IMPLEMENTASI DIGITAL IMAGE PROCESSING UNTUK MENGUJI CAHAYA LAMPU PIJAR

dokumen-dokumen yang mirip
Pertemuan 2 Representasi Citra

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

Pembentukan Citra. Bab Model Citra

PENGOLAHAN CITRA DIGITAL

BAB II CITRA DIGITAL

Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata.

KONSEP OPTIK DAN PERAMBATAN CAHAYA. Irnin Agustina D.A,M.Pd.

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

#2 Dualisme Partikel & Gelombang Fisika Modern Eka Maulana, ST., MT., MEng. Teknik Elektro Universitas Brawijaya

BAB 2 LANDASAN TEORI

PERTEMUAN - 2 PENGOLAHAN CITRA

#2 Dualisme Partikel & Gelombang (Sifat Partikel dari Gelombang) Fisika Modern Eka Maulana, ST., MT., MEng. Teknik Elektro Universitas Brawijaya

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

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

BAB 2 LANDASAN TEORI

Model Citra (bag. 2)

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

BAB II TINJAUAN PUSTAKA

BAB 2 TINJAUAN TEORETIS

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pengolahan citra. Materi 3

CHAPTER I RADIASI BENDA HITAM

BAB II LANDASAN TEORI

SIFAT DAN PERAMBATAN CAHAYA. Oleh : Sabar Nurohman,M.Pd

Pengantar Pengolahan Citra. Ade Sarah H., M. Kom

Model Citra (bag. I)

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB 2 LANDASAN TEORI

DUALISME GELOMBANG-PARTIKEL. Oleh: Fahrizal Eko Setiono

BAB 2 TINJAUAN PUSTAKA

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

One picture is worth more than ten thousand words

Konsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

BAB II LANDASAN TEORI

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World

PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION

1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

BAB 2 TINJAUAN PUSTAKA

SAMPLING DAN KUANTISASI

BAB II LANDASAN TEORI

BAB II Tinjauan Pustaka

BAB 4 HASIL DAN ANALISA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pengolahan Citra (Image Processing)

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

Kriptografi Visual Pada Berkas Video

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

ACARA I SIMULASI PENGENALAN BEBERAPA UNSUR INTERPRETASI

BAB 2 LANDASAN TEORI

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Pengolahan Citra : Konsep Dasar

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

Tipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.

BAB VI HASIL DAN PEMBAHASAN

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

BAB II TEORI PENUNJANG

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

BAB II LANDASAN TEORI

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

10/11/2014 SISTEM VISUAL MANUSIA. CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

PEMANFAATAN KAMERA WIRELESS SEBAGAI PEMANTAU KEADAAN PADA ANTICRASH ULTRASONIC ROBOT

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM

Implementasi Metode Digital Image Processing untuk Menguji Kepekatan Asap Kendaraan Motor Diesel

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

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

BAB II LANDASAN TEORI

1. Pendahuluan [7] 2. Dasar Teori 2.1 Warna Sir Isaac Newton

BAB 2 TINJAUAN TEORETIS

Drawing, Viewport, dan Transformasi. Pertemuan - 02

ABSTRCTK & EXEUTIVE SUMMARY HIBAH BERSAING. Sistem Pengkodean File Image Kedalam Citra Foto Menggunakan Teknik Steganografi

BAB II DASAR TEORI. Gambar 2.1. Cara kerja di dalam sebuah LED.

sehingga tercipta suatu pergerakan partikel partikel atom yang bermuatan di

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra

BAB 2 LANDASAN TEORI

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

BAB III LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION

APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

Transkripsi:

