laporan penelitian mandiri perbaikan ketajaman citra...
TRANSCRIPT
LAPORAN PENELITIAN MANDIRI
PERBAIKAN KETAJAMAN CITRA DIGITAL DENGAN METODE PERATAAN
HISTOGRAM (HISTOGRAM EQUALIZATION)
Oleh :
I G.A. Widagda, S.Si, M.Kom
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
2017
ii
--------------------------------------------------------------------------------------------------------------- 1. Judul Penelitian : Perbaikan Ketajaman Citra Digital dengan Metode
Perataan Histogram (Histogram Equalization)
---------------------------------------------------------------------------------------------------------------
2. Ketua Peneliti
a. Nama lengkap dengan gelar : I Gusti Agung Widagda, S.Si, M.Kom
b. Jenis Kelamin : Laki-laki
c. Pangkat/Golongan/NIP : Penata Tk. I/III-d/197003311997021001
d. Jabatan Fungsional : Lektor
e. Fakultas/Jurusan : MIPA/Fisika
f. Universitas : Udayana
g. Bidang ilmu yang diteliti : Fisika Komputasi
----------------------------------------------------------------------------------------------------------------
3. Jumlah Tim Peneliti : 1 (satu) orang
-----------------------------------------------------------------------------------------------------------------
4. Lokasi Penelitian : Laboratorium Fisika Komputasi FMIPA UNUD
-----------------------------------------------------------------------------------------------------------------
5. Kerjasama
a. Nama Instansi : -
-----------------------------------------------------------------------------------------------------------------
6. Jangka Waktu Penelitian : 6 (enam) bulan
-----------------------------------------------------------------------------------------------------------------
7. Biaya Penelitian : -
-----------------------------------------------------------------------------------------------------------------
Denpasar, Mei 2017
Mengetahui,
Ketua Dekan FMIPA UNUD Ketua Peneliti
(Drs. Ida Bagus Made Suaskara, M.Si.) (I Gusti Agung Widagda, S.Si, M.Kom)
NIP. 196606111997021001 NIP. 197003311997021001
Mengetahui
Ketua Lembaga Penelitian dan Pengabdian Kepada Masyarakat
Universitas Udayana
(Prof. Dr. Ir. I Nyoman Antara, M. Eng.)
NIP. 196408071992031002
iii
PERBAIKAN KETAJAMAN CITRA DIGITAL DENGAN METODE
PERATAAN HISTROGRAM (HISTOGRAM EQUALIZATION)
I G.A. Widagda
RINGKASAN
Kemajuan dibidang IPTEK telah mendorong berkembangnya penelitian dan
teknik peningkatan kualitas citra (image enhancement). Dalam metode berbasis
histogram perbaikan citra dilakukan dengan memodifikasi histogram dari citra tersebut.
Histogram equalization sangat efektif jika dipakai untuk meningkatkan tingkat
kecerahan atau ketajaman citra dan juga untuk meningkatkan detail textur. Hal ini
dikarenakan metode histogram equalization dapat meratakan histogram suatu citra yang
tadinya memiliki histogram yang mengumpul pada suatu area atau tingkat keabuannya
tidak tersebar secara merata. Citra yang telah diolah dengan metode ini pada software
MATLAB akan memiliki kualitas yang lebih baik sehingga citra yang dihasilkan akan
lebih terang dan detail citra menjadi lebih terlihat tajam karena distribusi nilai tingkat
keabuan pada citra lebih merata.
Kata kunci : Citra, Histogram, Histogram Equalization, MATLAB
v
DIGITAL IMAGE SHARPNESS ENHANCEMENT BY USING HISTOGRAM
EQUALIZATION METHOD
I G.A. Widagda
SUMMARY
Advancement of science and technology have encouraged the development of
research and image enhancement techniques. In the histogram-based method of image
enhancement carried out by modifying the histogram of the image. Histogram
equalization method is very effective when used in increasing the brightness or
sharpness of the whole image and also in improving the texture detail of the image. This
is because the histogram equalization method can make the equitable distribution of the
histogram of an image which has had the histogram that accumulate in a specific area or
the distribution of the grey scale are not spread evenly. The image that has been treated
with this method on a software called MATLAB will have better quality so that the
image of the results will seem brighter and more visible details for equitable distribution
of the grey scale.
Key word : Image, Histogram, Histogram Equalization, MATLAB
vii
KATA PENGANTAR
Kami menyampaikan puji syukur pada Tuhan Yang Maha Esa, karena berkat
rahmatNya kami dapat merampungkan laporan penelitian yang berjudul ”Perbaikan
Ketajaman Citra Digital dengan Metode Perataan Histogram (Histogram Equalization)
”.
