IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN TRANSFORMASI POWER LAW STUDI KASUS KANKER MULUT RAHIM (SERVIKS) SKRIPSI IKA AYU LESTARI

Transkripsi

1 IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN TRANSFORMASI POWER LAW STUDI KASUS KANKER MULUT RAHIM (SERVIKS) SKRIPSI IKA AYU LESTARI PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2017

2 IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN TRANSFORMASI POWER LAW STUDI KASUS KANKER MULUT RAHIM (SERVIKS) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer IKA AYU LESTARI PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN

3 2017

4 PERSETUJUAN Judul : IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN TRANSFORMASI POWER LAW STUDI KASUS KANKER MULUT RAHIM (SERVIKS) Kategori : SKRIPSI Nama : IKA AYU LESTARI Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing: Diluluskan di Medan, Juli 2017 DosenPembimbing II Dosen Pembimbing I Amalia, S.T, M.T Dian Rachmawati, S.Si, M.Kom NIP NIP Diketahui/Disetujuioleh Program Studi S1 IlmuKomputer Ketua, Dr. PoltakSihombing, M.Kom NIP

5 PERNYATAAN IMPLEMENTASI DETEKSI TEPI CANNY DAN ISOTROPIK DENGAN TRANSFORMASI POWER LAW STUDI KASUS KANKER MULUT RAHIM (SERVIKS) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Juli 2017 Ika Ayu Lestari

6 UCAPAN TERIMA KASIH Puji, syukur, hormat, serta kemuliaan penulis panjatkan kehadirat Allah Tritunggal yang telah memberikan kesempatan kepada penulis untuk mengerjakan dan menyelesaikan skripsi ini. Begitu banyak bantuan yang penulis dapatkan baik itu secara moral dan materi untuk membantu kelancaran penulisan tugas akhir ini. Pada kesempatan ini, penulis ingin mengucapkan terima kasih kepada : 1. Bapak Prof. Dr.Runtung Sitepu, S.H., M.Hum. selaku Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu Komputer dan Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 4. Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M selaku Dosen Pembimbing Akademik yang telah memberikan bimbingan dan dukungan kepada penulis. 5. Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing I yang telah memberikan bimbingan dan dukungan kepada penulis. 6. Ibu Amalia, S.T, M.T selaku Dosen Pembimbing II yang telah memberikan bimbingan dan dukungan kepada penulis. 7. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 8. Seluruh tenaga pengajar dan pegawai pada Fakultas Ilmu Komputer dan Teknologi Informasi USU, terkhususnya di Program Studi S-1 Ilmu Komputer. 9. Orang tua penulis, yaitu Bapak Surianto dan Ibunda Tersayang Poini yang selalu memberikan doa dan dukungan serta kasih saying kepada penulis. Adik, dan Seluruh keluarga yang selalu memberikan motivasi, semangat, saran dan

7 perhatian yang diberikan selama penulis menjalani studi serta dalam proses penyelesaian skripsi ini. 10. Sahabat sahabat terbaik penulis, yaitu Siti Hasnah Hasibuan, Suwitri, Husnil Khotimah Siregar, Noni Natasyah, Siti Mona Silfiani, Yulia Dewi dan Wirda Wahyuni Nasution serta Abangda Muhammad Teguh Amanda, Gusra AlGeri, Farid Akbar yang telah memberikan doa dan dukungan selama penulis menjalani masa perkuliahan dan pengerjaan skripsi. 11. Teman-teman seperjuangan di KOM B 2013 Ilmu Komputer yang telah memberikan semangat kepada penulis dalam penyelesaian skripsi ini dan semua pihak yang trlah banyak membantu yang tidak bisa disebutkan satu-persatu. Semoga Allah memberi kelimpahan berkat kepada semua pihak yang telah memberikan bantuan, semangat, dukungan dan perhatian kepada penulis dalam menyelesaikan skripsi ini. Semoga skripsi ini bermanfaat bagi penulis, pendidikan, masyarakat, organisasi atau negara. Medan, Juli 2017

