EDGE Disusun untuk memenuhi tugas akhir mata kuliah : Pengolahan Citra Digital Dosen pengampu : Bapak Nasirudin Disusun Oleh: M.Aldila (11656! Doni Ari"anto (1165#6! $ani% &a'dimullah (1165#(! PRODI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA 2014 KATA PENGANTAR i DAFTAR ISI KATA PENGANTAR....................................................................................... i DAFTAR ISI...................................................................................................... ii ABSTRACT........................................................................................................ iii BAB I PENDAHULUAN................................................................................. 1 1.1. Latar Belakang................................................................................... 1 1.2. Rumusan Masalah.............................................................................. 2 1.3. Batasan Masalah................................................................................ 3 1.4. Tujuan Penelitian............................................................................... 3 1.5. Manfaat Penelitian............................................................................. 4 BAB II LANDASAN TEORI.......................................................................... 5 2.1. Lingkaran Tahun................................................................................. 5 2.2. Pengertian Citra Digital...................................................................... 6 2.3. Pengolahan Citra Digital..................................................................... 7 2.4. Edge Detection.................................................................................... 7 2.5. Canny Edge Detection........................................................................ 9 2.6. Edge Linking...................................................................................... 11 BAB III PEMBAHASAN................................................................................. 13 3.1. Sistem Manual Penentuan Umur Kayu Jati........................................ 13 3.2. Spesifikasi Sistem Deteksi Lingkaran Tahun Umur kayu jati............ 13 3.3. Desain Arsitektur................................................................................ 14 3.4. Proses Pembacaan Citra (Preprocessing)............................................ 15 3.5. Proses Deteksi dan Analisis (Processing)........................................... 15 3.5.1. Proses Deteksi Edge.................................................................... 15 3.5.2. Proses Deteksi Kurva.................................................................. 15 3.5.3. Proses Analisis Lingkaran........................................................... 16 3.5.4. Proses Menampilkan Hasil (Generated The Profil).................... 16 ii BAB IV PENUTUP.......................................................................................... 17 4.1 Kesimpulan.......................................................................................... 17 4.2 Saran.................................................................................................... 17 DAFTAR PUSTAKA........................................................................................ 18 iii PENGOLAHAN CITRA DIGITAL UNTUK PERKIRAAN USIA POHON JATI DENGAN METODE EDGE Abstrak )a"u *ati merupakan salah satu ke+utuhan "ang diperlukan terutama dalam industri dapat diketahui +erdasarkan lingkaran tahun pada ka"u atau dise+ut ,uga dengan gro-thring.perme+elan. )ualitas ka"u ,ati "ang +aik dapat ditentukan dari -arna ka"u dan usia ka"u. .alah satu /ara "ang dapat digunakan untuk menentukan usia Pohon *ati "aitu dengan menghitung ,umlah lingkaran tahun pada +atang pohon *ati terse+ut. Penghitungan ,umlah lingkaran tahun ka"u +isa dilakukan dengan /ara manual oleh para ahli "aitu dengan melihat potongan penampang pohon. 