ANALISIS DETEKSI TEPI PADA CITRA DENGAN METODE ROBERTS
Khodimul Istiqlal1), Ike Fibriani, ST., MT.2)
1)Mahasiswa S1 Fakultas Teknik Elektro Universitas Jember
2)Dosen Pengampu Sistem Pengolahan Citra Fakultas Teknik Elektro Universitas Jember
Jln. Slamet Riyadi No.62 Jember 68111
[email protected]), [email protected])
Abstrak— Suatu proses pengolahan citra digital yang menarik untuk dianalis adalah proses deteksi
tepi (edge detection), dimana manfaat yang didapatkan salah satunya adalah kemungkinan bagi kita
untuk dapat mendeteksi wajah suatu objek melalui deteksi tepi. Metode dalam teknik deteksi tepi
ini mulai dari teknik Roberts, Prewitt, Sobel, Canny, dll. Dan dalam paper ini akan menganalisis
deteksi tepi yang memakai metode Roberts sehingga dapat menganalisis tentang metode ini yang
diharapkan akan mengetahui perbadaan metode Roberts dengan metode yang lain. Untuk
melakukannya memakai bantuan software Matlab 7.8 (R2009a) yang didalamnya akan
menggunakan algoritma dari metode Roberts tersebut. Dengan memakai metode Roberts pada
pendeteksian tepi yang nantinya akan didapatkan citra atau pemerosesan yang relatif singkat dari
pada metode lainnya.
Kata Kunci— deteksi tepi, metode Roberts
Abstract- A digital image processing is attractive for dianalis is the process of edge detection (edge
detection), in which the benefits obtained one of them is the possibility for us to be able to detect
the face of an object through the edge detection. The method in this edge detection techniques from
engineering Roberts, Prewitt, Sobel, Canny, etc.. In this paper will analyze the use edge detection
Roberts method that can analyze about this method is expected to know each difference in the
method of Roberts and other methods. To do so use the help of software Matlab 7.8 (R2009a) are
in it will use the algorithm of the method of Roberts. By using the method of Roberts in the
detection of edges that will be obtained or the image processing of a relatively short period of the
other methods.
Keyword-edge detection, the method of Roberts
1. Pendahuluan
1.1 Latar Belakang
Suatu cara agar suatu citra dapat
diinterpresentasikan dengan sebaik-baiknya
adalah dengan mengolah suatu citra tersebut.
Pengolahan suatu citra merupakan kegiatan
memperbaiki kualitas citra sehingga citra tersbut
mudah diinterpretasi oleh manusia dan mesin
(komputer). Inputannya adalah citra yang dinilai
kurang baik dan keluarannya juga citra tapi
dengan citra yang mempunyai kualitas lebih baik
daripada citra inputannya. Misal citra berwarna
kurang buram (blurring), tajam, mengandung
noise (misal bintik-bintik putih), dll sehingga
perlu ada perbaikan citra untuk mempermudah
manusia atau mesin (komputer)
meninterpresentasikan citra tersebut. Namun
sebelum pemerosesan citra menjadi lebih detail,
pengolahan citra sendiri juga sering kali
menggunakan deteksi tepi untuk tujuan tertentu.
Karena deteksi tepi merupakan langkah pertama
untuk melingkupi informasi di dalam citra. Oleh
karena itu, pada kesempatan kali ini akan
dilakukan sebuah analisis atau pengamatan
mengenai deteksi tepi dimana hal itu dijadikan
sebagai acuan pertama untuk melangkah ke
pengolahan citra yang lebih lanjut seperti yang
telah dijelaskan sebelumnya.
Adapun metode yang dipakai untuk pendeteksian
adalah dengan memakai metode Roberts.
Sebenarnya ada beberapa metode lain yang dapat
dipakai yaitu Canny, Prewitt, Sobel, Laplacian,
dan Zero-Cross. Dan software yang digunakan
adalah Matlab 7.8 (R2009a). Pada paper ini yang
akan dianalisi adalah metode Roberts karena
metode ini merupakan metode awal yang
digunakan untuk mendeteksi suatu tepi citra dari
pada meode lainnya. Metode ini juga dapat
mendeteksi citra dengan lebih cpat. Sehingga
nantinya akan diketahui tentang metode Roberts
ini baik kelebihan maupun kekurangannya.
1.2 Rumusan Masalah
Permasalahan yang akan diangkat dalam
paper ini adalah:
1) Bagaimana proses suatu metode
Roberts dalam pendeteksian tepi pada
suatu citra?
2) Apa sajakah kelebihan dan kekurang
ketika mendeteksi tepi menggunakan
metode Roberts?
