ABSTRAK
IMPLEMENTASI PROGRAM DETEKSI TEPI DAUN MENGGUNAKAN ANT COLONY OPTIMIZATION (ACO), PERBANDINGAN RASIO PANJANG DAN LEBAR DAUN, PERBANDINGAN JUMLAH PIKSEL UNTUK MENGIDENTIFIKASI POLA BENTUK DAUN Disusun oleh : Dominicus Reynaldi Farada (1122029) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No. 65, Bandung, Jawa Barat, Indonesia e– mail :
[email protected]
ABSTRAK
Indonesia merupakan negara kepulauan yang terbentang luas dari Sabang sampai Merauke dan terdiri dari berbagai macam suku, budaya, dan tradisi. Selain itu Indonesia berada di posisi keempat dalam kategori dengan jumlah penduduk terbanyak di dunia serta memiliki banyak jenis flora dan fauna yang tersebar di berbagai pulau. Pada Tugas Akhir ini, dibuat proses deteksi tepi menggunakan Ant Colony Optimization (ACO) untuk membuat aplikasi yang dapat mengidentifikasi dan mengenali objek pola daun. Pengidentifikasian daun ini dimulai dengan akuisisi data citra, pengolahan citra, deteksi tepi gambar, gambar menipis. Dari data pengamatan dan analisis penelitian yang sudah dilakukan pada pelaksanaan Tugas Akhir, dapat diambil beberapa kesimpulan bahwa persentase keberhasilan dengan menggunakan deteksi tepi Sobel, Prewitt, Roberts dan ACO sama, yaitu sebesar 91,67%. Kata Kunci : deteksi tepi, pola bentuk daun, Ant Colony Optimization(ACO).
i
Universitas Kristen Maranatha
ABSTRACT
LEAF EDGE DETECTION PROGRAM IMPLEMENTATION USING ANT COLONY OPTIMIZATION (ACO), RATIO COMPARISON OF LEAF’S LENGTH AND WIDTH, AND COMPARISON OF THE PIXELS NUMBERS TO IDENTIFY PATTERNS OF LEAVES
Composed by : Dominicus Reynaldi Farada (1122029) Department of Electrical Engineering, Faculty of Engineering, Maranatha Christian University, Bandung, West Java, Indonesia e – mail :
[email protected]
ABSTRACT Indonesia is an archipelago that includes from Sabang to Merauke and consists of various tribes, cultures, and traditions. In addition, Indonesia is in the fourth position in the category with the largest population in the world and has many species of flora and fauna spread over various islands. In this final project, prepared edge detection process using Ant Colony Optimization (ACO) to create an application that can identify and recognize objects leaf pattern. Identifying leaf begins with the image data acquisition, image processing, image edge detection, image thinning. From the observational data and research analysis has been done on the implementation of the Final, some conclusions can be drawn that the percentage of success by using edge detection Sobel, Prewitt, Roberts and ACO same, amounting to 91.67% . Keywords: Edge detection , pattern leaf shape, Ant Colony Optimization (ACO)
ii
Universitas Kristen Maranatha
DAFTAR ISI
DAFTAR ISI
ABSTRAK .................................................................................................
i
ABSTRACT .................................................................................................
ii
KATA PENGANTAR ...............................................................................
iii
DAFTAR ISI ..............................................................................................
v
DAFTAR TABEL ......................................................................................
vii
DAFTAR GAMBAR .................................................................................
ix
BAB 1 PENDAHULUAN 1. 1. Latar Belakang .....................................................................
1
1. 2. Perumusan Masalah .............................................................
2
1. 3. Tujuan .................................................................................
2
1. 4. Pembatasan Masalah ...........................................................
2
1. 5. Sistematika Penulisan...........................................................
2
BAB 2 LANDASAN TEORI 2. 1 Pengertian Citra Digital ......................................................
4
2. 1. 1 Citra Berwarna .................................................................
5
2. 1. 2 Citra Grayscale ................................................................
