8

BAB 2

DASAR TEORI

Bab ini akan membahas mengenai gambaran umum metode pengolahan citra

dijital, anatomi kulit beserta jenis-jenis kulit, deskripsi singkat mengenai

moisturizer, definisi umum mengenai tekstur beserta metode-metode yang

digunakan untuk melakukan analisis tekstur, dan pengantar mengenai sistem

jaringan saraf tiruan yang digunakan.

2.1 Pengolahan Citra Dijital

Secara umum, terminologi pengolahan citra dijital mengacu pada proses

pengolahan/manipulasi dari citra dua dimensi dengan menggunakan komputer.

Jika ditinjau dari sudut pandang yang lain, pengertian tersebut menyatakan

pemrosesan secara dijital dari berbagai data dua dimensi.

Pengolahan citra dijital memiliki bidang aplikasi yang cukup luas, seperti halnya

remote sensing melalui satelit, transmisi dan penyimpanan citra untuk berbagai

aplikasi bisnis dan bidang lainnya, pengolahan citra medis, radar, dan bidang-

bidang terkait lainnya.

Teknologi dijital modern sekarang ini telah memungkinkan proses

manipulasi sinyal multi-dimensi menggunakan sistem yang sederhana sampai

sistem yang canggih sekalipun. Tujuan dari proses manipulasi ini dapat dibagi

menjadi tiga buah kategori dan digambarkan melalui diagram di bawah ini:

Gambar 2. 1. Diagram dasar sistem pengolahan citra

9

2.1.1 Definisi Citra Dijital

Sebuah citra didefinisikan sebagai fungsi dua dimensi f(x,y), dimana x dan y

merupakan koordinat spasial (ruang) dan amplitudo fungsi f pada pasangan

koordinat (x,y) adalah intensitas atau nilai derajat keabuan (gray level) citra pada

titik tersebut. Jika komponen-komponen x, y dan nilai ampitudo f merupakan

bilangan yang diskrit dan terbatas, maka citra tersebut adalah citra dijital. Nilai

amplitudo citra selalu berupa bilangan riil atau bilangan bulat (karena biasanya

merupakan hasil dari proses kuantisasi).

Bidang pengolahan citra dijital mengacu pada pemrosesan citra-citra dijital

menggunakan komputer. Suatu citra digital terdiri dari jumlah elemen yang

terbatas, dimana setiap elemen tersebut memiliki lokasi dan nilai tertentu.

Elemen-elemen tersebut dikenal dengan elemen citra (piksel). Suatu citra dijital

a[m,n] dideskripsikan dalam ruang diskrit dua dimensi yang diturunkan dari citra

analog a(x,y) dalam ruang kontinu dua dimensi melalui proses sampling yang

sering dikenal dengan proses dijitisasi. Citra kontinu dua dimensi a(x,y) dibagi

menjadi N baris dan M kolom. Nilai yang diberikan pada koordinat integer [m,n]

dengan {m=0,1,2,...,M-1} dan {n=0,1,2,...,N-1} adalah nilai dari a[m,n]. Biasanya

komponen-komponen a(x,y) merupakan fungsi dari beberapa variabel, termasuk

kedalaman (depth/ z), warna (λ), dan waktu (t).

Gambar 2. 2. Proses dijitisasi dari suatu citra kontinu

10

Citra yang ditampilkan pada gambar 2.2 telah dibagi menjadi N = 16 baris dan M

= 16 kolom. Proses untuk merepresentasikan amplitudo sinyal dua dimensi pada

koordinat yang diberikan sebagai nilai integer dengan tingkat derajat keabu-abuan

L sering dianggap sebagai proses kuantisasi. Nilai dari derajat keabu-abuan yang

jelas terlihat merupakan bilangan kelipatan pangkat dua, sehingga L = 2B, dimana

B merupakan jumlah bit dalam representasi bilangan biner dari tingkat brightness.

Jika B>1, maka citra tersebut dinamakan citra derajat abu-abu (grayscale), jika

B=1 makan citra tersebut adalah citra biner. Pada citra biner, hanya ada dua nilai

derajat keabu-abuan, yaitu “hitam” dan “putih” direpresentasikan dengan “0”

dan”1”.

Gambar 2. 3. Contoh citra dijital; citra berwarna (RGB); citra biner; citra keabuan (grayscale)

2.1.2 Hubungan Ketetanggaan Antar Piksel

Dalam melakukan beberapa metode analisis citra, ada suatu hubungan yang

harus diperhitungkan di antara piksel-piksel citra tersebut. Piksel-piksel di dalam

citra membentuk suatu matriks tertentu yang nantinya akan digunakan dalam

proses analisis yang lebih lanjut. Setiap elemen matriks tersebut memiliki

hubungan ketetanggaan dengan elemen-elemen yang berada di sekitarnya. Hal ini

cukup berguna untuk beberapa aplikasi bidang pengolahan citra.

Sebuah piksel p dalam koordinat (x,y) memiliki empat hubungan

ketetanggaan dengan orientasi horisontal dan vertikal dimana koordinatnya

diberikan sebagai berikut:

( ) ( ) ( ) ( )1,,1,,,1,,1 −+−+ yxyxyxyx

11

Setiap piksel merupakan satuan jarak dari koordinat pusat (x,y). Selain itu, ada

pula hubungan ketetanggan dalam orientasi diagonal dari piksel p yang memiliki

koordinat sebagai berikut:

( ) ( ) ( ) ( )1,1,1,1,1,1,1,1 −−+−−+++ yxyxyxyx

Hubungan ketetanggaan semacam ini akan digunakan untuk membentuk suatu

matriks kookurensi.