IMPLEMENTASI DIGITAL IMAGE PROCESSING UNTUK MENGUJI CAHAYA LAMPU PIJAR Arif Ainur Rafiq 1), Dwi Sudarno Putra 2), Donny Fernandez 3), Hardiman Satia Anugrah 4) 1) Teknik Elektronika, Jurusan Teknik Elektronika, Politeknik Negeri Cilacap, Cilacap Alamat Politeknik Negeri Cilacap 2,3,4) Jurusan Teknik Otomotif, Fakultas Teknik, Universitas Negeri Padang, Padang Kampus UNP Air Tawar - Padang email : opikocu@gmail.com 1), dwisudarnoputra@gmail.com 2), fernandez_79@yahoo.co.uk 3), satia.anugrah@gmail.com 4) Abstrak Digital Image Processing (DIP) terbukti telah banyak dimanfaatkan untuk berbagai bidang kehidupan. Perkembangan teknologi kamera dan juga peralatan pemroses komputasi menyebabkan pengaplikasian metode DIP semakin beragam. Salah satu yang dibahasa dalam tulisan ini adalah pemanfaatan teknologi DIP untuk menguji cahaya yang dikeluarkan oleh lampu pijar. Lampu pijar yang digunakan adalah lampu pijar 25Watt, 40 Watt dan 60 Watt. Cahaya lampu ditangkap oleh sebuah media dan kondisi yang ada pada media tersebut kemudian direkam oleh sebuah kamera. Hasil kamera ini akan dianalisa menggunakan metode DIP dengan metode analisa citra. Tujuan dari analisa adalah untuk mengetahui nilai intensitas cahaya. Dari penelitian dapat dibuktikan bahwa hasil DIP untuk citra yang terbentuk oleh cahaya lebih terang memberikan nilai intensitas yang lebih tinggi. Kata kunci : DIP, pengujian cahaya, lampu pijar 1. Pendahuluan Perkembangan teknologi yang sedang terjadi masa kini seakan tidak ada habisnya. Seiring berjalan waktu lahirlah teknologi-teknologi baru baik itu berbentuk software maupun hardware yang sangat berguna dalam menunjang kehidupan umat manusia. Perkembangan teknologi ini telah mencakup di berbagai bidang, dan salah satunya adalah bidang otomotif. Salahsatu unsur penting pad sebuah kendaraan adalah system penerangan, terutama lamu utama atau headlamp. Lampu utama harus memenuhi beberapa kriteria standar, diantaranya adalah arah pancar, tingkat kecerahan atau intensitas warna dan jenis warnanya. Pemerintah telah menentukan standar tersebut dan dinas terkait akan melakukan pengujian pada setiap kendaraan yang akan dikeluarkan maupun yang sudah berjalan dan melakukan uji berkala. Khusus berkaitan dengan nilai intensitas cahaya, selama ini alat yang digunakan untuk melakukan pengujian menggunakan sistem photosel. Pengolahan citra digital (Digital image processing) adalah teknologi yang menerapkan sejumlah algoritma komputer untuk memproses gambar digital. Perkembangan penggunaan Digital Image Processing (DIP) sekarang ini sudah sangat pesat. Aplikasi metode ini sudah merambah ke berbagai bidang. Penelitian ini bertujuan untuk mengungkapkan hasil pengujian terhadap cahaya lampu menggunakan metode DIP. Dalam penelitian ini peneliti membatasi pada pengujian beberapa lampu pijar (15Watt, 25Watt, 40 Watt, 60 Watt, 75Watt dan 100 Watt). Data yang ingin diambil dari pengolahan DIP adalah data intensitas cahaya lampu. Hasil penelitian ini nantinya diharapkan menjadi dasar untuk penelitian selanjutnya tentang alat uji cahaya lampu kendaraan. 2. Tinjauan Pustaka Teori Cahaya Cahaya merupakan suatu fenomena yang sangat menarik perhatian oleh para pemikir dan ilmuan terdahulu. Sejarah perkembangan cahaya dimulai dari pendapat para pemikir kuno, lalu era Newton dan Huygens 50

