ANALISIS NILAI THRESHOLD UNTUK MEMBENTUK CITRA BINER PADA CITRA DIGITAL

Transkripsi

1 ANALISIS NILAI THRESHOLD UNTUK MEMBENTUK CITRA BINER PADA CITRA DIGITAL Siti oktafiyani 1,Rachmat Aulia 2,Elviwani 3 Program Studi Teknik Informatika - Sekolah Tinggi Teknik Harapan Jl. HM Joni No 70 C Medan Octhafyani1010@gmail.com Abstrak Pengolahan citra terdapat enam jenis operasi pengolahan yaitu peningkatan kualitas citra, restorasi citra, kompresi citra,segmentasi citra,analisis citra dan rekonstruksi citra.pada umumnya informasi yang ada dalam suatu citra terletak pada strukturnya.agar mudah memahami suatu citra dapat dilakukan dengan menyederhanakan struktur citra tersebut. untuk mendapatkan nilai intensitas maka perlu dilakukan proses koveksi dengan mengambil nilai rata-rata sehingga menghasilkan suatu nilai baru yang disebut sebagai nilai grayscale,setelah di dapat citra grayscale selanjutnya adalah menentukan nilai ambang atau thrsehold dimana nilai threshold digunakan untuk mengatur jumlah derajat keabuan yang ada pada citra grayscale.salah satu metode yang dapat digunkan untuk memperbaiki kualitas citra yang berhubungan dengan pencahayaan yaitu dengan mengatur tingkat kecerahan maupun kekontrasan dari sebuah citra digital. Pada penelitian ini, variabel yang akan digunakan adalah beberapa teknik pemrosesan nilai threshold atau thresholding diantaranya penentuan nilai tengah,nilai minimum,nilai maksimum mengunakan threshold dari histogram citra.sedangkan penggunaan nilai modulus di proses pada setiap pixelnya. Threshold digunakan untuk mengatur jumlah derajat keabuan yang ada pada citra.dari hasil analisis terhadap kualitas citra menjadi suatu bagian-bagian yang homogen berdasarkan kriteria yang ditentukan antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel lainnya. Kata Kunci: Pengolahan Citra Digital, Threshold, Citra Biner. Abstract Image processing there are six types of processing operation that is image quality improvement, image restoration, image compression, image segmentation, image analysis and image reconstruction. In general the information contained in an image lies in the structure. Easy to understand an image can be done by simplifying the image structure the. to get the intensity value it is necessary to do the covection process by taking the average value so as to produce a new value which is called as grayscale value, after in can next grayscale image is to determine threshold value or thrsehold where threshold value is used to set the number of degree of gray grayscale image. One method that can be used to improve the image quality associated with lighting is by adjusting the brightness and contrast of a digital image. In this study, the variables that will be used are some threshold or thresholding value processing techniques such as the determination of the middle value, the minimum value, the maximum value using the threshold of the image histogram. While using the modulus value in the process on each pixel. The threshold is used to adjust the number of gray degrees present in the image. From the analysis of the image quality to a homogeneous portion based on the criteria determined between the gray level of a pixel to the gray level of the other pixels. Keywords: Digital Image Processing, Threshold Value, Binary Image.. 1. PENDAHULUAN Dalam suatu citra mengandung derajat warna yang berbeda di setiap bitnya citra warna 16 bit mempunyai di setiap pixelnya memiliki warna dan sedangkan citra warna 24 bit memiliki variasi warna. Variasi warna ini lebih cukup untuk memvisualisasikan seluruh warna yang dapat di lihat oleh manusia.[1] Untuk mengatur jumlah derajat keabuan yang ada pada citra ini menggunakan derajat keabuan dan bisa di ubah sesuai keinginan contohnya menggunakan derajat keabuan 16, maka tinggal membagi nilai derajat keabuan dengan 16.dan pada dasarnya menggunakan proses pengubahan kuantisasi pada citra, sehingga untuk melakukan thresholding dengan derajat keabuan dapat digunakan rumus: X=(w/b) W = nilai derajat keabuan sebelum thresholding B = jumlah derajat keabuan yang diinginkan X = nilai derajat keabuan setelah thresholding Cara melakukan proses thresholding dapat dibuat dengan menggunakan program untuk mengubah nilai thresholding sesuai dengan keinginan.[2] Bit merupakan jumlah yang digunakan untuk mempresentasikan tiap pixel banyaknya jumlah bit yang digunakan untuk sebuah pixel, semakin