2.1.3 Operasi-operasi Pengolahan Citra

Operasi-operasi yang dilakukan dalam bidang pengolahan citra cukup

bervariasi dan dapat dikelompokan sebagai berikut:

1. Perbaikan kualitas citra (image enhancement)

Operasi perbaikan kualitas citra merupakan suatu metode pengolahan citra

yang bertujuan untuk memperbaiki kualitas citra dengan melakukan

manipulasi terhadap parameter-parameter citra tersebut. Dengan kata lain,

tujuan dari proses ini adalah untuk menekankan beberapa fitur citra

tertentu untuk analisis lebih lanjut. Proses ini seringkali dibutuhkan dalam

pengolahan citra karena citra yang akan diproses dianggap belum cukup

baik untuk dianalisis, misalnya citra tersebut terlebih dahulu terkena derau

(noise) pada saat pengambilan data, kontrasnya kurang baik, efek blurring,

dan sebagainya. Operasi ini sangat berguna untuk proses ekstraksi fitur,

analisis citra, dan menampilkan informasi visual. Contoh proses-proses

spesifik yang sering dilakukan dalam operasi ini adalah peningkatan

kualitas kontras (contrast enhancement), noise filtering, perataan

histogram, peningkatan tepian obyek (edge enhancement), dan lain-lain.

2. Restorasi citra (image restoration)

Operasi restorasi citra mengacu pada proses untuk

meminimumkan/menghilangkan kerusakan (adanya degradasi) pada suatu

citra. Cara-cara yang sering dilakukan adalah proses deblurring, noise

filtering, pengoreksian distorsi geometrik, dan lain-lain. Secara umum,

tujuan dari operasi restorasi citra ini hampir serupa dengan operasi

12

perbaikan kualitas citra. Akan tetapi, faktor yang membedakan keduanya

adalah dimana pada operasi restorasi ini, penyebab kerusakan pada citra

telah diketahui.

3. Kompresi citra (image compression)

Data-data yang berhubungan dengan informasi visual memiliki kapasitas

yang sangat besar. Walaupun kapasitas tempat penyimpanan cukup besar,

tetapi biasanya waktu pengaksesan data visual berbanding lurus terhadap

kapasitasnya sehingga akan memakan waktu yang lebih lama. Operasi

kompresi citra akan mengurangi jumlah bit yang dibutuhkan dalam proses

penyimpanan atau pengiriman citra tanpa kehilangan informasi yang besar

dan untuk mengecilkan ukuran data.

4. Analisis citra (image analysis)

Operasi analisis citra akan melakukan proses perhitungan secara

kuantitatif dari suatu citra untuk menghasilkan/memberikan deskripsi

tertentu dari citra yang bersangkutan. Operasi ini memerlukan proses

ekstraksi dari beberapa fitur tertentu yang dapat membantu dalam proses

identifikasi obyek. Salah satu cara yang sering dilakukan adalah proses

segmentasi citra, dimana segmentasi tersebut akan memisahkan obyek

yang diinginkan dari lingkungan sekitarnya. Proses segmentasi citra

bertujuan untuk memilah-milah citra berdasarkan daerah dengan kriteria-

kriteria tertentu. Segmentasi citra sering digunakan pada proses

pengenalan pola. Contoh-contoh operasi yang digunakan untuk analisis

citra adalah deteksi tepian obyek (edge detection), ekstraksi fitur, dan

sebagainya.

5. Rekonstruksi citra (image reconstruction)

Operasi ini merupakan kasus khusus dari operasi restorasi citra dimana

obyek dua dimensi atau obyek dengan dimensi yang lebih tinggi akan

dibentuk dari beberapa citra proyeksi satu dimensi. Metode ini banyak

digunakan dalam bidang pencitraan medis, misalnya rekonstruksi citra

menggunakan sinar X (CT-Scan) ataupun medan magnet (MRI/Magnetic

Resonance Imaging).

13

2.2 Anatomi Kulit dan Jenis-jenis Kulit

2.2.1. Anatomi Kulit

Di dalam pengertian dermatologi, kulit merupakan suatu organ yang

termasuk dalam sistem integumen (komponen pelindung bagian luar tubuh), yang

terbentuk dari beberapa lapisan jaringan epitel yang menjaga bagian-bagian di

bawahnya, seperti otot dan organ-organ lainnya. Sebagai salah satu organ yang

memiliki kontak langsung dengan lingkungan, kulit memiliki peranan utama yang

penting untuk perlindungan terhadap bibit penyakit. Dengan kata lain, kulit dapat

berperan sebagai tempat interaksi dengan dunia luar dan barisan pertahanan

pertama untuk melawan segala efek-efek lingkungan yang tidak bersahabat dan

cenderung berbahaya. Gambar 2.4 menunjukkan gambar melintang dari kulit

secara umum.

Gambar 2. 4. Gambar penampang melintang kulit (Sumber: Wikipedia.org)

Kulit dikenal sebagai organ tubuh manusia yang paling besar dan luas. Hal

tersebut terlihat dari perannya di permukaan luar yang menutupi tubuh dan

memiliki luas permukaan terbesar jika dibandingkan organ-organ yang lain.

