IDENTIFIKASI TULANG DAUN MONOKOTIL DAN DIKOTIL DENGAN METODE MANUAL THRESHOLDING Oleh : Laorency Fania Christy NIM : 642011006 TUGAS AKHIR Diajukan Kepada Program Studi Fisika, Fakultas Sains dan Matematika guna memenuhi sebagian dari persyaratan untuk memperoleh gelar Sarjana Sains
Program Studi Fisika
FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS KRISTEN SATYA WACANA SALATIGA 2015
i
ii
iii
iv
MOTTO
Ketahuilah kemampuan yang ada pada dirimu, jadilah dirimu sendiri Syukuri setiap pemberianNya
Sebab di dalam Dia kamu telah menjadi kayadalam segala hal: dalam segala macam perkataan dan segala macam pengetahuan ( 1 Korintus 1:5 )
v
KATA PENGANTAR Puji syukur kepada Tuhan Yesus Kristus atas kasih anugerah serta penyertaan-Nya sehingga peneliti dapat menyelesaikan penelitian yang berjudul “Identifikasi Tulang Daun Monokotil dan Dikotil dengan Metode Manual Thresholding”, yang diajukan sebagai persyaratan dalam menyelesaikan Program Studi Fisika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Salatiga. Peneliti menyadari bahwa tanpa dukungan dari berbagai pihak, laporan penelitian ini tidak dapat terselesaikan dengan baik. Oleh karena itu peneliti mengucapkan terima kasih kepada berbagai pihak, yaitu: 1.
Dekan Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Salatiga.
2.
Ketua Program Studi Fisika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Salatiga.
3.
Ibu Made Rai Suci Shanti N.A, S.Si., M.Pd selaku wali studi angkatan 2011 dan pembimbing utama dalam tugas akhir ini.
4.
Bapak Giner Maslebu, S.Pd., S.Si., M.Si selaku pembimbing pendamping.
5.
Seluruh Bapak/Ibu dosen pengajar dan seluruh staf di Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana Salatiga yang telah mendidik dan memberikan motivasi dalam perkuliahan.
6.
Laboran-laboran FSM, khususnya laboran progdi fisika Mas Tri, Mas Sigit, Pak Tafip yang senantiasa membantu dan menyediakan peralatan selama perkuliahan.
7.
Teman-teman angkatan 2011, Ruth Arientya, Gisella, Umi, Kristia, Dita, Debora, Yospina, Satriya, Azhar, Dio, Yodhi, Ishak, Aziz, Cholik, Puis) dan adik angkatan Katriana Pradipta yang telah memberi dukungan dan semangat.
8.
Teman-teman kos seruni 18 Mbak Ema, Mbak Pipit, Mbak Dezy, Radita, Mb Alina, Shendi, Andini yang telah memberi semangat selama skripsi dan Mas Pandu, Mbak Dina yang sudah menjadi bapak ibu kos selama saya studi di Salatiga.
vi
9.
Keluarga saya, Papa, Ibu, kakak dan adik tercinta Yona dan Roi yang telah memberi doa dukungan, semangat, motivasi, Papa Ibu yang sudah membiayai sampai saya menjadi sarjana.
10. Mas Arco sebagai orang terkasih, teman, sahabat saya, terimakasih atas kesabaran, doa, semangat yang sudah diberikan selama ini. 11. Kak doni yang telah meminjamkan kamera untuk penelitian ini. 12. Semua pihak yang telah membantu dan tidak dapat disebutkan satu demi satu.