0ntuk mem+erikan in%ormasi "ang +aik mengenai umur ka"u ,ati1 diperlukan suatu sistem "ang dapat mem+erikan in%ormasi mengenai umur ka"u ,ati. 0mur ka"u dapat diketahui +erdasarkan lingkaran tahun pada ka"u atau dise+ut ,uga dengan gro-thring. 0ntuk mendeteksi gro-thring pada ka"u salah satu metode "ang +isa digunakan adalah menggunakan 2dge 3ingking..edangkan untuk mendeteksi 2dge 3ingking proses "ang se+elumn"a harus dilakukan adalah proses 2dge Dete/tion.&ahapan "ang dilakukan pada deteksi gro-thring ka"u dengan metode edge linking adalah pem+a/aan /itra1deteksi dan analisis1 dan tampilan rekonstruksi lingkaran tahun pada ka"u.Pada proses deteksi dan analisis "ang proses dilakukan adalah 2dge Dete/tion1 deteksi kur4a dan analisis lingkaran menggunakan 2dge 3inking. Kata Kunci : Growthring, Edge Detection, Edge Linking. iv BAB I PENDAHULUAN 1.1 LATAR BELAKANG Dalam industri me+el1 ka"u ,ati dikenal se+agai komoditas "ang sangat +erharga dan penting.$al ini dikarenakan oleh +e+erapa hal1 diantaran"a adalah ka"u ,ati ter+ukti sangat kuat dan ,uga tahan terhadap pengaruh /ua/a seperti panas dan hu,an 1 ka"u ini tidak mudah lapuk diserang oleh ra"ap atau serangga perusak ka"u lainn"a. .elain itu1 ka"u ,ati ,uga tidak mudah lapuk -alaupun di tempatkan pada tempat "ang lem+a+ meski tanpa dia-etkan terle+ih dahulu (a-et alami !.&ingkat kea-etan seperti ini sangat sulit ditemukan pada ,enis ka"u lainn"a. Dengan kele+ihan5kele+ihan "ang dimilikin"a terse+ut1 ka"u ,ati selalu men,adi primadona di pasar komoditas dan selalu +erada diurutan teratas dalam da%tar +uruan industri5industri perka"uan dan perme+elan. $arga dari ka"u ,ati sangat ditentukan oleh umur dari pohon ka"u ,ati..emakin tua umur ka"u ,ati1 hargan"a men,adi semakin mahal.)ualitas ka"u ,ati "ang +aik dapat ditentukan dari -arna ka"u dan umur ka"u ,ati. Perusahaan "ang memproduksi +arang "ang ter+uat dari ka"u ,ati +erma/am5ma/am. Ada perusahaan "ang memerlukan ka"u ,ati "ang le+ih muda supa"a nantin"a harga produk ,adin"a tidak terlalu mahal1ada ,uga "ang memerlukan ka"u ,ati "ang umurn"a tua supa"a kualitas produkn"a +enar5+enar ter,aga. )arena +an"akn"a permintaan akan ka"u ,ati dari perusahaan industri me+el. Maka pihak perhutani maupun pihak perusahan s-asta selaku pengelola perke+unan ka"u ,ati perlu mengetahui in%ormasi tentang umur ka"u ,ati "ang la"ak di te+ang..aat ini penanaman ka"u ,ati dihutan sudah dipetak5petakan sesuai 1 -aktu tanamn"a1 dan pada umur "ang sudah ditentukan ka"u ,ati akan dite+ang1 dengan mengetahui umur satu pohon ,ati maka umur pohon ,ati "ang ada di sekitarn"a dapat di ketahui ,uga.Dan untuk mengetahui umur satu pohon terse+ut diperlukan suatu sistem "ang mampu mem+erikan in%ormasi akan umur ka"u ,ati se/ara akurat. Berdasarkan latar +elakang di atas1 maka diperlukan suatu analisis untuk mengetahui umur dari ka"u ,ati "ang akan diam+il dengan menggunakan kamera digital.)emudian gam+ar5gam+ar akan disaring menggunakan teknik pemrosesan gam+ar (imagepro/essing!..emua in%ormasi "ang dikumpulkan akan diu,i dengan menggunakan metode edge linking. 1.2 RUMUSAN MASALAH Berdasarkan latar +elakang di atas maka kita dapat merumuskan masalah "ang akan diselesaikan antara lain: 1. Proses pem+a/aan /itra (prepro/essing!1 6. Proses deteksi dan analisis (pro/essing!1 #. Menampilkan hasil pengolahan /itra penampang +atang pohon (7enerating the pro%il!. 1.3 BATASAN MASALAH Berdasarkan rumusan masalah diatas agar pen"usunan dan pem+ahasan dapat dilakukan se/ara terarah dan sesuai dengan "ang diharapkan1 maka perlu ditetapkan +atasan5+atasan masalah dalam penelitian ini: 1. Citra "ang digunakan pada penelitian ini adalah /itra +er-arna (87B!1dengan %ormat kompresi /itra "ang akan digunakan dalam penelitian ini adalah *oint Photographi/ 29prest 7roup (*P27!. 2 6. Metode analisis "ang digunakan adalah dengan metode edge untuk menghitung ,umlah lingkaran tahun. 