abstrak - repository.umrah.ac.idrepository.umrah.ac.id/2115/1/andi...

1

ABSTRAK

Faizal, Andi. 2018. Pengenalan Bentuk Ikan Karang Menggunakan Operator

Sobel Dan Euclidean Distance, Skripsi. Tanjungpinang: Jurusan

Teknik Informatika, Fakultas Teknik, Universitas Maritim Raja Ali

Haji. Pembimbing I: Martaleli Bettiza, S.Si, M.Sc. Pembimbing II:

Nurul Hayaty, S.T., M.Cs.

Ikan karang merupakan ikan yang hidup berkembang biak dan mencari

makan disekitar ekosistem terumbu karang. Ikan karang memiliki banyak sekali

jenis bentuknya dan memiliki ciri fisik yang berbeda disetiap jenisnya. Maka

diperlunya sebuah sistem untuk mengidentifikasi bentuk ikan karang dengan

menggunakan Operator Sobel dan Eucliden Distance. Pada penelitian ini

dilakukan pengambilan citra ikan karang dengan menggunakan camera

handphone yang terdiri dari 4 jenis ikan karang yaitu ikan jebong (Starry

Triggerfish), ikan pinang (Lethrinus obsoletus), ikan timun ( Lutjanus

Carponotatus), ikan tokak (Choerodon Schoenleinii), kemudian data citra ikan

dibagi menjadi 2 data yakni data training dan data testing. Data training diambil

sampel 10 data dalam satu jenis bentuk ikan dan data testing diambil sampel 10

data dalam satu jenis ikang. Kemudian dilakukan pengujian terhadap sistem yang

dibangun dengan menggunakan operator sobel dan metode euclidean distance

adalah berhasilnya sistem tersebut mengidentifikasi dan klasifikasi citra ikan

karang dengan jumlah data testing 40 terdiri dari 4 jenis ikan karang yang ada di

data master dengan nilai akurasi tertinggi 57,49%.

Kata Kunci : Operator Sobel, Euclidean Distance

2

ABSTRACT

Faizal, Andi. 2018. Coral Fish Identification System Using Sobel Operator and

Euclidean Distance, Skripsi. Tanjungpinang : Jurusan Informatika,

Fakultas Teknik, Universitas Maritim Raja Ali Haji. Pembimbing I:

Martaleli Bettiza, S.Si, M.Sc. Pembimbing II: Nurul Hayaty, S.T., M.Cs.

Coral fish is one of fish kind that live, breed and feed around the coral reef

ecosystem. Coral fish have many different types, shapes and physical

characteristics in each species. Withing this consideration, a system is needed to

identify the shape of coral fish, especially using Sobel Operator and Eucliden

Distance. This research was done by taking the image of coral fish using

handphone camera which consisted of 4 main species of coral fish, they are

jebong fish (Starry Triggerfish), pinang fish (Lethrinus obsoletus), timun fish

(Lutjanus Carponotatus), tokak fish (Choerodon Schoenleinii), then fish image

data was divided into 2 data : Training data and Testing data. Training data took

10 data samples in one type of fish form and data testing took 10 data samples in

one kind of fish. Then the data were tested for the system built by using the

operator sobel and euclidean distance method. The system successefully identified

and classified coral fish image with the amount of 40 data testing consisted of 4

types of coral fish in the master data with the highest accuracy 57.49%.

.

Keywords: Operator Sobel, Euclidean Distance

3

1. Pendahuluan

Ikan karang merupakan ikan yang hidup berkembang biak dan mencari

makan disekitar ekosistem terumbu karang. Ikan karang memiliki banyak sekali

jenis bentuknya dan memiliki ciri fisik yang berbeda disetiap jenisnya. Selain itu,

ikan ini menghuni seluruh terumbu karang yang ada dan memanfaatkan terumbu

karang sebagai rumahnya. Dengan jumlah yang banyak dan bentuk yang beraneka

ragam sehingga tidak mudah untuk dikenali jenis ikannya. Maka dengan

perkembangan teknlogi informasi sangat mempermudah untuk melakukan proses

indentifikasi bentuk jenis ikan karang.

