PERANGKAT LUNAK TRANSFORMASI WARNA UNTUK PENDERITA BUTA WARNA TESIS

PERANGKAT LUNAK TRANSFORMASI WARNA UNTUK PENDERITA BUTA WARNA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ERI INDRAWAN NIM : 23506006 Program Studi Rekayasa Perangkat Lunak Program Magister Informatika SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI BANDUNG 2008 1

ABSTRAK PERANGKAT LUNAK TRANSFORMASI WARNA UNTUK PENDERITA BUTA WARNA Oleh ERI INDRAWAN NIM : 23506006 Buta warna adalah cacat mata genetik yang belum dapat disembuhkan. Penderita buta warna selalu dihadapkan pada kelemahannya untuk membedakan warna dari objek atau benda yang ditemuinya di mana orang normal dapat membedakannya dengan mudah. Hal ini menyebabkan sulitnya penderita buta warna dalam mengakses informasi dalam suatu citra. Banyak hal yang dapat diinformasikan dalam bentuk perubahan/perbedaan warna, salah satunya adalah pembedaan suatu objek dengan lainnya. Informasi objek teks biasa dengan link dalam suatu situs adalah salah satu contoh sederhananya. Selain itu juga diperlukan untuk mengenali suatu warna secara umum yaitu warna yang hampir seluruh orang mengetahui dan mempunyai persepsi yang sama. Kebutawarnaan tersebut disebabkan karena suatu warna pada hue tertentu dirasakan mirip dengan suatu warna pada hue lain namun dengan intensitas saturation dan value yang lebih rendah. Metoda yang diajukan adalah dengan menggeser nilai hue yang dirasakan sama, dan menambah nilai saturation serta nilai value sehingga dapat meningkatkan kontras warna yang dirasa mirip yang akhirnya akan memudahkan penderita dalam mengambil informasi pada citra. Metoda ini telah diuji pada penderita dengan jenis deuteran, yang merupakan jenis yang paling banyak diderita oleh penderita buta warna. Metoda ini diuji dengan menggunakan citra-citra yang telah digunakan secara umum untuk melakukan pengujian buta warna, dan terbukti penderita dapat mengenali pola-pola pada citra tersebut. Kata kunci : buta warna, pengolahan citra i

ABSTRACT COLOUR TRANSFORMATION SOFTWARE FOR COLOUR-BLIND PATIENT Writer ERI INDRAWAN NIM : 23506006 Colour-blind is a genetic eye handicap that still incurable. Colour-blind patient has its weakness to differentiate colour from an object to another where normal people can differentiate it easily. This weakness will cause some difficulties for colour-blind patient to access some information from an image. An image can contain much information, which is represents by some colour differentiations from one object to another. A colour differentiation between plain text and a link text in a websites is one sample of information that can be contained in a colour differentiation. Beside that, it is important that colour-blind patient can recognize a colour name that generally has common perceptions as normal people has. The main reason of colour-blind handicap is that some hues seem identical to some other hue with lower intensity of saturation and value. The proposed method in this thesis is by shifting value of hue that felt almost the same, and add saturation and value s intensity so that it's can improve colour contrast and finally will facilitate patient in taking information of an image. This Method has been tested to deuteran patient, that is a type that been suffered by most of colour-blind patient. This method is tested by using images/ plates used in some common colour-blind test, and this method has been proven that patient can recognize patterns of the referred images. Keywords : Colour-blind, Image Processing ii

HALAMAN PENGESAHAN PERANGKAT LUNAK TRANSFORMASI WARNA UNTUK BUTA WARNA TESIS Program Studi Rekayasa Perangkat Lunak Program Magister Informatika Oleh ERI INDRAWAN NIM : 23506006 Telah disetujui dan disahkan sebagai laporan tesis di Bandung, pada tanggal 11 Juni 2008 Pembimbing Dr. Ing. Ir. Iping Supriana Suwardi NIP. 130 796 173 iii

PEDOMAN PENGGUNAAN TESIS Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HaKI yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seizin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya. Memperbanyak atau menerbitkan sebagian atau seluruh tesis haruslah seizin Direktur Program Pascasarjana, Institut Teknologi Bandung. iv

Untuk Bapak Ibu, yang setia mengajarkan untuk melihat dari hati, Dan untuk sebuah warna yang hilang... v

