RANCANG BANGUN APLIKASI PENGABURAN GAMBAR

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III Yogyakarta, 3 Nopember 2012

ISSN: 1979-911X

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR Muhammad Sholeh1 , Avandi Badduring2 1, 2

Teknik Informatika, Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta Jl. Kalisahak 28 Komplek Balapan Yogyakarta Email : 1)[email protected]

ABSTRAK Dalam kehidupan sehari-hari, pengolahan gambar dipergunakan dalam berbagai aplikasi dan keperluan. Pengolahan gambar adalah proses mengolah suatu gambar sehingga dihasilkan gambar lain sesuai dengan kebutuhan. Pengolahan gambar banyak dipergunakan dalam bidang fotografi, perfilman, kedokteran, dan pembuatan game. Secara teknis, pengolahan gambar digunakan untuk menghaluskan suatu gambar, membuat gambar lebih kasar, menerangkan gambar r, mempergelap gambar, atau untuk keperluan memperkecil ukuran gambar. Proses tersebut sebenarnya adalah proses pemfilteran (filtering). Hasil dari rancang bangun aplikasi ini dapat digunakan untuk menghaluskan suatu gambar, membuat gambar lebih kasar, menerangkan gambar, atau membuat gambar tidak jelas (kabur). Proses tersebut bertujuan agar gambar yang ingin ditampilkan dibuat lebih halus atau justru ingin dikaburkan. Secara teknis, pengolahan gambar tersebut digunakan untuk membuat efek suatu gambar, membuat gambar lebih kasar, menerangkan gambar, mengelapkan gambar, dan sebagainya. Beberapa macam metode pemfilteran diperlukan sehingga akan membuat beberapa efek gambar seperti yang dikehendaki. Metode-metode yang digunakan untuk memfilter gambar diantaranya Mean Filtering, Median Filtering, dan Gaussian Smoothing Filtering. Dalam makalah ini, rancang bangun aplikasi dikembangkan dengan menggunakan bahasa pemrograman Delphi. Pertimbangan menggunakan Delphi, karena Delphi mempunyai kemampuan bekerja untuk pengolahan gambar dengan tersedianya unit GRAPHICS. Salah satu fasilitas yang tersedia adalah kemampuan membaca file format grafik (BMP) dengan menggunakan Tbitmap, menampilkan gambar bitmap dengan menggunakan objek TImage, mengambil data piksel atas gambar yang ditampilkan, dan lain-lain. Kata kunci : Gambar, pengaburan, Delphi

PENDAHULUAN Dalam kehidupan sehari-hari, pengolahan gambar dipergunakan dalam berbagai aplikasi, walaupun tidak disadari secara langsung. Pengolahan gambar adalah proses pengolahan setiap gambar sehingga dihasilkan gambar lain sesuai dengan kebutuhan. Pengolahan gambar banyak dipergunakan dalam bidang fotografi, perfilman, kedokteran, dan pembuatan game. Secara teknis, pengolahan gambar digunakan untuk menghaluskan suatu gambar, membuat gambar lebih kasar, menerangkan gambar, mempergelap gambar, dan sebagainya. Proses-proses tersebut sebenarnya adalah proses-proses pemfilteran (filtering). Beberapa macam metode pemfilteran diperlukan sehingga akan membuat beberapa efek gambar seperti yang dikehendaki. Sebagaimana diketahui aplikasi pengolahan gambar di lapangan sudah sangat banyak mulai dari yang sederhana sampai pada yang kompleks misalnya Microsoft paint, corel draw, adobe photoshop dan lain-lainnya. Dimana aplikasi-aplikasi tersebut untuk pengolahan suatu gambar dengan pengolahan tanpa diketahui proses dari pengolahan tersebut. Dalam penelitian ini akan dibahas tentang suatu image filtering pada pengolahan gambar serta urutan prosesnya yang akan dijabarkan dalam konsep teori pada penulisan ini. Adapun untuk pemfilteran gambar dibutuhkan beberapa metode. Metode-metode pemfilteran gambar yang biasa digunakan adalah Mean Filtering adalah metode yang sangat simple dalam implementasinya untuk smoothing atau penghalusan suatu gambar, Median Filtering pada prinsipnya sama seperti mean filter. Efek yang ditimbulkan adalah smoothing atau penghalusan, dan Gaussian Smoothing Filtering adalah filter 2-D convolution operator yang digunakan untuk membuat smoothing suatu gambar dan menghilangkan atau mengurangi noise pada gambar tersebut. Ketiga metode tersebut akan menghasilkan efek gambar keluaran yang berbeda-beda hasilnya. B-330


