TUGAS AKHIR CITRA DIGITAL DETEKSI PH LARUTAN BERDASARKAN WARNA KERTAS INDIKATOR UNIVERSAL MENGGUNAKAN METODE EUCLIDEAN DISTANCE Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Disusun oleh : Ridho Bagus Santoso 461304324 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS 17 AGUSTUS 1945 SURABAYA 2017
TUGAS AKHIR CITRA DIGITAL DETEKSI PH LARUTAN BERDASARKAN WARNA KERTAS INDIKATOR UNIVERSAL MENGGUNAKAN METODE EUCLIDEAN DISTANCE Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Disusun oleh : Ridho Bagus Santoso 461304324 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS 17 AGUSTUS 1945 SURABAYA 2017
KATA PENGANTAR Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT, karena atas berkat dan karunianya sehingga penulis akhirnya dapat menyelesaikan penulisan tugas akhir ini dengan judul : CITRA DIGITAL DETEKSI PH LARUTAN BERDASARKAN WARNA KERTAS INDIKATOR UNIVERSAL MENGGUNAKAN METODE EUCLIDEAN DISTANCE. Tugas akhir ini disusun untuk memenuhi persyaratan dalam mendapatkan gelar Sarjana Teknik (ST) pada Fakultas Teknik, Jurusan Informatika Universitas 17 Agustus 1945 Surabaya. Penulis menyadari bahwa dalam penulisan tugas akhir ini, tidak lepas dari bantuan dan dukungan dari berbagai pihak. Oleh karena itu, pada kesempatan ini dengan segala kerendahan hati, penulis ingin menyampaikan ucapan terima kasih atas segala bantuan dan dukungan kepada : 1. Allah SWT yang telah memberikan hikmat dan kemudahan bagi penulis dalam menyelesaikan tugas akhir. 2. Papa, Mama, Novi dan Anya yang selalu memberikan dukungan dan doanya setiap saat. 3. Bapak Dr. Ir. Muaffaq A. Jani, M.Eng, selaku Dekan Fakultas Teknik Universitas 17 Agystus 1945. 4. Bapak Anton Breva Yunanda, ST, M.MT selaku Ketua Jurusan Informatika Universitas 17 Agustus 1945 serta selaku Dosen pembimbing yang membimbing penulis, mengarahkan penulis, sehingga tugas akhir ini dapat diselesaikan. 5. Ibu Berlian Al Kindhi, S.ST, MT selaku Co Pembimbing yang juga selalu dengan kesabaran membimbing penulis, memberikan solusi terhadap kesulitan yang dialami penulis sehingga tugas akhir ini dapat diselesaikan. iii
6. Ibu Fajar Astuti Hermawati, S.Kom, M.Kom, yang telah membimbing penulis selama menjalani kuliah. 7. Seluruh Dosen Fakultas Teknik Informatika Universitas 17 Agustus 1945 atas bimbingannya selama penulis menjalani kuliah. 8. Teman teman fakultas Teknik Informatika, atas motivasi serta dukungan doanya. 9. Dan Semua Pihak yang tidak dapat disebutkan semuanya, yang telah membantu terselesaikannya penulisan tugas akhir ini dengan baik. Penulis menyadari bahwa tugas akhir ini masih jauh dari kesempurnaan. Oleh karena itu, saran dan kritik yang membangun dari berbagai pihak penulis harapkan demi kesempurnaannya. Harapan Penulis kiranya tugas akhir ini dapat bermanfaat bagi civitas Akademik dan pembaca pada umumnya. Surabaya, 2 Juli 2017 Penulis iv
ABSTRAK Nama Program Studi Judul : Ridho bagus Santoso : Teknik Informatika : Citra Digital Deteksi Ph Larutan Berdasarkan Warna Kertas Indikator Universal Menggunakan Metode Euclidean Distance Perkembangan teknologi di bidang kimia mulai berkembang pada saat ini. Namun masih terdapat hal-hal yang dilakukan secara konvensional. Seperti halnya pada pencocokan warna kertas indikator universal untuk mengetahui nilai ph, yaitu setelah kertas indikator universal dicelupkan ke sebuah larutan dan kemudian di lakukan pencocokan ke peta warna yang ada. Dalam proses pencocokan warna tersebut ternyata masih ada hasil yang kurang tentang kejelasan warna tersebut. Dari proses pencocokan warna tersebut, muncul gagasan untuk mempermudah proses tersebut menggunakan metode pengolahan citra sehingga kertas indikator universal berwarna yang telah di ambil gambarnya dilakukan pencitraan menggunakan kamera digital