KATA PENGANTAR Alhamdulillah, segala puji bagi Allah atas limpahan rahmat dan karunia-nya sehingga Penulis dapat menyelesaikan tesis yang berjudul Perangkat Lunak Transformasi Warna untuk Penderita Buta Warna. Sholawat dan salam penulis tujukan kepada Baginda Nabi Muhammad SAW yang telah memberikan cahaya yang terang benderang di alam semesta ini. Ucapan terima kasih banyak tak lupa penulis sampaikan pada semua pihak yang telah membantu dalam pelaksanaan tesis ini, yaitu: 1. Bapak Dr. Ing. Ir. Iping Supriana Suwardi selaku dosen pembimbing yang telah memberikan bimbingan, masukan dan wawasan selama pengerjaan tesis; 2. Bapak Dr. Oerip Santoso MSc, atas kesediaannya membaca, mencermati dan memberi masukan dalam pelaksanaan tesis ini; 3. Ibu Nur Ulfa Maulidevi, S.T, M.Sc, selaku penguji seminar dan atas kesediaannya membaca, mencermati dan memberi masukan dalam pelaksanaan tesis ini. 4. Bapak Ir. Saiful Akbar, MT, selaku penguji sidang dan atas kesediaannya membaca, mencermati dan memberi masukan dalam pelaksanaan tesis ini. 5. Bapak Ir. Rinaldi Munir, MT, selaku penguji sidang dan atas kesediaannya membaca, mencermati dan memberi masukan dalam pelaksanaan tesis ini. 6. Ir. Hira Laksmiwati, M.Sc selaku Wali Akademik, terima kasih atas petunjuk dan saran serta nasihat selama menjalankan studi S2 RPL ini. 7. Semua responden yang telah memberi masukan terhadap metoda dan hasil citra dalam tesis ini. 8. Keluarga serta teman-teman RPL 2006. Penulis menyadari bahwa dalam penulisan tesis ini masih banyak sekali kekurangan yang harus disempurnakan. Karena itu, Penulis sangat terbuka menerima kritik dan saran berkaitan dengan tesis ini yang dapat disampaikan lewat email eri_indrawan@yahoo.com. Semoga dokumen tesis ini dapat dimanfaatkan sebaik-baiknya oleh siapapun yang membacanya. Bandung, 11 Juni 2008 Penulis vi

DAFTAR ISI ABSTRAK... i ABSTRACT... ii HALAMAN PENGESAHAN... iii PEDOMAN PENGGUNAAN TESIS... iv KATA PENGANTAR... vi DAFTAR ISI... vii DAFTAR LAMPIRAN... x DAFTAR GAMBAR... xi DAFTAR TABEL... xiii DAFTAR ISTILAH... xiv BAB I PENDAHULUAN... 1 I.1 Latar Belakang... 1 I.2 Rumusan Masalah... 3 I.3 Tujuan... 3 I.4 Batasan Masalah... 4 I.5 Metodologi... 4 I.6 Sistematika Penulisan... 4 BAB II DASAR TEORI... 6 II.1 Pengolahan Citra... 6 II.1.1 Citra... 6 II.1.2 Sampling... 7 II.1.3 Kuantitasi... 8 II.1.4 Histogram... 9 II.2 Warna... 10 II.2.1 Persepsi Warna... 11 II.3 Permodelan Warna... 12 II.3.1 RGB... 13 II.3.2 CMYK... 13 II.3.3 HSV/HSL/HSI... 14 II.4 Buta Warna... 15 vii

II.4.1 Protanomaly... 19 II.4.2 Deuteranomaly... 19 II.4.3 Dichromacy... 20 II.4.4 Protanopia... 20 II.4.5 Deuteranopia... 20 II.4.6 Tritanopia... 21 II.5 Simulasi Buta Warna... 21 BAB III ANALISIS METODA... 24 III.1 Analisis Transformasi Warna Saat Ini... 24 III.1.1 Daltonisasi Vischeck... 24 III.1.2 Daltonisasi Fidaner... 25 III.2 Kelebihan dan Kekurangan Transformasi Warna Saat Ini... 27 III.3 Kemungkinan Perbaikan Metoda... 27 III.4 Analisis Metoda CoolOur... 28 BAB IV ANALISIS PERANGKAT LUNAK... 34 IV.1 Deskripsi Umum Perangkat Lunak... 34 IV.1.1 Kebutuhan Fungsional Perangkat Lunak... 35 IV.1.2 Kebutuhan Non-Fungsional Perangkat Lunak... 35 IV.2 Model Use Case... 35 IV.2.1 Definisi Aktor... 36 IV.2.2 Definisi Use Case... 36 IV.3 Model Analisis... 38 IV.3.1 Diagram Sequence Objek Case Test... 38 IV.3.2 Diagram Sequence Objek Case Filter Image... 39 IV.4 Identifikasi Paket Analisis... 41 IV.5 Perancangan Antar Muka... 42 BAB V IMPLEMENTASI PERANGKAT LUNAK... 45 V.1 Implementasi... 45 V.1.1 Lingkungan Implementasi... 45 V.1.2 Implementasi Aplikasi CoolOur... 45 V.1.3 Implementasi Antarmuka... 48 V.1.4 Batasan dalam Implementasi... 48 viii

