2. jurnal dessy purwandani implementasi metode gaussian smoothing untuk penghalusan citra (image...
TRANSCRIPT
Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).
Oleh : Dessy Purwandani
1
IMPLEMENTASI METODE GAUSSIAN SMOOTHING UNTUK
PENGHALUSAN CITRA (IMAGE SMOOTHING)
Dessy Purwandani (0911548)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan
www.stmik-budidarma.ac.id // email : [email protected]
ABSTRAK Citra (image), istilah lain untuk gambar, sebagai salah satu komponen multimedia memegang peranan yang
sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks,
yaitu bahwa citra kaya dengan informasi. Atau dengan kata lain, sebuah citra dapat memberikan informasi yang
lebih banyak daripada jika informasi tersebut disajikan dalam bentuk teks. Peningkatan kualitas citra (image
enhancement) bertujuan untuk menghasilkan citra dengan kualitas yang lebih baik dibandingkan dengan citra
sebelumnya. Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-
parameter citra. Salah satu operasi peningkatan kualitas citra adalah penghalusan citra (image smoothing).
Kata Kunci : Gaussian Smoothing, Penghalusan Citra (Image Smoothing)
1. Pendahuluan
1.1. Latar Belakang Masalah Data atau informasi tidak hanya disajikan
dalam bentuk teks, tetapi juga dapat berupa gambar,
audio (bunyi, suara, musik), dan video. Keempat
macam data atau informasi ini sering disebut
multimedia. Era teknologi informasi saat ini tidak
dapat dipisahkan dari multimedia.Citra (image),
istilah lain untuk gambar, sebagai salah satu
komponen multimedia memegang peranan yang
sangat penting sebagai bentuk informasi visual. Citra
mempunyai karakteristik yang tidak dimiliki oleh
data teks, yaitu bahwa citra kaya dengan informasi.
Atau dengan kata lain, sebuah citra dapat
memberikan informasi yang lebih banyak daripada
jika informasi tersebut disajikan dalam bentuk teks.
Gangguan pada citra umumnya berupa variasi
intensitas suatu pixel yang tidak berkorelasi dengan
pixel-pixel tetangganya. Secara visual, gangguan
mudah dilihat oleh mata karena tampak berbeda
dengan pixel tetangganya.Operasi-operasi yang
digunakan dalam pengolahan citra (image
processing) banyak macamnya.
Namun secara umum, operasi pengolahan citra
dapat diklasifikasikan dalam beberapa jenis, salah
satunya adalah peningkatan kualitas citra (image
enhancement). Peningkatan kualitas citra (image
enhancement) bertujuan untuk menghasilkan citra
dengan kualitas yang lebih baik dibandingkan dengan
citra sebelumnya. Jenis operasi ini bertujuan untuk
memperbaiki kualitas citra dengan cara
memanipulasi parameter-parameter citra. Salah satu
operasi peningkatan kualitas citra adalah penghalusan
citra (image smoothing). Ada beberapa metode
penghalusan citra, yaitu Uniform Smoothing,
Gaussian Smoothing, dan Threshold Smoothing.
Masing-masing metode memiliki caranya
sendiri sehingga tujuan dari sistem ini adalah untuk
membandingkan citra hasil keluaran terbaik dari
masing-masing metode penghalusan citra tersebut.
Sebelum dilakukan proses penghalusan, citra akan
melalui proses pembangkitan noise (noise
generation).
Hal ini disebabkan karena citra masukan adalah citra
yang belum memiliki noise (citra asli). Setelah itu,
citra akan mengalami proses utama yaitu proses
penghalusan tampilan citra. Metode yang akan
dibahas dalam skripsi ini adalah metode Penghalusan
Seragam (Gaussian Smoothing).
1. 2. Rumusan Masalah Permasalahan yang akan dibahas disini
mencakup beberapa hal yang dibatasi dalam ruang
lingkup sebagai berikut :
1. Bagaimana penentuan jenis data yang dapat
diolah dalam penghalusan citra (image
smoothing) ?
2. Bagaimana proses penghalusan citra (image
smoothing) pada tampilan suatu citra digital
yang memiliki noise ?
3. Bagaimana penerapan metode Gaussian
Smoothing dan implementasi sistem sehingga
dapat menjadi sebuah aplikasi yang dapat
digunakan untuk menghaluskan tampilan suatu
citra digital yang memiliki noise ?