sampai ke fisikawan modern Maxwell, Max Planck dan Einstein. Secara ringkas perkembangan teori cahaya diuraikan sebagai berikut. Pendapat para pemikir kuno. Pemikir dan politikus Empedocles yakin bahwa cahaya bergerak dengan kelajuan yang terbatas. Aristoteles berhasil menjelaskan pelangi sebagai pemantulan cahaya oleh titik air hujan. Euclid mengemukakan hukum pemantulan dan sifat-sifat cermin. Teori Tactile. Didasarkan pada kemampuan untuk menyentuh. Jika tangan bisa menyentuh sebuah benda, maka mata bisa merasakan atau melihat sebuah benda. Teori ini menyatakan bahwa mata mengirimkan sinyal-sinyal tak tampak untuk merasakan sebuah benda. Teori Emisi. Berlawanan dengan taori tactile. Teori ini menyatakan bahwa benda mengirimkan sinyal-sinyal atau partikel ke mata, sehingga mata akhirnya bisa melihat benda tersebut. Teori ini berhasil mengalahkan teori tactile sampai abad ke delapan. Teori Partikel atau Korpuskular. Dipelopori dan diajukan oleh Isaac Newton pada abad ke tujuh belas. Teori ini menyatakan bahwa cahaya terdiri dari partikel-partikel. Partikel-partikel dalam cahaya dipancarkan ke segala arah. Bisa menjelaskan fakta bahwa cahaya dipantulkan. Menyatakan bahwa kelajuan cahaya lebih cepat ketika memasuki medium yang lebih pekat/padat karena tarikan gravitasinya lebih besar. Teori ini kemudian digugurkan oleh teori gelombang Huygens. Teori Gelombang. Dipelopori dan diajukan oleh Christian huygens pada abad ke tujuh belas dan dikembangkan oleh Thomas Young dan Augustin Fresnel. Teori ini menyatakan bahwa cahaya hanya dipancarkan dalam bentuk gelombang. Gelombang dipancarkan ke segala arah. Gelombang tidak dipengaruhi oleh gravitasi, sehingga cahaya bergerak makin lambat ketika memasuki medium yang lebih pekat/padat. Cahaya dapat berinterferensi seperti halnya gelombang suara. Cahaya dapat dipolarisasikan. Mengasumsikan bahwa cahaya memerlukan medium untuk merambat seperti halnya gelombang suara. Teori Elektromagnetik. Teori ini diajukan oleh James Clerk Maxwell pada akhir abad ke sembilan belas dengan memadukan teori tentang listrik dan magnet. Teori ini menyatakan bahwa gelombang cahaya adalah gelombang elektromagnetik yang tidak memerlukan medium untuk merambat. Menunjukkan bahwa cahaya tampak merupakan bagian dari spectrum gelombang elektromagnetik. Maxwell mampu memprediksikan kelajuan cahaya dengan menggunakan konstanta-konstanta listrik dan magnet. Banyak didukung oleh percobaan-percobaan yang dilakukan Heinrich Hertz. Tidak dapat menjelaskan efek fotolistrik, yaitu peristiwa pemancaran elektron dari logam yang disinari dengan cahaya dengan panjang gelombang tertentu. Teori Kuantum. Teori ini menggabungkan tiga teori terdahulu. Dipelopori Max Planck dan Einstein. Max Planck menyatakan bahwa gelombang cahaya tersusun atas paket-paket energi yang disebut foton pada tahun 1900. Teori ini menyatakan bahwa cahaya dapat berperilaku baik sebagai cahaya maupun partikel. Tetapi cahaya tidak selalu berperilaku sebagai gelombang dan cahaya tidak selalu berperilaku sebagai partikel. Cahaya dipandang sebagai bentuk energi. Pada tahun 1905, Einstein berhasil menjelaskan efek fotolistrik dengan teori kuantum. Digital Image Processing (DIP) Pengolahan citra digital (digital image processing) adalah teknologi yang menerapkan sejumlah algoritma komputer untuk memproses gambar digital. Hasil dari proses ini dapat berupa gambar atau satu set karakteristik perwakilan atau properti dari gambar asli. Penerapan digital image processing telah banyak ditemukan dalam robotika / sistem cerdas, pencitraan medis, penginderaan jauh, fotografi dan forensik. Citra disebut juga dengan gambar atau image. Beberapa defenisi dari citra adalah 1. Citra (Image) merupakan gambar pada bidang 2(dua) dimensi. 2. Citra (ditinjau dari sudut pandang matematis) merupakan fungsi yang kontinu dari intensitas cahaya pada bidang 2 (dua) dimensi. Citra merupakan sumber cahaya yang menerangi objek dan dipantulkan kembali dan di tangkap oleh alat-alat optik misalnya mata manusia, kamera scanner, sensor, satelit dan sebagainya kemudian direkam. Citra sebagai keluaran dari sistem perekam data dapat bersifat: 1. Optik atau photo. 2. Analog berupa sinyal video seperti tampilan gambar pada monitor televisi. 3. Digital dapat disimpan langsung pada media perekam magnetik. 51

