OPTIMASI ALGORITMA SEMUT UNTUK DETEKSI TEPI PADA FOTO UDARA

Authors

  • Febri Liantoni Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Adhi Tama Surabaya
  • Rifki Indra Perwira Teknik Informatika, Fakultas Teknologi Industri, UPN “Veteran” Yogyakarta

Keywords:

foto udara, pengolahan citra digital, algoritma semut, gradient

Abstract

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

Download data is not yet available.

References

Charu, G. dan Sunanda, G. 2013. Edge Detection of an Image based on Ant Colony Optimization Technique. International Journal of Science and Research. Vol. 2. Issue 6. 114-120.
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

2016-06-30

How to Cite

Liantoni, F., & Perwira, R. I. (2016). OPTIMASI ALGORITMA SEMUT UNTUK DETEKSI TEPI PADA FOTO UDARA. Jurnal Teknologi, 9(1), 63–69. Retrieved from https://ejournal.akprind.ac.id/index.php/jurtek/article/view/1142