Kami juga mengucapkan terima kasih yang kepada semua pihak yang sudah
membantu dalam penyelesaian penelitian ini yaitu : Bapak Kepala Lab. Fisika
Komputasi, Bapak Ketua Jurusan Fisika FMIPA, Bapak Dekan FMIPA UNUD,
demikian juga terima kasih kepada rekan - rekan dosen Jurusan Fisika FMIPA UNUD
atas bantuan, saran dan kerjasamanya selama penulis melakukan penelitian.
Akhir kata kami meyakini bahwa laporan penelitian ini masih belum sempurna.
Kami sangat mengharapkan kritik serta saran dari semua pihak demi kesempurnaan
hasil penelitian ini.
Jimbaran, 2017
Penyusun
viii
DAFTAR ISI
Halaman
HALAMAN JUDUL i
HALAMAN PENGESAHAN ii
RINGKASAN/SUMMARY iii
KATA PENGANTAR vii
DAFTAR ISI viii
DAFTAR TABEL ix
DAFTAR GAMBAR x
I PENDAHULUAN 1
II TINJAUAN PUSTAKA 4
III METODE PENELITIAN 17
IV HASIL DAN PEMBAHASAN 20
V KESIMPULAN DAN SARAN 24
VI DAFTAR PUSTAKA 16
ix
DAFTAR TABEL
halaman
Tabel 2.1. Tabel citra berdasarkan grafik histogram 13
Tabel 2.2. Tabel perhitungan histogram equalization 14
Tabel 2.3. Tingkat keabuan dan frekuensi sebelum dan sesudah 15
x
DAFTAR GAMBAR
halaman
Gambar 2.1 Pixel pada citra 4
Gambar 2.2 Koordinat f(x,y) pada citra digital 5
Gambar 2.3 Citra asli dan citra yang telah diolah 6
Gambar 2.4 Citra asli dan citra yang telah diolah 7
Gambar 2.5 Citra asli dan citra yang telah diolah 7
Gambar 2.6 Citra biner 9
Gambar 2.7 Citra grey scale 10
Gambar 2.8 Citra true color 10
Gambar 2.9 Citra berindeks 11
Gambar 2.10 Citra asli dan histogramnya 12
Gambar 2.11 Histogram citra 4 bit 13
Gambar 2.12 Histogram setelah proses perataan 15
Gambar 2.13 Program MATLAB 16
Gambar 3.1 Diagram alir 17
Gambar 3.2 Rancangan desain GUI 18
Gambar 4.1 Citra yang akan diolah dengan histogram equalization 20
Gambar 4.2 Tampilan program MATLAB 20
Gambar 4.3 Hasil pengolahan histogram equalization citra A 21
Gambar 4.4 Hasil pengolahan histogram equalization citra B 21
Gambar 4.5 Hasil pengolahan histogram equalization citra C 22
Gambar 4.6 Perbandingan citra A 22
Gambar 4.7 Perbandingan histogram citra A 23
1
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan dalam bidang ilmu pengetahuan dan teknologi telah mendorong
perkembangan penelitian khususnya dalam teknik pengolahan citra (image processing).
Tujuan dari pengolahan adalah untuk meningkatkan atau memperbaiki kualitas dari citra
sehingga lebih mudah direpresentasikan oleh manusia dan mesin (komputer) dengan
mempertajam hasil citra yang terlalu gelap atau buram. Walaupun suatu citra atau
gambar kaya terhadap informasi tapi seringkali citra yang dimiliki tersebut mengalami
penurunan kualitas citra disebabkan citra mengandung cacat (noise). Cacat atau noise
ini akan mengakibatkan citra tersebut menjadi kabur (blur), sangat kontras, kurang
tajam, dan lain-lain. Cacat di dalam pengolahan citra biasanya faktor penyebabnya
adalah karena adanya kesalahan penerimaan data digital oleh alat-alat penerima atau
penangkap data citra seperti : kamera analog, kamera digital, scanner, dan lain-lain.
Hal ini mengakibatkan citra tersebut menjadi sulit untuk diinterpretasikan sebab
kualitasnya sudah menurun.
Peningkatan kualitas citra (image enhancement) meliputi peningkatan kecerahan
gambar (image brightness), pelembutan citra (image smoothing), penajaman tepi
(edge sharpening), peregangan kontras (contrast stretching), pewarnaan semu
(pseudocolouring), perubahan geometrik, dan lain-lain
Beberapa metode yang dipakai dalam pengolahan citra yaitu metode berbasis
operasi aritmatika dan metode berbasis histogram. Dalam metode berbasis operasi
aritmatika setiap pixel dalam citra dikenakan operasi-operasi yaitu penjumlahan,
pengurangan, perkalian, dan pembagian sedangkan dalam metode berbasis histogram
perbaikan citra dilakukan dengan memodifikasi histogram dari citra dengan metode-
metode tertentu. Metode yang biasanya dipakai dalam mengolah histogram yaitu
peregangan histogram (histogram stretching) dan perataan histogram (histogram
equalization). Metode histogram equalization lebih efisien dari metode histogram
stretching karena dalam metode histogram equalization tidak perlu menentukan nilai-
nilai variable secara manual seperti pada histogram stretching.