5
2. 1. 3 Citra Biner ........................................................................
5
2. 2 Peningkatan Mutu ...............................................................
6
2. 3 Deteksi Tepi........................................................................
6
2. 3. 1 Operator Roberts ..............................................................
6
2. 3. 2 Operator Sobel .................................................................
7
2. 3. 3 Operator Prewitt ...............................................................
8
2. 4 Ant Colony Optimization(ACO) ...........................................
8
2. 4. 1 Initialization Phase ..........................................................
9
2. 4. 2 Construction Phase ..........................................................
10
2. 4. 3 Update Process ................................................................
11
2. 4. 4 Decision Process ..............................................................
12
v
Universitas Kristen Maranatha
DAFTAR ISI
vi
2. 5 Daun .....................................................................................
13
2. 6 Pengolahan Citra ..................................................................
14
2. 6. 1 Image Gray Processing .....................................................
14
2. 6. 2 Size Normalization ............................................................
14
2. 6. 3 Pelembutan Citra ...............................................................
14
2. 6. 4 Thresholding .....................................................................
14
BAB 3 PERANCANGAN PERANGKAT LUNAK 3. 1 Arsitektur Perancangan ........................................................
16
3. 2 Diagram Alir ........................................................................
17
3. 2. 1 Diagram Alir Pembentukan Data Acuan...........................
17
3. 2. 2 Diagram Alir Deteksi Tepi ACO (Ant Colony Optimization) 19 3. 2. 3 Diagram Alir Pengujian ....................................................
20
3. 3 Penentuan Batas Threshold ..................................................
22
BAB 4 DATA PENGAMATAN DAN ANALISIS 4. 1 Data Pengamatan .................................................................
32
4. 1.1 Dengan Citra Daun Berbeda, Pola Bentuk Sama ...............
32
4. 2 Analisis Data ........................................................................
35
BAB 5 SIMPULAN DAN SARAN 5. 1. Simpulan .............................................................................
37
5. 2. Saran ....................................................................................
37
DAFTAR PUSTAKA ................................................................................
38
LAMPIRAN A LISTING PROGRAM.......................................................
A-1
LAMPIRAN B CITRA .............................................................................
B–1
Universitas Kristen Maranatha
DAFTAR TABEL
DAFTAR TABEL
Tabel 3.1
Pola Bentuk Daun Acicular dengan Deteksi Tepi Sobel.........
22
Tabel 3.2
Pola Bentuk Daun Bipinnate dengan Deteksi Tepi Sobel.......
22
Tabel 3.3
Pola Bentuk Daun Cordate dengan Deteksi Tepi Sobel..........
23
Tabel 3.4
Pola Bentuk Daun Even Pinnate dengan Deteksi Tepi Sobel..
23
Tabel 3.5
Pola Bentuk Daun Lanceolate dengan Deteksi Tepi Sobel...... 23
Tabel 3.6
Pola Bentuk Daun Linear dengan Deteksi Tepi Sobel............. 23
Tabel 3.7
Pola Bentuk Daun Lobed dengan Deteksi Tepi Sobel.............
24
Tabel 3.8
Pola Bentuk Daun Spatulate dengan Deteksi Tepi Sobel........
24
Tabel 3.9
Pola Bentuk Daun Acicular dengan Deteksi Tepi Prewitt.......
24
Tabel 3.10
Pola Bentuk Daun Bipinnate dengan Deteksi Tepi Prewitt.....
24
Tabel 3.11
Pola Bentuk Daun Cordate dengan Deteksi Tepi Prewitt........
