PERANCANGAN PERANGKAT LUNAK SEGMENTASI CITRA DENGAN MENGGUNAKAN METODE FUZZY CLUSTERING SKRIPSI Diajukan untuk melengkapi tugas dan syarat mencapai gelas Sarjana Komputer MUHAMMAD PRAYUDHA 061401016 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011
PERSETUJUAN Judul : PERANCANGAN PERANGKAT LUNAK SEGMENTASI CITRA DENGAN MENGGUNAKAN METODE FUZZY CLUSTERING Kategori : SKRIPSI Nama : MUHAMMAD PRAYUDHA Nomor Induk Mahasiswa : 061401016 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen Fakultas Komisi Pembimbing : : ILMU KOMPUTER : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Pembimbing 2 Pembimbing 1 Syahriol Sitorus, S.Si, MIT Prof. Dr. Tulus, M.Si NIP. 197103101997031004 NIP. 196209011988031002 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001
PERNYATAAN PERANCANGAN PERANGKAT LUNAK SEGMENTASI CITRA DENGAN MENGGUNAKAN METODE FUZZY CLUSTERING SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Muhammad Prayudha 061401016
PENGHARGAAN Alhamdulillah, puji syukur saya panjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Shalawat beriring salam saya hadiahkan kepada Nabi Besar Muhammad SAW. Ucapan terima kasih yang sebesar-besarnya saya sampaikan kepada Bapak Prof.Dr.Tulus,M.Si sebagai Dosen Pembimbing I dan Bapak Syahriol Sitorus,S.Si,MIT sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat dan profesional telah diberikan kepada saya sehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada para Dosen Penguji Bapak Prof.Dr.Iryanto,M.Si dan Bapak Sajadin Sembiring,S.Si,MSComp atas saran dan kritikan yang sangat berguna bagi saya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Dr.Poltak Sihombing,M.Kom dan Ibu Maya Silvi Lydia, B.Sc., M.Sc. Terima kasih juga kepada Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, semua dosen Program Studi S1 Ilmu Komputer FMIPA USU, dan pegawai di FMIPA USU. Untuk kedua orang tua dan keluarga saya yang telah memberikan dukungan dan motivasi yang menggugah. Skripsi ini terutama saya persembahkan untuk papa dan mama tercinta yang membimbing saya sampai saat ini dan saat yang akan datang. Dan untuk kakak dan adik tercinta yang masih tetap belajar dan belajar serta harus tetap semangat menjalani hidup dan kehidupan. Untuk teman-teman sekelas dan satu angkatan yang sedang berjuang tanpa patah semangat dan tiada pupus harapan. Terima kasih pula kepada semua pihak-pihak yang tidak dapat saya sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik. Saya menyadari bahwa skripsi ini masih jauh dari kesempurnaan, karena kesempurnaan hanya milik Allah. Oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
ABSTRAK Metode yang digunakan dalam segmentasi citra menggunakan teknik pemetaan warna adalah metode klasterisasi yang menggunakan algoritma Fuzzy Clustering. Pada algoritma Fuzzy Clustering tersebut terdapat pengukuran jarak euclidean dan pemberian nama komponen. Proses segmentasi citra dalam penelitian ini dimulai dari pengambilan citra, pembangkitan variabel k (cluster), pembacaan warna piksel (RGB), pengukuran jarak nilai piksel terhadap k, pengelompokan piksel pada k sesuai jarak terkecil, penentuan k baru, pencocokan nilai k baru dan k lama serta penampilan citra hasil segmentasi. Fuzzy clustering bertujuan mengelompokkan n objek yang disajikan dengan vektor ke dalam C-cluster berdasarkan kesamaannya dengan pusat cluster yang diukur melalui fungsi jarak. Fungsi tujuan Jm didefinisikan sebagai fungsi V dan U yaitu fungsi keanggotaan Fuzzy dari beberapa objek menjadi anggota cluster yang diminimumkan melalui iterasi. Kata kunci: Citra, Segmentasi, Fuzzy Clustering
ABSTRACT The method used in image segmentation using color mapping technique is a method that uses klasterisasi Fuzzy Clustering algorithm. On Fuzzy Clustering algorithms are included euclidean distance measurements and naming components. The process of image segmentation in this study starts from the image acquisition, the generation of variable k (cluster), the reading of color pixels (RGB), the distance measurement pixel of the k value, the grouping of pixels corresponding to the k smallest distance, the determination of the new k, matching the new value of k and k the old and the appearance of image segmentation results. Fuzzy clustering aims to group the n objects are presented with a vector in the C-cluster based on its similarity to the cluster center as measured by the distance function. Jm objective function is defined as a function of V and U are Fuzzy membership functions of several objects to be cluster members are minimized through iterations. Keyword: Images, Segmentations, Fuzzy Clustering
DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak v Abstract vi Daftar Isi vii Daftar Tabel ix Daftar Gambar x Bab 1 Pendahuluan 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 1.6 Metode Penelitian 3 1.7 Sistematika Penulisan 4 Bab 2 Landasan Teori 5 2.1 Pengertian Citra 5 2.1.1 Citra Analog 6 2.1.2 Citra Digital 7 2.2 Format File Citra 7 2.2.1 Format Data Bitmap 8 2.2.2 Format JPEG 9 2.3 Mode Warna 9 2.4 Karakteristik File Citra 12 2.4.1 Image Resolution 12 2.4.2 Bit Depth 12 2.5 Pengenalan Pola 16 2.6 Klasifikasi dan Segmentasi Citra 17 2.6.1 Segmentasi Citra berdasarkan Pemberian Nama Komponen 17 2.6.2 Segmentasi Citra berdasarkan Pendekatan Wilayah dan Klusterisai 17 2.7 Teknik Pemetaan Warna (Color Mapping) 18 2.7.1 Clustering 18 2.7.2 Jarak Euclidean (Eucledian distance) 20 2.8 Fuzzy Clustering 21 2.8.1 Algoritma Fuzzy Clustering 23 2.9 Visual Basic.6.0 25 2.9.1 Integral Development Integration (IDE) 26 2.9.2 Variabel dan Tipe Data 28 2.10 Data Flow Diagram (DFD) 30 2.11 Flow Chart 31
Bab 3 Analisa dan Perancangan 32 3.1 Analisis 32 3.1.1 Pembacaan Nilai RGB 33 3.1.2 Flow chart Segmentasi Citra 42 3.2 Perancangan Sistem 43 3.2.1 Diagram Konteks Sistem 43 3.2.2 Data Flow Diagram Level 0 Segmentasi Citra 43 3.3 Perancangan Antarmuka (interface) 44 3.3.1 Rancangan Menu Utama 44 3.3.2 Rancangan Segmentasi Citra 45 3.3.3 Rancangan About 46 Bab 4 Implementasi dan Pengujian Sistem 47 4.1 Implementasi 47 4.1.1 Tampilan Menu Utama 47 4.1.2 Tampilan Segmentasi 48 4.1.3 Tampilan About 52 4.2 Pengujian Sistem 53 4.2.1 Pengujian untuk Dimensi Citra Besar (1024x690 piksel) 53 4.2.2 Pengujian untuk Citra Kecil Dimensi 425x316 piksel 56 Bab 5 Kesimpulan dan Saran 57 5.1 Kesimpulan 57 5.2 Saran 57 Daftar Pustaka 58
DAFTAR TABEL Halaman Tabel 2.1 Hubungan Antara Bit Per Pixel dengan Jumlah Warna Maksimum Pada Bitmap 9 Tabel 2.2 Hubungan Antara Kedalaman Warna dan Resolusi Warna 13 Tabel 2.3 Warna Skala Abu abu untuk Citra dengan Bit Depth 8 Bit 14 Tabel 2.4 Jangkauan Nilai Tipe Data 29 Tabel 2.5 Simbol Data Flow Diagram 30 Tabel 2.6 Simbol simbol Flowchart Program 31 Tabel 3.1 Cluster Citra Foto Satelit 5 x 5 40 Tabel 3.2 Pusat Cluster Citra Foto Satelit 5 x 5 40
DAFTAR GAMBAR Halaman Gambar 2.1 Citra fungsi dua variabel, f(x,y) 6 Gambar 2.2 Kombinasi Warna RGB 10 Gambar 2.3 8 Bit Grayscale 14 Gambar 2.4 Citra 4 Bit Indexed 15 Gambar 2.5 Citra 8 Bit Indexed 16 Gambar 2.6 Pemetaan Warna RGB 20 Gambar 2.7 Menu Utama Visual Basic 6.0 21 Gambar 3.1 Citra Foto Satelit 34 Gambar 3.2 Citra Foto Satelit 5 x 5 Piksel 35 Gambar 3.3 Matriks Nilai RGB Citra Foto Satelit 5 x 5 36 Gambar 3.4 Matriks Nilai Grayscale Citra Foto Satelit 5 x 5 36 Gambar 3.5 Matriks Nilai Piksel Citra Foto Satelit 5 x 5 Iterasi 1 41 Gambar 3.6 Matriks Nilai Piksel Citra Foto Satelit 5 x 5 Iterasi 1 41 Gambar 3.7 Flow Chart Proses Segmentasi 42 Gambar 3.8 Diagram Konteks 43 Gambar 3.9 DFD Level 0 Segmentasi Citra 44 Gambar 3.10 Rancangan Menu Utama 45 Gambar 3.11 Rancangan Segmentasi Citra 46 Gambar 3.12 Rancangan About 46 Gambar 4.1 Tampilan Menu Utama 47 Gambar 4.2 Tampilan Segmentasi 48 Gambar 4.3 Tampilan Kotak Dialog Buka File Citra 49 Gambar 4.4 Tampilan Citra Yang Akan di Segmentasi 49 Gambar 4.5 Tampilan Menu Run 50 Gambar 4.6 Tampilan Input Jumlah Cluster Awal 50 Gambar 4.7 Tampilan Proses Segmentasi dengan Jumlah 5 cluster Awal 50 Gambar 4.8 Tampilan Hasil Segmentasi Citra dengan 5 cluster awal 51 Gambar 4.9 Tampilan Sub Menu Save As 51 Gambar 4.10 Tampilan Kotak Dialog Save As 52 Gambar 4.11 Tampilan About 52 Gambar 4.12 Tampilan Pembukaan File Citra 53 Gambar 4.13 Tampilan Pemasukan Jumlah Cluster 10 53 Gambar 4.14 Tampilan Proses Cluster 54 Gambar 4.15 Tampilan Hasil Cluster 54 Gambar 4.16 Tampilan Penyimpanan Hasil Cluster 55 Gambar 4.17 Tampilan Hasil Pengujian Segmentasi dengan 3 Cluster 56