2
2
Konsep dari histogram equalization adalah histogram dari citra tersebut
diregangkan sehingga perbedaan pixel menjadi lebih besar dimana distribusi atau
penyebaran nilai tingkat keabuan pada citra dibuat merata. Proses perataan
histogram memerlukan sebuah fungsi distribusi kumulatif yang merupakan
kumulatif dari histogram dimana fungsi tersebut mengubah histogram menjadi
histogram lain yang sama (uniform). Dengan kata lain setiap bar pada histogram
mempunyai tinggi yang sama atau tiap-tiap tingkat keabuan dalam histogram terjadi
dengan frekuensi yang sama.
Teknik histogram equalization sangat efektif jika dipakai untuk meningkatkan
tingkat kecerahan atau ketajaman seluruh citra dan juga dalam meningkatkan detail
tekstur. Pemakaian teknik Perataan histogram ini dianggap mudah oleh karena
kesederhanaan metode ini dan kinerjanya pada hampir semua jenis citra relatif lebih
baik.
1.2 Rumusan Masalah
Dari uraian pada latar belakang maka rumusan masalahnya adalah :
1. Bagaimana cara meningkatkan kualitas citra dengan menggunakan metode
histogram equalization ?
2. Bagaimana perubahan citra asli setelah diperbaiki dengan metode histogram
equalization ?
1.3 Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
1. Citra yang dijadikan sampel yaitu citra yang memiliki distribusi tingkat keabuan
yang tidak merata atau citra dengan kontras gelap.
2. Citra yang digunakan sebagai sampel adalah citra abu-abu (grey scale).
3. Perbaikan kualitas citra hanya membahas tentang peningkatan ketajaman citra.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini yaitu :
1. Mengetahui cara meningkatkan kualitas citra dengan menggunakan metode
histogram equalization.
3
3
2. Mengetahui perubahan citra asli setelah diperbaiki dengan metode histogram
equalization.
1.5 Manfaat
Manfaat yang diharapkan dari makalah ini sebagai berikut :
1. Memberikan kontribusi terhadap perkembangan ilmu pengetahuan dibidang
pengolahan citra.
4
4
BAB II
TINJAUAN PUSTAKA
2.1 Citra Digital dan Pengolahan Citra
Citra merupakan suatu representasi kemiripan atau tiruan dari sebuah objek
(Munir, 2009). Citra adalah hasil dari suatu sistem pengambilan data yang bisa bersifat
optik berupa foto, analog berupa sinyal video seperti gambar monitor televisi atau
digital yang secara langsung bisa disimpan dalam sebuah media atau alat penyimpanan.
Citra analog adalah sebuah citra bersifat kontinyu, contohnya yaitu : citra
monitor televisi, hasil foto sinar X, foto yang tercetak pada kertas foto, foto CT scan,
dan lain-lain. Nilai dari intensitas cahaya dalam citra analog adalah dalam rentang 0
sampai dengan tak hingga. Citra analog tidak bisa dipresentasikan secara langsung pada
komputer. Citra analog ini agar bisa diproses di komputer, maka perlu diproses atau
dikonversi menjadi data digital terlebih dahulu. Citra analog biasanya dihasilkan oleh
media atau alat analog seperti : kamera analog.
Citra Digital merupakan citra yang tersusun dari sinyal diskrit yang berupa
representasi dari sebuah citra dua dimensi yang merupakan kumpulan nilai digital yang
biasanya disebut dengan pixel (Poerwanto,2014).
Sebuah obyek yang direkam dengan kamera akan dinyatakan dalam bentuk array
dua dimensi. Elemen array tersebut berisi nilai yang menyatakan masing-masing titik
sampling. Elemen-elemen array ini disebut picture element atau disingkat pixel.
(Widagda, 2014)
Gambar 2.1 Pixel pada citra
Pixel adalah elemen dasar yang menyusun sebuah citra dan nilainya menyatakan
tingkat kecerahan atau intensitas dari sebuah titik tertentu pada citra. Biasanya bentuk
5
5
dari citra digital adalah persegi panjang atau bujur sangkar. Namun pada beberapa
sistem citra digital ada pula yang berbentuk segi enam dengan lebar dan tinggi tertentu.
Ukuran lebar dan tinggi dari citra digital biasanya dinyatakan dalam banyaknya pixel.
Citra digital adalah fungsi dua dimensi f(x,y) dari intensitas atau tingkat
kecerahan. Koordinat (x,y) menyatakan letak atau posisi pixel dalam citra, sementara itu
f(x,y) menyatakan nilai dari intensitas warna citra (Gonzales,1993).
