OPTIMASI ALGORITMA SEMUT UNTUK DETEKSI TEPI PADA FOTO UDARA
Keywords:
foto udara, pengolahan citra digital, algoritma semut, gradientAbstract
Foto udara merupakan citra digital yang berguna untuk memperoleh informasi dari suatu daerah. Informasi diperoleh berdasarkan analisis data obyek menggunakan media atau alat. Informasi ini diproses dengan memanfaatkan teknik pengolahan citra digital. Salah satu cara memperoleh informasi berdasarkan teknik pengolahan citra digital melalui proses deteksi tepi. Deteksi tepi adalah penggalian informasi dari suatu citra. Salah satu teknik deteksi tepi yang bisa dipakai yaitu menggunakan algoritma semut. Algoritma semut merupakan algoritma optimasi yang terinspirasi dari perilaku semut dalam mencari makan. Pada umumnya penyebaran semut awal pada algoritma semut dilakukan secara acak. Hal ini memungkinkan terjadi ketidakseimbangan distribusi semut yang kemudian mempengaruhi penemuan jalur. Optimasi dilakukan dengan cara menyebarkan semut berdasarkan tingkat gradient pada area citra. Langkah yang dilakukan dengan membagi citra menjadi 16 area dengan ukuran sama besar. Bagian yang memiliki gradient tinggi akan mendapatkan pembagian semut yang lebih banyak. Hasil algortima semut akan dibandingkan dengan deteksi tepi konvensional. Perbandingan dilakukan untuk mengetahui perbedaan hasil deteksi tepi yang diperoleh. Berdasarkan percobaan yang dilakukan, optimasi algoritma semut mampu menghasilkan deteksi tepi citra yang lebih detail dan memiliki garis tepi yang lebih tebal dibandingkan menggunakan deteksi tepi konvensional.
Downloads
References
Dorigo, M., Birattari, M. dan Stutzle, T. 2006. Ant Colony Optimization: Artificial Ants as a Computational Intelligence Technique. IEEE Computational Intelligence Magazine. 28-39.
Gonzalez, R. dan Woods, R. 1992, Digital Image Processing. Addison Wesley. hal 414–428. University of Pennsylvania Department of Computer and Information Science.
Helen, A. 1987. Edge Detection for Object Recognition in Aerial Photographs.
Iqbal, M. dan Sani, A. 2010. Analisis Threshold Untuk Mengekstraksi Jalan dari Foto Udara. Universitas Sumatera Utara.
Liantoni, F., Kirana, K.C., dan Muliawati, T.H. 2014. Adaptive Ant Colony Optimization based Gradient for Edge Detection. Journal of Computer Science. Vol. 7. Issue 2. 78-84.
Otsu, N. 1979. A Threshold Selection Method from Gray Level Histograms. IEEE Trans. Syst. Man. Cybern. Vol. 9. 62– 66.
Rahebi, J., Elmi, Z., Nia, A.F., dan Shayan, K. 2010. Digital Image Processing using an Ant Colony Optimization based on Genetic Algorithm. IEEE. 145-149.
Tian, Jiang, Yu, Weiyu, Xie Shengli. 2008. An Ant Colony Optimization Algorithm for Image Edge Detection. IEEE Congress on Evolutionary Computation. 751-756.
Verma, O.P., Singhal, P., Garg, S., dan Deepti, S.C. 2011. Edge Detection using Adaptive Thresholding and Ant Colony Optimization, Information and Communication Technologies (WICT). 2011 World Congress on IEEE. 113-118
Downloads
Published
How to Cite
Issue
Section
License
Jurnal Teknologi provides immediate open access to its content in order of making research freely available to the public to support a global exchange of knowledge. All articles published in this journal are free for everyone to read and download, under licence CC BY SA.
Benefits of open access for the author, include:
- Free access for all users worldwide.
- Authors retain copyright to their work.
- Increased visibility and readership.
- No spatial constraints.