Analisa Perbandingan Deteksi Tepi Citra Foto Menggunakan Algoritma Robert dan Prewitt

##plugins.themes.academic_pro.article.main##

Septian Reno
Rhyan Edyal

Abstract

Deteksi tepi pada sebuah gambar dapat dilakukan dengan 4 algoritma, yaitu Sobel, Robert, Prewitt, dan Canny. Algoritma yang akan digunakan pada penelitian ini adalah algoritma Prewitt dan algoritma Robert. Dua algoritma tersebut memiliki sebuah cara yang berbeda, untuk algoritma Prewitt menggunakan operator matrik 3x3, sedangkan algoritma Robert menggunakan operator matrik 2x2. Dari dua teknik yang berbeda tersebut maka penulis ingin mengimplementasikan teknik keduanya dengan membuat sebuah aplikasi digital image processing untuk mengetahui tingkat perbedaan dari kinerja kedua algoritma. Berdasarkan analisis deteksi tepi Robert menghasilkan sebuah garis tepi lebih jelas dibandingkan dengan Prewitt yang menghasilkan garis tepi seperti masih ada bayang-bayang atau garis tepi rangkap tidak jelas. Hasil kinerja terbaik diantara 10 data uji sample algoritma Robert dapat dikatakan tingkat keberhasilan mencapai 70% dalam deteksi yaitu 7 citra dari 10 data uji, sedangkan algoritma Prewitt 30% atau 3 citra dari 10 data uji yang berhasil diujikan

##plugins.themes.academic_pro.article.details##

How to Cite
Reno, S., & Edyal, R. (2016). Analisa Perbandingan Deteksi Tepi Citra Foto Menggunakan Algoritma Robert dan Prewitt. MULTINETICS, 2(2), 11–15. https://doi.org/10.32722/multinetics.v2i2.1109

References

  1. Chris Solomon and Toby Breckon“ Fundamentals of digital image processing : a practical approach with examples in MATLAB”2011 by John Wiley & Sons, Ltd.
  2. Rajni Nema, Dr A.K Saxena, 2013, “Edge Detection Operators in Digital Image”, IJESRT, , SRCEM Bangalore ,ISN 2277-9655, (2013) June.
  3. Gonzalez. R., Woods. R. 1992, Digital Image Processing, Addison Wesley, hal 414–428.
  4. K. Padmapriya, and T. K. Bino, “Boundary Detection using Edge Following Algorithm and Enhancement of the Image”, International Conference on Computing and Control Engineering (ICCCE 2012), 12-13 April 2012.
  5. Melin P, Gonzalez CI, Castro JR, Mendoza O, Castillo O. Edge-detection method for image processing based on generalized type-2 fuzzy logic. IEEE Transactions on Fuzzy Systems. 2014 Dec; 22(6):1515–25.
  6. P.Kamboj, V.Rani, Image Enhancement Using Hybrid Filtering Technique, IJSR, vol. 2(6), 2013, 214-220.
  7. Punam Thakare (2011) “A Study of Image Segmentation and Edge Detection Techniques”,
  8. Raman Maini and Dr. Himanshu Aggarwal “Study and Comparison of various Image Edge Detection Techniques” International Journal of Image Processing (IJIP), Vol3: Issue (1).
  9. W.Luo, Efficient Removal of Impulse Noise from Digital Images”, IEEE Transactions, 2006, 523527.
  10. R. Maini & Dr. H. Aggarwal, “Study and Comparison of Various Image Edge Detection Techniques”,
  11. S.Lakshmi,Dri V .Sankaranarayanan,” A study of Edge Detection Techniques for Segmention Computing Approaches”, IJCA special issue on “Computer Aided Soft Computing Techniques for imaging and Biomedical Applications” CASCT,20.
  12. Rafael C. Gonzalez, Richard E. Woods & Steven L. Eddins (2004) Digital Image Processing Using MATLAB, Pearson Education Ptd. Ltd, Singapore.