Laporan ini membahas pemrograman MATLAB untuk pengolahan citra digital. Terdapat penjelasan singkat tentang tujuan percobaan yang meliputi memahami sintaks MATLAB, membuat program untuk menyelesaikan masalah fisika, dan membuat antarmuka grafis. Dilanjutkan dengan hasil running beberapa program MATLAB untuk mengolah citra seperti konversi ke biner dan grayscale, perubahan ukuran, pemotongan, deteksi tepi menggunakan Sobel dan Prewitt.

1. LAPORAN PENGOLAHAN POLA DAN OBJEK
PEMOGRAMAN MATLAB
DISUSUN OLEH
Nama : Mohammad Abkar Nur R.
NPM : 2055201087
Kelas : PENGOLAHAN POLA DAN OBJEK 5.3
Dosen Pengampu : ARDI WIJAYA S.KOM, M.KOM
PROGRAM STUDY TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH BENGKULU
TH AJARAN 2022/2023

2. KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-
Nya sehingga saya dapat menyelesaikan tugas makalah yang berjudul “LAPORAN
PEMOGRAMAN MATLAB“ ini tepat pada waktunya.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi
tugas dosen pada mata kuliah Analisis Numerik. Selain itu, makalah ini juga bertujuan untuk
menambah wawasan tentang PEMOGRAMAN MATLAB bagi para pembaca dan juga bagi
penulis.
Saya mengucapkan terima kasih kepada Ardi Wijaya S.kom,M.kom
selaku Dosen pengampu mata kuliah pengolahan pola dan objek yang telah memberikan
tugas ini sehingga dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi
yang saya tekuni.
Saya menyadari, makalah yang saya tulis ini masih jauh dari kata sempurna.
Oleh karena itu, kritik dan saran yang membangun akan saya nantikan demi kesempurnaan
makalah ini.
Bengkulu, 10 Januari 2023
Penulis

3. I. PENDAHULUAN
A. Latar Belakang
Apa itu Matlab? Apa yang dapat dilakukan oleh Matlab? Kemampuan apa yang dimilikinya?
Bagaimana kita menggunakan Matlab untuk menyelesaikan permasalahan-permasalahan
komputasi? Mungkin kalimat tersebut adalah beberapa pertanyaan awal bagi mahasiswa yang
baru pertama mengenal Matlab. Namun bagi mahasiswa yang sudah mengenal Matlab
pertanyaan di atas bukanlah hal yang baru dan tentu saja seorang mahasiswa dapat
menjawabnya dengan mudah.
Matlab dapat dipandang sebagai sebuah kalkulator dengan fitur yang lengkap.Kita pernah
menggunakan kalkulator dengan fasilitas minimal, misalnya hanya terdapat fasilitas
penambahan, pengurangan perkalian dan pembagian. Kalkulator yang lebih lengkap lagi
adalah kalkulator scientific dimana fasilitas yang diberikan tidak hanya yang disebutkan di
atas, melainkan sudah ada fungsi-fungsi trigonometri, bilangan kompleks, akar kuadrat dan
logaritma.Nah, Matlab mirip dengan kalkulator tersebut, tetapi dengan fitur-fitur yang lengkap
diantaranya dapat digunakan untuk memprogram aplikasi berbasis GUI (Graphical User
Interface) dan lengkap dengan toolbox yang dapat dimanfaatkan untuk memecahkan masalah
sains dan teknik.
Matlab (Matrix Laboratory) adalah sebuah program untuk analisis dan komputasi numerik dan
merupakan suatu bahasa pemrograman matematika lanjutan yang dibentuk dengan dasar
pemikiran menggunkan sifat dan bentuk matriks.Pada awalnya, program ini
merupakan interface untuk koleksi rutin numerik dari proyek LINPACK dan EISPACK.
B. Tujuan Percobaan
Adapun tujuan dari dilakukannya praktikum ini antara lain adalah sebagaiberikut:
1. Mahasiswa memahami teknik dan sintak-sintak yang biasa dipakai dalam perangkat lunak
Matlab.
2. Mahasiswa memahami dasar pemrograman Matlab dalam komputasi fisika.
3. Mahasiswa dapat membuat program Matlab untuk menyelesaikan persamaan fisika
sederhana menggunakan metode numerik umum (Euler).
4. Mengetahui bagaimana cara membuat GUI dan mencari nilai MSE

