PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI TIFANY BR SEMBIRING 111401027 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer TIFANY BR SEMBIRING 111401027 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
PERSETUJUAN Judul : PERBANDINGAN METODE DETEKSI TEPI CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 Kategori : SKRIPSI Nama : TIFANY BR SEMBIRING Nomor Induk Mahasiswa : 111401027 Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Diluluskan di Medan, Agustus 2015 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Amer Sharif, S.Si, M.Kom Dian Rachmawati, S.Si, M.Kom NIP. - NIP. 198307232009122004 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP 196203171991031001
PERNYATAAN PERBANDINGAN METODE CANNY, ROBERT DAN LAPLACIAN OF GAUSSIAN PADA HASIL CITRA CAMERA 360 SKRIPSI Saya menyatakan bahwa skripsi ini adalah hasil kerya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Agustus 2015 TIFANY BR SEMBIRING 111401027
PENGHARGAAN Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa atas segala berkat-nya sehingga penulis dapat menyelesaikan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi,. Pada pengerjaan skripsi dengan judul Perbandingan Metode Deteksi Tepi Canny, Robert dan Laplacian of Gaussian Pada Hasil Citra Camera 360, penulis menyadari bahwa banyakpihak yang turut membantu, baik dari pihak keluarga, sahabat dan orang-orang terkasih yang memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan terima kasih kepada: 1. Bapak Prof. Drs. Subhilhar, M.A., Ph.D.selaku Pj. Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu Komputer. 4. Ibu Maya Silvi Lydia, B.Sc, M.Sc. selaku Sekretaris Program Studi S-1 Ilmu Komputer. 5. Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing I yang telah memberikan bimbingan, saran, nasehat dan masukan kepada saya dalam pengerjaan skripsi ini. 6. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing II yang telah memberikan bimbingan, saran, nasehat dan masukan kepada saya dalam pengerjaan skripsi ini. 7. Bapak M. Andri Budiman selaku Dosen Penguji I yang memberikan kritik, daran dan dukungan kepada penulis dalam menyelesaikan skripsi ini. 8. Bapak Ade Candra, S.T, M.Kom selaku Dosen Penguji II yang memberikan kritik, saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini. 9. Seluruh dosen dan pegawai Program studi S1 Ilmu Komputer Fasilkom-TI USU.
10. Bapak saya Pengalamen Sembiring, Ibu saya Iriani br Damanik, Abang saya Feriandy Sembiring, Kakak saya Novita br Sembiring, S.Pd dan Adik sayarosalina br Sembiring yang selalu memberikan dukungan dan bantuan kepada penulis dalam menyelesaikan skripsi ini. 11. Teman-teman kuliah sayakom C angkatan 2011 khususnya Fikri, Ismail, M. Isnaini Zuhri Ilyas, Farid Akbar, Fildzha Hanifati, Nurhayati Lubis, Rafika Asnur, Syafura Tri Utari dan Abang Azhar Fadillah, S.Kom yang memberi inspirasi dan semangat kepada penulis. 12. Dan buat Anju Syahlan Nauli Silitonga dan Aprilla Malriati Ginting, yang selalu memberi semangat dan motivasi kepada penulis dalam menyelesaikan skripsi ini. Semoga Tuhan Yang Maha Esa melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini. Penulis menyadari bahwa skripsi ini masih terdapat kekurangan.oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya. Medan, Agustus 2015 Penulis