Citra juga dapat dikelompokkan menjadi dua bagian yaitu : 1. Citra tampak (photo, gambar, lukisan, apa yang tampak dilayar monitor/televisi, hologram dll). 2. Citra tidak tampak (data pada photo/gambar pada file, citra yang direpresentasikan dalam fungsi matematis). Citra digital adalah citra yang disimpan dalam format digital (dalam bentuk file). Hanya citra digital yang dapat diolah menggunakan komputer. Untuk citra non digital sebelum diolah harus dirubah dulu kedalam citra digital yang dinamakan dengan pencitraan. Pencitraan (Imaging) adalah merupakan kegiatan mengubah informasi dari citra tampak atau citra non digital menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah scanner, kamera digital dan lain-lain. Pengolahan Citra adalah kegiatan memproses suatu citra sehingga menghasilkan citra yang sesuai dengan keinginan kita atau kualitasnya menjadi lebih baik. Pada bagian pengolahan citra inilah yang akan digunakan dalam penelitian ini. Pada saat pengolahan citra, citra (image) ini akan dirubah ke dalam bentuk sistem matriks (x,y). Matriks adalah struktur data yang tepat untuk merepresentasikan citra digital. Elemen-elemen matriks dapat diakses secara langsung melalui indeksnya (baris dan kolom). Sebuah citra digital adalah kumpulan piksel-piksel yang disusun dalam larik dua dimensi. Indeks baris dan kolom (x,y) dari sebuah piksel yang dinyatakan dalam bilangan bulat dan nilai-nilai tersebut mendefinisikan suatu ukuran intensitas cahaya pada titik tersebut. Satuan atau bagian terkecil dari suatu citra disebut piksel (picture element). Umumnya citra dibentuk dari persegi empat yang teratur sehingga jarak horizontal dan vertikal antara piksel satu dengan yang lain adalah sama pada seluruh bagian citra. Piksel (0,0) terletak pada sudut kiri atas pada citra, dimana indeks x bergerak ke kanan dan indeks y bergerak ke bawah. Untuk menunjukkan koordinat (m-1,n-1) digunakan posisi kanan bawah dalam citra berukuran m x n pixel. Hal ini berlawanan untuk arah vertikal dan horizontal yang berlaku pada sistem grafik dalam matematika. Suatu citra biasanya mengacu ke citra RGB. Sebenarnya bagaimana citra disimpan dan dimanipulasi dalam komputer diturunkan dari teknologi televisi, yang pertama kali mengaplikasikannya untuk tampilan grafis komputer. Jika dilihat dengan kaca pembesar, tampilan monitor komputer akan terdiri dari sejumlah triplet titik warna merah (RED), hijau (GREEN) dan biru (BLUE). Tergantung pada pabrik monitornya untuk menentukan apakah titik tersebut merupakan titik bulat atau kotak kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan blue. Citra dalam komputer tidak lebih dari sekumpulan sejumlah triplet dimana setiap triplet terdiri atas variasi tingkat keterangan (brightness) dari elemen red, green dan blue. Representasinya dalam citra, triplet akan terdiri dari 3 angka yang mengatur intensitas dari Red (R), Green (G) dan Blue (Blue) dari suatu triplet. Setiap triplet akan merepresentasikan 1 pixel (picture element). Suatu triplet dengan nilai 67, 228 dan 180 berarti akan mengeset nilai R ke nilai 67, G ke nilai 228 dan B ke nilai 180. Angka-angka RGB ini yang seringkali disebut dengan color values. Pada format.bmp citra setiap pixel pada citra direpresentasikan dengan dengan 24 bit, 8 bit untuk R, 8 bit untuk G dan 8 bit untuk B, dengan pengaturan seperti pada gambar berikut: Gambar 01. RGB per-pixel citra 24bit Meskipun baris RGB dapat digunakan untuk menampilkan informasi warna, tetapi penggunaan baris RGB tidak cocok untuk beberapa aplikasi pemrosesan citra. Pada aplikasi pengenalan objek, lebih mudah mengindentifikasi objek dengan menggunakan metode IHS (Intensity, Hue, Saturation). Dengan mengkonversikan hasil informasi baris RGB yang didapat dari pengolahan citra ke IHS maka akan lebih mudah dalam menghitung nilai Intensity, Hue, dan Saturation dengan menggunakan rumus pada masingmasing nilai yang diinginkan. Penelitian ini akan mengukur nilai intensitas cahaya lampu. Maka penggunaan rumus IHS hanya akan diterapkan pada pengukuran nilai Intensity. Untuk mendapatkan nilai intensitas cahaya dapat menggunakan rumus berikut [1]: 52

