PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI ... satu cara memperbaiki tampilan mu tu citra adalah dengan peningkatan kontras tingkat keabuan dengan cara e kualisasi histogram, yaitu membuat

MENINGKATKAN MUTU CITRA DENGAN PENINGKATAN KONTRAS TINGKAT KEABUAN CITRA

Tugas Akhir

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Sains (S.Si.)

Program Studi Ilmu Komputer

Oleh : Nama : Elia Krismanta Nim. : 003124012

PROGRAM STUDI ILMU KOMPUTER

JURUSAN MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2007

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

IMPROVING THE IMAGE QUALITY BY INCREASING THE CONTRAST RATE OF IMAGE’S GRAYSCALE

Final Paper

Presented as Partial FullFilment of the Requirements

To Obtain Sarjana Sains (S.Si.) Degree

Computer Science Study Program

By :

Name : Elia Krismanta

Student ID : 003124012

COMPUTER SCIENCE STUDY PROGRAM

MATHEMATICS DEPARTMENT

SCIENCE AND TECHNOLOGY FACULTY

SANATA DHARMA UNIVERSITASY

YOGYAKARTA

2007


ii


iii


MOTO

Iman adalah dasar dari segala sesuatu dari yang kita harapkan dan bukti dari

segala sesuatu yang tidak kita lihat.

(Ibrani 11:1)

Tetapi carilah dahulu kerajaan Allah dan kebenarannya, maka semuanya itu akan

ditambahkan kepadamu.

(Matius 6:33)

iv


PERSEMBAHAN

Tulisan ini kupersembahkan kepada:

- kedua orang tuaku yang telah membiayai sekolahku,

- saudara dan teman-temanku yang selalu memberi dukungan serta doa guna

selesainya makalah ini.

v


vi


ABSTRAK

Tampilan yang tidak baik mutu suatu citra merupakan masalah yang sangat kompleks yang harus ditanggulangi. Tampilan yang tidak baik biasanya terjadi pada saat perekaman citra. Tampilan yang tidak baik tersebut adalah citra terlalu gelap atau terang, sehingga tampilan/kwalitas citra tidak baik.

Salah satu cara memperbaiki tampilan mutu citra adalah dengan peningkatan kontras tingkat keabuan dengan cara ekualisasi histogram, yaitu membuat histogram piksel memenuhi seluruh bagian atas/bawah dari daerah tingkat keabuan sehingga mutu citra menjadi baik.

Dari makalah ini diketahui bahwa dengan peningkatan kontras tingkat keabuan citra dengan ekualisasi histogram dapat memperbaiki tampilan yang tidak baik citra yang kemungkinan disebabkan pada saat perekaman data.

vii


ABSTRACT

The poor images are complex problem and have to repaired. It occurred at

recording time. The categories of poor image are too dark or too bright namely

underexposed or overexposed, with the bad result on it’s quality appearance.

One of many methods for repair poor image is improving contrast

image’s grayscale with histogram equalization, which is fulfill all of up or down

grayscale area of pixel histogram. This action will make better the image’s quality

appearance.

Increasing contrast of grayscale image with histogram equalization can

repair poor image which possibly caused at recording time.

viii


KATA PENGANTAR

Puji syukur kepada Tuhan Allah yang telah memberikan rahmatNya

kepada penulis sehingga makalah dengan judul ”Meningkatkan Mutu Citra

dengan Peningkatan Kontras Tingkat Keabuan” dapat penulis selesaikan. Makalah

ini disusun untuk memenuhi salah satu syarat memperoleh gelar Sarjana Program

Studi Ilmu Komputer, Jurusan Matematika Fakultas Sains dan Teknologi di

Universitas Sanata Dharma Yogyakarta.

Makalah ini dapat terwujud seperti sekarang ini karena bantuan

pembimbing dan dorongan berbagai pihak. Oleh karena itu penulis mengucapkan

terima kasih kepada semua pihak yang telah membantu dan memberi dorongan

serta tuntunan selama ini kepada penulis. Pada kesempatan ini penulis

mengucapkan terima kasih kepada :

1. Bapak Iwan Binanto, S.Si yang dengan penuh kesabaran dan

ketelitian membimbing, serta memotivasi penyusunan makalah ini.

2. Ibu Paulina Heruningsih Prima Rosa S.Si,M.Sc Selaku Kepala

Program Studi Ilmu Komputer yang selalu memberi semangat pada

penulis.

3. Orang tua,kakak-kakakku yang selalu memberikan doa dan semangat

guna terselesainya makalah ini.

4. Natalie selaku teman mahasiswi UNJ yang selalu memberikan

semangat dan doa guna terselesainya makalah ini.

