BAB III METODE PENELITIAN. Penelitian ini dilakukan di Laboratorium Jaringan Komputer

dokumen-dokumen yang mirip
BAB IV HASIL DAN PEMBAHASAN

ADLN Perpustakaan Universitas Airlangga BAB I PENDAHULUAN. akan menyebabkan kulit tidak berfungsi dengan baik, sehingga perlindungan

Desain Sistem Deteksi Kerusakan Jaringan Dermis dari Citra Mikroskop Digital Menggunakan Metode Ekstraksi Fitur

III. METODE PENELITIAN. Penelitian mengenai analisis pola interferensi pada interferometer Michelson

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

BAB III METODOLOGI PENELITIAN

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB III METODE PENELITIAN. Penelitian ini dilakukan di Laboratorium Fisika Optik dan Laser

III. METODOLOGI PENELITIAN

BAB III ANALISIS DAN PERANCANGAN SISTEM

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.

IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN

BAB II TINJAUAN PUSTAKA

DAFTAR ISI. DAFTAR ISI... vii. DAFTAR GAMBAR... x. DAFTAR TABEL... xii I. PENDAHULUAN Latar Belakang Rumusan Masalah...

BAB III ANALISIS DAN PERANCANGAN

BAB I PENDAHULUAN. perumusan masalah, tujuan, pembatasan masalah, metodologi, dan sistematika

DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi

ANALISA PERANCANGAN SISTEM

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN

BAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.

Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam

BAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.

BAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

BAB VI HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,

BAB 3 PERANCANGAN SISTEM

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015.

BAB II SISTEM PENENTU AXIS Z ZERO SETTER

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

PENGEMBANGAN APLIKASI PEMILIHAN BUAH TOMAT UNTUK BIBIT UNGGUL BERDASARKAN WARNA DAN UKURAN MENGGUNAKAN HSV DAN THRESHOLDING

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan November 2013 s/d Mei 2014.

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. ketrampilan khusus, juga diperlukan konsentrasi di saat mengendalikannya di

TRACKING GERAK TANGAN BERBASIS PYRAMIDAL LUCAS-KANADE

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING

BAB III METODE PENELITIAN

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN 1.1 Latar Belakang

Bab III Perangkat Pengujian

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN

BAB III PERANCANGAN SISTEM

BAB I PENDAHULUAN. Dalam bab ini membahas latar belakang, rumusan masalah, tujuan dari tugas akhir, batasan-batasan masalah, dan metodologi.

METODE OTOMATIS PENEMUAN BENTUK PARASIT THEILERIA PADA DARAH SAPI MENGGUNAKAN ACTIVE CONTOUR MODEL

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,

BAB 4 HASIL DAN ANALISA

APLIKASI PENENTUAN WARNA TANAH MELALUI PENGOLAHAN CITRA DIGITAL TUGAS AKHIR. Disusun Oleh : R. Bg. Bungah Rachmad Y. NPM.

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

BAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB III PERANCANGAN SISTEM

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN

PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW

III. METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

BAB III METODOLOGI PENELITIAN

TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

BAB III METODE PENELITIAN

APLIKASI BIOMETRICS TELAPAK TANGAN MENGGUNAKAN PERBANDINGAN HISTOGRAM

IMPLEMENTASI DAN EVALUASI

Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru.

1. BAB I PENDAHULUAN 1.1 Latar Belakang

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.

BAB II Tinjauan Pustaka

DAFTAR ISI BAB II TINJAUAN PUSTAKA...4

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

BAB 2 LANDASAN TEORI

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker

III. METODE PENELITIAN. Penelitian ini akan dilaksanakan pada Juni 2014 sampai dengan Desember 2014.

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

1. BAB I PENDAHULUAN Latar Belakang

BAB III METODOLOGI PENELITIAN

Transkripsi:

BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan di Laboratorium Jaringan Komputer dan Laboratorium Teknobiomedik Departemen Fisika, Fakultas Sains dan Teknologi, Universitas Airlangga selama 5 bulan mulai bulan Maret sampai dengan Juli 2012. 3.2 Bahan dan Alat Penelitian 3.2.1 Bahan Penelitian Bahan yang digunakan dalam penelitian ini adalah preparat jaringan kulit mencit (Mus Musculus) dari hasil penelitian Pribadi (2011). 3.2.2 Alat Penelitian Adapun alat-alat penelitian yang digunakan pada penelitian ini adalah Notebook Compaq Core 2 Duo, mikroskop digital dari hasil penelitian Suganda dan Pratiwi (2011), dan Delphi 6.0 dan Matrox Inspector 2.1 sebagai software pendukung. 3.3 Prosedur Penelitian Prosedur dalam penelitian ini terbagi menjadi dua bagian yaitu tahap pengambilan data dan tahap pemrosesan data seperti pada Gambar 3.1. Tahap 29

30 pengambilan data (warna biru) dilakukan di Laboratorium Jaringan Komputer dan tahap pemrosesan data (warna hijau) dilakukan di Laboratorium Teknobiomedik. Preparat jaringan kulit Frame grabber Citra jaringan kulit Identifikasi lubang Segmentasi warna Citra jaringan rusak Diameter lubang citra jaringan normal penelitian Pribadi (2011) Gambar 3.1 Alur prosedur penelitian 3.3.1 Tahap Pengambilan Data Pada tahap pengambilan data ini, digunakan preparat jaringan kulit mencit (mus musculus) yang telah dipapari laser Nd:YAG dengan tegangan pumping 540V - 620 V dan 740 V serta dosis energi 18,8 53,8 J/cm 2 (Pribadi, 2011). Preparat jaringan kulit yang telah diberi perlakuan dengan laser Nd:YAG diamati dengan menggunakan mikroskop digital yang merupakan hasil modifikasi dari mikroskop monokuler yang dilengkapi dengan kamera mikroskop dan kendali spektrum warna LED RGB sebagai cahaya background mikroskop. Sebelum digunakan, notebook yang digunakan harus memiliki software kamera mikroskop

31 yang berfungsi untuk mendeteksi keberadaan kamera mikroskop. Kamera mikroskop yang dimanfaatkan dalam penelitian ini adalah webcam logitech (Suganda dan Pratiwi, 2011). (a) (b) Gambar 3.2 (a) Preparat jaringan kulit (Pribadi, 2011) (b)mikroskop digital (Suganda dan Pratiwi, 2011) Pada penelitian ini, bahan penelitian yaitu preparat jaringan kulit mencit (mus musculus) diamati menggunakan mikroskop digital dengan preparat diletakkan di bagian tempat objek pada mikroskop digital. Hasil pengamatan dengan mikroskop digital akan terlihat pada komputer berupa file video. File yang diolah adalah citra sehingga video yang didapatkan dari mikroskop digital akan di capture. Hasil capture tersebut kemudian disimpan dalam bentuk file image (bmp) pada komputer. Setelah hasil capture tersimpan, video dari mikroskop digital akan mati secara otomatis. Proses penampilan video dari mikroskop digital hingga penyimpanan hasil capture video dari mikroskop digital termasuk dalam proses frame grabber yang didesain dalam program Delphi. Blok diagram frame grabber dapat dilihat pada Gambar 3.3.

32 start Memilih perangkat kamera Start video Capture video Image hasil capture ditampilkan Menyimpan image di komputer end Gambar 3.3 Blok diagram desain frame grabber 3.3.2 Tahap Pemrosesan Data Pada tahap pemrosesan data, dilakukan identifikasi lubang dengan cara ekstraksi fitur. Proses ekstraksi fitur citra dilakukan dengan menggunakan tabel karakteristik citra yang didapatkan dari data histogram. Tabel karakteristik citra didapatkan dengan dengan cara men-crop bagian fitur citra yang digunakan, kemudian ditampilkan dalam histogram dan dicari intensitas yang memiliki frekuensi kemunculan tertinggi. Penge-crop bagian fitur citra dilakukan pada pengolahan citra disebabkan karena bagian fitur tersebut yang mengalami pengolahan citra selanjutnya seperti pada Jadhav et. al (2010). Jadhav et. al (2010) melakukan pengenalan pola sidik jari. Dalam proses pengenalan pola sidik