14

Fungsi umum dari kulit adalah sebagai berikut:

• Sebagai perlindungan dari jaringan-jaringan dan organ-organ di bawahnya

terhadap luka kecil, kehilangan cairan, dan bahan-bahan kimia berbahaya.

• Sebagai tempat ekskresi tubuh yang berupa garam, air, dan sisa-sisa

organik lainnya yang dikeluarkan oleh kelenjar integumen.

• Sebagai perawatan untuk menjaga kestabilan temperatur tubuh

(homeostasis), baik melalui lapisan isolasi maupun proses pendinginan

dengan penguapan, sebagaimana diperlukan.

• Penyimpanan lemak di bagian adipocytes dalam lapisan dermis dan di

bagian jaringan adipose dalam lapisan subcutaneous, serta air dan lemak.

• Sebagai indera perasa terhadap sentuhan, tekanan, sakit/nyeri, dan

rangsangan temperatur, dan segala informasi yang berkaitan dengan sistem

saraf.

Pada dasarnya, kulit terdiri dari dua lapisan yang mencakup lapisan ketiga

yang bersifat lemak. Ketiga lapisan ini memiliki fungsi, ketebalan, dan kekuatan

yang berbeda-beda. Lapisan kulit terluar dinamakan lapisan epidermis, yang

merupakan lapisan pelindung yang cukup baik (bersifat kedap air) dan

mengandung komponen melanocytes yang memproduksi melanin. Lapisan yang

kedua (berada di bawah lapisan epidermis) dinamakan lapisan dermis, yang berisi

saraf-saraf, kelenjar keringat, kelenjar minyak, dan folikel-folikel rambut. Tepat di

bawah dua lapisan tersebut adalah lapisan lemak dari jaringan subcutaneous, yang

dikenal dengan subcutis atau hipodermis.

Lapisan epidermis merupakan lapisan kulit yang terluar. Hal tersebut tentu

saja sangat penting dari sudut pandang peneliti kosmetik karena lapisan itulah

yang memberikan suatu gambaran nyata tentang karakteristik tekstur dan

kelembabannya serta memiliki peran utama dalam penentuan warna kulit.

15

2.2.2. Deskripsi Singkat Lapisan-lapisan Kulit

2.2.2.1 Epidermis

Lapisan epidermis merupakan lapisan kulit yang terluar dari kulit makhluk

hidup. Lapisan ini berfungsi sebagai pelindung dan lapisan kedap air, yang

menutupi seluruh permukaan tubuh dan terbentuk dari jaringan epitel dengan

dasar lapisan basal lamina. Lapisan epidermis dapat dibagi menjadi lapisan-

lapisan sebagai berikut (dimulai dari lapisan terluar): corneum, lucidum (hanya

terdapat di telapak tangan dan telapak kaki), granulosum, spinosum, dan basale.

Gambar 2.5 menunjukkan penampang melintang dari lapisan epidermis.

Gambar 2. 5. Bagian penampang melintang lapisan epidermis (Sumber: Wikipedia.org)

Komponen kulit yang menjadi fokus utama dalam laporan tugas akhir ini

adalah lapisan stratum corneum. Lapisan stratum corneum merupakan bagian

terluar dari lapisan epidermis (lapisan terluar dari kulit). Oleh karena itu, lapisan

tersebut merupakan komponen pertama kulit yang berinteraksi secara langsung

dengan berbagai jenis kosmetik dan berbagai komponen eksternal lainnya,

misalnya bibit penyakit (virus dan bakteri), debu, dan lain-lain.

2.2.2.2 Dermis

Lapisan dermis merupakan lapisan kulit yang berada di bawah lapisan

epidermis yang terdiri dari jaringan-jaringan penghubung antar lapisan kulit.

16

Lapisan dermis berhubungan langsung dengan lapisan epidermis melalui

komponen basement membrane. Lapisan ini berisi folikel-folikel rambut, kelenjar

keringat, kelenjar sebaceous, kelenjar apocrine, dan pembuluh darah. Lapisan

dermis dijaga keutuhannya oleh suatu jenis protein yang disebut kolagen dan

lapisan ini juga mengandung reseptor untuk sensasi sakit dan sentuhan.

2.2.2.3 Lapisan Subcutaneous

Lapisan subcutaneous merupakan lapisan terdalam dari kulit. Lapisan ini

terdiri dari jaringan kolagen dan sel-sel lemak, yang membantu untuk menjaga

panas tubuh dan melindungi organ-organ lainnya dari cedera dengan berperan

sebagai penahan guncangan/getaran.

2.2.3. Jenis-jenis Kulit

Kulit dapat dikelompokkan menjadi beberapa jenis berdasarkan teksturnya.

Proses untuk mengetahui berbagai jenis kulit merupakan hal yang cukup penting,

sehingga dapat ditentukan beberapa perawatan yang cocok bagi kulit tersebut.

Berikut ini merupakan beberapa jenis kulit manusia:

2.2.3.1 Kulit Normal

Kulit jenis normal merupakan jenis kulit yang ideal, karena jenis kulit ini

memiliki tekstur yang baik dengan permukaan yang lentur dan halus. Selain itu,

kulit ini juga memiliki keseimbangan yang baik antara komponen minyak dan air

(kelembaban) sehingga kulit akan terasa lembab, tidak berminyak maupun kering.

