SlideShare a Scribd company logo
1 of 15
Eric Andika P 04113049
DASAR-DASAR WARNA
 Warna-warna yang diterima oleh mata manusia
merupakan hasil kombinasi cahaya dengan
panjang gelombang berbeda.
 kombinasi warna yang memberikan rentang warna
yang paling lebar adalah red(R), green (G), dan
blue (B)
ATRIBUT WARNA
 Selain RGB, warna juga dapat dimodelkan
berdasarkan atribut warnanya. Setiap warna
memiliki 3 buah atribut, yaitu
1. intensity (I)
2. hue (H)
3. saturation (S).
INTENSITY/BRIGTHNESS/LUMINANCE
 Atribut yang menyatakan banyaknya cahaya yang
diterima oleh mata tanpa mempedulikan warna.
Kisaran nilainya adalah antara gelap (hitam) dan
terang (putih).
HUE
 Menyatakan warna sebenarnya, seperti merah,
violet, dan kuning. Hue digunakan untuk
membedakan warna-warna dan menentukan
kemerahan (redness), kehijauan (greenness), dsb,
dari cahaya.
SATURATION
 Menyatakan tingkat kemurnian warna cahaya, yaitu
mengindikasikan seberapa banyak warna putih
diberikan pada warna.
 Sebagai contoh, warna merah adalah 100% warna
jenuh (saturated color), sedangkan warna pink
adalah warna merah dengan tingkat kejenuhan
sangat rendah (karena ada warna putih di
dalamnya).
SISTEM KOORDINAT WARNA
 CIE (Commission International de l’Eclairage) atau
International Lighting Committee adalah lembaga
yang membakukan warna pada tahun 1931. CIE
mula-mula menstandarkan panjang gelombang
warna-warna pokok sebagai berikut [MEN89]:
 R : 700 nm
 G : 546.1 nm
 B : 435.8 nm
 RGB bukan satu-satunya warna pokok yang dapat
digunakan untuk menghasilkan kombinasi warna.
Warna lain dapat juga digunakan sebagai warna
pokok (misalnya C = Cyan, M = Magenta, dan Y =
Yellow).
MODEL WARNA CMY DAN CMYK
 Warna cyan (C) , magenta (M), dan yellow (Y) adalah warna
komplementer terhadap red, green, dan blue. Dua buah
warna disebut komplementer jika dicampur dengan
perbandingan yang tepat menghasilkan warna putih. Misalnya
magenta jika dicampur dengan perbandingan yang tepat
dengan green menghasilkan putih, karena itu magenta adalah
komplemen dari dari green.
 Model CMY dapat diperoleh dari model RGB dengan
perhitungan berikut:
 C = 1 – R
 M = 1 – G
 Y = 1 – B
 Model CMY dapat digunakan untuk mencetak citra berwarna,
tetapi karena ketidaksempurnaan tinta, model CMY tidak
dapat menghasilkan warna hitam yang baik
 model CMY disempurnakan menjadi model CMYK,
yang dalam hal ini K menyatakan warna keempat,
dengan perhitungan sebagai berikut
 K = min(C, M, Y)
 C = C – K
 M = M – K
 Y = Y – K
TRANSFORMASI WARNA RGB KE IHS
 Meskipun basis RGB bagus untuk menampilkan
informasi warna, tetapi ia tidak cocok untuk
beberapa aplikasi pemrosesan citra. Pada aplikasi
pengenalan objek, lebih mudah mengidentifikasi
objek dengan perbedaan hue-nya dengan cara
memberikan nilai ambang pada rentang nilai-nilai
hue (panjang helombang spektrum) yang
melingkupi objek.
 Pemampatan citra berwarna lebih relevan bila
warna RGB-nya dikonversikan ke IHS karena
algoritma pemampatan pada citra skala-abu
dilakukan pada komponen I, sedangkan nilai H dan
S dikodekan dengan cara yang lain dengan sedikit
atau sama sekali tidak ada degradasi.
 Komponen RGB dari citra berwarna dapat
dikonversikan ke model warna IHS.
 Dengan mengasumsikan komponen RGB telah
dinormalisasikan ke 1, maka I
 dihitung dengan rumus:
 Persamaan di atas sering digunakan untuk
mengubah citra berwarna menjadi citra skala -abu.
 H dihitung dengan rumus:
 Nilai S dihitung dengan rumus:
 Transformasi citra dari basis RGB ke basis IHS
dilakukan sebelum pemrosesan citra. Citra yang
sudah diproses dapat dikonversikan kembali ke
basis RGB untuk tujuan display.
 National Television Systems Committee (NTSC)
menggunakan model YIQ untuk
mentransformasikan model RGB ke IHS, yang
dalam hal ini Y menyatakan intensity, I menyatakan
hue, dan Q menyatakan saturation