5. Yustin temanku yang jadi guru di Priok Jakarta.

ix


6. Yosef Ilko Badai temanku Program Studi Ilmu Komputer angkatan

2000 yang selalu memberi semangat.

7. Dyan, Sigit, Marina temanku Program Studi Ilmu Komputer

angkatan 2000 yang selalu memberi semangat.

8. Yulia Purnamasari temanku SMA 1 Grobogan yang selalu memberi

semangat.

9. Teman – teman Program Studi Ilmu Komputer angkatan 2000, yang

selalu memberikan semangat pada penulis.

10. Didik mahasiswa Program Studi Manajemen USD yang selalu

memberikan semangat.

11. Sahabat dan saudaraku tercinta yang selama ini memberikan cinta

kasih, perhatian, motivasi dan doa kepada penulis untuk terus maju

dan tidak putus asa guna terselelesainya makalah ini.

12. Pihak – pihak yang tidak dapat disebutkan satu – persatu yang telah

membantu dalam penyelesaian makalah ini.

Penulis menyadari bahwa karya ini jauh dari sempurna. Penulis

mengharapkan kritik dan saran yang membangun guna menyempurnakan.Penulis

berharap semoga makalah ini berguna bagi pembaca.

Yogyakarta, 30 September 2007

Penulis

(Elia Krismanta)

x


DAFTAR ISI

HALAMAN JUDUL …………………………………………………………… i

HALAMAN PERSETUJUAN ………………………………………………… ii

HALAMAN PENGESAHAN …………………………………………………. iii

HALAMAN MOTO ………………………………………………………… .. iv

HALAMAN PERSEMBAHAN ……………………………………………. .. v

PERNYATAAN KEASLIAN ………………………………………………... vi

ABSTRAK ………………………………………………………..…………… vii

ABSTRACT …………………………………………………………….….... viii

KATA PENGANTAR …………………………………………………………. ix

DAFTAR ISI …………………………………………………………………… xi

BAB I PENDAHULUAN …………………………...………………...……… 1

1. Latar Belakang …………………………………………………. 1

2. Permasalahan ……………………………………………………. 2

3. Batasan masalah …………… ………………………...….…….. 2

4. Tujuan …………………………………………………………... 3

5. Metodologi ……………………………………………………… 3

BAB II LANDASAN TEORI ………………………………………………… 4

2.1 Pengertian Citra ............................................................................... 4

2.2 Pengertian Kontras Tingkat Keabuan dalam Peningkatan Citra …. 9

2.3 Perangkat Pengolah Citra ……………………………………… . 13

a. Sistem Perekaman Citra ……………………………………… 13

b. Perangkat Keras Perekam Citra ……………………………... 15

xi


c. Perangkat Lunak Perekam Citra ……………………………… 15

2.4 Manipulasi Citra ………………………………………………… 17

a. Penggeseran dan pelebaran histogram ……………………..... 17

b. Perataan histogram …………………………………………… 17

c. Pemodelan histogram ………………………………………… 18

d. Ekualisasi histogram …………………………………………. 18

e. Inversi ………………………………………………………… 19

f. Penapisan(filter) ………………………………………………. 19

g. Kontras biner …………………………………………………. 19

2.5 Algoritma Peningkatan Mutu Citra dengan Kontras Tingkat

Keabuan di Matlab …………………………………………….. 20

BAB III IMPLEMENTASI dan PEMBAHASAN ………………………… 22

3.1 Implementasi Program ………………………………………… 22

a. Listing Program Perbaikan Citra untuk Citra yang mengalami

overexposed …………………………………………………. 22

b. Listing Program Perbaikan Citra untuk Citra yang mengalami

underexposed ………………………………………………. 23

c. Keterangan Program ………………………………………… 24

BAB IV PENUTUP ………………………………………………………… 27

4.1 Kesimpulan ……………………………………………………. 27

4.2 Saran ……………………………………………………………. 27

DAFTAR PUSTAKA ………………………………………………………… 28

xii


BAB I

PENDAHULUAN

1. Latar Belakang

Menurut Aniati Murni Arymurthy tampilan yang tidak baik suatu citra

merupakan masalah yang sangat kompleks yang harus ditanggulangi.

Seringkali terjadi ada banyak kasus tentang tampilan yang tidak baik suatu

citra, misalnya: gambar/citra terlalu terang/gelap sehingga tampilan citra tidak

baik. Tampilan yang tidak baik suatu citra ini bisa terjadi dikarenakan waktu

perekaman gambar/citra karena pencahayaan kurang.

Peningkatan kontras tingkat keabuan citra merupakan salah satu solusi

�omputer�ve untuk menyelesaikan masalah tampilan yang tidak baik citra.

