Pengolahan Citra Digital
Pengolahan citra merupakan suatu teknologi yang melakukan proses analisis dan manipulasi citra dengan bantuan komputer. Dengan pengolahan citra, gambar dapat dilakukan perbaikan sehingga dapat lebih mudah diinterpretasi oleh mata manusia. Pengolahan citra juga dapat dimanfaatkan untuk mengolah informasi yang terpadat pada suatu gambar untuk kebutuhan pengenalan objek secara otomatis. Dengan pengolahan citra digital, sangat banyak ilmuan yang memanfaatkan teknologi tersebut diberbagai bidang untuk memudahkan manusia untuk melakukan kegiatan sehari-hari. Berikut beberapa pemanfaatan pengolahan citra dari berbagai bidang keilmuan :
- Deteksi Pornigrafi pada citra digital
Semakin pesatnya perkembangan teknologi dan informasi memili dampak positif dan negatif. Salah satu dampak negatif yang mendominasi adalah maraknya penyebaran gambar yang tidak pantas diperlihatkan dan diakses oleh pengguna dibawah umur. Dengan adanya hal tersebut, para peneliti mengembangkan teknologi yang memanfaatkan pengolahan citra dan jaringan saraf tiruan untuk mengenali dan mendeteksi sebuah citra yang mengandung unsur pornografi, sehingga dengan adanya teknologi ini mengurangi dampak negatif yang terus berkembang secara tak terkendali. Teknologi tersebut menggunakan algoritma Learning Vector Quantization (LVQ) untuk melakukan pendeteksian unsur pornografi pada suatu citra dengan mengenali pola yang terdapat pada citra lalu kemudian dicocokkan dengan data sampel yang telah dikenali oleh komputer yang mengandung unsur pornografi.
- Pembeda Daging Sapi dan Babi menggunakan pengolahan citra
Kebutuhan daging sapi yang semakin meningkat ini sering dimanfaatkan oleh penjual daging di pasar untuk melakukan pencampuran dagin sapi dengan daging babi. Hal ini dikarenakan harga daging babi lebih murahl, terlebih lagi kurangnya pengetahuan pembeli dalam membedakan daging sapi dan babi. Dengan adanya hal tersebut, peneliti mengembangkan salah satu cara untuk mengenali sapi dan babi secara komputerisasi yaitu menggunakan pengolahan citra. Sehingga dengan teknologi tersebut pembeli tidak memerlukan pengetahuan banyak mengenai suatu daging, cukup dengan aplikasi yang menggunakan pengolahan citra dengan metode HSV, GLCM, dan KNN. dilakukan pemotretan terhadap data daging sapi dan babi sehingga diperoleh citra digital daging sapi dan babi dalam format jpg. Gambar (citra) diambil dari daging babi segar, daging sapi segar, dan daging sapi yang telah membusuk. Ekstraksi fitur menggunakan histogram model warna HSV untuk fitur warna, dan metode orde dua untuk ekstraksi fitur tekstur. Klasifikasi citra daging sapi dan babi menggunakan K-NN dengan dua tahapan yaitu tahap training dan testing. Dengan adanya teknologi ini pembeli daging tidak perlu khawatir lagi bagaimana membedakan daging sapi dan babi.
- Pengukuran tingkat kematangan buah jambu kristal menggunakan pengolahan citra
Saat ini, pengklasifikasian jambu kristal masih dilakukan secara manual, dengan melihat warna kulit, tekstur, dan bentuk buah jambu kristal. Dengan metode tersebut, sering menghasilkan tingkat kegagalan yang tinggi. Salah satu penyebabnya adalah kelalalaian sumber daya manusia dalam pengecekannya, hal ini mungkin dikarenakan jumlah buah yang dilakukan pengecekan sangat banyak sehingga memicu terjadinya kesalahan. Namun, dengan semakin berkembangnya teknologi dibidang informatika memicu peneliti untuk melakukan pengembangan dibidang lain. Sehingga muncul penelitian yang dilakukan oleh peneliti untuk mempelajari parameter kematangan buah jambu kristal dengan memanfaatkan teknologi pengolahan citra. Hasil dari penelitian ini adalah terdapat perubahan nilai parameter destruktif pada buah jambu kristal dengan tiga tingkat kematangan berbeda (80, 85, dan 90 hari). Dengan adanya penemuan ini diharapkan menggantikan metode yang dilakukan secara manual.
