Makalah Seminar Tugas Akhir 
                                            PERANCANGAN PERANGKAT LUNAK  
                                   UNTUK ANALISIS TINGKAT FOKUS PADA CITRA  
                      MIKROSKOP DIGITAL MENGGUNAKAN PROSES EKSTRAKSI CIRI 
                                                              1)                  2)                      2)
                                         Damar Wicaksono , R Rizal Isnanto , Oky Dwi Nurhayati  
                                     Program Studi Sistem Komputer, Fakultas Teknik, Universitas Diponegoro 
                                                Jln. Prof. Sudharto, Tembalang, Semarang, Indonesia 
                                                        email: wicaksono.damar@gmail.com 
                
                                                                            
               Abstrak—Mikroskop Digital merupakan salah satu  biologi, mikrobiologi, ilmu kesehatan, rumah sakit dan 
               pengembangan dari mikroskop cahaya yang para peneliti laboratorium.  
               memungkinkan gambar untuk ditampilkan pada layar                     Mikroskop Digital terkini memungkinkan proses 
               monitor    komputer. Mikroskop Digital terkini pengamatan preparat dilakukan dengan lebih detail. 
               memungkinkan proses pengamatan preparat dilakukan             Pengamatan dapat dilakukan secara tidak langsung 
               dengan lebih detail. Pengamatan dapat dilakukan secara        menggunakan bantuan aktuator mikroskopik untuk 
               tidak langsung menggunakan bantuan aktuator  mendapatkan susunan elemen-elemen citra dasar yang 
               mikroskopik untuk mendapatkan susunan elemen-elemen           nantinya akan digabungkan menjadi sebuah citra tunggal 
               citra dasar yang nantinya akan digabungkan menjadi            dengan resolusi tinggi. Citra akhir hasil penggabungan 
               sebuah citra tunggal dengan resolusi tinggi. Penelitian ini 
               bertujuan untuk merancang perangkat lunak pada  tersebut diharapkan dapat memberikan informasi yang 
               mikrostepper. Perangkat lunak ini bertujuan untuk  lebih detail kepada pengguna daripada tampilan citra 
               menentukan citra yang paling fokus dari beberapa dataset      secara langsung menggunakan satu lensa objektif. 
               citra masukan.                                                Mikrostepper merupakan salah satu aktuator mikroskopik 
                        Perangkat lunak yang dibuat untuk menentukan         komersial yang dirancang oleh PT Miconos Transdata 
               fokus citra digital yakni menggunakan Delphi. Tahap           Nusantara untuk mendapatkan susunan elemen citra dasar 
               perancangan berisi tentang prosedur pengembangan  yang siap direkonstruksi menjadi citra akhir beresolusi 
               program yang terdiri dari pengumpulan sampel data citra       tinggi. Kelemahan Mikrostepper saat ini yakni belum 
               mikroskop digital, pengubahan citra menjadi aras keabuan,     tersedianya sistem yang mampu menentukan fokus citra 
               ekstraksi fitur citra hingga didapatkan nilai cost function 
               tertinggi.  Algoritma ekstraksi ciri  yang digunakan dalam    preparat. Citra menjadi semakin kabur akibat fokus yang 
               pencarian nilai cost function (C) citra digital mikroskopik   berubah seiring dengan pergesan posisi yang dilakukan 
               antara lain  Teknik Penurunan Laplacian, Teknik  oleh mikrostepper. Ahmad (2005)  menyatakan  bahwa 
               Statistikal Variansi  Ternormalisasi, Teknik Histogram        suatu citra digital berbentuk data numeris, maka citra 
               Entropi.Tahap implementasi pengambilan sampel citra           digital dapat diolah dengan komputer melalui proses 
               digital, pengubahan citra menjadi aras keabuan, konvolusi     pengolahan citra menghasilkan citra digital yang baru. 
               citra digital dan kuantisasi nilai fokus citra.                      Berdasarkan permasalahan di atas, timbul sebuah 
                        Hasil pengujian menunjukkan bahwa dataset citra      gagasan untuk merancang perangkat lunak untuk 
               masukan dapat diproses dengan benar melalui proses            menentukan citra paling fokus dari hasil pengambilan 
               pengubahan citra masukan menjadi aras keabuan, tahapan 
               konvolusi dan nilai cost function mampu didapatkan sesuai     citra digital mikroskopik menggunakan program 
               dengan teknik pencarian menggunakan ekstraksi fitur.          pengolahan citra agar didapatkan citra dengan nilai fokus 
               Citra terpilih dapat ditentukan setelah mengetahui  terbaik pada tiap elemen citra. 