1.4 TUJUAN PENELITIAN Adapun tu,uan dalam penelitian dan penulisan laporan ini adalah : Mengetahui Proses pem+a/aan /itra (prepro/essing!1 Proses deteksi dan analisis (pro/essing!1 Menampilkan hasil pengolahan /itra penampang +atang pohon (7enerating the pro%il! "ang hasiln"a mendekati pengamatan manual "ang dilakukan oleh seorang ahli dalam menentukan umur se+uah ka"u ,ati. 1.5 MANFAAT PENELITIAN Peneliti +erharap dengan adan"a penelitian ini maka dapat mem+antu pem+a/a untuk menegtahui umur dari pohon ,ati +erdasarkan ,umlah lingkaran tahun (gro-th ring! pada +atang pohon. Dan dengan adan"a penelitian ini peneliti dan pem+a/a akan dapat mengetahui se+erapa tepat metode dan langkah "ang telah diterapkan untuk mendeteksi lingkaran tahun pada +atang pohon ,ati dalam penelitian ini. 3 BAB II LANDASAN TEORI 2.1 LINGKARAN TAHUN Pada penampang melintang ka"u riap pertum+uhan tampak se+agai lingkaran5lingkaran konsentris mengelilingi hati dan dise+ut lingkaran pertum+uhan (gro-thring!.3ingkaran ka"u ter,adi karena tim+ul +atas per+edaan antara kedua akti4itas ka"u aki+at pem+entukan ka"u oleh /am+ium. Pem+entukan ka"u oleh /am+ium pada musim hu,an le+ih akti% dan menghasilkan sel5sel "ang le+ih +esar daripada musim kemarau. Di negara "ang mempun"ai 6 musim setiap tahunn"a akan didapatkan 6 +atas lingkaran tahun sedangkan negara dengan : musim maka setiap tahun"a akan didapatkan : +atas lingkaran tahun.Perhitungan lingkaran tahun pada penampang melintang ka"u dapat dipakai untuk menaksir umur ka"u. 7am+ar 1. merupakan gam+ar +agian5 +agian ka"u. 7am+ar 1. Bagian5+agian ka"u 4 2.2 PENGERTIAN CITRA DIGITAL Citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalah koordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan (brightness) suatu citra pada suatu titik (Gonzales dan Woods, 2008). Sedangkan menurut kamus Webster, citra adalah representasi, kemiripan atau imitasi dari suatu objek atau benda. Suatu citra diperoleh dari penangkapan kekuatan sinar yang dipantulkan oleh objek Citra digital adalah citra f(x,y) yang telah dilakukan digitalisasi baik koordinat area maupun brightness level. Nilai f di koordinat (x,y) menunjukkan brightness atau grayness level dari citra pada titik tersebut. Dengan kata lain Citra Digital adalah representasi dari sebuah citra dua dimensi sebagai sebuah kumpulan nilai digital yang disebut elemen gambar atau piksel. 2.3 PENGOLAHAN CITRA DIGITAL Pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Pengolahan citra, dilakukan agar citra yang mengalami gangguan lebih mudah diinterpretasikan (baik oleh manusia maupun mesin) dengan cara memanipulasi citra tersebut menjadi citra lain yang kualitasnya lebih baik. Pada umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila (Jain, 1989): 5 1. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau menonjolkan beberapa aspek informasi yang terkandung di dalam citra, 2. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur, 3. Sebagian citra perlu digabung dengan bagian citra yang lain. Agar dapat diolah dengan mesin (computer) digital, maka suatu citra harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi menerus (continue) menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang dihasilkan inilah yang disebut Citra Digital. Pada umumnya citra digital berbentuk empat persegi panjang, dan dimensi ukurannya dinyatakan sebagai tinggi x lebar (Munir, 2004). 2.4 EDGE DETECTION Edge detection adalah suatu metode untuk mendeteksi edge dari objek-objek pada citra, yang dimana edge itu adalah batas antara dua daerah dengan nilai gray-level yang relatif berbeda atau dengan kata lain edge merupakan tempat-tempat yang memiliki perubahan intensitas yang besar dalam jarak yang pendek. Tujuan dari edge Detection ini adalah : 1. Untuk menandai bagian yang menjadi detail dari citra 2. Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari cahaya. Edge detection adalah pendekatan yang paling umum digunakan untuk mendeteksi diskontinuitas graylevel. Hal ini disebabkan karena titik ataupun garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Suatu edge adalah batas antara dua region yang memiliki graylevel yang 6 relatif berbeda. Pada dasarnya sebagian besar teknik edge detection adalah menggunakan perhitungan local derivative operator. Gradien dari suatu citra f(x,y) pada lokasi (x,y) adalah vektor Dalam edge detection nilai yang penting di sini adalah magnitude dari vektor, yang biasanya hanya disebut dengan gradien dan dituliskan dengan f , dimana: Pada umumnya digunakan pendekatan nilai gradien tersebut dengan nilai absolut: Rumus tersebut lebih mudah diimplementasikan, khususnya jika menggunakan hardware untuk pemrosesan. Arah dari vektor gradien juga merupakan kuantitas yang penting. Jika a(x,y) menunjukkan arah sudut vektor f pada (x,y), maka dari analisa vektor: di mana arah sudut diukur terhadap sum+u 9. Deri4ati% ,uga +isa diimplementasikan se/ara digital dengan menggunakan operator .o+el1 "aitu dengan menggunakan mask +erikut: Mask untuk menghitung 79 7 Mask untuk menghitung 7" 2.5 CANNY EDGE DETECTION Metode Cann" ini merupakan metode 2dge Dete/tion "ang digunakan pada penelitian ini 1 sehingga kita akan mem+ahas se/ara le+ih detail tentang metode ini. Metode ini pertama kali dikem+angkan oleh *ohn ;. Cann" (1<(6:1! menggunakan algoritma multi5tahap untuk mendeteksi +er+agai edge dalam /itra. Menurut 3i,un Ding (6:6! =mplementasi dari Cann" 2dge Dete/tion1 memiliki +e+erapa tahap "aitu : 1. Dengan menggunakan 7aussian ;ilter melakukan .mooth pada /itra untuk mengurangi detail dari /itra. 6. Menentukan ukuran gradient dan arah gradient pada tiap pi9el. #. Apa+ila ukuran gradient pada suatu pi9el le+ih +esar dari pi9el5pi9el "ang ada pada arah gradient disekitarn"a maka dianggap pi9el terse+ut se+agai suatu edge. :. Menghilangkan edge "ang lemah dengan mengunakan thresholding. Metode ini mengunakan 6 threshold1 masing5masing untuk mendeteksi edge "ang kuat dan edge "ang lemah1 dan edge "ang lemah han"a +isa dideteksi apa+ila edge terse+ut terhu+ung dengan edge "ang kuat. .ehingga metode ini le+ih +erkemungkinan untuk mendeteksi edge "ang lemah dan +isa men+edakan mana "ang noise dan mana "ang se+enarn"a edge "ang lemah.
Be+erapa kele+ihan dari Cann" 2dge Dete/tion ini adalah: 1. Mendeteksi dengan +aik )emampuan untuk menandai semua edge "ang ada dengan +aik dan 8 ,uga mem+erikan %leksi+ilitas "ang sangat tinggi dalam hal menentukan tingkat deteksi kete+alan edge sesuai "ang diinginkan. 6. Melokalisasi dengan +aik Dengan /ann" memungkinkan menghasilkan ,arak "ang minimum antara edge "ang dideteksi dengan edge "ang asli. #. 8espon "ang ,elas $an"a ada 1 respon untuk setiap edge1 sehingga mudah terdeteksi dan tidak menim+ulkan keran/uan pada pengolahan /itra selan,utn"a. 2.6 EDGE LINKING Secara ideal, teknik yang digunakan untuk mendeteksi diskontinuitas seharusnya hanya menghasilkan pixel-pixel yang berada pada batas region. Namun dalam prakteknya hal ini jarang terjadi karena adanya noise, batas yang terpisah karena pencahayaan yang tidak merata, dan efek lain yang mengakibatkan variasi intensitas. Untuk itu algoritma edge detection biasanya dilanjutkan dengan prosedur edge linking untuk merangkai pixel-pixel tersebut menjadi satu kesatuan sehingga memberikan suatu informasi yang berarti. Salah satu teknik yang dapat digunakan untuk edge linking adalah local processing, yaitu dengan menganalisa karakteristik pixel-pixel di dalam suatu neighborhood (3 x 3 atau 5 x 5) pada semua titik (x,y) di dalam citra yang telah mengalami edge-detection. Selanjutnya semua titik yang sejenis dihubungkan sehingga membentuk kumpulan pixel yang memiliki sifat-sifat yang sama. Dua sifat utama yang digunakan untuk menentukan kesamaan edge pixel dalam analisa ini adalah: 1. Besarnya respon gradient operator yang digunakan 2. Arah gradient 9 Sifat yang pertama dinyatakan dengan nilai f yang telah dibahas sebelumnya. Jadi suatu edge pixel dengan koordinat (x,y) dan bertetangga dengan (x,y), dikatakan memiliki magnitude sama dengan pixel di (x,y) jika: dimana T adalah threshold positif. Sedangkan arah vektor gradient dinyatakan dengan a(x,y) yang juga telah dibahas sebelumnya. Suatu edge pixel dengan koordinat (x,y) dan bertetangga dengan (x,y), dikatakan memiliki sudut yang sama dengan pixel di (x,y) jika: dimana A adalah threshold sudut. Suatu titik yang menjadi tetangga dari (x,y) dihubungkan dengan titik (x,y) jika memenuhi kedua kriteria di atas, baik magnitude maupun sudutnya. Proses linking ini diulang untuk seluruh lokasi titik yang ada di dalam citra. 