Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A - CORE
Jurnal Media Infotama Vol.15 No. 2, September 2019 65 Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A Ismail Setiawan1, Wika Dewanta2, Hanung Adi Nugroho3, Heru Supriyono4 1,2Dosen tetap Program Studi Manajemen Informatika AMIK Harapan Bangsa Surakarta Jl. Ir. Sutami No. 46 Sekarpace, Jebres, Surakarta; (Telp. (0271) 639763; email: ismailsetiawan@amikhb.ac.id, wikadewanta@amikhb.ac.id ) 3Dosen Tetap Departemen Teknik Elektro dan Teknik Informatika Universitas Gadjah Mada Yogyakarta Komplek Fakultas Teknik UGM, Jl. Grafika No.2, Yogyakarta; (Telp. (0274) 552305 ; email: adinugroho@ugm.ac.id ) 4Dosen Tetap Universitas Muhammadiyah Surakarta Jl. A. Yani, Mendungan, Pabelan, Kec. Kartasura, Kabupaten Sukoharjo; (Telp. (0271) 714448; email: heru.supriyono@ums.ac.id) Abstract— The development of science related to image sebuah algoritma yang di ajukan dalam tulisan ini untuk processing today is increasingly popular. The availability melakukan segmentasi citra digital yang kemudian akan of technology to capture images well now is not difficult dibaca sebagai hasil citra tersegmentasi. Metode to find. Digital cameras have grown better with thresholding bekerja dengan beberapa langkah yaitu increasing pixel values that can be generated from the Mengkonversi ruang camera catch. Thresholding is an algorithm proposed in Grayscale, Melakukan segmentasi citra menggunakan this paper to segment digital images which will then be metode thresholding, Melakukan operasi komplemen read as a result of segmented images. The thresholding agar objek yang bernilai 1 (berwarna putih), sedangkan method works in several steps, namely converting the background yang bernilai 0 (berwarna hitam) dan RGB image color space to Grayscale, segmenting the Melakukan operasi morfologi untuk menyempurnakan image using the thresholding method, performing bentuk objek pada citra biner hasil segmentasi. Operasi complement operations so that objects that are 1 (white), morfologi yang dilakukan adalah berupa filling holes, while background values are 0 (black) and Performing area opening, dan erosi. Penelitian ini menggunakan morphological operations to perfect the shape of objects MATLAB r2014a dalam pengembangan modelnya. in Kata Kunci : Citra digital, Thresholding, RGB, the segmented binary image. Morphological operations performed were filling holes, opening areas, warna citra RGB menjadi Grayscale, MATLAB r2014a and erosion. This study uses MATLAB r21014a in developing the model. I. PENDAHULUAN Keywords: Digital image, Thresholding, RGB, Grayscale, Perkembangan ilmu pengetahuan terkait pengolahan MATLAB r2014a. citra dewasa ini semakin digemari. Tersedianya teknologi Intisari— Perkembangan ilmu pengetahuan terkait untuk mengnangkap citra dengan baik sekarang ini tidak pengolahan digemari. sulit untuk ditemui. Kamera digital sudah berkembang Tersedianya teknologi untuk mengnangkap citra dengan semakin baik dengan bertambahnya nilai pixel yang dapat di baik sekarang ini tidak sulit untuk ditemui. Kamera hasilkan dari tangkapan kamera tersebut. Kemacetan digital sudah berkembang semakin baik dengan merupakann masalah utama dibeberapa kota besar terutama bertambahnya nilai pixel yang dapat di hasilkan dari Indonesia sebagai negara berkembang. Pertumbuhan jumlah tangkapan kamera tersebut. Thresholding adalah kendaraan dari tahun ke tahun tidak sebanding dengan citra dewasa ini semakin Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A . ISSN 1858 - 2680
Jurnal Media Infotama Vol.15 No. 2, September 2019 66 Tn, Tn-1 f1(x,y) T1 pertumbuhan jalan sehingga menjadi salah satu penyebab kemacetan. Kemacetan umumnya terjadi di persimpangan jalan utama. Kendaraan berhenti pada satu ruas tidak Keterangan: diakomodir oleh sebuah sistem yang mampu mengurai kemacetan tersebut. Beberapa pendekatan untuk melakukan f0(x,y) : adalah citra hasil threshold pengolahan citra banyak dilakukan oleh peneliti seperti [1] T : Nilai Pemetaan Pixel yang digunakan berdasarkan citra untuk mengukur Landsat 8 kerapatan hutan [2] untuk melakukan Dimisalkan T1 50, T2 100 T3 150, maka dapat pengelompokan objek pada citra, teknik warna bertingkat dipetakan seluruh nilia yang berada daro 0-50 akan diganti dengan algoritma fuzzy entropy and Lévy flight firefly [3]. dengan nilai 50, yang berada antar 50 sampai 100 diganti Beberapa penelitian mencoba untuk mengembangkan dengan nilai 100, yang berada antara 100 sampai 150 diganti thresholding untuk memecahkan berbagai masalah. Pada