V.2 Pengujian... 49 V.2.1 Tujuan Pengujian... 49 V.2.2 Lingkungan Pengujian... 49 V.2.3 Prosedur Pengujian... 49 V.2.4 Analisis Hasil Pengujian... 58 BAB VI PENUTUP... 59 VI.1 Kesimpulan... 59 VI.2 Saran... 59 DAFTAR PUSTAKA... 60 ix

DAFTAR LAMPIRAN LAMPIRAN A SIMULASI DISTRIBUSI HUE BUTA WARNA [18]... 62 LAMPIRAN B DEFINISI USE CASE... 63 LAMPIRAN C DIAGRAM KELAS IMPLEMENTASI... 66 LAMPIRAN D DIAGRAM SEQUENCE... 67 LAMPIRAN E ALGORITMA TRANSFORMASI RGB dan HSV... 70 LAMPIRAN F HASIL PENGUJIAN METODA... 72 x

DAFTAR GAMBAR Gambar I-1. (a) Gambar Normal. (b) Gambar Simulasi Buta Warna [17]... 2 Gambar I-2. (a) Gambar Normal. (b) Gambar Setelah Dilakukan Daltonisasi [17] 3 Gambar II-3. Sampling citra [1]... 7 Gambar II-4. Hasil Sampling Citra [1]... 8 Gambar II-5. Histogram, (a) citra dengan pemindaian yang buruk, (b) citra dengan pemindaian yang baik [16]... 9 Gambar II-6. Gelombang Cahaya Tampak... 11 Gambar II-7. Permodelan RGB [6]... 13 Gambar II-8. Warna Additive dan Subtractive [6]... 14 Gambar II-9. Permodelan HSV dan HLS [6]... 15 Gambar II-10. Penampang mata beserta sel cone dan rod [12]... 16 Gambar II-11. Ilustrasi penurunan penyakit buta warna [9]... 17 Gambar II-12. (a) Co-punctal point untuk protanopia, (b) Co-punctal point untuk deuteranopia, dan (c) Co-punctal point untuk tritanopia [14]... 22 Gambar II-13. Confusion Lines untuk (a) protanopia, (b) deuteranopia dan (c) tritanopia [2]... 23 Gambar III-1. (a) Citra Asli, (b) Citra hasil simulasi buta warna, (c) Citra yang dihasilkan Daltonisasi Vischeck (Mata Normal) [17]... 25 Gambar III-2. (a) Citra normal, (b) Citra hasil daltonisasi vischeck, (c) Citra daltonisasi [7]... 26 Gambar III-3. (a) Distribusi hue normal, (b) Distribusi hue berdasar simulasi buta warna [18].... 29 Gambar III-4. (a) Suatu warna akan dibawa ke arah merah dan hijau dengan suatu skala x tertentu yang dapat diperbesar dan diperkecil. (b) Hasil algoritma pada suatu citra hue... 31 Gambar III-5. Algoritma penggeseran hue (untuk kasus deuteran).... 31 Gambar III-6. Algoritmapenggeseran saturation.... 31 Gambar III-7. Algoritma penggeseran value.... 31 Gambar III-8. Perbandingan Citra Sebelum dan sesudah perataan histogram [8]. 32 xi