Gambar 2.2 Pixel pada citra digital
Untuk mendapatkan citra digital dapat digunakan beberapa alat seperti kamera,
scanner, satelit, dan alat penginderaan jauh lainnya. Alat-alat tersebut merekam
gambar dengan menangkap energi yang dipantulkan dari gambar atau obyek. Ada
beberapa sumber energi yang bisa dipakai yaitu cahaya tampak (visible light), sinar-
X, dan sumber energi lainnya.
Pengolahan citra digital pada dasarnya merupakan suatu proses pengolahan
dimana inputnya berupa citra dan outputnya berupa citra dengan karakteristik atau
parameter yang berkaitan dengan citra tersebut. Secara umum pengolahan citra digital
dapat diartikan sebagai pemrosesan citra dua dimensi dengan menggunakan komputer.
6
6
Secara lebih luas, proses pada citra digital juga meliputi pengolahan semua data dua
dimensi. Beberapa fungsi dari pengolahan citra digital yaitu:
1. Untuk memperbaiki kualitas citra sehingga lebih mudah diterjemahkan oleh manusia
atau komputer.
2. Untuk mengubah ukuran (size) dari citra sehingga menjadi lebih kecil dengan jalan
memampatkan ukuran citra (image compression).
3. Untuk mengolah informasi yang terkandung dalam suatu citra untuk mengenali objek
secara otomatis. Contoh : image detection, sebuah foto wajah seseorang yang sudah
tersimpan dalam database, akan bisa dikenali oleh sistem komputer yang telah
mengandung sistem pengolahan citra digital.
Gambar 2.3 kiri merupakan citra asli, kanan merupakan citra setelah penajaman
7
7
Gambar 2.4 kiri merupakan citra asli, kanan merupakan citra setelah penghilangan noise
Gambar 2.5 kiri merupakan citra asli, kanan merupakan citra setelah penghilangan noise
Beberapa operasi yang biasanya dapat dilakukan terhadap sebuah citra digital
yaitu :
1. Operasi titik merupakan operasi yang dikenakan pada setiap pixel pada citra dimana
hasil atau outputnya sangat bergantung pada nilai pixel itu sendiri.
2. Operasi area adalah operasi yang dikenakan pada setiap pada pixel citra sehingga
hasilnya sangat bergantung pada nilai pixel tersebut dan pixel-pixel lain yang ada di
sekitarnya. Operasi ini berupa operasi dari pixel-pixel bertetangga dimana hasilnya
8
8
sangat bergantung pada nilai-nilai pixel yang mempunyai hubungan tetangga dengan
pixel yang sedang diolah.
3. Operasi global adalah proses pengolahan yang diberikan pada tiap-tiap pixel dari
citra dimana hasilnya bergantung pada nilai keseluruhan pixel yang membentuk citra.
Beberapa operasi yang bisa dilakukan dalam pengolahan citra dapat
diklasifikasikan menjadi beberapa jenis yaitu :
1. Peningkatan kualitas citra (Image Enhancement)
2. Pemampatan citra (Image Compression)
3. Segmentasi citra (Image Segmentation)
4. Analisis citra (Image Analysis)
5. Rekonstruksi citra (Image Reconstruction)
2.1.1 Aplikasi pengolahan citra digital
1. Bidang Biomedis (Biomedical), teknik ini dipakai untuk mengidentifikasi penyakit
paru-paru, mendeteksi kanker rahim, penyakit hati, segmentasi tulang dari otot,
klasifikasi gigi, dan lain-lain
2. Penginderaan Jauh (Remote Sensing), memberikan informasi tentang sumber daya
alam di bidang pertanian, perairan, kelautan, mineral dan geologi yang didapat
dengan menganalisis citra satelit.
3. Teknologi Keamanan (Security), perkembangan dari teknik pemrosesan citra di
bidang biometrika. Contoh : wajah, sidik jari, kornea mata, suara dan biometrika lain,
untuk mengenali individu seseorang
4. Bidang Fotografi, memberikan pengaruh pada bidang seperti : astronomi,
photogrametry, dan fisika partikel.
5. Bidang Visual, di bidang teknik arsitektur bisa merancang desain visual dari sebuah
bangunan sebelum melakukan pembangunan yang nyata di lapangan
6. Pengenalan atau identifikasi Obyek, Contoh : mengidentifikasi keadaan sel darah,
menentukan volume dari sampel citra gelembung yang disebabkan oleh air laut, dan
menentukan jumlah penyebaran partikel pigmen pada citra kulit.
9
9
2.2 Jenis Citra Digital
Citra digital secara garis besar dapat dibagi menjadi 4 jenis, yaitu :
1. Citra Digital Bertipe Biner
Setiap pixel pada citra biner hanya mempunyai dua nilai yaitu 0 dan 1. Nilai 0
menyatakan warna hitam sedangkan nilai 1 menyatakan warna putih. Oleh karena hanya
memiliki dua nilai kemungkinan dari setiap pixel, maka setiap pixel hanya memiliki
ukuran 1 bit. Hal ini menyebabkan proses penyimpanan citra biner sangat efisien.
