Pencarian GambaI' di Dalam FoDder delllgan Input Gambar Terpotong

Transkripsi

1 Pencarian GambaI' di Dalam FoDder delllgan Input Gambar Terpotong Shlnta Esilf'n WahYUllllil!llgmm 1 9 Hironimu.s Leolll~ l,2,3fakultas llrnu Komputer Unika Soegijapranata shinta.she@grnail.com Abstract Habits of computer users are storing data with poor management, this causes the data search process becomes more difficult. Software on a computer that is commonly used for searching process use "key" in the form of text. This research try to find a picturre based on picture input using template metcing method. Template matching method compare input picture with every picture on the directory file Keyword: Template matching, image, image searching, image matching 1. Pendahwwm Semakin murahnya media penyimpanan seperti harddisk, flashdisk membuat setiap orang mampu membeli media penyimpanan dengan kapasitas besar. Dengan besarnya kapasitas penyimpanan mengakibatkan keinginan untuk menyimpan semua data ke dalam media penyimpanan yang dimiliki, Kebiasaan pengguna komputer adalah menyimpan data-data dengan manajemen yang kurang baik, sehingga menyebabkan kesulitan pada saat akan menemukan data tersebut kembali. Beberapa perangkat lunak pada komputer yang disediakan biasanya digunakan untuk mencari data yang berupa file dengan masukan pencarian "key" berupa text. Key data text digunakan untuk mencari file yang berupa dokumen ataupun file yang berupa gambar (image I citra). Dalam penelitian ini akan dibuat sebuah sistem sederhana yang akan digunakan untuk pencarian sebuah file gambar di dalam sebuah folder maupun direktori. Masukan sistem berupa file gambar yang tidak utuh. Penelitian ini dilakukan untuk menyelesaikan permasalahan mencari gambar yang terpotong pada sekumpulan garnbar-garnbar yang ada didalarn folder. 2. l'ihujauam Pustaka 2.1 Image Suatu image adalah fungsi intensitas 2 dimensi I(x, y), dimana x dan y adalah 11 koordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan (brightness) suatu image pada suatu titik. Suatu image diperoleh dari penangkapan kekuatan sinar yang dipantulkan oleh objek. hnage sebagai output alat perekaman, seperti kamera, dapat bersifat analog ataupun digital. hnage Analog adalah citra yang masih dalam bentuk sinyal analog, seperti hasil pengambilan gambar oleh kamera atau citra tampilan eli layar TV ataupun monitor (sinyal video). Suatu image digital merupakgm representasi 2-D array sample diskrit suatu image kontinu f(x,y). Amplitudo setiap sample di kuantisasi untuk menyatakan bilangan hingga bit. Setiap elemen array 2-D sample disebut suatu pixel. Tingkat ketajaman/resolusi w~a pada image digital tergantung pada jumlah "bit" yang digunakan oleh komputer untuk merepresentasikan setiap pixel tersebut. Tipe yang sering digunakan untuk merepresentasikan citra adalah "8-bit citra" (256 colors (0 untuk hitam untuk putih). 2.2 Template Matching Template matching merupakan sebuah metode yang bias a digunakan untuk mengklasiflkasikan sebuah object. Template matching dilakukan dengan membandingkan data dari dalam image template dengan gambar yang sarna. Metode template matching yang biasa dilakukan adalah sebagai berikut :