Proses identifikasi ikan karang yang dilakukan sekarang mungkin masih

menggunakan cara yang manual dengan pengamatan mata, yaitu dengan melihat

dan mengidentifikasi ciri bentuk jenis ikan karang terlebih dahulu dengan

mencocokan data yang sudah di identifikasi dengan buku referensi. Peneliti

mencoba melakukan pengidentifikasian dengan menggunakan program simulasi

komputer yang dapat melakukan simulasi pengolahan citra untuk melakukan

identifikasi bentuk jenis citra ikan karang. Maka dengan permasalahan yang ada

peneliti mencoba untuk melakukan penelitian dengan membuat sebuah sistem, hal

ini diperlukan untuk mengidentifikasi dan klasifikasi jenis ikan karang

berdasarkan bentuknya. Identifikasi jenis ikan karang dapat dilakukan dengan

berbagai cara, salah satunya dengan membuat sistem yang inputanya adalah citra

yang digunaakan untuk identifikasi dan klasifikasi jenis ikan karang.

Berdasarkan latar belakang diatas maka penulis tertarik untuk melakukan

penelitian tentang “Pengenalan bentuk ikan karang menggunakan Operator

Sobel dan Euclidean Distance”.

1.2 Rumusan Masalah

1. Bagaimana membangun sebuah sistem untuk mengenali dan

mengidentifikasi bentuk ikan karang dengan menggunakan Operator

Sobel dan Euclidean Distance ?

1.3 Tujuan Penelitian

Adapaun tujuan dalam penelitian dan pengembangan tugas akhir ini,

diantaranya:

1. Membangun sebuah sistem untuk mengenali dan mengidentifikasi

bentuk ikan karang dengan menggunakan Operator Sobel dan Eucliden

Distance

2. Untuk menerapkan metode Euclidean Distance pada aplikasi untuk

mengidentifikasi dan mengenali bentuk pola jenis ikan karang.

1.4 Batasan Masalah

Dalam penelitian tugas akhir ini agar tidak terjadi perluasan maka perlu

adanya pembatasan sebagai ruang lingkup kerja sistem, diantaranya sebagai

berikut:

1. Inputan citra digital dalam format JPEG

2. Citra berukuran 256 x 256 piksel

3. Proses praprocessing dilakukan dengan cara manual

4

4. Pada Penelitian ini menggunakan 4 jenis ikan karang yaitu ikan

jebong (Starry Triggerfish), ikan pinang (Lethrinus obsoletus), ikan

timun (Lutjanus Carponotatus) dan ikan tokak (Choerodon

Schoenleinii)

5.

2. Metode Penelitian

Data training yang telah di input dilakukan perubahan ukuran citra ikan

karang 256 x 256 piksel sehingga semua data menjadi seragam dan dilakukan

pemotongan atau proses cropping pada citra tersebut, kemudian dilakukan

konversi warna citra ke grayscale dan selanjutnya dilakukan proses deteksi tepi

menggunakan operator sobel. Setelah didapat nilai operator sobel untuk menjadi

nilai acuan data latih. Pada data uji juga dilakukan proses deteksi tepi yang sama

pada data latih, kemudian nilai operator sobel dari data latih dan data uji

diklasifikasi menggunakan metode Euclidean Distance.

2.1 Grayscale

Citra grayscale adalah citra berwarna keabu-abuan dengan variasi warna

sebanyak 8 bit (28 = 256) kemungkinan nilai. Format citra ini disebut dengan

skala keabuan karena pada umumnya warna yang digunakan adalah antara warna

hitam dan putih dimana hitam sebagai warna minimal dan putih sebagai warna

maksimalnya sehingga warna diantaranya adalah abu-abu. Tujuan proses ini

adalah untuk mereduksi noise yang terdapat pada citra data training, kemudian

citra grayscale lebih mudah untuk diproses karena mengandung nilai yang lebih

sedikit yaitu 8bit warna dari pada citra RGB dengan 24bit warna. Untuk

mendapatkan nilai keabuan digunakan persamaan (1) dengan mengambil nilai

warna RGB citra awal [6] .

(1)

Untuk format citra keabuan nilai masing-masing RGB-nya sama sehingga

nilai RGB yang baru berturut-turut adalah (L,L,L), hal ini ditunjukkan pada

Gambar (1).