Salatiga, 16 Januari 2016 Penulis,
Laorency Fania Christy
vii
DAFTAR ISI HALAMAN JUDUL
i
LEMBAR PENGESAHAN
ii
LEMBAR PERNYATAAN KEASLIAN
iii
LEMBAR PERSETUJUAN AKSES
iv
MOTTO
v
KATA PENGANTAR
vi
DAFTAR ISI
viii
PENDAHULUAN
1
LAMPIRAN
3
viii
Identifikasi Tulang Daun Monokotil dan Dikotil dengan Metode Manual Thresholding Laorency F. Christy1,2,*, Giner Maslebu 1,2, Made R.S.S.N. Ayub1,2 1
2
Jurusan Fisika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Salatiga Jurusan Pendidikan Fisika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Salatiga * Email:
[email protected]
Abstrak. Kemampuan untuk mempelajari suatu obyek tidak dimiliki oleh semua orang, hanya orang yang ahli dalam bidang tertentu saja yang dapat mengenalinya secara langsung. Seiring perkembangan tekonologi, banyak cara yang dapat dilakukan untuk identifikasi suatu obyek, salah satunya dapat dilakukan dengan pengolahan citra digital. Penelitian ini bertujuan untuk membedakan tulang daun monokotil dan dikotil dengan metode manual thresholding. Metode thresholding termasuk salah satu metode dalam segmentasi citra. Thresholding atau binerisasi adalah pengelompokan piksel-piksel dalam citra berdasarkan batas nilai intensitas tertentu. Jika intensitas piksel sesuai dengan syarat intensitas obyek maka akan dipetakan menjadi piksel obyek pada citra hasil operasi, sebaliknya jika tidak memenuhi syarat maka akan dipetakan menjadi piksel latar belakang. Citra yang diambil adalah daun monokotil melati air (Echinodorus palaefolius) dan daun dikotil jambu biji (Psidium guajava). Citra dianalisis dengan pengolahan aplikasi yang disusun dalam bentuk M-File input program. Citra asli dengan tipe RGB (Red, Green, Blue) diubah menjadi citra keabuan (grayscale), tahap selanjutnya yaitu proses thresholding pada citra grayscale, untuk memilih nilai threshold (nilai level keabuan) dari 0-255. Segmentasi citra menghasilkan citra biner, yang nilai thresholdnya dapat ditentukan terlebih dahulu, sehingga dapat diperoleh hasil dengan nilai threshold (T) terbaik. Analisis terhadap citra biner dengan manual thresholding dihasilkan nilai threshold pada rentang 155-172 (monokotil) dan 125-145 (dikotil). Selanjutnya, dipilih satu nilai threshold terbaik, pada T=167 untuk citra biner monokotil dan T=138 untuk citra biner dikotil. Kedua nilai threshold hasil segmentasi sudah dapat memisahkan tulang daun monokotil dan dikotil dengan struktur daun yang lain. Metode segmentasi citra dengan manual thresholding dapat digunakan untuk membedakan tulang daun monokotil dan dikotil, sehingga membantu dalam mempelajari morfologi daun melalui pengolahan citra digital. Kata kunci: manual thresholding, pengolahan citra, monokotil dan dikotil.
PENDAHULUAN Morfologi tumbuhan merupakan ilmu yang mempelajari bentuk fisik dan struktur tubuh dari tumbuhan. Morfologi tumbuhan berguna untuk mengidentifikasi tumbuhan secara visual, jika hanya sekedar nama tidak akan menggambarkan dengan jelas bagaimana wujud tumbuhan tersebut. Sebagai contoh, hal yang paling sering dan mudah dilakukan ketika membedakan tumbuhan monokotil dan dikotil adalah mengamati bagian daunnya. Daun memiliki tulang daun yang beraneka ragam sesuai pengelompokan jenis tumbuhan monokotil dan dikotil. Struktur tulang daun pada tumbuhan monokotil yaitu sejajar atau melengkung, sedangkan pada tumbuhan dikotil struktur tulang daunnya menyirip atau menjari [1].
