BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah, operasi pemrosesan citra tingkat menengah, dan pemrosesan citra tingkat tinggi (Prajapati dan Vij, 2011). Operasi pengolahan citra tingkat rendah bekerja pada tingkat piksel citra. Data yang diproses berupa citra asli dan citra keluaran atau data (hasil proses sebelumnya). Beberapa contoh operator pemrosesan citra tingkat rendah antara lain peningkatan kontras, pengurangan dan penghilangan noise, deteksi tepi, dan berbagai transformasi citra. Dalam beberapa aplikasi, operator ini digunakan untuk menghitung karakteristik citra input berupa kontur dan histogram. Operasi pemrosesan citra tingkat menengah bekerja pada abstraksi yang berasal dari piksel citra. Abstraksi piksel citra ini berupa wilayah pelabelan dan pelacakan objek. Sehingga operasi pada tingkat ini dapat digunakan dalam proses lanjutan dalam pengambilan keputusan terhadap citra yang diproses. Sedangkan operasi pemrosesan citra tingkat tinggi bekerja untuk menghasilkan abstraksi dari citra yang lebih tinggi. Operasi tingkat tinggi bekerja pada abstraksi yang berasal dari operator pemrosesan citra tingkat menengah untuk menafsirkan isi citra seperti klasifikasi dan pengenalan objek. Operasi tingkat tinggi ini bekerja pada grafik, daftar, hubungan antar daerah atau objek untuk memperoleh beberapa keputusan. Pemrosesan citra sendiri adalah proses yang menggunakan citra sebagai data yang diproses. Citra dapat diartikan sebagai gambaran yang tampak dari suatu objek yang sedang diamati sebagai hasil liputan atau rekaman suatu alat pemantau menggunakan kamera. Salah satu jenis citra adalah citra udara yang merupakan sebuah 1
2 citra fotografi hasil dari pemotretan objek atau daerah yang ada pada permukaan bumi. Citra udara diperoleh dengan cara pemotretan menggunakan sebuah alat transportasi udara seperti balon udara, pesawat, helikopter, gantole, dan UAV (Unmanned Aerial Vehicle) atau kendaraan tanpa awak (nir-awak) yang dapat bergerak (melakukan perjalanan) dengan cara dikendalikan (manual) ataupun auto-pilot (otomatis) dengan jaringan sensor dan kendali yang terintegrasi (sistem navigasi, sistem deteksi obstacle, sistem vision, sistem control kendaraan tanpa awak, dan sistem arbiter) (Park et al., 2007). Beberapa jenis teknik pemotretan citra udara antara lain teknik pemotretan citra udara secara tegak (vertikal), teknik pemotretan citra udara secara condong (oblique), dan teknik pemotretan citra udara sangat condong (high oblique) (Wolf, 1980). Teknik pemotretan dengan UAV pesawat terbang sayap tetap dilakukan secara bertahap, hal ini menimbulkan citra udara yang dihasilkan berupa citra udara yang terpotong-potong pada area yang diambil, sehingga citra tersebut memiliki batasan luas pada tampilannya. Namun, pemotretan menggunakan UAV pesawat terbang sayap tetap sendiri masih digunakan karena termasuk low-cost pemotretan citra udara dalam kegiatan pemetaan dan teknologi pengukuran (Eisenbeiss, 2009). Citra udara yang terpotong-potong tersebut dapat dibentuk menjadi citra mosaic panoramic. Citra mosaic panoramic adalah citra yang dibentuk dari proses penauatan beberapa citra yang memiliki kesamaan objek dengan citra yang lainnya. Adanya citra mosaic panoramic, maka diperoleh citra baru dengan sudut pandang yang luas dan mencakup semua area dari objek citra udara. Pada umumnya, konsep dari proses pembentukan citra mosaic panoramic dimulai dengan pengumpulan beberapa data citra yang berurutan pengambilannya. Kemudian citra tersebut dicari titik fitur (keypoint) yang berkesesuaian antar citra dan selanjutnya dilakukan penautan citra udara berdasarkan pada titik fitur tersebut. Dari proses ini, terdapat permasalahan yaitu diperlukannya suatu metode penautan citra berdasarkan konsep transformasi geometri (Budiarti, 2008).