4. II. HASIL RUNNING DAN PEMBAHASAN
A. Runing
Gambar 1.1 Gambar 2.1
Gambar 3.1 Gambar 4.1

5. Gambar 5.1
Gambar 6.1
Gambar 7.1 Gambar 8.1
B. Pembahasan
Ketika kita pertama kali menjalankan Matlab, maka yang tampil adalah Desktop
Matlab. Diantara jendela yang ada pada desktop Matlab adalah command window. Di
jendela inilah segala macam aktivitas berkaitan dengan
perintah maupun eksekusi program berada. Perintah atau eksekusi program dapat
dilakukan setelah prompt atau tanda “ >> “.
Dalam matlab setiap variabel akan disimpan ke bentuk matriks. User dapat langsung
menuliskan variabel baru tanpa harus mendeklarasikannya terlebih dahulu pada
command window. Sementara untuk operasi komputasi yang panjang dan kompleks
lebih sering dituliskan dalam M-file dimana file ini dapat diedit dan dipanggil setiap
saat oleh matlab. Kemudahan yang luar biasa diberikan oleh Matlab diantaranya adalah
penulisan dan operasi Matlab yang sangat mudah. Lain halnya dengan bahasa
pemrograman murni seperti halnya bahasa C, fortran atau lainnya yang begitu sulitnya
melakukan operasi antar matriks.
Berikut adalah rumus-rumus program matlab dari gambar diatas:

6.  Program Guide
function varargout = Guide(varargin)
% GUIDE MATLAB code for Guide.fig
% GUIDE, by itself, creates a new GUIDE or raises the existing
% singleton*.
%
% H = GUIDE returns the handle to a new GUIDE or the handle to
% the existing singleton*.
%
% GUIDE('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in GUIDE.M with the given input arguments.
%
% GUIDE('Property','Value',...) creates a new GUIDE or raises the
% existing singleton*. Starting from the left, property value pairs
are
% applied to the GUI before Guide_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property
application
% stop. All inputs are passed to Guide_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help Guide
% Last Modified by GUIDE v2.5 11-Jan-2023 00:05:32
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @Guide_OpeningFcn, ...
'gui_OutputFcn', @Guide_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before Guide is made visible.
function Guide_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to Guide (see VARARGIN)
% Choose default command line output for Guide

7. handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes Guide wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = Guide_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
[FileName, PathName]=uigetfile('*.png','select image file');
daun1=imread([PathName,FileName]);
handles.daun1=daun1;
guidata(hObject,handles);
axes(handles.axes1);
imshow(daun1);
% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
[FileName, PathName]=uigetfile('*.png','select image file');
daun1=imread([PathName,FileName]);
bi=im2bw(daun1,0.4);
handles.bi=bi;
guidata(hObject,handles);
axes(handles.axes2);
imshow(bi);
% --- Executes on button press in pushbutton4.
function pushbutton4_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
[FileName, PathName]=uigetfile('*.png','select image file');
daun1=imread([PathName,FileName]);
bi=im2bw(daun1,0.4);
so=edge(bi,'sobel');
handles.data4=so;
guidata(hObject,handles);