Metode peningkatan mutu citra dengan kontras tingkat keabuan ini akan

membuat histogram piksel citra merata memenuhi bagian atas dan bawah dari

daerah tingkat keabuan sehingga nantinya akan diperoleh atau menghasilkan

tampilan citra yang baik dengan ekualisasi histogram.

Ketika mencari penyelesaian suatu masalah, maka dicari solusi yang

terbaik dan dianggap termudah dari semua kemungkinan solusi yang ada.

Kumpulan semua kemungkinan solusi tersebut berada dalam suatu metode.

Setiap metode merupakan satu solusi yang mungkin dan dapat digunakan

untuk menyelesaikan masalah mutu/kwalitas tampilan suatu citra. Banyak

metode yang dikenal untuk menemukan solusi yang layak untuk peningkatan

1


2

mutu citra, diantaranya adalah metode peningkatan kontras tingkat keabuan

citra dengan ekualisasi histogram.

Peningkatan mutu citra dengan peningkatan kontras tingkat keabuan

ini merupakan salah satu cara untuk memperbaiki tampilan suatu citra dari

citra yang mengalami underexposed/gambar tidak baik karena terlalu gelap

dan memperbaiki citra yang mengalami overexposed/ gambar terlalu terang

sehingga nantinya tampilan citra akan menjadi baik dengan memakai

ekualisasi histogram.

2. Permasalahan

Bagaimana memperbaiki kualitas citra yang tidak baik karena

mengalami underexposed atau overexposed.

3. Batasan Masalah

Dalam makalah tugas akhir ini, diambil batasan masalah yang akan

dibahas, yaitu memperbaiki tampilan kwalitas/mutu suatu citra dengan cara

membuat histogram piksel merata memenuhi semua bagian atas dan bawah

dari daerah tingkat keabuan melalui ekualisasi histogram.

Perangkat lunak yang digunakan untuk membuat program adalah

program Matlab V.6.1 pada system operasi WindowsXP Profesional.Dan

Perangkat keras yang digunakan untuk membuat program adalah seperangkat

�omputer dengan fasilitas sebagai berikut:

Intel Pentium III processor 500 MHz


3

RAM 128 megabyte

Monitor on S3 ViRGE DX/GX resolusi 800 x 600 pixel

4. Tujuan

Tujuan dari pembuatan makalah tugas akhir ini memperbaiki

kwalitas/tampilan suatu citra yang mengalami underexposed/overexposed

melalui peningkatan kontras tingkat keabuan citra dengan ekualisasi

histogram.

5. Metodologi

Dalam menulis makalah tugas akhir ini metodologi yang dipergunakan

adalah studi literatur dan praktek langsung dengan Matlab.


BAB II

LANDASAN TEORI

2.1 Pengertian Citra

Menurut Aniati Murni Arymurthy citra sebagai keluaran dari suatu

sistem perekaman data yang dapat bersifat optis berupa foto, bersifat analog

berupa sinyal video seperti gambar pada monitor televisi, atau bersifat digital

yang dapat langsung disimpan pada piringan magnetis.

Menurut Agustinus Nalwan citra ada dua yaitu citra tampak dan citra

tidak tampak. Citra tampak adalah citra non digital, yaitu seperti foto, gambar,

lukisan. Citra tidak tampak adalah citra digital, yaitu data foto/gambar yang

tersimpan dalam file. Citra digital merupakan fungsi dua dimensi f(x,y)

dimana x dan y adalah koordinat spasial (bidang) dan amplitudo f pada

pasangan koordinat (x,y) merupakan intensitas atau tingkat keabuan. Citra

digital merupakan suatu matriks di mana indeks baris dan kolomnya

menyatakan suatu titik pada citra tersebut dan elemen matriksnya menyatakan

tingkat keabuan pada titik tersebut yang disebut elemen gambar/piksel. Citra

digital berukuran N x M (tinggi=N, lebar M) dinyatakan dengan matriks

N x M di mana:

N : jumlah baris 0 < y < N -1

M : jumlah kolom 0 < x < M -1

L : maksimum warna intensitas (derajat keabuan) 0 < f(x,y) < L -1

4


5

Citra digital secara visualisasi biasanya berbentuk persegi

panjang, dimensi ukurannya dinyatakan sebagai tinggi x lebar, dan

ukurannya dinyatakan dalam titik atau piksel dan dinyatakan dalam

satuan panjang.

Menurut Agustinus Nalwan citra digital ada dua resolusi, yaitu

resolusi spasial dan resolusi kecemerlangan/intensitas/brightness.

Resolusi adalah banyaknya titik untuk setiap satuan panjang. Makin

besar resolusi makin banyak titik yang terkandung dalam citra

sehingga menjadi lebih halus. Resolusi spasial adalah untuk

menentukan pembagian kisi-kisi baris dan kolom, misal hasil

digitalisasi citra bukan digital ke citra digital dengan jumlah baris 256

dan jumlah kolom 256. Maka resolusi spasialnya adalah 256 x 256.