Pori-porinya halus dan hampir tidak terlihat.

2.2.3.2 Kulit Kering

Kulit kering memiliki kadar minyak (sebum) yang rendah dan terkadang

bersifat sensitif. Kulit ini memiliki permukaan yang kering karena jenis ini tidak

mampu untuk menahan kelembaban. Kulit kering memiliki penampilan agak

pecah-pecah dan cenderung mudah mengelupas. Jenis kulit ini disebabkan oleh

beberapa faktor, yaitu kelenjar minyak tidak cukup memproduksi cairan lubrikasi

17

bagi kulit, kondisi genetis/keturunan, diet yang kurang baik (kekurangan vitamin

A dan B juga dapat mengakibatkan kulit kering), dan faktor-faktor eksternal

(penyinaran sinar matahari, angin, cuaca dingin, bahan-bahan kimia atau

kosmetik). Kulit kering sering memiliki masalah dalam cuaca yang dingin dan

proses penuaan akan terjadi lebih cepat dibandingkan kulit normal dan berminyak.

2.2.3.3 Kulit Berminyak

Kulit berminyak memiliki permukaan yang agak mengkilap, tebal, dan tidak

terlalu berwarna. Pada jenis kulit ini, kelenjar sebaceous yang memproduksi

minyak melakukan aktivitas yang agak berlebihan sehingga menghasilkan minyak

melebihi batas yang diperlukan. Pori-pori kulit tampak membesar dan kulitnya

memiliki tampilan yang agak kasar. Kelebihan minyak di permukaan kulit akan

menarik berbagai macam jenis kotoran dan debu dari lingkungan sekitar. Jenis

kulit ini terjadi karena beberapa sebab, seperti misalnya adanya faktor keturunan

(hereditas), tingkat aktivitas hormon jenis kosmetik yang digunakan, dan kadar

kelembaban serta cuaca yang panas. Jenis kulit ini sering kali terjadi pada saat

masa-masa remaja, tetapi dapat juga terjadi pada usia berapapun. Laju aliran

minyak (sebum) akan meningkat pada masa remaja dan mulai menurun seiring

bertambahnya usia.

2.2.3.4 Kulit Kombinasi

Jenis kulit ini merupakan jenis yang paling umum. Jenis kulit ini merupakan

gabungan dari kulit berminyak dan kulit kering, dimana daerah-daerah di wajah

memiliki sifat berminyak dan daerah lainnya kulit kering. Biasanya terdapat suatu

daerah pusat yang sangat berminyak, misalnya pada daerah dahi dan hidung dan

daerah yang cukup kering di bagian pipi dan beberapa daerah di sekitar mata dan

mulut. Daerah pusat yang berminyak sering disebut sebagai T-zone.

18

Gambar 2. 6. Daerah T-zone di bagian wajah (Sumber: www.webindia123.com)

2.3 Moisturizer

2.3.1 Pengantar Mengenai Moisturizer

Moisturizer merupakan campuran bahan-bahan kimia kompleks yang khusus

dibuat untuk menghaluskan dan melenturkan lapisan eksternal kulit (bagian

epidermis), dengan cara meningkatkan sifat hidrasinya (kadar air dalam kulit).

Selain untuk memberikan atau mengembalikan tingkat hidrasi normal kulit,

moisturizer dapat memiliki beberapa efek tambahan bagi para penggunannya,

misalnya untuk membentuk suatu lapisan penghalang untuk mencegah kehilangan

air melalui jaringan epidermis, memperbaiki sisik-sisik pada kulit, memperbaiki

kulit yang rusak atau kering karena pengaruh lingkungan eksternal atau internal

(seperti halnya jerawat atau kulit kering), memperbaiki atau menunda efek

penuaan dini pada kulit, dan sebagainya. Pembuatan moisturizer harus melalui

prosedur yang cukup ketat dan aman. Moisturizer merupakan produk yang paling

banyak digunakan untuk perawatan kulit.

Walaupun moisturizer yang sederhana dan efektif dapat dibuat dari dua atau

tiga jenis bahan kimia, seperti misalnya stearat, minyak zaitun, air, dan gliserin,

akan tetapi untuk dijadikan produk komersial yang sangat kompleks dan memiliki

banyak kegunaan di dalamnya, maka moisturizer harus mengandung komponen-

komponen sebagai berikut:

Humectants

Humectants merupakan suatu bahan kimia yang menarik air jika

digunakan pada kulit (pelembab). Humectants dapat meningkatkan TEWL.

Contoh bahan-bahan yang bersifat humectants adalah gliserin, sorbitol,

urea, alpha hydroxy acids (AHAs), asam laktat, dan gula.

19

Occlusion

Lanolin merupakan bahan pertama yang digunakan sebagai sistem

penghalang (occlusive). Lanolin berfungsi untuk mencegah pelepasan air

melalui kulit.

Natural Moisturising Factors (NMF)

NMF merupakan gabungan dari beberapa bahan-bahan kimia yang

memiliki berat molekul yang rendah. Bahan-bahan tersebut meliputi asam

amino, asam laktat, urea, amonia, sitrat, natrium, kalium, kalsium,

magnesium, fosfat, klorin, gula, asam organik, peptida, dan bahan-bahan

lainnya. Sebagian besar dari bahan-bahan tersebut sering ditambahkan ke

dalam komposisi moisturizer untuk membantu sifat higroskopiknya. Jika

terlalu banyak mengandung bahan-bahan ini maka akan mengakibatkan

terjadinya iritasi.