               perbandingan masing-masing nilai cost function pada citra 
               masukan. Perangkat lunak dapat berjalan baik pada sistem                          II.  DASAR TEORI 
               operasi Windows 7. Pada bagian antarmuka, tombol-
               tombol dan prosedur program telah berfungsi sesuai            2.1    Citra Digital 
               dengan fungsionalitasnya masing-masing.                              Citra adalah suatu representasi, kemiripan, atau 
                                                                             imitasi dari suatu objek atau benda. Citra adalah gambar 
               Kata  kunci  :  Ekstaksi Ciri, Bahasa Pemrograman Delphi,     pada bidang dwimatra. Citra terbagi atas dua jenis yaitu 
               Aras Keabuan, Laplacian, Cost Function                        citra kontinu dan citra diskrit. Citra kontinu dihasilkan 
                                  I.   PENDAHULUAN                           dari sistem optik yang menerima sinyal analog, misalnya 
                                                                             mata manusia atau kamera analog. Citra diskrit 
                      Mikroskop     Digital merupakan salah satu  dihasilkan melalui proses digitalisasi sehingga mampu 
               pengembangan dari mikroskop cahaya yang                       menghasilkan citra diskrit, misalnya kamera digital, 
               memungkinkan gambar untuk ditampilkan pada layar              handycam dan scanner. Citra diskrit disebut juga citra 
               monitor komputer. Mikroskop Digital diorientasikan            digital. Citra digital dapat didefinisikan sebagai fungsi 
               untuk kebutuhan dibidang pendidikan, mulai dari SD,           dua variabel, f(x,y), dengan x  dan  y  adalah koordinat 
               SLTP/SMP,  SLTA/SMA sampai dengan Perguruan                   spasial dan nilai f(x,y)  adalah intensitas citra pada 
               Tinggi. Mikroskop Digital juga direkomendasikan untuk         koordinat tersebut. (Achmad, 2007). 
               pihak-pihak yang terkait  dengan bidang laboratorium 
               1) Mahasiswa Sistem Komputer UNDIP 
               2) Dosen Sistem Komputer UNDIP                                             
                             Suatu citra dapat didefinisikan sebagai fungsi                             2.3       Metode deteksi tepi Laplacian 
                    f(x,y) berukuran M baris dan N kolom, dengan x dan y                                          Turunan kedua dari tepi berjenis landai adalah 
                    adalah koordinat spasial dan amplitudo f di titik koordinat                         sebuah fungsi yang memotong sumbu x pada lokasi tepi. 
                    (x,y) dinamakan intensitas atau derajat keabuan pada titik                          Laplacian adalah kesamaan dua dimensi dari turunan 
                    tersebut. Apabila nilai x, y dan nilai amplitude f secara                           kedua untuk fungsi tersebut. Persamaan Laplacian untuk 
                    keseluruhan berhingga (finite) dan bernilai diskrit maka                            fungsi f(x,y) adalah (Munir, 2004): 
                    dapat dikatakan bahwa citra tersebut adalah citra digital.                                             ∂2 f    ∂2 f                                          (4)       
                                                                                                                  ∇2f =         +
                    (Putra, 2010).                                                                                         ∂x2     ∂y2
                                                                                                                  Dengan menggunakan definisi hampiran selisih-
                    2.2      Pengolahan Citra                                                           mundur (backward difference approximation) diperoleh 
                             Pengolahan citra digital secara umum  menunjuk                             Persamaan sebagai berikut ini: 
                    pada pemrosesan citra  dua  dimensi menggunakan                                               G (x)= ∂(x,y) = f (x,y)− f (x−∆x,y)
                    komputer. Dalam konteks yang lebih luas, pengolahan                                             3           ∂x                   ∆x                          (5) 
                    citra digital pengacu pada pemrosesan setiap data dua                                                        
                    dimensi. (Putra, 2010).                                                                                  ∂(x,y)       f (x, y) − f (x, y − ∆y)
                                                                                                                  G (y)=               =
                             Pengolahan citra adalah pemrosesan citra dengan                                        3           ∂y                   ∆y                          (6) 
                    menggunakan komputer, menjadi citra yang kualitasnya                                Maka Persamaan Laplacenya sebagai berikut 
                    lebih tinggi sesuai yang diinginkan. Tujuan sebagian                                                     2        2
                    besar aplikasi pengolahan citra adalah mengekstrak ciri                                       ∇2f = ∂ f + ∂ f
                    penting dari data citra, dari deskripsi, interpretasi, atau                                             ∂x2     ∂y2  
                    pengetahuan objek yang dapat diperoleh dari sebuah                                            ∇2f = f(x+∆x,y)−2f(x,y)+ f(x−∆x,y) +
