POLITEKNIK NEGERI PADANG

PROGRAM STUDI : DIV ELEKTRONIKA

TOPIK KHUSUS RPL
JUDUL PRAKTEK: PENGOLAHAN CITRA
DIGITAL

TOPIK KEGIATAN PRAKTEK:

NOMOR
Installasi Delphi 7, Installasi 1
Komponen image, open file image

Jumlah Jam/Pertemuan : 8 jam/1-2

Tujuan Praktek
1. Memberikan pengetahuan dan pemahaman kepada mahsiswa
pemahaman tentang citra
2. Memberikan pengetahuan dan pemahaman bentuk citra warna, citra gray
scale dan citra biner.
3. Memberikan pengetahuan dan pemahaman tentang nilai-nilai citra dalam
domain spacial.
Teori Dasar
Definisi Citra
Definisi citra adalah suatu representasi, kemiripan, atau imitasi dari suatu obyek
atau benda. Sebuah citra mengandung informasi tentang obyek yang
direpresentasikan. Citra dapat dikelompokkan menjadi citra tampak dan citra tak
tampak. Untuk dapat dilihat mata manusia, citra tak tampakharus dirubah
menjadi citra tampak, misalnya dengan menampilkannya di monitor, dicetak di
kertas dan sebagainya. Salah satu contoh citra tak tampak adalah citra digital.
Citra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan
dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan
kamera analog. Citra diskrit dihasilkan melalui proses digitalisasi terhadap citra
kontinu. Beberapa sistem optik dilengkapi dengan fungsi digitalisasi sehingga ia
mampu menghasilkan citra diskrit, misalnya kamera digital dan scanner. Citra
diskrit disebut juga citra digital. Komputer digital yang umum dipakai saat ini

1
hanya dapat mengolah citra digital. Bab 2 ini berisi konsep pembentukan citra,
baik citra kontinu maupun citra digital.
Model Citra
Citra merupakan fungsi malar (kontinyu) dari intensitas cahaya pada bidang dwimatra.
Secara matematis fungsi intensitas cahaya pada bidang dwimatra disimbolkan dengan
f(x, y), dimana :
a) (x, y) : koordinat pada bidang dwimatra
b) f(x, y) : intensitas cahaya (brightness) pada titik (x, y)
Gambar 1.1 memperlihatkan posisi koordinat pada bidang citra. Sistem
koordinat yang diacu adalah sistem koordinat kartesian, yang dalam hal ini
sumbu mendatar menyatakan sumbu-X, dan sumbu tegak menyatakan sumbu-Y.

f(x,y)

Gambar 1.1 Cara menetukan koodinat didalam citra

Karena cahaya merupakan bentuk energi, maka intensitas cahaya bernilai antara
0 sampai tidak berhingga, 0 ≤ f(x, y) < ∞
Nilai f(x, y) sebenarnya adalah hasil kali dari :
a) i(x, y) =jumlah cahaya yang berasal dari sumbernya (illumination),
nilainya antara 0 sampai tidak berhingga, dan
b) r(x, y) = derajat kemampuan obyek memantulkan cahaya (reflection),
nilainya antara 0 dan 1.
Gambar 1.2 memperlihatkan proses pembentukan intensitas cahaya. Sumber
cahaya menyinari permukaan objek. Jumlah pancaran (iluminasi) cahaya yang
diterima objek pada koodinat (x, y) adalah i(x, y). Objek memantulkan cahaya
yang diterimanya dengan derajat pantulan r(x, y). Hasil kali antara i(x, y) dan

2
r(x, y) menyatakan intensitas cahaya pada koordinat (x, y) yang ditangkap oleh
sensor visual pada sistem optik.
Jadi, f(x, y) = i(x, y) diman r(x, y) yang dalam hal ini,
- 0 ≤ i (x, y) < ∞
- 0 ≤ r (x, y) ≤ 1
Sehingga 0 ≤ f(x, y) < ∞

