Isi dari PPT ini telah dipublikasikan pada Jurnal Rekayasa ISSN: 2502-5325 (electronic) 0216-9495 (print). Oleh : Luhur Moekti Prayogo (19/449597/PTK/12856) Magister Teknik Geomatika, Universitas Gadjah Mada

1. ESTRAKSI INFORMASI CITRA
Tugas 5 – EDGE DETECTION
ROBERTS’ FILTER
Luhur Moekti Prayogo
19/449597/PTK/12856
Dosen Pengampu:
Bapak Abdul Basith, ST., M.Si., Ph.D

2. Edge Detection (Arifin dkk, 2018)
• Deteksi tepi (edge detection) adalah suatu proses yang menghasilkan tepi-tepi dari
obyek-obyek citra
• Tujuannya adalah untuk memperbaiki detail dari citra yang kabur, yang
terjadi karena error atau adanya efek dari proses akuisisi citra
• Pada proses klasifikasi citra, deteksi tepi sangat diperlukan sebelum
pemrosesan segmentasi citra
1. Tepi curam, di mana tepi terbentuk karena perubahan intensitas
yang tajam, berkisar 900.
2. Tepi landau, di mana tepi lebar, sudut arah kecil. Terdiri dari sejumlah
tepi-tepi lokal yang lokasinya berdekatan.
3. Tepi yang mengandung noise, di mana biasanya dilakukan operator
image enhancement terlebih dahulu, misalnya Operator Gaussian
yang berfungsi untuk menghaluskan citra.
Model Edge Detection 1 Dimensi
Jenis- jenis tepi

3. 1. Segmentasi Image (Cahyan dkk, 2013)
• Bertujuan untuk memisahkan antara
objek (foreground) dengan background
• Pada umumnya keluaran hasil segmentasi citra adalah
berupa citra biner di mana objek (foreground) yang
dikehendaki berwarna putih (1), sedangkan background yang
ingin dihilangkan berwarna hitam (0)
• Segmentasi citra merupakan tahapan penting dalam proses
pengenalan pola
• Setelah objek berhasil tersegmentasi, maka kita dapat
melakukan proses ekstraksi ciri citra
• Ekstraksi ciri merupakan tahapan yang bertujuan untuk
mengekstrak ciri dari suatu objek di mana ciri tersebut
digunakan untuk membedakan antara objek satu dengan
objek lainnya.
Proses Analisis Segmentasi Citra
Model Matrik Lowpass Filter Model Matrik Sobel
Model Matrik Lowpass Filter

4. 2. Band Ratio (Aji, 2010)
• Band Ratio adalah rasio antar band atau bahasa sederhananya ialah pembagian
antara band x dan band y
• Kegunaan untuk band ratio sangatlah banyak, bisa untuk menonjolkan obyek
vegetasi, air maupun batas antara daratan dan lautan
• Yakni band ratio 5/2 = band 5 dibagi dengan band 2 dapat digunakan untuk
ekstraksi informasi garis pantai

5. 3. Roberts’Filter/ Cross
• Dikutip dari Arifin, 2018 Operasi Roberts’ Filter terdiri dari sepasang
matriks konvolusi 2×2
• Satu matriks merupakan hasil rotasi 90 derajat terhadap matriks
lainnya
• Matriks ini didesain agar dapat merespon dengan maksimal pada tepi
yang bersudut 45° ke batas piksel, satu matriks untuk dua orientasi
sudut 90o
• Matriks-matriks ini dapat selanjutnya dikombinasikan untuk mencari
skala absolut dari gradien pada setiap titik dan orientasi dari gradien
tersebut
• Nilai mutlak gradien pada suatu titik dapat dicari dengan persamaan
sebagai berikut:
• Sedangkan untuk mendapatkan proses lebih cepat, perhitungan
pendekatan gradien dapat dilakukan dengan menggunakan
Matrik Kernel 2x2
𝐺 = 𝐺𝑥2 + 𝐺𝑦2
𝐺 = 𝐺𝑥 + |𝐺𝑦|

6. 1. Segmentasi Image – Feature Extraction
1. Rentang Nilai
2. Parameter
Segmentasi
3. Hasil
Segmentasi
4. Klasifikasi
Unsupervised (2
kelas)
5. Raster to
Vektor
6. Hasil yg
Overlay dengan
basemap

7. 2. Band Ratio (Green/ NIR)
1. Input BR berupa Band
Green dan NIR)
2. Hasil band ratio
3. Klasifikasi Unsupervised (2
kelas)
4. Raster to Vektor
5. Hasil yang dioverlay dengan
basemap

8. 3. Roberts’ Filter (Band NIR)
1. Roberts’ Filter
Image add-Back =1
2. Hasil Roberts’
Filter
3. Klasfikasi
Unsuervised (2 kelas)
4. Raster to Vektor
5. Hasil yg dioverlay
dengan basemap
IMAGE NON-
FUSION

9. IMAGE
FUSION
IMAGE NON-
FUSION
Roberts’ Filter (Non Fusion & Fusion)
Garis tepi yang dihasilkan
tidak terlalu tajam
Garis tepi yang dihasilkan
tajam dan terlihat jelas

10. Hasil 3 Metode
Segmentasi
Band Ratio
Roberts’ Filter
Hasil terbaik artinya garis yang sesuai dengan
tepi laut adalah metode Band Ratio
Hasil yg kurang baik artinya garis yang tidak
sesuai dengan tepi laut adalah metode
Segmentasi
Keterangan:

11. Kesimpulan
• Pada citra non-fusi, edge yang dihasilkan kurang tajam dan kelihatan kasar
• Sedangkan pada citra fusi yang memiliki resolusi spasial lebih tinggi, edge yang
dihasilkan semakin tajam dan halus
• Band Ratio menghasilkan edge yang mendekati kondisi real citra. Sedangkan
hasil yang kurang baik dihasilkan pada metode segmentasi

12. Refrensi
• Aji, 2010. http://gisresetutor.blogspot.com/2010/09/band-ratio-dengan-arcgis.html
• Arifin, dkk. 2018. Edge Detection Menggunakan Metode Roberts’ Cross. STMIK
Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212.
• Cahyan, dkk. 2013. Segmentasi Citra Digital Dengan Menggunakan Algoritma
Watershed Dan Lowpass Filter Sebagai Proses Awal. Jurusan Teknik Elektro,
Universitas Brawijaya
• Danoedoro, 2012. Pengantar Penginderaan Jauh Digital. Penerbit Andi: Yogyakarta.
• Febriani. 2008. “Analisis penelusuran tepi citra menggunakan deteksi tepi sobel dan
canny”. Dalam Febriani dan Lussiana, E. T. P
. (eds). Seminar Ilmiah Nasional
• Komputer dan Sistem Intelijen (KOMMIT 2008): hal 462-466. Depok: Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Gunadarma.
• Hestiningsih, I. 2008. Pengolahan Citra.
• http://en.wikipedia.org/wiki/Edge_detection.
• http://en.wikipedia.org/wiki/Roberts_Cross.