Mille Joss
Institut Shanti Bhuana

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Deteksi Tepi menggunakan Metode Quadrant Tree Classifier pada Pemisahan Objek Berbasis Digital Image Processing (Studi Kasus Objek Bendera Negara) aditya pratama; Charley Orilya Grasselly Alfa Delfiny Hartoyo Uray; Mille Joss
Journal of Information Technology Vol 2 No 2 (2022): Journal of information Technology
Publisher : Institut Shanti Bhuana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46229/jifotech.v2i2.519

Abstract

Deteksi tepi adalah segmentasi input citra yang bertujuan untuk menentukan tepi dengan menandai bagian detail dari suatu citra. Dari beberapa penelitian sebelumnya belum menunjukkan hasil deteksi untuk dapat memisahkan objek dari pusat citra masukan citra itu sendiri. Tujuan dari penelitian ini adalah melakukan fungsi deteksi tepi dengan membagi menjadi node menggunakan konsep metode Quadran Tree Classifier untuk diterapkan pada studi kasus objek citra berwarna menggunakan bendera negara. Beberapa gambar masukan memiliki tingkat kerumitan dan piksel yang berbeda, antara lain bendera Korea, bendera Wales, dan bendera Indonesia yang berkibar. Metode yang digunakan adalah adopsi struktur data pohon, dimana masing-masing memiliki 4 node dengan jumlah child node yang sama. Jika node memiliki anak, jumlah node harus 4, secara rekursif melakukan loop. Konsep kerja dari metode split and merge segmentation ini. Hasil segmentasi objek digabungkan sesuai dengan homogenitas warna, terutama yang memiliki kerancuan. Penelitian ini menunjukkan bahwa mampu mengamati pemindaian piksel pada citra bendera Korea dan bendera Indonesia yang berkibar, namun level piksel 520 x 347 seperti bendera Wales, metode ini tidak dapat memisahkan antara objek garis yang tidak senggol. Resolusi piksel berpengaruh terhadap total waktu eksekusi segmentasi (menit/detik), total segmentasi yang teridentifikasi dan total warna.