1.3 Batasan Masalah
Pada tugas akhir ini pembahasan akan
dibatasai pada permasalahan-permasalahan
sebagai berikut:
1) Simulasi pada tugas ini menggunakan
program Matlab.
2) Pembahasan pada deteksi tepi pada citra
menggunakan Metode Roberts
3) Citra yang digunakan berformat
JPEG/JPG
1.4 Tujuan
Tujuan dari paper ini adalah:
1. Untuk mengetahui proses atau cara kerja
salah satu metode deteksi tepi yaitu
metode Roberts.
2. Untuk mengetahui kelebihan dan
kekurangan metode Roberts.
1.5 Manfaat
Manfaat yang dapat diambil adalah :
1) Dapat mengetahui proses atau cara kerja
dari metode deteksi tepi yaitu metode
Roberts
2) Dapat mengetahui kelebihan dan
kekurangan metode Roberts.
2. Tinjauan Pustaka
2.1 Pengertian Citra
Citra merupakan informasi yang secara umum
tersimpan dalam bentuk pemetaan bit-bit, atau
sering dikenal dengan bitmap. Setiap bit-bit
membentuk satu titik informasi yang dikenal
dengan pixel. Atau dengan kata lain, satu pixel
merupakan satu titik image yang terdiri dari satu
atau beberapa bit informasi. Satuan dari pixel
biasanya dinyalakan dengan posisi x, posisi y
dan nilai dari pixel (warna atau gray). Dalam
satu bidang gambar, sepenuhnya terdiri dari
pixel-pixel [5].
2.2 Pengertian Pengolahan Citra
Adalah kegiatan memperbaiki kualitas citra agar
mudah diinterpretasi oleh manusia/mesin
(komputer). Inputannya adalah citra dan
keluarannya juga citra tapi dengan kualitas lebih
baik daripada citra masukan, misal citra
warnanya kurang tajam, kabur (blurring),
mengandung noise (misal bintik-bintik putih), dll
sehingga perlu pemrosesan untuk memperbaiki
citra karena citra tersebut menjadi sulit
diinterpretasikan akibat informasi yang
disampaikan berkurang [5].
2.3 Pixel
Citra dinyatakan dalam bentuk data matriks 2
dimensi, dimana setiap titik data mewakili satu
pixel. Dalam hubungannya dengan data video,
maka satu gambar (image) dikenal sebagai satu
frame. Misalnya sebuah gambar dikatakan
resolusinya sebesar 800 x 600 maka berarti
panjang pixel horisontalnya 800 dan panjang
pixel vertikalnya 600 dan jumlah total
keseluruhan pixel dari gambar tersebut yaitu
480000 atau dapat dikatakan bahwa gambar
tersebut terdiri dari 480000 pixel.
2.4 Citra Digital
Citra digital merupakan fungsi intensitas cahaya
f(x,y), dimana harga x dan y merupakan
koordinat spasial. Dan harga fungsi tersebut
pada setiap titik (x,y) merupakan tingkat
kecemerlangan citra pada titik tersebut. Citra
digital dinyatakan dengan matriks berukuran N x
M (baris/tinggi = N, kolom/lebar = M) [2]
dimana:
N = jumlah baris 0 ≤ y ≤ N – 1
M = jumlah kolom 0 ≤ x ≤ M – 1
L = gray level 0 ≤ f(x,y) ≤ L – 1
Dalam bentuk matriks dapat ditulis sebagai
berikut:
2.5 Warna Tingkat Keabuan (Gray Level)
Kecerahan dari citra disimpan dengan cara
pemberian nomor pada tiap-tiap pixelnya.
Semakin tinggi nomor pixelnya maka makin
terang (putih) pixel tersebut. Sedangkan semakin
kecil nilai suatu pixel, mengakibatkan warna
pada pixel tersebut menjadi gelap. Dalam sistem
kecerahan yang umum terdapat 256 tingkat
untuk setiap pixel. Skala kecerahan seperti ini
dikenal sebagai grayscale. Pada gambar 1
menunjukkan tingkatan level kecerahan dari
grayscale.
Gambar 1. Palet Tingkatan Warna Grayscale
2.6 Deteksi Tepi
Tepi adalah perubahan nilai intensitas derajat
keabuan yang mendadak (besar) dalam jarak
yang singkat. Terdapat tiga macam tepi di dalam
citra digital, yaitu:
1) Tepi Curam
Tepi curam adalah tepi dengan perubahan
intensitas yang tajam. Arah tepi berkisar 900.
Gambar 2.1 menunjukan deteksi tepi tipe tepi
curam.
