfaatkan sebagai penyedia daging, penyedia susu dan tenaga kerja dalam mengolah sawah atau sebagai alat transportasi pertanian. Salah satu upaya dalam peningkatan produktivitas ternak kerbau dan sapi PO adalah dengan pengumpulan data kuantitatif (dimensi tubuh) dari ternak tersebut. Data tersebut sangat dibutuhkan untuk identifikasi/penciri, memprediksi potensi produksi, dan peluang peningkatan produktivitas ternak.

Pada umumnya ternak kerbau memiliki nilai ekonomi yang tinggi. Penentuan harganya umumnya disepakati lewat tawar menawar antara penjual dan pembeli, bukan didasarkan pada bobot kerbau yang dijual.

Masalah yang biasanya terjadi yaitu ketika tidak adanya alat untuk menghitung bobot kerbau di pasar hewan sehingga dapat menyulitkan penjual maupun pembeli untuk menentukan bobot serta harga ternak yang akan dijual. Kenyataan dilapangan saat ini menunjukkan bahwa masih belum adanya alat untuk menghitung bobot kerbau secara praktis dan akurat sehingga kebanyakan masih

kira-kira untuk menghitung bobot kerbau. Ternak kerbau banyak dijual oleh peternak di pasar hewan maupun secara konvensional.

Metode Canny merupakan salah satu metode untuk mendeteksi tepi objek. Untuk mengetahui panjang badan serta lingkar dada obyek kerbau kita terlebih dahulu mendeteksi tepi dari kerbau tersebut dalam citra, sehingga memudahkan kita dalam mengambil data panjang maupun lingkar dada obyek kerbau yang berada dalam citra tersebut. Untuk melakukan hal tersebut perlu adanya sistem pengolahan citra digital yang mendukung dalam pemrosesan, pengambilan data serta perhitungan untuk menentukan berat badan kerbau untuk mempermudah penjualan kerbau antara pembeli dan peternak kerbau.

Pada penelitian terdahulu yang dilakukan oleh Pradnya Paramita pada tahun 1993 dengan judul perancangan metode edge detection untuk proses segmentasi pengolahan citra dengan ertujuan objek untuk proses segmentasi citra digital serta merancang aplikasi pengolahan citra digital yang mampu melakukan pendeteksian tepi objek (sub-citra) untuk proses segmentasi citra digital dengan mengimplentasikan berbagai metode deteksi tepi dan kombinasinya guna menghasilkan pendeteksian tepi objek yang lebih jelas pada citra digital yang akan diproses.

Sistem pengolahan citra digital merupakan suatu sistem yang dapat mengambil citra, memproses citra serta menampilkan informasi yang didapatkan dari suatu citra yang sudah diambil. Sistem ini bisa dibangun di komputer maupun di smartphone menggunakan sistem operasi mobile yang biasa disebut Android.

2. TEORITIS

2.1 Pengolahan Citra Digital

Pengolahan Citra digital adalah Pemrosesan citra menjadi citra yang lain dengan kualitas yang lebih baik, yaitu pemrosesan pada usaha untuk memanipulasi. Citra

Hal: 175-181 atau teknik tertentu. Pengolahan citra mempunyai tujuan

yaitu :

a. Proses memperbaiki kualitas citra agar mudah diintrepetasikan oleh manusia atau komputer.

b. Teknik pengolahan citra dengan mentransformasikan citra menjadi citra lain.

c. Pengolahan citra merupakan proses awal dari komputer visi.

Image Processing atau pengolahan citra adalah bidang tersendiri yang sudah cukup berkembang sejak orang mengerti bahwa komputer tidak hanya dapat menangani data teks, tetapi juga data citra (Ahmad, 2005) 2.2 Jenis-jenis Kerbau

Kerbau (Bubalus bubalis), jenis hewan yang termasuk famili bovidae ini sudah dikenal sejak masa prasejarah terbukti dari beberapa fragmen tulang dan giginya yang ditemukan pada ekskavasi beberapa situs di Indonesia. Di Sumatera,situs-situs yang mengandung temuan tersebut antara lain situs Gua Togindrawa, Nias dan Situs Bukit Kerang Pangkalan, Aceh Tamiang. Di kedua situs yang merupakan situs mesolitik itu menunjukkan adanya pengkonsumsian jenis hewan famili bovidae. Kemudian di daerah lain yaitu pada situs megalitik juga ditemukan bagian gigi kerbau (bovidae) pada kubur batu (phandusa) di Bondowoso, pada dolmen di situs Telaga mukmin, Lampung Utara, serta tulang- tulang hewan ini di bawah menhir di Wonogiri (SUKENDAR, 1990).

