ANALISIS KINERJA METODE CANNY DALAM MENDETEKSI TEPI KARIES GIGI

SKRIPSI

MELLY BR BANGUN 081421014

PROGRAM EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

Universitas Sumatera Utara

ANALISIS KINERJA METODE CANNY DALAM MENDETEKSI TEPI KARIES GIGI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar

Sarjana Komputer

MELLY BR BANGUN 081421014

PROGRAM EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

Universitas Sumatera Utara

PERSETUJUAN

Judul : ANALISIS KINERJA METODE CANNY DALAM MENDETEKSI TEPI KARIES GIGI

Kategori : SKRIPSI Nama : MELLY BR BANGUN Nomor Induk Mahasiswa : 081421014 Program Studi : EKSTENSI (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2010

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1 Drs. Agus Salim Harahap, M.Si Syahriol Sitorus, S.Si, MIT NIP. 195408281981031004 NIP. 197103101997031004

Diketahui/Disetujui oleh Departemen Ilmu Komputer FMIPA USU Ketua, Prof. Dr. Muhammad Zarlis NIP. 19570701986011003

Universitas Sumatera Utara

PERNYATAAN

ANALISIS KINERJA METODE CANNY DALAM MENDETEKSI TEPI KARIES GIGI

SKRIPSI

Saya mengakui bahwa SKRIPSI ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Juli 2010 Melly Br Bangun 081421014

Universitas Sumatera Utara

PENGHARGAAN

Bismillaahirrohmaanirrohiim.. Dengan mengucapkan “Alhamdulillah” dan memanjatkan puji syukur kehadirat Allah SWT yang Maha Pengasih dan Maha Penyayang, dengan limpahan Rahmat dan Karunia-Nya skripsi ini berhasil diselesaikan.

Ucapan terima kasih penulis sampaikan kepada Bapak Syahriol Sitorus, S.Si, M.IT dan Bapak Drs. Agus Salim Harahap, M.Si selaku pembimbing yang telah memberikan bimbingan dan arahan selama ini kepada penulis dalam menyelesaikan tugas akhir serta Bapak Prof. Dr. Muhammad Zarlis dan Bapak Muhammad Andri Budiman, ST., M.Comp.Sc., M.EM., selaku dosen pembanding yang banyak memberi masukan selama seminar proposal hingga selesainya skripsi ini. Ucapan terima kasih juga ditujukan kepada Dekan dan Pembantu Dekan FMIPA USU, semua dosen dan seluruh pegawai di Departemen Ilmu Komputer FMIPA USU. Skripsi ini juga penulis dedikasikan bagi untuk Ayahanda dan Ibunda tercinta dan adik-adik yang penulis sayangi, terima kasih atas doa, semangat dan motivasinya dalam menyelesaikan skripsi ini. Para sahabat tercinta : Yunda, Asma, Fuzy, Wulan, Sri, Poppy, Nana, Beta, Silvi dan Kak leni. Dan spesial thanks untuk Afni yang selalu membantu dan memberikan ide-ide kepada penulis, semoga Allah SWT membalas semua kebaikanmu. Teman-teman seperjuangan di Ilmu Komputer Ekstensi’08 dan seluruh pihak yang tidak disebutkan namanya yang telah banyak membantu penulis dalam menyelesaikan skripsi ini, penulis ucapkan banyak terima kasih. Penulis sadar bahwa masih terdapat banyak kekurangan dalam penulisan skripsi ini. Karena itu, penulis dengan ikhlas hati menerima kritik dan saran yang membangun untuk memperbaiki penulisannya. Akhirnya, semoga skripsi ini dapat memberikan manfaat bagi perkembangan ilmu pengetahuan.

Universitas Sumatera Utara

ABSTRAK

Salah satu tahapan utama dalam pengolahan citra digital adalah proses pendeteksian tepi, dengan adanya proses ini batas antara objek dengan latar belakang dapat ditentukan dengan baik. Deteksi tepi bertujuan untuk meningkatkan penampakan garis batas suatu daerah atau objek di dalam citra. Ada banyak metode pendeteksi tepi yang saat ini dikenal, dalam penelitian ini metode pendeteksian tepi yang digunakan adalah metode Canny. Pada penelitian ini dilakukan analisis terhadap kinerja metode Canny tersebut dalam mendeteksi tepi karies gigi. Ditetapkan tiga buah parameter untuk melihat kinerja metode tersebut, yaitu morfologi garis tepi yang dihasilkan, sensitifitas terhadap noise dikenal sebagai sensitivity rate, dan waktu proses dikenal sebagai timing run. Untuk mempermudah penelitian ini, dibangun sebuah aplikasi pendeteksi tepi citra menggunakan Matlab 7.7.0.471 (R2008b).