ABSTRAK Deteksi tepi merupakan bagian dari pengolahan citra. Deteksi tepi adalah proses untuk menghasilkan garis batas dari suatu objek yang terdapat pada citra. Deteksi tepi memiliki beberapa operator seperti operator Canny, Robert dan Laplacian of Gaussian.Pendeteksi tepian dengan menggunakan citra berwarna sudah biasa, namun disini dilakukan deteksi tepi menggunakan citra hasil dari Camera 360 yang mana citra sudah diberikan efek dengan format bitmap (*.bmp). Citra yang telah diberi efek Light Colorakan di deteksi tepi dan akan membandingkan dengan ketiga operator tersebut. Parameter yang digunakan untuk mengukur nilai perbandingan antara ketiga operator deteksi tepi yaitu MSE, PSNR dan Running Time.Berdasarkan hasil pengujian diperoleh bahwa nilai rata-rata MSE dan PSNR operator Robert 15744,4 dan 0.628deciBell dengan nilai rata-rata Running Time 0.2862 detik, nilai rata rata MSE dan PSNR operator Canny 18139,5 dan 0.560deciBell dengan nilai rata-rata Running Time 2.086 detik, nilai rata-rata MSE dan PSNR operator Laplacian of Gaussian 16147,1 dan 0.616deciBell nilai rata-rata Running Time 3.2726 detik. Dan operator Robert merupakan operator yang terbaik untuk pendeteksian tepi pada citra yang diberi efek dari Camera 360 Kunci : Deteksi tepi, Canny, Robert, Laplacian of Gaussian, Camera 360, Light Color
COMPARISON OF CANNY, ROBERT AND LAPLACIAN OF GAUSSIAN METHOD ON IMAGE RESULT OF THE CAMERA 360 ABSTRACT Edge detection which is a part of image processing is a process to produce a boundary of an object in the image. Edge detection has several operators, including Canny, Robert and Laplacian of Gaussian. Edge detection in ordinary image color is a common thing, but in here using image of the Camera 360 for edge detection that has been given effect and in this system object used is a bitmap image (*.bmp). Image has been given effect Light Color will be on edge detection and will compare with the three edge detection operator. Parameters used is MSE, PSNR and real running time. Based on some test result obtained, the MSE and PSNR of Robert operators are 15744,4 and 0.628 decibell with average value of running time 0.2862 second, the MSE and PSNR of Canny operators are 18139,5 and 0.560 decibell with average value of running time 2.086 second, the MSE and PSNR of Laplacian of Gaussian operators are 16147.1 and 0.616 decibell with average value of running time 3.2726 second. In conclusion Robert operator is the best edge detection for image result from the Camera 360. Keyword: Edge Detection, Canny, Robert, Laplacian of Gaussian, Camera 360, Light Color
DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Gambar Daftar Tabel Daftar Lampiran ii iii iv vi vii viii x xi xii Bab I Pendahuluan 1.1 Latar Belakang 1 1.2 Perumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 1.6 Metodologi Penelitian 3 1.7 Sistematika penulisan 4 Bab II Landasan Teori 2.1 Citra 5 2.2 Citra Digital 5 2.2.1 Jenis-Jenis Citra Digital 6 2.2.1.1 Citra Biner 6 2.2.1.2 Citra Grayscale 7 2.2.1.3 Citra Warna 7 2.3 Pengolahan Citra 8 2.4 Segmentasi 9 2.4.1 Deteksi Titik 10 2.4.2 Deteksi Garis 10 2.4.3 Deteksi Tepi 11 2.4.4 Deteksi Tepi Berdasarkan Turunan Pertama 11 2.4.5 Deteksi Tepi Berdasarkan Turunan Kedua 12 2.4.6 Operator Canny 12 2.4.7 Operator Robert 13 2.4.8 Operator Laplacian of Gaussian 14 2.5 Camera 360 15 2.6 Format File Citra Bitmap 16 2.7 Peak Signal to Noise Ratio (PSNR) 16 2.8 Mean Square Error (MSE) 17