Gambar III-9. (a) Citra asli yang terlihat oleh mata normal. (b) Citra asli yang terlihat oleh penderita (c) Citra hasil metoda (d) Citra hasil metoda yang dilihat oleh penderita [8][17]... 33 Gambar IV-1. Use Case CoolOur... 36 Gambar IV-2. Diagram kelas CoolOur... 38 Gambar IV-3. Dinamika objek case test... 39 Gambar IV-4. Dinamika objek case filter image melalui perubahan level hue... 40 Gambar IV-5. Dinamika objek case filter image melalui perubahan level saturation... 40 Gambar IV-6. Dinamika objek case filter image melalui perubahan level value. 41 Gambar IV-7. Rancangan antar muka Coolour... 43 Gambar IV-8. Rancangan antar muka TestForm... 43 Gambar IV-9 Rancangan antarmuka ViewerForm... 44 Gambar IV-10. Perancangan antarmuka SettingForm... 44 Gambar V-1 Antarmuka Browse... 50 Gambar V-2 Antarmuka pengujian jenis buta warna.... 51 Gambar V-3 Antarmuka Filter Setting yang digunakan untuk mengatur atribut filter.... 52 Gambar V-4 Antarmuka Filter Image... 52 Gambar V-5. Implementasi Fungsi countclosest.... 54 Gambar V-6. Implementasi Fungsi countclosesthue.... 55 Gambar V-7. Imlementasi fungsi countclosestsat.... 56 Gambar V-8. Implementasi Fungsi countclosestval... 56 Gambar V-9. Antarmuka Save Filtered Image... 57 xii

DAFTAR TABEL Tabel II-1. Jenis Buta warna beserta presentase populasinya [18][19]... 17 Tabel IV-1. Kebutuhan Fungsional Perangkat Lunak... 35 Tabel IV-2. Kebutuhan Non-Fungsional Perangkat Lunak... 35 Tabel IV-3. Tabel Definisi Aktor... 36 Tabel IV-4. Tabel Definisi Use Case Test... 36 Tabel IV-5. Tabel Definisi Use Case Filter Image... 37 Tabel IV-6. Hasil Identifikasi Paket Analisis... 42 Tabel V-1 Implementasi Kelas Perancangan... 46 Tabel V-2 Spesifikasi Perangkat Pengujian... 49 Tabel V-3 Tabel Pengujian Use Case Browse... 50 Tabel V-4 Pengujian use casetest... 51 Tabel V-5 Pengujian Use case Customize Filter Attributes... 51 Tabel V-6 Pengujian Use case Customize Filter Attributes... 53 Tabel V-7 Pengujian Use case Save Filtered Image... 57 xiii

DAFTAR ISTILAH LMS / LMS Cones Kependekan dari long, medium, dan short, yang menggambarkan 3 sel kerucut penerima cahaya pada mata. Confusion Lines Suatu garis pada skema warna CIE yang dibentuk oleh warna-warna yang terlihat identik oleh penderita buta warna. Co-punctal Point Titik perpotongan dari semua confusion lines. Daltonisation Metoda transformasi warna untuk membantu penderita buta warna mendapatkan informasi dengan lebih baik. Deuteran Buta warna hijau-merah. Deuteranomalous Orang yang menderita deuteranomaly Deuteranomaly Buta warna hijau-merah karena mengalami kelainan terhadap sel kerucut medium pada mata. Deuteranope Orang yang menderita deuteranopia. Deuteranopia Buta warna hijau-merah karena kehilangan sel kerucut medium pada mata. Dichromasy Penyakit yang diakibatkan oleh kelainan atau kehilangan salah satu sel kerucut penerima rangsangan cahaya pada retina mata. Dichromat Orang yang menderita dichromacy. Monochromacy Penyakit yang diakibatkan oleh kelainan atau kehilangan dua dari tiga sel kerucut penerima rangsangan cahaya pada retina mata. Monochromat Orang yang menderita monochromacy. Protan Buta warna merah-hijau. Protanomalous Orang yang menderita protanomaly. Protanomaly Buta warna merah-hijau karena mengalami kelainan terhadap sel kerucut long pada mata. Protanope Orang yang menderita protanopia. xiv

Protanopia Tritan Tritanomalous Tritanomaly Tritanope Tritanopia Buta warna merah-hijau karena mengalami kehilangan terhadap sel kerucut long pada mata. Buta warna biru-kuning. Orang yang menderita tritanomaly. Buta warna biru-kuning karena mengalami kelainan terhadap sel kerucut short pada mata. Orang yang menderita tritanopia. Buta warna biru-kuning karena mengalami kehilangan terhadap sel kerucut short pada mata. xv