Created with Print2PDF. To remove this line, buy a license at:

dokumen-dokumen yang mirip
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :

BAB I. Pendahuluan I.1 Latar Belakang

Created with Print2PDF. To remove this line, buy a license at:

Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama

BAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet

BAB II Tinjauan Pustaka

BAB III METODOLOGI PENELITIAN

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III PENGOLAHAN DATA

BAB 2 LANDASAN TEORI

BABI PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

PRESENTASI TUGAS AKHIR KI091391

Kelas. Kelas. p q r s t u v w x y Level Transformasi.

BAB I PENDAHULUAN I.1 Latar Belakang

SISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster.

Karena tidak pernah ada proyek yang dimulai tanpa terlebih dahulu menanyakan: DIMANA?

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

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

KOMPUTASI DEKOMPOSISI WAVELET HAAR BERBASIS ALJABAR MAX-PLUS

BAB I PENDAHULUAN. menggunakan digital watermarking. Watermarking bekerja dengan menyisipkan

Pengumpulan dan Integrasi Data. Politeknik elektronika negeri surabaya. Tujuan

Bab III ANALISIS&PERANCANGAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB III PENGOLAHAN DATA

PENGOLAHAN CITRA DIGITAL

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

Analisis dan Perancangan Transformasi Wavelet. Untuk Jaringan Syaraf Tiruan pada. Pengenalan Sidik Jari

1. BAB I PENDAHULUAN Latar Belakang

(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Representasi Citra. Bertalya. Universitas Gunadarma

BAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:

Gambar 1. Peta DAS penelitian

PERANCANGAN DAN PEMBUATAN PERANGKAT LUNAK KLASIFIKASI TEKSTUR DENGAN MENGGUNAKAN ANALISA PAKET WAVELET

BAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :

SISTEM PENGENALAN WAJAH MENGGUNAKAN NEURO-WAVELET

BAB 3 ANALISA DAN PERANCANGAN

Pencocokan Citra Digital

PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL

Kata kunci: Fourier, Wavelet, Citra

PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN

Sistem Informasi Geografis. Model Data Spasial

... BAB 2 LANDASAN TEORI. 2.1 Citra

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

KONSEP DASAR PENGOLAHAN CITRA

ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL

1.2 Tujuan. 1.3 Metodologi

BAB II PENCUPLIKAN DAN KUANTISASI

SAMPLING DAN KUANTISASI

CONTENT BASED IMAGE RETRIEVAL BERDASARKAN CIRI TEKSTUR MENGGUNAKAN WAVELET

BAB I PENDAHULUAN. Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya

Pertemuan 2 Representasi Citra

EKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN

Pemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat

BAB II DISTRIBUSI FREKUENSI

Geographic Information and Spatial Information

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Modifikasi Histogram

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 3 PERANCANGAN SISTEM

BAB I PENDAHULUAN. Timor Leste terletak di antara garis lintang 8 dan 10 S, dan bujur 124

BAB 3 METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45

Bulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola

BAB IV ANALISIS HASIL PEMODELAN

PENGOLAHAN CITRA DIGITAL

IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER

BAB I PENDAHULUAN 1.1 Latar Belakang

IV.1. Analisis Karakteristik Peta Blok

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB 2 LANDASAN TEORI

BAB III HASIL ANALISIS

3/17/2011. Sistem Informasi Geografis

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

BAB I PENDAHULUAN I.1. Latar Belakang

BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan

ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR

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

BAB I PENDAHULUAN. perkembangan zaman dan teknologi, teknik pengenalan individu secara

DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL

KOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET

BAB I PENDAHULUAN. MMS (Multimedia Messaging Service) adalah puncak dari evolusi SMS

ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR

Gambar 2 Prinsip pencarian: (a) struktur dan area-area pencarian, (b) jumlah dari garis-garis sampling (Sumber: (Kirchgeβner et al. 2002).

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

Apa itu DATA? Apa bedanya DATA & INFORMASI?