8. axes(handles.axes3);
imshow(so);
% --- Executes on button press in pushbutton5.
function pushbutton5_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton5 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
[FileName, PathName]=uigetfile('*.png','select image file');
daun1=imread([PathName,FileName]);
gray = rgb2gray(daun1);
axes(handles.axes4);
imshow(gray);
handles.data2=gray;
guidata(hObject,handles);
% --- Executes on button press in pushbutton6.
function pushbutton6_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton6 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
[FileName, PathName]=uigetfile('*.png','select image file');
daun1=imread([PathName,FileName]);
bi=im2bw(daun1,0.4);
pre=edge(bi,'prewitt');
handles.data3=pre;
guidata(hObject,handles);
axes(handles.axes5);
imshow(pre);
% --- Executes on button press in pushbutton7.
function pushbutton7_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton7 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
image = handles.data3;
image2 = handles.data4;
[baris, kolom] = size(image);
[baris2, kolom2] = size(image2);
image_p=double(image);
image_s=double(image2);
if baris~= baris2 && kolom~=kolom2
disp('Dimensi gambar tidak sama');
else
piksel_r= zeros(baris, kolom);
for i=1:baris
for j=1:kolom
piksel_r(i,j) = (image_p(i,j) - image_s(i,j))^2;
end
end
end
kolom_r=sum(piksel_r);
baris_r=sum(kolom_r,2);

9. MSE=baris_r/(baris*kolom);
set(handles.edit1, 'String', MSE);
function edit1_Callback(hObject, eventdata, handles)
% hObject handle to edit1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit1 as text
% str2double(get(hObject,'String')) returns contents of edit1 as a
double
% --- Executes during object creation, after setting all properties.
function edit1_CreateFcn(hObject, eventdata, handles)
% hObject handle to edit1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
 Daftar gambar yang di uji

11. A. Biner
clc;
clear;
A=imread('2.png')
a=im2bw(A);
A=imread('3.png')
b=im2bw(A);
A=imread('4.png')
c=im2bw(A);
A=imread('5.png')
d=im2bw(A);
A=imread('1.png')
e=im2bw(A);
subplot(3,3,1)
imshow(A)
subplot(3,3,2)
imshow(b)
subplot(3,3,3)
imshow(c)
subplot(3,3,4)
imshow(d)
subplot(3,3,5)
imshow(e)
Hasil running dapat dilihat pada gambar 1.1 Input pada program ini yaitu 5 foto
berwarna dan tidak menggunakan foto yang belatar hitam.
B. Histogram
clc;
clear;
A=imread('2.png');
red=A(:,:,1);

12. green=A(:,:,2);
blue=A(:,:,3);
hred=imhist(red);
hgreen=imhist(green);
hblue=imhist(blue);
range=0:255;
subplot(1,2,1)
imshow(A)
subplot(1,2,2)
plot(range,hred,'Color','red');
hold on
plot(range,hgreen,'Color','green');
plot(range,hblue,'Color','blue');
Hasil running dapat dilihat pada gambar 2.1 Input program tersebut untuk
mengetahui jumlah nilai ketajaman warna.
C. Resize
clc;
clear;
A=imread('2.png');
size(A)
B1=imresize(A,0.5);
size(B1)
B2=imresize(A,1.2);
size(B2)
B3=imresize(A,[150 600]);
size(B3)
subplot(2,2,1)
imshow(A)
subplot(2,2,2)
imshow(B1)
subplot(2,2,3)
imshow(B2)
subplot(2,2,4)
imshow(B3)
Hasil running dapat dilihat pada gambar 3.1 Input program ini
adalah Mengubah resolusi atau ukuran horizontal dan vertika suatu citra.
D. Croping and rotate
clc;
clear;
A=imread('2.png');
subplot (2,2,1);

13. imshow (A);
B=imrotate (A,45);
subplot (2,2,2);
imshow (B);
C=imcrop (A, [500,500,500,400]);
subplot (2,2,3);
imshow (C);
Hasil running dapat dilihat pada gambar 4.1 Input program ini adaalah
untuk membuang atau memotong bagian tertentu suatu gambar,dan untuk
mengetahui perputaran benda pada suatu sumbu tetap.
E. Grayscale
clc;
clear;
A=imread('2.png')
subplot(2,2,1)
imshow(A);
B=im2bw (A);
subplot (2,2,2);
imshow (B);
C=rgb2gray (A);
subplot (2,2,3);
imshow (C);
Hasil running dapat dilihat pada gambar 5.1 Input pada program ini untuk
mengetahui warna citra pada tingkat keabuan.
F. Sobel
clc;
clear;
i=imread('2.png');
gray=rgb2gray(i);
imshow(gray);
i=imread('4.png');
gray=rgb2gray(i);
tepi=edge(gray,'sobel');
imshow(tepi),title('sobel edge detection');