Dimana I = Intensitas Cahaya R = Komponen Red G = Komponen Green B = Komponen Blue 3. Metode Penelitian Jenis penelitian yang akan dilakukan ini adalah jenis penelitian dan pengembangan. Langkah yang dilakukan adalah membuat program DIP, menguji program DIP, membuat alat pengambil data, mengambil data dan menguji data yang diambil pada program yang sudah dikembangkan, dan menganalisa hasil pengujian. Secara garis besar diuraikan dalam flowchart pada gambar 2. MULAI Membuat Program DIP Membuat Alat Pengambil Data Menguji Program DIP Mengambil Data (Image) Menguji Data dengan Program DIP Analisa Hasil SELESAI Gambar 2. Flowchart Penelitian Program DIP dikembangkan dengan software komputasi komputer. Sedangkan alat pengambil cahaya dibuat dengan desain seperti pada gambar 3. 4. Hasil dan Pembahasan Program DIP telah berhasil dibuat dan diuji dengan data image penguji. Image penguji dapat dilihat dari Gambar 3. Image penguji dibuat dengan bantuan software computer dengan warna biru, hijau dan kuning. Masing-masing warna memiliki tiga (3) sample yang sengaja diberikan gradasi sehingga terlihat gelap, sedang dan terang (Gambar 4). Data hasil pengujian program DIP dengan data image penguji dapat dilihat dari table 1. 53

Gambar 3. Desain alat pengambil citra cahaya Gambar 4. Image penguji program DIP Dengan membaca tabel 1 dapat disimpulkan bahwa sampel dengan warna yang lebih terang memiliki hasil intensitas yang lebih besar diikuti warna yang sedang dan intensitas terkecil didapatkan oleh sampel warna yang paling gelap. Hal ini membuktikan bahwa program DIP yang dikembangkan sudah dapat digunakan untuk menguji tingkat intensitas cahaya. Selain itu terlihat juga bahwa warna biru memiliki tingkat intensitas yang paling tinggi, disusul warna kuning dan kemudian warna hijau. 54