BAB II TI JAUA PUSTAKA

Transkripsi:

BAB IV. Analisis Pada bab ini dibahas mengenai analisis terhadap citra aproksimasi dan hasil ekstraksi jalan pada citra aproksimasi tersebut untuk mendapatkan gambaran mengenai keterkaitan antara proses ekstraksi unsur jalan dekomposisi dari transformasi Wavelet. IV. Pendekatan Analisis Analisis yang diterapkan pada penelitian ini terbagi menjadi dua bagian. Pada bagian pertama dilakukan pengkajian terhadap proses dekomposisi sedangkan pada bagian kedua dilakukan analisis terhadap hasil ekstraksi jalan pada citra asli dan citra aproksimasi. IV.. Analisis Terhadap Proses Dekomposisi Analisis Terhadap Proses Dekomposisi dilakukan dengan menentukan statistik selisih nilai piksel antara citra aproksimasi dan citra asli. Agar resolusi yang digunakan dalam menghitung selisih dari kedua citra tersebut sama, maka citra aproksimasi perlu direkonstruksi terlebih dahulu. Adapun dalam mempertahankan variasi nilai piksel sama dengan citra aproksimasi, maka data detail yang ada dinolkan. IV.. Analisis Terhadap Hasil Ekstraksi Jalan Analisis terhadap hasil ekstraksi jalan dilakukan dengan menghitung perbandingan jumlah-jumlah piksel, baik itu jumlah piksel terekstrak, jumlah piksel hasil overlay, dan jumlah piksel referensi. Perbandingan tersebut dinyatakan dalam nilai persentase kelengkapan (completeness) dan nilai persentase ketepatan (correctness) dari hasil ekstraksi jalan dengan persamaan (IV.) dan (IV.) dari [Hu dan Tao, 007]. 47 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

% kelengkapan % ketepatan IV. Jumlah piksel hasil overlay 00% Jumlah piksel referensi Jumlah piksel hasil overlay 00% Jumlah piksel hasil ekstraksi (IV.) (IV.) Penghitungan Statistik Citra Aproksimasi Untuk dapat melakukan analisis terhadap citra aproksimasi, dilakukan proses rekonstruksi pada citra aproksimasi sehingga diperoleh citra dengan resolusi yang sama dengan citra asli (citra hasil rekonstruksi). Nilai piksel pada citra hasil rekonstruksi tersebut kemudian diselisihkan dengan nilai piksel pada citra asli. IV.. Rekonstruksi Wavelet Proses rekonstruksi Wavelet dilakukan terhadap citra aproksimasi pada setiap dekomposisi. Beberapa hasil proses rekonstruksi dalam penelitian ini ditunjukkan oleh Gambar IV.. a. Citra Asli b. Dari Level c. Dari Level d. Dari Level Gambar IV. Citra hasil rekonstruksi dari transformasi - db 48 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

IV.. Penghitungan Selisih Citra Hasil Rekonstruksi Statistik citra hasil rekonstruksi diperoleh dengan menghitung nilai minimum, rata-rata, maksimum, dan simpangan baku dari selisih nilai piksel antara citra hasil rekonstruksi dengan citra asli (Tabel IV.) yang menunjukkan adanya penurunan kualitas citra seiring dengan peningkatan dekomposisi. Disamping itu, sebaran nilai piksel pada citra yang ditransformasi dengan fungsi Wavelet db dan sym memiliki jangkauan dari lebih rendah dibandingkan dengan fungsi Wavelet haar. Lihat Gambar IV.. Tabel IV. Statistik Selisih nilai piksel dengan citra asli Citra hasil rekonstruksi haar Min Rata-rata Max Std dev - 6,685 06,5868-0,466 49 44,6-5,0784 48 56,856 Citra hasil rekonstruksi db Min Rata-rata Max Std dev -58 5,8 85 9,5,44 88 49,96-6 4,0 4 55,5-74 Citra hasil rekonstruksi sym Min Rata-rata Max Std dev -65 7,974 90 8,4757-6,0995 87 49,8677-74,5 55,67 Gambar IV. Grafik statistik selisih hasil rekonstruksi 49 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Dilihat dari histogramnya, dengan fungsi wavelet haar akan diperoleh sebaran selisih nilai piksel yang mengikuti bentuk kurva normal (Gambar IV..(a)). Pada histogram sebaran dari selisih dengan fungsi wavelet db dan sym, terdapat sebagian nilai piksel yang besarnya dipertahankan sama dengan aslinya (selisih nilai piksel kecil) sedangkan sebagian nilai piksel lainnya diubah (selisih nilai piksel besar). Lihat Gambar IV..(b) dan (c). Bentuk yang sama dari histogram pada setiap dekomposisi menunjukkan bahwa karakteristik citra dipertahankan pada setiap dekomposisi. db sym Level Level Level haar (a) (b) (c) Gambar IV. Histogram selisih piksel hasil rekonstruksi dengan citra asli IV.. Representasi Sebaran Selisih Secara Spasial Jika nilai piksel disubstitusi dengan dengan nilai selisihnya (Gambar IV.4), terlihat bahwa pada hasil dekomposisi dengan fungsi wavelet db dan sym 50 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