Gambar 1. Komposisi warna grayscale

5

2.2 Operator Sobel

Dalam bentuk dx operator sobel arah horisontal dan dy operator sobel arah

vertikal dapat dinyatakan sebagai :

dx = [

]

dy = [

]

Misalkan citra input I, maka langkah pertama yang dilakukan operasi konvolusi

antara citra input dengan operator sobel arah horisontal,

I, dan operator sobel

arah vertikal ,

. kemudian dihitung magnitude (besaran) dengan menggunakan

rumus :

= √(

)

(

)

Keterangan :

= Konvulasi citra input dengan operator sobel arah horisontal

= Konvulasi citra input dengan operator sobel arah vertical

M = Nilai `Magnitude Sobel

Selanjutnya dilakukan proses thresholding, dengan menggunakan sebuah nilai

ambang batas (threshold) tertentu, misalkan T, dengan persamaan sebagai berikut:

E =

E merupakan citra output yang berupa citra biner, dimana tepi bewarna putih dan

background (bukan tepi) berwarna hitam. E dapat di beri nilai sebaliknya.

2.3 Euclidean Distance

Metode Euclidean Distance adalah metode pengukuran jarak garis lurus

(straight line) antara titik x (x1, x2, …xn) dan titik y (y1, y2, ….yn). Gambar (2)

dibawah ini adalah penggambaran dari metode euclidean distance, yaitu berupa

garis lurus [2].

Gambar 2. Euclidean Distance (Kurniawan & Hidayat 2008)

(2)

(3)

6

Metode euclidean sendiri memiliki rumus (formula) pengembangannya

sesuai dengan keadaan ruang. Dalam hal ini akan kita gunakan ruang satu

dimensi. Jarak satu dimensi dengan titik A(x1) dan B(y1) yang diakuisisi dari data

sample maupun testing. [1] Rumus perhitungan jarak seperti di tunjukkan pada

persamaan (3).

√∑

Keterangan :

: jarak euclidean

: bobot citra pelatihan

: bobot citra test

: jumlah data pelatihan

7

3. Hasil Dan Pembahasan

Setelah melakukan penelitian dan perancangan serta untuk mengetahui

sejauh mana tingkat keberhasilan dari sistem yang telah rancang, maka perlu

dilakukan uji coba program dengan tujuan mengetahui sejauh mana keberhasilan

ataupun kegagalan dari sistem.

3.1. Operator Sobel

Langkah-langkah ekstraksi bentuk dengan operator sobel dapat dilihat pada

Gambar (3) :

Gambar 3. Flowchart Operator Sobel

Mulai

Citra

Konversi Nilai Pixel RGB ke Grayscale

Deteksi Tepi Sobel

Hasil Identifikasi

Selesai

Nilai Threshold

E = 𝑗𝑖𝑘𝑎 𝑀 𝑇

𝑗𝑖𝑘𝑎 𝑀 𝑇

8

3.2. Euclidean Distance

Langkah-langkah euclidean distance dapat dilihat pada Gambar (4) :

Gambar 4. Flowchart Euclidean Distance

𝑑𝑒 √∑ 𝑓𝑑𝑖 𝑘𝑚

𝑘 𝑘𝑗

Hitung Jarak Eucledian

Data

Master

Mulai

Citra

Konversi Nilai Pixel RGB ke

Grayscale

Deteksi Tepi Sobel

Hasil Identifikasi dan

klasifikasi

Selesai

Nilai Threshold

E = 𝑗𝑖𝑘𝑎 𝑀 𝑇

𝑗𝑖𝑘𝑎 𝑀 𝑇

9

3.3 Hasil Pengujian Untuk mengetahui tingkat keakuratan pengenalan bentuk citra ikan karang

dilakukan pengujian dengan data testing. Basis data sudah berisi data training

citra ikan karang. Pengujian dilakukan terhadap 40 data training yang di dalam

basis data.

3.4 Pengujian Data Dalam pengujian didapatkan hasil data benar yang dikenali adalah 23 data

dan data yang tidak dikenali adalah 17 data dengan jumlah data tersebut didapat

akurasi 57.49 %, dapat dilihat pada Tabel (1).

Tabel 1.Tabel Hasil Pengujian

NO Gamabar Nama Citra Uji Dikenali Jarak Hasil Pengenalan

1.

Jebong1 jebong 15233.9 BENAR

2.