dan diproses menggunakan komputer. Citra kertas indikator universal akan dilakukan proses pemisahan dengan latar belakang, kalibrasi cahaya, serta proses pencocokan warna dengan master data yang ada di dalam database menggunakan penghitungan jarak Euclidean. Dengan adanya aplikasi ini diharapkan pencocokan warna kertas indikator universal akan dapat dilakukan dengan lebih mudah dan dengan hasil yang lebih akurat sehingga akan memberikan alternatif lain untuk pengukuran ph larutan menggunakan komputerisasi digital dalam bidang yang terkait dengan kehidupan atau industri pengolahan kimia seperti kimia, biologi, kedokteran, pertanian, ilmu pangan, keteknikan, dan oseanografi. Kata Kunci : Citra digital, ph, Asam Basa, K-Mean segmentation, Euclidean distance vi
ABSTRACT Nama Program Studi Judul : Ridho bagus Santoso : Informatics Engineering : Image Processing ph Liquid Detection Based On the Universal Indicator Paper Color Using Euclidean Distance Method The technology in chemistry begin to develop. But there are some things that are done conventionally. Like the color matching process of the universal indicator paper to determine the value of ph. After the universal indicator paper inserted in a fluids and matching to the color map, there are still difficult to determine the value of ph based on universal indicator paper color. From the color matching process, the idea appears to make that process easier using image processing methods. The colors of universal indicator paper that has been captured using a digital camera will processed using a computer. The image of the universal indicator paper will be done so process, that is background segmentation process, light calibration, and color matching with master data in the database using Euclidean distance calculations. This application expected to make the color matching process of universal indicator paper will be done more easily and more accurate. So it will provide an alternative to ph measurement using digital computerization in fields that related to life, or chemical processing like chemistry, Biology, medicine, agriculture, food science, engineering, and oceanography. Keywords: Image Processing, ph, Acid Base, K-Mean segmentation, Euclidean distance vii
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN... ii KATA PENGANTAR... iii PERNYATAAN KEASLIAN DAN PERSETUJUAN PUBLIKASI TA... v ABSTRAK... vi DAFTAR ISI... viii DAFTAR GAMBAR... x DAFTAR TABEL... xiii BAB 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 2 1.3 Tujuan Penelitian... 3 1.4 Manfaat Penelitian... 3 1.5 Batasan Penelitian... 3 1.6 Sistematika Penulisan... 3 BAB 2 TINJAUAN PUSTAKA... 5 2.1 Pengertian Asam Basa... 5 2.2 Pengertian ph Larutan... 5 2.3 Kertas Indikator Universal... 6 2.4 Definisi Citra Digital... 7 2.5 Format file citra... 9 2.6 Pengolahan Citra Digital... 10 2.7 Operasi Piksel... 10 2.7.1 Peningkatan Kecerahan Citra... 11 2.8 Segmentasi Citra... 11 2.8.1 Segmentasi K-Means... 12 2.9 Perhitungan Jarak Antara Dua Citra... 13 2.9.1 Euclidean Distance... 13 2.10 Borland Delphi... 13 2.10.1 Komponen T Image... 14 2.10.2 Pengolahan Piksel dengan Scanline... 14 viii
BAB 3 PERANCANGAN SISTEM... 16 3.1 Deskripsi... 16 3.2 Gambaran Umum... 16 3.2.1 Image Preprocessing... 16 3.2.2 Object Segmentation... 16 3.2.3 Feature Extraction... 17 3.2.4 Matching... 17 3.3 Perancangan Sistem Deteksi ph Larutan... 17 3.3.1 Image to Bitmap... 18 3.3.2 Red Channel Extraction... 18 3.3.3 K-Means Segmentation... 20 3.3.6 Light Calibration... 26 3.3.7 Color Matching... 27 3.3.8 Desain Tabel... 28 3.3.9 Desain Tampilan... 29 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM... 32 4.1 Deskripsi... 32 4.2 Pembuatan Database... 32 4.3 Pengambilan Citra Kertas Indikator Universal... 35 4.5 Implemetasi JPG to BMP... 36 4.6 Implemetasi Red Channel Extraction... 37 4.7 Implemetasi K- Means Segmentation... 38 4.8 Implemetasi Light Calibration... 41 4.9 Implemetasi Color Matching... 42 4.10 Implemetasi Desain Tampilan... 44 4.10.1 Halaman Deteksi ph... 44 4.10.2 Halaman Data ph... 46 4.10.2 Halaman Master Data... 47 4.11 Pengujian Sistem... 48 BAB 5 KESIMPULAN DAN SARAN... 59 5.1 Kesimpulan... 59 5.2 Saran... 59 DAFTAR PUSTAKA... 60 ix