Contoh dari citra tipe biner diperlihatkan pada Gambar 2.6, dimana warna putih
menyatakan piksel tepi (edge) dan warna hitam menyatakan latar belakang
(background).
Gambar 2.6 Citra biner
2. Citra Digital Bertipe Abu-abu (Grey Scale)
Setiap pixel pada citra Grey scale memiliki nilai tingkat keabuan antara 0 (hitam)
sampai 255 (putih). Setiap pixel dalam citra grey scale memiliki ukuran 8 bit atau 1 byte.
Contoh citra gray scale disajikan pada Gambar 2.7.
10
10
Gambar 2.7 Citra Grey Scale
3. Citra Digital tipe Warna RGB (True Colour)
Setiap piksel pada citra berwarna RGB memiliki tiga komponen atau chanel yaitu :
merah (Red), hijau (Green) dan biru (Blue). Setiap chanel warna mempunyai rentang
nilai dari 0 sampai 255 (8 bit). Hal ini menghasilkan banyaknya warna yaitu 2553 = 16.
777.216. Total ukuran bit dari setiap pixel pada citra RGB adalah 24 bit. Citra RGB
sering disebut dengan citra warna 24 bit. Citra RGB diperlihatkan pada Gambar 2.8.
Gambar 2.8 Citra True Color
4. Citra Digital tipe Berindeks
11
11
Biasanya citra berwarna 24 bit hanya mempunyai sebagian kecil dari 16 juta
warna yang mungkin. Untuk memberikan kenyamanan pada proses penyimpanan dan
pemrosesan berkas atau file, citra berindex ini memiliki peta warna yang berhubungan
dengan indeks warna. Peta ini berfungsi hanya untuk menyimpan daftar warna-warna
yang dipakai dalam citra tersebut. Masing-masing pixel dalam citra berindeks ini
memiliki nilai yang tidak merepresentasikan warna yang ditampilkan (seperti sistem
citra berwarna RGB). Tetapi nilai tersebut hanya merepresentasikan sebuah index warna,
yang mana representasi warna tersebut disimpan dalam peta warna. Sebuah Citra warna
berindex disajikan pada Gambar 2.9.
Gambar 2.9 Citra berindeks
2.3 Histogram
Asal kata histogram bersumber dari bahasa Yunani yaitu : histos dan gramma.
Pengertian histogram di bidang statistik yaitu tampilan grafik dari tabulasi frekuensi
intensitas pixel yang direpresentasikan dalam bentuk grafik batang yang merupakan
manifestasi dari data binning (Poetra, 2013). Dalam bidang pengolahan citra digital,
histogram didefinisikan sebagai suatu probabilitas statistik sebaran dari tiap-tiap
tingkat keabuan pada citra digital. Histogram merupakan grafik yang menyatakan
berapa kali tiap-tiap tingkat keabuan muncul dalam sebuah citra. Kita dapat
menentukan banyak hal tentang sebuah citra dari bentuk histogram citra tersebut. Untuk
citra gelap, maka tingkat keabuan dari citra tersebut akan mengelompok pada nilai
12
12
keabuan yang rendah. Sedangkan untuk citra cerah, maka nilai tingkat keabuan citra
tersebut akan mengelompok pada nilai keabuan yang tinggi. Suatu citra dengan kontras
yang baik, maka akan memiliki tingkat keabuan yang tersebar secara merata.
frekuensi
Tingkat keabuan
Gambar 2.10 citra asli (kiri) dan histogramnya (kanan)
Dalam Gambar 2.10 yang diperlihatkan histogram dari sebuah citra dengan nilai
keabuan yang mengumpul di tengah-tengah. Keadaan seperti ini disebabkan oleh
kontras citra yang kurang baik. Untuk memperbaiki tingkat kecerahan atau kontras
dari citra tersebut dapat dilakukan dengan metode histogram equalization.
2.4 Histogram Equalization
Perataan Histogram (Histogram Equalization) adalah suatu proses meratakan
histogram, dimana penyebaran nilai tingkat keabuan citra dibuat rata. Dasar
pemikiran dari histogram equalization adalah mengubah histogram citra asli menjadi
histogram lain yang sama (uniform). Dengan kata lain setiap bar pada histogram
mempunyai tinggi yang sama atau tiap-tiap tingkat keabuan dalam histogram muncul
dengan frekuensi yang sama. Dalam kenyataannya hal ini umumnya tidak mungkin
terjadi, namun dapat kita lihat bahwa hasil dari metode ini tidak mengecewakan. Agar
bisa melakukan proses Perataan histogram ini dibutuhkan sebuah fungsi distribusi
kumulatif yang berupa nilai kumulatif dari histogram.