Dan resolusi kecemerlangan/brightness/intensitas adalah untuk

menentukan pembagian tingkat kecemerlangan, misal bila intensitas

piksel berkisar antara 0 dan 255,maka resolusi kecemerlangan citra

adalah 256.


6

Menurut Agustinus Nalwan dasar dari pengolahan citra adalah

pengolahan warna RGB pada posisi tertentu. Dalam pengolahan citra

warna dipresentasikan dengan nilai hexadesimal dari 0x00000000

sampai 0x00ffffff. Warna hitam adalah 0x00000000 dan warna putih

adalah 0x00ffffff. Definisi nilai warna di atas seperti gambar 2.1,

variabel 0x00 menyatakan angka dibelakangnya yaitu hexadeximal.

Terlihat bahwa setiap warna mempunyai range nilai 00 (angka

desimalnya adalah 0) dan ff (angka desimalnya adalah 255), atau

mempunyai nilai derajat keabuan 256= Dengan demikian range

warna yang digunakan adalah (atau yang dikenal

dengan istilah True Colour pada Windows). Nilai warna yang

digunakan di atas merupakan gabungan warna cahaya merah, hijau dan

biru seperti yang terlihat pada gambar 2.2. Sehingga untuk

menentukan nilai dari suatu warna yang bukan warna dasar digunakan

gabungan skala kecerahan dari setiap warnanya.


7

Dari definisi di atas untuk menyajikan warna tertentu dapat

dengan mudah dilakukan, yaitu dengan mencampurkan ketiga warna

dasar RGB, tabel 1 berikut memperlihatkan contoh-contoh warna yang

bisa digunakan.

Tabel 1. Contoh-contoh warna dalam hexadesimal

Nilai Warna 0x00000000 Hitam 0x000000FF Merah 0x0000FF00 Hijau 0x00FF0000 Biru 0x0000FFFF Kuning 0x00FF00FF Magenta 0x00FFFF00 Cyan 0x00FFFFFF Putih 0x0000AAFF Orange 0x00888888 Abu-abu 0x00FF00AA Ungu 0x00AAFF00 Hijau muda 0x00AA00FF Merah muda 0x00AAFFFF Kuning muda 0x000088AA Coklat 0x00AA0088 Ungu

Untuk mengetahui kombinasi warna, perlu dibuat suatu

program yang dapat menempilkan warna sesuai dengan nilai yang

dimasukkan sehingga dapat dicoba berbagai macam kombinasi warna

RGB seperti gambar 2.2.

Menurut Agustinus Nalwan macam/type citra berdasarkan

format penyimpanan nilai warnanya ada citra biner, citra skala

keabuan, citra warna.


8

a. Citra Biner

Setiap titik atau piksel dalam citra bernilai 0 dan 1.Warna

hitam=0 dan putih=1.

Contoh=

b. Citra skala keabuan

Citra skala keabuan mempunyai kemungkinan warna antara

hitam(minimal) dan putih(maksimal).contoh:

skala keabuan 4 bit

jumlah kemungkinan =16 warna

kemungkinan warna 0(minimum)sampai 15 (maksimal)

c. Citra warna

Setiap titik (piksel) pada citra warna mewakili warna yang

merupakan kombinasi dari tiga warna dasar yaitu merah, hijau,

biru (Reg Green Blue). Setiap warna dasar mempunyai intensitas

sendiri dengan nilai maksimum 255 (8 bit).


9

Red = nilai minimal putih, warna maksimal merah.

Green = nilai minimal putih, warna maksimal hijau.

Blue = nilai minimal putih, warna maksimal biru.

Misal warna kuning = kombinasi warna merah dan hijau sehingga

nilai RGB-nya = 255 255 0. Warna ungu muda = kombinasi warna

merah dan biru sehingga nilai RGB-nya = 150 0 150. Jadi setiap

titik pada citra warna membutuhkan data 3 byte, dan jumlah

kemungkinan kombinasi warna lebih dari 16 juta warna dan

disebut true colour karena dianggap mencakup semua warna yang

ada.

2.2 Pengertian Kontras Tingkat Keabuan dalam Peningkatan Citra

Citra sebagai suatu keluaran sistem perekaman data yang dapat bersifat

optis berupa foto, bersifat analog berupa sinyal video seperti gambar pada

monitor televisi, atau bersifat digital yang dapat langsung disimpan pada

piringan magnetis.