(kelompok Gambar IV.4.(b) dan IV.4.(c)), terdapat pemisahan kelompok piksel berdasarkan variasinya (yang identik dengan pemisahan frekuensi) dimana: Piksel-piksel dengan variasi rendah selisihnya positif Piksel-piksel dengan variasi tinggi selisihnya negatif selisih db selisih sym Level Level Level selisih haar (a) (b) (c) Gambar IV.4 Sebaran selisih hasil rekonstruksi Keterangan Indeks warna : Pada kelompok Gambar IV.4.(b) dan IV.4.(c) tersebut di atas nampak bahwa pada dan, unsur-unsur dengan variasi nilai piksel rendah pada citra, 5 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

diantaranya jalan dan atap bangunan, menjadi lebih mudah diidentifikasi. Pada, unsur-unsur seperti jalan dan atap bangunan sudah sulit diidentifikasi. Hal ini disebabkan karena adanya peningkatan variasi selisih nilai piksel akibat perulangan proses filtering. Meningkatnya variasi nilai piksel ini secara kuantitatif dinyatakan dalam bentuk peningkatan simpangan baku selisih nilai piksel pada Tabel IV.. IV. Penghitungan Nilai Persentase Kelengkapan Dan Ketepatan Analisis terhadap hasil ekstraksi unsur jalan dilakukan dengan menghitung jumlah piksel pada hasil ekstraksi jalan yang bersesuaian dengan piksel pada data referensi yang merupakan data vektor hasil digitasi citra yang telah dikonversi ke format raster. IV.. Pengadaan Citra Referensi () Digitasi citra asli Data vektor jalan diperoleh dengan cara mendijitasi unsur jalan pada citra asli secara on-screen yang hasilnya ditunjukkan oleh Gambar IV.5 Gambar IV.5 Data vektor referensi () Konversi data referensi ke format raster Selanjutnya untuk mendapatkan data referensi pada setiap dekomposisi, dilakukan proses konversi data vektor. Detail dari citra referensi tersebut menurun seiring dengan penurunan resolusi citra. Lihat Gambar IV.6 5 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

5 Piksel 58 Piksel 56 Piksel Piksel 8 Piksel 68 Piksel 64 Piksel Gambar IV.6 Elemen garis data referensi Penurunan resolusi citra tersebut mengakibatkan berkurangnya jumlah piksel jalan dari data referensi (Tabel IV.) dimana penurunannya diilustrasikan pada Gambar IV.7. Tabel IV. Total jumlah piksel verteks tereduksi Resolusi 5 58* * 68* 56 8 64 Jumlah Piksel 0 5 77 408 508 756 8 *Resolusi pada hasil dekomposisi db dan sym 5 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Gambar IV.7 Total jumlah piksel garis data referensi IV.. Overlay Hasil Ekstraksi Dengan Data Referensi Overlay data hasil ekstraksi dengan data referensi dilakukan menggunakan operator logika and yang keluarannya hanya piksel-piksel bernilai yang terdapat pada koordinat citra yang sama dari kedua data tersebut. Lihat Gambar IV.8 Level, k= 0,94 σ= Level, k= 0,95 Level, k= 0,96 Level, k= 0,84 Level, k= 0,85 Level, k= 0,86 Gambar IV.8.(a) Contoh hasil overlay pada citra db 54 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Level, k= 0,78 Level, k= 0,79 Level, k= 0,80 Gambar IV.8.(b) Contoh hasil overlay pada citra db IV.. Penghitungan Nilai Ketelitian Hasil Ekstraksi Ketelitian ekstraksi unsur dinyatakan dengan nilai kelengkapan dan nilai ketepatan yang diperoleh dengan : Menghitung jumlah piksel tepi pada citra hasil ekstraksi jalan; Menghitung jumlah piksel tepi pada citra hasil overlay antara citra hasil ekstraksi jalan dengan data referensi; Menghitung nilai kelengkapan dan ketepatan menggunakan persamaan (IV.) dan (IV.). Jumlah nilai piksel hasil ekstraksi jalan ditunjuukan oleh Gambar IV.9. Dapat dilihat pada gambar tersebut bahwa, semakin tinggi dekomposisi, semakin sedikit piksel tepi yang terekstrak. Jumlah piksel tepi hasil ekstraksi jalan pada citra aproksimasi lebih rendah dibandingkan dengan jumlah piksel tepi hasil ekstraksi jalan pada citra asli. Menurunnya jumlah piksel tepi yang terekstrak pada Gambar IV.9 menunjukkan adanya penurunan detail obyek yang dapat diamati. Perulangan terhadap proses transformasi Wavelet lebih jauh menurunkan penurunan detail obyek yang dapat diamati sehingga piksel tepi yang terdeteksi semakin sedikit. 55 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Transformasi Sebaran Data haar db sym Gambar IV.9. Variasi jumlah piksel-piksel terekstrak pada citra hasil dekomposisi dan citra asli Jumlah nilai piksel hasil ekstraksi jalan ditunjukkan oleh Gambar IV.0. Nampak bahwa jumlah piksel hasil overlay pada citra aproksimasi (dengan transformasi Wavelet) hampir menyamai jumlah piksel hasil overlay pada citra asli (tanpa transformasi Wavelet). Kesamaan ini menandakan bahwa pada citra asli terdapat lebih banyak piksel-piksel bukan jalan yang terekstrak sebagai tepi jalan dibandingkan pada citra aproksimasi. 56 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Transformasi Data haar db sym Gambar IV.0 Variasi jumlah piksel hasil overlay pada citra hasil dekomposisi () Penghitungan persentase kelengkapan Nilai persentase kelengkapan yang dihitung dengan persamaan (IV.) menunjukkan bahwa ekstraksi jalan pada citra aproksimasi (menggunakan transformasi Wavelet) lebih baik jika dibandingkan dengan ekstraksi jalan pada citra asli (tanpa transformasi Wavelet). Lihat Gambar IV.. 57 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