2 Gambar 2.1: Proses image Matching Pencarian potongan dilakukan hanya pada sebuah file gambar. Pencarian dilakukan dengan membandingkan template dari pojok kiri atas ke kanan dan ke bawah, seperti yang terlihat dalam gambar 2.2 U kuran tempi ate yang digun akan biasan ya tidak terlalu besar. Gambar 2.2: Proses iterasi image matching Cara memb andingkan template adalah menggeser template per pixel ke kanan sampai dengan akhir image baru geser satu pixel ke bawah. 3. Metodologi Penelitian Penelitian dilakukan dengan membuat sebuah perangkat lunak sederhana yang digunakan sebagai alat untuk menganalisa pencarian gambar dengan metode template matching. Metode template matching membandingkan gambar input dengan sekelompok data gambar yang tersimpan di dalam sebuah folder. Sebelum dilakukan proses matching terlebih dahulu dilakukan proses perubahan dari gambar asli yang berupa gambar dengan dimensi RGB ke dalam gambar satu dimensi yang disebut grayscale. Proses matching gambar didasarkan pada ukuran gambar input yang digunakan sebagai template. Setelah diperoleh ukuran template, setiap gambar di dalam folder, akan dibagi berdasarkan 12 ~kuran template yang diperoleh dari gambar mput. Proses matching dilakukan antara template dengan gambar yang dicari. Setelah sistem dibangun akan dilakukan proses percobaan dan pengujian. Skema pengujian dilakukan dengan melakukan percobaan 5 kelompok masukan yang berbeda yaitu 1. Gambar masukan berukuran kedl. 2. Gambar masukan berukuran sedang 3. Gambar masukan berukuran besar 4. Gambar masukan dikenakan noise 5. Gambar masukan dikenakan rotasi Setelah proses pengujian kemudian dilakukan analisa terhadap output yang dihasilkan oleh sistem. Selain hasil yang berupa gambar, sistem juga memberikan hasil berupa prosentase dari image yang berhasil ditemukan dibandingkan dengan total pixel dari image masukan yaitg digunakan sebagai template. Pada penelitian ini proses pencarian gambar didasarkan pada ukuran template, proses pergeseran pada saat membandingkan template dengan image asli juga dilakukan sesuai dengan luas template bukan geser per pixel. Pergeseran dilakukan sesuai dengan luas file yang dibandingkan dibagi luas template seperti ditunjukkan pada gambar 4.Berisi metode yang dipakai dalam penelitian yang sudah dilakukan 4. Basil Penelitian dan Pembahasan 4.1 Rancangan Sistem Sistem dikembangkan dengan menggunakan PHP. Sistem akan menerima masukan berupa gambar yang akan dicari, selain gambar yang dieari, sistem juga akan menerima masukan berupa folder yang diperkirakan berisi gambar yang dicari. Alur proses mencari gambar sebagai berikut: 1. Gambar masukan diubah terlebih dahulu menjadi gambar grayscale yaitu gambar abu-abu yang hanya mempunyai sebuah channel warna dengan range nilai antara Perubahan dari gambar RGB ke

3 gambar Grayscale dengan menggunakan perhitungan average untuk masing-masing channel. Kemudian hasilnya akan disimpan ke dalam pixel bam yang hanya 1 channel. 2. Dati file masukan disimpan ukuran dati file tersebut untuk digunakan sebagai template 3. Setiap file eli dalam folder akan dibandingkan dengan template gambar (gambar masukan). Cara memebandingkan template dengan gambarnya dati ujung kiri atas gambar menuju ke kanan kemudian kembali ke ujung kiri dikolom berikutnya. 4. HasH perhitungan dibandingkan untuk tiap file. HasH yang maksimal akan disimpan sebagai hasil keluaran dati sistem. 5. Sistem akan menampilkan hasil perhitungan yang paling maksimal ke dalam layar. Berisi hasil penelitian dan pembahasannya 4.2 Hasil Pengujian : 1. Gambar masukan berukuran kecil Pada proses pengujian yang pertama dilakukan pada 6 buah masukan image yang berukuran kurang dati 100 x 100 pixel dengan semua image pada template yang berukuran lebih dati 100 x 100 pixel 1[' albllen 1 : nll!llsllil JPlelDlguD.jimm nlllimllge IIlIMIlS\llll!m1Dl lbiejr1u1llrujl'2jdl lk.ecllil Ukuran input Ukuran hasil Prosentase 35 x x ,55% 32x x 120 1,47% 74x x 225 4,39% 52x x % image yang cocok dengan image yang dican. Berdasarkan 4 data yang berhasil ditemukan di dalam folder, keempat image masukan adalah potongan image yang berada pada posisi ujung dari gambar (pojok). Dilihat dati prosentase dati data image yang berhasil ditemukan didalam folder ratarata nilai prosentasenya kecil. Hal ini disebabkan karena template yang digunakan untuk membandingkan juga kecil. 2. Gambar masukan berukuran sedang Pada pengujian yang kedua image masukan diambil mendekati setengah dati ukuran image yang sebenamya. Pada pengujian yang kedua ini juga melibatkan 6 image masukan. ThbeH :2 : IIMnsJiII. JPlelDlgunjimm ilninage 1IlIMIlS1!llIlm1Dl lbi em lk.iul Jl'2JDl S edlajm ag kemicipan 112 x x ,53% 167 x X ,71% 82X X ,05% 185 X x 225 3,83% 76 X X 201 9,55% 89X X 102 7,73%.. Dan pengujlan yang kedua dan enam percobaan lima percobaan berhasil menemukan file yang dicati, kegagalan hanya 1 kali. Kalo diamati dati file masukan yang gagal dapat dilihat bahwa image yang dipotong tidak berada pada posisi ujung dati image yang ada di folder (image asli). Beberapa pengujian yang berhasil dilakukan menghasilkan prosentase yang relatif besar, hal ini dikarenakan jumlah pixel image masukan yang digunakan sebagai template. 70x x 225 4,30% 3. Gambar masukan berukuran besar 65 x x 204 1,18% Pengujian yang ketiga melibatkan 6 me masukan. Pada pengujian yang ketiga, image Hastl dan 6 percobaan pada skema masukan berukuran besar atau hampir percobaan yang pertama 4 percobaan sukses mendekati ukuran file aslinya. dan 2 percobaan tidak berhasil menemukan 13