dengan nilai 150, begitu seterusnya sesuai dengan pemetaan intinya teknik2 tersebut didasari dengan thresholding. Pada yang dibuat, dan pembentukan peta harus sesuai dengan bidang kesehatan dapat digunakan untuk mendeteksi kebutuhan, contoh operasi abang batas tunggal. segmentasi pembuluh darah retina [4], dalam dunia pendidikan dapat juga digunakan untuk mengetahui letak jawaban yang dipilih oleh siswa untuk proses pendeteksian sehingga dapat dinilai oleh komputer [5] B. Operasi Ambang Tunggal Operasi ambang batas tunggal adalah yaitu batas pembagian hanya satu, berarti nilai pixel dikelompkan menjadi dua kelompok seperti ditunjukan pada rumus berikut [8]: II. TINJAUAN PUSTAKA A. Thresholding Thresholding merupakan salah satu metode segmentasi 𝑓0 (𝑥, 𝑦) 0, 𝑓0 (𝑥, 𝑦) 128 255, 𝑓1 (𝑥, 𝑦) 128 citra yang memisahkan antara objek dengan background dalam suatu citra berdasarkan pada perbedaan tingkat Piksel-piksel yang nilainya intensitasnya dibawah kecerahannya atau gelap terangnya [6]. Region citra yang 128 diubah menjadi hitam(nilai intensitas 0), sedangkan cenderung gelap akan dibuat semakin gelap (hitam piksel-piksel yang nilai intensitanya diatas 128 diubah sempurna dengan nilai intensitas sebesar 0), sedangkan menjadi warna putih( nilai intensitas 255). region citra yang cenderung terang akan dibuat semakin contoh perhitungan dapat dilihat pada gambar terang (putih sempurna dengan nilai intensitas sebesar 1) [7]. berikut: misal diketahui citra Grayscale 256 warna dengan Oleh karena itu, keluaran dari proses segmentasi dengan ukuran 5x5 piksel metode thresholding adalah berupa citra biner dengan nilai intensitas piksel sebesar 0 atau 1. Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan objeknya dengan background, maka citra biner yang diperoleh dapat dijadikan sebagai masking utuk melakukan proses cropping sehingga diperoleh tampilan citra asli tanpa background atau dengan background yang dapat diubah-ubah [5]. T1, f1(x,y) T1 f0(x,y) { T3, T1 f1(x,y) T2 T2, T2 f1(x,y) T3 : ISSN 1858 - 2680 Gambar 1. Piksel intensitas Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A .
Jurnal Media Infotama Vol.15 No. 2, September 2019 67 clc; clear; close all; III. METODOLOGI PENELITIAN % Object A. Metode Pengumpulan Data Img imread('the mario bros.jpg'); Data pada penelitian ini menggunakan data citra figure, imshow(Img); digital yang didapat dari google. Beberapa gambar diambil untuk digunakan dalam pengukuran kinerja Sehingga diperoleh tampilan metode thresholding yang buat menggunakan Matlab r2014a B. Perancangan Perancangan sistem pada penelitian ini menggunakan singgel user side. Aplikasi dimungkinkan untuk mengambil gambar dan di arahkan untuk langsung menghasilkan informasi mengenai citra IV. PEMBAHASAN Thresholding merupakan salah satu metode segmentasi citra yang memisahkan antara objek dengan background dalam suatu citra berdasarkan pada perbedaan tingkat kecerahannya atau gelap terangnya [9]. Region citra yang Gambar 2. Citra asli cenderung gelap akan dibuat semakin gelap (hitam sempurna dengan nilai intensitas sebesar 0), sedangkan region citra yang cenderung terang akan dibuat semakin terang (putih sempurna dengan nilai intensitas sebesar 1) [10]. Oleh karena itu, keluaran dari proses segmentasi 2. Mengkonversi ruang warna citra RGB menjadi Grayscale Gray RGB2gray(Img); figure, imshow(Img); dengan metode thresholding adalah berupa citra biner dengan nilai intensitas piksel sebesar 0 atau 1. Setelah citra Citra Grayscale yang dihasilkan adalah sudah tersegmentasi atau sudah berhasil dipisahkan objeknya dengan background, maka citra biner yang diperoleh dapat dijadikan sebagai masking utuk melakukan proses cropping sehingga diperoleh tampilan citra asli tanpa background atau dengan background yang dapat diubahubah. Berikut ini merupakan contoh pemrograman matlab mengenai aplikasi dari metode thresholding untuk melakukan segmentasi terhadap citra digital [11]. Setelah objek berhasil disegmentasi, proses selanjutnya adalah mengganti-ganti background citra RGB asli. Langkah pemrogramannya adalah sebagai berikut: 1. Membaca dan menampilkan citra asli Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A . Gambar 2. Citra Grayscale ISSN 1858 - 2680
