ANALISIS PERBANDINGAN HASIL ALGORITMA HOMOGENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP SKRIPSI ZULFADHLI HARAHAP 111421055 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
ANALISIS PERBANDINGAN HASIL ALGORITMA HOMOGENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer ZULFADHLI HARAHAP 111421055 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
ii PERSETUJUAN Judul : ANALISIS PERBANDINGAN ALGORITMA HOMO- GENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP. Kategori : SKRIPSI Nama : ZULFADHLI HARAHAP Nomor Induk Mahasiswa : 111421055 Program Studi : EKSTENSI S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dian Rachmawati, S.Si, M.Kom Dr. Syahril Efendi, S.Si, MIT NIP. 19830723 200912 2 004 NIP. 19671110 199602 1 001 Diketahui/disetujui oleh Program Studi Ekstensi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 19620317 199103 1 001
iii PERNYATAAN ANALISIS PERBANDINGAN HASIL ALGORITMA HOMOGENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan. Maret 2014 Zulfadhli Harahap 111421055
iv PENGHARGAAN Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-nya serta segala sesuatunya dalam hidup. Sehingga penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis selama pengerjaan skripsi ini, antara lain kepada: 1. Bapak Prof. DR. Muhammad Zarlis, M.Sc Selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi,. 2. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara dan sebagai Dosen Pembanding. 3. Bapak Dr. Syahril Efendi, S.Si, MIT dan Ibu Dian Rachmawati, S.Si, M.Kom sebagai Dosen Pembimbing yang telah memberikan bimbingan, saran, masukkan kepada penulis untuk menyempurnakan kajian ini. 4. Bapak M. Andri Budiman, S.T, M.Comp.Sc, M.E.M, C.J.P sebagai Dosen Pembanding. 5. Seluruh dosen dan pegawai Program Studi Ekstensi S1 Ilmu Komputer. 6. mencurahkan ilmunya selama masa perkuliahan. 7. Seluruh pegawai di lingkungan Program Studi S1 Ilmu Komputer Fasilkom-TI USU. 8. Teristimewa kepada orang tua penulis, ayahanda Ir. H. Usman Harahap, MT dan Ibunda Dra. Hj. Roudah.Apt atas do a dan kasih sayang yang tidak pernah putus, kepada kakanda saya Nurul Hudhani Harahap, SE, adinda Siti Hasyati Harahap atas dorongan semangat yang diberikan kepada penulis. 9. Ridho S. Akbar, Rajab Sihotang dan teman-teman seangkatan Ekstensi S1 Ilmu Komputer tahun 2011 yang sama-sama berjuang meraih gelar Sarjana.
v Semoga Allah SWT memberikan limpahan karunia semua pihak yang membantu penulis dalam menyelesaikan skripsi ini. Akhirnya penulis berharap bahwa skripsi ini bermanfaat terutama kepada penulis maupun para pembaca serta semua pihak akademisi yang tertarik mengembangkannya. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu penulis menerima saran dan kritik demi kesempurnaan skripsi ini sehingga bermanfaat bagi semua pihak. Medan, Maret 2014 Penulis Zulfadhli Harahap
vi ABSTRAK Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi (edge detection). Deteksi tepi berfungsi untuk mengidentifikasikan garis batas dari suatu objek terhadap latar belakang yang saling tumpang tindih. Sehingga apabila garis tepi pada citra dapat diidentifikasikan dengan akurat, semua objek dapat ditemukan dan sifat dasar seperti area, bentuk, dan ukuran objek dapat diukur. Dalam aplikasi deteksi tepi ini diambil dua algoritma untuk perbandingan yaitu algoritma Homogeneity dan algoritma Prewitt. Algoritma Homogeneity secara luas berkaitan dengan informasi lokal yang diekstrak dari citra dan mencerminkan bagaimana keseragaman suatu daerah pada citra. Algoritma Prewitt bekerja menggunakan prosedur matematika yang disebut konvolusi dalam bentuk matriks 3x3 dimana konstantanya bernilai 1. Aplikasi Deteksi Tepi ini dirancang menggunakan bahasa pemrograman C#. Kata Kunci: Pengolahan Citra, Deteksi Tepi, Homogeneity, Prewitt.
vii COMPARATIVE ANALYSIS ALGORITHM HOMOGENEITY AND ALGORITHM PREWITT FOR EDGE DETECTION IMAGE ON BMP ABSTRACT One of the image processing techniques is edge detection. Edge detection is used to identify the boundary of an object against a background of overlapping. Therefore, when the outline of the image can be identified accurately, all objects can be located and basic properties such as area, shape, and size of the object can be measured. In this application of edge detection algorithm is taken two algorithms for comparison, Homogeneity and Prewitt algorithm. Homogeneity algorithm is widely associated with local information extracted from the image and reflect how uniformity of an area on the image. Prewitt algorithm works using a mathematical procedure called convolution in the form of a 3x3 matrix where the constant is 1. Edge Detection application is designed using the C# programming language. Keywords: Image Processing, Edge Detection, Homogeneity, Prewitt.