1.3. Batasan Masalah
Agar pembahasan tidak terlalu meluas dan
tidak menyimpang dari tujuan maka batasan masalah
adalah :
1. File citra sebagai masukan dan keluaran yang
digunakan adalah file yang berformat Windows
Bitmap BMP 8 bit (grayscale) dan 24 bit
(truecolor), berukuran 256 x 256 pixel dengan
objek yang telah ditentukan yang memiliki 256
tingkat keabuan (gray level) per-layer.
2. Jenis noise yang digunakan juga ada 2 macam,
yaitu Gaussian Noise dan Salt & Pepper Noise.
Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).
Oleh : Dessy Purwandani
2
3. Parameter yang digunakan untuk menghitung
dan membandingkan kualitas citra adalah MSE
(Mean Square Error) dan PSNR (Peak Signal to
Noise Ratio).
1.4. Tujuan dan Manfaat Penelitian
1.4.1 Tujuan Penelitian
Adapun tujuan yang ingin dicapai dari skripsi
ini adalah sebagai berikut :
a) Menentukan jenis data yang dapat diolah dalam
penghalusan citra (image smoothing).
b) Mengetahui proses penghalusan citra (image
smoothing) pada tampilan suatu citra digital
yang memiliki noise
c) Mengimplementasikan sistem sehingga dapat
menjadi sebuah aplikasi yang dapat menunjang
proses penghalusan citra (image smoothing)
pada tampilan suatu citra digital yang memiliki
noise dengan menggunakan metode Gaussian
Smoothing.
1.4.2 Manfaat Penelitian Adapun manfaat yang ingin dicapai dari
skripsi ini adalah :
1. Dapat memahami proses perbaikan citra digital
dengan menggunakan suatu teknik perbaikan
citra digital yaitu metode Gaussian smoothing.
2. Mengetahui hasil penghalusan citra (image
smoothing) pada tampilan suatu citra digital
yang memiliki noise.
3. Aplikasi yang dihasilkan dapat dipergunakan
untuk memperbaiki kualitas citra yang
mempunyai noise menjadi lebih baik dari citra
aslinya.
2. Landasan Teori
2.1. Pengenalan Citra Citra (image) adalah gambar pada bidang
dwimatra atau dua dimensi. Citra juga dapat diartikan
sebagai kumpulan titik-titik dengan intesitas warna
tertentu yang membentuk suatu kesatuan dan
mempunyai pengertian artistik. Citra sebagai salah
satu komponen multimedia yang memegang peranan
sangat penting sebagai salah satu bentuk informasi
visual .
Sebuah citra mempunyai karakteristik yang tidak
dimiliki oleh data teks yaitu, citra kaya dengan
informasi karena dapat menyampaikan informasi
yang imajinatif (dapat dihayalkan). Citra yang baik
adalah citra yang dapat menampilkan gambar secara
utuh, seperti keindahan gambar dan kejelasan gambar
tanpa mengurangi dan tanpa mengubah informasi
yang terkandung pada sebuah gambar atau citra.
Meskipun sebuah citra kaya akan informasi, namun
seringkali citra yang diperoleh mengalami penurunan
mutu (degradasi), misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang
tajam, kabur (blurring) dan sebagainya.
Tentu saja citra semacam ini menjadi lebih sulit
diinterpretasikan karena informasi yang disampaikan
oleh citra tersebut menjadi berkurang. Agar citra
yang mengalami gangguan mudah diinterpretasikan
(baik oleh manusia maupun mesin) maka citra perlu
diolah atau dimanipulasi sehingga kualitasnya lebih
baik. Penampilan citra dapat dibagi jadi dua
kelompok yaitu citra diam (still images) dan citra
bergerak (moving images). Citra diam adalah citra
tunggal yang tidak bergerak. Citra bergerak adalah
rangkaian citra diam yang ditampilkan secara
berurutan (sequential) hingga memberikan kesan
pada mata seolah-olah gambar tersebut bergerak
2.2 Pengertian Citra Digital
Citra sebagai keluaran dari suatu sistem
perekam data dapat bersifat analog, berupa sinyal-
sinyal video seperti gambar pada monitor televisi
atau bersifat digital yang dapat langsung disimpan
pada suatu media magnetik. Citra ada dua macam
yaitu citra kontinu dan citra diskrit. Citra Kontinu
dihasilkan dari sistem optik yang menerima sinyal
analog, contohnya mata manusia, kamera analog.
