LAPORAN TUGAS AKHIR PENGOLAHAN CITRA DIGITAL UNTUK PERKIRAAN USIA POHON JATI DENGAN METODE EDGEDisusun untuk memenuhi tugas akhir mata kuliah : Pengolahan Citra DigitalDosen pengampu : Bapak Nasirudin

Disusun Oleh:

M.Aldila

(11650006)Doni Ariyanto (11650036)Hanif Taqdimullah(11650038)PRODI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA

2014KATA PENGANTAR

DAFTAR ISI

KATA PENGANTAR

i

DAFTAR ISI

ii

ABSTRACT

iii

BAB I PENDAHULUAN

1

1.1. Latar Belakang

11.2. Rumusan Masalah

21.3. Batasan Masalah

31.4. Tujuan Penelitian

31.5. Manfaat Penelitian

4BAB II LANDASAN TEORI

5

2.1. Lingkaran Tahun

52.2. Pengertian Citra Digital

6

2.3. Pengolahan Citra Digital

7

2.4. Edge Detection

7

2.5. Canny Edge Detection

9

2.6. Edge Linking

11BAB III PEMBAHASAN

13

3.1. Sistem Manual Penentuan Umur Kayu Jati

133.2. Spesifikasi Sistem Deteksi Lingkaran Tahun Umur kayu jati

13

3.3. Desain Arsitektur

14

3.4. Proses Pembacaan Citra (Preprocessing)

15

3.5. Proses Deteksi dan Analisis (Processing)

15

3.5.1. Proses Deteksi Edge

15

3.5.2. Proses Deteksi Kurva

15

3.5.3. Proses Analisis Lingkaran

16

3.5.4. Proses Menampilkan Hasil (Generated The Profil)

16

BAB IV PENUTUP

17

4.1 Kesimpulan

17

4.2 Saran

17

DAFTAR PUSTAKA

18PENGOLAHAN CITRA DIGITAL UNTUK PERKIRAAN USIA POHON JATI DENGAN METODE EDGEAbstrak

Kayu Jati merupakan salah satu kebutuhan yang diperlukan terutama dalam industri dapat diketahui berdasarkan lingkaran tahun pada kayu atau disebut juga dengan growthring.permebelan. Kualitas kayu jati yang baik dapat ditentukan dari warna kayu dan usia kayu. Salah satu cara yang dapat digunakan untuk menentukan usia Pohon Jati yaitu dengan menghitung jumlah lingkaran tahun pada batang pohon Jati tersebut. Penghitungan jumlah lingkaran tahun kayu bisa dilakukan dengan cara manual oleh para ahli yaitu dengan melihat potongan penampang pohon. Untuk memberikan informasi yang baik mengenai umur kayu jati, diperlukan suatu sistem yang dapat memberikan informasi mengenai umur kayu jati. Umur kayu dapat diketahui berdasarkan lingkaran tahun pada kayu atau disebut juga dengan growthring.Untuk mendeteksi growthring pada kayu salah satu metode yang bisa digunakan adalah menggunakan Edge Lingking.Sedangkan untuk mendeteksi Edge Lingking proses yang sebelumnya harus dilakukan adalah prosesEdge Detection.Tahapan yang dilakukan pada deteksi growthring kayu dengan metode edge linking adalah pembacaan citra,deteksi dan analisis, dan tampilan rekonstruksi lingkaran tahun pada kayu.Pada proses deteksi dan analisis yang proses dilakukan adalah Edge Detection, deteksi kurva dan analisis lingkaran menggunakan Edge Linking. Kata Kunci : Growthring, Edge Detection, Edge Linking.

BAB IPENDAHULUAN1.1 LATAR BELAKANG

Dalam industri mebel, kayu jati dikenal sebagai komoditas yang sangat berharga dan penting.Hal ini dikarenakan oleh beberapa hal, diantaranya adalah kayu jati terbukti sangat kuat dan juga tahan terhadap pengaruh cuaca seperti panas dan hujan , kayu ini tidak mudah lapuk diserang oleh rayap atau serangga perusak kayu lainnya. Selain itu, kayu jati juga tidak mudah lapuk walaupun di tempatkan pada tempat yang lembab meski tanpa diawetkan terlebih dahulu (awet alami ).Tingkat keawetan seperti ini sangat sulit ditemukan pada jenis kayu lainnya.