33 jari, sidik jari mengalami penge-crop-an dari ukuran citra 388x374 menjadi 264x200. Intensitas dengan frekuensi kemunculan tertinggi merupakan intensitas yang paling sering muncul dalam bagian citra tersebut. Pada penelitian ini, citra yang digunakan adalah citra jaringan normal dan citra jaringan rusak (berlubang) dengan tiap tegangan pumping terdiri dari beberapa citra sehingga rentang intensitas didapatkan dari rentang rata-rata intensitas tiap tegangan pumping. Rentang intensitas yang digunakan adalah rentang intensitas jaringan normal, rentang intensitas pendarahan dan rentang intensitas lubang. Setelah didapatkan rentang intensitas, kemudian dilakukan metode segmentasi warna. Untuk lebih jelasnya dapat dilihat pada blok diagram pada Gambar 3.4. Citra jaringan kulit Men-crop bagian fitur citra Menampilkan histogram R,G,B Menampilkan data histogram R,G,B dalam tabel Mencari intensitas frekuensi kemunculan tertinggi Menghitung rata-rata intensitas frekuensi kemunculan tertinggi Menampilkan rentang bagian citra Gambar 3.4 Blok diagram ekstraksi fitur citra

34 Metode segmentasi warna diawali dengan pencarian nilai intensitas RGB tiap piksel sehingga dapat dilakukan penggolongan, termasuk rentang intensitas pendarahan atau tidak. Hal ini dilakukan untuk membedakan citra jaringan normal dan jaringan rusak. Rentang intensitas pendarahan digunakan sebagai pembeda antara citra jaringan normal dan citra jaringan rusak, karena lubang yang terbentuk pada kulit diawali dengan adanya pendarahan. Pada citra yang tidak memiliki piksel dalam rentang intensitas pendarahan dapat langsung ditampilkan dan disimpulkan sebagai jaringan normal. Sebaliknya citra yang memiliki piksel dalam rentang intensitas pendarahan akan diproses lebih lanjut. Piksel-piksel pada citra tersebut diubah menjadi nilai intensitas warna biru yaitu [0 0 255] sebagai penanda pendarahan. Diantara piksel-piksel pendarahan tersebut, akan dilakukan pencarian piksel yang memiliki intensitas yang termasuk dalam rentang intensitas lubang. Piksel tersebut kemudian nilai intensitasnya diubah menjadi [0 255 0] (warna hijau) sebagai penanda lubang. Panjang warna hijau merupakan diameter lubang. Untuk memperjelas letak lubang, daerah disekitar lubang diberi tanda lingkaran dengan titik pusatnya adalah garis warna hijau tersebut. Blok diagram tahap ini lebih jelas ditampilkan pada Gambar 3.5. Kalibrasi piksel ke mikrometer menggunakan software Matrox Inspector 2.1. Kalibrasi piksel ke mikrometer dilakukan dengan cara yaitu new marker distance new mengukur panjang kalibrasi mikroskop accept. Pada bagian measurement table akan terlihat panjang kalibrasi mikroskop. Dengan memanfaatkan calibration pada option, kalibrasi piksel ke mikrometer sudah dilakukan seperti yang dilakukan oleh Pribadi (2011).

35 Memasukkan citra jaringan kulit Mencari nilai RGB tiap piksel Termasuk rentang pendarahan tidak ya Nilai RGB diubah menjadi 0 0 255 (biru) Termasuk rentang lubang tidak ya Nilai RGB diubah menjadi 0 255 0 (hijau) Panjang hijau = diameter lubang (piksel) Kalibrasi piksel ke mikrometer Diameter lubang (mikrometer) Membuat lingkaran Menampilkan citra Gambar 3.5 Flowchart segmentasi warna