BAB III ANALISA DAN PERANCANGAN

Transkripsi

1 BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Tahapan analisis merupakan tahapan yang paling awal dalam pembuatan sistem aplikasi ini. Analisis sistem dilakukan dengan tujuan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Metode Gray Level Co-occurrence Matrix (GLCM) digunakan dalam berbagai penelitian untuk mengetahui karakteristik tekstur suatu benda melalui pemrosesan citra. Untuk itu penulis mencoba membuat aplikasi ekstraksi ciri tekstur menggunakan metode GLCM yang digunakan untuk keperluan memproses citra seperti yang sudah dijelaskan pada bab sebelumnya. Beberapa kegunaan secara khusus aplikasi ekstraksi ciri tekstur menggunakan metode GLCM pada pemrosesan citra sebagai berikut : 1. Aplikasi ini dapat memproses ekstraksi tekstur citra dengan cepat. 2. Aplikasi ini dapat memperlihatkan nilai ciri tekstur citra yang sudah diproses dengan metode Gray Level Co-occurrence Matrix (GLCM). 3. Aplikasi ini menyediakan beberapa fungsi pemrosesan yaitu pemrosesan dengan 0 derajat, 45 derajat, 90 derajat dan 135 derajat. Selain itu aplikasi ini juga menyediakan pilihan pemrosesan citra dengan pen-simetris-an matrik framework. 3.2 Perancangan Aplikasi Berdasarkan hasil analisis, maka untuk keperluan pembuatan aplikasi ini, penulis membuat sebuah rancangan yang berupa flowchart yang di bagi dalam beberapa proses pembuatan yaitu proses awal, proses Gray Level Co-occurrence Matrix (GLCM) dan proses keluaran (hasil nilai ciri tekstur citra). 21

2 Proses Awal Pada tahap ini dilakukan menerima masukan yaitu berupa citra yang akan diproses, kemudian citra dibaca sehingga bisa diketahui ukuran citra dan nilai piksel citra. Deskripsi membaca piksel citra sebagai berikut : 1. Membaca piksel citra Untuk membaca piksel dari citra pertama deklarasikan terlebih dahulu variabel yang diperlukan, pada tahap ini di inisilisasikan variabel a sebagai tempat awal input citra, i dan j deklarasi dengan 0 dan setiap proses berjalan nilainya akan bertambah sebagai batas dari proses pembacaan citra. Kemudian tahap selanjutnya mendeklarasikan tempat penyimpanan citra yaitu dengan mendeklarasikan sebuah variabel array dua dimensi yaitu f[][]] dengan panjang dan lebar sesuai dengan citra masukan. Pada proses pembacaan citra jika variabel i dan j <= panjang dan lebar citra maka proses terus berjalan, pada proses looping ini setiap nilai piksel citra akan disimpan pada array f[][], ketika nilai variabel i dan j melebihi batas maka proses akan selesai. Flowchart yang penulis buat sebagai berikut :

3 23 Gambar 3.1 Flowchat baca citra

4 Proses Gray Level Co-occurrence Matrix (GLCM) Tahapan ini menerima ukuran citra dan nilai piksel citra yang kemudian diproses dengan metode Gray Level Co-occurrence Matrix (GLCM). Setelah di proses dengan metode GLCM, kemudian citra akan diproses secara matematis untuk mengetahui ciri tekstur dari citra tersebut, seperti homogeneity, contrast, correlation. Pada perhitungan metode GLCM didalamnya dilakukan bebrapa proses yaitu : 1. Konversi citra masukan ke citra grayscale Pada tahap ini kita deklarasikan ulang variabel i dan j dengan nilai 0 untuk pembatasan proses looping yang akan dilakukan. Deklarasi selanjutnya yang diperlukan adalah deklarasi array baru, disini penulis mendeklarasikan array g[][] sebagai tempat hasil dari konversi citra ke grayscale. Disini array f[][] dipanggil kembali untuk mendapatkan nilai RGB. Nilai RGB yang didapat lalu dihitung denagn cara secara umum setiap nilai RGB di jumlahkan dibagi dengan 3. Sehingga nilai yang didapat dimasukan kedalam nilai array g[][] sebagai nilai baru. Adapun flowchart nya sebagai berikut :

5 25 Gambar 3.2 Flowchar konversi ke grayscale

6 26 2. Mencari nilai terkecil dan tebesar piksel citra Setelah citra di konversi menjadi citra grayscale. Tahap selanjutnya adalah mencari nilai piksel citra terkecil dan nilai piksel terbesar dari citra. Pada tahap ini deklarasi varibel yang dibutuhkan adalah deklarasi variabel min dan max, karena kita sudah mengetahui nilai minimal dan maksimal dari suatu citra grayscale adalah Maka pada pendeklarasian nilai variabel yaitu dengan membalik nilai min dengan 255 dan max dengan 0. Sehingga nilai min akan mendapatkan nilai terkecil dan nilai max akan mendapatkan nilai terbesar dari citra. Flowchart nya sebagai berikut :

7 27 Gambar 3.3 Flowchat mencari nilai piksel terkecil dan terbesar

8 28 Proses selanjutnya adalah mencari nilai ketetanggaan yang sama dengan arah ketetanggaan 0 derajat, 45 derajat, 90 derajat, 135 derajat. 3. Ketetanggan 0 derajat Ketetanggan 0 derajat bermaksud mencari nilai ketetanggan dari citra seperti yang sudah dijelaskan pada landasan teori tentang GLCM. Beberapa variabel yang dibutuhkan yaitu i dan j untuk pembatasan looping dan dideklarasikan dengan nilai 0, selanjutnya yaitu x dan y yang dideklarasikan dengan nilai variabel min dari citra. Variabel terakhir yang diperlukan yaitu array mat_a[][] sebagai tempat dari martik framework. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra (panjang-1 dikarenakan untuk menhindari pembacaan citra melebihi dari batas array yang sudah dideskripsikan). Dalam proses looping utama jika nilai array g[i][j] = x dan g[i][j+1] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 0 derajat. Flowchart nya sebagai berikut :