2) Tepi Landai
Tepi landai yaitu tepi dengan sudut arah yang
kecil. Tepi landai dapat dianggap terdiri dari
sejumlah tepi-tepi lokal yang lokasinya
berdekatan. Gambar 2.2 menunjukan deteksi tepi
tipe tepi landai.
3) Tepi yang mengandung derau
Umumnya tepi yang terdapat pada aplikasi visi
komputer mengandung derau. Operasi
peningkatan
kualitas citra dapat dilakukan terlebih dahulu
sebelum pendektesian tepi. Gambar 2.3
menunjukan deteksi tepi tipe tepi curam dengan
derau.
2.7 Metode Roberts
Deteksi tepi memiliki berbagai macam operator
dalam mendeteksi tepi suatu citra, yaitu salah
satunya operator roberts. Operator Roberts sering
disebut juga operator silang. Gradien Roberts
dalam arah-x dan arah-y dihitung dengan rumus:
Gambar 2.4 menunjukan bahwa operator R+
adalah hampiran turunan berarah dalam arah 450,
sedangkan operator R- adalah hampiran turunan
berarah dalah arah 1350. Dalam bentuk maks
konvolusi, operator Roberts adalah:
Telah kita ketahui bahwa Metode Roberts
adalah nama lain dari teknik differensial, yaitu
differensial pada arah horisontal dan differensial
pada arah vertikal, dengan ditambahkan proses
konversi biner setelah dilakukan differensial.
Metode Roberts ini juga disamakan dengan
teknik DPCM (Differential Pulse Code
Modulation). Differential Pulse Code
Modulation (DPCM) adalah prosedur konversi
analog menjadi sinyal digital di mana sebuah
sinyal analog adalah sampel dan kemudian
perbedaan antara nilai sampel yang sebenarnya
dan nilainya diprediksi (nilai prediksi didasarkan
pada sampel sebelumnya atau sampel)
dikuantisasi dan dikodekan kemudian
membentuk nilai digital.
3. Perancangan Sistem
Dalam melakukan penelitian mengenai metode
Canny ini, maka akan digunakan syntax pada
Matlab yaitu sebagai berikut:BW = edge(I,'roberts');Adapun dalam paper mengenai metode ini,
penelitian dilakukan dengan memakai GUI
(Graphical User Interface) yang telah dibuat
oleh penulis dimana didalamnya terdapat
berbagai macam metode yaitu Roberts, Prewitt,
Sobel dan Canny. Namun karena paper ini
mengacu pada roberts, maka pada GUI hanya
akan menitikberatkan pada penggunaaan metode
Roberts. Adapun skema dari flowchart yang
digunakan adalah sebagai berikut:
START
Read Image
Ubah Citra keGrayscale
Deteksi Tepi denganmetode Roberts
BW=edge(I,'roberts');
4. Analisis Dan Pembahasan
Data yang di uji adalah sebagai berikut.
Dimensi
Citra aslihasil deteksi
WaktuPemros
esan1000 x 750
1.10 s
2000 x 1500
1.65 s
3000 x 2250
3.10 s
4000 x 3000
4.47 s
5000 x 3750
8.30 s
6000 x 4500
13.3 s
Sebelum suatu citra dideteksi tepinya, citra asli
diubah ke grayscale terlebih dahulu. Dari data
gambar atau citra yang sama tetapi dengan
dimensi berbeda-beda, mulai dari gambar dengan
dimensi 1000 x 750 s/d 6000 x 4500 dengan
metode roberts didapatkan gambar deteksi tepi
dengan waktu proses cepat
Waktu yang dibutuhkan dalam pendeteksian
citra dengan menggunakan metode roberts lebih
cepat karena metode Roberts merupakan metode
yang cukup simple dan prosesnya tidak panjang.
Telah di ketahui metode terdiri dari sepasang
kernel 2 × 2 konvolusi. Satu kernel yang lain
hanya diputar oleh 90°. Matriks dari metode
roberts terlihat pada Gambar berikut
Kernel ini dirancang untuk merespon secara
maksimal untuk tepi berjalan pada 45° ke
Hasil Deteksi TepiSuatu Citra
End
jaringan pixel, satu kernel untuk masing-masing
dua orientasi tegak lurus. Kernel dapat
diterapkan secara terpisah dengan citra masukan,
untuk menghasilkan pengukuran yang terpisah
dari komponen gradien di setiap orientasi (Gx
dan Gy). Sehingga dapat disimpulkan Kelebihan
operator ini yaitu cepat dan mudah untuk
menghitung pengukuran gradien 2-D spasial
pada gambar. Pixel nilai di setiap titik di
keluaran mutlak mewakili besarnya estimasi
gradien spasial citra masukan pada saat itu. Hal
ini juga dapat dibuktikan apabila kita
menggunakan citra yang lain dan dengan
dimensi yang memiliki perbedaan yang relatif
besar seperti berikut.
