You are on page 1of 16

6

 

BAB 2

LANDASAN TEORI

2.1 Gambar Digital

Gambar digital adalah representasi dari sebuah gambar dua dimensi sebagai

sebuah kumpulan nilai digital yang disebut elemen gambar atau pixel. Pixel adalah

elemen individual terkecil dalam sebuah citra yangmengandung nilai terkuantisasi yang

mewakili brightness dari sebuah warnapada sebuah titik tertentu.Berdasarkan sifat dari

nilai terkuantisasinya, gambar digital dapatdiklasifikasikan sebagai berikut:

1. Gambar biner

Gambar biner adalah gambar digital yang tiap pikselnya hanya memiliki

duakemungkinan nilai, yaitu 1 atau 0.

2. Gambargrayscale

Gambar grayscale adalah gambar digital yang setiap pixel-nya

merupakansampel tunggal, yaitu informasi intensitas. Gambar jenis ini

terbentuk hanyadari warna abu-abu pada tingkatan yang berbeda-beda, mulai

dari warnahitam pada tingkat intensitas terendah hingga warna putih pada

tingkatintensitas tertinggi. Gambar ini disebut juga gambar hitam putih atau

gambarmono-kromatik.

3. Gambar warna

Gambar warna adalah gambar digital yang setiap pixel-nya

mengandunginformasi warna. Informasi warna ini biasanya dibentuk dari

palingsedikit 3 sampel (saluran warna). Saluran warna yang umum

maka dari itu.2 Noise Noise dapat didefinisikan sebagai sinyal yang tidak diinginkan yangmuncul pada komunikasi. koreksi gambar yang kaburatau tidak fokus. noise dapat menyebabkan kesalahan atau bahkan merusak proses komunikasi. Kesuksesan dari sebuah metode . pengurangan noise. penajaman gambar. hingga ke pengenalanobjek. Noise muncul dalam berbagai tingkatandalam hampir semua lingkungan. pemrosesan noise adalah bagian penting dan integral dari telekomunikasi modern dan sistem pemrosesan sinyal. Operasi pengolahan gambar yang umum dilakukan antara lain mencakuppembesaran atau pengecilan ukuran gambar.teknik pengolahan gambar memperlakukan gambar sebagai sinyal dua dimensi danmenerapkan teknik standar pemrosesan sinyal pada sinyal tersebut. Outputnya dapat berupa gambar atau sekumpulankarakteristik atau parameter yang berhubungan dengan gambar. 2. kompresi gambar. Pada umumnya. Secara umum.1 Pengolahan Gambar Istilah pengolahan gambar merujuk pada segala bentuk pemrosesan sinyalyang inputnya adalah gambar. 2.penonjolan fitur tertentu dari suatu gambar. 7   dipakaidalam komputer adalah RGB. tetapi dalam konteks lain sering jugadigunakan saluran warna lain seperti CMYK atau YCbCr. segmentasi gambar. pengukuran. persepsi atau pemrosesan dari sebuahsinyal yang mengandung informasi. rotasi gambar.1. termasuk di dalamnya adalah citra.

Lebih mudah untuk pertama. 2. berarti samadengan meminta R(m) = σ2δm . Hal ini terjadi secara otomatisjika keduanya independen (karena rata-ratanya dianggap nol).nya Snn(ω) adalah sebuah konstanta σ2pada seluruh spektrum : ω _ R. MenurutChan dan Shen (2005.1 Gaussian White Noise Salah satu model noise yang paling populer adalah white noise. 8   pemrosesan noise bergantung pada kemampuannya untuk mengkarakterisasi dan memodelkan proses noise. adalah white noise. R(m) = Rnn(m) = E[n(k)n(k + m)] Maka. Secara lebih umum.Misalkan v(k). dengan fungsi power spectral density Snn(ω) ≡ σ2. Hal ini berarti untuk setiap hambatan m bukan nol.dan bernilai 0 jika di luar pita spektrum tersebut. tama mengerti tentang white noise diskrit. Seperti telah diketahui dengan baik dalam teori probabilitas. yang rangkaian autokorelasinyadidefinisikan sebagai berikut. dan menggunakan karakteristiknoise secara menguntungkan untuk membedakan sinyal dengan noise. untuk .2. p150) white noise adalah sinyal stokastik stasioner n(t)dengan nilai rata-rata nol yang power spectral density (distribusi energi sinyalper unit waktu dalam domain frekuensi). n(k) dan n(k + m)sebagai 2 variabel acak selalu tidak berkorelasi. dengan rangkaian delta Dirac δm. sinyal demikian disebutbandlimited white noise jika Snn(ω) adalah konstan pada beberapa pita spektrum. Sebuah white noise v(k) disebut Gaussian bila distribusi marginal bersifatGaussian.

logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran.3 Logika Fuzzy Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Dia berhubungan dengan set fuzzy dan teori kemungkinan. fungsi keanggotaan menyatakan keanggotaan pada suatu himpunan. Dia diperkenalkan oleh Dr. 2. hitam atau putih. konsep tidak pasti seperti "sedikit". tidak berkorelasi sama artinya denganindependen. Fungsi keanggotaan χA(x) bernilai 1 jika x anggota himpunan A. Gaussian white noise mungkin adalah model noise paling popular dalam banyak area pemrosesan gambar. dan bernilai 0 jika x bukan anggota himpunan A. . fungsi keanggotaan ini hanya bisa bernilai 0 atau 1.4 Fungsi Keanggotaan Dalam logika tegas. dan dalam bentuk linguistik. Berkeley pada 1965. dan "sangat". Jadi. 2. ya atau tidak). Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1. Lotfi Zadeh dari Universitas California. 9   duavariabel Gaussian yang rata-ratanya nol. tingkat keabuan dan juga hitam dan putih. Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. "lumayan".

Sedangkan jika derajat keanggotaan berada dalam selang (0. menyatakan x sebagian anggota himpunan A dengan derajat keanggotaan sebesar μ. Nilai dari fungsi keanggotaan ini berada dalam selang [0. Fungsi keanggotaan μA(x) bernilai 1 jika x anggota penuh himpunan A.4.1).1 Fungsi Keanggotaan Segitiga Persamaan fungsi keanggotaan segitiga adalah Persamaan tersebut direpresentasikan dalam bentuk grafik sebagai berikut. atau Fungsi Gauss (Gaussian). Gambar 2.Fungsi keanggotaan suatu himpunan fuzzy dapat ditentukan dengan fungsi segitiga. dan bernilai 0 jika x bukan anggota himpunan A. fungsi keanggotaan menyatakan derajat keanggotaan pada suatu himpunan.1 Grafik Fungsi Keanggotaan Segitiga .1]. dan dinyatakan dengan μA. 2. 10   Sedangkan dalam logika fuzzy. trapesium. misalnya μA(x) = μ.

3 Fungsi Keanggotaan Gaussian Persamaan fungsi keanggotaan Gaussian adalah Persamaan tersebut direpresentasikan dalam bentuk grafik sebagai berikut.2 Fungsi Keanggotaan Trapesium Persamaan fungsi keanggotaan trapesium adalah Persamaan tersebut direpresentasikan dalam bentuk grafik sebagai berikut.4. .2 GrafikFungsi Keanggotaan Trapesium 2. Gambar 2.4. 11   2.

untuk kemudian diolah di dalam mesin penalaran. 12   Gambar 2. maka tidak ada pixel lain yang berwarna abu-abu disekitarnya. Hasil dari defuzyfication ini merupakan output dari sistem kendali logika fuzzy.6 Model Fuzzy Pemodelan fuzzy digunakan untuk membandingkan antara pixel yang satu dengan pixel yang lain.Input dari proses defuzzyfication adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy. . Begitu juga berlaku untuk sebaliknya. jika banyak pixel yang abu-abu disekitar pixel yang di tengah.3 Grafik Fungsi Keanggotaan Gaussian 2. maka pixel tersebut bukanlah noise. Jika pixel yang di tengah adalah noise. Defuzzyfication merupakan kebalikan dari fuzzyfication. 2. yaitu pemetaan dari himpunan fuzzy ke himpunan tegas.5 Fuzzyfication dan Defuzzyfication Fuzzyfication adalah pemetaan nilai input yang merupakan nilai tegas ke dalam fungsi keanggotaan himpunan fuzzy.