Gambar 1.2 Pembentukan citra

Nilai i(x, y) ditentukan oleh sumber cahaya, sedangkan r(x, y) ditentukan oleh
karakteristik objek di dalam gambar. Nilai r(x,y) = 0 mengindikasikan
penerapan total, sedangkan r(x,y) = 1 menyatakan pemantulan total. Jika
permukaan mempunyai derajat pemantulan nol, maka fungsi intensitas cahaya,
f(x, y), juga nol. Sebaliknya, jika permukaan mempunyai derajat pemantulan 1,
maka fungsi intensitas cahaya sama dengan iluminasi yang diterima oleh
permukaan tersebut.
Digitalisasi Citra
Agar dapat diolah dengan dengan komputer digital, maka suatu citra harus
direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari
fungsi malar (kontinu) menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang
dihasilkan inilah yang disebut citra digital (digital image). Pada umumnya citra digital
berbentuk empat persegipanjang, dan dimensi ukurannya dinyatakan sebagai tinggi ×
lebar (atau lebar × panjang).
Citra digital yang tingginya N, lebarnya M, dan memiliki L derajat keabuan
Dapat dianggap sebagai fungsi :

3
Citra digital yang berukuran N × M lazim dinyatakan dengan matriks yang
berukuran N baris dan M kolom sebagai berikut:

Indeks baris (i) dan indeks kolom (j) menyatakan suatu koordinat titik pada
citra, sedangkan f(i, j) merupakan intensitas (derajat keabuan) pada titik (i, j).
Masing-masing elemen pada citra digital (berarti elemen matriks) disebut image
element, picture element atau pixel atau pel. Jadi, citra yang berukuran N × M
mempunyai NM buah pixel. Sebagai contoh, misalkan sebuah berukuran 256 × 256
pixel dan direpresentasikan secara numerik dengan matriks yang terdiri dari 256 buah
baris (di-indeks dari 0 sampai 255) dan 256 buah kolom (di-indeks dari 0 sampai 255)
seperti contoh berikut:

Pixel pertama pada koordinat (0, 0) mempunyai nilai intensitas 0 yang berarti
warna pixel tersebut hitam, pixel kedua pada koordinat (0, 1) mempunyai
intensitas 134 yang berarti warnanya antara hitam dan putih, dan seterusnya.
Proses digitalisasi citra ada dua macam:
1. Digitalisasi spasial (x, y), sering disebut sebagai penerokan (sampling).
2. Digitalisasi intensitas f(x, y), sering disebut sebagai kuantisasi.

Konpatibalitas Citra Kontinu Ke Citra Digital

Citra kontinu diterok pada grid-grid yang berbentuk bujursangkar (kisi-kisi

dalam arah horizontal dan vertikal). Perhatikan Gambar 1.3.

4
 Gambar 1.3 Persamaan citra
Terdapat perbedaan antara koordinat gambar (yang diterok) dengan koordinat
matriks (hasil digitalisasi). Titik asal (0, 0) pada gambar dan elemen (0, 0) pada
matriks tidak sama. Koordinat x dan y pada gambar dimulai dari sudut kiri
bawah, sedangkan penomoran pixel pada matriks dimulai dari sudut kiri atas.
Elemen (i, j) di dalam matriks menyatakan rata-rata intensitas cahaya pada area
citra yang direpresentasikan oleh pixel. Sebagai contoh, tinjau citra biner yang
hanya mempunyai 2 derajat keabuan, 0 (hitam) dan 1 (putih). Sebuah gambar
yang berukuran 10 × 10 inchi dinyatakan dalam matriks yang berukuran 5 × 4,
yaitu lima baris dan 4 kolom. Tiap elemen gambar lebarnya 2.5 inchi dan
tingginya 2 inci akan diisi dengan sebuah nilai bergantung pada rata-rata
intensitas cahaya pada area tersebut.

Elemen-Elemen Citra Digital

Citra digital mengandung sejumlah elemen-elemen dasar. Elemen-elemen dasar
tersebut dimanipulasi dalam pengolahan citra dan dieksploitasi lebih lanjut dalam
computer vision. Elemen-elemen dasar yang penting diantaranya adalah:
1. Kecerahan (brightness)
Kecerahan adalah kata lain untuk intensitas cahaya. Sebagaimana telah dijelaskan
pada bagian penerokan, kecerahan pada sebuah titik (pixel) di dalam citra bukanlah
intensitas yang riil, tetapi sebenarnya adalah intensitas rata-rata darisuatu area yang
melingkupinya. Sistem visual manusia mampu menyesuaikandirinya dengan tingkat
kecerahan (brightness level) mulai dari yang paling rendah sampai yang paling
tinggi dengan jangkauan sebesar 1010.
2. Kontras (contrast)