14. Hasil running dapat dilihat pada gambar 6.1 Input pada program untuk mengambil
prinsip dari fungsi Laplacian dan gaussian dan untuk mengurangi noise sebelum
melakukan deteksi tepi.
G. Prewitt
clc;
clear;
i=imread('2.png');
gray=rgb2gray(i);
tepi=edge(gray,'prewitt');
imshow(tepi),title('prewitt edge detection');
Hasil running dapat dilihat pada gambar 7.1 Input program ini algoritma yang
digunakan dalam mendeteksi tepi pada saat proses pengolahan citra dan Algoritma ini
akan melakukan perhitungan perkiraan gradien dari intensitas sebuah citra.
H. Filtering
clc;
clear;
A=imread('2.png');
H1 = fspecial('average');
T1 = imfilter(A,H1,'replicate');
H2 = fspecial('disk');
T2 = imfilter(A,H2,'replicate');
H3 = fspecial('gaussian');
T3 = imfilter(A,H3,'replicate');
B=rgb2gray(A);
subplot(2,2,1);
imshow(A);
subplot(2,2,2);
imshow(T1);
subplot(2,2,3);
imshow(T2);
subplot(2,2,4);
imshow(T3);
Hasil running dapat dilihat pada gambar 8.1 Filtering merupakan suatu metode untuk
menonjolkan suatu kenampakan pada citra sehingga lebih mudah dibedakan dengan
kenampakan lain.

15. Perintah Matlab dapat dituliskan langsung pada prompt command window atau dalam bentuk
M-file. Command window adalah window utama dari Matlab. dimana tempat untuk
menjalankan fungsi, mendeklarasikan variabel, menjalankan proses-proses, serta melihat isi
variabel. Penulisan pada command window dilakukan hanya untuk operasi komputasi yang
sederhana. Sintak-sintak yang diperlukan dalam membuat program penyelesaian kasus fisika
sebenarnya tergantung dari jenis kasusnya dan problem solving serta kemampuan seorang
programming dalam mengolahnya menjadi sebuah program yang dapat dipahami dan dibaca
dengan mudah.
III. KESIMPULAN
Dari percobaan yang telah dilakukan diperoleh kesimpulan sebagai berikut:
1. Matlab menyediakan beberapa instruksi yang dapat digunakan yaitu instruksi seleksi,
instruksi pengulangan dan instruksi grafis.
2. Intruksi seleksi terdiri atas pemilihan bersyarat dan pemilihan kasus. Pemilihan
bersyarat digunakan untuk memilih satu dari beberapa instruksi sesuai dengan syarat
yang terpenuhi. Pemilihan kasus akan memilih satu instruksi berdasarkan nilai yang
diberikan pada variabel.
3. Instruksi pengulangan terdiri atas pengulangan dengan for dan while. Pengulangan
dengan for dibatasi oleh nilai variabel pada setiap putaran, sedangkan pengulangan
dengan while selama syarat terpenuhi maka pengulangan akan berlangsung.
4. Instruksi grafis sangat penting dalam fisika untuk membuat bentuk grafik dari suatu
fungsi matematis.

16. DAFTAR PUSTAKA
Chapra, S.C., and Canale, R.P. 1998. Numerical Methods for Engineers. McGraw-
Hill.
Crowell Benjamin, 2005, Newtonian Physics, Creative Commons Attribution Share
Alike.
Miller, F.J.R. 1989. College Physics. McGraw-Hill.
Tippler, P.A. 1991. Physics for Scientists and Engineers. Worth Publisher.
Suarga. 2007. Fisika Komputasi Solusi Problema Fisika dengan Matlab.