More Related Content

Viewers also liked

Color and color models
Color and color modelsColor and color models
Color and color modelsSafwan Hashmi
 
Pengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalPengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalNur Fadli Utomo
 
Colour models
Colour modelsColour models
Colour modelsBCET
 
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLite
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLiteCara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLite
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLitecreatorb dev
 
Color Models Computer Graphics
Color Models Computer GraphicsColor Models Computer Graphics
Color Models Computer Graphicsdhruv141293
 

Viewers also liked (11)

Slide minggu 6 (citra digital)
Slide minggu 6 (citra digital)Slide minggu 6 (citra digital)
Slide minggu 6 (citra digital)
 
Color models
Color modelsColor models
Color models
 
Color models
Color modelsColor models
Color models
 
Color and color models
Color and color modelsColor and color models
Color and color models
 
Pengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalPengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra Digital
 
Colour models
Colour modelsColour models
Colour models
 
COM2304: Color and Color Models
COM2304: Color and Color ModelsCOM2304: Color and Color Models
COM2304: Color and Color Models
 
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLite
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLiteCara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLite
Cara Membuat Aplikasi Android Resep Masakan Sederhana Android-SQLite
 
Color models
Color modelsColor models
Color models
 
Color Models Computer Graphics
Color Models Computer GraphicsColor Models Computer Graphics
Color Models Computer Graphics
 
Color Models
Color ModelsColor Models
Color Models
 

Similar to WARNA

Pengolahan Citra 7 - Warna
Pengolahan Citra 7 - WarnaPengolahan Citra 7 - Warna
Pengolahan Citra 7 - WarnaNur Fadli Utomo
 
Pengolahan citra digital
Pengolahan citra digitalPengolahan citra digital
Pengolahan citra digitalDin Afriansyah
 
Materi 2 mengenal jenis citra
Materi 2 mengenal jenis citraMateri 2 mengenal jenis citra
Materi 2 mengenal jenis citradedidarwis
 
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRON
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRONSEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRON
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRONTeady Matius
 

Similar to WARNA (8)

Pcd 9
Pcd 9Pcd 9
Pcd 9
 
2. Teori Warna.ppt
2. Teori Warna.ppt2. Teori Warna.ppt
2. Teori Warna.ppt
 
2. Teori Warna.ppt
2. Teori Warna.ppt2. Teori Warna.ppt
2. Teori Warna.ppt
 
Pengolahan Citra 7 - Warna
Pengolahan Citra 7 - WarnaPengolahan Citra 7 - Warna
Pengolahan Citra 7 - Warna
 
Dasar Desain Grafis.pptx
Dasar Desain Grafis.pptxDasar Desain Grafis.pptx
Dasar Desain Grafis.pptx
 
Pengolahan citra digital
Pengolahan citra digitalPengolahan citra digital
Pengolahan citra digital
 
Materi 2 mengenal jenis citra
Materi 2 mengenal jenis citraMateri 2 mengenal jenis citra
Materi 2 mengenal jenis citra
 
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRON
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRONSEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRON
SEGMENTASI CITRA DENGAN VARIASI RGB DAN ALGORITMA PERCEPTRON
 