2.3 Rumus Penentuan Bobot Kerbau

Terdapat dua rumus dalam penentuan bobot kerbau yaitu Rumus Schrool yang ditunjukkan pada persamaan (6) dan Rumus Modifikasi yang ditunjukkan oleh persamaan (7). Rumus tersebut membutuhkan informasi berupa panjang badan dan lingkar dada dari kerbau untuk menghitung bobot kerbau, seperti yang ditunjukkan oleh Gambar 2, dimana a - b: Panjang Badan (Body Length) dan c - d: Lingkar Dada (Chest Diameter). Panjang Badan (PB), yakni panjang dari titik bahu sampai ke tulang duduk (pin bone), yaitu dari titik (a) ke titik (b). Lingkar Dada (LD), diukur melingkar pada posisi di belakang tonjolan pundak kerbau di bagian atas dan bagian belakang kaki depan, yaitu melingkar dari titik (c) ke titik (d) dan kembali ke titik (c) (Abidin, 2008).

Gambar 1 Penentuan panjang badan dan lingkar dada ternak kerbau

cm

cm

2.4 Metode Canny Edge Detection

Deteksi Tepi Canny, dikembangkan oleh John F.

Canny pada tahun 1986, biasa digunakan untuk mendeteksi tepi pada suatu citra digital (Bassil, 2012). Langkah- langkah pada Canny Edge Detection:

a. Penghalusan Citra

Pada tahap penghalusan citra digunakan filter gaussian blur untuk menghilangkan noise pada gambar (Ramamurthy & Chandran, 2011), ditunjukkan oleh persamaan (1) dengan S[i,j] adalah citra hasil dari proses konvolusi citra awal I[i,j] dengan kernel gaussian G[i,j;σ]. Kernel yang digunakan pada gaussian filter ditunjukkan oleh persamaan (2).





















=

2 4 5 4 2

4 9 12 9 4

5 12 15 12 5

4 9 12 9 4

2 4 5 4 2

159 K 1

b. Menghitung Magnitude & Orientation

Pada langkah ini kita menghasilkan dua buah informasi dari gambar, yaitu kekuatan garis tepi (magnitude/edge strength) dan arah garis tepi (orientation/edge direction) (Sangeetha & Deepa, 2016). Gambar dari proses penghalusan citra S[i,j] pada persamaan (1) akan digunakan pada perhitungan pada persamaan (3) dan (4). Pada perhitungan ini kita menggunakan Operator Sobel untuk menghitung deteksi tepi secara horisontal P[i,j] dan vertikal Q[i,j]. Kita dapat menghitung dengan rumus berikut, dengan M[i,j] adalah magnitude dan θ[i,j] adalah orientation.

c. Non-maximum suppression

Pada proses ini akan menghasilkan garis tipis yang lebih ramping. Disinilah kita akan menggunakan nilai dari orientation yang akan kita gunakan untuk mengetahui arah piksel (Xu, dkk., 2014).

d. Thresholding

Langkah terakhir dari algoritma Canny yaitu melakukan hysteris thresholds. Jika nilai piksel dari hasil proses sebelumnya memiliki nilai lebih dari Upper Threshold (Batas atas), maka piksel akan diterima sebagai tepi dari gambar. Jika nilai piksel dari hasil proses sebelumnya memiliki nilai yang lebih rendah dari Lower Threshold (Batas bawah), maka piksel tadi ditolak atau tidak dianggap sebagai tepi gambar. Jika nilai piksel dari proses sebelumnya memiliki nilai antara Upper Threshold (Batas atas) dan Lower Threshold (Batas bawah), maka piksel ini akan diterima hanya jika terhubung dengan piksel yang

100 ) 22

( + ²

= LD BeratBadan

10840 LD2

BeratBadan PB+

=

] , [ ]

; , [ ] ,

[i j Gi j Ii j

S =  

2

2 [, ]

] , [ ] ,

[i j Pi j Qi j

M = +

]) , [ ], , [ arctan(

] ,

[i j = Qi j Pi j



Hal: 175-181 nilainya lebih besar dari nilai Upper Threshold (Batas

atas) (Juneja & Sandhu, 2009).

3. ANALISA

Mengidentifikasi masalah merupakan langkah pertama yang dilakukan dalam tahap analisis sistem.