ISSN: 1979-911X

Berdasarkan permasalahan dalam penelitian rumus masalahnya adalah membuat program yang dapat menerima masukan yang berupa file grafik BMP dan JPEG dan bisa menampilkan gambar di layar monitor, mengolah data gambar dengan 256 warna tingkat keabuan (grayscale) melalui tiga metode pemfilteran Mean Filtering, Median Filtering, Gaussian Filtering, menampilkan gambar keluaran ke layar monitor atau dapat disimpan dalam bentuk file. Sedangkan tujuan penelitian adalah membuat program untuk memberikan pengolahan gambar dengan 3 metode pemfilteran, memahami cara kerja pengolahan gambar secara digital., serta Menjabarkan konsep antar muka dari pengolahan citra. METODE Perangkat Lunak Perangkat lunak yang digunakan dalam pembuatan program ini adalah Borland Delphi versi. 5. Delphi merupakan perangkat lunak untuk menyusun program aplikasi berdasarkan pada bahasa pemrograman Pascal dan bekerja dalam lingkungan sistem operasi Windows. Sistem kerja Borland Delphi menggunakan metode Object-Oriented Programming yang merupakan suatu metode yang mampu menangani program dalam ukuran besar karena memiliki sistem organisasi yang bagus. Bahasa pemrograman Delphi mempunyai kemampuan bekerja untuk pengolahan citra dengan tersedianya unit GRAPHICS. Pemakai dapat memakai fasilitas-fasilitas yang tersedia di dalamnya, seperti membaca file format grafik (BMP) dengan menggunakan Tbitmap, menampilkan citra bitmap dengan menggunakan objek TImage, mengambil data piksel atas gambar yang ditampilkan, dan lainlain. Perancangan Program Pada perancangan program ini dimulai dari menentukan struktur data yang efektif untuk menyimpan data citra. Citra merupakan suatu matriks dua-dimensi angka-angka yang disajikan dalam bentuk bilangan biner yang elemen-elemennya menyatakan intensitas kecerahan. Untuk menyimpan data citra yang berbentuk matriks dua dimensi ini digunakan struktur data larik (array) dua dimensi. Indeks pertama menyatakan banyaknya kolom matriks dan indeks kedua menyatakan banyaknya baris matriks. DataGambar : array[0..LebarGambar,0..TinggiGambar] of integer. Dengan tipe struktur data di atas maka DataGambar adalah suatu matriks dengan ukuran LebarGambar x TinggiGambar. Dengan demikian data gambar yang berbentuk matriks dua dimensi tersebut dapat ditampung sesuai dengan posisinya. Perancangan Proses Secara keseluruhan proses pemfilteran pada suatu gambar dapat dijelaskan sebagai berikut : Pengolahan image atau gambar berwarna pada prinsipnya sama seperti pengolahan gambar hitam putih seperti dapat dilihat gambar 1.

T1 R G B

KONVERSI T2 KORDINAT

PENGOLAHAN MONOKROM

PENGOLAHAN MONOKROM

T3

PENGOLAHAN MONOKROM

T1'

T2'

INVERS KONVERSI KOORDINAT

T3'