GAMBAR 1. Jenis Tulang Daun (a) menyirip (b) melengkung (c) menjari (d) sejajar
Kemampuan untuk mengenal dan memahami karakteristik bagian tumbuhan tidak dimiliki oleh semua orang, hanya orang-orang tertentu yang ahli dalam bidang morfologi tumbuhan yang bisa mengenalinya. Seiring dengan berkembangnya teknologi, banyak cara yang dapat dilakukan untuk mengidentifikasi suatu obyek termasuk ciri-ciri fisik dari tumbuhan, salah satunya dapat dilakukan dengan pengolahan citra (image processing). Citra (image) adalah bentuk informasi visual yang berupa kumpulan dari piksel-piksel yang disusun dalam larik dua dimensi [2]. Agar citra dapat terlihat baik, maka citra tersebut dapat diperbaiki dengan pengolahan citra digital. Pengolahan citra digital (digital image processing) adalah ilmu yang mempelajari tentang teknik-teknik mengolah citra [3]. Citra yang sudah diolah melalui teknik pengolahan citra menghasilkan keluaran yang kualitasnya lebih baik [4]. Salah satu metode dalam pengolahan citra adalah segmentasi citra. Proses segmentasi dilakukan dengan membagi citra ke dalam beberapa kategori objek sesuai dengan pengelompokan tingkat keabuan, teknik ini sering disebut sebagai pengambangan (thresholding).
Thresholding yaitu proses pemisahan piksel-piksel terhadap citra grayscale sehingga menghasilkan citra biner. Proses thresholding ini pada dasarnya adalah proses pengubahan kuantisasi citra, sehingga untuk melakukan thresholding dapat digunakan rumus :
x
w b
1
BAHAN DAN METODE
Keterangan: x nilai derajat keabuan setelah thresholding w nilai derajat keabuan sebelum thresholding b jumlah derajat keabuan yang diinginkan Sebelum citra RGB (Red, Green, Blue) diubah ke dalam citra biner, citra RGB terlebih dahulu diubah menjadi citra grayscale. Pada proses pengubahan menjadi citra grayscale dapat dilakukan dengan cara mengambil nilai tiap piksel dari komponen red (r), green (g), dan blue (b), ketiga warna dasar tersebut diambil rata-ratanya (s), sehingga dapat ditulis sebagai berikut:
s
r g b 3
2
Nilai rata-rata (s) digunakan untuk memberi warna pada piksel gambar sehingga warna RGB berubah menjadi grayscale. Citra biner memiliki dua nilai derajat keabuan, yaitu hitam dan putih. Secara matematis dapat ditulis sebagai berikut.
1 if f ( x, y ) T g ( x, y ) 0 if f ( x, y ) T
Supaya proses pengamatan mudah, hasil citra grayscale dapat ditampilkan ke dalam histogram, clustering, atau varians sebelum dipilih nilai thresholdnya [7]. Dalam penelitian ini akan dibatasi pada proses membedakan tulang daun monokotil dan dikotil dengan metode manual thresholding.
3
g ( x, y ) adalah citra biner dari citra grayscale f ( x, y ) , dan T menyatakan nilai
Prosedur penelitian untuk membedakan tulang daun monokotil dan dikotil diawali dengan pengambilan citra (akuisisi data). Akuisisi data berhubungan dengan pengambilan citra, kamera yang digunakan, pencahayaan, waktu dan latar belakang objek yang sama. Hal ini bertujuan untuk menghasilkan citra yang kualitasnya sama. Selanjutnya dibuat rancangan pengolahan citra dengan perangkat lunak untuk membuat program yang dapat digunakan analisis citra. Hal terakhir yang dilakukan dalam prosedur penelitian adalah analisis citra sebagai hasil penelitian. Penelitian ini menggunakan citra daun monokotil, melati air (Echinodorus palaefolius) dan daun dikotil jambu biji (Psidium guajava) dianalisis dengan pengolahan aplikasi yang sudah dirancang. Langkahlangkah aplikasi pengolahan citra ditunjukkan oleh diagram alir program pada GAMBAR 2. Mulai
Baca citra
Konversi citra RGB ke grayscale
Dengan
threshold. Piksel yang memiliki derajat keabuan lebih kecil dari nilai batas yang ditentukan diberi nilai 0, sedangkan yang memiliki derajat keabuan lebih besar dari nilai batas diberi nilai 1 [5]. Penentuan nilai T tersebut berdasarkan kondisi piksel itu sendiri, jika intensitas piksel sesuai dengan syarat intensitas obyek maka akan dipetakan menjadi piksel obyek (nilai 1) pada citra hasil operasi, sebaliknya jika tidak memenuhi syarat maka akan dipetakan menjadi piksel latar belakang (nilai 0) [6]. Parameter dalam thresholding adalah pemilihan nilai threshold. Peneliti dapat menentukan nilai threshold (T) secara manual (manual thresholding) atau dengan thresholding otomatis menggunakan algoritma.
