BAB 4 IMPLEMENTASI DAN EVALUASI
4.1 Implementasi Program Aplikasi Dari keseluruhan perangkat lunak (aplikasi) yang dibuat pada skripsi ini akan dilakukan implementasi untuk mengetahui kelebihan dan kekurangan aplikasi ini. Untuk itulah, evaluasi dilakukan terhadap waktu proses dan ketepatan gambar yang dihasilkan.
4.1.1 Spesifikasi Perangkat Keras Perangkat keras yang digunakan untuk mengimplementasi dan mengevaluasi program aplikasi adalah sebagai berikut. •
Prosesor Intel Celeron 1.70 GHz.
•
Memori SDRAM 128 MB.
•
Harddisk 20 GB
•
Floppy disk 1,44 MB
•
Monitor 15”
•
Keyboard
•
Mouse
4.1.2 Spesifikasi Perangkat Lunak Dalam merancang dan mengimplementasikan program aplikasi tersebut, digunakan perangkat lunak sebagai berikut:
65
66 •
Sistem operasi Microsoft Windows XP
•
Borland Delphi 6.0
4.2 Tampilan dan Cara Pengoperasian Program Aplikasi 4.2.1 Tampilan Menu Utama Tampilan menu utama seperti pada Gambar 4.1, terdapat baris menu (menu bar) yang berisi beberapa menu, yaitu: menu File, Colorization, Help. Submenu dari menumenu tersebut dapat dibuka dengan meng-klik salah satu menu dan diikuti dengan submenu yang ingin dibuka. Dapat juga dilakukan dengan penekanan tombol ALT + huruf awal menu yang ingin dibuka.
Gambar 4.1 Tampilan Menu Utama
4.2.2 Tampilan Menu New Colorization Aplikasi colorize dapat dimulai dengan penginputan gambar. Menu yang digunakan adalah menu New Colorization. Dengan memilih menu New Colorization,
67 maka akan ditampilkan layar untuk menginput dua buah gambar (Gambar 4.2), yaitu sebuah gambar warna dan sebuah gambar grayscale.
Gambar 4.2 Tampilan Menu New Colorization Penginputan gambar dapat dilakukan dengan memilih tombol open color image dan open grayscale image. Batasan untuk gambar yang dimasukkan sebagai input adalah gambar dengan ekstensi *.bmp. Setelah memasukkan dua input gambar, menu Start Coloring dapat dipilih untuk memulai pewarnaan pada gambar grayscale. Jika menu Start Coloring dipilih, maka akan ditampilkan Form Color Image– LAB Convertion from RGB (Gambar 4.3). Form ini menyediakan tombol Convert RGB to LAB. Setelah tombol tersebut dipilih, maka akan ditampilkan nilai konversi dari RGB ke LMS bersamaan dengan tampilan konversi nilai LMS ke LAB.
68 4.2.3 Tampilan Form Color Image–LAB Convertion from RGB
Gambar 4.3 Tampilan Form Color Image-LAB Convertion from RGB Dalam Form Color Image-LAB Convertion from RGB, jika dipilih tombol next, maka akan ditampilkan Form Grayscale Image-LAB Convertion from RGB (Gambar 4.4). Jika tombol exit yang dipilih, maka semua aplikasi akan ditutup. Form Grayscale Image-LAB Convertion from RGB akan menampilkan nilai konversi RGB ke LMS dan LMS ke LAB setelah dipilih tombol Convert RGB to LAB.
69 4.2.4 Tampilan Form Grayscale Image-LAB Convertion from RGB
Gambar 4.4 Tampilan Form Grayscale Image-LAB Convertion from RGB Jika dalam Form Grayscale Image-LAB Convertion from RGB, dipilih tombol back, maka akan ditampilkan kembali menu sebelumnya, yaitu form Color Image-LAB Convertion from RGB. Jika dipilih tombol next, maka akan ditampilkan Form Histogram of Color Image (Gambar 4.5). Sedangkan jika dipilih tombol exit, maka semua aplikasi akan ditutup.
70 4.2.5 Tampilan Form Histogram of Color Image
Gambar 4.5 Tampilan Form Histogram of Color Image Form Histogram of Color Image menampilkan histogram dari gambar warna. Dalam menu ini, jika dipilih tombol back, maka akan ditampilkan menu sebelumnya, yaitu Form Grayscale Image-LAB Convertion from RGB. Jika dipilih tombol next, maka akan ditampilkan form selanjutnya, yaitu Form Histogram of Grayscale Image (Gambar 4.6). Jika tombol exit dipilih, maka semua aplikasi akan ditutup.
