Tugas Pertemuan 11

 

Tugas Pertemuan 11

 

 

Matakuliah PENGOLAHAN CITRA

 

 

 

Kelas :17.5A.07
No.	NIM	Nama
1	17200438	ABDUL AZIZ KARIM ROMADHON

 

 

 

 

 

 

Program Studi Teknologi Informasi Fakultas Teknologi Informasi Universitas Bina Sarana Informatika

 

 

 

 PEMROSESAN CITRA BERWARNA &APLIKASI DENGAN JAVA

Erwin M.FACHRURROZI

  Citra bewarna merupakan salah satu fungsi dari dua variabel f(A,B), dimana A dan B merupakan titik koordinat spasial dan nilai f(A,B) merupakan hasil intensitas citra dari titik koordinat tersebut, teknologi dasar yang dapat menghasilkan sebuah warna dalam citra digital merupakan gabungan antara 3 citra warna yang biasa disebut dengan kata RGB.

Format citra digital ini memiliki karakteristik masing – masing berdasarkan pada tipe dan cara kompresi yang digunakan. Berikut dua format citra digital yang sering dipakai : 

 Bitmap merupakan format yang sering digunakan dan salah satu format standar yang digunakan oleh windows. Format dalam penyimpanan file ini dilakukan secara terbalik yang dimulai dari data yang bawah menuju atas. Ukuran file dalam format ini cukup besar sehingga dapat mencapai ukuran Megabytes. File yang menggunakan format ini belum dilakukan kompresi dan memakai sistem RGB (Red, Green and Blue) diman 3 warna tersebut dicampur menjadi satu. Sebuah citra dengan ukuran 8 bit, maka lebar dari citra itu adalah kelipatan dari empat jika hal itu tidak dilakukan maka pada saat penyimpananya nanti akan ditambahkan secara manual menjadi kelipatan empat (Lestari, 2012). Salah satu 4 software yang dapat membuka file tersebut adalah ACDSee, Paint, Irvan View dan lain sebagainnya.

 JPG merupakan salah satu format file yang terkenal hingga sekarang ini. Dikarenakan format ini berukuran kecil dan bersifat portable serta sering digunakan dalam bidang fotografi. Image processing merupakan proses manipulasi, analisis, memperbaiki, dan mengubah suatu informasi yang terdapat dalam gambar yang dilakukan dengan komputer. Maksud dari informasi gambar adalah gambar dalam bentuk visual dalam dua dimensi. Konsep dasar dari image processing ini dapat diperoleh dari kemampuan mata manusia yang nantinya akan disalurkan ke dalam otak. 

Image processing banyak digunakan karena tingkat keberhasilan yang didapat sangat tinggi. Image processing ini merupakan gabungan dari beberapa bidang ilmu misalnya optik, elektronik, matematika, fotografi, dan teknologi komputer(Davies, 2012). 

Tujuan dari image processing adalah mentransformasikan dan menganalisis suatu gambar agar didapat informasi baru yang jelas dari gambar tersebut. Cara pengaplikasian image processing yaitu Sistem Temu Kembali Citra.

  Model warna Red Green Blue (merah, hijau dan biru). Apabila pada ruangan tidak terdapat cahaya (gelap) maka tidak ada gelombang cahaya yang dapat dihasilkan oleh mata sehingga nilai RGB (0,0,0) dan apabila kita tambahkan sebuah cahaya yang berwarna merah maka akan menghasilkan nilai RGB (255,0,0) dan semua benda yang ada dalam ruangan tersebut akan berwarna atau terlihat berwarna merah, begitu pun sebaliknya.

  Menurut Tri Stimulus Vision teori yang mengatakan bahwa manusia dalam melihat warna yaitu dengan cara membandingkan cahaya yang diterima dengan sensor – sensor peka cahaya dalam retina. Sensor – sensor dapat melihat dengan panjang gelombang 630 nm (merah), 530 nm (hijau), dan 450 nm (biru)(Choi et al., 2013). Berikut contoh gambar yang dapat menerangkan sudut – sudut dari sumbu R,G, dan B :

 Model warna RGB adalah salah satu model additive dimana intensitas dalam suatu warna primer dijumlahkan sehingga akan menghasilkan warna lainnya. Model warna RGB dapat digabungkan dengan halftoning yang dapat menghasilkan warna yang lebih banyak. Dalam sistem on/off, model warna RGB hanya terdapat 8 warna, dimana nilai halftoning 2 x 2 yang menghasilkan 125 (5 warna merah x 5 warna hijau x 5 warna biru).

