BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada masa
sekarang, Digital Image Processing atau biasa disebut dengan pengolahan
citra digital sudah banyak diterapkan di berbagai aspek dalam bidang ilmu
komputer. Citra sendiri merupakan representasi dari suatu objek yang dapat diabadikan
dengan menggunakan berbagai media, salah satunya dengan menggunakan
kamera. Dalam pengolah citra digital, ada banyak hal yang dapat dilakukan
pada sebuah citra, misalnya : brightness editing, contrass stretching, rotating,
grayscalling, color manipulation dan lain sebagainya.
Perkembangan
teknologi saat ini membuat perubahan yang besar pada dunia
fotografi. Pada awalnya, dunia fotografi identik dengan kamera SLR ataupun
kamera saku. Namun saat ini sudah banyak sekali device yang terintegrasi dengan
kamera sehingga mampu mengabadikan suatu objek dengan cara yang lebih
mudah. Salah satu device tersebut adalah telepon seluler. Telepon
seluler saat ini tidak bisa
jauh dari pemiliknya, hal ini pula yang mendukung mengapa perkembangan
telepon seluler dapat berkembang dengan begitu pesat, salah satunya
perkembangan teknologi pengambilan citra. Mobile Photography saat ini sudah
sangat berkembang, semakin tinggi teknologi dari kamera yang dibenamkan
pada telepon seluler, semakin bagus pula citra yang dihasilkan.
Dalam proses
pengambilan suatu citra digital, seringkali terjadi gangguan pada
hasil citra yang diambil. Gangguan ini dapat berupa adanya noise pada
citra, pencahayaan yang
kurang baik sehingga menghasilkan citra yang terlalu gelap ataupun
terlalu terang. gangguan-gangguan tersebut dapat kita kurangi dengan memperbaiki
citra tersebut dengan cara memanipulasi nilai-nilai pixel pada citra tersebut
sehingga hasilnya lebih baik daripada sebelumnya.
Histogram
Pada bidang statistik, histogram adalah tampilan grafis dari tabulasi frekuensi yang
digambarkan dengan grafis batangan sebagai manifestasi data binning.
Tiap tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret
kategori yang berdampingan (en:adjacent)
dengan interval yang tidak tumpang tindih (en:non-overlapping).
Kata histogram berasal dari bahasa Yunani: histos,
dan gramma. Pertama kali digunakan oleh Karl Pearson pada tahun 1895
untuk memetakan distribusi frekuensi dengan luasan area grafis batangan
menunjukkan proporsi banyak frekuensi yang terjadi pada tiap kategori. dan
merupakan salah satu dari 7 basic tools of quality control yaitu Diagram
Pareto (Pareto chart),
check sheet,
diagram kontrol
(control chart), Diagram
ishikawa (cause-and-effect diagram),
Diagram
alir (flowchart),
dan scatter diagram.
Laman lain
yang menjelaskan konsep histogram termasuk konstruksi,
model diagram
dan perubahannya.
Definisi matematis
Histogram adalah pemetaan frekuensi bilangan
dari deret observasi berdasarkan rumus:
dimana:
adalah jumlah bilangan yang ditemukan pada
masing-masing deret bin adalah observasi pada deret bin adalah total number of bin adalah bin dan rumus padanan untuk histogram
kumulatif:
Definisi fotografis
Histogram
adalah representasi grafis untuk distribusi warna dari citra digital.[3]
Sumbu ordinat vertikal merupakan representasi piksel dengan nilai tonal dari
tiap-tiap deret bin pada sumbu axis horizontalnya.[3]
Sumbu axis terdiri dari deret logaritmik bin densitometry yang membentuk
rentang luminasi
atau exposure range yang mendekati respon spectral sensitivity
visual mata manusia. Deret bin pada density yang
terpadat mempunyai interval yang relatif sangat linear dengan variabel mid-tone
terletak tepat di tengahnya.
Pada histogram fotografis, grafis batang tidak mempunyai
luasan yang menunjukkan jumlah piksel pada tiap bin. Grafis batang menjadi
grafis garis vertikal yang mewakili seluruh jumlah piksel pada deret bin luminasi
tersebut. Sebagai contoh, sebuah foto ukuran 4288x2848 piksel yang mempunyai 1
tone akan mempunyai histogram dengan 1 garis lurus vertikal pada nilai bin luminasinya,
bukan berupa 12,212,224 garis vertikal yang mempunyai panjang sama.
Konstruksi histogram fotografis
Pada umumnya,
sebuah histogram hanya memetakan seluruh nilai tonal dari citra digital pada
bin luminasi masing-masing. Nilai tonal tersebut
telah tersedia dalam color space yang umum digunakan adalah sRGB dan
AdobeRGB yang mempunyai nilai gamma = 2,2.
Nilai Gamma
'Nilai gamma
merupakan kuantifikasi kontras pada fotografi didefinisikan secara matematis:
dimana dan adalah
relasi bolak balik (en:reversal) antara reaksi substrat perak nitrat
pada negatif film dan iluminasi yang mengenainya. Relasi ini dipetakan menjadi
diagram yang disebut characteristic
curves, Hurter–Driffield curves,
H–D curves, HD curves, H & D curves, D–logE
curves, or D–logH curves.