5
 Kontras menyatakan sebaran terang (lightness) dan gelap (darkness) di dalam
sebuah gambar. Citra dengan kontras rendah dicirikan oleh sebagian besar
komposisi citranya adalah terang atau sebagian besar gelap. Pada citra dengan
kontras yang baik, komposisi gelap dan terang tersebar secara merata.
3. Kontur (countur)
Kontur adalah keadaan yang ditimbulkan oleh perubahan intensitas pada pixelpixel
yang bertetangga. Karena adanya perubahan intensitas inilah mata kita mampu
mendeteksi tepi-tepi (edge) objek di dalam citra.
4. Warna (color)
Warna adalah persepsi yang dirasakan oleh sistem visual manusia terhadap panjang
gelombang cahaya yang dipantulkan oleh objek. Setiap warna mempunyai panjang
gelombang (λ) yang berbeda. Warna merah mempunyai panjang gelombang paling
tinggi, sedangkan warna ungu (violet) mempunyai panjang gelombang paling
rendah. Warna-warna yang diterima oleh mata (sistem visual manusia) merupakan
hasil kombinasi cahaya dengan panjang gelombang berbeda. Penelitian
memperlihatkan bahwa kombinasi warna yang memberikan rentang warna yang
paling lebar adalah red (R), green (G), dan blue (B).
5. Bentuk (shape)
Shape adalah properti intrinsik dari objek tiga dimensi, dengan pengertian bahwa
shape merupakan properti intrinsik utama untuk sistem visual manusia.
Manusia lebih sering mengasosiasikan objek dengan bentuknya ketimbang elemen
lainnya (warna misalnya). Pada umumnya, citra yang dibentuk oleh mata merupakan
citra dwimatra (2 dimensi), sedangkan objek yang dilihat umumnya berbentuk
trimatra (3 dimensi). Informasi bentuk objek dapat diekstraksi dari citra pada
permulaaan pra-pengolahan dan segmentasi citra. Salah satu tantangan utama pada
computer vision adalah merepresentasikan bentuk, atau aspek-aspek penting dari
bentuk.
6. Tekstur (texture)
Tekstur dicirikan sebagai distribusi spasial dari derajat keabuan di dalam
sekumpulan pixel-pixel yang bertetangga [JAI95]. Jadi, tekstur tidak dapat
didefinisikan untuk sebuah pixel. Sistem vissual manusia pada hakikatnya tidak
menerima informasi citra secara independen pada setiap pixel, melainkan suatu citra
dianggap sebagai suatu kesatuan. Resolusi citra yang diamati ditentukan oleh skala

6
 pada mana tekstur tersebut dipersepsi. Sebagai contoh, jika kita mengamati citra
lantai berubin dari jarak jauh, maka kita mengamati bahwa tekstur terbentuk oleh
penempatan ubin-ubin secara keseluruhan, bukan dari persepsi pola di dalam ubin
itu sendiri. Tetapi, jika kita mengamati citra yang sama dari jarak yang dekat, maka
hanya beberapa ubin yang tampak dalam bidanng pengamatan, sehingga kita
mempersepsi bahwa tekstur terbentuk oleh penempatan pola-pola rinci yang
menyusun tiap ubin.
Citra Biner
Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
keabuan: hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena
memberi kesan yang lebih kaya daripada citra biner, namun tidak membuat citra
biner mati. Pada beberapa aplikasi citra biner masih tetap dibutuhkan, misalnya
citra logo instansi (yang hanya terdiri atas warna hitam dan putih), citra kode
batang (bar code) yang tertera pada label barang, citra hasil pemindaian
dokumen teks, dan sebagainya. citra biner hanya mempunyai dua nilai derajat
keabuan: hitam dan putih. Pixel-pixel objek bernilai 1 dan pixel-pixel latar
belakang bernilai 0. Pada waktu menampilkan gambar, 0 adalah putih dan 1
adalah hitam. Jadi, pada citra biner, latar belakang berwarna putih sedangkan
objek berwarna hitam.
Contoh citra biner pada gambar 1.4 dan 1.5