Transformasi Data haar db sym Gambar IV. Variasi persentase kelengkapan hasil ekstraksi Nampak pada transformasi Wavelet dengan fungsi IV.) bahwa db dan sym (Gambar nilai persentase kelengkapan pada mendekati nilai persentase kelengkapan pada. Kedekatan tersebut menunjukkan masih adanya derau dan variasi tekstur pada yang dapat terdeteksi sebagai tepi. Derau dan variasi tekstur tersebut kemudian terfilter ulang dalam proses 58 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

dekomposisi ke sehingga unsur jalan dikenali dengan lebih baik. Namun sebaliknya, lebih rendahnya persentase kelengkapan pada dibanding dan menunjukkan gejala adanya karakteristik data yang hilang akibat perulangan proses filtering. Oleh sebab itu berdasarkan persentase kelengkapan, maka dekomposisi masih dapat digunakan untuk melakukan ekstraksi unsur jalan. () Penghitungan persentase ketepatan (correctness) Hasil penghitungan nilai persentase ketepatan yang meningkat seiring dengan peningkatan dekomposisi menunjukkan ketepatan hasil ekstraksi pada citra aproksimasi lebih baik jika dibandingkan citra asli. Lihat Gambar IV. Transformasi Data haar db Gambar IV..(a) Variasi persentase ketepatan hasil ekstraksi 59 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

sym Gambar IV..(b) Variasi persentase ketepatan hasil ekstraksi Dalam menentukan dekomposisi terbaik, dilakukan pembandingan menggunakan pendekatan ranking terhadap hasil-hasil analisis yang telah dilakukan. Untuk mempersingkat proses pembandingan, nilai hasil masingmasing analisis yang diambil hanya nilai terbesarnya. Lihat Gambar IV.. Tabel IV. Perbandingan hasil analisis Citra Hasil Analisis Std dev Selisih % Completeness % Correctness Keterangan : Rank Simbol asli 0 - haar db sym,59 44,6 56,84 9,5 49,96 55,5 8,48 49,87 55, 0,99,47,55,9 8,6 9,,48 8,68 8,94 4, 4,84 0,95,66 0,69 9,59,09 0,9 9,6,66,0 Berdasarkan dekomposisinya, pada Tabel IV. nampak bahwa nilai selisih terbaik (simpangan baku terendah) dimiliki oleh citra hasil dekomposisi, nilai kelengkapan terbesar terdapat pada hasil ekstraksi dari citra pada, dan nilai ketepatan terbesar dimiliki oleh hasil ekstraksi jalan dari citra pada dekomposisi. Dengan mensubstitusi nilai-nilai data menjadi rank dari masingmasing data kemudian menghitung jumlahnya, dapat dilihat bahwa dekomposisi 60 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/

memiliki total rank terbesar sehingga dapat dikatakan sebagai dekomposisi terbaik. Lihat Tabel IV.4 Tabel IV.4 Sebaran rank dari setiap hasil proses analisis Rank Std dev Selisih asli 0 - haar db sym % Completeness % Correctness Jumlah 6 7 5 7 5 6 7 5 Hasil Analisis 6 Created with PrintPDF. To remove this line, buy a license at: http://www.software60.com/