Emollients

Fungsi bahan-bahan yang bersifat emollients adalah menghaluskan kulit

kasar (pelembut lapisan stratum corneum), mengubah penampilan kulit,

sebagai pelumas, menggantikan lemak kulit alami, dan berperan sebagai

penghalang (occlusion). Komponen emollients terdiri dari air di dalam

emulsi minyak, sehingga minyak merupakan komponen terbesar yaitu

sekitar 3-25%. Contoh untuk bahan emollients adalah lanolin (bahan

organik kompleks pertama yang digunakan dalam moisturizer untuk wajah

dan badan, yang diekstrak dari wol).

Emulsifier, bahan pengawet, dan wewangian.

Lubricant & Grease

Komponen ini merupakan suatu bahan kimia, seperti pelumas, yang

mampu untuk mengurangi gesekan dan panas saat digunakan sebagai

lapisan tipis di antara permukaan padat; sesuatu yang mengurangi atau

mencegah gesekan

Suatu penjelasan sederhana mengenai mekanisme kerja moisturizer

menyatakan bahwa air, yang nantinya akan menghilang dari kulit, disimpan oleh

20

komponen yang bersifat higroskopik (penarik komponen air) pada bagian stratum

corneum. Moisturizer memberikan penghalang sementara dari benda luar yang

dapat merusak bagian stratum corneum, yang memungkinkan adanya waktu

perbaikan untuk lapisan ini.

2.3.2 Mekanisme Kerja Moisturizer

Kecukupan kadar air yang berada dalam lapisan epidermis akan menjaga

kulit dari kondisi kekeringan dan meningkatkan fleksibilitasnya. Cadangan air

tersebut berasal dari lapisan kulit yang lebih dalam dan bergerak ke atas menuju

lapisan yang berada di atasnya. Pada akhirnya, air akan berada di lapisan kulit

terluar dan akan segera menguap. Dengan kadar air yang cukup di dalam tubuh,

maka kulit dapat menjaga kelembabannya. Faktor-faktor lain seperti misalnya

temperatur dan kondisi kulit akan mempengaruhi kondisi penyimpanan

kelembaban kulit. Oleh karena itu, kemampuan kulit untuk menarik maupun

menahan air akan mempengaruhi kelembaban kulit.

Moisturizer dapat bekerja dalam dua cara, yaitu dapat digunakan untuk

memperlambat laju pelepasan air dari kulit atau dapat meningkatkan kemampuan

penetrasi air ke dalam kulit. Moisturizer akan bekerja efektif untuk menjaga kulit

agar tetap mengandung air.

Komponen occlusion efektif untuk mempertahankan kelembaban yang

sudah ada dalam kulit. Jika tidak ada kelembaban lagi dalam kulit tersebut, maka

tidak akan didapatkan hasil yang diinginkan sekalipun telah menggunakan

moisturizer. Komponen humectants akan meningkatkan kadar air dalam kulit

karena komponen ini bekerja dengan menarik air menuju lapisan terluar, yaitu

stratum corneum. Komponen emollients akan mengisi ruang-ruang di antara

lapisan kulit dan memberikan penampilan halus bagi kulit. Jika kulit yang

bersangkutan berada dalam kondisi yang kering dan sering berada dalam

temperatur yang cukup tinggi, maka kadar airnya akan sangat terbatas untuk

dijadikan modal kerja moisturizer.

21

2.4 Tekstur

2.4.1 Teori Tekstur

Secara umum, tekstur seringkali menyediakan berbagai sumber informasi

visual yang alamiah. Tekstur merupakan sesuatu yang sangat menarik, tidak

hanya karena merupakan komponen penting dalam analisis citra untuk proses

pengenalan (recognition), segmentasi dan sintesis, akan tetapi dapat berperan

sebagai alat bantu untuk memahami mekanisme dasar dari persepsi visual

manusia.

Tekstur merupakan karakteristik intrinsik suatu jenis citra yang berhubungan

dengan tingkat kekasaran (roughness) dan keteraturan (regularity) susunan

struktural dari piksel citra. Aspek-aspek tersebut dapat dimanfaatkan untuk proses

segmentasi, klasifikasi, maupun interpretasi citra.

Obyek-obyek yang memiliki karakteristik tekstural biasanya diamati sebagai

obyek buatan (artificial) maupun alami (natural). Contohnya adalah tekstur-

tekstur pada kayu, tumbuh-tumbuhan, material, dan kulit.

Walaupun tekstur merupakan suatu bidang penelitian yang cukup penting,

tetapi belum ada definisi yang benar-benar pasti untuk merepresentasikan tekstur.

Alasan utamanya adalah tekstur-tekstur alami sering menampilkan sifat-sifat yang

saling bertentangan, seperti misalnya regularity dengan randomness, uniformity

dengan distortion, yang agak sulit untuk dideskripsikan dalam aturan yang

seragam. Walaupun begitu, beberapa peneliti memiliki definisi sendiri mengenai

tekstur sesuai dengan aplikasi yang sedang dikerjakannya.

Gambar 2. 7. Contoh tekstur alami (natural)

22

Gambar 2. 8. Contoh tekstur reguler buatan (artificial)

2.4.2 Analisis Tekstur

Ada empat buah kategori besar dalam bidang analisis tekstur, yaitu:

1. Ekstraksi fitur: menghitung suatu karakteristik dari citra dijital yang dapat

mendeskripsikan sifat-sifat teksturalnya secara numerik.