Peningkatan citra bertujuan untuk memperbaiki tampilan suatu citra

atau gambar. Tampilan gambar/citra diperbaiki karena tampilan sebuah

gambar atau citra tersebut mengalami gangguan, misalnya terlalu terang/gelap

sehingga tampilan tidak baik. Salah satu alat bantu yang paling sederhana dan

sangat berguna dalam pengolahan citra digital adalah peningkatan kontras

tingkat keabuan citra. Teknik peningkatan citra dengan kontras tingkat

keabuan adalah untuk memetakan setiap tingkat abu–abu ke tingkat abu–abu

lainnya dengan menggunakan suatu transform.


10

Transform adalah salah satu proses yang bersifat pemetaan baku untuk

kemudahan dan keefektifan sesuai tujuan peningkatan mutu citra dengan

kontras tingkat keebuan menggunakan teknik perataan histogram. Teknik

perataan histogram dalam peningkatan kontras tingkat keabuan adalah teknik

untuk mendapatkan citra dengan daerah tingkat keabuan yang penuh dan

dengan distribusi piksel yang merata pada setiap daerah keabuan.

Tingkat keabuan citra merupakan citra skala keabuan yang memberi

kemungkinan warna lebih banyak. Dikatakan memberi kemungkinan warna

yang lebih banyak karena mempunyai nilai, diantaranya adalah nilai minimum

(0) dan nilai maksimumnya tergantung dengan jumlah bit yang dipakai. Pada

umumnya warna yang dipakai pada kontras tingkat keabuan citra adalah

warna hitam sebagai warna minimum dan warna putih sebagai warna

maksimum , sehingga warna antaranya adalah abu–abu.

Contoh citra yang kontras tingkat keabuannya tidak baik karena terlalu

terang yang dalam istilah fotografi disebut overexposed, dapat dilihat dalam

gambar 3.1a. berikut ini:

Gambar 3.1a. Gambar overexposed diambil dari www.anglepark.com


11

Gambar 3.1a. di atas mengalami overexposed karena histogram piksel

citra hanya menggunakan setengah bagian atas dari daerah tingkat keabuan

yang disediakan, seperti terlihat pada histogram berikut ini:

Gambar 3.1b. Histogram dari gambar 3.1a yang mengalami overexposed

Nilai 0,5 merupakan unshap yang mengontrol bentuk dari filter yang

mempunyai nilai antara 0 sampai 1. Unshap artinya memberikan kecerahan

pada citra. Di mana angka 0, 0.5 dan 1 adalah untuk menunjukkan intensitas

cahaya yang memberikan kecerahan citra. Angka 0, 5 dan 10 untuk

menentukan banyaknya piksel yang memenuhi bagian citra. Sehingga dengan

melihat gambar 3.1b di atas dapat diketahui kalau citra mengalami

overexposed. Citra dikatakan mengalami overexposed karena histogram pikxel

dari angka 0 dan 10 banyak yang memenuhi bagian atas dari daerah tingkat

keabuan, yaitu banyaknya histogram pikxel citra yang memenuhi daerah

kecerahan yang mendekati angka 1 maka citra akan mengalami overexposed.

Contoh gambar yang kontras tingkat keabuannya kurang baik karena

kurang terang yang istilah fotografi disebut underexposed dapat dilihat pada

gambar 3.2a. berikut ini:


12

Gambar 3.2a. Gambar underexposed diambil dari www.ulead.com

Gambar 3.2a. di atas mengalami underexposed karena histogram piksel

citra hanya menggunakan setengah bagian bawah dari daerah tingkat keabuan

yang disediakan, seperti terilihat pada histogram berikut ini:

Gambar 3.2b. Histogram dari gambar 3.2a yang mengalami underexposed

Nilai 0,5 merupakan unshap yang mengontrol bentuk dari filter yang

mempunyai nilai antara 0 sampai 1. Unshap artinya memberikan kecerahan

pada citra. Di mana angka 0, 0.5 dan 1 adalah untuk menunjukkan intensitas

cahaya yang memberikan kecerahan citra. Angka 0, 5 dan 10 untuk

menentukan banyaknya piksel yang memenuhi bagian citra. Sehingga dengan

melihat gambar 3.1b di atas dapat diketahui kalau citra mengalami

underexposed. Citra dikatakan mengalami underexposed karena histogram

pikxel dari angka 0 dan 10 banyak yang memenuhi bagian bawah dari daerah

tingkat keabuan, yaitu banyaknya histogram pikxel citra yang memenuhi


13

daerah kecerahan yang mendekati angka 0 maka citra akan mengalami

underexposed.