Andaikan sebuah citra mempunyai L tingkat keabuan yaitu : 0,1, 2, ... L-1.
Tingkat keabuan i terjadi sebanyak ni kali. Dan jika dimisalkan banyaknya pixel
dalam citra adalah n maka : (2.1)
13
13
Kita mentransformasikan tingkat keabuan untuk mendapatkan kontras yang
lebih baik. Kita mengubah tingkat keabuan i menjadi :
(2.2)
Jika hasilnya pecahan maka perlu dibulatkan pada nilai terdekat.
Contoh :
Misalkan sebuah citra 4 bit memiliki histogram seperti pada gambar 2.11 dibawah ini.
frekuensi
Tingkat keabuan
Gambar 2.11 Histogram citra 4 bit
Nilai pada histogram dari citra tersebut dapat dinyatakan dalam tabel berikut :
Tabel 2.1 Tabel citra berdasarkan grafik histogram
No Tingkat
Keabuan (i)
frekuensi
(ni)
1 0 15
2 1 0
3 2 0
4 3 0
5 4 0
6 5 0
7 6 0
8 7 0
9 8 0
10 9 70
11 10 110
14
14
No
Tingkat
Keabuan
(i)
frekuensi
(ni)
J
(dibulatkan)
1 0 15 15 0,63 1
2 1 0 15 0,63 1
3 2 0 15 0,63 1
4 3 0 15 0,63 1
5 4 0 15 0,63 1
6 5 0 15 0,63 1
7 6 0 15 0,63 1
8 7 0 15 0,63 1
9 8 0 15 0,63 1
10 9 70 85 3,65 4
11 10 110 195 8,13 8
12 11 45 240 10 10
13 12 80 320 13,33 13
14 13 40 360 15 15
15 14 0 360 15 15
16 15 0 360 15 15
12 11 45
13 12 80
14 13 40
15 14 0
16 15 0
Agar citra tersebut menjadi citra dengan kontras yang seragam. Untuk
meratakan nilai histogram maka dapat dilakukan dengan langkah-langkah berikut :
1. Hitung jumlah total jalan tiap-tiap tingkat keabuan ∑ni dengan persaman :
(2.3)
2. Kalikan jumlah total jalan tiap tingkat keabuan dengan 𝑖 𝑚𝑎𝑥
𝑛 ,dimana imax
merupakan nilai tingkat keabuan terbesar dan n adalah jumlah total pixel
dalam citra.
Maka perhitungan histogram equalization dapat dinyatakan dalam tabel berikut, dimana
imax =15 dan n=360
Tabel 2.2 Tabel perhitungan histogram equalization
15
15
Nilai tingkat keabuan pixel setelah proses transformasi (j) dan nilai histogram
setelah proses perataan dapat dinyatakan dengan tabel 2.3 dan gambar histogram setelah
proses perataan yaitu seperti gambar 2.12 dibawah ini.
Tabel 2.3 Tingkat keabuan dan frekuensi sebelum dan sesudah proses perataan
Frekuensi
Tingkat keabuan
Gambar 2.12 Histogram setelah proses perataan
Tingkat
Keabuan
awal (i)
Tingkat
Keabuan
akhir (J)
Tingkat
Keabuan (i)
frekuensi
(ni)
Tingkat
Keabuan (j)
frekuensi
(nj)
1 0 1 0 15 0 0
2 1 1 1 0 1 15
3 2 1 2 0 2 0
4 3 1 3 0 3 0
5 4 1 4 0 4 70
6 5 1 5 0 5 0
7 6 1 6 0 6 0
8 7 1 7 0 7 0
9 8 1 8 0 8 110
10 9 4 9 70 9 0
11 10 8 10 110 10 45
12 11 10 11 45 11 0
13 12 13 12 80 12 0
14 13 15 13 40 13 80
15 14 15 14 0 14 0
16 15 15 15 0 15 40
Proses Transformasi
No
Sebelum Transformasi Sesudah Transformasi
16
16
2.5 Perangkat Lunak MATLAB
MATLAB (Matrix Laboratory) merupakan sebuah program kompiler yang dapat
dipakai untuk menganalisis data numerik. MATLAB merupakan suatu bahasa
pemrograman yang dibentuk dengan dasar pemikiran yaitu bentuk dan sifat dari matriks
(McAndrew, 2004). Manfaat umum dari program MATLAB diantaranya adalah untuk :
matematika dan komputasi, akuisisi data, pengembangan algoritma, Model dan simulasi,
perancangan prototype, visualisasi, dan perancangan aplikasi berbasis GUI (Graphical
User Interface).