Universitas Sumatera Utara

ANALYSIS PERFORMANCE OF CANNY METHOD TO THE DETECTION OF DENTAL CARIES

ABSTRACT

One of the main stages in the digital image processing is edge detection process, the existence of this process with the boundary between the background object can be determined properly. Edge detection aims to improve the appearance of lines boundary of an area or object within the image. There are many edge detection methods are currently known, in this study used the edge detection method is the Canny method. This study aims to analyze the performance of the Canny edge detection method in detecting edge of dental caries. Defined three parameters to see the performance of these methods, namely the outline of the resulting morphology, sensitivity to noise is known as the sensitivity rate, and processing time is known as a timing run. To facilitate this study, constructed an image edge detection applications using Matlab 7.7.0.471 (R2008b).

Universitas Sumatera Utara

DAFTAR ISI

Halaman

Persetujuan ii Pernyataan iii Penghargaan iv Abstrak v Abstract vi Daftar Isi vii Daftar Tabel ix Daftar Gambar x Bab 1 Pendahuluan 1 1.1 Latar Belakang 2 1.2 Rumusan Masalah 3 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 4 1.5 Manfaat Penelitian 4 1.6 Metode Penelitian 4 1.7 Sistematika Penulisan 5

Bab 2 Landasan Teori 7 2.1 Pengertian Analisis dan Kinerja 7 2.2 Karies Gigi 8

2.2.1 Definisi Karies Gigi 8 2.2.2 Proses Karies Gigi 9 2.2.3 Faktor Penyebab Karies Gigi 10 2.2.4 Diagnosa Karies Gigi 11 2.2.5 Pencegahan Karies Gigi 11

2.3 Citra Digital 13 2.4 Pengolahan Citra Digital 15 2.5 Operasi Bertetangga/Persekitaran 16 2.6 Deteksi Tepi 17 2.6.1 Deteksi Tepi Canny 20 2.6.2 Parameter Pembanding 24 Bab 3 Analisis dan Perancangan Sistem 27 3.1 Analisis Kinerja Metode Canny 27 3.1.1 Analisis Kualitas Struktur Garis Tepi 28 3.1.2 Analisis Ketahanan Terhadap Noise 31 3.1.3 Analisis Waktu Proses 32 3.2 Perancangan Sistem 35 3.2.1 Perancangan DFD dan Spesifikasi Proses 36 3.2.2 Perancangan Antarmuka Pemakai 42

Universitas Sumatera Utara

3.2.2.1 Antarmuka Figur Tampilan_Awal 43 3.2.2.2 Antarmuka Figur Metode_Canny 44 3.2.2.3 Antarmuka Figur Tes_Noise 44 3.2.2.4 Antarmuka Figur Timing_Run 45 3.2.2.5 Antarmuka Figur Info_Program 46 3.2.2.6 Antarmuka Kotak Dialog Keluar_Program 47 Bab 4 Implementasi dan Pengujian 48 4.1 Implementasi 48 4.1.1 Figur Tampilan_Awal 48 4.1.2 Figur Metode_Canny 50 4.1.3 Figur Tes_Noise 52 4.1.4 Figur Timing_Run 53 4.1.5 Figur Info_Program 54 4.2 Pengujian 55 4.2.1 Pengujian Software dengan White Box 56 4.2.2 Pengujian Program Analisis Kinerja Metode Canny 61 4.2.2.1 Hasil Pengujian Analisis Kualitas Struktur Garis Tepi 62 4.2.2.2 Hasil Pengujian Analisis Ketahanan Terhadap Noise 65 4.2.2.3 Hasil Pengujian Analisis Waktu Proses 70 Bab 5 Kesimpulan dan Saran 72 5.1 Kesimpulan 72 5.2 Saran 73 Daftar Pustaka Lampiran

Universitas Sumatera Utara

DAFTAR TABEL

Halaman

Tabel 3.1 Spesifikasi Proses DFD Level 0 36 Tabel 3.2 Spesifikasi Proses DFD Level 1 37 Tabel 3.3 Spesifikasi Proses DFD Level 2 Proses P1 Analisis Metode Canny 38 Tabel 3.4 Spesifikasi Proses DFD Level 2 Proses P2 Analisis Ketahanan Noise 39 Tabel 3.5 Spesifikasi Proses DFD Level 2 Proses P3 Analisis Timing Run 41 Tabel 4.1 Tabel Pengujian 60