Contoh citra baik yang mempunyai histogram piksel citra dengan

daerah tingkat keabuan merata memenuhi seluruh bagian atas dan bagian

bawah dari tingkat keabuan yang disediakan, dapat dilihat pada gambar 3.3a

berikut ini:

Gambar 3.3a. Gambar kontras baik diambil dari www.ppigroningen.nl

Histogram dari gambar di atas adalah sebagai berikut:

Gambar 3.3b. Histogram dari gambar dengan kontras yang baik

2.3 Perangkat Pengolah Citra

a. Sistem Perekaman Citra

Menurut Aniati Murni Arymurthy komputer hanya dapat

memproses suatu citra dalam bentuk digital saja. Pada cara konvensional,

pemasukan data citra dilakukan melalui papan ketik terminal biasa. Di sini

data yang dimasukkan berupa nilai – nilai integer yang menunjukkan nilai

intensitas cahaya atau tingkat keabuan setiap elemen gambar. Cara ini


14

selain melelahkan, memakan waktu yang lama dan hanya mungkin untuk

citra dengan resolusi rendah. Citra digital dapat diperoleh secara otomatis

dari sistem penangkapan citra sewaktu pengolahan citra, yaitu saat

perekaman citra. Sistem tersebut merupakan bagian dari sistem

pengolahan citra dalam perekaman suatu citra, seperti dapat dilihat dari

gambar 3.4. berikut :

Citra Citra

masukan digital

Gambar 3.4. Elemen - elemen dari sistem pengolah citra dalam

perekaman suatu citra

Sistem penangkapan citra digital sendiri terdiri dari tiga komponen

dasar, yaitu sensor citra yang bekerja sebagai pengukur intensitas cahaya,

perangkat yang bertugas merekam hasil pengukuran intensitas pada

seluruh bagian citra, dan analog-digital menjadikan citra digital sehingga

dapat diproses oleh komputer.


15

b. Perangkat Keras Perekam Citra

Menurut Aniati Murni Arymurthy sistem perekaman citra seperti

pada gambar 3.4, dapat dilihat bahwa komponen utama dari perangkat

keras perekam citra secara digital adalah komputer. Komputer tersebut

bisa dari jenis komputer multi-guna atau jenis yang khusus dirancang

untuk pengolah citra digital. Skala dari perangkat keras ini bisa mulai dari

jenis komputer mikro sampai dengan jenis komputer super yang dapat

melakukan ratusan juta instruksi perdetik. Dasar pemilihan skalanya

ditentukan oleh besarnya pekerjaan pengolahan citra yang harus ditangani.

Komputer dalam sistem perangkat keras merupakan bagian yang bersifat

multiguna karena dilengkapi dengan alat masukan dan alat keluaran

seperti alat penyimpanan dan pembaca dan alat pencetak.

c. Perangkat Lunak Perekam Citra

Paket perangkat lunak pengolahan citra biasanya mencakup banyak

aplikasi seperti bidang – bidang: riset dan pengembangan, seni grafis, film

animasi dan lain sebagainya. Paket tersebut biasanya menyediakan pustaka

rutin pengolahan citra dasar yang dapat digunakan atau dipanggil oleh

program – program yang dikembangkan oleh pemakai sistem. Dalam

penerapannya paket perangkat lunak tersebut sering dilengkapi dengan alat

bantu pengembangan aplikasinya, sehingga akan memudahkan tugas

pemakai dalam mengembangkan aplikasi khususnya. Paket jenis ini

biasanya dapat diterapkan pada beberapa jenis komputer multi – guna


16

tertentu mulai dari skala mikro, mini, dan mungkin juga komputer super.

Contoh paket perangkat lunak yang digunakan dalam pengolahan citra

adalah MATLAB. Matlab menyediakan beberapa fasilitas antara lain

adalah fasilitas untuk memproses atau menampilkan citra. Berikut contoh

statement dalam matlab untuk menampilkan citra :

Statement ini digunakan untuk memanggil file yang bernama

over.gif di mana statement ini akan membaca berkas tersebut dan

menampilkan gambar yang filenya bernama over.gif. Indek citra dari

file yang terbaca dimasukkan kedalam x dan hal ini akan dimasukkan

kedalam colourmap kedalam map. Sehingga tampilan dan warna citra

sama persis dengan aslinya.

Sebagai contoh program singkatnya sebagai berikut:

Dari contoh program tersebut akan menampilkan gambar yang filenya

bernama over.gif.


17

2.4 Manipulasi Citra

Menurut Aniati Murni Arymurthy manipulasi citra adalah

memperbaiki, meningkatkan mutu/kwalitas citra. Dalam manipulasi citra

terdapat:

a. Penggeseran dan pelebaran histogram

Penggeseran dan pelebaran histogram merupakan penambahan

intensitas setiap piksel dengan konstanta dan juga dengan cara

pengurangan intensitas setiap piksel dengan konstanta. Dengan melakukan

penambahan intensitas piksel dengan konstanta akan memberikan efek

gambar menjadi terang, karena setiap piksel akan bergeser kearah kontras

tingkat keabuan dari warna putih.

b. Perataan histogram

Menurut Aniati Murni Arymurthy perataan histogram ini

merupakan langkah untuk mendapatkan hasil yang hampir sama dengan

hasil yang diperoleh dari teknik penggeseran dan pelebaran histogram ,

yaitu untuk mendapatkan citra dengan daerah kontras tingkat keabuan

yang penuh dan dengan distribusi piksel pada setiap kontras tingkat

keabuan yang merata.

