Implementasi Algoritma Ant-Inspired Untuk Mendeteksi Tepi Gambar

Kristiantari, Ida Ayu Putu (2014) Implementasi Algoritma Ant-Inspired Untuk Mendeteksi Tepi Gambar. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5109100094_Undergraduate_Thesis.pdf Download (3MB)

Abstract

Deteksi tepi merupakan salah satu proses pengolahan yang sering dibutuhkan pada analisis citra. Untuk mendapatkan citra yang baik dan citra yang sesuai dengan keinginan, biasanya citra diproses terlebih dahulu dengan perbaikan kualitas citra. Tepi citra selalu memiliki informasi penting mengenai objek gambar. Pada awalnya terdapat beberapa metode deteksi tepi tradisional seperti canny yang mengekstrak tepi dengan menggunakan template tertentu dengan kombinasi fungsi smoothing (penghalusan) gambar. Deteksi tepi metode tradisional ini kadangkala belum maksimal saat digunakan untuk mendeteksi tepi citra, seperti garis-garis tepi yang dihasilkan masih terlihat tidak menyambung satu sama lain. Dalam tugas akhir ini, algoritma ant-inspireddigunakan untuk melakukan deteksi terhadap tepi citra yang sudah ditransformasi terlebih dahulu ke dalam format citra keabuan. Transformasi ke citra keabuan diperlukan untuk mempermudah proses deteksi tepi citra. Deteksi tepi yang digunakan didasarkan pada pergerakan semut yang berjalan mencari makanan dengan meninggalkan feromon sebagai jejaknya. Ada beberapa tahapan dalam tugas akhir ini. Tahap pertama adalah melakukan konversi citra ke format keabuan. Tahap selanjutnya adalah proses perubahan citra menjadi citra gradien. Tahap yang terakhir adalah melakukan proses deteksi tepi citra menggunakan algoritma ant-inspired. Dari percobaan yang dilakukan, dapat dibuktikan bahwa algoritma ant-inspired dapat menghasilkan deteksi tepi citra yang lebih baik dan akurat dengan nilai akurasi rata-rata sebesar 88,09%. Berdasarkan eksperimen yang dilakukan semakin besar jumlah iterasi, maka semakin meningkat pula kemampuan algoritma ini dalam mendeteksi tepi citra. Perubahan nilai threshold juga memperlihatkan perbedaan yang signifikan pada hasil deteksi tepi citra.
========================================================================================================================================
Edge detection is one of the important image digital processes that are often needed in image analysis. To get a good of the desired result, image is usually processed first with image quality improvement. The edges of an image have important information about the object of the images. There are some traditional edge detection methods such as canny edges that extracted the edges using a specific template with a combination of smoothing functions images. Sometimes, traditional edge detection methods are not effective enough when it used to detect the edges of the image. The edges result of these methods still looks not connected to each other. In this final project, ant-inspired algorithms are used to perform edge detection on the image that has been transformed first into grayscale image format. Transformation into gray image is needed in order to the process of image edge detection become easier. This detection method based on the movement of walking ants looking for food by leaving a trail of pheromones. There are several stages in the final project. The first stage is converted the image to a grayscale format. The next stage is the process of changing the image into image gradient. The last stage is the process of image edge detection using ant-inspired algorithm. From the result of experiments, it can be proven that the ant-inspired algorithm can produce better and accurate edge on image with 88,09% of accuracy rate. Based on the experiments, the greater the number of iterations, it also increases the ability of the algorithm to detect the edges of the image. Increasing the threshold value changing also showed a significant difference in detecting the edges of the image.

Item Type:	Thesis (Other)
Additional Information:	RSIf 005.1 Kri i-2014
Uncontrolled Keywords:	Ant-inspired, Ant Colony, Deteksi Tepi, Gradien Gambar, Ant-inspired, Ant Colony, Edge Detection, Gradient Image
Subjects:	Q Science > QA Mathematics > QA9.58 Algorithms
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	23 Oct 2023 08:35
Last Modified:	23 Oct 2023 08:35
URI:	http://repository.its.ac.id/id/eprint/104862

Actions (login required)

View Item