 Warna CMY merupakan hasil dari campuran warna merah, hijau, dan biru. Dua warna dikatakan komplementer (campuran) karena warna yang digabung dengan jumlah persentasi yang sama akan mendapatkan warna putih. Contoh Cyan dicampurkan dengan red akan menghasilkan warna putih, maka dapat dikatakan bahwa cyan merupakan komplemen warna Cyan(Munir, 2004). Model warna CMY dapat dipakai agar menghasilkan citra berwarna, disebabkan karena adanya ketidakmaksimalan tinta, model CMY tidak bisa mengeluarkan warna hitam yang sempurna. Oleh sebab itu warna CMY diperbaiki lagi dengan model CMYK, dimana K merupakan gabungan dari warna keempat 8 Model CMYK disebut juga sebagai warna subtractive colors. Dari sudut pandang tinta setiap tinta yang dicetakkan tidak menghasilkan warna yang maksimal, maka dari ketiga warna tinta tersebut hanya dapat menghasilkan warna coklat gelap. Sehingga untuk menghasilkan warna hitam dibutuhkan kombinasi dengan warna hitam. Hasil seluruh kombinasi tinta ini yaitu four-color process printing(Chiang, Tai, Yang, Huang, & Huang, 2003). 

 Hue Saturation Intensitas dimana Hue memdefinisikan sebagai warna murni misalkan warna merah, warna violet dan warna orange. Hue dapat dimaanfaatkan sebagai pembeda dan penentu kekuningan, kebiruan, kehijauan dan lain – lain pada suatu sinar. Saturasi merupakan derajat banyaknya warna murni dengan warna putih dan Intensitas merupakan gabungan dari informasi 9 warna H dan warna S. Intensity ini garis yang menghubungkan titik black dan white(Darmaga et al., 2006).  

 Pengolahan citra warna merupakan pemrosesan citra yang dikhususkan untuk citra yang mempunyai warna (bukan hitam-putih atau greyscale). Pengolahan citra berwarna lebih banyak dikembangkan dibanding pengolahan citra hitam-putih atau greyscale. Salah satu penyebabnya adalah karena untuk citra hitam putih banyak memiliki kekurangan, salah satunya adalah lebih banyak informasi yang hilang dari citra hitam-putih dibanding dengan citra berwarna. Color Image Processing mempunyai berbagai proses dalam penerapannya, diataranya adalah color transformation, color segmentation, smoothing, sharpening, color image compression, dan lain sebagainya(Gonzalez, Woods, & Masters, 2007). Yang akan dibahas dalam makalah ini adalah Color Transformation. Color Transformation merupakan salah satu proses Image Processing yang khususnya digunakan untuk mengubah komponen sebuah citra berwarna pada konteks model warna tunggal(Othman & Sabudin, 2015).

 Color complements merupakan metode transformasi warna yang menggunakan opposite color pada lingkaran warna, yang artinya adalah menggantikan warna pada citra dengan warna pada sisi yang berlawanan yang ada pada lingkaran warna. Contohnya adalah warna Red (merah) digantikan dengan warna Cyans, warna hitam digantikan dengan warna putih, dan sebagainya(Gonzalez et al., 2007). Color complements biasanya digunakan pada citra greyscale negatives. Metode ini berguna untuk memperbaiki dan memperjelas batasan pada citra(Nakajima & Taguchi, 2014).

 

    Tidak seperti pemrosesan citra yang lain, Color Complements tidak tergantung pada HSI (Hue, Saturation, and Intensity)(Duangphasuk & Kurutach, 2013). Untuk metode color complements itu sendiri tidak merubahah 23 ketajaman warna (saturation) dari citra, metode ini hanya menampilkan pebedaan visual dari citra sebelum dan sesudah di transformasi(Chen, Hsieh, & Chen, 2010).

 Color Slicing atau yang bisa desebut juga pemisahan warna merupakan metode yang digunakan untuk memisahkan suatu objek dalam suatu citra dari warna atau objek lain disekitarnya. Tujuan utama dari metode ini ialah (1) menampilkan (memisahkan) objek atau warna yang menarik dari objek atau warna latarnya, (2) menggunakan daerah yang sudah disisihkan untuk pemrosesan lebih lanjut(Gonzalez et al., 2007).