Dengan kelebihan-kelebihan yang dimilikinya tersebut, kayu jati selalu menjadi primadona di pasar komoditas dan selalu berada diurutan teratas dalam daftar buruan industri-industri perkayuan dan permebelan. Harga dari kayu jati sangat ditentukan oleh umur dari pohon kayu jati.Semakin tua umur kayu jati, harganya menjadi semakin mahal.Kualitas kayu jati yang baik dapat ditentukan dari warna kayu dan umur kayu jati.

Perusahaan yang memproduksi barang yang terbuat dari kayu jati bermacam-macam. Ada perusahaan yang memerlukan kayu jati yang lebih muda supaya nantinya harga produk jadinya tidak terlalu mahal,ada juga yang memerlukan kayu jati yang umurnya tua supaya kualitas produknya benar-benar terjaga. Karena banyaknya permintaan akan kayu jati dari perusahaan industri mebel. Maka pihak perhutani maupun pihak perusahan swasta selaku pengelola perkebunan kayu jati perlu mengetahui informasi tentang umur kayu jati yang layak di tebang.Saat ini penanaman kayu jati dihutan sudah dipetak-petakan sesuai waktu tanamnya, dan pada umur yang sudah ditentukan kayu jati akan ditebang, dengan mengetahui umur satu pohon jati maka umur pohon jati yang ada di sekitarnya dapat di ketahui juga.Dan untuk mengetahui umur satu pohon tersebut diperlukan suatu sistem yang mampu memberikan informasi akan umur kayu jati secara akurat.Berdasarkan latar belakang di atas, maka diperlukan suatu analisis untuk mengetahui umur dari kayu jati yang akan diambil dengan menggunakan kamera digital.Kemudian gambar-gambar akan disaring menggunakan teknik pemrosesan gambar (imageprocessing).Semua informasi yang dikumpulkan akan diuji dengan menggunakan metode edge linking.

1.2 RUMUSAN MASALAH

Berdasarkan latar belakang di atas maka kita dapat merumuskan masalah yang akan diselesaikan antara lain:1. Proses pembacaan citra (preprocessing),2. Proses deteksi dan analisis (processing), 3. Menampilkan hasil pengolahan citra penampang batang pohon (Generating the profil).1.3 BATASAN MASALAH

Berdasarkan rumusan masalah diatas agar penyusunan dan pembahasan dapat dilakukan secara terarah dan sesuai dengan yang diharapkan, maka perlu ditetapkan batasan-batasan masalah dalam penelitian ini:

1. Citra yang digunakan pada penelitian ini adalah citra berwarna (RGB),dengan format kompresi citra yang akan digunakan dalam penelitian ini adalah Joint Photographic Exprest Group (JPEG).2. Metode analisis yang digunakan adalah dengan metode edge untuk menghitung jumlah lingkaran tahun.1.4 TUJUAN PENELITIAN

Adapun tujuan dalam penelitian dan penulisan laporan ini adalah : Mengetahui Proses pembacaan citra (preprocessing), Proses deteksi dan analisis (processing), Menampilkan hasil pengolahan citra penampang batang pohon (Generating the profil) yang hasilnya mendekati pengamatan manual yang dilakukan oleh seorang ahli dalam menentukan umur sebuah kayu jati.1.5 MANFAAT PENELITIAN

Peneliti berharap dengan adanya penelitian ini maka dapat membantu pembaca untuk menegtahui umur dari pohon jati berdasarkan jumlah lingkaran tahun (growth ring) pada batang pohon. Dan dengan adanya penelitian ini peneliti dan pembaca akan dapat mengetahui seberapa tepat metode dan langkah yang telah diterapkan untuk mendeteksi lingkaran tahun pada batang pohon jati dalam penelitian ini.