Adalah Pixel yang Dicurigai Sebagai Noise.y). (b) Pixel yang Berwarna Abu-Abu.1 Tabel Posisi Tiap Pixel .4Pemetaan Pixel (a) Daerah Disekitar Pusat Pixel (x. Tabel 1. 13       a  b  Gambar 2.

y) pada gambar digital dimana f(x. dsb. Sebaliknya. Grayscale morphological operations adalah pengembangan dari binary morphological operations pada gambar hitam putih. Objek-objek menghubungkan area dari pixel dengan nilai 1 dan pixel latar belakang dengan nilai 0. 14   2. opening. Struktur dari elemen B dapat mempunyai berbagai macam ukuran dan bentuk (misal: persegi.y) dan b(x. Mathematical morphology biner terdiri dari 2 operasi dasar yaitu. erosion. silang. Pemilihan bentuk ini tergantung dari konten gambar serta tujuan dari operasi morphological. lingkaran. dilation dan erosion.7 Mathematical Morphology Matematical morphology berdasarkan pada teori set. Dilation untuk menghasilkan gambar yang lebih terang dari gambar aslinya dan detail gambar kecil yang gelap dikurangi atau dihilangkan. Dimisalkan bentuk f(x. erosion menghasilkan gambar yang lebih gelap dari gambar aslinya dan detail gambar kecil yang terang dikurangi atau dihilangkan. Bentuk-bentuk dari objek dalam gambar biner mewakili set objek.). dan closing seperti di bawah ini: .y) adalah structuring element.y) adalah input image dan b(x. Grayscale dilation.

dan defuzzification. Gambar 2. modifikasi nilai keanggotaan. Grayscale opening dan closing Mathematical morphology adalah kumpulan operasiyang menghasilkan hasil yang bermanfaat dalam pengolahan gambar. .Set-set padamathematical morphology merupakan obyek dalamgambar. 15   Dimana Df dan Db adalah sumber dari f dan b. Misalnya erosion.5 Struktur umum dari pengolahan gambar Pengolahan gambarfuzzy memiliki tiga tahap utama: fuzzification.opening danclosing adalah jenis-jenis operasi yang bergunaketika berhadapan dengan banyak masalah pemrosesan gambar.ada operator yang berguna didefinisikan dalam mathematicalmorphology. Hal inisepenuhnya didasarkan pada teori himpunan. dilation. Dengan menggunakan operasi set.

Walaupun tidak selalu berkorelasi dengan persepsi visual manusia. 16   Gambar 2.6 Tahapan dari Pengolahan Gambar Fuzzy 2. Dua parameter yang paling umum digunakan adalah Mean Square Error (MSE)dan Peak Signal to Noise Ratio (PSNR).8 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) Ada beberapa parameter pengukuran kesalahan atau eror dalam pemrosesan gambar. Misalkan kita memiliki 2 buah gambarf dan g dengan dimensi yang sama sebesar M xN. MSEmerupakan ukuran yang baik untuk mengukur kesamaan 2 buah gambar. MSE antarakeduanya didefinisikan persamaan berikut: .

j K : nilai derajat keabuan (gray-scale) pada koordinat i. j : koordinat masing-masing pixel l : nilai bit gambar pada koordinat i. maka semakin besar perbedaan antara 2 buah gambar yangdibandingkan.j Semakin besar nilai MSE.Untuk sebuah gambargrayscale 8-bitf dan gambargrayscale 8-bitg dengan dimensi yangsama. PSNR antara keduanya didefinisikan oleh: Dimana: PSNR : nilai PSNR gambar MAXI : nilai maksimum pixel MSE : nilai MSE . 17   Dimana: MSE : nilai Mean Square Error dari gambar m : panjang gambar dalam pixel n : lebar gambar dalam pixel i. Satu lagi parameter pengukuran kesalahan yang sama baiknya adalah PSNR.