 Penghalusan citra warna (Color Image Smoothing) digunakan pada proses untuk menekan gangguan (noise) (Sangdong & Ai Zhibin, 1999). Salah satu gangguan pada citra berupa tingginya frekuensi piksel komponen citra yang tak seimbang. Bentuk dari ketidakseimbangan frekuensi yakni adanya perbedaan intensitas piksel yang tidak berkolerasi dengan piksel tetangganya mengakibatkan gangguan yang dapat dilihat oleh mata. Secara visual citra terlihat pecah – pecah, pada citra berwarna terlihat lebih jelas pecah-pecah dari komponen citra itu. Proses penghalusan citra ini akan menghasilkan efek blurring yang mereduksi noise sehingga kualitas citra menjadi lebih baik (Pan, Tang, & Pan, 2008). Salah satu metode penghalusan citra yang paling banyak digunakan adalah average mean atau mean filter (Fu, Xiong, & Sun, 2011). Dalam average mean, piksel tetangga dari gambar yang akan dihaluskan diganti dengan nilai ratarata piksel tetangga sesuai dengan nilai mask filter yang sudah ditentukan (Bharath, Akkala, Rajalakshmi, & Kumar, 2015). Operasi dari average mean menekankan pada operasi penjumlahan dan perkalian dari piksel gambar. Selain penghalusan citra, proses penajaman (image sharpening) juga sangat diperlukan untuk memperjelas tepi 37 objek dalam suatu citra (Maa, et al., 2014). Penajaman citra warna (Color Image Sharpening) merupakan proses perbaikan citra bertujuan untuk memperjelas tepi objek citra berwarna. Pada operasinya proses penajaman ini akan menghilangkan bagian citra yang lembut, berkebalikan dari proses penghalusan citra. Penajaman citra ini akan memperkuat penapis lolos-tinggi (high-pass filter) komponen piksel citra yang berfrekuensi tinggi dan menekan komponen piksel yang berfrekuensi rendah. Dengan proses ini maka secara visual pinggiran objek citra akan terlihat lebih tajam dibandingkan sekitarnya. Oleh karena itu penajaman citra sering dikenal juga dengan penajaman tepi (edge sharpening). Salah satu metode untuk mempertajam citra adalah Laplacian dengan menggunakan metode laplace untuk mendeteksi tepi. Metode ini merupakan metode transformasi image dengan menggunakan penyelesaian persamaan diferensial linier. Dalam prosesnya, metode laplacian ini melakukan penajaman gambar dengan cara mengurangi bagian yang buram/kabur dari citra aslinya sehingga komponen tepi pada warna citra lebih tebal dan kuat (Gonzales & Woods, 2002).

 Penajaman atau memperjelas sisi pada citra umumnya dilakukan dengan menggunakan laplician. Prinsip dalam penajaman yakni dengan menjumlahkan citra yang asli dengan citra hasil dari operasi deteksi tepi. Dalam 41 mendeteksi tepi digunakan operator laplace atau dikenal dengan transformasi lapcian. Operator laplace digunakan untuk menyelesaikan permasalahan linear divergen suatu fungsi. 

Aplikasi Penghitung Jumlah Orang Lewat Menggunakan Metode Normalized Sum-Squared Differences (NSSD).

DEDDY PRASETYA PUTERA

CMYK (Cyan, Magenta, Yellow, Black) atau warna Primer Subtraktif, warna ini dikenal sebagai warna Separasi / four color separation yang digunakan untuk print, dimana warna-warna tersebut biasa digunakan untuk keperluan cetak pada berbagai media keras seperti untuk pembuatan Brosur, Buku, Majalah, Cover CD. Media yang menggunakan pantulan cahaya untuk untuk meghasilkan warna memakai metode campuran warna subtraktif. Dalam industri percetakan, untuk menghasilkan warna bervariasi, diterapkan pemakaian warna primer subtraktif: magenta, kuning dan cyan dalam ukuran yang bermacam-macam. Campuran kuning dan cyan menghasilkan nuansa warna hijau; campuran kuning dengan magenta menghasilkan nuansa warna merah, sedangkan campuran pigmen ini dalam ukuran yang seimbang akan menghasilkan nuansa warna kelabu, dan akan menjadi hitam jika ketiganya disaturasikan secara penuh, tetapi dalam praktek hasilnya cenderung menjadi warna kotor kecoklatan. Oleh karena itu, seringkali dipakai warna keempat, yaitu hitam, sebagai tambahan dari cyan, magenta dan kuning. Ruang warna yang dihasilkan lantas disebut dengan CMYK (Cyan, Magenta, Yellow, Black). Hitam disebut dengan "K" (key) dari istilah "key plate"