2 tinggi kedalaman pixel maka semakin tinggi kualitasnya.[3] Image resulation yaitu jumlah pixel per inci yang dinyatakan pixel x pixel. Semakin tinggi kualitas citra, maka semakin bagus kualitas citranya maka semakin tinggi akan lebih detilnya jika citra di perbesar akan semakin lebih jelas,resolusi yang tinggi akan menjadi jumlah bit yang diperlukan untuk menyimpan akan semakin meningkat.[3] Proses segmentasi citra merupakan suatu proses pengolahan pada sistem pengenalan objek di dalam suatu citra,segmentasi adalah proses pembagian citra ke dalam sejumlah bagian atau objek.segmentasi citra sangat penting di dalam analisis citra secara otomatis segmentasi citra (image segmentation) yaitu membagi suatu citra menjadi bagian-bagian yang homogen berdasarkan kriteria yang ditentukan antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel lainnya.hasil dari proses segmetasi ini digunakan untuk proses tingkat lebih tinggi yang dilakukan terhadap suatu citra contohnya proses klarifikasi suatu citra dan proses identifikasi objek.[4] 2. METODE PENELITIAN Dalam melakukan analisa penulis menggunakan metode deskriptif, yaitu melakukan analisis terhadap kualitas citra sehingga akhirnya sampai pada suatu kesimpulan.adapun langkahlangkah nilai threshold terhadap sistem adalah sebagai berikut : 1. Tengah merupakan nilai threshold yang diambil dari pembagian total intensitas yaitu 256 di bagi 2 dimana hasilnya adalah 128 jika nilai grayscale di bawah 128 maka nilai tersebut diubah menjadi nilai 0 dan jika nilai grayscale di atas 128 maka nilai tersebut di ubah menjadi Minimum merupakan nilai threshold yang di ambil dari pembagian total intensitas yaitu 128 di bagi 2 dimana hasilnya adalah 64 jika nilai grayscale dibawah 64 maka nilai tersebut diubah menjadi nilai 0 dan jika nilai grayscale di atas 64 maka nilai tersebut diubah menjadi Maximum merupakan nilai threshold yang diambil dari tambahan total nilai intensitas 128 di tambah 64 dimana hasilnya adalah 192.dan jika nilai grayscale di bawah 192 maka nilai tersebut diubah menjadi Modulus merupakan nilai gray yang telah di hitung dari perhitungan rata-rata RGB yang akan langsung diproses jika nilai intensitas gray di modulus dengan 2 sama dengan 0 dan jika nilai intensitas gray di modulus dengan 2 sama dengan 1 maka nilai tersebut menjadi Minmax Between merupakan nilai gray yang telah dihitung dari perhitungan rata-rata RGB dan akan langsung di kondisikan dimana jika nilai intensitas gray di modulus dengan 2 sama dengan 0 dan jika nilai intensitas gray di modulus dengan 2 sama dengan 1 maka nilai tersebut menjadi 255. Namun jika intensitas gray di bawah 64 maka nilai tersebut sama dengan 0 dan jika nilai intensitas gray di atas 192 maka nilai tersebut HASIL DAN PEMBAHASAN Dari penerapan metode-metode nilai threshold yang ada pada sistem yang bertujuan menerapkan modifikasi nilai threshold untuk mendapatkan citra biner dan sedikitnya menggunakan 5 teknik modifkasi nilai threshold. Tujuan dilakukan analisis pada penelitian ini adalah untuk melihat hasil yang di tampilkan dari metode-metode citra biner yang akan digunakan dari metode tersebut dan akan mendapatkan hasil yang berbeda-beda pada setiap metode yang digunakan sebagai reperensi metode pengolahan citra yang baru. 3.1 Perhitungan Manual Pada bagian ini akan dilakukan perhitungan manual untuk proses binerisasi citra digital. Sabagai contoh diambil citra dengan ukuran 3x3 dengan nilai intensitas pixel masing-masing RGB berbeda-beda. Ketiga nilai RGB ini di proses untuk mendapatkan citra biner menggunakan kelima metode yang digunakan Tabel 1 : perhitungan manual R G B Gray (0,0) = /3 = 268/3 = Gray (0,1) = /3 = 315/3 = Gray (2,0) = /3 = 196/3 = Gray (0,1) = /3 = 209/3 = Gray (1,1) = /3 = 336/3 = Gray (2,1) = /3 = 321/3 = Gray (0,2) = /3 = 168/3 = Gray (1,2) = /3 = 240/3 = Gray (2,2) = /3 = 297/3 = 99

