PERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ
SKRIPSI AYU SATYARI UTAMI 091421075
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011
Universitas Sumatera Utara
PERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer
AYU SATYARI UTAMI 091421075
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011
Universitas Sumatera Utara
PERSETUJUAN
Judul
Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas
: PERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ : SKRIPSI : AYU SATYARI UTAMI : 091421075 : EKSTENSI S1 ILMU KOMPUTER : ILMU KOMPUTER : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juni 2011
Komisi Pembimbing Pembimbing 2
:
Maya Silvi Lydia, B.Sc, M.Sc NIP.197401232002122001
Pembimbing 1
Drs. Agus Salim Harahap, M.Sc NIP. 195408281981031004
Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,
Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001
Universitas Sumatera Utara
PERNYATAAN PERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juni 2011
AYU SATYARI UTAMI 091421075
Universitas Sumatera Utara
PENGHARGAAN
Alhamdulillah, puji syukur saya sampaikan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Shalawat beriring salam saya persembahkan kepada Nabi Besar Muhammad SAW. Ucapan terima kasih saya sampaikan kepada bapak Drs. Agus Salim Harahap, M.Sc sebagai Dosen Pembimbing I dan Ibu Maya Silvi Lydia, B.Sc, M.sc sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya sehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada Dosen Penguji Bapak Dr. Poltak Sihombing, M.Kom dan Bapak Sajadin Sembiring, S.Si, MS.Comp atas saran dan kritikan yang sangat berguna bagi saya. Skripsi ini terutama saya persembahkan untuk kedua orang tua dan keluarga saya yang telah memberikan dukungan dan motivasi, ayahanda Munzir dan ibunda Lilis Suryani yang selalu sabar dalam mendidik saya. Untuk kedua adik saya, Suheri dan akbar. Kepada teman-teman terbaik yang selalu memberikan dukungan Yudha Vandellon, Ita, Dani, Nenda, Kak Mela, dll yang tidak dapat saya sebutkan namanya satu per satu. Untuk teman-teman sekelas dan satu angkatan yang sedang berjuang tanpa patah semangat dan tiada putus harapan. Terima kasih pula kepada semua pihak-pihak yang tidak dapat saya sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik. Saya menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Universitas Sumatera Utara
ABSTRAK
Komposisi warna merupakan salah satu ciri dari citra yang dapat digunakan sebagai pembeda dalam sistem temu-balik citra. Komposisi warna piksel dalam suatu citra dapat direpresentasikan dalam histogram warna. Tingkat kemiripan warna antar citra dapat ditentukan berdasarkan nilai jarak antar histogramnya. Semakin kecil nilai jarak antar histogram, semakin tinggi tingkat persentase kemiripan suatu citra. Penelitian ini menggunakan model warna YIQ. Tiap komponen warna YIQ nilainya dikonversi dari nilai RGB kemudian dikuantisasi menjadi 128, 64 dan 64 level. Komponen warna Y memiliki jumlah level lebih banyak karena memiliki pengaruh lebih dominan pada persepsi mata manusia terhadap warna dibanding komponen yang lain. Jumlah piksel dalam citra berbedabeda sesuai dengan ukuran citra, sehingga histogram perlu dinormalisasi agar invarian terhadap ukuran citra. Total jarak antar histogram merupakan hasil jumlahan dari jarak tiap levelnya. Hasil temu-balik diranking berdasarkan nilai jarak antar histogramnya.