Segmentasi Warna HSV Telapak Tangan Untuk Deteksi Bakteri Pada Pendemi Covid 19

Anita Sindar Sinaga, Endra Marpaung

 Tangan bagian tubuh yang mempunyai peran penting. Cara paling tepat untuk mengindari kuman bakteri maupun virus adalah melakukan cuci tangan dengan sabun dan air menglir selama minimal 20 detik. Penelitian mengungkapkan pekerja harian yang sering mencuci tangan maka akan sedikit kemungkinan jatuh sakit. Berbagai jenis kuman dapat menempel pada kulit telapak tangan yang tidak bisa dilihat oleh mata. Bakteri berkembang biak pada makhluk hidup maupun mati dengan cara menempel tanpa terlihat oleh mata manusia sehingga dengan mudah merusak atau menginfeksi apa yang ditempatinya. Spora terbentuk melindungi bakteri dari lingkungan yang tidak menguntungkan. Spora dibentuk untuk melindungi siklus hidup bakteri. Contoh bakteri yang membentuk spora adalah Bacillus, Clostridium, Thermactinomyces dan sporocasina. Spora pada bakteri Bacillus berwarna merupakan Bakteri pembentuk endospora Aerobik. Bentuk bakteri tidak beraturan hanya dapat terlihat melalui alat contohnya mikroskop. Pantulan (reflectance) warna yang dimiliki objek setelah menyerap sekumpulan cahaya (intensitas) dipengaruhi sinar matahari. Hasil warna yang ditangkap indra manusia tergantung dari pantulan warna objek dan kemampuan objek meneruskan cahaya warna. Pada proses segmentasi RGB-Grayscale, citra masukkan akan dikonversi berdasarkan tiga uraian pokok warna yaitu Red, Green, dan Blue. Segmentasi HSV merupakan proses pemisahan objek dengan seleksi warna berdasarkan nilai Hue, Saturation, dan Value. Hue menunjukkan atribut warna murni. Saturation menunjukkan intensitas cahaya putih yang mempengaruhi tingkat dominasi warna. Value menampilkan perbedaan kecerahan (terang) objek. Sebuah warna mengandung informasi penting dalam pemrosesan citra digital karena memiliki pertama, warna dapat merepresentasikan identifikasi objek dengan menguatkan perbedaan deskripsi komponen warna. 

 Kedua, visualisasi bentuk warna yang dihasilkan dengan intensitas dapat dilihat oleh manusia secara jelas.Suatu warna tidak mempunyai nilai intensitas mutlak. Intensitas warna digital terbentuk dari sekumpulan pixels dengan komponenkomponen warna primer Red Green Blue (RGB) dan warna sekunder Cyan Magenta Yellow Black (CMYK). Ukuran warna citra diukur dari panjang x lebar pixels warna objek. Segmentasi warna dilakukan untuk menganalisa pembentuk warna objek yang dapat dioptimalkan dengan mengubah nilai toleransi pada tiap elemen warna Hue, Saturation dan Value (HSV Color). Pembentukan model warna merupakan cara menspesifikasikan warna-warna pada posisi sistem koordinat 3D, dan suatu ruang bagian yang mengandung semua warna yang didefenisikan dalam suatu model tertentu. Defenisi model warna berhubungan dengan titik-titik pixels sebagai standar warna dalam bidang pengolahan citra seperti RGB, CMY, YIQ, HSI. Segmentasi memisahkan komponen ciri warna berdasarkan sifat dan tujuan pengenalan objek. Untuk mengidentifikasi bentuk tekstur bakteri dilakukan segmentasi warna menggunakan objek citra Bakteri Bacillus menyebar pada telapak tangan, ukuran citra 700x648 pixel. Segementasi warna dapat dipergunakan untuk memperbaiki kualitas citra seperti mengidentifikasi sputum penyakit TBC, maka dipergunakan metode segmentasi fast k-means clustering. Tahapan segmentasi citra dilakukan pada proses awal citra bertujuan mendapatkan representasi informasi yang bermanfaat dari suatu citra. Gambaran proses segementasi dalam mendeteksi maupun mengidentifikasi dimulai dengan menentukan nilai toleransi warna yang akan dicapai sebagai standar acuan warna. Penelitian deteksi kulit wajah menggunakan segmentasi Ruang YCbCr. Segementasi dengan warna kromatik adalah menentukan warna asli citra. Warna YCbCr, yaitu Cb bernilai Luminance (kecerahan ), Cb bernilai Crominance Blue (kebiruan) dan Cr bernilai Crominance red (kemerahan).