Perataan histogram ini digunakan untuk meningkatkan kontras

tingkat keabuan citra dari suatu citra dengan cara mentranformasikan

derajat keabuan agar histogram citra memenuhi seluruh selang skala

keabuan. Pada operasi ini akan memberikan perbaikan kemunculan citra.


18

c. Pemodelan histogram

Pemodelan histogram ini merupakan langkah untuk

memodifikasi citra sehingga dapat terbentuk sesuai keinginan.Dalam hal

ini berguna untuk pelebaran kontras pada citra yang mempunyai aras

kontras rendah, sehingga melihat histogram citra dapat ditentukan

kekurangan kontrasnya.

d. Ekualisasi histogram

Menurut Aniati Murni Arymurthy ekualisasi histogram bertujuan

memperoleh citra dengan histogram yang seragam, yaitu dengan

merentangkan histogram piksel sehingga histogram piksel memenuhi

daerah bagian atas dan bagian bawah dari daerah tingkat keabuan citra.

Proses ekualisasi histogram secara ideal seperti gambar 4.1 berikut :

Gambar 4.1 Proses ekualisasi histogram

Pada gambar 4.1 di atas, histogram citra hasil yang ideal memiliki jumlah

titik yang sama untuk setiap tingkat keabuan, jadi distribusi titik dalam

citra asli harus disebarkan secara lebih merata keseluruh nilai keabuan.


19

e. Inversi

Inversi ini untuk mengubah bagian citra yang berwarna gelap

menjadi terang dan yang berwrna terang menjadi gelap.

f. Penapisan (filter)

Menurut Aniati Murni Arymurthy filter/penapisan adalah

pengelompokan tingkat keabuan menjadi kategori obyek yang dilakukan

secara iteratif dan berdasarkan distribusi intensitas kontras tingkat keabuan

dari suatu gambar / citra.

g. Kontras biner

Kontras biner adalah penggunaan hanya dua tingkat keabuan. Citra

yang akan diteliti diberi warna yang jelas misalnya hitam dengan intensitas

tingkat keabuan 1, sedangkan lainnya dapat diberi warna yang sama yaitu

sama dengan warna latar belakang misalnya warna putih dengan intensitas

tingkat keabuan 0. Pemetaan tingkat keabuan dapat dilakukan berdasarkan

histogram piksel dari gambar aslinya,misalnya untuk semua piksel yang

mempunyai histogram setengah bagian atas dari tingkat keabuan diberi

warna latar belakang, sedangkan histogram piksel dari gambar yang

mempunyai histogram setengah bagian bawah diberi warna yang jelas.


20

2.5 Algoritma Peningkatan Mutu Citra dengan Kontras Tingkat Keabuan di

Matlab

Algoritma tidak lebih dari sekedar logika, menenentukan langkah

pertama, baru yang kedua dan seterusnya. Dalam dunia komputer ada istilah

"script in mind", maksudnya algoritma/logikanya dulu dipikirkan baru buat

programnya

Algoritma adalah dasar dan pondasi untuk membuat suatu program

komputer yang akan menghasilkan program yang tersusun rapi untuk

menyelesaikan suatu permasalahan secara bertahap.

Algoritma dari peningkatan mutu suatu citra dengan peningkatan

kontras tingkat keabuan citra melalui ekualisasi perataan histogram dalam

matlab dapat digambarkan sebagai berikut:

Langkah 1:= Memanggil suatu citra, dan citra itu harganya disimpan

dalam array X yang dimasukkan kedalam colourmap dengan

perintah:

[x,map]=imread('………');

Diisi nama file dari citra yang mau diperbaiki

Langkah 2:= Memperbesar kontras tingkat keabuan citra menggunakan

ekualisasi histogram dengan perintah :

newmap=histeq(map,… )

diisi nilai kontras, misalnya 8

Langkah 3:= figure


21

Langkah 4:= memanggil citra asli yang tersimpan dalam map dengan

perintah:

Subimage(x,map);

Langkah 5:= memanggil citra hasil ekualisasi yang tersimpan di dalam

newmap dengan perintah:

Subimage(x,newmap);

Langkah 6:= memanggil hasil histogram dengan perintah:

imhist(map); dan imhist(newmap);