71 4.2.6 Tampilan Form Histogram of Grayscale Image
Gambar 4.6 Tampilan Form Histogram of Grayscale Image Form Histogram of Grayscale Image menampilkan histogram dari gambar grayscale. Dalam menu ini, jika dipilih tombol back, maka akan ditampilkan menu sebelumnya, yaitu Form Histogram of Color Image. Jika dipilih tombol next, maka akan ditampilkan form selanjutnya, yaitu Form Specification Result of Histogram’s Color Image (Gambar 4.7). Jika tombol exit dipilih, maka semua aplikasi akan ditutup.
72 4.2.7 Tampilan Form Specification Result of Histogram’s Color Image
Gambar 4.7 Tampilan Form Specification Result of Histogram’s Color Image Form Specification Result of Histogram’s Color Image akan menampilkan hasil spesifikasi dari histogram gambar warna. Jika dalam form ini dipilih tombol back, maka akan ditampilkan menu sebelumnya, yaitu Form Histogram of Grayscale Image. Jika dipilih tombol next, maka akan ditampilkan form selanjutnya, yaitu Form Input Number Pixel’s Samples of Color Image. Jika dipilih tombol exit, maka semua aplikasi akan ditutup.
73 4.2.8 Tampilan Form Input Number Pixel’s Samples of Color Image
Gambar 4.8 Tampilan Form Input Number Pixel’s Samples of Color Image Form Input Number Pixel’s Samples of Color Image meminta input berupa jumlah sampel pixel yang akan digunakan dalam proses pewarnaan. Sampel pixel yang digunakan sebagai default adalah sebanyak 200 sampel, sedangkan batasan jumlah sampel pixel yang dapat diinputkan adalah 50 sampai dengan 500 sampel. Jika dalam form ini dipilih tombol back, maka akan ditampilkan kembali form sebelumnya, yaitu Form Specification Result of Histogram’s Color Image. Jika dipilih tombol next, maka akan ditampilkan Form Input Neighborhood Size (Gambar 4.9). Jika dipilih tombol exit, maka semua aplikasi akan ditutup.
74 4.2.9 Tampilan Form Input Neighborhood Size
Gambar 4.9 Tampilan Form Input Neighborhood Size Form Input Neighborhood Size meminta input berupa ukuran pixel yang akan dimasukkan sebagai sampel dalam proses pewarnaan. Batasan ukuran pixel yang dapat diinputkan adalah 3x3 sampai dengan 15x15 pixel. Jika dalam form ini dipilih tombol back, maka akan ditampilkan kembali form sebelumnya, yaitu Form Input Number Pixel’s Samples of Color Image. Jika dipilih tombol next, maka akan ditampilkan Form Statistic Calculation (Gambar 4.10). Jika dipilih tombol exit, maka semua aplikasi akan ditutup.
75 4.2.10 Tampilan Form Statistic Calculation
Gambar 4.10 Tampilan Form Statistic Calculation Form Statistic Calculation akan menampilkan detail proses perhitungan statistika dari gambar warna dan gambar grayscale yang telah diinputkan. Jumlah sampel pixel beserta ukurannya yang telah diinputkan pada form sebelumnya akan diikutkan dalam perhitungan statistika pada form ini. Jika dalam form ini dipilih tombol back, maka akan ditampilkan kembali form sebelumnya, yaitu Form Input Neighborhood Size. Jika dipilih tombol next, maka akan ditampilkan Form Match The Pixels (Gambar 4.11). Jika dipilih tombol exit, maka semua aplikasi akan ditutup.
76 4.2.11 Tampilan Form Match The Pixels
Gambar 4.11 Tampilan Form Match The Pixels Form Match The Pixels akan menampilkan detail proses pencocokan pixel gambar warna terhadap gambar grayscale. Dari pencocokan pixel ini akan dihasilkan pixel gambar warna yang cocok untuk ditransfer ke gambar grayscale. Jika dalam form ini dipilih tombol back, maka akan ditampilkan kembali form sebelumnya, yaitu Form Statistic Calculation. Jika dipilih tombol finish, maka akan ditampilkan form Result of Colorization (Gambar 4.12).
77 4.2.12 Tampilan Form Result of Colorization
Gambar 4.12 Tampilan Form Result of Colorization Form Result of Colorization menampilkan hasil akhir dari keseluruhan proses pewarnaan, yaitu sebuah gambar grayscale yang berwarna. Gambar yang telah dihasilkan melalui proses pewarnaan dengan Algoritma Image Matching dapat disimpan dengan menggunakan tombol save. Seluruh proses pewarnaan ini akan dihentikan dan semua aplikasi akan ditutup jika dipilih tombol ok. Pada menu Help, terdapat dua pilihan, yaitu Help Topic dan About yang akan ditampilkan sebagai berikut.
4.2.13 Tampilan Form Help Topic Form Help Topic merupakan petunjuk dalam menggunakan program Colorize Tool ini (Gambar 4.13).