9 29 Gambar 3.4 Flowchart mencari nilai ketetanggaan 0 o

10 30 4. Ketetanggan 45 derajat Pada dasarnya perhitungan ketetanggan 45 derajat hampir sama dengan 0 derajat, variabel yang dibutuhkannya pun sama. Sehingga penulis akan membahas langsung pada proses utama dari tahap ini. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j+1] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 45 derajat. Adapun flowchart nya sebagai berikut :

12 32 5. Ketetanggan 90 derajat Ketetanggan 90 derajat pun hampir sama dengan 0 derajat, variabel yang dibutuhkannya pun sama. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 90 derajat. Adapun flowchart nya sebagai berikut :

14 34 6. Ketetanggan 135 derajat Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 135 derajat. Adapun flowchart nya sebagai berikut :

16 36 Pada beberapa penelitian ada yang menggunakan teori simetris sebelum di normalisasi dan ada yang tidak. Oleh karena itu penulis dalam pembuatan ini membuat suatu pilihan yaitu citra dapat di proses dengan simertis atau tidak, tergantung dari keperluan. Algoritma simetris penulis buat sebagai berikut. 7. Simetris Deklarasi variabel yang dibutuhkan pada tahap simetris ini yaitu x, y dengan nilai variabel min. Selanjutnya yang dibutuhkan yaitu dua array dua dimensi yaitu mats[][] sebagai tempat hasil pen-simetris-an dan matt[][] sebagai tempat proses transpose array mat_a[][]. Pada tahap awal penulis membalik nilai dari array mat_a[x][y] dan memasukannya kedalam matt[y][x], sehingga didapat nilai transpose dari array mat_a[][]. Setelah itu setiap nilai mat_a[][] dijumlahkan dengan nilai array matt[][] dan memasukannya menjadi nilai mats[][]. Adapun flowchart nya sebagai berikut :

17 37 Gambar 3.8 Flowchart simetris

18 38 8. Menjumlah seluruh nilai matrik framework Nilai ketetanggaan yang telah di dapat kemudian di jumlahkan semua guna untuk persiapan dalam tahap normalisasi. Deklarasi variabel yang dibutuhkan yaitu x, y dengan nilai masing-masing nilai dari variabel min dan variabel selanjutnya yang dibutuhkan yaitu count sebagai tempat dari hasil proses. Dalam proses looping setiap nilai mat_a[][] jika tidak menggunakan proses simetris atau diganti dengan mats[][] jika menggunakan proses simetris dijumlahkan semua dan hasil dari penjumahan tersebut dimasukan ke dalam variabel count. Flowchart nya sebagai berikut :

19 39 Gambar 3.9 Flowchart menjumlah nilai ketetanggan yang sama

20 40 9. Normalisasi Pada tahap terakhir proses perhitungan GLCM yaitu proses normalisasi. Pada tahap ini nilai yang tersimpan pada mat_a/mats seluruhnya dibagi dengan jumlah mat_a/mats yang telah di proses diatas. Deklarasi variabel yang dibutuhkan dalam proses ini yaitu x, y = min dan array matc[][]. Setiap mata[][]/mats[][] dibagi dengan nilai count sehingga menjadi matrik baru yang di simpan pada matc[][]. Flowchart nya sebagai berikut :

21 41 Gambar 3.10 Flowchart proses normalisasi

22 42 Setelah proses normalisasi akan menghasilkan nilai citra hasil ekstraksi dan di simpan pada matrik_c yang kemudian akan di proses selanjutnya untuk mendapatkan nilai ciri tekstur GLCM. Pada penulisan Tugas Akhir ini penulis memilih 4 ciri tekstur, yaitu Contrast, Correlation, Energy, Homogeneity. 10. Contrast Pada proses perhitungan nilai ciri tekstur Contrast. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min dan variabel ConCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Contrast. n n i=1 j=1 C i,j i j 2 (2) Kemudian nilai dari hasil disimpan pada ConCount. Adapun rancanngan flowchat yang penulis buat sebagai berikut :

23 43 Gambar 3.11 Flowchart nilai ciri Contrast

24 Correlation Pada proses perhitungan nilai ciri tekstur Correlation. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel CorCount sebagai tempat nilai hasil dari proses, mtemp sebagai tempat preproses perhitungan correlation yaitu jumlah keseluruhan dari matc[][] dan m sebagai preproses juga untuk menghitung rata-rata dari matc[][]. Kemudian masuk kedalam rumus Correlation. n i 1 n i 1 ( i m)( j m) c i, j...(3) Sehingga flowchart nya sebagai berikut :

25 45 Gambar 3.12 Flowchart nilai ciri Correlation

26 Energy Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel EnCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Energy. n i 1 n j 1 c i, j 2 (4) Flowchart nya sebagai berikut :

27 47 Gambar 3.13 Flowchart nilai ciri Energy

28 Homogeneity Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel HomCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Homogeneity. n i,j n i,j C i,j 1+ 1 j 2...(5)

29 49 Gambar 3.14 Flowchart nilai ciri Homogeneity

30 Proses Keluaran Tahapan terakhir yaitu menampilkan 4 nilai ciri tekstur yang telah di buat diatas yang memproses nilai hasil perhitungan Gray Level Co-occurrence Matrix (GLCM).