10 BAB III PEMBAHASAN 3.1 SISTEM MANUAL PENENTUAN UMUR KAYU JATI Sistem Manual untuk menentukan Lingkaran tahun kayu jati dengan cara melihat dengan menggunakan mata telanjang, bila guratan lingkaran tahunnya kelihatan dengan jelas, jika guratan kurang jelas dapat menggunakan kaca pembesar untuk melihat lingkaran tahun pada kayu jati. Untuk pohon yang tumbuh di tempat atau area yang mempunyai 2 musim maka 2 guratan lingkaran kayunya merepresentasikan waktu 1 tahun. Sedangkan untuk pohon yang tumbuh di tempat atau area yang mempunyai 4 musim maka waktu 1 tahu di representasikan oleh 4 guratan lingkaran kayunya. 3.2 SPESIFIKASI SISTEM DETEKSI LINGKARAN TAHUN UMUR KAYU JATI Pemrosesan untuk deteksi growthring pada kayu jati diperlihatkan pada gambar flowchart di Gambar 2. Pada flowchart sistem growthring pada kayu jati diawali dengan pembacaan citra. Dilanjutkan dengan proses Deteksi. Proses deteksi yang dilakukan adalah mendeteksi region tertentu yang mempunyai graylevel berbeda. Pada proses deteksi juga melakukan deteksi kurva. Setelah proses deteksi akan dilanjutkan dengan proses analisis. Pada proses analisis gambar kayu akan dianalisa dengan mendeteksi lingkaran hasil dari sambungan yang telah dihasilkan pada proses deteksi region. 11 Gambar 2. Flowchart Sistem Deteksi Growthring Kayu 3.3 DESAIN ARSITEKTUR Desain arsitektur adalah aktivitas yang mengembangkan struktur program secara modular dan menentukan hubungan kontrol antar modul. Arsitektur Sistem Deteksi Growthring pada kayu ini dapat dilihat dalam bentuk diagram berjenjang (hierarchical chart) yang diperlihatkan pada Gambar 3 Gambar 3. Struktur Program Sistem Deteksi Growthring Kayu 12 3.4 PROSES PEMBACAAN CITRA (PREPROCESSING) Proses pembacaan citra merupakan pembacaan nilai-nilai matriks yang ada pada suatu citra. Citra yang akan dibaca merupakan citra kayu dengan ekstensi jpg. 3.5 PROSES DETEKSI DAN ANALISIS (PROCESSING) Proses deteksi dan analisis terdiri dari proses deteksi edge dan deteksi kurva dan proses analisis terdiri dari proses analsis lingkaran yang terbentuk. Rincian langkah-langkah yang ada pada proses deteksi dan analisis kayu adalah sebagai berikut: PROSES DETEKSI EDGE Di dalam proses deteksi edge merupakan proses deteksi batas antara dua region yang memiliki graylevel yang relatif berbeda. Teknik edge detection adalah menggunakan perhitungan local derivative operator. PROSES DETEKSI KURVA Pada proses deteksi kurva proses yang terjadi adalah mendeteksi bentuk kurva pada growthring sehingga nantinya kurva- kurva itu apabila dirangkai akan terbentuk menjadi sebuah lingkaran. PROSES ANALISIS LINGKARAN 13 Pada proses analisis lingkaran proses yang terjadi adalah merangkai edge detection yang telah diperoleh pada proses deteksi edge, sehingga menjadi suatu rangkaian yang merupakan bentuk lingkaran. 3.6 PROSES MENAMPILKAN HASIL (GENERATING THE PROFIL) Proses tampil rekonstruksi lingkaran merupakan proses menampilkan hasil dari analisis lingkaran yang terjadi, dimana analisis lingkaran terjadi karena adanya deteksi edge dan deteksi kurva yang terbentuk umur kayu jati dari hasil proses penghitungan umur kayu jati. Gambar 4.merupakan gambar dari kayu yang terdeteksi lingkaran tahunnya (growthring) Belum ada gambar Gambar 4.Deteksi Lingkaran Tahun pada kayu Gambar 5. merupakan gambar daerah berlabel yang terdeteksi lingkaran. Belum ada gambar Gambar 5.Daerah berlabel Sedangkan gambar 6. merupakan gambar ring indikator hasil deteksi lingkaran. Belum ada gambar Gambar 6.Ring indikator 14 BAB IV PENUTUP 4.1 KESIMPULAN 15 DAFTAR PUSTAKA http://www.mathworks.com/ portalgaruda.org/article.php?article=7561&val=545&title http://www.unisbank.ac.id/ojs/index.php/fti2/article/view/891/449 http://digilib.uin-suka.ac.id/12240/ research.lppm-stmik.ibbi.ac.id/permalink/000032.pdf 16