Gambar 1.4 Hasil tampilan citra biner

Gambar 1.5 Citra biner dan representasi nilai citra

7
Citra Abu-Abu (Gray Scale)
Proses awal yang banyak dilakukan dalam image processing adalah mengubah
citra berwarna menjadi citra gray-scale, hal ini digunakan untuk 10
menyederhanakan model citra. Seperti telah dijelaskan di depan, citra berwarna
terdiri dari 3 layer matrik yaitu R- layer, G-layer dan B-layer. Sehingga untuk
melakukan proses-proses selanjutnya tetap diperhatikan tiga layer di atas. Bila
setiap proses perhitungan dilakukan menggunakan tiga layer, berarti dilakukan
tiga perhitungan yang sama. Sehingga konsep itu diubah dengan mengubah 3
layer di atas menjadi 1 layer matrik gray-scale dan hasilnya adalah citra
grayscale. Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan.
Untuk mengubah citra berwarna yang mempunyai nilai matrik masingmasing r,
g dan b menjadi citra gray-scale dengan nilai s, maka konversi dapat dilakukan
dengan mengambil rata-rata dari nilai r, g dan b sehingga dapat dituliskan
menjadi:
I (x,y) = 𝑅 𝑥,𝑦 +𝐺(𝑥,𝑦)+𝐵(𝑥,𝑦)/ 3
Keterangan: I (x,y) = nilai intensitas citra grayscale
R (x,y) = nilai intensitas warna merah dari citra asal
G (x,y) = nilai intensitas warna hijau dari citra asal
B (x,y) = nilai intensitas warna biru dari citra asal
Atau dapat menggunakan persamaan:
I = ( 0,299 x R(x,y)) + ( 0,587 x G(x,y)) + (0,144 x B(x,y))

Citra Warna

Warna
Warna yang diterima oleh mata dari sebuah objek ditentukan oleh warna sinar
yang dipantulkan oleh objek tersebut Sebagai contoh, suatu objek berwarna
hijau karena objek tersebut memantulkan sinar biru dengan panjang gelombang
450 sampai 490 nanometer (nm). Warna sinar yang direspon oleh mata adalah
sinar tampak (visible spectrum) dengan panjang gelombang berkisar dari 400
(biru) sampai 700 nm (merah).

8
Spektrum cahaya
Warna-warna yang diterima oleh mata manusia merupakan hasil kombinasi
cahaya dengan panjang gelombang berbeda. Penelitian memperlihatkan bahwa
kombinasi warna yang memberikan rentang warna yang paling lebar adalah red
(R), green (G), dan blue (B). Ketiga warna tersebut dinamakan warna pokok
(primaries), dan sering disingkat sebagai warna dasar RGB. Gambar 1.6
memperlihatkan panjang gelombang cahaya.

Gambar 1.6 Panjang gelombang cahaya

Atribut Warna
• Intensity/brigthness/luminance
Atribut yang menyatakan banyaknya cahaya yang diterima oleh mata
tanpa mempedulikan warna. Kisaran nilainya adalah antara gelap (hitam)
dan terang (putih). Intensity nilainya dari gelap sampai terang (dalam
praktek, gelap = 0, terang = 255). Intensity dapat digambarkan sebagai
garis vertikal yang menembus pusat lingkaran.
• Hue
Menyatakan warna sebenarnya, seperti merah, violet, Dan kuning. Hue
digunakan untuk membedakan warna-warna dan menentukan kemerahan
(redness), kehijauan (greenness), dsb, dari cahaya. Hue berasosiasi
dengan panjang gelombang cahaya, dan bila kita menyebut warna merah,
violet, atau kuning, kita sebenarnya menspesifikasikan hue-nya. hue
dikuantisasi dengan nilai dari 0 sampai 255
• Saturation
Menyatakan tingkat kemurnian warna cahaya, yaitu Mengindikasikan

9
 seberapa banyak warna putih diberikan pada warna. Sebagai contoh,
warna merah adalah 100% warna jenuh (saturated color), sedangkan
warna pink
adalah warna merah dengan tingkat kejenuhan sangat rendah (karena ada
warna putih di dalamnya). Jadi, jika hue menyatakan warna sebenarnya,
maka saturation menyatakan seberapa dalam warna tersebut. Warna
mempunyai saturation = 0, maka warna tersebut tanpa hue, yaitu dibuat
dari warna putih saja. Jika saturation = 255, maka tidak ada warn putih
yang ditambahkan pada warna tersebut.