2. Segmentasi tekstur: memilah-milah suatu citra bertekstur menjadi

beberapa daerah, dimana setiap daerah tersebut berhubungan dengan

tekstur-tekstur yang homogen.

3. Klasifikasi tekstur: untuk menentukan kelompok dari tekstur-tekstur

homogen menuju sejumlah kelas yang sudah didefinisikan.

4. Pembentukan obyek dari tekstur: untuk merekonstruksi geometri

permukaan tiga dimensi (atau obyek dengan dimensi yang lebih tinggi)

dari berbagai informasi tekstural.

Di dalam proses yang umum dilakukan, biasanya tahap ekstraksi fitur

merupakan tahapan pertama dari proses analisis citra tekstural dan hasilnya akan

digunakan untuk proses selanjutnya.

Analisis tekstur memiliki peran yang cukup penting pada banyak aplikasi

pengolahan citra, mulai dari metode penginderaan jauh sampai pencitraan medis.

Tujuan utama dari penelitian tentang tekstur adalah untuk memahami,

memodelkan dan memproses tekstur, serta untuk mensimulasikan proses

pembelajaran sistem visual manusia menggunakan komputer. Sistem yang biasa

digunakan adalah sebagai berikut:

23

Gambar 2. 9. Sistem yang biasa digunakan dalam bidang computer vision

Analisis tesktur berusaha untuk mencari suatu deskripsi kuantitatif umum,

efisien, dan sederhana dari tekstur sehingga berbagai operasi matematis dapat

digunakan untuk mengubah, membandingkan, dan mentransformasikan tekstur.

Sebagian besar algoritma analisis tekstur cenderung melakukan proses ekstraksi

fitur dan menghasilkan suatu skema pengkodean citra untuk merepresentasikan

fitur-fitur yang dipilih. Beberapa aplikasi yang berhubungan dengan analisis

tekstur adalah klasifikasi tekstur, segmentasi tekstur, bentuk dari tekstur, dan

sintesis tekstur [13].

Sistem visual manusia mampu untuk mengenali dan membedakan tekstur

dengan mudah. Akan tetapi, proses tersebut menjadi sesuatu yang lebih sulit

untuk dilakukan perhitungan oleh komputer jika didasarkan pada parameter-

parameter tertentu. Oleh karena itu, masalah-masalah yang dihadapi dalam

analisis tekstur akan dibatasi pada proses membedakan antara beberapa nilai

derajat keabuan (gray-level values). Hal tersebut dimaksudkan untuk

mempermudah proses komputasi yang akan dilakukan.

Berbagai pendekatan untuk melakukan proses analisis tekstur dapat

dikategorikan menjadi:

1. Metode struktural

Metode pendekatan struktural akan mendefinisikan tekstur melalui

komponen-komponen mikro-tekstur yang sudah didefinisikan dan kaidah-

kaidah penyusunan spasial dari komponen-komponen mikro tersebut

(membentuk makro-tekstur). Keuntungan utamanya adalah pendekatan ini

memberikan suatu deskripsi simbolik yang baik dari citra. Bagaimanapun,

fitur-fitur yang didapatkan akan lebih bermanfaat untuk proses sintesis

daripada keperluan analisis.

24

2. Metode statistik

Berbeda dengan pendekatan struktural, pendekatan statistik tidak akan

menentukan struktur-struktur hirarki dari citra tekstural. Pendekatan

statistik akan merepresentasikan tekstur secara tidak langsung melalui

sifat-sifat non-deterministiknya yang mengatur distribusi dan hubungan

antar nilai derajat keabu-abuan dari citra tersebut. Metode statistik orde

kedua yang paling populer untuk melakukan analisis tekstur berasal dari

pembentukkan matriks kookurensi [1, 2].

3. Metode model-based

Pendekatan model-based dalam analisis tekstur biasanya menggunakan

model fractal dan stokastik. Model fractal sangat berguna untuk

memodelkan beberapa tekstur-tekstur natural, analisis tekstur maupun

segmentasi tekstur

4. Metode transformasi

Metode transformasi dalam analisis tekstur, seperti Fourier, Gabor, dan

Wavelet, mencoba merepresentasikan suatu citra dalam domain yang

memiliki sebuah interpretasi tertentu yang berhubungan erat dengan

karateristik tekstural tersebut (seperti frekuensi dan sebagainya).

Analisis tekstur seringkali dilakukan dengan mengamati pola ketetanggaan

antar piksel dalam domain spasial dan dua macam persoalan yang berkaitan

dengan analisis tekstur adalah:

• Ekstraksi ciri

Ekstraksi ciri merupakan suatu langkah awal dalam melakukan klasifikasi

dan interpretasi citra. Adapun metode-metode yang sering digunakan

adalah ekstraksi ciri statistik orde pertama dan orde kedua.

• Segmentasi citra

Segmentasi citra merupakan suatu proses untuk memisahkan suatu daerah

pada citra dengan daerah lainnya. Segmentasi citra bertekstur tidak

didasarkan pada intensitas piksel per piksel, tetapi perlu

25

mempertimbangkan perulangan pola dalam suatu wilayah ketetanggaan

lokal.