BAB II

LANDASAN TEORI2.1 LINGKARAN TAHUNPada penampang melintang kayu riap pertumbuhan tampak sebagai lingkaran-lingkaran konsentris mengelilingi hati dan disebut lingkaran pertumbuhan (growthring).Lingkaran kayu terjadi karena timbul batas perbedaan antara kedua aktivitas kayu akibat pembentukan kayu oleh cambium. Pembentukan kayu oleh cambium pada musim hujan lebih aktif dan menghasilkan sel-sel yang lebih besar daripada musim kemarau. Di negara yang mempunyai 2 musim setiap tahunnya akan didapatkan 2 batas lingkaran tahun sedangkan negara dengan 4 musim maka setiap tahunya akan didapatkan 4 batas lingkaran tahun.Perhitungan lingkaran tahun pada penampang melintang kayu dapat dipakai untuk menaksir umur kayu. Gambar 1. merupakan gambar bagian-bagian kayu.

Gambar 1. Bagian-bagian kayu2.2 PENGERTIAN CITRA DIGITALCitra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalah koordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan (brightness) suatu citra pada suatu titik (Gonzales dan Woods, 2008). Sedangkan menurut kamus Webster, citra adalah representasi, kemiripan atau imitasi dari suatu objek atau benda. Suatu citra diperoleh dari penangkapan kekuatan sinar yang dipantulkan oleh objekCitra digital adalah citra f(x,y) yang telah dilakukan digitalisasi baik koordinat area maupun brightness level. Nilai f di koordinat (x,y) menunjukkan brightness atau grayness level dari citra pada titik tersebut. Dengan kata lain Citra Digital adalah representasi dari sebuah citra dua dimensi sebagai sebuah kumpulan nilai digital yang disebut elemen gambar atau piksel.2.3 PENGOLAHAN CITRA DIGITAL

Pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Pengolahan citra, dilakukan agar citra yang mengalami gangguan lebih mudah diinterpretasikan (baik oleh manusia maupun mesin) dengan cara memanipulasi citra tersebut menjadi citra lain yang kualitasnya lebih baik. Pada umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila (Jain, 1989): 1.Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau menonjolkan beberapa aspek informasi yang terkandung di dalam citra,

2. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur,

3. Sebagian citra perlu digabung dengan bagian citra yang lain. Agar dapat diolah dengan mesin (computer) digital, maka suatu citra harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi menerus (continue) menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang dihasilkan inilah yang disebut Citra Digital. Pada umumnya citra digital berbentuk empat persegi panjang, dan dimensi ukurannya dinyatakan sebagai tinggi x lebar (Munir, 2004).2.4 EDGE DETECTION

Edge detection adalah suatu metode untuk mendeteksi edge dari objek-objek pada citra, yang dimana edge itu adalah batas antara dua daerah dengan nilai gray-level yang relatif berbeda atau dengan kata lain edge merupakan tempat-tempat yang memiliki perubahan intensitas yang besar dalam jarak yang pendek.

Tujuan dari edge Detection ini adalah :

1. Untuk menandai bagian yang menjadi detail dari citra

2. Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari cahaya. Edge detection adalah pendekatan yang paling umum digunakan untuk mendeteksi diskontinuitas graylevel. Hal ini disebabkan karena titik ataupun garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Suatu edge adalah batas antara dua region yang memiliki graylevel yang relatif berbeda. Pada dasarnya sebagian besar teknik edge detection adalah menggunakan perhitungan local derivative operator. Gradien dari suatu citra f(x,y) pada lokasi (x,y) adalah vektorDalam edge detection nilai yang penting di sini adalah magnitude dari vektor, yang biasanya hanya disebut dengan gradien dan dituliskan dengan f , dimana:

Pada umumnya digunakan pendekatan nilai gradien tersebut dengan nilai absolut: Rumus tersebut lebih mudah diimplementasikan, khususnya jika menggunakan hardware untuk pemrosesan. Arah dari vektor gradien juga merupakan kuantitas yang penting. Jika a(x,y) menunjukkan arah sudut vektor f pada (x,y), maka dari analisa vektor:

di mana arah sudut diukur terhadap sumbu x. Derivatif juga bisa diimplementasikan secara digital dengan menggunakan operator Sobel, yaitu dengan menggunakan mask berikut:

Mask untuk menghitung Gx

Mask untuk menghitung Gy2.5CANNY EDGE DETECTIONMetode Canny ini merupakan metode Edge Detection yang digunakan pada penelitian ini , sehingga kita akan membahas secara lebih detail tentang metode ini. Metode ini pertama kali dikembangkan oleh John F. Canny (1986:1) menggunakan algoritma multi-tahap untuk mendeteksi berbagai edge dalam citra.