Segmentasi citra dengan metode thresholding manual
Interpretasi tulang daun
Selesai GAMBAR 2. Diagram Alir Program
Pengolahan citra dimulai dengan membaca citra daun hasil akuisisi data dari kamera dalam format RGB (Red, Green, Blue). Selanjutnya, citra RGB diubah ke citra grayscale dengan rentang nilai keabuan 0-255. Setelah citra RGB menjadi citra grayscale, dilakukan proses segmentasi citra dengan metode thresholding manual. Tujuan dilakukan thresholding untuk mendapatkan citra biner yang akan diinterpretasi untuk membedakan berbagai bentuk tulang daun. Dalam penelitian ini, metode yang digunakan adalah manual thresholding dengan cara menguji citra dengan berbagai nilai threshold (T) yang berbeda-beda pada rentang 0-255. Dari hasil pengujian dengan variasi nilai T, akan dipilih satu nilai T yang tepat untuk proses binerisasi citra.
ke dalam citra grayscale (0-255). Analisis terhadap citra grayscale dengan metode manual thresholding menghasilkan citra biner dengan satu nilai threshold terbaik yang ditentukan dari rentang batas nilai bawah dan nilai atas ambang keabuan citra. Pemilihan nilai threshold terbaik diambil berdasarkan pada parameter kejelasan tulang daun setelah dilakukan segmentasi citra dengan metode manual thresholding.
HASIL DAN DISKUSI Dalam perancangan model pengolahan citra berbasis komputer, maka dapat digunakan GUI (Graphical User Interface) yang merupakan salah satu program komputer yang lebih banyak menggunakan grafik daripada teks. GUI terdiri dari menu bar, toolbar, navigation pane, task page, graphics toolbar, graphics windows sehingga memberi kemudahan pada pengguna komputer [8][9]. Penggunaan GUI untuk pengolahan citra berbasis komputer juga dilakukan oleh Agustinus S. dan Dwi A. (2013) untuk simulasi dan analisis perbaikan citra digital dengan memasukkan parameter input citra [10]. Berikut adalah Tampilan GUI pada metode pengolahan citra manual thresholding yang ditunjukkan pada GAMBAR 3.
GAMBAR 4. Citra Biner Hasil Segmentasi Daun Monokotil dengan Variasi Nilai Threshold
Nilai threshold untuk daun monokotil dipilih dengan rentang 155-172. T=155 ditentukan sebagai nilai batas bawah, sedangkan T=172 ditentukan sebagai nilai batas atas. Nilai T=155 masih terdapat titik-titik pada citra yang sebenarnya bukan bagian dari citra (noise) sedangkan T=172 tidak begitu menunjukkan dengan jelas tulang daunnya. Setelah menentukan nilai threshold (T) secara manual dan berdasarkan variasi yang sudah dipilih, diperoleh citra biner dengan nilai T terbaik yaitu T=167 (GAMBAR 4).