Citra diskrit dihasilkan dari proses digitalisasi
terhadap citra kontinu contohnya kamera digital,
scanner. Komputer digital bekerja dengan angka-
angka presisi terhingga, dengan demikian hanya citra
dari kelas diskrit yang dapat diolah dengan komputer.
Citra dari kelas tersebut lebih dikenal sebagai citra
digital. Citra digital dinyatakan dalam suatu array
dua dimensi atau suatu matriks yang elemen-
elemennya menyatakan tingkat keabuan (grayscale)
dari warna masing-masing pixel. Pixel merupakan
elemen terkecil dari suatu citra, yakni berupa titik-
titik warna yang membentuk citra.
Citra digital tidak selalu harus merupakan hasil
langsung dari rekaman suatu sistem digital, namun
ada
juga rekaman data bersifat kontinu seperti pada
gambar monitor televisi, foto sinar-X, dapat juga
berasal dari yang telah mengalami suatu konversi,
sehingga citra tersebut selanjutnya dapat diproses
melalui komputer.
2.3. Format File Gambar Pada umumnya file gambar digunakan untuk
menyimpan gambar yang ditampilkan di layar ke
dalam suatu media penyimpanan data. Untuk
menyimpan sebuah file gambar ini digunakan salah
satu format file. Ada banyak format file gambar yang
dapat digunakan untuk menyimpan file gambar,
diantaranya adalah BMP, JPEG, ICO.
2.4. Pengertian Pengolahan Citra
Pengolahan citra adalah pemrosesan citra yang
secara khusus menggunakan komputer sehingga
diperoleh citra yang kualitasnya lebih baik.
Pengolahan citra juga dapat diartikan sebagai suatu
pemrosesan suatu gambar sehingga menghasilkan
suatu gambar lain yang lebih sesuai dengan
keinginan kita.
Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).
Oleh : Dessy Purwandani
3
Umumnya operasi pengolahan citra diterapkan bila:
1. Diperlukan peningkatan kualitas penampakan
atau untuk menonjolkan beberapa aspek
informasi yang terkandung dalam citra.
2. Elemen di dalam citra perlu dikelompokkan,
dicocokkan atau diukur.
3. Sebagian citra perlu digabung dengan bagian
citra yang lain.
Di dalam bidang komputer ada 3 bidang studi yang
berkaitan dengan data citra, namun tujuan ketiganya
berbeda yaitu:
1. Grafika Komputer (Computer Graphic)
2. Pengolahan Citra (Image Processing)
3. Pengenalan Data (Pattern Recognition/Image
Interpretation).
2.5. Restorasi Citra
Restorasi citra adalah suatu jenis image
processsing yang dilakukan untuk
perbaikan/pemugaran terhadap gambar yang buruk
sehingga menghasilkan suatu gambar yang baru atau
gambar seperti aslinya. Operasi ini bertujuan untuk
menghilangkan/meminimumkan cacat pada citra .
Proses-proses yang termasuk pada proses perbaikan
citra, antara lain:
1. Pengubahan kecerahan gambar (image brightness)
2. Peregangan kontras (contrast stretching)
3. Pengubahan histogram citra
4. Pelembutan citra (image smoothing)
5. Penajaman tepi (sharpening edge)
6. Pewarnaan semu (pseudocolouring)
7. Pengubahan geometrik
Di dalam perbaikan/pemugaran citra ada beberapa
masalah di dalam Penganalisaan citra yaitu:
1. Mengurangi atau menghilangkan noise pada citra
(Noise Removal)
2. Mengembalikan warna pada citra yang pudar ke
warna yang semula
3. Membuat citra yang kabur atau samar menjadi citra
yang cerah.
4. Memperbaiki bagian citra yang rusak
5. Menghaluskan bagian citra yang terlihat kasar
2.6. Operasi-Operasi Perbaikan Citra Adapun operasi-operasi pemugaran citra atau
perbaikan citra yang disediakan oleh perangkat lunak
yang dirancang dalam Tugas Akhir ini adalah sebagai
berikut:
1. Penghilangan Derau (Noise)
Noise adalah gangguan-gangguan/bintik-bintik
pada gambar yang terjadi pada saat gambar
tersebut dikirim dari satu komputer ke komputer
lainnya. Reduksi noise itu sendiri terbagi menjadi
dua yaitu Intensity Filtering dan Frequency
Filtering.