viii DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abtract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv vi vii viii x xi Bab 1 Pendahuluan 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 2 1.5 Manfaat Penelitian 3 1.6 Metode Penelitian 3 1.7 Sistematika Penulisan 4 Bab 2 Landasan Teori 5 2.1 Citra Digital 5 2.1.1 Format Citra Digital BMP (Bitmap) 8 2.2 Pengolahan Citra 9 2.3 Deteksi Tepi (Edge Detection) 11 2.4 Algoritma Prewitt 13 2.5 Algoritma Homogeneity 15 2.6 Penilaian Kualitas Citra 15 2.6.1 Mean Square Error 15 2.6.2 PSNR (Peak Signal to Noise Ratio) 16 Bab 3 Analisis dan Perancangan 17 3.1 Analisis 17 3.1.1 Analisis Masalah 17 3.1.2 Analisis Kebutuhan Sistem 18 3.1.2.1 Analisis Fungsional Sistem 18 3.1.2.2 Analisis Non-fungsional Sistem 19 3.1.3 Analisis Deteksi Tepi Menggunakan Agoritma Prewitt 19 3.1.4 Analisis Deteksi Tepi Menggunakan Agoritma Homogeneity 29 3.2 Perancangan Sistem 32 3.2.1 Perancangan Flowchart 33 3.2.1.1 Flowchart Umum Sistem 33 3.2.1.2 Flowchart Deteksi Tepi Menggunakan Algoritma Prewitt 34
ix 3.2.1.3 Flowchart Deteksi Tepi Menggunakan Algoritma Homogeneity 35 3.2.2 Perancangan Unified Modeling Language (UML) 36 3.2.2.1 Identifikasi Use Case Diagram 36 3.2.2.2 Use Case Deteksi Tepi 37 3.2.3 Perancangan Tampilan Antarmuka (Interface) 40 3.2.3.1 Rancangan Jendela Utama 40 3.2.3.2 Rancangan Jendela Tentang 41 Bab 4 Implementasi Dan Pengujian 43 4.1 Implementasi 43 4.1.1 Tampilan Jendela Utama 44 4.1.2 Tampilan Jendela Tentang 44 4.2 Pengujian 44 4.2.1 Proses Pendeteksian Tepi Pada Gambar 44 4.2.2 Pengujian Pendeteksian Tepi Citra 47 Bab 5 Kesimpulan Dan Saran 54 5.1 Kesimpulan 54 5.2 Saran 54 Daftar Pustaka Lampiran A: Listing Program Lampiran B: Curriculum Vitae
x DAFTAR TABEL Halaman 3.1 Matriks nilai citra dan kernel x algoritma Prewitt 20 3.2 Hasil konvolusi dengan kernel x algoritma Prewitt 20 3.3 Matriks hasil konvolusi algoritma Prewitt 23 3.4 Matriks nilai citra dan kernel y algoritma Prewitt 24 3.5 Hasil konvolusi dengan kernel y algoritma Prewitt 24 3.6 Matriks hasil konvolusi algoritma Prewitt 27 3.7 Matriks kernel x dan kernel y algoritma Prewitt 27 3.8 Perhitungan gradien algoritma Prewitt 27 3.9 Matriks hasil akhir deteksi tepi algoritma Prewitt 28 3.10 Nilai matriks piksel citra sebelum deteksi tepi 29 3.11 Perhitungan matriks algoritma Homogeneity 29 3.12 Nilai matriks piksel citra sesudah deteksi tepi dengan algoritma Homogeneity 32 3.13 Dokumentasi naratif Use Case Deteksi Tepi 38 4.1 Hasil Pengujian Deteksi Tepi Citra 47 4.2 Tabel Perbandingan Algoritma Homogeneity dan Prewitt 51
xi DAFTAR GAMBAR Halaman 2.1 Citra digital dengan objek Mesjid 5 2.2 Citra biner 7 2.3 Citra sekala keabuan 7 2.4 Citra warna 8 bit 8 2.5 Citra warna 16 bit 8 2.6 Citra warna 24 bit 8 2.7 (a) citra digital dengan objek bangunan PDAM Tirtanadi agak gelap, (b) citra digital dengan objek bangunan PDAM Tirtanadi yang telah diperbaiki kontrasnya sehingga terlihat jelas dan tajam 9 2.8 Matriks Citra dan kernel sebelum konvolusi dengan tanda menunjukkan posisi (0,0) dari kernel 11 2.9 Tahapan Proses Pembentukan Konvolusi 12 2.10 Hasil Konvolusi Citra dan Kernel 12 2.11 Jenis-jenis Tepi 13 2.12 Kernel pada operator Prewitt 14 2.13 Operator konvolusi untuk menghitung gradien 14 2.14 Operator homogeneity 15 3.1 Diagram ishikawa 18 3.2 Citra yang diambil nilai pikselnya 20 3.3 Flowchart umum sistem 33 3.4 Flowchart Deteksi Tepi Menggunakan Algoritma Prewitt 34 3.5 Flowchart Deteksi Tepi Menggunakan Algoritma Homogeneity 35 3.6 Use Case Deteksi Tepi 37 3.7 Activity Diagram Deteksi Tepi 39 3.8 Rancangan jendela utama 40 3.9 Rancangan jendela tentang 42 4.1 Tampilan jendela utama 43 4.2 Tampilan jendela tentang 44 4.3 Langkah pendeteksian tepi pada gambar 45 4.4 Jendela lokasi direktori gambar 46 4.5 Hasil pendeteksian gambar 46 4.6 Citra Mobil 51 4.7 Grafik Durasi Waktu Pengujian 52 4.8 Grafik Perbandingan MSE 52 4.9 Grafik Perbandingan PSNR 53