4 Tabel 3 : basil pengujian image masukan berukuran besar Ukuran input Ukuran hasil Prosentase 182 X X ,94% 146 X X ,89% 145 x x ,30% 123 x x ,30% 160 x x 160 3,74% 146 x x ,11% Pada pengujian yang ketiga dari enarn percobaan 3 yang berhasil dan 3 yang gagal. Pada percobaan yang kedua gagal dikarenakan image masukan diarnbil pada posisi tengah dari image asli. Pada percobaan yang kelima gagal karena ada image di dalarn folder yang ukurannya sarna persis dengan ukuran image masukan (template) sehingga apabila kedua image tersebut dijadikan image grayscale maka kemungkinan miripnya menjadi lebih besar. 4. Garnbar masukan dikenakan noise Pada pengujian yang keempat, image inputan yang digunakan sebagai template selain hanya berupa bagian dari image ash juga dikenakan noise untuk masing-masing image masukan. Ada yang diubah warnanya, dibuat lebih terang, ditarnbah noise dan sebagainya. Pada pengujian yang ke 4 ini dilakukan 8 percobaan. Tabel 4 : basil pengujian image masukan dikenakan noise 146 x x 204 0,32% warna ungu 32x x 120 1,37% enhance 59 x x ,22% saturation 222 x x 201 2,87% noise warna 145 x x ,88% noise warna 82x x 102 4,96% grayscale 185 x x 225 3,11% shadows 74x x ,34% saturation Dari 8 percobaan diatas hanya 3 yang berhasil. Sedangkan 5 percobaan gagal, analisa dari hasil ini adalah yang berhasil adalah pada saat dilakukan enhance image, karena dilakukan perbaikan dari garnbar masukan sehingga hasil nilai grayscalenya tidak banyak berubah. Begitu juga pada saat dilakukan shadows dan grayscale. Pada saat image masukan diubah warnanya menjadi ungu maka otomatis nilai grayscalenya akan berubah sehingga proses matching bisa berbeda. 5. Garnbar masukan dikenakan rotasi Pada pengujian yang ketiga dilakukan terhadap image masukan yang dirotasi. Percobaan ini untuk mengukur seberapa besar toleransi metode L'Ilage matching terhadap proses rotasi. Proses rotasi dilakukan terhadap 8 buah image masukan. Tabel 5 : basil pengujian image masukan dikenakan rotasi 146 x x ,11% 175 x x ,67% 146 x x ,06% 123 x x ,30% 204 x x ,84% 204 x x ,85% 123 x x ,63% Dari 8 percobaan hanya 3 yang berhasil, yang 5 percobaan tidak berhasil karena posisi nilai pixel dari tempat berbeda dari image aslinya. 14

5 Secara umum ketidak berhasilan proses pencarian adalah : Pergeseran pencarian berdasarkan luas dari template sehingga tidak bisa presisi untuk dalam proses pencariannya, selain itu juga proses matching berdasarkan posisi masingmasing pixel pada template dan image yang ada di folder. Ukuran template dan ukuran image asli mempengaruhi hasil pencarian. Terdapat beberapa bagian dari image asli yang tidak dibandingkan, hal ini disebabkan karena jumlah membandingkan template dengan bagian-bagian dari image asli diperoleh dari pembagian luas file image di dalam folder dengan luas template yang dibulatkan. 5. Kesimpulan dan Saran Kesimpulan yang dapat diambil dari penelitian ini adalah : Posisi potongan image masukan yang berhasil ditemukan adalah potongan yang ada diposisi ujung baik atas, samping maupun bawah dari image asli. Ukuran template dan ukuran image asli mempengaruhi hasil pencarian. Posisi derajat (rotasi) image masukan dengan image asli mempengaruhi hasil pencarian. Nilai grayscale yang sarna juga mempengaruhi hasil pencarian. Berdasarkan hash penelitian ini perlu dilakukan penelitian berikutnya dengan menarnbahkan metode untuk proses matching yaitu menambahkan parameter dominan wama untuk hasil proses matching yang sudah dilakukan. Selain menambah metode yang bisa dilakukan adalah memberi toleransi dalam membandingkan nilai di dalam template dan nilai dari file asli. Daftar Pustaka [1] Rafael C. Gonzalez dan Richard E. Woods, 2008, Digital Image Processing, Pearson Prentise Hall, New Jersey. [2] Definisi Grayscale diakses tanggal 01 Juni 2012 [3] Template Matching stograms/template matching/template matching. html diakses tanggal 05 J uni 2012 [4] Template matching stograms/template matching/template matching. html diakses tanggal 05 Juni