Menurut Lijun Ding (2000:2) Implementasi dari Canny Edge Detection, memiliki beberapa tahap yaitu :

1. Dengan menggunakan Gaussian Filter melakukan Smooth pada citra untuk mengurangi detail dari citra.

2. Menentukan ukuran gradient dan arah gradient pada tiap pixel.

3. Apabila ukuran gradient pada suatu pixel lebih besar dari pixel-pixel yang ada pada arah gradient disekitarnya maka dianggap pixel tersebut sebagai suatu edge.

4. Menghilangkan edge yang lemah dengan mengunakan thresholding. Metode ini mengunakan 2 threshold, masing-masing untuk mendeteksi edge yang kuat dan edge yang lemah, dan edge yang lemah hanya bisa dideteksi apabila edge tersebut terhubung dengan edge yang kuat. Sehingga metode ini lebih berkemungkinan untuk mendeteksi edge yang lemah dan bisa menbedakan mana yang noise dan mana yang sebenarnya edge yang lemah.

Beberapa kelebihan dari Canny Edge Detection ini adalah:

1. Mendeteksi dengan baik Kemampuan untuk menandai semua edge yang ada dengan baik dan juga memberikan fleksibilitas yang sangat tinggi dalam hal menentukan tingkat deteksi ketebalan edge sesuai yang diinginkan.

2. Melokalisasi dengan baik Dengan canny memungkinkan menghasilkan jarak yang minimum antara edge yang dideteksi dengan edge yang asli.

3. Respon yang jelas Hanya ada 1 respon untuk setiap edge, sehingga mudah terdeteksi dan tidak menimbulkan kerancuan pada pengolahan citra selanjutnya.2.6 EDGE LINKING

Secara ideal, teknik yang digunakan untuk mendeteksi diskontinuitas seharusnya hanya menghasilkan pixel-pixel yang berada pada batas region. Namun dalam prakteknya hal ini jarang terjadi karena adanya noise, batas yang terpisah karena pencahayaan yang tidak merata, dan efek lain yang mengakibatkan variasi intensitas. Untuk itu algoritma edge detection biasanya dilanjutkan dengan prosedur edge linking untuk merangkai pixel-pixel tersebut menjadi satu kesatuan sehingga memberikan suatu informasi yang berarti.Salah satu teknik yang dapat digunakan untuk edge linking adalah local processing, yaitu dengan menganalisa karakteristik pixel-pixel di dalam suatu neighborhood (3 x 3 atau 5 x 5) pada semua titik (x,y) di dalam citra yang telah mengalami edge-detection. Selanjutnya semua titik yang sejenis dihubungkan sehingga membentuk kumpulan pixel yang memiliki sifat-sifat yang sama. Dua sifat utama yang digunakan untuk menentukan kesamaan edge pixel dalam analisa ini adalah:

1. Besarnya respon gradient operator yang digunakan

2. Arah gradient

Sifat yang pertama dinyatakan dengan nilai f yang telah dibahas sebelumnya. Jadi suatu edge pixel dengan koordinat (x,y) dan bertetangga dengan (x,y), dikatakan memiliki magnitude sama dengan pixel di (x,y) jika:

dimana T adalah threshold positif.

Sedangkan arah vektor gradient dinyatakan dengan a(x,y) yang juga telah dibahas sebelumnya. Suatu edge pixel dengan koordinat (x,y) dan bertetangga dengan (x,y), dikatakan memiliki sudut yang sama dengan pixel di (x,y) jika:

dimana A adalah threshold sudut. Suatu titik yang menjadi tetangga dari (x,y) dihubungkan dengan titik (x,y) jika memenuhi kedua kriteria di atas, baik magnitude maupun sudutnya. Proses linking ini diulang untuk seluruh lokasi titik yang ada di dalam citra. BAB III