GAMBAR 5. Citra Biner Hasil Segmentasi Daun Dikotil dengan Variasi Nilai Threshold
GAMBAR 3. Tampilan Citra Asli, Citra Grayscale, dan Hasil Thresholding
GAMBAR 3 menunjukkan hasil pengolahan citra asli dengan ukuran 4272 x 2848 piksel yang diubah
Pada daun dikotil, variasi nilai threshold yang dipilih berada pada rentang 125-145. Hasil yang ditunjukkan pada GAMBAR 5, nilai T=125 masih memiliki banyak noise di sekitar tulang daunya, T=145 menghasilkan citra biner dengan jumlah tulang daun yang jarang. Sehingga dari rentang nilai T batas bawah-batas atas diambil citra biner dengan nilai T terbaik yaitu T=138 (GAMBAR 5).
Citra biner hasil manual thresholding pada daun monokotil dipilih dengan nilai T=167 dan daun dikotil dengan nilai T=138. Nilai tersebut dipilih karena dengan manual thresholding citra binerisasi dapat memisahkan tulang daun dengan struktur tulang daun yang lain .Pemilihan nilai thresholding untuk memisahkan objek dengan latar belakangnya juga dilakukan oleh Max. R. Kumaseh et al 2013dalam penelitiannya berhasil memisahkan objek mata ikan dengan metode thresholding [11].
KESIMPULAN Berdasarkan pengolahan citra dan analisis yang sudah dilakukan, dapat diambil kesimpulan bahwa nilai threshold terbaik yang dapat memisahkan tulang daun dengan struktur daun yang lain untuk daun monokotil T=167 dan daun dikotil T=138. Analisis citra dengan metode manual thresholding dapat digunakan untuk membedakan tulang daun monokotil dan dikotil, sehingga membantu dalam mempelajari morfologi daun melalui pengolahan citra digital.
UCAPAN TERIMA KASIH Puji dan syukur kepada Tuhan yang senantiasa memberi penyertaan sehingga penulis dapat menyelesaikan tugas akhir. Dalam penyusunan tugas akhir ini, penulis juga mendapat dukungan dan bimbingan dari berbagai pihak, untuk itu penulis menyampaikan terima kasih kepada Made Rai Suci Shanti N.A selaku pembimbing I , Giner Maslebu selaku pembimbing II, keluarga yang selalu memberi doa dan dukungan, serta teman-teman yang telah memberi semangat.
REFERENSI 1.
Tjitrosoepomo Gembong. 2009. Morfologi Tumbuhan. Yogyakarta: Gadjah Mada University Press. p. 1-2 ISBN 979-420-241-X. 2. Murinto, E. Aribowo, R. Syazali. 2007. Analisis Perbandingan Metode Intensify Filtering dengan Metode Frequency Filtering. 3. T. Sutoyo , E. Mulyanto , V. Suhartono, O.D. Nurhayati, Wijanarto. 2009. Teori pengolahan citra digital. Yogyakarta: Andi. p.256. 4. Munir, R. 2004. Pengolahan Citra digital. Bandung: Informatika. 5. Putra, D. 2010. Pengolahan Citra Digital. Yogyakarta: Andi. 6. Ahmad, Usman. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Graha Ilmu: Yogyakarta. 7. Prasetyo, Eko. 2011. Pengolahan Citra Digital dan aplikasinya menggunakan Matlab. Penerbit Andi: Yogyakarta. 8. Sugihrto, Aris. 2006. Pemrograman GUI dengan MATLAB. Penerbit Andi: Yogyakarta. 9. Moore, Holly. 2011. MATLAB for Engineers (third ed.). New Jersey : Prentice Hall. 10. Agustinus Siregar, Dwi Aryanta. 2013. Simulasi dan Analisis Perbaikan Citra Digital Domain Frekuensi dengan Transformasi Fourier. Jurnal Online Institut Teknologi Nasional. Bandung. 11. Kumaseh, Max.R; Luther Latumakulita; Nelson Nainggolan. 2013. Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding. Manado: Universitas Sam Ratulangi.