25
Tabel 3.12
Pola Bentuk Daun Even Pinnate dengan Deteksi Tepi Prewitt 25
Tabel 3.13
Pola Bentuk Daun Lanceolate dengan Deteksi Tepi Prewitt.... 25
Tabel 3.14
Pola Bentuk Daun Linear dengan Deteksi Tepi Prewitt............ 25
Tabel 3.15
Pola Bentuk Daun Lobed dengan Deteksi Tepi Prewitt............ 26
Tabel 3.16
Pola Bentuk Daun Spatulate dengan Deteksi Tepi Prewitt....... 26
Tabel 3.17
Pola Bentuk Daun Acicular dengan Deteksi Tepi Roberts....... 26
Tabel 3.18
Pola Bentuk Daun Bipinnate dengan Deteksi Tepi Roberts..... 26
Tabel 3.19
Pola Bentuk Daun Cordate dengan Deteksi Tepi Roberts........ 27
Tabel 3.20
Pola Bentuk Daun Even Pinnate dengan Deteksi Tepi Roberts 27
Tabel 3.21
Pola Bentuk Daun Lanceolate dengan Deteksi Tepi Roberts.... 27
Tabel 3.22
Pola Bentuk Daun Linear dengan Deteksi Tepi Roberts........... 27
Tabel 3.23
Pola Bentuk Daun Lobed dengan Deteksi Tepi Roberts........... 28
Tabel 3.24
Pola Bentuk Daun Spatulate dengan Deteksi Tepi Roberts...... 28
Tabel 3.25
Pola Bentuk Daun Acicular dengan Deteksi Tepi ACO........... 28
Tabel 3.26
Pola Bentuk Daun Bipinnate dengan Deteksi Tepi ACO......... 28
Tabel 3.27
Pola Bentuk Daun Cordate dengan Deteksi Tepi ACO............ 29
Tabel 3.28
Pola Bentuk Daun Even Pinnate dengan Deteksi Tepi ACO... 29
Tabel 3.29
Pola Bentuk Daun Lanceolate dengan Deteksi Tepi ACO....... 29
vii
Universitas Kristen Maranatha
DAFTAR TABEL
viii
Tabel 3.30
Pola Bentuk Daun Linear dengan Deteksi Tepi ACO.............. 29
Tabel 3.31
Pola Bentuk Daun Lobed dengan Deteksi Tepi ACO.............. 30
Tabel 3.32
Pola Bentuk Daun Spatulate dengan Deteksi Tepi ACO.........
Tabel 3.33
Threshold Perbandingan Jumlah Piksel Daun.......................... 30
Tabel 3.34
Threshold Perbandingan Rasio Panjang & Lebar Daun........... 31
Tabel 4.1
Hasil Deteksi Tepi Sobel dengan pola bentuk sama................. 32
Tabel 4.2
Hasil Deteksi Tepi Prewitt dengan pola bentuk sama.............. 33
Tabel 4.3
Hasil Deteksi Tepi Roberts dengan pola bentuk sama............. 34
Tabel 4.4
Hasil Deteksi Tepi ACO dengan pola bentuk sama.................
30
35
Universitas Kristen Maranatha
DAFTAR GAMBAR
DAFTAR GAMBAR
Gambar 2.1
Garis Model Tepi Satu Dimensi............................................
6
Gambar 2.2
Operator Roberts....................................................................
7
Gambar 2.3
Sebuah Konfigurasi Lokal Untuk Menghitung Variasi Intensitas pada (i,j).................................................................................
Gambar 2.4
9
Sebuah Konfigurasi Lokal Posisi Piksel Ii,j Untuk Menghitung Variasi Vc(Ii,j).........................................................................
11
Gambar 2.5
Bentuk Dasar Daun…............................................................
13
Gambar 3.1
Diagram Blok Sistem Pengujian Pola Daun…......................
16
Gambar 3.2
Diagram Alir Proses Pembentukan Data Acuan...................
18
Gambar 3.3
Diagram Alir Deteksi Tepi ACO...........................................
19
Gambar 3.4
Diagram Alir Verifikasi.........................................................
21
Gambar 4.1
Deteksi Tepi ACO Terdapat Garis Putus...............................
36
Gambar 4.2
Deteksi Tepi yang Kurang Baik.............................................
36
ix
Universitas Kristen Maranatha
