• Tidak ada hasil yang ditemukan

K1C020017 TUGAS INDIVIDU MATA KULIAH PENGOLAHAN CITRA DIGITAL SISTEM FISIS MENGGUNAKAN SOFTWARE FIJI

N/A
N/A
Yulia Rahmawati

Academic year: 2023

Membagikan "K1C020017 TUGAS INDIVIDU MATA KULIAH PENGOLAHAN CITRA DIGITAL SISTEM FISIS MENGGUNAKAN SOFTWARE FIJI"

Copied!
6
0
0

Teks penuh

(1)

TUGAS INDIVIDU MATA KULIAH PENGOLAHAN CITRA DIGITAL SISTEM FISIS MENGGUNAKAN SOFTWARE FIJI

NAMA : YULIA RAHMAWATI NIM : K1C020017

1. Ambil gambar ubah menjadi 8 bit

Gambar 1. Citra asli

Gambar 2. Hasil setelah diubah menjadi 8 bit

(2)

Analisis : Seperti yang terlihat pada gambar 2 dan gambar 3 terdapat perbedaan setelah dilakukan proses mengubah gambar menjadi 8 bit. Sebelum mengubah menjadi 8 bit, gambar citra asli adalah RGB. Namun, setelah diubah menjadi 8 bit maka gambar yang sebelumnya RGB menjadi greyscale(black and white) serta ukuran file dan pikselnya juga berubah.

2. Buat histogram

Gambar 3. Histogram citra

Analisis : Seperti yang terlihat pada gambar 3 setelah memilih opsi histogram pada menu analyze maka muncul grafik histogram seperti yang terlampir. Arti dari histogram tersebut yaitubmenunjukan sumbu x menunjukkan nilai intensitas dari 0 hingga 255, sedangkan sumbu y menunjukkan jumlah piksel yang memiliki nilai intensitas tersebut.

(3)

3. Lakukan edge detection

Gambar 4. Edge detection citra

Analisis : Setelah dilakukan proses Edge Detection maka dihasilkan citra dengan garis tepi sehingga detail citra lebih terlihat dan jelas. Bagian tepi atau garis ini dapat digunakan untuk berbagai tujuan, seperti deteksi objek atau pengenalan bentuk pada gambar. Tepi yang terdeteksi akan ditampilkan sebagai citra biner hitam-putih. Piksel putih menunjukkan tepi yang terdeteksi, sedangkan piksel hitam menunjukkan area di sekitar tepi.

4. Plot profile

Gambar 5. Plot profile

(4)

Analisis : Hasil plot profile pada citra yang telah diubah menjadi 8 bit memberikan informasi tentang bagaimana distribusi intensitas piksel dalam gambar. Plot profile menunjukkan puncak yang tajam, ini menunjukkan bahwa ada banyak piksel dalam gambar dengan intensitas yang sama atau serupa. Untuk plot profile menunjukkan kurva yang landai, ini menunjukkan bahwa intensitas piksel dalam gambar lebih merata

5. Ambil gambar lainnya lakukan proses add, subtraksi, multiply

Gambar 6. Kiri(A1) dan Kanan(B1)

Gambar 7. Hasil proses add

(5)

Analisis: Hasil operasi "add" pada gambar 8-bit akan menambahkan nilai kecerahan piksel- piksel yang bersesuaian pada kedua gambar yang dioperasikan. Jika hasil penjumlahan ini melebihi 255 maka hasilnya akan dipotong menjadi 255, karena nilai kecerahan maksimum yang bisa direpresentasikan oleh 8-bit adalah 255.

Gambar 8. Hasil proses substraksi

Analisis: Substraksi pada gambar 8 bit dilakukan dengan mengurangi nilai piksel satu gambar dengan nilai piksel gambar lainnya pada posisi yang sama. arena gambar hanya dapat menyimpan nilai antara 0-255, maka hasil substraksi tersebut perlu di-normalisasi ke dalam kisaran nilai 0-255. Salah satu cara untuk melakukan normalisasi ini adalah dengan mengambil nilai absolut dari hasil substraksi, lalu membaginya dengan faktor skala dan mengalikannya dengan 255. Dengan demikian, hasil substraksi pada gambar adalah matriks piksel baru yang merupakan hasil normalisasi dari hasil pengurangan antara matriks piksel kedua gambar yang dioperasikan.

(6)

Gambar 9. Hasil proses multiply

Analisis: Ketika sebuah gambar diubah menjadi 8 bit, artinya setiap piksel dalam gambar direpresentasikan oleh 8 bit atau satu byte. Setiap bit dapat memiliki nilai 0 atau 1, sehingga setiap piksel dapat memiliki nilai antara 0 dan 255. Ketika sebuah operasi multiply dilakukan pada gambar yang telah diubah menjadi 8 bit, setiap piksel dalam gambar akan dikalikan dengan suatu nilai. Nilai ini dapat berupa konstanta yang ditentukan sebelumnya atau nilai yang dihasilkan dari operasi matematika lain. Ketika sebuah piksel dikalikan dengan nilai tersebut, nilai piksel akan menjadi lebih besar atau lebih kecil tergantung pada nilai konstanta atau hasil operasi matematika yang digunakan. Jika nilai konstanta atau hasil operasi matematika tersebut lebih besar dari 1, nilai piksel akan menjadi lebih besar setelah operasi multiply. Sebaliknya, jika nilai konstanta atau hasil operasi matematika tersebut kurang dari 1, nilai piksel akan menjadi lebih kecil setelah operasi multiply. Hasil akhir dari operasi multiply pada gambar yang telah diubah menjadi 8 bit akan menjadi gambar yang berbeda dengan gambar asli, di mana setiap piksel akan memiliki nilai yang berbeda beda tergantung pada nilai konstanta atau hasil operasi matematika yang digunakan. Namun, karena gambar masih direpresentasikan oleh 8 bit, maka nilai piksel yang keluar dari operasi multiply akan tetap dalam rentang 0 hingga 255.

Referensi

Dokumen terkait

Citra merupakan kuantisasi nilai-nilai grayscale yang direpresentasikan pada sebuah matriks atau array, dimana tiap nilai baris maupun kolom dari array, tersebut

Citra aras keabuan dapat diubah menjadi citra biner (hitam putih, black and white, BW) dengan terlebih dulu memilih suatu nilai aras keabuan T (dari citra asli) dan kemudian

Plt.imshow(data) adalaah menampilkan citra asli yang dituliskan dengan variabel “data”, plt.gray() adalah perintah untuk menapiilkan citra dalam grayscale, plt.titl.(title)

Halaman Hasil Identifikasi Form hasil identifikasi adalah form yang digunakan untuk melihat hasil proses dari pengimputan data testing berupa gambar untuk klasifikasi ikat tersebut