2.4.3 Ekstraksi Ciri Statistik

Seperti sudah disebutkan pada penjelasan di atas, bahwa dalam melakukan

proses analisis tekstur, tahap pertama yang biasa dilakukan adalah proses ekstraksi

fitur, yang kemudian akan dilanjutkan pada proses klasifikasi, segmentasi,

ataupun rekonstruksi citra.

Untuk menganalisis apakah dua buah tekstur dapat dibedakan, maka salah

satu parameter yang dihitung adalah komponen statistik orde pertama dan orde

keduanya.

Ekstraksi ciri statistik orde pertama dilakukan melalui histogram citra yang

bersangkutan (histogram menunjukkan probabilitas kemunculan nilai derajat

keabuan/intensitas piksel pada suatu citra). Nilai-nilai tersebut hanya bergantung

pada nilai piksel secara individual dan bukan merupakan hasil interaksi (sifat

kookurensi) dari nilai-nilai piksel yang bersebelahan. Sedangkan ciri statistik orde

kedua dilakukan dengan menggunakan matriks kookurensi, yaitu suatu matriks

yang merepresentasikan hubungan ketetanggaan antar piksel di dalam suatu citra

pada berbagai orientasi dan jarak spasial.

Para peneliti menemukan bahwa tekstur yang memiliki sifat statistik orde

pertama yang serupa tetapi memiliki sifat statistik orde kedua yang berbeda, dapat

dengan mudah dibedakan. Hal tersebut memberi sebuah kesimpulan yaitu sifat

statistik orde kedua dapat digunakan untuk membedakan citra tekstural.

Gambar 2. 10. Contoh metode ekstraksi ciri statistik; histogram citra; hubungan

ketetanggaan antar piksel sebagai fungsi orientasi dan jarak spasial

26

Bagian ini hanya akan menitikberatkan pada pembahasan mengenai ciri

statistik orde kedua saja, dengan memberikan informasi singkat mengenai ciri

statistik orde pertama.

2.4.3.1 Ekstraksi Ciri Orde Pertama

Ekstraksi ciri statistik merupakan metode pengambilan ciri yang didasarkan

pada histogram citra. Dari nilai-nilai histogram yang dihasilkan, dapat dihitung

beberapa parameter ciri statistik orde pertama, antara lain:

a. Mean (μ)

Parameter ini dirumuskan sebagai berikut:

( )∑=n

nn fpfμ (2.1)

dimana fn merupakan suatu nilai intensitas keabuan citra, sedangkan p(fn)

menunjukkan nilai histogramnya (probabilitas kemunculan intensitas

tersebut pada citra).

b. Variance

Menunjukkan variasi elemen pada histogram dari suatu citra.

( ) ( )nn

n fpf 22 ∑ −= μσ (2.2)

c. Skewness

( ) ( )∑ −=n

nn fpf 333

1 μσ

α (2.3)

d. Kurtosis

( ) ( ) 31 444 −−= ∑

nnn fpf μ

σα (2.4)

e. Entropy

Menunjukkan ukuran ketidakteraturan bentuk dari suatu citra.

( ) ( )nn

n fpfpH log2⋅−= ∑ (2.5)

27

2.4.3.2 Ekstraksi Ciri Orde Kedua

Pada beberapa kasus, metode ekstraksi ciri orde pertama tidak dapat lagi

digunakan untuk mengetahui perbedaan antar citra bertekstur. Oleh karena itu,

pengambilan ciri statistik orde kedua harus dilakukan. Metode ekstraksi ciri orde

kedua dilakukan dengan menghitung suatu hubungan ketetanggaan antara dua

piksel pada jarak dan orientasi tertentu. Pendekatan ini dilakukan dengan

membentuk suatu matriks kookurensi dari data citra yang bersangkutan dan

dilanjutkan dengan menentukan beberapa ciri sebagai fungsi dari matriks tersebut.

Gambar 2.11 di bawah ini akan memberikan ilustrasi mengenai pembentukkan

matriks kookurensi.

Gambar 2. 11. Proses pembentukkan matriks kookurensi dengan jarak d = 1 dan θ = 0o

Kookurensi berarti suatu kejadian bersama dan dalam kasus ini dapat

diartikan sebagai jumlah kejadian satu tingkat nilai piksel bertetangga dengan satu

tingkat nilai piksel lain dalam jarak (d) dan orientasi (θ) tertentu. Jarak dinyatakan

dalam piksel dan orientasi dinyatakan dalam derajat. Orientasi sudut dibentuk

dalam empat arah dengan interval sudut 45o, yaitu 0o, 45o, 90o, dan 135o.

Sedangkan jarak antar piksel biasanya ditetapkan sebesar satu piksel. Pemilihan

besarnya jarak piksel sebenarnya tidak ada peraturan yang mengikat, karena setiap

jarak yang berbeda dapat berperan sebagai fitur tersendiri. Biasanya jarak yang

dipilih akan bergantung pada besarnya dimensi citra yang akan dianalisis,

misalnya jika citra memiliki dimensi cukup besar (1024 x 1024 piksel), maka

jarak piksel sebesar 1 sampai 10 piksel (atau bahkan lebih) dapat digunakan. Hal

tersebut digunakan untuk menyederhanakan proses perhitungan yang mungkin

terlalu rumit.