3 Algoritma yang dapat digunakan dalam proses penautan antara lain algoritma SIFT dan algoritma SURF. Algoritma SIFT atau Scale-Invariant Feature Transform adalah algoritma dalam computer vision untuk mendeteksi dan mendeskripsikan fiturfitur lokal (keypoint) dalam suatu citra. Lowe (2004) mengatakan bahwa algoritma SIFT memiliki ketahanan yang kuat terhadap skala, rotasi, dan perubahan sudut pandang citra. Namun demikian, komputasi algoritma SIFT memakan waktu dalam prosesnya. Weiyan et al. (2013) juga mengatakan bahwa algoritma SIFT memiliki invarian untuk skala citra, rotasi dan sedikit perubahan dalam pencahayaan atau sudut pandang. Namun, SIFT juga memiiliki kompleksitas komputasi yang tinggi sehingga secara teknis algoritma SIFT rumit jika digunakan dalam aplikasi real time. Algoritma SURF atau Speeded-Up Robust Features merupakan algoritma yang memanfaatkan kecepatan dari komputasi tapis kotak dengan menggunakan algoritma Integral Image untuk mengekstraksi fitur lokal dari suatu citra. Algoritma SURF dapat mendeskripsikan fitur-fitur lokal (keypoints) yang terdeteksi secara unik, mempunyai ketahanan terhadap transformasi (rotasi, skala, pencahayaan, dan perubahan sudut pandang) serta mempunyai ketahanan terhadap noise dengan intensitas tertentu (Bay et al., 2006). Secara umum algoritma SIFT dan algoritma SURF merupakan algoritma yang didasarkan pada prinsip yang sama, hanya saja keduanya menggunakan skema proses yang berbeda dan SURF memberikan hasil yang lebih cepat (Pedersen, 2015). Reddy dan Govindarajulu (2014) juga mengatakan bahwa algoritma SURF memiliki proses komputasi yang sama dengan algoritma SIFT namun memiliki waktu komputasi yang lebih cepat. Kemudian dari hasil percobaan yang dilakukan Panchal et al. (2013), ditemukan juga bahwa algoritma SIFT lemah dalam kecepatan komputasinya. Suatu sistem penautan citra diharapkan mampu mengolah data-data citra dengan baik dan memiliki waktu pemrosesan yang cepat. Hal ini dikarenakan data-data citra udara yang akan ditautkan biasanya cukup banyak jumlahnya dan akan memerlukan waktu yang lama dalam komputasinya. Salah satu teknik yang digunakan untuk mendapatkan hal tersebut adalah menggunakan suatu algoritma deteksi dan pendeskrepsian fitur citra seperti SURF yang menyatakan bahwa algoritma ini
4 memiliki waktu komputasi yang cukup baik dibandingkan lainnya (Bay et al., 2006). Kemudian teknik lainnya adalah dengan menggunakan metode pemrosesan paralel dalam sistem penautannya. Metode pemrosesan paralel dapat memanfaatkan GPU NVIDIA CUDA. CUDA (Compute Unified Device Architecture) merupakan sebuah teknologi komputasi baru yang umum pada GPU (Graphics Processing Unit) yang membuat pengguna mengembangkan program GPU secara umum dengan mudah. Penelitian yang dilakukan oleh Yang et al. (2008) menerapkan beberapa algoritma pengolahan citra sederhana dengan CUDA, seperti histogram equalization, deteksi tepi dan lain-lain. Dalam penelitian tersebut mendapatkan hasil berupa perhitungan histogram lebih cepat 40x, dan deteksi tepi lebih cepat 200x. Proses penautan citra udara dapat menggunakan algoritma SURF dalam proses deteksi dan pendeskripsian fitur lokal (Dewanti, 2015). Memperhatikan fungsi algoritma SURF pada proses penautan citra udara sangat penting (Panchal et al., 2013), maka dapat dikatakan algoritma SURF merupakan bagian yang terkompleks dibandingkan bagian-bagian lainnya. Pada bagian ini diduga merupakan bagian yang memakan waktu komputasi yang lebih dalam prosesnya dibandingkan bagian-bagian lainnya, sehingga untuk mempercepat proses komputasi pada bagian tersebut maka perlu dilakukan penautan citra dengan teknologi GPU NVIDIA CUDA yang mampu melakukan pemrosesan paralel. Selain itu perlu dilakukan pengujian sistem penautan menggunakan metode paralel tersebut dengan beberapa jenis objek citra udara untuk mengetahui kemampuan sistem dalam keberhasilan penautan dengan mem-variasikan data masukan tersebut. 1.2. Perumusan Masalah Berdasarkan uraian dalam latar belakang dapat dirumuskan permasalahan yakni bagaimana metode yang dapat digunakan untuk penautan citra udara menggunakan algoritma SURF dengan pemrosesan paralel yang memanfaatkan GPU NVIDIA CUDA, seberapa lama proses penautan citra udara yang tidak menggunakan pemrosesan paralel dengan yang menggunakan pemrosesan paralel menggunakan GPU
5 NVIDIA CUDA, bagaimana pengaruh perbedaan objek dari data citra udara yang divariasikan (skala, rotasi, translasi, dan distorsi piksel), dan seberapa mirip antara citra udara yang berhasil ditautkan (citra udara mosaic panoramic) yang divariasikan data citra udaranya dengan citra udara mosaic panoramic yang data citra udaranya tidak mengalami perubahan skala, rotasi, translasi, dan distorsi piksel citra untuk menentukan tingkat keberhasilan penautan citra udara. 1.3. Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui pengaruh dari citra udara yang memiliki beberapa perbedaan objek terhadap sistem penautan citra udara dengan pemrosesan paralel pada GPU CUDA terkait pada keberhasilan penautan dan waktu komputasinya. 1.4. Manfaat Penelitian Manfaat dari penelitian ini adalah memberikan hasil analisis dari sebuah algoritma penautan yang dapat menghasilkan citra udara mosaic panoramic. Dari analisis tersebut dapat digunakan untuk penelitian lanjutan terkait metode-metode penautan lainnya yang nantinya digunakan sebagai referensi seperti penentuan teknik terbang serta ketentuan dalam proses pengambilan data citra udara menggunakan UAV pesawat terbang sayap tetap untuk pengamatan ataupun pemetaan. 1.5. Batasan Masalah Dalam penelitian ini, memiliki beberapa batasan masalah, yakni: 1. Data citra udara yang digunakan sebagai data uji hanya citra udara yang memiliki objek berupa kawasan lereng gunung (objek vegetasi, batuan, dan pasir), kawasan perkebunan teh (objek perkebunan teh, dan jalan setapak), kawasan tanah lapang (objek tanah dengan warna kecokelatan, dan sedikit vegetasi berupa rumput), dan kawasan pemukiman (objek rumah-rumah, jalan aspal, tanah lapang, kendaraan mobil, dan kendaraan sepeda motor).