Kata Kunci : Temu Balik Citra, Histogram, RGB, YIQ, Konversi
Universitas Sumatera Utara
PLANNING SOFTWARE IMAGE RETRIEVAL USES HISTOGRAM SPACE BY YIQ COLOUR
ABSTRACT
The composition of colors is one of the characteristics of images that can be used as a distinguishing factor in a image retrieval system through the image. The composition of color pixels in an image can be represented in a color histogram. Level of color similarity between images can be determined based on the value of the distances between the histogram. The smaller the distance between the histogram values, the higher the percentage of similarity of an image. This research uses YIQ color model. Each component of YIQ color value is converted from RGB value and then quantized to 128, 64 and 64 levels. Y color component has levels more because it has a more dominant influence on the perception of the human eye to color than the other components. The number of pixels in the image varies according to the size of the image, so the histograms are normalized to be invariant to the size of the image. The total distance between the histogram is the sum of the distances of each level. Intersection-turning results ranked based on the distances between the histogram. Keywords : Image Retrieval, Histogram, RGB, YIQ, Convert
Universitas Sumatera Utara
DAFTAR ISI
Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Bab 1 Pendahuluan 1.1 Latar Belakang Masalah 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metode Penelitian 1.7 Sistematika Penulisan
i ii iii iv v vi viii ix 1 3 3 3 3 4 4
Bab 2 Landasan Teori 2.1 Citra Digital 2.1.1 Format Citra Digital 2.1.2 Elemen-Elemen Citra Digital 2.2 Pengolahan Citra Digital (Image Processing) 2.3 Information Rerieval 2.3.1 Data Retrieval 2.4 Sistem Temu Balik Citra 2.5 Histogram Warna 2.5.1 Menghitung Histogram Warna 2.5.2 Menghitung Jarak Histogram 2.5.3 Menaksir Kemiripan Gambar Bedasarkan Jarak Histogram 2.6 Representasi Warna 2.6.1 Model RGB 2.6.2 Model YUV 2.6.3 Model YIQ 2.6.3.1 Konversi YIQ 2.6.3.2 Kuantisasi YIQ
6 8 8 10 12 14 15 17 18 20 20 23 23 24 24 26 26
Bab 3 Analisis dan Perancangan Sistem 3.1 Analisis masalah 3.1.1 Citra Digital 3.1.2 Perhitungan Nilai RGB Pixel Citra 3.1.3 Konversi Model Warna YIQ ke YIQ
28 29 30 32
Universitas Sumatera Utara
3.1.4 Mengggambar Kurva Histogram 3.1.5 Pengukuran Jarak Antara Dua Histogram 3.2 Perancangan Sistem 3.2.1 Model analisis Perangkat Lunak 3.2.1.1 Diagram Konteks 3.2.1.2 Data Flow Diagram Level-0 (DFD Level 0) 3.2.1.3 DFD Level 1- Konversi Model Warna 3.2.1.4 DFD Level 1- Kuantisasi Nilai YIQ 3.2.1.5 DFD Level 1- Pembuatan Histogram 3.2.1.6 Flowchart Perhitungan Nilai RGB 3.2.1.7 Flowchart Perhitungan Nilai YIQ 3.2.1.8 Flowchart Perhitungan Nilai Kemiripan Citra ` 3.3 Perancangan Interface 3.4 Perancangan Database Bab 4 Implementasi dan Pengujian Sistem 4.1 Implementasi 4.1.1 Struktur Menu Program 4.2 Pengujian Sistem 4.3.2 Kelemahan Sistem Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 5.2 Saran Daftar Pustaka Lampiran
37 41 43 43 43 44 45 45 46 47 48 49 50 52 53 53 56 62 63 64 65
Universitas Sumatera Utara
DAFTAR TABEL
Halaman 2.1 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8
Hasil Kuantisasi Gambar A, B dan C Frekuensi Warna Y Frekuensi Warna I Frekuensi Warna Q Histogram Untuk Nilai Y Citra A Histogram Untuk Nilai Y Citra B Jarak Histogram Untuk Nilai Y Citra A dengan B Jarak Histogram Untuk Nilai Q Citra A dengan B Database
18 38 40 41 41 42 42 42 52
Universitas Sumatera Utara
DAFTAR GAMBAR
Halaman 2.1 Contoh citra digital 2.2 Representasi warna RGB pada citra digital 2.3 Diagram Content Based Image Retieval 2.4 Histogram warna 2.5 Gambar A 2.6 Gambar B 2.7 Gambar C 2.8 Koordinat RGB 3.1 Format Citra 24-bit (16 juta warna) 3.2 Representasi Nilai Pixel pada Citra Digital 3.3 Nilai Pixel Koordinat y=1, x=1 f(1,1) 3.4 Matriks Nilai RGB 3.5 Citra-A 3.6 Citra-B 3.7 Citra A Warna 24 bit 3.8 Citra B Warna 24 bit 3.9 Matriks Warna Y 3.10 Kurva Histogram Warna Y 3.11 Matriks I 3.12 Kurva Histogram Warna I 3.13 Matriks Q 3.14 Kurva Histogram Warna Q 3.15 Diagram Konteks 3.16 DFD Level 0 3.17 DFD Level 1 Konversi Model Warna 3.18 DFD Level 1 Kuantisasi Nilai YIQ 3.19 DFD Level 1 Pembuatan Histogram 3.20 Flow Chart Perhitungan Nilai RGB Citra 3.21 Flow Chart Perhitungan Nilai YIQ Citra 3.22 Flow Chart Perhitungan Kemiripan Citra 3.23 Rancangan form Utama 3.24 Rancangan form Update Gambar 4.1 Struktur Menu Program 4.2 Tampilan halaman utama 4.3 Tampilan halaman update gambar 4.4 Tampilan awal proses penambahan gambar 4.5 Database 4.6 Hasil load gambar 4.7 Hasil Check Picture 4.8 Hasil Image Retrieval Tsm6.bmp
6 7 16 17 21 21 22 23 29 30 30 31 32 32 33 35 38 39 39 40 40 41 43 44 45 46 46 47 48 49 51 52 54 55 56 57 58 59 60 61
Universitas Sumatera Utara