2. nilai PSNR yang lebih besarmengindikasikan aproksimasi yang lebih dekat dari g pada f.9 Rekayasa Piranti Lunak Linear Sequential Model atau lebih dikenal dengan nama Waterfall Model adalah model klasik yang bersifat sistematis. 18   Menggunakan nilai MSE antara f dan g. Tak seperti MSE. berurutan dalammembangun software. Berikut ini gambaran dari waterfall model.7 Tahapan pada Waterfall Model. Gambar 2. Satuan yang digunakanPSNR adalah desibel (db). Requirements analysis and definition: Mengumpulkan kebutuhan secara lengkap kemudian kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh .

Implementation and unit testing: desain program diterjemahkan ke dalam kode- kode dengan menggunakan bahasa pemrograman yang sudah ditentukan. Integration and system testing: Penyatuan unit-unit program kemudiandiuji secara keseluruhan (system testing). menspesifikasikan. Fase ini harus dikerjakan secara lengkap untuk bisa menghasilkan desain yang lengkap. UML sendiri juga memberikan standar penulisan sebuah sistem blue print. dan komponen-komponen yang diperlukan dalam sistem software. membangun. dan pendokumentasian dari sebuah sistem pengembangan software berbasis Object-Oriented. Program yang dibangun langsung diuji baik secara unit.10 Unified Modeling Language (UML) UML adalah sebuah bahasa yang berdasarkan grafik/gambar untuk memvisualisasi. yang meliputi konsep bisnis proses. 19   program yang akan dibangun. UML terdiri atas pengelompokkan diagram-diagram sistem menurut aspek atau sudut pandang tertentu. penulisan kelas-kelas dalam bahasa program yang spesifik. UML mempunyai 9 diagram. Operation and maintenance: mengoperasikan program dilingkungannyadan melakukan pemeliharaan. yaitu: use-case. skema database. Diagram adalah yang menggambarkan permasalahan maupun solusi dari permasalahan suatu model. 2. seperti penyesuaian atau perubahan karena adaptasi dengan situasi sebenarnya. System and software design: Desain dikerjakan setelah kebutuhan selesai dikumpulkan secara lengkap. .

Penyimpanan Mendukung database SQLite. 3. Handset layout Platform disesuaikan dengan lebih besar.264 (dalam 3GP atau MP4 wadah). AMR. Bluetooth. grafis 2D dan 3D yang berdasarkan pada OpenGL ES 1. yang kemudian pada tahun 2005 dibeli oleh Google. 4.263. activity. VGA. Fitur-fitur yang dimiliki oleh Android: 1. 2. collaboration. UMTS. 2. Android adalah sistem operasi untuk telepon seluler yang berbasis Linux. Android menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri. MPEG-4 SP. 20   class. Messagingdan web browser 5. state. Konektivitas Mendukung teknologi GSM/EDGE. sequence. dab Wi-Fi. component. CDMA. Media Support Android mendukung format audio dan video: H. Android pertama kali dikembangkan oleh perusahaan Android Inc. object. AMR-WB (dalam kontainer 3GP). dan deployment diagram. H.11 Android Kata android berasal dari bahasa Yunani. .0. EV-DO. aner yang berarti manusia dan eidos yang berarti sama. AAC.

Market Mirip dengan App Store pada iPhone OS. JPEG. WAV. MP3. Berikut adalah versi-versi Android: 1. Android versi 1. Sampai saat ini. Android versi 1. Android versi 2.1 (Eclair) 5.6 (Donut) 4. PNG. 6.0/2. OGG Vorbis. Android Market adalah sebuah katalog aplikasi yang dapat diunduh tanpa menggunakan komputer. BMP. MIDI. GIF.2 (Froyo: Frozen Yoghurt) Gambar 2. Android versi 1. Android mengalami banyak perkembangan. Android versi 2.8 Diagram Android .1 2.5 (Cupcake) 3. 21   HE-AAC (dalam MP4 atau kontainer 3GP).