3.


4.

Jebong4 timun 17124.1 SALAH

5.


6.


7.


8.


9.


10.


11.

Pinang1 timun 15093.3 SALAH

12.

Pinang2 pinang 14365.6 BENAR

13.


14.


15.

pinang 5 pinang 13864.2 BENAR

16.

Pinang6 tokak 15283.1 SALAH

17.

Pinang7 tokak 14799.8 SALAH

10

18.


19.


20.


21.

Timun1 timun 13815.6 BENAR

22.


23.


24.


25.


26.

timun 6 pinang 13496.3 SALAH

27.


28.


29.


30.


31.

Tokak1 tokak 14350.8 BENAR

32.


33.

Tokak3 timun 14883.2 SALAH

34.


35.


36.


37.


38. Tokak8 timun 15549.6 SALAH

39.


40.


11

Berdasarkan dari hasil pengujian terhadap 40 data testing yang terdiri dari 4

jenis ikan karang yang berbeda-beda menghasilkan akurai 57.49 %. Terdapat

banyak kesalahan dalam pengujian data testing, dari analisa peneliti banyaknya

kesalahan bisa disebabkan oleh pada saat proses praprocessing dilakukan dengan

cara manual sehingga hasil dari proses croping yang diambil agak merubah

bentuk gambarnya.

4. Kesimpulan

Adapun kesimpulan yang dapat diambil dari penelitian ini adalah sebagai

berikut :

1. Sistem Pengenalan bentuk ikan karang menggunakan operator sobel dan

Euclidean Distance telah berhasil dibangun dengan bahasa pemrograman

java.

2. Pengenalan bentuk ikan karang dengan menggunakan Operator Sobel dan

Euclidean Distance berhasil dalam mengidentifikasi dan klasifikasi citra

ikan karang dengan 40 data dengan nilai akurasi tertinggi 57,49%.

4.3 Saran

Adapun saran yang perlu disampaikan untuk pengembangan penelitian dan

sistem yang berhubungan dengan penelitian selanjutnya adalah diharapkan agar

mencoba menggunakan deteksi tepi dengan menggunakan operator lain dengan

membandingkan dengan metode euclidean distance.

12

DAFTAR PUSTAKA

Achmad, B., dan Firdaus, K., 2005, Teknik Pengolahan Citra Digital Menggunakan

Delphi, Andi Publishing, Yogyakarta.

Sari, R.D.I., dan Melita, Y., 2013, Rancang bangun pengenalan citra bunga berdasarkan

bentuk tepi bunga menggunakan metode Euclidian Distance, Jurnal Ilmiah

Teknologi dan Informasi ASIA, Vol. 7 No. 1.

Hermawati, F.A., 2013, Pengolahan Citra Digital Konsep dan Teori, Andi Offset,

Yogyakarta.

Kurniawan, H., Hidayat, T., 2008, Perancangan Program Pengenalan Wajah

Menggunakan Fungsi Jarak Metode Euclidean Pada Matlab, Seminar Nasional

Aplikasi Teknologi Informasi, ISSN : 1907-5022.

Kusumawati, C., 2016, Implementasi pengenalan wajah dengan deteksi tepi Sobel dan

Euclidean Distance, Skripsi, Universitas Nusantara PGRI, Kediri.

Munandar, Imam. dkk,. 2017. Implementasi algoritma deteksi tepi untuk menentukan

kualitas surface pada mutiara laut dengan menggunakan metode sobel, Seminar

Hasil Teknik Informatika UMM, Jurusan Teknik Informatika Universitas

Muhammadiyah Malang.

Munir, R., 2004, Pengolahan Citra Digital dengan Pendekatan Algoritmik, Graha Ilmu,

Bandung.

Utami, E., Wulanningrum, R., 2014, Penggunaan Principal Component Analysis Dan

Euclidean Distance untuk Identifikasi Citra Tanda Tangan, IPTEK-KOM, Vol. 16

No. 1, ISSN: 1410-3346.

Zalukhu, A., 2016. Implementasi Metode Canny dan Sobel untuk Mendeteksi Tepi

Citra. Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, ISSN 2407-

389X.

abstrak - repository.umrah.ac.idrepository.umrah.ac.id/2115/1/andi...

Documents