Jurnal Media Infotama Vol.15 No. 2, September 2019 68 3. Melakukan segmentasi citra menggunakan metode morfologi yang dilakukan adalah berupa filling holes, thresholding area opening, dan erosi. bw im2bw(Gray,.99); bw imfill(bw,'holes'); figure, imshow(bw); bw bwareaopen(bw,100); str strel('disk',5); Hasil segmentasi yang diperoleh adalah bw imerode(bw,str); figure, imshow(bw); Hasil operasi morfologi yang diperoleh adalah Gambar 4. Citra hasil segmentasi 4. Melakukan operasi komplemen agar objek yang Gambar 6. Citra hasil morfologi bernilai 1 (berwarna putih), sedangkan background yang bernilai 0 (berwarna hitam) 6. bw imcomplement(bw); Membaca dan menampilkan citra yang akan digunakan sebagai background figure, imshow(bw); % Background Hasil operasi komplemen Img2 imread('background 1.jpg'); figure, imshow(Img2); Tampilan citra background adalah Gambar 5 citra hasil komplemen 5. Melakukan operasi morfologi untuk menyempurnakan bentuk objek pada citra biner hasil segmentasi. Operasi Gambar 7. Citra background ISSN 1858 - 2680 Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A .
Jurnal Media Infotama Vol.15 No. 2, September 2019 7. 69 Mengimplementasikan citra biner hasil segmentasi yang bernilai 0 (berwarna hitam) dan Melakukan operasi untuk mengubah background citra asli morfologi untuk menyempurnakan bentuk objek pada citra R Img(:,:,1); biner hasil segmentasi. Operasi morfologi yang dilakukan G Img(:,:,2); adalah berupa filling holes, area opening, dan erosi. B Img(:,:,3); B. Saran R2 Img2(:,:,1); Untuk mengukur kinerja metode thresholding dapat G2 Img2(:,:,2); dicoba pada citra digital yang berisi objek bergerak seperti B2 Img2(:,:,3); kendaran bermotor atau orang yang diambil pada objek nyata. Sehingga kinerja metode thresholding benar-benar R2(bw) R(bw); dapat di ketahui kemampuan dalam melakukan segmentasi G2(bw) G(bw); citra yang dilakukannya. B2(bw) B(bw); RGB cat(3,R2,G2,B2); DAFAR PUSTAKA figure, imshow(RGB); [1] Hasil implementasi yang diperoleh adalah W. M. Sitorus, A. Sukmono, and N. Bashit, “IDENTIFIKASI PERUBAHAN KERAPATAN HUTAN DENGAN METODE FOREST CANOPY DENSITY MENGGUNAKAN CITRA LANDSAT 8 TAHUN 2013, 2015 DAN 2018 (STUDI KASUS: TAMAN NASIONAL GUNUNG MERBABU, JAWA TENGAH),” J. Geod. Undip, vol. 8, no. 1, pp. 338–347, 2019. [2] F. Morfologi, “Membedakan objek menggunakan metode thresholding dan fungsi morfologi,” 2002. [3] S. Pare, A. K. Bhandari, A. Kumar, and G. K. Singh, “A new technique for multilevel color image thresholding based on modified fuzzy entropy and Lévy flight firefly algorithm,” Comput. Electr. Eng., Gambar 8. Implemntasi Citra vol. 70, pp. 476–495, 2018. [4] A. Alfiansyah and F. Wulandari, “Segmentasi Pembuluh Darah Retina Menggunakan Local V. PENUTUP Adaptive Thresholding,” in Annual Research A. Seminar (ARS), 2019, vol. 4, no. 1, pp. 40–43. Kesimpulan Metode Thresholding merupakan salah satu metode [5] H. Fahmi, M. Zarlis, H. Mawengkang, and N. segmentasi citra yang memisahkan warna antara objek dan Zendrato, “The Using of Thresholding and Region background berdasarkan perbedaan tingkat kecerahaannya . Merging Algorithm for Correcting the Multiple Metode thresholding bekerja dengan beberapa langkah yaitu Choice Answer Sheets,” in Journal of Physics: Mengkonversi ruang warna citra RGB menjadi Grayscale, Conference Series, 2019, vol. 1255, no. 1, p. 12047. Melakukan segmentasi citra menggunakan metode [6] D.-H. Pham and S. Meignen, “A novel thresholding thresholding, Melakukan operasi komplemen agar objek technique for the denoising of multicomponent yang bernilai 1 (berwarna putih), sedangkan background signals,” in 2018 IEEE International Conference on Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A . ISSN 1858 - 2680
Jurnal Media Infotama Vol.15 No. 2, September 2019 70 Acoustics, Speech and Signal Processing (ICASSP), 2018, pp. 4004–4008. [7] A. A. Rajeev, S. Hiranwal, and V. K. Sharma, “Improved Segmentation Technique for Underwater Images Based on K-means and Local Adaptive Thresholding,” in Information and Communication Technology for Sustainable Development, Springer, 2018, pp. 443–450. [8] M. Mortazavi, “An improved human skin detection and localization by using machine learning techniques in RGB and YCbCr color spaces,” PeerJ Preprints, 2019. [9] Y. Li et al., “MUSAI- {L} {{1/2}} : MUltiple Sub-Wavelet-Dictionaries-Based Adaptively- Weighted Iterative Half Thresholding Algorithm for Compressive Imaging,” IEEE Access, vol. 6, pp. 16795–16805, 2018. [10] N. Singla, “Motion detection based on frame difference method,” Int. J. Inf. Comput. Technol., vol. 4, no. 15, pp. 1559–1565, 2014. [11] M. Fujiwara et al., “Color representation method using RGB color binary-weighted computergenerated holograms,” Chinese Opt. Lett., vol. 16, no. 8, p. 80901, 2018. ISSN 1858 - 2680 Pengolah Citra Dengan Metode Thresholding dengan Matlab R2014A .