2. Efek cat minyak (Modus Filtering)
Modus Filtering adalah termasuk jenis filter
spatial filtering yang tidak menggunakan mask.
Tujuan utama dari filter ini adalah membuat
gambar menjadi berbintil-bintil seperti dicat
dengan cat minyak.
2.7. Metode Gaussian Smoothing Mask lain yang sering pula digunakan untuk
penghalusan citra adalah mask penghalusan Gaussian
(gaussian smoothing). Bobot pada mask penghalusan
gaussian mengikuti distribusi normal sebagaimana
yang dinyatakan dalam persamaan di bawah ini :
Gambar 1 Bobot Mask Gaussian Smoothing
Pada citra biner, setiap titik bernilai 0 atau 1,
masing-masing merepresentasikan warna tertentu.
Contoh yang paling lazim; warna hitam bernilai 0
dan warna putih bernilai 1. Pada standar citra untuk
ditampilkan di layar komputer, nilai biner ini
berhubungan dengan ada tidaknya cahaya yang
ditembakkan oleh elektron gun yang terdapat dalam
monitor komputer. Angka 0 menyatakan tidak ada
cahaya, dengan demikian warna yang
direpresentasikan adalah hitam. Untuk angka 1
terdapat cahaya, sehingga warna yang
direpresentasikan adalah putih. Standar tersebut
disebut sebagai standar citra cahaya, sedangkan
standar citra tinta atau cat adalah berkebalikan,
karena nilai biner tersebut menyatakan ada tidaknya
tinta.
Setiap titik pada citra hanya membutuhkan 1 bit,
sehingga setiap byte dapat menampung informasi 8
titik. Data digital sering dinyatakan dalam bentuk
bilangan heksadesimal. Angka 8 bit (1 byte) dapat
ditulis dalam 2 digit atau karakter heksadesimal.
3. Analisa Dan Perancangan
3.1. Perbaikan Kualitas Citra Perbaikan kualitas citra dilakukan untuk
memperbaiki citra yang memiliki gangguan ataupun
kerusakan pada citra, Noise merupakan jenis
gangguan pada citra yang biasa terjadi ketika
pengambilan foto, Noise biasanya berupa bintik-
bintik yang terdapat pada seluruh citra. Gaussian
noise dan Pepper noise merupakan salah satu jenis
gangguan pada citra yang harus diperbaiki agar citra
dapat menjadi bagus kembali.
Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).
Oleh : Dessy Purwandani
4
3.2. Teknik Filtering Gaussian Smoothing
Penapisan isyarat terbatas tapis median hanya
terdiri dari blok-blok (lingkungan tetangga) dan tepi-
tepi yang konstan. Lingkungan tetangga yang
konstan adalah daerah dengan nilai konstan
sekurang-kurangnya n+1 (lebih dari setengah luas N)
dan tepi adalah daerah datar sepanjang antara dua
lingkungan tetangga konstan.
Pada citra bitmap 24-bit, tiap pixelnya mengandung
24-bit kandungan warna atau 8-bit untuk masing-
masing warna dasar (R,G,danB), dengan kisaran
nilai kandungan antara 0 (00000000) sampai 255
(11111111) untuk tiap warna. Pada contoh format
citra 24-bit di atas data pertama adalah header yang
berisi informasi nama file, jenis format dan dimensi
citra. Dibawah data bitmap terdapat pixel pertama
mempunyai R = 10010000 (biner), G = 01011010
(biner), B= 011110001 (biner).
Bagian terkecil sebuah citra adalah pixel yang
memiliki nilai intensitas hasil kuantisasi peralatan
digital. Citra warna memiliki tiga komponen warna
yang setiap komponen warna menggunakan
penyimpanan 8bit atau 1 byte. Berarti jumlah bit
dalam 1 pixel adalah sebanyak 3 x 8bit = 24bit. Jadi
untuk menghitung jumlah pixel sebuah citra
dilakukan dengan membagi nilai intensitas citra
dengan 24bit.
4. Algoritma Dan Implementasi
4.1 Algoritma Algoritma adalah suatu cara yang digunakan
untuk memperoleh/ menerangkan suatu keadaan
tertentu sehingga bisa lebih mudah dimengerti, dan
dalam tugas akhir ini juga penulis membuat
algoritma untuk menjelaskan kepada pembaca
bagaimana sistem yang dibangun dapat berjalan.