Universitas Sumatera Utara

DAFTAR GAMBAR

Halaman

Gambar 2.1 Struktur Gigi 9 Gambar 2.2 Proses Karies Gigi 9 Gambar 2.3 Faktor Penyebab Karies Gigi 10 Gambar 2.4 Matriks Citra Digital NxM 14 Gambar 2.5 Tahapan dalam Pengolahan Citra 15 Gambar 2.6 Operasi-operasi Dasar pada Pengolahan Citra Digital 16 Gambar 2.7 Model Tepi Satu Dimensi 18 Gambar 2.8 Jenis-jenis Tepi 18 Gambar 2.9 Proses Deteksi Tepi Citra 19 Gambar 2.10 Citra dengan Pengambangan Tunggal 23 Gambar 2.11 Citra dengan Pengambangan Ganda 24 Gambar 2.12 Blok diagram deteksi tepi Canny 24 Gambar 2.13 Macam-macam noise (a) gaussian (b) speckle dan (c) salt & pepper 25 Gambar 3.1 DFD Level 0 36 Gambar 3.2 DFD Level 1 37 Gambar 3.3 DFD Level 2 Proses P.1 Analisis Metode Canny 38 Gambar 3.4 DFD Level 2 Proses P.2 Analisis Ketahanan Noise 39 Gambar 3.5 DFD Level 2 Proses P.3 Analisis Timing Run1 41 Gambar 3.6 DFD Level 2 Proses P.3 Analisis Timing Run2 41 Gambar 3.7 Rancangan Antarmuka Figur Tampilan_Awal 43 Gambar 3.8 Rancangan Antarmuka Figur Metode_Canny 44 Gambar 3.9 Rancangan Antarmuka Figur Tes_Noise 45 Gambar 3.10 Rancangan Antarmuka Figur Timing_Run 46 Gambar 3.11 Rancangan Antarmuka Figur Info_Program 47 Gambar 3.12 Rancangan Antarmuka Figur Keluar_Program 47 Gambar 4.1 Figur Tampilan_Awal 49 Gambar 4.2 Menu Analisis pada Figur Tampilan_Awal 49 Gambar 4.3 Menu Help pada Figur Tampilan_Awal 50 Gambar 4.4 Tampilan Figur Metode_Canny 51 Gambar 4.5 Tampilan Figur Tes_Noise 52 Gambar 4.6 Tampilan Figur Timing_Run 53 Gambar 4.7 Tampilan Figur InfoProgram 55 Gambar 4.8 Tampilan kotak dialog Keluar_Program 55 Gambar 4.9 Test case function ana_mcanny 56 Gambar 4.10 Test case function ana_noise 57 Gambar 4.11 Test case function ana_time 57 Gambar 4.12 Test case function info_prog 58 Gambar 4.13 Test case function exit_prog 58 Gambar 4.14 Test case function utama 59 Gambar 4.15 Test case function btn_open 59 Gambar 4.16 Test case function pm_noise 60 Gambar 4.17 hasil pengujian analisis kualitas edge

Universitas Sumatera Utara

dengan Sigma = 1, Alfa = 0,01 dan Alfa = 0,04 62 Gambar 4.18 hasil pengujian analisis kualitas edge

dengan Sigma = 1, Alfa = 0,05 dan Alfa = 0,08 63 Gambar 4.19 hasil pengujian analisis kualitas edge

dengan Sigma = 5, Alfa = 0,01 dan Alfa = 0,04 63 Gambar 4.20 hasil pengujian analisis kualitas edge

dengan Sigma = 5, Alfa = 0,05 dan Alfa = 0,08 64 Gambar 4.21 hasil pengujian analisis kualitas edge

dengan Sigma = 9, Alfa = 0,01 dan Alfa = 0,04 64 Gambar 4.22 hasil pengujian analisis kualitas edge

dengan Sigma = 9, Alfa = 0,05 dan Alfa = 0,08 65 Gambar 4.23 hasil pengujian analisis ketahanan noise Salt and pepper,

persentase = 0,01 66 Gambar 4.24 hasil pengujian analisis ketahanan noise Salt and pepper,

persentase = 0,5 66 Gambar 4.25 hasil pengujian analisis ketahanan noise Salt and pepper,

persentase = 0,9 67 Gambar 4.26 hasil pengujian analisis ketahanan noise Gaussian, persentase = 0,01 67 Gambar 4.27 hasil pengujian analisis ketahanan noise Gaussian, persentase = 0,5 68 Gambar 4.28 hasil pengujian analisis ketahanan noise Gaussian, persentase = 0,9 68 Gambar 4.29 hasil pengujian analisis ketahanan noise Speckle, persentase = 0,01 69 Gambar 4.30 hasil pengujian analisis ketahanan noise Speckle, persentase = 0,5 69 Gambar 4.31 hasil pengujian analisis ketahanan noise Speckle, persentase = 0,9 70 Gambar 4.32 hasil pengujian analisis timing run 71

Universitas Sumatera Utara