Dimensi
Citra aslihasil deteksi
WaktuPemros
esan560 x 373
0.50 s
1024 x 768
0.8 s
2000 x 1300
1.44 s
3072 x 2016
2.50 s
3648 x 2736
4.5 s
5120 x 3840
9.0 s
Sama halnya seperti data yang sebelumnya,
walaupun dengan citra yang berbeda dan
memiliki dimensi yang berbeda juga, metode
Roberts dalam memproses citra sangatlah cepat.
Selain itu besarnya dimensi (pixel) juga
berpengaruh pada waktu pemerosesan. Semakin
besar dimensi citra maka semakin lama juga
proses pendeteksian tepi.
Misalnya pada dimensi 560 x 373 waktu yang
dibutuhkan untuk mendeteksi tepi adalah 0.50 s,
namun hasil deteksi yang dihasilkan tidak begitu
baik. Hal yang sama juga didapatkan ketika
mendeteksi tepi dengan dimensi 1024 x 768
waktu yang dibutuhkan untuk mendeteksi tepi
citra dengan dimensi tersebut adalah 0.8 s,
sedangkan untuk deteksi tepi dengan dimensi
2000 x 1300 adalah 1.44 s. Untuk dimensi 3072
x 2016 watu yang dibutuhkan sebesar 2.5 s.
Untuk deteksi tepi dengan menggunakan dimensi
3648 x 2736 waktu yang dibutuhkan untuk
melakukan deteksi tepi adalah slama 4.5 s. Untuk
dimensi 5120 x 3840 waktu yang dibutuhkan adalah
selama 9.0 s. Namun hasil yang didapatkan
dengan menggunakan metode robert adalah
kurang baik.
Ketika akan menggunakan citra yang
mempunyai dimensi 7338 x 10248 dan 8533 x
6400 matlab tidak bisa berjalan atau tidak dapat
mendeteksi tepi.
Namun operator Roberts juga memiliki
kekurangan yaitu dengan proses yang cepat hasil
yang di dapatkan juga tidak sebaik ketika
menggunakan metode lainnya karena ketelitian
terhadap tepi-tepi suatu citra tidak sebaik metode
lainnya. Selain itu Karena Metode Roberts hanya
menggunakan convolution mask berukuran 2 x
2, maka operator Roberts sangat sensitive
terhadap noise. hal ini dapat dibuktikan dengan
gambar berikut
5. Kesimpulan
Setelah melakukan simulasi percobaan deteksi
tepi dengan menggunakan bantuan aplikasi
matlab diketahui dengan menggunakan metode
roberts dapat di simpulkan bahwa metode roberts
memiliki kelebihan daripada metode deteksi tepi
yang lainnya yaitu metode roberts cepat dan
mudah dalam proses pendeteksian terutama
untuk menghitung pengukuran gradien 2-D
spasial pada gambar. Besarnya dimensi juga
mempengaruhi kecepatan untuk merubah citra
grayscale ke deteksi tepi metode Rober, semakin
besar dimensi suatu citra maka semakin lama
waktu pemrosesannya. Selain itu, metode roberts
juga memiliki kekurangan yaitu tidak tahan noise
karena metode roberts hanya menggunakan
convolution mask berukuran 2 x 2, maka
operator Roberts sangat sensitive terhadap noise
dan hasil pendeteksian tepinyapun tidak sebaik
ketika menggunakan metode lainnya.
REFERENSI
[1] Achmad Hidayatno, R. Rizal Isnanto,
Bahrun Niam. “ANALISIS DETEKSI
TEPI PADA CITRA BERDASARKAN
PERBAIKAN KUALITAS CITRA”.
[2]
http://en.wikipedia.org/wiki/Roberts_edg
e_ detector
[3] http://fourier.eng.hmc.edu/e161/lectures/
canny/node1.html
[4] http://www.mathworks.com/
[5] Idhawati Hestiningsih, "Pengolahan Citra",
<URL:http://digilib.mdp.ac.id/download.p
hp?id=94>
RIWAYAT PENULIS
Khodimul Istiqlal, lahir di
Jember, 17 Agustus 1991.
Menempuh pendidikan di MI
Wahid Hasyim Ngampelrejo
kec. Jombang kab. Jember,
SMP Negeri 3 Tanggul, SMA Negeri 2 Tanggul.
Setelah lulus dari SMA, pada tahun 2009,
penulis melanjutkan studi strata 1 di perguruan
tinggi negeri Universitas Negeri Jember,
Fakultas Teknik, Jurusan Teknik Elektro dengan
konsentrasi Telekomunikasi.