ANALISIS DETEKSI TEPI PADA CITRA DENGAN METODE ROBERTS

Khodimul Istiqlal1), Ike Fibriani, ST., MT.2)

1)Mahasiswa S1 Fakultas Teknik Elektro Universitas Jember

2)Dosen Pengampu Sistem Pengolahan Citra Fakultas Teknik Elektro Universitas Jember

Jln. Slamet Riyadi No.62 Jember 68111

Khodimulistiqlal@yahoo.co.id1), Ik3fibriani.teknik@gmail.com2)

Abstrak— Suatu proses pengolahan citra digital yang menarik untuk dianalis adalah proses deteksi

tepi (edge detection), dimana manfaat yang didapatkan salah satunya adalah kemungkinan bagi kita

untuk dapat mendeteksi wajah suatu objek melalui deteksi tepi. Metode dalam teknik deteksi tepi

ini mulai dari teknik Roberts, Prewitt, Sobel, Canny, dll. Dan dalam paper ini akan menganalisis

deteksi tepi yang memakai metode Roberts sehingga dapat menganalisis tentang metode ini yang

diharapkan akan mengetahui perbadaan metode Roberts dengan metode yang lain. Untuk

melakukannya memakai bantuan software Matlab 7.8 (R2009a) yang didalamnya akan

menggunakan algoritma dari metode Roberts tersebut. Dengan memakai metode Roberts pada

pendeteksian tepi yang nantinya akan didapatkan citra atau pemerosesan yang relatif singkat dari

pada metode lainnya.

Kata Kunci— deteksi tepi, metode Roberts

Abstract- A digital image processing is attractive for dianalis is the process of edge detection (edge

detection), in which the benefits obtained one of them is the possibility for us to be able to detect

the face of an object through the edge detection. The method in this edge detection techniques from

engineering Roberts, Prewitt, Sobel, Canny, etc.. In this paper will analyze the use edge detection

Roberts method that can analyze about this method is expected to know each difference in the

method of Roberts and other methods. To do so use the help of software Matlab 7.8 (R2009a) are

in it will use the algorithm of the method of Roberts. By using the method of Roberts in the

detection of edges that will be obtained or the image processing of a relatively short period of the

other methods.

Keyword-edge detection, the method of Roberts

1. Pendahuluan

1.1 Latar Belakang

Suatu cara agar suatu citra dapat

diinterpresentasikan dengan sebaik-baiknya

adalah dengan mengolah suatu citra tersebut.

Pengolahan suatu citra merupakan kegiatan

memperbaiki kualitas citra sehingga citra tersbut

mudah diinterpretasi oleh manusia dan mesin

(komputer). Inputannya adalah citra yang dinilai

kurang baik dan keluarannya juga citra tapi

dengan citra yang mempunyai kualitas lebih baik

daripada citra inputannya. Misal citra berwarna

kurang buram (blurring), tajam, mengandung

noise (misal bintik-bintik putih), dll sehingga

perlu ada perbaikan citra untuk mempermudah

manusia atau mesin (komputer)

meninterpresentasikan citra tersebut. Namun

sebelum pemerosesan citra menjadi lebih detail,

pengolahan citra sendiri juga sering kali

menggunakan deteksi tepi untuk tujuan tertentu.

Karena deteksi tepi merupakan langkah pertama

untuk melingkupi informasi di dalam citra. Oleh

karena itu, pada kesempatan kali ini akan

dilakukan sebuah analisis atau pengamatan

mengenai deteksi tepi dimana hal itu dijadikan

sebagai acuan pertama untuk melangkah ke

pengolahan citra yang lebih lanjut seperti yang

telah dijelaskan sebelumnya.

Adapun metode yang dipakai untuk pendeteksian

adalah dengan memakai metode Roberts.

Sebenarnya ada beberapa metode lain yang dapat

dipakai yaitu Canny, Prewitt, Sobel, Laplacian,

dan Zero-Cross. Dan software yang digunakan

adalah Matlab 7.8 (R2009a). Pada paper ini yang

akan dianalisi adalah metode Roberts karena

metode ini merupakan metode awal yang

digunakan untuk mendeteksi suatu tepi citra dari

pada meode lainnya. Metode ini juga dapat

mendeteksi citra dengan lebih cpat. Sehingga

nantinya akan diketahui tentang metode Roberts

ini baik kelebihan maupun kekurangannya.

1.2 Rumusan Masalah

Permasalahan yang akan diangkat dalam

paper ini adalah:

1) Bagaimana proses suatu metode

Roberts dalam pendeteksian tepi pada

suatu citra?

2) Apa sajakah kelebihan dan kekurang

ketika mendeteksi tepi menggunakan

metode Roberts?