region citra yang cenderung terang akan dibuat semakin terang (putih sempurna dengan nilai intensitas sebesar 1) [10]. Oleh karena itu, keluaran dari proses segmentasi dengan metode thresholding adalah berupa citra biner dengan nilai intensitas piksel sebesar 0 atau 1. Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan .
keberhasilan pengenalan citra digital adalah hasil perbandingan dari jumlah citra digital yang dikenali dengan jumlah citra digital yang diberikan. HASIL PENELITIAN Citra digital dapat dikenali melalui beberapa tahap, yang pertama adalah penginputan data set citra. Tahap kedua, setiap citra yang akan digunakan, terlebih dahulu melalui proses
c. Program (perangkat lunak) Presentasi d. Program (perangkat lunak) pengolah gambar 2. Simbol icon di samping ini berfungsi untuk a. Membuka program pengolah kata b. Membuka program pengolah angka c. Membuka program pengolah database d. Membuka program pengolah presentasi 3. Jumlah menu bar yang terdap
data citra Landsat untuk memperoleh data penggunaan lahan dan suhu permukaan lahan juga ditelusuri. Pemilihan metode ektrasi citra dengan klasifikasi berbasis obyek disampaikan sebagai alternatif metode selain metode konvensional lain yang sudah lama dikenal untuk meningkatkan keakuratan hasil analisis citra.
PENELITIAN Metode penelitian yang digunakan dapat dipilih sesuai dengan masalah dan tujuan penelitian yang hendak dicapai. Secara umum, metode yang digunakan dalam penelitian yaitu (a) metode deskriptif, (b) metode eksperimen, (c) metode historis, (d) metode pengembangan, (e) metode tindakan, dan (f) metode kualitatif.
7. Metode Exstended Quadratic Interior Point (EQIP) Sama dengan metode Karmakar, metode EQIP merupakan salah satu metode untuk menyelesaikan masalah program linier. Metode EQIP adalah metode deterministik yang merupakan pengembangan metode Karmakar. Metode EQIP dikembangakan oleh James A. Momoh. Metode EQIP bisa digunakan untuk
Citra perempuan muslimah menjalankan kewajibannya terhadap suami pada scene 113 dan 157. Citra perempuan muslimah menjalankan kewajiban terhadap teman pada scene 126 dan 161. Citra perempuan muslimah menjalankan kewajiban terhadap masyarakat pada scene 42. Kata kunci: Citra Perempuan, Semiotika Roland Barthes, Film Hijab.
BAB 3 TRANSFORMASI INTENSITAS DAN PENAPISAN 37 3.1 Operasi Dasar Pengolahan Citra Digital 38 3.2 Transformasi Intensitas 40 3.3 Pengolahan Histogram 49 3.4 Penapisan Ruang 58 . viii Pengolahan Citra BAB 4 PEMULIHAN CITRA 63 4.1 Derau Pada Citra Digital 64 4.2 Pemulihan Menggunakan Penapisan kawasan Spasial 73 .
8th Grade Writing and Speaking/Listening Scope and Sequence 1 s t Q u a r te r 2 n d Q u a r te r 3 r d Q u a r te r 4 th Q u a r te r Writing N a rra t i ve I n t ro d u ce ch a ra ct e rs a n d o rg a n i ze a n e ve n t se q u e n ce (W . 8 . 3 a ) U se n a rra t i ve t e ch n i q u e s i n cl u d i n g