8 ABSTRAK Dalam dunia kesehatan pengolahan citra cukup memberikan peranan penting, seperti mengolah citra hasil dokumentasi kolposkopi kanker serviks. Salah satu pengolahan citra yaitu deteksi tepi (Edge detection). Deteksi tepi (Edge detection) adalah operasi yang dijalankan untuk mendeteksi garis tepi (edges) yang membatasi dua wilayah citra homogen yang memiliki tingkat kecerahan yang berbeda. Deteksi tepi memiliki beberapa operator seperti operator Canny dan Isotropik. Deteksi tepi baik digunakan untuk mendeteksi hasil citra kolposkopi yang merupakan dokumentasi serviks dengan format file (*.png). Citra Kolposkopi akan di transformasi dengan transformasi nth root power untuk mendapatkan hasil citra deteksi yang lebih baik, kemudian dilakukan deteksi tepi dengan operator Canny dan Isotropik. Parameter keberhasilan sistem adalah perbandingan hasil diagnosa sistem dengan hasil diagnosa dokter. Diagnosa dokter terhadap 15 gambar menghasilkan nilai persentase akurasi 80%. Parameter untuk membandingkan kedua operator adalah running time, MSE dan PSNR. Rata-rata nilai running time Canny ms sedangkan nilai running time Isotropik ms. Dari perbandingan itu, operator Canny yang paling baik karna menghasilkan tepian yang lebih jelas dengan waktu yang cepat. Namun untuk nilai MSE yang terendah dan PSNR tertinggi dilakukan oleh operator Isotropik dengan nilai rata-rata MSE yaitu 11579,62 dan Nilai rata-rata PSNR yaitu 0,7556 db. Kunci : Deteksi tepi, Canny, Isotropik, Tranformasi nth root power, kolposkopi, MSE, PSNR.

9 ABSTRACT Image processing provides an important role in the world of health, for example to process image documentation of cervical cancer colposcopy results. One of the image processing itself is edge detection. Edge detection is an operation performed to detect borders that constrain two homogeneous imagery regions that have different brightness levels. Edge detection has several operators such as Canny and Isotropic operators. The edge detection is good to use for detecting image documentation of cervical cancer colposcopy with the file format (*.png). Colposcopy image will be transformed by nth root power transformation to get better detection result, then by Canny and Isotropic operator. The success parameter of it is the comparison between the diagnostic result of the system with the doctor's diagnosis. Doctor's diagnosis of 15 images yields an 80% accuracy percentage value. Parameters to compare both operators are running time, MSE and PSNR. Average running time value Canny is ms while Isotropic get ms. From that comparison, Canny operator is the best in this case because Canny produces a clearer edge with a fast time instead. However, for the lowest MSE value and the highest PSNR conducted by Isotropic operator with the average value of MSE is and the mean value of PSNR is db. Keywords: Edge Detection, Canny, Isotropic, nth root power transformation, Colposcopy, MSE, PNSR

10 DAFTAR ISI PERSETUJUAN PERNYATAAN UCAPAN TERIMA KASIH ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR ii iii iv vi vii viii x xi BAB 1 PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 4 BAB 2 LANDASAN TEORI 2.1 Pengertian citra Citra Analog Citra Digital Format File Citra Model Warna Model Warna RGB Citra Grayscale Pengolaha Citra Jenis-jenis Pengolahan Citra Deteksi Tepi Operator Canny Operator Isotropik Transformasi Power Law Jarak Euclidean (Euclidean Distance) Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) Penelitian Yang Relevan 20 BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 23