1.3 Batasan Masalah

Pada tugas akhir ini pembahasan akan

dibatasai pada permasalahan-permasalahan

sebagai berikut:

1) Simulasi pada tugas ini menggunakan

program Matlab.

2) Pembahasan pada deteksi tepi pada citra

menggunakan Metode Roberts

3) Citra yang digunakan berformat

JPEG/JPG

1.4 Tujuan

Tujuan dari paper ini adalah:

1. Untuk mengetahui proses atau cara kerja

salah satu metode deteksi tepi yaitu

metode Roberts.

2. Untuk mengetahui kelebihan dan

kekurangan metode Roberts.

1.5 Manfaat

Manfaat yang dapat diambil adalah :

1) Dapat mengetahui proses atau cara kerja

dari metode deteksi tepi yaitu metode

Roberts

2) Dapat mengetahui kelebihan dan

kekurangan metode Roberts.

2. Tinjauan Pustaka

2.1 Pengertian Citra

Citra merupakan informasi yang secara umum

tersimpan dalam bentuk pemetaan bit-bit, atau

sering dikenal dengan bitmap. Setiap bit-bit

membentuk satu titik informasi yang dikenal

dengan pixel. Atau dengan kata lain, satu pixel

merupakan satu titik image yang terdiri dari satu

atau beberapa bit informasi. Satuan dari pixel

biasanya dinyalakan dengan posisi x, posisi y

dan nilai dari pixel (warna atau gray). Dalam

satu bidang gambar, sepenuhnya terdiri dari

pixel-pixel [5].

2.2 Pengertian Pengolahan Citra

Adalah kegiatan memperbaiki kualitas citra agar

mudah diinterpretasi oleh manusia/mesin

(komputer). Inputannya adalah citra dan

keluarannya juga citra tapi dengan kualitas lebih

baik daripada citra masukan, misal citra

warnanya kurang tajam, kabur (blurring),

mengandung noise (misal bintik-bintik putih), dll

sehingga perlu pemrosesan untuk memperbaiki

citra karena citra tersebut menjadi sulit

diinterpretasikan akibat informasi yang

disampaikan berkurang [5].

2.3 Pixel

Citra dinyatakan dalam bentuk data matriks 2

dimensi, dimana setiap titik data mewakili satu

pixel. Dalam hubungannya dengan data video,

maka satu gambar (image) dikenal sebagai satu

frame. Misalnya sebuah gambar dikatakan

resolusinya sebesar 800 x 600 maka berarti

panjang pixel horisontalnya 800 dan panjang

pixel vertikalnya 600 dan jumlah total

keseluruhan pixel dari gambar tersebut yaitu

480000 atau dapat dikatakan bahwa gambar

tersebut terdiri dari 480000 pixel.

2.4 Citra Digital

Citra digital merupakan fungsi intensitas cahaya

f(x,y), dimana harga x dan y merupakan

koordinat spasial. Dan harga fungsi tersebut

pada setiap titik (x,y) merupakan tingkat

kecemerlangan citra pada titik tersebut. Citra

digital dinyatakan dengan matriks berukuran N x

M (baris/tinggi = N, kolom/lebar = M) [2]

dimana:

N = jumlah baris 0 ≤ y ≤ N – 1

M = jumlah kolom 0 ≤ x ≤ M – 1

L = gray level 0 ≤ f(x,y) ≤ L – 1

Dalam bentuk matriks dapat ditulis sebagai

berikut:

2.5 Warna Tingkat Keabuan (Gray Level)

Kecerahan dari citra disimpan dengan cara

pemberian nomor pada tiap-tiap pixelnya.

Semakin tinggi nomor pixelnya maka makin

terang (putih) pixel tersebut. Sedangkan semakin

kecil nilai suatu pixel, mengakibatkan warna

pada pixel tersebut menjadi gelap. Dalam sistem

kecerahan yang umum terdapat 256 tingkat

untuk setiap pixel. Skala kecerahan seperti ini

dikenal sebagai grayscale. Pada gambar 1

menunjukkan tingkatan level kecerahan dari

grayscale.

Gambar 1. Palet Tingkatan Warna Grayscale

2.6 Deteksi Tepi

Tepi adalah perubahan nilai intensitas derajat

keabuan yang mendadak (besar) dalam jarak

yang singkat. Terdapat tiga macam tepi di dalam

citra digital, yaitu:

1) Tepi Curam

Tepi curam adalah tepi dengan perubahan

intensitas yang tajam. Arah tepi berkisar 900.

Gambar 2.1 menunjukan deteksi tepi tipe tepi

curam.