Gambar 1 Pengolahan Image

B-331

DISPLAY


ISSN: 1979-911X

Pertama-tama adalah mengambil nilai-nilai informasi gambar. Pengambilan nilai tiap piksel ini terbagi menjadi nilai R (Red), G (Green) dan B (Blue). Di dalam Delphi ada fasilitas untuk pengambilan tersebut. Contoh : R := Tscan[iy, ix].RgbtRed; G := Tscan[iy, ix].Rgbtgreen; B := Tscan[iy, ix].Rgbtblue; Langkah ke dua adalah mengadakan pengolahan untuk tiap-tiap jenis masukan (R,G,B). pengolahan ini dalam operasi spasial yaitu dengan konvolusi. Nilai matriks akan menentukan ukuran dari matriks kernel. Dalam program ini dibatasi ukuran kernelnya hanya 3 X 3, 5 X 5, dan 7 X 7. Pemakai dapat memilih salah satu dari ukuran-ukuran tersebut. Selanjutnya dilakukan proses pemfilteran sesuai dengan yang dikehendaki baik itu mean filtering, median filtering atau gausian filtering. Setelah di dapat nilai ke tiga warna hasil pemfilteran tersebut, langkah selanjutnya adalah menyatukannya. Di dalam program Delphi ada fasilitas untuk tersebut dan tinggal memasukan datanya. Contoh program untuk mendapatkan hasil akhirnya : Tscan[y,x].Rgbtred := R; Tscan[y,x].Rgbtgreen := G; Tscan[y,x].Rgbtblue := B; PEMBAHASAN Hasil Citra Pada pembahasan ini akan membahas dari pengolahan citra yang melewati proses Mean Filtering, Median Filtering, dan Gaussian Filtering. Pada pemakaiannya ketiga filter ini digunakan untuk mengurangi noise pada suatu citra sehingga diharapkan citra tersebut akan mendekati citra aslinya. Sampel citra yang akan diproses dalam pembahasan ini adalah dalam bentuk grayscale yang berarti mempunyai nilai kecerahan pada tiap piksel antara 0-255 dan nilai komponen R, G, dan B adalah sama sehingga pada matriknya terlihat ketiga nilai RGB yang sama untuk setiap pikselnya. Citra asli dan hasil pemrosesan ketiga filter akan dibandingkan secara kuantitatif, yang berarti bukan hanya secara tampilan secara visual tetapi akan dianalisa dengan mengidentifkasi matrik serta kecepatan proses dari citra tersebut. Berikut ini adalah aplikasi dari menu pengolahan citra dapat dilihat pada gambar 2,3 dan 4.

Gambar 2 Gambar Menu Utama pada pengolahan citra B-332


Gambar 3 Gambar Asli

ISSN: 1979-911X

Gambar 4 Gambar Asli dengan Noise Monochromatic Amount 100.

Mean Filtering. Citra dengan noise dilewatkan pada proses Mean Filtering baik dengan matrik kernel 3 X 3, 5 X 5, maupun 7 X 7. Hasilnya seperti dilihat pada gambar 4.4, gambar 4.5, dan gambar 5,6,7.

Gambar 5 Hasil Mean Filter 3 X 3.



B-333


ISSN: 1979-911X

Untuk melakukan proses Mean filter 3 X 3, 5 X 5 maupun 7 X 7 maka pada menu picture selection pilih gambar yang akan diolah kemudian klik pada matrik 3 X 3, 5 X 5, 7 X 7 kemudian klik pada tombol mean maka hasil dari mean 3 X 3, 5 X 5, 7 X 7 akan langsung nampak dilayar. Pada hasil citra yang didapatkan tampak efek yang terjadi pada gambar adalah smoothing karena nilai-nilai baru hasil operasi rata-rata atau Mean filtering adalah hampir sama atau tidak jauh berbeda, sehingga nilai-nilai yang hampir sama atau tidak jauh berbeda inilah yang membuat kehalusan citra tersebut. Semakin besar matriks kernel yang digunakan semakin halus atau semakin besar kekaburan citra tersebut. Untuk matriks 3 X 3, 5 X 5, 7 X 7, akan terlihat perbedaannya. Hal ini terjadi karena semakin luas daerah yang di atas rata-rata membuat perbedaan kecerahan antar titik yang berdekatan menjadi lebih kecil. Median Filtering Citra dengan noise dilewatkan pada proses Median Filtering baik dengan matriks kernel 3 X 3, 5 X 5, maupun 7 X 7. Hasilnya dapat dilihat pada gambar 8, gambar 9, dan gambar 10.

Gambar 8 Hasil Median Filter 3 X 3 Gambar 9 Hasil Median Filter 5 X 5

Gambar 10 Hasil Median Filter 7 X 7 Untuk melakukan proses Median filter sama dengan proses Mean filter yaitu untuk proses dari Median filter 3 X 3, 5 X 5 maupun 7 X 7 maka pada menu picture selection pilih gambar yang akan diolah kemudian klik pada matrik 3 X 3, 5 X 5, 7 X 7 kemudian klik pada tombol mean maka hasil dari mean 3 X 3 , 5 X 5, 7 X 7 akan langsung nampak dilayar. B-334


ISSN: 1979-911X

Pada hasil citra yang dilewatkan pada Median filter ini, tampak pemakaiannya lebih baik daripada Mean filter sehingga pada penerapannya berguna pada gambar-gambar yang lebih detail. Sama seperti Mean filter, semakin besar matriks kernel yang digunakan semakin halus atau semakin besar tingkat kekaburan citra yang di hasilkan tersebut. Akan tetapi dalam waktu pemrosesan citra proses yang dilakukan oleh Mean filtering jauh lebih cepat daripada yang dilakukan oleh Median filter terutama pada matriks kernel yang besar dalam hal ini pada proses Median filter 7 X 7 dimana perbedaan waktu prosesnya agak lama. Gaussian Filtering Citra dengan noise dilewatkan pada proses Gaussian Filtering baik dengan matriks kernel 3 X 3, 5 X 5, maupun 7 X 7. Hasilnya dapat dilihat pada gambar 11, gambar 12, dan gambar 13.