DAFTAR GAMBAR Gambar 2.1 Skala ph untuk beberapa zat sehari-hari... 6 Gambar 2.2 Kertas indikator universal... 7 Gambar 2.3 Citra foto... 7 Gambar 2.4 Citra daun... 7 Gambar 2.4 Penyimpanan nilai citra biner... 8 Gambar 2.4 Penyimpanan nilai citra grayscale... 8 Gambar 2.4 Penyimpanan nilai citra warna... 9 Gambar 2.5 Citra sebelum dicerahkan... 11 Gambar 2.6 Citra sesudah dicerahkan... 11 Gambar 2.7 Komponen Timage di kategori Additional di Tool Pallete... 14 Gambar 2.8 Ilustrasi Scanline... 15 Gambar 3.1 Blok diagram gambaran umum... 16 Gambar 3.2 Blok diagram rancangan sistem... 17 Gambar 3.3 Contoh nilai RGB pada citra kertas indikator universal... 18 Gambar 3.4 Contoh nilai RGB pada TImage baru... 19 Gambar 3.5 Flowchart Red Channel extraction... 19 Gambar 3.6 Flowchart K-Means segmentation (a)... 21 Gambar 3.7 Flowchart K-Means segmentation (b)... 22 Gambar 3.8 Flowchart cropping... 23 Gambar 3.9 Citra ph... 24 Gambar 3.10 Nilai red... 24 Gambar 3.11 Nilai green... 24 Gambar 3.12 Nilai blue... 24 Gambar 3.13 Flowchart get RGB... 25 x
Gambar 3.14 Flowchart light calibration... 26 Gambar 3.15 Flowchart color matching... 27 Gambar 3.16 Halaman deteksi ph... 29 Gambar 3.17 Halaman data deteksi ph... 30 Gambar 3.18 Halaman master data ph... 31 Gambar 4.1 Peta warna... 32 Gambar 4.2 Objek citra... 33 Gambar 4.3 Background citra... 33 Gambar 4.4 Citra ph 1... 33 Gambar 4.5 Nilai red ph 1... 33 Gambar 4.6 Nilai green ph 1... 33 Gambar 4.7 Nilai blue ph 1... 33 Gambar 4.8 Citra background... 34 Gambar 4.9 Nilai red background... 34 Gambar 4.10 Nilai green background... 34 Gambar 4.11 Nilai blue background... 34 Gambar 4.12 Citra resolusi 3264 x 1836 (.jpg)... 36 Gambar 4.13 Citra resolusi 250 x 200 (.bmp)... 36 Gambar 4.14 Red channel extraction... 37 Gambar 4.15 Green channel extraction... 37 Gambar 4.16 Blue channel extraction... 38 Gambar 4.17 K-Means termodifikasi... 39 Gambar 4.18 Segmentasi K-Means tanpa modifikasi... 39 Gambar 4.19 Segmentasi K-Means termodifikasi... 39 Gambar 4.20 Iterasi K-Means (1)... 40 Gambar 4.21 Iterasi K-Means (2)... 40 xi
Gambar 4.22 Iterasi K-Means (4)... 40 Gambar 4.23 Iterasi K-Means (6)... 40 Gambar 4.24 Iterasi K-Means (8)... 40 Gambar 4.25 Iterasi K-Means (10)... 40 Gambar 4.26 Larutan 1 dengan cahaya lampu pijar... 41 Gambar 4.27 Larutan 2 dengan cahaya lampu pijar... 41 Gambar 4.28 Citra objek... 42 Gambar 4.29 Citra background putih... 42 Gambar 4.30 Halaman deteksi ph... 44 Gambar 4.31 Implementasi button browse... 45 Gambar 4.32 Implementasi button proses... 45 Gambar 4.33 Halaman button reset... 46 Gambar 4.34 Halaman data ph... 46 Gambar 4.35 Implementasi pencarian data... 47 Gambar 4.36 Implementasi button hapus... 47 Gambar 4.37 Halaman master data... 48 xii
DAFTAR TABEL Tabel 3.1 Master data ph... 28 Tabel 3.2 Data deteksi ph... 29 Tabel 4.1 Spesifikasi laptop... 32 Tabel 4.2 Master data ph... 35 Tabel 4.3 Spesifikasi handphone... 36 Tabel 4.4 Perbandingan resolusi... 37 Tabel 4.5 Perbandingan K-Means... 40 Tabel 4.6 Perbandingan light calibration... 41 Tabel 4.7 Nilai RGB citra kertas indikator universal... 42 Tabel 4.8 Nilai RGB master data ph 1... 43 Tabel 4.9 Database master ph... 49 Tabel 4.10 Pengujian pencahayaan lampu LED... 51 Tabel 4.11 Pengujian pencahayaan lampu pijar... 25 xiii