11 3.1.1 Analisis Masalah Analisis Kebutuhan Kebutuhan Fungsional Kebutuhan Non-Fungsional Analisis Proses Perancangan Sistem General Arsitektur Perancangan Sistem Use-case Diagram Activity Diagram Sequence Diagram Pseudocode Pseudocode Deteksi Tepi Canny Pseudocode Deteksi Tepi Isotropik Flowchart Perancangan Antarmuka (Interface) Rancangan Halaman Utama Rancangan Halaman Deteksi Tepi Rancangan Halaman Deteksi Kanker Rancangan Halaman Tentang 44 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 Implementasi Sistem Form Home Form Deteksi Tepi Form Deteksi Kanker Form Tentang Pengujian Sistem Pengujian Form Deteksi Tepi Pengujian Form Deteksi Kanker Hasil Pengujian Sistem Hasil Pengujian dengan Operator Canny Hasil Pengujian dengan Operator Isotropik Perhitungan Akurasi Citra 57 BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran 59 DAFTAR PUSTAKA 60 LAMPIRAN

12 DAFTAR TABEL Tabel 2.1 Penelitian yang Relevan 19 Tabel 3.1 Skenario Use Case Deteksi Tepi 29 Tabel 3.2 Skenario Use Case Input Citra 30 Tabel 3.3 Skenario Use Case Transformasi 30 Tabel 3.4 Skenario Use Case Canny 31 Tabel 3.5 Skenario Use Case Isotropik 31 Tabel 3.6 Skenario Use Case Save 31 Tabel 3.7 Skenario Use Case Deteksi Kanker 32 Tabel 3.8 Skenario Use Case Browser Canny 33 Tabel 3.9 Skenario Use Case Browser Isotropik 33 Tabel 3.10 Skenario Use Case Deteksi 34 Tabel 4.1 Pengujian Dengan Operator Canny 51 Tabel 4.2 Pengujian Dengan Operator Canny 53 Tabel 4.3 Perbandingan Running Time operator Canny dan isotropik 54 Tabel 4.4 Perbandingan MSE dan PSNR operator Canny dan isotropik 55 Tabel 4.5 Akurasi Citra 57

13 DAFTAR GAMBAR Gambar 2.1 Kombinasi Warna RGB 8 Gambar 2.2 Contoh Citra Warna 9 Gambar 2.3 Contoh Citra Grayscale 10 Gambar 2.4 Proses Deteksi Tepi 12 Gambar 2.5 Model Tepi Satu Citra 12 Gambar 2.6 Area Konversi Arah Tepi 15 Gambar 2.7 Contoh Citra Operator Canny 16 Gambar 2.8 Contoh Citra Operator Isotropik 17 Gambar 2.9 Kurva Transformasi Citra 17 Gambar 2.10 Contoh Citra Transformasi nn tth root power 18 Gambar 3.1 Diagram Ishikawa Untuk Analisis Masalah 24 Gambar 3.2 General Arsitektur Perancangan Sistem 27 Gambar 3.3 Use Case Diagram Sistem 38 Gambar 3.4 Activity Diagram Form Deteksi Tepi 35 Gambar 3.5 Activity Diagram Form Deteksi Kanker 35 Gambar 3.6 Sequence Diagram Sistem 36 Gambar 3.7 Flowchart Tampilan Sistem 39 Gambar 3.8 Rancangan Halaman Utama 41 Gambar 3.9 Rancangan Deteksi Tepi 42 Gambar 3.10 Rancangan Deteksi Kanker 43 Gambar 3.11 Halaman Tentang 45 Gambar 4.1 Form Home 47 Gambar 4.2 Form Deteksi tepi 47 Gambar 4.3 Form Deteksi Kanker 48 Gambar 4.4 Form Tentang 48 Gambar 4.5 Proses Deteksi Tepi 49 Gambar 4.6 Proses Diagnosa Kanker 50 Gambar 4.7 Perbandingan hasil running time Operator Canny dan Isotropik 55 Gambar 4.7 Perbandingan hasil MSE Operator Canny dan Isotropik 56 Gambar 4.7 Perbandingan hasil PSNR Operator Canny dan Isotropik 56