WARNA

  • 1. Eric Andika P 04113049
  • 2. DASAR-DASAR WARNA  Warna-warna yang diterima oleh mata manusia merupakan hasil kombinasi cahaya dengan panjang gelombang berbeda.  kombinasi warna yang memberikan rentang warna yang paling lebar adalah red(R), green (G), dan blue (B)
  • 3. ATRIBUT WARNA  Selain RGB, warna juga dapat dimodelkan berdasarkan atribut warnanya. Setiap warna memiliki 3 buah atribut, yaitu 1. intensity (I) 2. hue (H) 3. saturation (S).
  • 4. INTENSITY/BRIGTHNESS/LUMINANCE  Atribut yang menyatakan banyaknya cahaya yang diterima oleh mata tanpa mempedulikan warna. Kisaran nilainya adalah antara gelap (hitam) dan terang (putih).
  • 5. HUE  Menyatakan warna sebenarnya, seperti merah, violet, dan kuning. Hue digunakan untuk membedakan warna-warna dan menentukan kemerahan (redness), kehijauan (greenness), dsb, dari cahaya.
  • 6. SATURATION  Menyatakan tingkat kemurnian warna cahaya, yaitu mengindikasikan seberapa banyak warna putih diberikan pada warna.  Sebagai contoh, warna merah adalah 100% warna jenuh (saturated color), sedangkan warna pink adalah warna merah dengan tingkat kejenuhan sangat rendah (karena ada warna putih di dalamnya).
  • 7. SISTEM KOORDINAT WARNA  CIE (Commission International de l’Eclairage) atau International Lighting Committee adalah lembaga yang membakukan warna pada tahun 1931. CIE mula-mula menstandarkan panjang gelombang warna-warna pokok sebagai berikut [MEN89]:  R : 700 nm  G : 546.1 nm  B : 435.8 nm
  • 8.  RGB bukan satu-satunya warna pokok yang dapat digunakan untuk menghasilkan kombinasi warna. Warna lain dapat juga digunakan sebagai warna pokok (misalnya C = Cyan, M = Magenta, dan Y = Yellow).
  • 9. MODEL WARNA CMY DAN CMYK  Warna cyan (C) , magenta (M), dan yellow (Y) adalah warna komplementer terhadap red, green, dan blue. Dua buah warna disebut komplementer jika dicampur dengan perbandingan yang tepat menghasilkan warna putih. Misalnya magenta jika dicampur dengan perbandingan yang tepat dengan green menghasilkan putih, karena itu magenta adalah komplemen dari dari green.  Model CMY dapat diperoleh dari model RGB dengan perhitungan berikut:  C = 1 – R  M = 1 – G  Y = 1 – B  Model CMY dapat digunakan untuk mencetak citra berwarna, tetapi karena ketidaksempurnaan tinta, model CMY tidak dapat menghasilkan warna hitam yang baik
  • 10.  model CMY disempurnakan menjadi model CMYK, yang dalam hal ini K menyatakan warna keempat, dengan perhitungan sebagai berikut  K = min(C, M, Y)  C = C – K  M = M – K  Y = Y – K
  • 11. TRANSFORMASI WARNA RGB KE IHS  Meskipun basis RGB bagus untuk menampilkan informasi warna, tetapi ia tidak cocok untuk beberapa aplikasi pemrosesan citra. Pada aplikasi pengenalan objek, lebih mudah mengidentifikasi objek dengan perbedaan hue-nya dengan cara memberikan nilai ambang pada rentang nilai-nilai hue (panjang helombang spektrum) yang melingkupi objek.
  • 12.  Pemampatan citra berwarna lebih relevan bila warna RGB-nya dikonversikan ke IHS karena algoritma pemampatan pada citra skala-abu dilakukan pada komponen I, sedangkan nilai H dan S dikodekan dengan cara yang lain dengan sedikit atau sama sekali tidak ada degradasi.  Komponen RGB dari citra berwarna dapat dikonversikan ke model warna IHS.
  • 13.  Dengan mengasumsikan komponen RGB telah dinormalisasikan ke 1, maka I  dihitung dengan rumus:  Persamaan di atas sering digunakan untuk mengubah citra berwarna menjadi citra skala -abu.
  • 14.  H dihitung dengan rumus:  Nilai S dihitung dengan rumus:
  • 15.  Transformasi citra dari basis RGB ke basis IHS dilakukan sebelum pemrosesan citra. Citra yang sudah diproses dapat dikonversikan kembali ke basis RGB untuk tujuan display.  National Television Systems Committee (NTSC) menggunakan model YIQ untuk mentransformasikan model RGB ke IHS, yang dalam hal ini Y menyatakan intensity, I menyatakan hue, dan Q menyatakan saturation