2) Tepi Landai

Tepi landai yaitu tepi dengan sudut arah yang

kecil. Tepi landai dapat dianggap terdiri dari

sejumlah tepi-tepi lokal yang lokasinya

berdekatan. Gambar 2.2 menunjukan deteksi tepi

tipe tepi landai.

3) Tepi yang mengandung derau

Umumnya tepi yang terdapat pada aplikasi visi

komputer mengandung derau. Operasi

peningkatan

kualitas citra dapat dilakukan terlebih dahulu

sebelum pendektesian tepi. Gambar 2.3

menunjukan deteksi tepi tipe tepi curam dengan

derau.

2.7 Metode Roberts

Deteksi tepi memiliki berbagai macam operator

dalam mendeteksi tepi suatu citra, yaitu salah

satunya operator roberts. Operator Roberts sering

disebut juga operator silang. Gradien Roberts

dalam arah-x dan arah-y dihitung dengan rumus:

Gambar 2.4 menunjukan bahwa operator R+

adalah hampiran turunan berarah dalam arah 450,

sedangkan operator R- adalah hampiran turunan

berarah dalah arah 1350. Dalam bentuk maks

konvolusi, operator Roberts adalah:

Telah kita ketahui bahwa Metode Roberts

adalah nama lain dari teknik differensial, yaitu

differensial pada arah horisontal dan differensial

pada arah vertikal, dengan ditambahkan proses

konversi biner setelah dilakukan differensial.

Metode Roberts ini juga disamakan dengan

teknik DPCM (Differential Pulse Code

Modulation). Differential Pulse Code

Modulation (DPCM) adalah prosedur konversi

analog menjadi sinyal digital di mana sebuah

sinyal analog adalah sampel dan kemudian

perbedaan antara nilai sampel yang sebenarnya

dan nilainya diprediksi (nilai prediksi didasarkan

pada sampel sebelumnya atau sampel)

dikuantisasi dan dikodekan kemudian

membentuk nilai digital.

3. Perancangan Sistem

Dalam melakukan penelitian mengenai metode

Canny ini, maka akan digunakan syntax pada

Matlab yaitu sebagai berikut:BW = edge(I,'roberts');Adapun dalam paper mengenai metode ini,

penelitian dilakukan dengan memakai GUI

(Graphical User Interface) yang telah dibuat

oleh penulis dimana didalamnya terdapat

berbagai macam metode yaitu Roberts, Prewitt,

Sobel dan Canny. Namun karena paper ini

mengacu pada roberts, maka pada GUI hanya

akan menitikberatkan pada penggunaaan metode

Roberts. Adapun skema dari flowchart yang

digunakan adalah sebagai berikut:

START

Read Image

Ubah Citra keGrayscale

Deteksi Tepi denganmetode Roberts

BW=edge(I,'roberts');

4. Analisis Dan Pembahasan

Data yang di uji adalah sebagai berikut.

Dimensi

Citra aslihasil deteksi

WaktuPemros

esan1000 x 750

1.10 s

2000 x 1500

1.65 s

3000 x 2250

3.10 s

4000 x 3000

4.47 s

5000 x 3750

8.30 s

6000 x 4500

13.3 s

Sebelum suatu citra dideteksi tepinya, citra asli

diubah ke grayscale terlebih dahulu. Dari data

gambar atau citra yang sama tetapi dengan

dimensi berbeda-beda, mulai dari gambar dengan

dimensi 1000 x 750 s/d 6000 x 4500 dengan

metode roberts didapatkan gambar deteksi tepi

dengan waktu proses cepat

Waktu yang dibutuhkan dalam pendeteksian

citra dengan menggunakan metode roberts lebih

cepat karena metode Roberts merupakan metode

yang cukup simple dan prosesnya tidak panjang.

Telah di ketahui metode terdiri dari sepasang

kernel 2 × 2 konvolusi. Satu kernel yang lain

hanya diputar oleh 90°. Matriks dari metode

roberts terlihat pada Gambar berikut

Kernel ini dirancang untuk merespon secara

maksimal untuk tepi berjalan pada 45° ke

Hasil Deteksi TepiSuatu Citra

End

jaringan pixel, satu kernel untuk masing-masing

dua orientasi tegak lurus. Kernel dapat

diterapkan secara terpisah dengan citra masukan,

untuk menghasilkan pengukuran yang terpisah

dari komponen gradien di setiap orientasi (Gx

dan Gy). Sehingga dapat disimpulkan Kelebihan

operator ini yaitu cepat dan mudah untuk

menghitung pengukuran gradien 2-D spasial

pada gambar. Pixel nilai di setiap titik di

keluaran mutlak mewakili besarnya estimasi

gradien spasial citra masukan pada saat itu. Hal

ini juga dapat dibuktikan apabila kita

menggunakan citra yang lain dan dengan

dimensi yang memiliki perbedaan yang relatif

besar seperti berikut.