Masalah dapat didefinisikan sebagai suatu pertanyaan yang diinginkan untuk dipecahkan. Masalah inilah yang menyebabkan sasaran dari sistem tidak dapat dicapai serta hambatan-hambatan yang mungkin terjadi dan kebutuhan- kebutuhan yang diharapkan sehingga mengarah kepada suatu solusi untuk perbaikan maupun pengembangan ke arah yang lebih baik dan sesuai dengan kebutuhan serta perkembangan teknologi. Oleh karena itu langkah pertama yang harus dilakukan pada tahap ini adalah mengidentifikasi terlebih dahulu masalah yang terjadi (identify).

3.1 Pembahasan Metode Canny Edge Detection Dalam contoh berikut ini penulis menggunakan citra digital vani01.jpg yang diambil menggunakan kamera 2.0 Megapixel dengan ukuran frame 320x240 ukuran file 5,82 kb yang dirubah ke bentuk array matriks dengan menggunakan matlab. Contoh diketahui suatu citra kerbau dengan gambar sebagai berikut :

Gambar 2 Citra Input Kerbau

Deteksi Tepi Canny, dikembangkan oleh John F. Canny pada tahun 1986, biasa digunakan untuk mendeteksi tepi pada suatu citra digital (Bassil, 2012). Langkah-langkah pada Canny Edge Detection:

a. Penghalusan Citra

b. Menghitung Magnitude & Orientation c. Non-maximum suppression

d. Thresholding

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

Tabel 1 Citra array ukuran 8x8

82 82 82 82 82 82 82 82 85 85 85 85 85 85 85 85 69 69 69 69 69 69 69 69 72 72 72 72 72 72 72 72 48 48 48 48 48 48 48 48 59 59 59 59 59 59 59 59 63 63 63 63 63 63 63 63 74 74 74 74 74 74 74 74

Pada tabel 1 diatas dapat kita lihat sebuah gambar dengan

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 2 Perhitungan Canny Edge Detection

i/rk ni/nrj Hi = ni/n ∑^𝒌𝒋=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

Untuk derajat keabuan 48 :

Sk = 85 ∑^𝑘_𝑗=0nrj = Nilai 85 di ambil dari sudut bawah i/rk

64 = Nilai 64 di ambil dari sudut atas Sk

Sk = 85 ∑^𝑘_𝑗=048 64

Sk = 85 .48 64

Sk = 1.328125 x 48

Sk = 63.75 = 64 ( pembulatan)

Lakukan hal yang sama seperti diatas sampai nilai derajat keabuan 85.

Tabel 3 Output citra array ukuran 8x8

113 113 113 113 113 113 113 113 109 109 109 109 109 109 109 109

98 98 98 98 98 98 98 98

96 96 96 96 96 96 96 96

69 64 64 64 64 64 64 64

84 84 84 84 84 84 84 84

78 78 78 78 78 78 78 78

64 64 64 64 64 64 64 64

Dari hasil output diatas maka didapat bahwa :

a. 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.

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

Dengan meningkatnya nilai array citra maka ukuran file citra yang akan berubah, bukan format citra.

Hal: 175-181 Hasil deteksi tepi yang dihasilkan berasal dari lima

skenario preprocessing yang diusulkan kemudian diterapkan terhadap citra awal. Hasil deteksi tepi sapi ditunjukkan pada Gambar 4

Gambar 4 CitraAwal Kerbau

Gambar 5 Skenario 1 Canny

Gambar 6 Skenario 2 Canny + Median Blur

Gambar 7 Skenario 3 Median Blur + Canny

Gambar 8 Skenario 4 Canny +Sharp

Gambar 9 Skenario 5 Sharp + Canny 4. IMPLEMENTASI

Implementasi merupakan langkah yang digunakan untuk mengoperasikan sistem yang dibangun. Dalam bab ini dijelaskan bagaimana menjalankan sistem tersebut.

Sistem pengolahan program merupakan suatu kesatuan pengolahan yang terdiri dari prosedur dan pelaksanaan data. Komputer sebagai sarana pengolahan program harus menyediakan fasilitas-fasilitas pendukung dalam pengolahan nantinya.

a. Form Menu Utama

Adapun form menu utama dapat dilihat pada gambar di bawah ini.

Hal: 175-181

Gambar 10 Form Menu Utama b. Form Menu Pilihan

Adapun form menu pilihan dapat dilihat pada gambar di bawah ini.

c. Form Menu Input Citra

Pada menu perancangan untuk masukkan citra dapat diihat pada gambar di bawah ini.