Sistem Koordinat warna

Karena itu CIE mendefinisikan model warna dengan menggunakan warna –
warna fiktif (yaitu, warna yang secara fisik tidak dapat direalisasikan), yang
dilambangkan dengan X, Y, dan Z. Model warna tersebut dinamakan model XYZ.
Warna-warna dispesifikasikan dengan jumlah relatif warna pokok fiktif.
Keuntungan utama dari model ini adalah luminance atau brigntness sinyal
disediakan langsung oleh Y. Jadi, nilai Y memberikan citra greyscale dari citra
berwarnanya.

Tranformasi Koordinat Warna

10
Bahan/Peralatan yang digunakan
1. Komputer PC atau Laptop
2. Source Program Delphi 7 dengan komponen DSPACK.
3. File Gambar format BMP

Langkah Kerja dan Gambar kerja

1. Install Delphi 7 pada PC atau laptop
2. Install komponen DSPACK 234
3. Buka program Delphi 7
4. Buat form seperti pada gambar 1.7

11
 Gambar 1.7 Form open image
5. Lengkapi setiap event object inpector component dengan list program berikut
unit latihan1;

interface

uses
Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
Dialogs, StdCtrls, ExtDlgs, ExtCtrls;

type
TForm1 = class(TForm)
Image1: TImage;
OpenPictureDialog1: TOpenPictureDialog;
Button1: TButton;
Edit1: TEdit;
Button2: TButton;
procedure Button1Click(Sender: TObject);
procedure Button2Click(Sender: TObject);
private
{ Private declarations }
public
{ Public declarations }
end;

var
Form1: TForm1;

12
implementation

{$R *.dfm}

procedure TForm1.Button1Click(Sender: TObject);

var
namaFile : string;
begin
if ([Link]) then
begin
namaFile:=[Link];
[Link](namaFile);
[Link]:=namaFile;
end;
end;
procedure TForm1.Button2Click(Sender: TObject);
begin
close ();
end;
end.

6. Compile program
7. Running dan open gambar seperti pada gambar 1.8.

13
 Gambar 1.8 Hasil running program
Pengujian Yang Harus Dilakukan
Uji open file image terhada file gambar dengan format data yang berbeda-beda

Latihan/Tugas Praktikum
1. Jelaskan apa yang dimaksud dengan image atau citra digital.
2. Jelaskan tentang format file image dan bandingkan masing-masing ukuran
file yang ada.
3. Jelaskan apa yang dimaksud dengan kompresi dan jelaskan hubungannya
dengan format file image.
4. Jelaskan peranan pengolahan image atau pengolahan citra dalam sistem
identifikasi atau sistem monitoring.
5. Jelaskan domain image atau citra dalam bentuk matrik 2 dimensi.

Keselamatan dan Kesehatan Kerja (K3)

Saat melaksanakan praktikum harus memperhatikan hal-hal berikut :
- Bahaya tegangan listrik.
- Hati-hati dalam penggunaan media penyimpan eksternal.

Lembaran Penilaian
Item Penilaian Bobot Nilai Nilai X Bobot
Persiapan 5%
Proses, algoritma dan 25%
Pembuatan program
Sikap dan keselamatan kerja, 10%
Hasil compilasi dan running program 50%
Laporan praktek
Waktu 10%
Total 100%

Daftar Pustaka
1. Achmad Basuki dkk`` Pengolahan Citra Digital Mengunakan Visual
Basiv`` Graha Ilmu,2005.
2. Awcock GJ., Thomas R., “Applied Image Processing”, McGraw-Hill,

14
 2001 † Parker JR., “Algorithm For Image Processing and Computer
Vision”, John Wiley & Sons, 1997.
3. Balza Achmad ``Pemrograman Delphi Untuk Aplikasi Mesin Visi
Menggunakan webcam`` Gama media, 2011.
4. Fadilsyah dkk`` Pengolahan Citra Menggunakan Delphi`` Graha
Ilmu, 2008.
5. Gonzales, Rafael C, Woods, Richard E, “Digital Image Processing”,
Prentice-Hall Inc., 2nd Edition, 2002
6. Okky D Nurhayati``Pengolahan Citra Digital`` Andi
Yogyakarta,2011
7. [Link] dkk``Teori Pengolahan Citra Digital`` Andi Yogyakarta,
2009.
8. Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, Dadet
Pramadihanto, “Step by step Pengolahan Citra Digital”, Penerbit
Andi, Jogjakarta, 2006.
9. Nixon Mark, Aguando, Alberto, “Feature Extraction and Image
Processing”, 1st Edition, 2002.†

15