                                                                                                                                          ( x)2
                    citra. (Munir, 2004).                                                                                                  ∆                        
                                                                                                                        = f (x, y + ∆y) − 2 f (x, y) + f (x, y − ∆y)
                                                                                                                                             (  )2
                    2.3      Ekstraksi ciri                                                                                                  ∆y                                  (7) 
                             Ekstraksi ciri orde pertama merupakan metode                                          
                    pengambilan ciri yang didasarkan pada karakteristik                                           Dengan asumsi bahwa ∆x=∆y=1, maka diperoleh 
                    histogram citra. Histogram menunjukkan probabilitas                                 Persamaan: 
                    kemunculan nilai derajat keabuan piksel pada suatu citra.                                     ∇2f = f (x+1,y)−2f(x,y)+ f(x−1,y)+ f(x,y+1)−2f(x,y)+ f(x,y−1) 
                    Dari nilai-nilai pada histogram yang dihasilkan, dapat                                        = f (x, y −1) + f (x +1, y) − 4 f (x, y) + f (x −1, y) + f (x, y +1) 
                    dihitung beberapa parameter ciri statistik orde pertama                                                                                                       (8) 
                    dalam penelitian ini antara lain adalah rata-rata, variansi,                                  Jika  dibuat dalam bentuk perkalian vektor maka, 
                    dan Entropi. (Nurhayati, 2010).                                                                      0    1   0 (x-1,y+1) (x,y+1) (x+1,y+1)
                                                                                                                    2                                                      
                    1.    Nilai rata-rata dari suatu sebaran nilai intensitas citra                               ∇ f = 1 −4 1∗ (x-1,y)               (x,y)      (x +1,y) 
                                                                                                                         
                                                                                                                         0    1   0 (x-1,y-1)       (x,y -1)   (x +1,y-1)      (9)
                          abu-abu menunjukkan ukuran dispersi suatu citra                                                                                                  
                          yang dapat dicari dengan perhitungan seperti   
                          Persamaan (1).                                                                          Sehingga dapat dinyatakan sebagai kernel 
                                rerata(µ) = ∑ f p(f )                                                   konvolusi Laplacian sejenis  seperti ditunjukkan pada 
                                                       n      n                                         Gambar 2. 
                                                  n                                            (1)             
                          Dengan f merupakan suatu nilai intensitas keabuan, 
                                      n        ) menunjukkan nilai histogramnya 
                          sementara  p(f
                                              n                                                                                                                
                          (probabilitas kemunculan intensitas tersebut pada                                                Gambar 2 Kernel Konvolusi Laplacian 
                          citra).                                                                                  
                    2.    Variansi dari suatu sebaran nilai intensitas citra abu-                       2.4      Citra mikroskopik fokus dan kabur 
                          abu menunjukkan variasi elemen pada histogram dari                                      Istilah  fokus menurut terminologi artinya titik 
                          suatu citra yang dapat dicari dengan perhitungan                              tempat berkumpulnya sinar yang melalui sebuah optik 
                          seperti Persamaan (2).                                                        atau lensa. Sebuah citra  yang fokus didapatkan dengan 
                                                                                                        cara menempatkan kumpulan sinar pada satu titik yang 
                               σ2 =∑(f −µ)2p(f )                                                        tepat berada di film atau permukaan sensor citra (disebut 
                                            n            n
                                       n                                                      (2)       focal plane). (Bhakti, 2010). 
                    3.    Entropi merupakan sebuah ciri untuk mengukur                                            Pengamatan untuk objek mikroskop digital yang 
                          keteracakan dari distribusi intensitas. Entropi,                              dapat dijadikan sebagai alat uji standar laboratorium 
                          menunjukkan ukuran ketidakteraturan bentuk. Harga                             adalah mikrometer objektif. (Russell, 2005). 