PEMBAHASAN

3.1 SISTEM MANUAL PENENTUAN UMUR KAYU JATI

Sistem Manual untuk menentukan Lingkaran tahun kayu jati dengan cara melihat dengan menggunakan mata telanjang, bila guratan lingkaran tahunnya kelihatan dengan jelas, jika guratan kurang jelas dapat menggunakan kaca pembesar untuk melihat lingkaran tahun pada kayu jati. Untuk pohon yang tumbuh di tempat atau area yang mempunyai 2 musim maka 2 guratan lingkaran kayunya merepresentasikan waktu 1 tahun. Sedangkan untuk pohon yang tumbuh di tempat atau area yang mempunyai 4 musim maka waktu 1 tahu di representasikan oleh 4 guratan lingkaran kayunya.3.2 SPESIFIKASI SISTEM DETEKSI LINGKARAN TAHUN UMUR KAYU JATI

Pemrosesan untuk deteksi growthring pada kayu jati diperlihatkan pada gambar flowchart di Gambar 2. Pada flowchart sistem growthring pada kayu jati diawali dengan pembacaan citra. Dilanjutkan dengan proses Deteksi. Proses deteksi yang dilakukan adalah mendeteksi region tertentu yang mempunyai graylevel berbeda. Pada proses deteksi juga melakukan deteksi kurva. Setelah proses deteksi akan dilanjutkan dengan proses analisis. Pada proses analisis gambar kayu akan dianalisa dengan mendeteksi lingkaran hasil dari sambungan yang telah dihasilkan pada proses deteksi region.

Gambar 2. Flowchart Sistem Deteksi Growthring Kayu3.3 DESAIN ARSITEKTUR

Desain arsitektur adalah aktivitas yang mengembangkan struktur program secara modular dan menentukan hubungan kontrol antar modul. Arsitektur Sistem Deteksi Growthring pada kayu ini dapat dilihat dalam bentuk diagram berjenjang (hierarchical chart) yang diperlihatkan pada Gambar 3

Gambar 3. Struktur Program Sistem Deteksi Growthring Kayu

3.4 PROSES PEMBACAAN CITRA (PREPROCESSING)

Proses pembacaan citra merupakan pembacaan nilai-nilai matriks yang ada pada suatu citra. Citra yang akan dibaca merupakan citra kayu dengan ekstensi jpg.3.5 PROSES DETEKSI DAN ANALISIS (PROCESSING)

Proses deteksi dan analisis terdiri dari proses deteksi edge dan deteksi kurva dan proses analisis terdiri dari proses analsis lingkaran yang terbentuk. Rincian langkah-langkah yang ada pada proses deteksi dan analisis kayu adalah sebagai berikut: PROSES DETEKSI EDGE

Di dalam proses deteksi edge merupakan proses deteksi batas antara dua region yang memiliki graylevel yang relatif berbeda. Teknik edge detection adalah menggunakan perhitungan local derivative operator.

PROSES DETEKSI KURVA

Pada proses deteksi kurva proses yang terjadi adalah mendeteksi bentuk kurva pada growthring sehingga nantinya kurva-kurva itu apabila dirangkai akan terbentuk menjadi sebuah lingkaran. PROSES ANALISIS LINGKARANPada proses analisis lingkaran proses yang terjadi adalah merangkai edge detection yang telah diperoleh pada proses deteksi edge, sehingga menjadi suatu rangkaian yang merupakan bentuk lingkaran.3.6 PROSES MENAMPILKAN HASIL (GENERATING THE PROFIL)

Proses tampil rekonstruksi lingkaran merupakan proses menampilkan hasil dari analisis lingkaran yang terjadi, dimana analisis lingkaran terjadi karena adanya deteksi edge dan deteksi kurva yang terbentuk umur kayu jati dari hasil proses penghitungan umur kayu jati.Gambar 4.merupakan gambar dari kayu yang terdeteksi lingkaran tahunnya (growthring) Belum ada gambar

Gambar 4.Deteksi Lingkaran Tahun pada kayu

Gambar 5. merupakan gambar daerah berlabel yang terdeteksi lingkaran. Belum ada gambar

Gambar 5.Daerah berlabelSedangkan gambar 6. merupakan gambar ring indikator hasil deteksi lingkaran.Belum ada gambar

Gambar 6.Ring indikatorBAB IV

PENUTUP

4.1 KESIMPULANDAFTAR PUSTAKAhttp://www.mathworks.com/portalgaruda.org/article.php?article=7561&val=545&title

http://www.unisbank.ac.id/ojs/index.php/fti2/article/view/891/449http://digilib.uin-suka.ac.id/12240/research.lppm-stmik.ibbi.ac.id/permalink/000032.pdf