Bab III Analisis dan Perancangan Sistem 3.1 Analisis Sistem 18 3.1.1 Analisis Masalah 18 3.1.2 Analisis Persyaratan 19 3.1.2.1 PersyaratanFungsional 19 3.1.2.2 PersyaratanNonfungsional 20 3.1.3 Analisis Proses 20 3.1.3.1 Use Case Diagram 21 3.1.3.2 Activity Diagram 24 3.1.3.3 Sequence Diagram 25 3.1.3.4 Flowchart Sistem 26 3.2 Pseudocode Program 28 3.2.1 Pseudocode Deteksi Tepi Robert 28 3.2.2 Pseudocode Deteksi Tepi Canny 28 3.2.3 Pseudocode Deteksi Tepi Laplacian of Gaussian 29 3.2.4 Pseudocode Nilai MSE 30 3.2.5 Pseudocode Nilai PSNR 30 3.3 Perancangan Sistem 30 3.3.1 Form Home 31 3.3.2 Form Analysis 32 3.3.3 Form Implementation 33 3.3.4 Form Help 35 3.3.5 Form About 36 Bab IV Implementasi dan Pengujian 4.1 Implementasi 37 4.1.1 Form Home 37 4.1.2 Form Implementation 38 4.1.3 Form Analysis 38 4.1.4 Form Help 39 4.1.5 Form About 39 4.2 Pengujian 40 4.2.1 Pengujian Form Analysis 40 4.2.1.1 Proses Deteksi Tepi Pada Form Analysis 41 4.2.1.2 Proses Deteksi Tepi Pada Form Implementation 42 4.3 Hasil Pengujian 44 Bab V Kesimpulan dan Saran 5.1 Kesimpulan 50 5.2 Saran 51 Daftar Pustaka 52
DAFTAR GAMBAR Halaman Gambar 2.1 Contoh Citra Biner 6 Gambar 2.2 Contoh Citra Grayscale 7 Gambar 2.3 Contoh Citra Warna 7 Gambar 2.4 (a) Citra burung nuri yang agak gelap (b) citra burung yang telah ditingkatkan kontrasnya sehingga terlihat jelas dan tajam 8 Gambar 2.5 Deteksi Tepi dengan Operator Canny 13 Gambar 2.6 Deteksi Tepi dengan Operator Robert 13 Gambar 2.7 Deteksi Tepi dengan operator Laplacian of Gaussian 14 Gambar 2.8 Contoh Penggunaan Efek Camera 360 15 Gambar 3.1 Diagram Ishikawa Analisis Masalah 18 Gambar 3.2 Use Case Diagram Pada Sistem 20 Gambar 3.3 Activity Diagram Pada Sistem 24 Gambar 3.4 Sequance Diagram Pada Sistem 25 Gambar 3.5 Flowchart Sistem 26 Gambar 3.6 Perancangan Interface Form Home 30 Gambar 3.7 Perancangan Interface Form Analysis 31 Gambar 3.8 Perancangan Interface Form Implementation 32 Gambar 3.9 Perancangan Interface Form Help 34 Gambar 3.10 Perancangan Interface Form About 35 Gambar 4.1 Form Home 37 Gambar 4.2 Form Implementation 38 Gambar 4.3 Form Analysis 39 Gambar 4.4 Form Help 39 Gambar 4.5 Form About 40 Gambar 4.6 Citra yang akan diuji (a) Efek Sweet, (b) Efek Cool, (c) Efek Fresh, (d) Efek Grace dan (e) Efek Sunny 41 Gambar 4.7 Input Citra dengan Efek Sweet 41 Gambar 4.8 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Analysis 42 Gambar 4.9 Proses Deteksi Tepi Citra Efek Sweet dengan Metode Canny, Robert dan LoG Pada Form Implementation 43 Gambar 4.10 Grafik perbandingan nilai MSE 48 Gambar 4.11 Grafik perbandingan nilai PSNR 49 Gambar 4.12 Grafik perbandingan nilai Runtime 49
DAFTAR TABEL Halaman Tabel 3.1 Naratif Use Case Input Citra 20 Tabel 3.2 Naratif Use Case Deteksi Canny 21 Tabel 3.3 Naratif Use Case Deteksi Robert 22 Tabel 3.4 Naratif Use Case Deteksi LoG 22 Tabel 3.5 Keterangan Rancangan Interface Form Home 30 Tabel 3.6 Keterangan Rancangan Form Analysis 31 Tabel 3.7 Keterangan Rancangan Form Implementation 33 Tabel 3.8 Keterangan Rancangan Form Help 34 Tabel 3.9 Keterangan Rancangan Form About 35 Tabel 4.1 Perbandingan Hasil Deteksi Tepi Canny Pada Citra yang Diberi Efek 44 Tabel 4.2 Perbandingan Hasil Deteksi Tepi Robert Pada Citra yang Diberi Efek 45 Tabel 4.3 Perbandingan Hasil Deteksi Tepi LoG Pada Citra yang Diberi Efek 46 Tabel 4.4 Perbandingan Rata-rata Nilai MSE Pada Citra yang Diberi Efek 47 Tabel 4.5 Perbandingan Rata-rata Nilai PSNR Pada Citra yang Diberi Efek 47 Tabel 4.6 Perbandingan Rata-rata Nilai Running Time Pada Citra yang Diberi Efek 48
DAFTAR LAMPIRAN Listing Program 54 Curriculum Vitae 72 Halaman