Diagram ini mempunyai rentang linear yang disebut gamma. Pada rentang
linear tersebut berlaku:
dan fungsi
kebalikannya:
Sehingga variabel disebut gamma correction atau gamma
nonlinearity. Pada saat sering disebut expansion gamma atau decoding
gamma. Sebaliknya pada saat sering disebut compressed gamma atau encoding
gamma.
Pemetaan (data binning)
densitometri
Densitometri
merupakan kuantifikasi respon daya serap suatu medium perak nitrat pada film
terhadap iluminasi yang mengenai permukaannya. Jika pada gamma menunjukkan
akumulasi partikel perak nitrat, pada densitometri menunjukkan penurunan
iluminasi akibat akumulasi substrat tersebut. Nilai logaritmik dari resiprok
transmisi cahaya yang didefinisikan sebagai absorbance atau density[11].
yang serupa dengan respon visual (spectral sensitivity) manusia pada rod
cell dan cone cell retina mata yang disebut scotopic vision
dan photopic vision. Pada fotografi,
film dan sensor sering dijabarkan dengan menggunakan istilah spectral sensitivity
untuk menjelaskan karakteristik respon bersangkutan terhadap iluminasi.
FUNGSI ATAU
KEGUNAAN HISTOGRAM
1. Diagram batang umumnya digunakan untuk mengambarkan
perkembangannilai suatu objek penelitian dalam kurun waktu tertentu. Diagram
batangmenunjukan keterangan- keterangan dengan batang- batang tegak
ataumendatar dan sama lebar dengan batang- batang terpisah
2. Mengetahui dengan mudah penyebaran data yang ada
3. Mempermudah melihat dan menginterpretasikan data
4.Sebagai alat pengendali proses, sehingga dapat
mencegah timbulnya masalah
Histogram dan poligon adalah dua grafik yang digunakan
untuk menggambarkan distribusi frekuensi, sedangkan ogive merupakan kurva
frekuensi kumulatif yang telah dihaluskan.
Histogram dan
Poligon Frekuensi
Data yang telah disusun dalam bentuk tabel distribusi frekuensi dapat
disajikan dalam bentuk diagram yang disebut histogram, yaitu diagram
kotak yang lebarnya menunjukkan interval kelas, sedangkan batas-batas tepi
kotak merupakan tepi bawah dan tepi atas kelas, dan tingginya menunjukkan
frekuensi pada kelas tersebut.
Apabila titik-titik tengah sisi atas dari histogram dihubungkan satu sama
lain oleh ruas-ruas garis maka diperoleh poligon frekuensi. Untuk lebih
memahami mengenai histogram dan poligon frekuensi, perhatikan contoh berikut.
Berikut ini
upah karyawan (dalam ribuan rupiah) per minggu dari sebuah perusahaan.
Langkah-langkah dalam membuat histogram dan poligon frekuensi dari tabel
distribusi frekuensi di atas adalah sebagai berikut.
- Membuat sumbu datar dan sumbu tegak yang saling
berpotongan.
Untuk menyajikan data yang telah disusun dalam tabel distribusi frekuensi menjadi diagram, seperti biasa dipakai sumbu datar untuk menyatakan kelas interval dan sumbu tegak untuk menyatakan frekuensi. - Menyajikan frekuensi pada tabel ke dalam bentuk
diagram.
Setelah sumbu datar dan sumbu tegak dibuat pada langkah 1, buat diagram yang menyatakan frekuensi data. Bentuk diagramnya seperti kotak (diagram batang) dengan sisi-sisi dari batang-batang yang berdekatan harus berimpitan. Pada tepi masing-masing kotak/batang ditulis nilai tepi kelas yang diurutkan dari tepi bawah ke tepi atas kelas. (Perhatikan bahwa tepi kelas terbawah adalah 99,5 – 199,5). - Membuat poligon frekuensi. Tengah-tengah tiap sisi atas yang berdekatan dihubungkan oleh ruas-ruas garis dan titik-titik tengah sisi-sisi atas pada batang pertama dan terakhir di sisi terakhir dihubungkan dengan setengah jarak kelas interval pada sumbu datar. Bentuk yang diperoleh dinamakan poligon frekuensi (poligon tertutup).
4.
Hasil akhir dari histogram dan
poligon frekuensi dari tabel distribusi frekuensi di atas dapat dilihat pada
gambar berikut.
Ogive
Ogive adalah grafik yang digambarkan berdasarkan data yang
sudah disusun dalam bentuk tabel distribusi frekuensi kumulatif. Untuk
data yang disusun dalam bentuk tabel distribusi frekuensi kumulatif kurang
dari, grafiknya berupa ogive positif, sedangkan untuk data yang disusun
dalam bentuk tabel distribusi frekuensi kumulatif lebih dari, grafiknya berupa ogive
negatif.
“Frekuensi kumulatif kurang dari untuk suatu kelas adalah jumlah frekuensi
semua kelas sebelum kelas tersebut dengan frekuensi kelas itu. Sedangkan
frekuensi kumulatif lebih dari suatu kelas adalah jumlah frekuensi semua kelas
sesudah kelas tersebut dengan frekuensi kelas itu”
Data upah karyawan sebelumnya dapat digambarkan ogivenya. Akan tetapi
sebelum itu, buat terlebih dahulu tabel distribusi frekuensi kumulatifnya.
Tidak ada komentar:
Posting Komentar