6 2. Proses yang uji penautan menggunakan dua citra dengan format JPEG. 3. Citra udara yang diproses hanya yang memiliki tingkat kejelasan yang cukup atau tidak terlalu blur. 4. Penautan citra udara menggunakan pustaka OpenCV yang prosesnya dilakukan di komputer berupa laptop yang memiliki GPU NVIDIA CUDA. 1.6. Metodelogi Penelitian Metode yang digunakan pada penelitian ini antara lain adalah: 1. Pengembangan Konsep Sistem Proses dominan pada tahap ini adalah studi literatur. Beberapa hal yang dipelajari adalah cara kerja dari proses penautan citra udara, algoritma SURF, metode pemrosesan paralel, dan pembuatan sistem menggunakan komputer. 2. Penentuan Spesifikasi Sistem Pada tahap ini selain studi literatur secara spesifik berupa data-data dari pengetahuan pustaka, pengetahuan kuliah, serta referensi berupa buku, jurnal, artikel-artikel dari internet dan konsultasi dengan dosen pembimbing. Kemudian dilakukan juga penentuan spesifikasi sistem secara keseluruhan dan spesifikasi perangkat keras yang mendukung penelitian. 3. Perancangan Sistem Proses perancangan dilakukan berdasarkan spesifikasi yang telah ditentukan. Proses diawali dengan segmentasi sistem baik algoritma perangkat lunak maupun kebutuhan spesifikasi komputer. 4. Implementasi Sistem Proses selanjutnya adalah implementasi dan karakterisasi sistem. Pada tahapan ini dilakukan realisasi perancangan perangkat lunak menggunakan pustaka OPENCV 2.4.10, CUDA Toolkit 7.5, Matlab, dan sistem operasi berupa Linux Ubuntu 15.10. 5. Pengujian dan Analisis Pengujian penautan citra udara dilakukan dengan memproses beberapa contoh citra udara yang memiliki beberapa titik kesamaan sehingga dapat ditautkan berdasarkan
7 kesamaan yang ada. Kemudian pengujian dilakukan dengan memvariasikan data citra berupa perbedaan skala, rotasi, translasi, dan distorsi piksel dengan tool Adobe Photoshop. Selain itu juga menguji kecocokan dari citra hasil penautan dengan data yang divariasikan dengan data citra yang tidak divariasikan, dan pengujian kecepatan dalam waktu komputasi pemrosesannya. 6. Dokumentasi Dokumentasi berupa penulisan laporan dilakukan sejak awal penelitian. Hasil laporan tiap bab penyusun merupakan keluaran tertulis dari tiap tahap penelitian. 1.7. Sistematika Laporan Sistematika penulisan yang digunakan dalam penyusunan tugas akhir ini adalah sebagai berikut: BAB I PENDAHULUAN Bab ini berisi latar belakang, rumusan permasalahan, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan. BAB II TINJAUAN PUSTAKA Tinjauan pustaka memuat uraian sistematis tentang informasi hasil penelitian yang disajikan dalam pustaka dan menghubungkannya dengan masalah penelitian yang sedang diteliti. BAB III DASAR TEORI Pada bagian ini dijelaskan mengenai metode-metode yang digunakan serta algoritma sistem yang dibuat. BAB IV ANALISIS DAN RANCANGAN SISTEM Pada bagian ini dijelaskan mengenai perancangan algoritma dan metode yang digunakan sistem penautan citra udara yang dibuat.
8 BAB V IMPLEMENTASI SISTEM Bab ini berisi tentang implementasi sistem perancangan sistem penautan citra udara menggunakan metode pemrosesan paralel dengan unit pemrosesan grafik cuda. BAB VI PENGUJIAN DAN PEMBAHASAN Pada bab ini akan dijelaskan mengenai proses pengujian dan evaluasi. BAB VII PENUTUP Bab ini berisi kesimpulan dari penelitian yang telah dilakukan serta saran pengembangan penelitian selanjutnya