3 Didapat hasilnya sebagai berikut: 1. Tengah 2. Minimum Maximum 4. Modulus Tampilan Perangkat Lunak Setelah sistem dianalisis dan dirancang, maka akan di tampilkan hasil aplikasi yang dibuat pada tahap implementasi. Impementasi sistem merupakan tahap pengoperasian sistem. Agar sistem ini dapat berjalan dengan baik, maka di butuhkan spesifikasi sistem pendukung perangkat lunak dan perangkat keras antara lain: 1. Sistem operasi (operating system) Windows 7 Ultimate 32 bit. 2. Laptop dengan merk ASUS X45U 3. Memory yang digunakan RAM DDR3 dengan kapasitas 2 GB. 4. Media penyimpanan Internal (HDD) dengan kapasitas 500 GB. Setelah aplikasi selesai dibuat dan dijalankan maka dapat dilihat hasil tampilan dari aplikasi sebagai berikut : 5. Minmax Between Analisis Sistem Berjalan Adapun kebutuhan sistem pendukung perangkat lunak dalam membangun aplikasi agar dapat berjalan dengan baik antara lain: 1. Sistem operasi (operating system) Windows 7 Ultimate 32 bit 2. Visual Studio 2010 dengan Visual Basic.Net Adapun kebutuhan perangkat keras yang di gunakan adalah : 1. Notebook atau laptop dengan merk ASUS X45U 2. Processor yang digunakan AMD E Memory yang digunakan RAM DDR3 dengan kapasitas 2GB 4. Media Penyimpanan Internal (HDD) dengan kapasitas 500 G Gambar 3.3 Tampilan Awal Pada tampilan awal ini terdapat menu bar yang terdiri dari file,proses, dan about. Menu file terdapat lima buah menu yaitu new berfungsi untuk meciptakan lingkungan kerja dan mengaktifkan sub menu open dan close. open berfungsi untuk memasukkan citra yang ada di dalam komputer ke dalam aplikasi, close berfungsi untuk mengeluarkan citra yang ada di aplikasi, save berfungsi untuk menyimpan citra hasil proses,dan exit berfungsi untuk mengeluarkan/menghentikan aplikasi yang berjalan. 3.4 Tampilan Proses Pada menu proses ini terdapat 5 buah sub menu yaitu nilai tengah,nilai minimum,nilai maximum,nilai modulus, nilai minmax between. untuk lebih jelas dapat dilihat pada gambar 4.2.

4 Gambar 3.4 Tampilan proses. 3.5 Tampilan About Pada menu berisi tentang biodata penulis terdiri dari Nama, Npm, Jurusan, Judul Tugas Akhir, dan STT HARAPAN Medan. font yang di pakai lucida calligraphi dan ukuran yang digunakan adalah 12 pt. font style yang digunakan italic dan menggunakan background yang di ambil dari internet yang bersumber dari google image. Gambar 3.7 Citra Animals.jpg. (sumber. Berikut adalah hasil pengujian untuk citra Animals.jpg menggunakan aplikasi yang dibuat : JENIS Tengah Tabel 2. Hasil Pengujian Pertama HASIL Minimu m Gambar 3.5 Tampilan About. 3.6 Tampilan Help Pada menu help terdapat isi tentang bagaimana menggunakan aplikasi dari bagaimana cara membuka gambar/citra sampai dengan bagaimana memproses citra menjadi citra biner. Maximu m Modulu s Minmax Between Gambar 3.6 Tampilan Help. 3.7 Pengujian Pertama Pada pengujian pertama digunakan citra dengan ukuran 640 x 447 pixel, dimana citra yang digunakan yang bernama hewan panda.jpg. Dimana citra diambil secara acak dari google image. Berikut ini gambar : 3.8 Pengujian Kedua Pada pengujian kedua menggunakan citra dengan ukuran 1600 x 1000 pixel,dimana citra ini bernama scenery.jpg. dimana citra ini diambil secara acak dari google image.

