Tugas Pertemuan 11 - 17200083 - Ahmad Guntur Dwi Herjanto

Nim                   : 17200083

Kelas                 : 17.5A.07
Nama                : Ahmad guntur dwi herjanto
Mata Kuliah      : Pengolahan Citra

Refrensi Citra Berwarna

APLIKASI PENGENALAN CITRA WARNA DASAR 

Referensi: Yosef Yudha, Dhesa Ardhiyanta, Laurensius Haris, dan Anastasia Rita Widiarti* Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Kampus III Paingan Maguwoharjo Depok Sleman Yogyakarta

I. Pendahuluan 

Warna merupakan komponen yang sangat utama dan umum dipergunakan untuk memperindah suatu karya seni, utamanya lukisan. Pelajaran mengenal warna dimulai saat anak belajar untuk melukis atau menggambar, karena dengan belajar menggambar anak secara tidak sadar telah diajak untuk belajar mengenal warna. Hasil pembelajaran mengenal warna kemudian tidak hanya berguna untuk hal-hal demikian, namun sangat membantu seseorang di kelak kemudian hari untuk mengenal berbagai macam aturan yang disimbolkan dengan warna. Contoh penggunaan simbol warna untuk aturan adalah pada peraturan rambu-rambu lalu lintas di jalan raya yang berlaku sama di seluruh tempat di dunia ini. Pada saat ini, cara belajar anak mengenai warna tidak lagi dibatasi dengan media kertas, namun sudah berbasis komputer. Suryadi dalam laporannya menyimpulkan bahwa media bantu berbasis komputer dapat membantu anak untuk belajar warna dengan lebih menarik, dan disisi lain membantu guru dalam mengajarkan warna. Suryadi mempergunakan Adoba Flash CS3 untuk membangun media pembelajaran warna bagi anak yang masih terbatas secara statis [1]. Paper ini menyodorkan sebuah pendekatan cara membangun aplikasi sederhana untuk mengenal warna dengan berbasis ilmu pengolahan citra. Pengetahuan tentang warna didekati dengan melihat representasi data digital dari citra inputan, sehingga gambar atau citra apapun yang dimasukkan oleh pengguna bisa dibantu untuk dikenalkan warna-warna dasarnya. 

II. Metode Penelitian 

Alat dan Bahan Penelitian Perangkat keras yang dipergunakan dalam penelitian ini adalah 1 laptop dengan spesifikasi merk LENOVO 20078, yang mempunyai prosesor 2nd Generation Intel(R) Core(TM). Perangkat lunak utama yang dipergunakan adalah Matlab versi 7.2. Bahan untuk data uji adalah citra yang bertipe .jpg. Citra dapat diperoleh baik dari file yang sudah tersimpan maupun hasil suatu karya foto menggunakan kamera.

III. Hasil Penelitian dan Pembahasan 

3.1 Hasil penelitian pada rentang intensitas warna Peneliti memilih warna primer dan sekunder sebagai ciri yang akan dikenali, yaitu warna merah, magenta, biru, cyan, hijau, dan kuning. Untuk menemukan intensitas warna setiap warna dalam penelitian ini, maka dilakukan pengamatan pada spektrum intensitas warna pada warna-warna yang dipilih. Gambar 2. menunjukkan contoh spektrum warna hijau apabila dilihat dalam rentang nilainya. Setelah seluruh nilai pada kanal diamati, maka dilakukan penetapan intensitas warna hijau, yaitu dipilih dari nilai yang paling rendah ke nilai yang paling tinggi dalam rentang intensitas warnanya. Tabel 1. memberikan rangkuman hasil penelitian sederhana mengenai rentang intensitas warna untuk setiap warna yang dipilih dalam penelitian ini.

    Berdasarkan rentang intensitas warna ditemukan, maka selanjutnya dapat dengan mudah dilakukan pencocokan warna dari citra masukan, sehingga sekaligus dapat dihitung berapa jumlah piksel yang memenuhi syarat suatu rentang nilai tertentu sesuai pilihan. 

3.2 Hasil implementasi program 

Gambar 3. memberikan contoh antar muka yang telah dibangun. Gambar 3. diperoleh saat pengguna aplikasi melakukan pengenalan warna merah pada gambar yang telah dipilihnya untuk belajar warna, seperti terlihat pada Gambar 3 bagian Image. Setelah pengguna diminta menentukan bagian dari gambar yang berwarna merah, aplikasi akan membantu pengguna untuk mencocokan apakah bagian merah yang ditunjuknya sudah benar, dengan cara mengklik pilihan RED di bagian Panel. Gambar 3 bagian Result menunjukkan bagian gambar yang berwarna merah. Dari aktivitas ini, pengguna kemudian dapat belajar apakah warna merah yang dia ketahui tersebut benar atau tidak. Informasi angka sebesar 4.4072 di bawah submenu RED menunjukkan pada pengguna persentase warna merah yang terdeteksi di gambar pada bagian Image. 

3.3 Analisis hasil pengujian aplikasi pengenalan warna

Secara kasat mata, pada citra yang dideteksi hanya terdapat dua warna, misalnya warna hijau dan jingga, pada kenyataanya terdiri lebih dari 2 warna. Hasil pengujian pada seluruh citra data uji menunjukkan bahwa semua komposisi warna dasar terdapat pada citra yang dideteksi. Pada citra-citra uji yang dipergunakan, jika dilihat secara kasat mata warna yang mendominasi adalah warna hijau. Namun jika dilihat pada hasil pengujian, warna yang paling dominan adalah warna cyan, karena persentase warna tersebut hampir mendekati 50%. Realitas tersebut menunjukkan bahwa warna hijau yang mendominasi citra tersebut, tidak benar-benar warna hijau. Dari hasil pengujian, warna hijau mempunyai persentase sebesar 33% dari keseluruhan citra. Warna hijau yang mendominasi tersebut merupakan kombinasi warna-warna penyusunnya. Bisa jadi warna hijau yang terbentuk adalah tersusun dari kombinasi cyan dan hijau, cyan dan biru, hijau dan biru, atau kombinasi lainnya. Pada citra dengan warna yang lebih komplek, pengguna mungkin akan merasa bingung karena warna yang dideteksi tidak sesuai dengan enam warna dasar tersebut atau satu warna dideteksi sebagai warna yang sama. Misalnya, warna langit biru dideteksi sebagai warna biru dan juga dideteksi sebagai warna cyan. Hal tersebut dapat terjadi karena warna kompleks yang muncul merupakan kombinasi dari warna-warna yang lain. Karena satu warna dideteksi sebagai dua warna atau lebih, maka pada akhir prosentase dapat muncul angka lebih dari 100%. Untuk citra tertentu dengan tingkat kecerahan yang gelap, program akan sulit mendeteksi karena range warna yang ditentukan adalah untuk warna yang cukup tegas kecerahannya. Pada kasus seperti itu dapat dikatakan, akurasinya masih belum sempurna 100%. 

IV. Kesimpulan

Berdasarkan penelitian yang telah dilakukan, dapat disimpulkan bahwa aplikasi yang telah dibangun akan dapat digunakan untuk membantu pengguna, dalam hal ini adalah anak-anak yang sedang belajar mengenal warna-warna dasar. Namun apabila ditinjau dari keragaman warna yang sesungguhnya, aplikasi ini masih harus diperbaiki sehingga dapat mendeteksi warna yang bukan hanya enam warna dasar saja. Penelitian ini masih perlu dilanjutkan sehingga selain warna dasar dapat ditemukan ekstrasi ciri warnanya, untuk menentukan rentang warna dasar penyusunnya