Bahasa pemrograman MATLAB dapat dipakai dalam sistem MATLAB interaktif
dimana elemen datanya adalah array yang tidak memerlukan pengaturan dimensi. Hal
ini sangat memungkinkan untuk bisa menyelesaikan banyak masalah komputasi teknik,
khususnya yang berkaitan dengan vektor dan matriks. MATLAB berbasis windows
dengan orientasi dasarnya adalah matrik, akan tetapi pada program ini tidak menutup
kemungkinan untuk bisa menyelesaikan masalah-masalah non matrik. (McAndrew,
2004)
Gambar 2.13 Program MATLAB
Program MATLAB memiliki fungsi khusus menentukan histogram citra yaitu
fungsi imhist(). Kegunaan dari Fungsi imhist() ini yaitu menghitung jumlah pixel-
pixel suatu citra untuk tiap-tiap tingkat keabuan dengan range warna dari 0 sampai 255.
Fungsi imhist() dirancang untuk menampilkan histogram citra .
17
17
BAB III
METODE PENELITIAN
3.1 Waktu dan Tempat
Penelitian ini dilakukan di Lab Fisika Komputasi Jurusan Fisika Fakultas MIPA
Universitas Udayana dari bulan November-Desember 2016.
3.2 Data dan Software
Penelitian ini menggunakan alat (software) dan bahan (data) berupa :
1. Komputer note book prosesor Intel core i3 5005u-2.0Ghz
2. Perangkat lunak MATLAB versi 2009
3. Citra grey scale dengan extensi JPG/JPEG/PNG
3.3 Diagram Alir
Gambar 3.1 Diagram alir
18
18
3.4 Perancangan Program
Dari banyaknya teknik peningkatan kualitas citra (image enhancement), pada
penelitian ini akan digunakan metode histogram. Histogram yang digunakan yaitu
metode histogram equalization. Pada program MATLAB, rancangan desain GUI yang
akan dijalankan pada program yaitu seperti :
Gambar 3.2 Rancangan desain GUI
Untuk mengolah citra dengan metode histogram equalization diperlukan kode
program (source code), dimana kode program tersebut yaitu :
1. Untuk menampilkan citra (Open Image) yaitu dengan kode program sebagai berikut :
function open_image_pushbutton_Callback(hObject, eventdata, handles)
[filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','Select an Image File');
handles.image_file = strcat(pathname,filename);
if exist(handles.image_file) % check if image exist
handles.im_original=imread(handles.image_file); % read in the image
cla(handles.axes1,'reset'); %clear axes and reset to initial condition
axes(handles.axes1);
imshow(handles.im_original);
else % if image doesnt exist
h = msgbox('File not found!','Warning'); %display message
end
hold on;
guidata (hObject,handles);
19
19
2. Untuk menampilkan histogram pada citra asli yaitu dengan menggunakan kode
program sebagai berikut :
function histogram_pushbutton_Callback(hObject, eventdata, handles)
ImOri=handles.im_original;
ImG=rgb2gray(ImOri);
cla(handles.axes2,'reset');
axes(handles.axes2);
imhist(ImG);
set(gca,'XTickLabelMode','auto');%display label on x-axis
hold on;
3. Untuk menampilkan citra serta hasil histogram yang telah di proses dengan metode
Histogram Equalization yaitu dengan menggunakan kode program sebagai berikut :
function equal_pushbutton_Callback(hObject, eventdata, handles)
ImOri=handles.im_original;
ImG=rgb2gray(ImOri);
cla(handles.axes3,'reset');
axes(handles.axes3);
histeq(ImG);
hold on;
ImHistEq=histeq(ImG);
cla(handles.axes4,'reset');
axes(handles.axes4);
imhist(ImHistEq);
set(gca,'XTickLabelMode','auto');%display label2 on X-axis
hold on;
Analisis data dilakukan setelah mengolah citra pada program MATLAB sehingga
menghasilkan citra yang telah mengalami histogram equalization. Secara umum
langkah-langkah pengolahan citra dengan metode histogram equalization yakni :
1. Mempersiapkan program MATLAB yaitu dengan merancang desain GUI, mengedit
daftar komponen pada MATLAB, dan input kode program.
2. Input citra kedalam program MATLAB.
3. Kemudian program MATLAB akan memproses citra tersebut dengan metode
histogram equalization dari kode program yang telah diinput sebelumnya.
4. Hasil dari program MATLAB berupa citra asli dan citra yang telah diolah dilengkapi
juga dengan histogram sebelum dan sesudah diproses.
5. Analisa data.
20
20
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil
Pada penelitian ini perbaikan kualitas citra menggunakan perangkat lunak
MATLAB terhadap 3 citra yang akan dijadikan sampel untuk diolah dengan metode
histogram equalization. Citra yang digunakan merupakan citra greyscale yang memiliki
tingkat keabuan yang tidak merata. Tiga citra digital yang akan diolah tersebut yaitu
pada gambar 4.1 dibawah ini.