                          ENT  besar untuk citra dengan transisi derajat                                          Pencarian citra fokus pada sistem mikroskop 
                          keabuan merata dan bernilai kecil jika struktur citra                         digital dapat dilakukan dengan metode scanning masing-
                          tidak teratur (bervariasi) yang didefinisikan dengan                          masing citra.  Masing-masing citra yang diperoleh 
                          perhitungan seperti Persamaan (3).                                            dianalisis menggunakan algoritma “autofocus cost 
                                ENT =−∑∑p(i,j).log2 p(i, j)                                             function”. Citra yang memiliki nilai cost function 
                                            i   j                                            (3)        maksimum inilah yang disebut sebagai citra paling fokus. 
                                                                                                        Algoritma ekstraksi ciri  yang digunakan dalam pencarian 
                           
                     
                 nilai  cost function (C)  untuk  citra digital mikroskopik 
                 antara lain (Fortier, 2010): 
                          
                 1.      Teknik Penurunan Laplacian 
                         Teknik ini merupakan teknik untuk pendeteksian 
                 tepi citra menggunakan turunan orde kedua dari nilai 
                 keabuan citra seperti yang ditunjukkan pada Persamaan 
                 (2.18). 
                                                                                (10)
                         Setelah digunakan kernel Laplacian  seperti pada 
                 Persamaan (2.17), maka nilai C diperoleh menggunakan 
                 Persamaan (2.19). 
                                                                              (11) 
                 2.      Teknik Statistikal Variansi Ternormalisasi 
                         Teknik ini merupakan bentuk dari teknik variansi                                                                        
                 (Persamaan 2.3) menggunakan normalisasi dari nilai                                        Gambar 3 Diagram Alir Perancangan Sistem 
                 intensitas piksel keabuan terhadap intensitas nilai            dari      3.2     Perancangan Antarmuka 
                 citra. Teknik ini seperti yang ditunjukkan pada  1.  Pengumpulan Sampel Data Citra Mikroskop Digital 
                 Persamaan (11).                                                                Dataset yang digunakan merupakan data primer 
                                                                              (12)        berupa pengumpulan sampel citra mikrometer objektif 
                                                                                          dari laboratorium PT Miconos Transdata Nusantara. 
                         Sedangkan nilai         dapat diperoleh seperti pada             Akuisisi data citra mikroskop digital ini berupa berkas 
                 Persamaan (12).                                                          citra dengan empat tingkat perbesaran lensa objektif 
                                                                                          mikroskop diantaranya 4 kali, 10 kali, 40 kali dan 100 
                                                                              (13)        kali perbesaran objektif dengan format citra masukan 
                 3.      Teknik Histogram Entropi                                         bitmap 24-bit yang memiliki resolusi sebesar 640×480 
                         Teknik  Entropi  mengukur keteracakan dari  piksel. 
                 distribusi intensitas dimana citra fokus diasumsikan                     2.  Pengubahan Citra Menjadi Aras Keabuan 
                 mengandung informasi lebih besar dibandingkan dengan                           Setelah dilakukan pembacaan citra sampel 
                 citra kabur. Teknik Histogram Entropi dapat diperoleh                    masukan, tahap berikutnya perangkat lunak ini 
                 seperti pada Persamaan (2.22).                                           menggunakan algoritma pengubah aras keabuan 
                                                                                          (grayscaling). Citra RGB yang tersusun atas tiga elemen 
                                                                              (14)        (Merah, Hijau dan Biru) memiliki kombinasi warna 
                                                                                          kompleks sehingga diperlukan penyederhanaan citra 
                         Dimana nilai                        yang merupakan warna menjadi citra keabuan dengan tingkat intensitas 
                 probabilitas kemunculan piksel dengan intensitas i dari                  tertentu 
                 suatu citra. Nilai i  merupakan distribusi intensitas citra              3.  Tahap Ekstraksi Ciri Citra 
                 mulai dari intensitas 0 hingga 255.                                            Pada penelitian ini, digunakan tiga buah teknik 
                                                                                          untuk penentuan cost function  yakni menggunakan 
                                                                                          Teknik Penurunan Laplacian, Teknik Statistikal Variansi 
                                  III.    PERANCANGAN SISTEM                              Ternormalisasi dan Teknik Histogram Entropi. 
                                                                                          4.  Penentuan Fokus Citra Maksimum 
                 3.1     Prosedur Pengembangan Program                                          Teknik pengolahan citra digunakan untuk 
                         Proses perancangan perangkat lunak terdapat                      mengukur nilai “cost function”  untuk parameter fokus 
                 beberapa prosedur yang dapat diimplementasikan agar                      citra digital. Jika nilai cost function telah ditemukan maka 
                 citra digital mampu dianalisis secara akurat. Algoritma                  program ini telah berhasil mengenali citra fokus 
                 program dimulai dari pengambilan sampel citra digital                    mikroskop digital. 