Gambar 12 Form Menu Input Citra d. Form Menu Proses

Adapun form menu proses dapat dilihat pada gambar dibawah ini :

Hal: 175-181 Gambar 13 Form Menu Proses

e. Form Menu Hasil

Adapun form menu proses dapat dilihat pada gambar dibawah ini :

Gambar 14 Form Menu Hasil f. Form Menu Simpan

Untuk menu form simpan dapat dilihat pada gambar di bawah ini:

Gambar 15 Form Menu Simpan

g. Form Menu Keluar

Untuk menu form keluar dapat dilihat pada gambar di bawah ini:

Gambar 16 Form Menu Keluar 5. KESIMPULAN

Berdasarkan penulisan skripsi yang berjudul Perancangan Sistem Pengolahan Citra Untuk Menentukan Bobot Kerbau Menggunakan Metode Canny Edge Detection , maka kesimpulan yang diperoleh sebagai berikut:

a. Aplikasi pengolahan citra yang dibangun dapat mengimplementasikan pengolahan citra digital pada perangkat Android untuk menentukan bobot kerbau dengan metode canny edge detection menggunakan variabel panjang badan dan lingkar dada obyek kerbau.

b. Penelitian ini menemukan metode yang paling tepat untuk menghitung bobot/berat badan dari ternak kerbau.

c. Penelitian ini dapat menciptakan perancangan aplikasi Sistem Pengolahan Citra Untuk menentukan bobot kerbau.

Daftar Pustaka

[1]

Tedy Maatius Surya Mulana,”Segmentasi Citra Dengan Variasi RGB dan Algoritma

Perceptron”. Seminar Nasional Riset Terapan 2015

[2]

Dani Rohpandi,ASEP Sugiharto,Giri Aji

Hal: 175-181 Winara,”Aplikasi Pengolahan Citra Dalam

Pengenalan Polo Huruf Ngalagena

Menggunakan MATLAB”, Konferensi Nasional Sistem &Informatika 2015.

[3]

Benedictus Yoga Budi

Putranto.2010,”Segmentasi Warna Citra Dengan Deteksi HSV Untuk Mendeteksi

Objek”, Yogyakarta : Universitas Kristen Duta Wacana.

[4]

Asep Nana ,“Segmentasi Untuk Deteksi Objek Warna Pada Aplikasi Pengambilan

Bentuk Citra Rectangle”, Informasi dan Teknologi Ilmiah (INTI), volume : I, Nomor: 1,Oktober 2013.

[5]

Shinta Nur Sesmia Sari,Abdul

Fadlil,”Sistem Identifikasi Citra Jahe (Zingiber Officinale) Menggunakan Metode

Jarak Czekanowski”,Jurnal Sarjana Teknik Informatika Volume 2 Nomor 2 ,Juni 2014.

[6]

Rancang Bangun Aplikasi Pembelajaran Budaya Indonesia Untuk Anak Sekolah

Dasar Berbasis Android,.

[7]

Tony Efendi,Iin Intan Uljanah,Tsurayya Tsauri,”Rancang Bangun Sistem Pengolahan Citra Digital Untuk

Menentukan Berat Badan Ideal”,JISKa, Vol. 2, September, 2017, Pp.63-70 ISSN 2527-5836.

[8]

Jurnal Buana Informatika, Volume 8, Nomor 1, Januari 2017: 27-36.

[9]

Alvin Lazaro,JokoLianto Buliali,Bilqis Amaliah.”Deteksi Jenis Kendaraan di Jalan

Menggunakan Open CV”. Jurnal Teknik ITS Vol.6, No. 2 (2017), 2337-3520 (2301- 928X Print).

[10]

Antonius, Algoritma dan

Pemrogramandengan Bahasa C: Konsep, Teori,dan Implementasi, 2010.

[11]

Pemodelan Berbasis UML (Unified Modeling Language) dengan Strategi Teknik Orientasi Objek User Centered Design(UCD) dalam Sistem

Administrasi Pendidikan, [12] 2015, 5 Nazruddin Safaat H,.

[13] M.Sc, Eva Maulina Aritonang, S.Kom, 2012, 12 Alfa Satyaputra,.

[14] Eko Fransisko Manurung.”Implementasi Metode Median Filter dan Histogram Equalization Untuk Perbaikan Citra

Digital”,Jurnal Pelita Informatika,Volume

16, Nomor 3, Juli 2017;ISSN 23019425(Media Cetak;Hal: 270-274.

[15] Maini.”Perancangan Aplikasi Penajaman Citra Webcam dengan Metode Kernel

Konvolusi dan Contrast Stretching”,Jurnal Pelita Informatika,Volume 16, Nomor 3, Juli 2017;ISSN 2301-9425(Media Cetak;Hal: 204-208.

[16] https://developer.android.com/guide/platform/?hl=