Tabel 1. Hasil pengujian program DIP menggunakan image penguji No Warna Nilai Intensitas Gelap Sedang Terang 1 Biru 189.0678 210.8556 227.1031 2 Hijau 91.1985 121.64 138.8509 3 Kuning 117.9121 153.4354 166.0417 Setelah terbukti dapat mendeteksi tingkat intensitas cahaya yang ada pada image penguji selanjutnya program digunakan untuk mendeteksi tingkat intensitas pada data penelitian yang merupakan intensitas cahaya lampu yang dikenakan pada media akrilik. Data diambil dengan alat pengambil data. 3 data diperoleh seperti pada gambar 5. (a) (b) Gambar 5. Image data penelitian dengan media penerima cahaya (a) Kertas (b) Akrilik Tabel 2. Hasil pengujian program DIP menggunakan data penelitian Media Nilai Intensitas No Penerima cahaya Gelap (25Watt) Sedang (40 Watt) Terang (60 Watt) 1 Kertas 134.3060 148.6908 161.7860 2 Akrilik 186.5464 194.9284 201.8809 Hasil pengujian pada data penelitian menunjukkan bahwa saat cahaya terang dikenakan pada akrilik maka hasil pengolahan citra digital menunjukkan intensitas yang paling tinggi, diikuti citra dari cahaya sedang dan intensitas terendah ditunjukkan oleh citra dengan cahaya rendah. Hal ini membuktikan bahwa DIP dapat digunakan untuk menguji tingkat intensitas cahaya lampu. 5. Kesimpulan dan Saran Rangkaian penelitian telah membuktikan bahwa metode DIP dapat digunakan untuk menguji cahaya lampu, khususnya tingkat intensitas. Hasil pemrosesan citra yang terbentuk dari cahaya yang lebih terang akan memerikan nilai intensitas yang lebih tinggi dari pada citra yang terbentuk dari cahaya yang lebih redup. Saran untuk penelitian selanjutnya adalah bagaimana membandingkan hasil pengujian intensitas cahaya dengan metode DIP ini dengan hasil pengujian cahaya dengan metode konvensional. 55

Daftar Pustaka [1] Zhou Huiyu, 2010, Digital Image Procession: Part Two, Ventus Publishing ApS. [2] Gonzalez Rafael C, Digital Image Processing Using Matlab, Gatesmark Publishing, USA Biodata Penulis Arif Ainur Rafiq, S.T., M.T., M.Sc, memperoleh gelar Sarjana Teknik (S.T.), Program Studi Teknik Elektro (Universitas Islam Indonesia Yogyakarta), Tahun lulus 2005. Tahun 2011 memperoleh gelar Magister Teknik (M.T.) dari Departemen Teknik Elektro kekhususan Elektronika Device dari Universitas Indonesia, Depok. Gelar Master of Science (M.Sc.) didapatkan dari Universite de Bretagne Occidentale, Brest, Prancis, dengan kekhususan Electronique des Systemes Communicant (ESCo). Saat ini sebagai Staf pengajar pada Jurusan Teknik Elektronika, Politeknik Negeri Padang. Dwi Sudarno Putra, S.T., M.T., memperoleh gelar Sarjana Teknik (S.T.), Program Studi Teknik Elektro (Universitas Gadjah Mada), Tahun lulus 2005. Tahun 2011 memperoleh gelar Magister Teknik (M.T.) dari Departemen Teknik Elektro kekhususan Teknik Kontrol dari Universitas Indonesia, Depok. Saat ini sebagai staf pengajar di Universitas Negeri Padang. Donny Fernandez, S.Pd., M.Sc., memperoleh gelar Sarjana Pendidikan (S.Pd.), Program Studi Pendidikan Teknik Otomotif (Universitas Negeri Padang), Tahun lulus 2003. Tahun 2010 memperoleh gelar Master of Science dari Universitas Gajah Mada Yogjakarta, dengan kekhususan Ilmu Lingkungan. Saat ini sebagai staf pengajar di Universitas Negeri Padang. Hardiman Satia Anugrah, praktisi teknik otomotif yang saat ini masih berstatus aktif sebagai mahasiswa di Pendidikan Teknik Otomotif Universitas Negeri Padang. 56