Gambar 11 Hasil Gaussian Filter 3X3

Gambar 12 Hasil Gaussian Filter 5X5

Gambar 13 Hasil Gaussian Filter 7 X 7 Untuk melakukan proses Gaussian filter sama dengan proses Mean filter dan Median filter yaitu untuk proses dari Gaussian filter 3 X 3, 5 X 5 maupun 7 X 7 maka pada menu picture selection B-335


ISSN: 1979-911X

pilih gambar yang akan diolah kemudian klik pada matrik 3 X 3, 5 X 5, 7 X 7 kemudian klik pada tombol Gaussian maka hasil dari Gaussian 3 X 3 , 5 X 5, 7 X 7 akan langsung nampak dilayar. Pada Gaussian filter ini, standar deviasi (σ) yang diambil adalah 1.0. Sehingga matrik kernel yang dipakai adalah dengan pendekatan nilai integer. Efek yang ditimbulkan adalah penghalusan atau pengaburan gambar yang hasilnya tidak jauh berbeda dengan hasil dari citra yang dilewati proses mean filtering. Dalam hal ini waktu pemrosesan citra, proses yang dilakukan oleh Gaussian filtering hampir sama yang dilakukan oleh Mean filter baik pada matriks kernel yang besar maupun maupun matriks kenel yang kecil. Hasil yang diberikanpun lebih mendekati citra aslinya sehingga sangat bagus untuk pengolahan pada citra yang bernoise dengan efektifitas cepat. Karena hasil dari Gaussian filtering lebih baik daripada Mean filtering. KESIMPULAN Hasil dari rancang bangun aplikasi ini adalah: 1. Pengolahan citra secara digital pada dasarnya adalah menentukan nilai baru untuk masingmasing piksel dalam suatu gambar dengan melakukan beberapa fungsi perhitungan atas piksel tersebut. 2. Metode pemfilteran citra dengan : a. Mean Filtering : Proses pengolahan gambar sangat cepat, pendekatan matriks dengan matrik asli bagus b. Median Filtering : Proses pengolahan gambar lambat terutama pada matrik besar, pendekatan matriks dengan matrik asli kurang c. Gaussian Filtering: Proses pengolahan gambar cepat, pendekatan matriks dengan matrik asli sangat bagus Maka diperoleh kesimpulan bahwa untuk mendapatkan hasil setiap proses mempunyai kelebihan dan kekurangan tergantung kebutuhan dalam pengolahan citra itu sendiri. Ketiga metode digunakan untuk mengurangi noise pada suatu citra karena efek yang ditimbulkan adalah pengaburan atau penghalusan gambar. DAFTAR PUSTAKA Boyle R and Thomas R., 1998, Computer Vision: A First Course, pp 32 - 34, Blackwell Scientific Publications. Crimmins T., 1985, The Geometric Filter for Speckle Reduction, Vol. 24, No. 10, 15 May, Applied Optics. Gonzalez and Woods., 1992, Digital Image Processing, Chap. 4, Addison Wesley Publishing Company. Haralick R and Shapiro L., 1992, Computer and Robot Vision, Vol. 1, pp 346 – 351, AddisonWesley Publishing Company. Horn B., 1986, Robot Vision, Chap. 6, MIT Press. Jain.A K., 1995. Fundamental of Digital Image Processing, Prentice Hall of India Private Limited, New Delhi. Kizana C dan Eliasaputra P M., 1998, Grafik Bitmap, Volume 2 Seri 10, Hal: 8- 15, Mikrodata, Jakarta. Matcho J dan David R. Faulkner, Ardian H (Penterj.)., 1997, Edisi Khusus Panduan Penggunaan Delphi, Edisi Pertama, Andi Offset, Yogyakarta.

B-336

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR

Recommend Documents