PERBANDINGAN NILAI PSNR PENDETEKSIAN TEPI DENGAN METODE CANNY DAN METODE SOBEL PADA CITRA WARNA

SUGIARTO, SUGIARTO (2017) PERBANDINGAN NILAI PSNR PENDETEKSIAN TEPI DENGAN METODE CANNY DAN METODE SOBEL PADA CITRA WARNA. Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

Text Naskah Publikasi.docx Download (2MB)

Abstract

Pengolahan citra digital merupakan salah satu bagian yang penting dari kehidupan manusia saat ini. Pengolahan citra digital pun ikut dikembangkan untuk mempermudah manusia dalam proses pengidentifikasian citra khususnya wajah manusia. Namun dalam pelaksanaan nya banyak diantara metode-metode yang digunakan masih belum cocok untuk di implementasikan pada beberapa citra khususnya pendeteksian tepi, diharapkan akan dikembangkan menjadi penelitian seperti pengenalan pola, deteksi deteksi ekspresi manusia. Oleh karena itu melalui penelitian ini dapat memberikan gambaran tentang hasil yang diperoleh dari metode Sobel dan metode Canny yang lebih efisien untuk digunakan pada citra khususnya pada citra warna dan wajah manusia. Hasil penelitian menunjukan metode Canny memiliki tingkat kualitas pendeteksian tepi yang lebih baik dibandingkan metode Sobel ditunjukan dengan total nilai PSNR pada metode Canny dengan format citra *.JPG lebih besar yaitu dengan nilai 2.60770544580861 sedangkan PSNR Sobel adalah 2.28310909912234. Pada format citra *.PNG total PSNR Canny adalah 0.994390752395915 dan Sobel 0.848819464875512, sedangkan format *.BMP total PSNR Canny adalah 1.00816932137998 dan sobel adalah 0.81993988293113. Namun waktu pemrosesan deteksi tepi Sobel lebih singkat pada ekstensi JPG, PNG, BMP secara berurutan adalah 3.32, 2.79, 2.95 detik sedangkan metode Canny 3.73, 3.17, 3.38 detik. Perbandingan metode ini akan di implementasikan menggunakan bahasa pemrograman Microsoft Visual Studio 2010 atau biasanya disebut C#.

Item Type:	Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sains Dan Teknologi > S1 Informatika
Depositing User:	INF FTIE-UTY
Date Deposited:	11 Jan 2018 06:58
Last Modified:	11 Jan 2018 06:58
URI:	http://eprints.uty.ac.id/id/eprint/697

Actions (login required)

View Item