4.2 Kebutuhan Hardware
Dalam sebuah sistem agar dapat berjalan seperti
yang diinginkan karena sistem komputerisasi tidak
dapat dipisahkan antara Hardware dan Software.
Demikian juga dengan sistem ini dirancang dengan
sefesifikasi Hardware minimal seperti berikut:
a. Processor Minimal Pentium IV
b. Harddisk 80 GB
c. RAM 1 GB
d. Monitor
e. Processor Minimal Pentium IV
f. Harddisk 80 GB
g. RAM 1 GB
h. Monitor
4.3. Implementasi
Tampilan pertama program begitu dijalankan adalah
seperti gambar 2 dibawah ini.
Gambar 2 Tampilan Form Utama
Pada tampilan program diatas terdapat beberapa sub
menu dan frame yang terdiri beberapa pengaturan
yang bisa digunakan untuk mengatur restorasi pada
gambar, untuk lebih jelasnya keterangan dari
program diatas adalah sebagai berikut :
1. File
a. Open File
Sub menu digunakan untuk mengambil file gambar
dari harddisk, gambar yang diambil akan dilakukan
proses restorasi.
b. Save As
Sub menu ini digunakan untuk menyimpan hasil
perubahan atau hasil restorasi pada gambar
c. Keluar
Keluar dari program.
2. Tools
a. Noise Reduction
Sub menu ini digunakan untuk melakukan perbaikan
pada gambar yang mengandung noise.
Gambar 3 Gambar sebelum diperbaiki
Dari gambar diatas nampak sebuah gambar yang
memiliki efek noise, pada gambar sebelah kiri
merupakan gambar asli dan sebelah kanan masih
merupakan gambar asli yang sebelum dilakukan
proses noise reduction, untuk melakukan proses
noise reduction cukup dengen memilih menu Tools-
Noise Reduction, sehingga hasilnya seperti dibawah
ini:
Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).
Oleh : Dessy Purwandani
5
Gambar 4. Gambar setelah diperbaiki
Gambar diatas merupakan hasil perbaikan noise,
tampak pada gambar sebelah kanan noisenya sudah
hilang dan hasil pada gambar juga semakin bagus,
perhatikan gambar kedua dibawah ini dengan noise
yang lebih banyak dari pada contoh yang pertama.
Gambar 5 Contoh gambar ke -2
Hasilnya sama dan kualitas juga tidak berkurang, ini
menandakan bahwa noise reduction dapat
dihilangkan tanpa harus mengganggu kualitas
gambar aslinya.
5. Kesimpulan Dan Saran
1.1. Kesimpulan Berdasarkan hasil analisa yang telah dilakukan, maka
penulis mengambil kesimpulan sebagai berikut :
1. Image smoothing pada gamabr yang memiliki
noise Reduction dapat dilakukan dengan baik
pada gambar dengan bertipe JPG dan BMP.
2. Setelah melakukan restorasi ternyata dapat
disimpulkan bahwa citra yang telah dilakukan
restorasi menghasilkan gambar yang bagus dan
sesuai dengan keinginan kita.
3. Aplikasi yang dirancang memungkinkan untuk
kombinasai efek dan filter sehingga hasilnya
lebih bagus
4. Metode Gaussian smoothing sangat tepat
digunakan dalam melakukan proses perbaikan
kualitas citra
1.2. Saran Penulis juga memberikan beberapa saran sebagai
berikut :
1. Aplikasi dapat juga dikembangkan dengan
menggunakan Bahasa Pemrograman C++ dan
ditambah dengan OpenCV sehingga proses
pendeteksian gambar semakin bagus.
2. Untuk kesempurnaan selanjutnya ada baiknya
dilakukan perbandingan.
Daftar Pustaka
1. T. Sutoyo, Dkk, “Teori Pengolahan Citra
Digital”, Penerbit Andi, Yogyakarta, 2009.
2. Jogiyanto, “Pengenalan Komputer”, Penerbit
andi, Yogyakarta, 2005.
3. Rahmat Priyanto, “Langsung Bisa Visual
Basic.Net 2008” Yogyakarta. Penerbit Andi,
Yogyakarta, 2009.
4. Andi. Referensi Visual Basic.NET. Yogyakarta.
Penerbit Andi.
5. http://elib.unikom.ac.id/files/disk1/59/jbptunikom
pp-gdl-s1-2006-dewilestar-2911-11-bab-i-i.doc,
Tanggal Akses 7 April 2013