BAB III

IMPLEMENTASI dan PEMBAHASAN

3.1 Implementasi Program

Berdasarkan algoritma 2.5 Algoritma Peningkatan Mutu Citra dengan Kontras

Tingkat Keabuan di Matlab maka dibuat:

a. Listing Program Perbaikan Citra untuk Citra yang mengalami

overexposed

clear, close all, clc; [x,map]=imread('over.gif'); % membaca citra newmap=histeq(map,8); figure; subplot(2,2,1); subimage(x,map); title('citra asli'); subplot(2,2,2); subimage(x,newmap); title('citra hasil ekualisasi histogram'); subplot(2,2,3); imhist(map); title('histogram indeks warna asli'); subplot(2,2,4); imhist(newmap); title('histogram hasil ekualisasi');

22


23 Hasil Program:

b. Listing Program Perbaikan Citra untuk Citra yang mengalami

underexposed

clear, close all, clc; [x,map]=imread('under.gif'); % membaca citra newmap=histeq(map,8); figure; subplot(2,2,1); subimage(x,map); title('citra asli'); subplot(2,2,2); subimage(x,newmap); title('citra hasil ekualisasi histogram'); subplot(2,2,3); imhist(map); title('histogram indeks warna asli'); subplot(2,2,4); imhist(newmap); title('histogram hasil ekualisasi');


24 Hasil Program:

c. Keterangan Program

[x,map]=imread(‘over.gif’);

Statement ini digunaan untuk memanggil file citra yang bernama

over.gif, dimana statement ini akan membaca file over.gif tersebut

dengan memberikan warna yang sama dengan citra aslinya. Indek citra

dari file over.gif yang terbaca dimasukkan kedalam x, dan hal ini

akan dimasukkan kedalam colourmap yang mempunyai nilai skala antara

0 dan 1, kemudian dimasukkan kedalam map.Map adalah array 2 dimensi


25

[x,map]=imread(‘under.gif’);

Statement ini digunaan untuk memanggil file citra yang bernama

under.gif, dimana statement ini akan membaca file under.gif

tersebut dengan memberikan warna yang sama dengan citra aslinya. Indek

citra dari file under.gif yang terbaca dimasukkan kedalam x, dan hal

ini akan dimasukkan kedalam colourmap yang mempunyai nilai skala

antara 0 dan 1, kemudian dimasukkan kedalam map.Map adalah array 2

dimensi

newmap=histeg(map,8);

Tujuannya adalah untuk memperbesar kontras dengan menggunakan

ekualisasi histogram. Maksudnya mentransformasikan nilai di dalam

colourmap sehingga histogram dari indek komponen yang berwarna

keabu-abuan dari citra dalam map akan sesuai. Ini akan ditransformasikan

kembali oleh colourmap di dalam newmap. Sesuai dengan perintah di atas

nilai kontras yang diberikan sebesar 8. Semakin besar nilai kontras akan

semakin terang citra hasil ekualisasinya. Nilai kontras yang kecil adalah 2.

Subimage(x,map);

Statement ini untuk memanggil citra asli yang tersimpan dalam map.


26

Subimage(x,newmap);

Statement untuk memanggil citra hasil ekualisasi yang tersimpan di dalam

newmap.

Imhist(map) dan imhist(newmap);

Statement ini digunakan untuk memanggil hasil histogramnya.


BAB IV

PENUTUP

4.1 Kesimpulan

Tampilan citra yang kurang baik karena citra terlalu gelap/terang dapat

diperbaiki dengan meningkatan kontras tingkat keabuan, yaitu dengan cara

ekualisasi histogram dengan membuat histogram piksel memenuhi seluruh

bagian atas dan bawah daerah tingkat keabuan.

4.2 Saran

Makalah sistem peningkatan mutu citra dengan peningkatan kontras

tingkat keabuan dengan cara ekualisasi histogram yang sederhana ini,

diharapkan bisa dikembangkan terutama untuk ilmu pengolahan citra.

27


DAFTAR PUSTAKA

Aniati Murni Arymurthy dan Suryana Setiawan. (1992). Pengantar Pengolahan

Citra. Penerbit PT Elex Media Komputindo Kelompok Gramedia-

Jakarta.

Aniati Murni Arymurthy. (1983). Penggunakan teknik digital image processing

dan computer graphics pada system manajemen sumber daya alam.

Konferensi Komputer Nasional, Jakarta.

Agustinus Nalwan. (1997). Pengolahan Citra Secara Digital. Elex Media

Komputindo

Jain, Anil K. (1989). Fundamental of Digital Image Processing. Prentice Hall,

New Jersey.

Riyad Mubarak. Modul Kuliah Pemrosesan Citra. USD.

28


Documents

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI ... satu cara memperbaiki tampilan mu tu citra adalah dengan peningkatan kontras tingkat keabuan dengan cara e kualisasi histogram, yaitu membuat