78
Gambar 4.13 Tampilan Form Help Topic
4.2.14 Tampilan Form About Menu About seperti pada Gambar 4.14 berupa layar yang akan menampilkan informasi mengenai program aplikasi dan nama pembuat program tersebut.
Gambar 4.14 Tampilan Form About
79 4.3 Evaluasi Program Aplikasi 4.3.1 Evaluasi Waktu Proses Evaluasi waktu proses dilakukan untuk mengetahui kecepatan pentransferan warna, yang memiliki satuan pixel per detik. Dengan membagi jumlah pixel yang dimiliki oleh inputan gambar grayscale dengan waktu proses, maka rata-rata kecepatan pentransferan warna dalam aplikasi ini dapat diketahui. Selain perangkat keras yang digunakan seperti besarnya memori dan kecepatan prosesor, beberapa faktor lain yang mempengaruhi waktu proses adalah: a. Resolusi pixel gambar warna yang diinputkan untuk diproses. Semakin banyak jumlah pixel pada gambar warna, akan menambah lamanya proses konversi RGB ke lαβ dan proses luminance remapping. b. Resolusi pixel gambar grayscale yang diinputkan untuk diproses. Semakin banyak jumlah pixel pada gambar grayscale, akan menambah lamanya proses konversi RGB ke lαβ , proses luminance remapping, proses perhitungan statistika, proses pencocokan pixel, dan proses pentransferan warna. Sebaliknya, jika jumlah pixel pada gambar grayscale ini sedikit, maka proses akan memakan waktu lebih singkat.. c. Banyaknya pixel yang digunakan sebagai sampel pada gambar warna. Semakin banyak jumlah pixel pada gambar warna, akan mengakibatkan bertambah lamanya proses perhitungan statistika dan proses pencocokan pixel. d. Ukuran sekeliling (neighborhood) pixel yang ikut diperhitungkan dalam perhitungan statistika. Semakin besar ukuran sekeliling pixel yang ikut diperhitungkan, mengakibatkan bertambah lamanya proses perhitungan statistika.
80 4.3.2 Evaluasi Ketepatan Gambar yang Dihasilkan Evaluasi ketepatan gambar yang dihasilkan dilakukan dengan metode pengukuran secara kualitatif. Metode pengukuran secara kualitatif dipakai karena tidak ada perhitungan yang dapat dilakukan untuk mengukur ketepatan suatu gambar. Ketepatan gambar yang dihasilkan dipengaruhi beberapa faktor berikut ini: a. Banyaknya jenis warna spektrum yang terdapat pada gambar warna. Semakin banyak warna spektrum yang terdapat pada gambar warna, semakin besar kemungkinan suatu pixel pada gambar grayscale memiliki kecocokan tingkat kecerahan terhadap beberapa pixel pada gambar warna, sehingga gambar menjadi kurang tepat. Kecocokan suatu pixel gambar grayscale terhadap pixel gambar warna dilihat dari kemiripan tingkat kecerahannya. b. Banyaknya pixel yang digunakan sebagai sampel pada gambar warna sebagai perbandingan yang dilakukan untuk pencocokan pixel oleh gambar grayscale. Untuk gambar warna yang berukuran relatif kecil, jumlah sampel tidak terlalu banyak berpengaruh pada ketepatan gambar yang dihasilkan. Sedangkan untuk gambar warna berukuran relatif besar, jumlah sampel cukup berpengaruh pada ketepatan gambar yang dihasilkan. Dengan demikian, dapat disimpulkan bahwa untuk gambar warna yang berukuran relatif besar, diperlukan jumlah sampel pixel yang lebih banyak agar dapat diperoleh gambar hasil yang tepat. c. Ukuran sekeliling (neighborhood) pixel yang disertakan dalam perhitungan statistika. Salah satu faktor penentu ketepatan gambar yang dihasilkan aplikasi ini adalah ukuran sekeliling pixel yang disertakan dalam perhitungan statistika. Pada gambar yang memiliki tekstur yang berukuran kecil, ukuran sekeliling pixel yang lebih kecil
81 akan menghasilkan gambar yang lebih baik. Sedangkan untuk gambar yang memiliki tekstur yang berukuran besar, ukuran sekeliling pixel yang lebih besar akan menghasilkan gambar yang lebih baik. d. Kemerataan sampel pixel yang telah dipilih secara acak pada gambar warna. Suatu sampel pixel dapat dikatakan merata jika sampel pixel yang telah terpilih dapat mewakili semua warna spektrum yang terdapat pada gambar warna. Jika sampel pixel yang telah diambil secara acak oleh komputer ternyata tidak merata, maka ketepatan gambar yang dihasilkan akan lebih jelek dibandingkan dengan sampel pixel yang lebih merata pada gambar warna. Faktor kemerataan sampel pixel ini merupakan satu-satunya faktor yang tidak dapat dicampurtangani oleh manusia karena proses pengambilan sampel secara acak dilakukan oleh komputer.