5 JENIS Tengah Gambar 3.8 citra scenerry jpg. (sumber.gambarzoom.com) Tabel 3 Hasil Pengujian Kedua HASIL Pada metode minimum intensitas warna putih di bandingkan dengan intensitas warna hitam sedangkan pada metode maksimum intensitas warna hitam lebih dominan di bandingkan intensitas warna putih. Pada metode nilai modulus citra biner yang di hasilkan sangat acak sehingga isi dari citra tidak dapat di kenali. Pada metode nilai minmax between menghasilkan nilai warna yang lebih gelap keabu-abuan,karena nilai grayscale di hitung menggunakan perhitungan rata-rata RGB dan akan di kondisikan dimana jika nilai intensitas gray di modulus dengan 2 sama dengan 0 dan jika nilai intensitas gray di modulus dengan 2 maka sama dengan 1 maka nilai tersebut menjadi 255. Minim um Maxim um Modul us Minma x Betwee n 3.9 Pembahasan Pada sub bab ini akan membahas hasil pengujian setiap metode-metode biner dimana citra yang diuji 584 x 430,1600 x 100,dan 1600 x 900 pixel.untuk membandingkan hasil dari semua metode yang menggunakan perbandingan hasil dari metode average. Pada metode nilai tengah terdapat hasil warna yang lebih jelas jika di bandingkan dengan metode minimum.karena setiap nilai biner dan threshold yang di ambil di bagi 2 dari intensitas piksel warna sehingga citra biner yang di hasilkan sedikit lebih jelas dari hasil metode minimum. 4. PENUTUP 4.1 Kesimpulan Berdasarkan hasil penelitian,analisis dan pembahasan dalam penelitian ini, dapat di simpulkan bahwa : 1. Analisis nilai threshold untuk menentukan citra biner pada citra digital telah berhasil dikembangkan menggunakan Visual Studio Analisis ini menerapkan lima teknik modifikasi nilai threshold yaitu nilai tengah, minimum, maximum, modulus, dan minmax between. Dengan menggunakan metodemetode citra biner hasil citra biner yang ditampilkan akan berbeda. 3. Untuk metode tengah hasil seperti citra biner pada umumnya yang menggunakan nilai threshold 128.Untuk metode minimum dan maximum nilai threshold yang di gunakan adalah nilai 64 dan 192. Metode modulus hasil yang di tampilkan tidak dapat dikenali dan between minmax. 4.2 Saran Berdasarkan kesimpulan dari penelitian ini maka saran yang mungkin berguna untuk perkembangan lebih lanjut pada penelitian skripsi lain yaitu sebagai berikut 1. Pengolahan citra ini perlu dikembangkan lagi dengan menambahkan analisa dari variabelvariabel lain. Seperti pada efek suatu gambar sehingga bisa diketahui lagi kualitas citra yang ada. 2. Peneliti mampu memahami bagaimana cara mengubah citra berwarna menjadi citra biner dengan menggunakan modifikasi nilai threshold. Dnegan adanya modifikasi nilai threshold maka citra biner yang dihasilkan akan lebih bervariasi, dengan di buat nya

6 penelitian ini dapat menjadi reperensi untuk penelitian selanjutnya. 5. DAFTAR PUSTAKA [1]. Munir, Prof Dr Konsep dan Aplikasi dalam Pendidikan. Bandung : Alfabeta. [2] santi, candra noor "Mengubah Citra Berwarna Menjadi Grayscale dan Citra Biner." Jurnal Teknologi Informasi DINAMIKA Volume 16,No.1, 14. [3]. Hakim, Luqman "Aplikasi dan Implementasi Secret Sharing Menggunakan Kriptografi Visual pada Citra Biner." [4]. Darujati, cahyo, Syamsul Anam, Hasan Dwi Cahyono, and Agustinus Bimo Gumelar "Magnifikasi Perbaikan Citra Digital Multi Resolusi dengan Metode Gabungan Tapis Lolos Bawah dan Interpolasi Bilinear." Jurnal Ilmiah Mikrotek Vol.1,No.2 33.