:
Gambar 4.1 Tiga citra yang akan diolah dengan metode histogram equalization
Pada proses pengolahan citra tersebut pada MATLAB digunakan kode program
yang telah diuraikan pada bab sebelumnya. Tampilan dari program MATLAB pada
penelitian ini yaitu seperti pada gambar 4.2 dibawah.
Gambar 4.2 Tampilan program MATLAB
21
21
Pada program tersebut, tombol ‘Open Image’ berfungsi untuk memunculkan citra
asli pada kolom kiri atas dan tombol ‘Histogram’ berfungsi untuk memunculkan
histogram citra asli pada kolom kanan atas. Untuk melihat hasil dari pengolahan citra
dengan metode histogram equalization yaitu dengan menekan tombol ‘Histogram
Equalization’, sehingga akan muncul citra beserta histogram yang telah diolah. Berikut
adalah tampilan dari hasil running program MATLAB.
1. Hasil pengolahan citra A pada program MATLAB
Gambar 4.3 Hasil pengolahan histogram equalization citra A
2. Hasil pengolahan citra B pada program MATLAB
Gambar 4.4 Hasil pengolahan histogram equalization citra B
22
22
3. Hasil pengolahan citra C pada program MATLAB
Gambar 4.5 Hasil pengolahan histogram equalization citra C
4.2 Pembahasan
Setelah dilakukannya pengolahan citra dengan meningkatkan kualitas citra (image
enhancement) menggunakan metode histogram equalization, terlihat bahwa citra
menjadi lebih baik (lebih terang dan detail lebih terlihat). Perbandingan citra asli dan
citra setelah diolah yaitu :
Gambar 4.6 Perbandingan citra A (kiri sebelum diolah, kanan sesudah diolah)
23
23
Gambar 4.7 Perbandingan histogram citra A (kiri sebelum diolah, kanan sesudah diolah) dimana pada
sumbu vertikal menyatakan frekuensi dan sumbu horizontal menyatakan tingkat keabuan
Pada gambar diatas (Gambar 4.7), dapat dilihat bahwa citra asli memiliki
histogram yang mengumpul pada suatu area dan tidak tersebar merata.
Histogram dari citra asli setelah diolah dengan metode histogram equalization
menjadi tersebar secara merata dibandingkan histogram dari citra asli. Bentuk histogram
hasil dari proses Perataan Histogram akan memperlihatkan distribusi nilai tingkat
keabuan yang lebih merata sehingga citra hasil akan kelihatan lebih terang dan detail
citra terlihat lebih tajam. Hasil ini menunjukan bahwa metode perataan histogram
(histogram equalization) bisa dipergunakan untuk meningkatkan kontras dari suatu citra.
24
24
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pembahasan pada bab-bab sebelumnya dengan menggunakan citra
grey scale yang memiliki tingkat keabuan tidak merata sebagai sampel. Hal tersebut
menunjukan bahwa metode perataan histogram (histogram equalization) bisa dipakai
untuk meningkatkan kualitas citra (image enhancement) dengan cara meratakan
histogram yang tadinya mengumpul pada suatu area, sehingga informasi yang
terkandung dalam citra akan terlihat lebih jelas dibandingkan dengan citra asli. Metode
histogram equalization sangat efektif bila dipakai untuk meningkatkan tingkat
kecerahan atau ketajaman seluruh gambar dan juga dalam meningkatkan detail tekstur.
5.2 Saran
Adapun saran-saran yang dapat diberikan apabila akan dilakukan penelitian lebih
lanjut mengenai peningkatan kualitas citra adalah sebagai berikut :
1. Tidak hanya menggunakan citra grey scale melainkan juga citra RGB (true color)
sebagai sampel.
2. Membandingkan dengan metode image enhancement lainnya.
3. Diperlukan penelitian lebih lanjut sebagai bentuk kontribusi pada perkembangan
ilmu pengetahuan, khususnya yang berhubungan dengan peningkatan kualitas citra.
25
25
DAFTAR PUSTAKA
Gonzales,R.C., dan Woods, R.E., 1993, Digital Image Processing, Addison-Wesley
Publishing Company, New York.
McAndrew Alasdair, 2004, An Introduction to Digital Image Processing with Matlab,
School of Computer Science and Mathematics, Victoria University of Technology.
Munir.R., ____, ”Pengantar Pengolahan Citra”, diabil dari http://informatika.stei.itb.
ac.id/~rinaldi.munir, diakses [12 November 2016]
Poetra.P.,2013, Histogram, diambil dari https://www.scribd.com/doc/111449502/A-
Pengertian-Histogram, diakses [12 November 2016]
Poerwanto. H., 2014, Histogram, diambil dari https://sites.google.com/site/kelolakualitas/
Histogram, diakses [12 November 2016]