                 mikroskop kemudian dirubah ke citra aras keabuan 8-bit.                  5.  Algoritma Program 
                 Hasil dari pengubahan aras keabuan tersebut kemudian                           Algoritma program yang digunakan untuk mencari 
                 dianalisis menggunakan ekstraksi ciri. Masing-masing                     nilai cost function dibagi menjadi tiga jenis teknik. Untuk 
                 citra dilakukan kuantisasi tingkat fokus dan  masing-masing teknik yang digunakan dapat dimodelkan 
                 menghasilkan nilai cost function. Gambar 3 menunjukkan                   menggunakan diagram alir. Gambar 4  menunjukkan 
                 urutan penelitian yang harus diperhatikan agar perangkat                 diagram alir implementasi teknik Laplacian untuk 
                 lunak dapat berjalan untuk mendapatkan nilai  cost                       pencarian nilai cost function. 
                 function pada dataset citra masukan. 
                  
                                                                                                                                                        
                                                                                                               Gambar 6 Diagram Alir Teknik Entropi 
                                                                                                   
                                                                                                   IV.     IMPLEMENTASI DAN PENGUJIAN SISTEM 
                                                                                           4.1      Implementasi Antarmuka Perangkat Lunak 
                                    Gambar 4 Diagram Alir Teknik Laplacian                 4.1.1  Form Halaman Awal Program 
                                                                                                    Form  Petunjuk  merupakan halaman yang 
                                                                                           digunakan sebagai tampilan awal ketika program mulai 
                        Gambar 5 menunjukkan diagram alir implementasi                     dijalankan.   
                 teknik Variansi Ternormalisasi.                                           4.1.2  Form FocusMetering 
                                                                                                    Kelas  CaraMain  ini merupakan kelas yang 
                                                                                           membangun tampilan petunjuk permainan ketika pemain 
                                                                                           menekan tombol Help pada HalamanAwal.  
                                                                                            1.      Pengambilan Sampel Citra Digital 
                                                                                                   Pengambilan sampel citra dilakukan oleh button 
                                                                                           AmbilCitra. 
                                                                                            2.      Pengubahan Citra Menjadi Aras Keabuan 
                                                                                                   Citra masukan yang telah dimuatkan sebelumnya 
                                                                                           pada bagian penampil citra ImageAwal, maka citra 
                                                                                           tersebut kemudian dikonversi dari format citra 24 bit 
                                                                                           Bitmap menjadi citra aras keabuan 8 bit. 
                                                                                            3.      Tahap Konvolusi Citra Digital 
                                                                                                   Tahapan konvolusi ini mengimplementasikan dari 
                                                                                           citra aras keabuan yang dikonvolusikan dengan kernel 
                                                                                           Laplacian 3 kali 3. Tahap konvolusi hanya digunakan 
                                                                                           untuk pencarian nilai cost function menggunakan teknik 
                                                                                           Laplacian. 
                                                                                            4.      Kuantisasi Nilai Fokus 
                                                                                                   Nilai fokus citra diperoleh dari penghitungan nilai 
                                                                                           cost function  citra hasil konvolusi Laplacian  yang 
                                                                                           menggunakan Teknik Penurunan Laplacian dan citra aras 
                                                                                           keabuan digunakan Teknik Statistikal Variansi 
                                                                                           Ternormalisasi dan Teknik Histogram Entropi.  
                                                                                           4.2      Hasil Penelitian 
                                                                                           4.2.1  Hasil Olahan Citra Masukan 
                             Gambar 5 Diagram Alir Teknik Variansi Ternormalisasi          Hasil Olahan Citra masukan dapat dijelaskan sebagai 
                                                                                           berikut. 
                        Gambar 6 menunjukkan diagram alir implementasi                     1.       Citra Original 
                 teknik Entropi.                                                                    Citra asli dimuat sebagai masukan program 
                                                                                           dengan format 24 bit bitmap di bagian panel