- pengecekan kualias bunga potong Krisan Yellow Fiji menggunakan pengolahan citra
Bunga potong krisan merupakan bunga yang sangat popular dikalangan masyarakat kota dikarenakan keindaannya, seiring dengan meningkatnya permintaan masyarakat terhadap bunga potong krisan dari tahun 1998 hingga 2002 berturu – turut berjumlah 25,8 juta tangkai. Semakin banyaknya permintaan tersebut maka semakin diperhatikan mutu dari bunga tersebut. Bunga krisan merupakan bunga yang sangat sensiitif dan membutuhkan penanganan yang khusus pascapanen, karena dapat mengalami kerusakan jika tidak dilakukan secara hati-hati. Selama ini evaluasi pemutuan bunga krisan dilakukan secara manual melalui pengamatan visual. Evaluasi dengan cara ini sangat memakan waktu lama dan menghasilkan produk dengan mutu yang tidak konsisten akibat keterbatasan visual manusia. Pengolahan citra menjadi alternatif untuk melakukan pemutuan tersebut, pengolahan citra menggunakan sistem visual berdasarkan sensor elektro-optika yang mempunyai visual yang lebih peka dan obyektif daripada visual manusia, sehingga dapat menhasilkan bunga krisan dengan kualitas yang konsisten pula.
- Klasifikasi Golongan Darah menggunakan pengolahan citra
Dalam bidang kedokteran, darah manusia diklasifikasikan menjadi golongan darah A, B, AB, O dan Rhesus. Penggolongan ini berdasarkan jenis antigen yang terkandung pada membran sel darah manusia yang disebut juga aglutinogen. Untuk mencegah terjadinya reaksi transfusi antara darah donor dan resipien pada proses transfusi darah maka dilakukan pemeriksaan golongan darah. Kompleksitas pengklasifikasian darah menjadi salah satu alasan terciptanya teknologi yang dapat dilakuakn pengklasifikasian melalui komputer dengan menggunakan pengolahan citra. Berbasis algoritma Learning Vector Quantization, pengklasifikasian dengan metode ini memiliki kemampuan learning yang cepat dan mempunyai tingkat keakuratan yang tinggi. Sehingga dengan teknologi pengolahan citra ini, tidak perlu dilakukan proses aglutinasi (penggumpalan) melalui mikroskop untuk menunjukkan tipe golongan darahnya.
Dengan adanya teknologi pengolahan citra digital, sangat membantu bidang keilmuan lain dalam melakukan suatu proses rumit menjadi sangat lebih efektif. Diharapkan dengan semakin berkembangnya teknologi pengolahan citra, dapat membantu manusia dalam mengerjakan pekerjaan sulit dibidang keilmuan manapun menjadi lebih mudah.
Referensi :
Effendy, Nazrul. Imanto, Rifqi. Ayodya, P.T. “Deteksi Pornografi Pada Citra Digital Menggunakan Pengolahan Citra dan Jaringan Saraf Tiruan”. 15 Januari 2008. http://old.rifqion.com/wp-content/Deteksi%20Pornografi%20Pada%20Citra%20Digital.pdf
Ahmad, Usman. Enrico, Syefullah. KP, Hadi, “Evaluasi Mutu Bunga Potong Krisan Yellow Fiji Menggunakan Pengolahan CItra”. 2006. http://jurnal.ipb.ac.id/index.php/jtep/article/view/7631/5912
Budianita, Elvia. Jasril. Handayani, Lestari “Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Daging Sapi dan Babi” 2 Juni 2015 http://ejournal.uin-suska.ac.id/index.php/sitekin/article/view/1005/1009
Febrizal, Reza “Pengembangan Metode Pengukuran Tingkat Kematangan Buah Jambu Kristal Menggunakan Pengolahan Citra”. 2017. http://repository.ipb.ac.id/handle/123456789/87663
Romadhoni, Nugroho. “Klasifikasi Golongan Darah Menggunakan Pengolahan Citra Digital dan Jaringan Syaraf Tiruan Learning Vector Quantization”. 2008. http://openlibrary.telkomuniversity.ac.id/home/catalog/id/94386/slug/klasifikasi-golongan-darah-menggunakan-pengolahan-citra-digital-dan-jaringan-syaraf-tiruan-learning-vector-quantization.html