Dimensi

Citra aslihasil deteksi

WaktuPemros

esan560 x 373

0.50 s

1024 x 768

0.8 s

2000 x 1300

1.44 s

3072 x 2016

2.50 s

3648 x 2736

4.5 s

5120 x 3840

9.0 s

Sama halnya seperti data yang sebelumnya,

walaupun dengan citra yang berbeda dan

memiliki dimensi yang berbeda juga, metode

Roberts dalam memproses citra sangatlah cepat.

Selain itu besarnya dimensi (pixel) juga

berpengaruh pada waktu pemerosesan. Semakin

besar dimensi citra maka semakin lama juga

proses pendeteksian tepi.

Misalnya pada dimensi 560 x 373 waktu yang

dibutuhkan untuk mendeteksi tepi adalah 0.50 s,

namun hasil deteksi yang dihasilkan tidak begitu

baik. Hal yang sama juga didapatkan ketika

mendeteksi tepi dengan dimensi 1024 x 768

waktu yang dibutuhkan untuk mendeteksi tepi

citra dengan dimensi tersebut adalah 0.8 s,

sedangkan untuk deteksi tepi dengan dimensi

2000 x 1300 adalah 1.44 s. Untuk dimensi 3072

x 2016 watu yang dibutuhkan sebesar 2.5 s.

Untuk deteksi tepi dengan menggunakan dimensi

3648 x 2736 waktu yang dibutuhkan untuk

melakukan deteksi tepi adalah slama 4.5 s. Untuk

dimensi 5120 x 3840 waktu yang dibutuhkan adalah

selama 9.0 s. Namun hasil yang didapatkan

dengan menggunakan metode robert adalah

kurang baik.

Ketika akan menggunakan citra yang

mempunyai dimensi 7338 x 10248 dan 8533 x

6400 matlab tidak bisa berjalan atau tidak dapat

mendeteksi tepi.

Namun operator Roberts juga memiliki

kekurangan yaitu dengan proses yang cepat hasil

yang di dapatkan juga tidak sebaik ketika

menggunakan metode lainnya karena ketelitian

terhadap tepi-tepi suatu citra tidak sebaik metode

lainnya. Selain itu Karena Metode Roberts hanya

menggunakan convolution mask berukuran 2 x

2, maka operator Roberts sangat sensitive

terhadap noise. hal ini dapat dibuktikan dengan

gambar berikut

5. Kesimpulan

Setelah melakukan simulasi percobaan deteksi

tepi dengan menggunakan bantuan aplikasi

matlab diketahui dengan menggunakan metode

roberts dapat di simpulkan bahwa metode roberts

memiliki kelebihan daripada metode deteksi tepi

yang lainnya yaitu metode roberts cepat dan

mudah dalam proses pendeteksian terutama

untuk menghitung pengukuran gradien 2-D

spasial pada gambar. Besarnya dimensi juga

mempengaruhi kecepatan untuk merubah citra

grayscale ke deteksi tepi metode Rober, semakin

besar dimensi suatu citra maka semakin lama

waktu pemrosesannya. Selain itu, metode roberts

juga memiliki kekurangan yaitu tidak tahan noise

karena metode roberts hanya menggunakan

convolution mask berukuran 2 x 2, maka

operator Roberts sangat sensitive terhadap noise

dan hasil pendeteksian tepinyapun tidak sebaik

ketika menggunakan metode lainnya.

REFERENSI

[1] Achmad Hidayatno, R. Rizal Isnanto,

Bahrun Niam. “ANALISIS DETEKSI

TEPI PADA CITRA BERDASARKAN

PERBAIKAN KUALITAS CITRA”.

[2]

http://en.wikipedia.org/wiki/Roberts_edg

e_ detector

[3] http://fourier.eng.hmc.edu/e161/lectures/

canny/node1.html

[4] http://www.mathworks.com/

[5] Idhawati Hestiningsih, "Pengolahan Citra",

<URL:http://digilib.mdp.ac.id/download.p

hp?id=94>

RIWAYAT PENULIS

Khodimul Istiqlal, lahir di

Jember, 17 Agustus 1991.

Menempuh pendidikan di MI

Wahid Hasyim Ngampelrejo

kec. Jombang kab. Jember,

SMP Negeri 3 Tanggul, SMA Negeri 2 Tanggul.

Setelah lulus dari SMA, pada tahun 2009,

penulis melanjutkan studi strata 1 di perguruan

tinggi negeri Universitas Negeri Jember,

Fakultas Teknik, Jurusan Teknik Elektro dengan

konsentrasi Telekomunikasi.