28

Setelah memperoleh matriks kookurensi tersebut, maka langkah selanjutnya

adalah menghitung ciri statistik orde kedua. Beberapa parameter statistik orde

kedua antara lain:

a. Angular Second Moment

Menunjukkan ukuran sifat homogenitas citra.

( ){ }∑∑=i j

jipASM 2, (2.6)

dimana p(i,j) menyatakan nilai pada baris i dan kolom j pada matriks

kookurensi.

b. Contrast

Secara visual, nilai kekontrasan adalah ukuran variasi antar derajat

keabuan suatu daerah citra.

( ) kjijipkCONi jn

=−⎥⎦

⎤⎢⎣

⎡= ∑∑∑ ,,2 (2.7)

c. Correlation

( ) ( )

yx

i jyxjipij

CORσσ

μμ∑∑ −⋅=

, (2.8)

d. Variance

Menunjukkan variasi elemen-elemen matriks kookurensi. Citra dengan

transisi derajat keabuan kecil akan memiliki variansi yang kecil pula.

( )( ) ( )∑∑ −−=i j

yx jipjiVAR ,μμ (2.9)

e. Inverse Different Moment

Menunjukkan kehomogenan citra yang berderajat keabuan sejenis. Citra

homogen akan memiliki harga IDM yang besar.

( )( )∑∑−+

=i j ji

jipIDM 21, (2.10)

f. Entropy

Menunjukkan ukuran ketidakteraturan bentuk. Harga ENT besar untuk

citra dengan transisi derajat keabuan merata dan bernilai kecil jika struktur

citra tidak teratur (bervariasi).

29

( ) ( )∑∑ ⋅−=i j

jipjipENT ,log, 22 (2.11)

2.5 Jaringan Saraf Tiruan

Jaringan saraf tiruan (JST) merupakan suatu sistem pemrosesan informasi

dengan karakteristik menyerupai jaringan saraf biologis dan dibentuk sebagai

generalisasi model matematika dari jaringan saraf biologis tersebut. Secara

sederhana, JST meliputi elemen-elemen pengolahan sederhana (neuron) yang

dapat menunjukkan karakteristik data yang kompleks, yang ditentukan dari

hubungan-hubungan antara elemen-elemen pengolahan dan elemen-elemen

parameter.

Gambar 2. 12. Gambaran sistem jaringan saraf tiruan secara umum

JST merupakan sistem yang bersifat adaptif yang dapat mengubah

strukturnya sendiri berdasarkan informasi internal maupun eksternal yang

memasuki jaringan tersebut selama masa pembelajaran. Salah satu keuntungan

utama dari JST adalah JST dapat digunakan untuk menentukan hubungan

kompleks antara suatu kelompok input dengan kelompok output untuk

menemukan kecenderungan pola-pola datanya.

JST merupakan suatu metode pemodelan data yang dapat membawa dan

merepresentasikan hubungan antara komponen masukan dan keluaran yang

bersifat kompleks. Perilaku sistem JST yang menyerupai otak manusia bekerja

sebagai berikut:

1. Sistem JST mendapatkan pengetahuan melalui proses pembelajaran

(training).

30

2. Pengetahuan sistem JST disimpan dalam hubungan-hubungan antar-

neuron yang biasa disebut dengan bobot sinaptik, atau bobot saja.

2.5.1 Model Neuron

Gambar di bawah ini menunjukkan masukan skalar tunggal dengan

komponen bias di setiap summing junction.

Gambar 2. 13. Contoh sistem JST dengan masukan tunggal dan bias di summing junction

Masukan skalar p dikirimkan melalui suatu hubungan dengan mengalikan nilainya

dengan suatu bobot skalar w, yang hasilnya juga berupa skalar. Pada bagian

summing junction, hasil perkalian wp akan ditambahkan dengan komponen bias b.

Hasil tersebut akan berperan sebagai masukan dari komponen fungsi aktivasi f.

Persamaan akhir yang merepresentasikan sistem tersebut adalah ( )bwpfa += .

Ada beberapa buah jenis sistem JST, akan tetapi mereka semua memiliki

empat komponen dasar yang sama, yaitu:

1. Sekelompok unit pengolahan

2. Sekelompok hubungan-hubungan antar neuron

3. Prosedur penghitungan

4. Prosedur pembelajaran/pelatihan (training)

JST terdiri dari banyak sekali unit-unit pengolahan data yang sederhana,

yang dapat dianalogikan sebagai neuron di dalam otak manusia. Unit-unit tersebut

bekerja sekaligus untuk mendukung keselarasan antara satu unit dengan unit yang

31

lain. Unit-unit di dalam JST biasanya dibagi menjadi unit masukan, yang

menerima data mentah dari lingkungan luar; unit tersembunyi (hidden unit), yang

dapat mengubah karakteristik suatu data; dan unit keluaran, yang menghasilkan

keputusan atau hasil numerik tertentu.

Gambar 2. 14. Macam topologi JST; (a) unstructured; (b) layered; (c) recurrent; (d) modular

Unit-unit dalam JST diatur sedemikian rupa ke dalam suatu topologi dengan

sekelompok hubungan atau bobot (ditunjukkan dengan garis pada gambar 2.14).

Setiap bobot memiliki nilai riil, dengan jangkauan antara - ∞ s/d + ∞. Bobot-bobot

tersebut dapat berubah-ubah sebagai akibat dari proses pelatihan.

Gambar 2. 15. Aktivasi unit komputasi; x = masukan, w = bobot, b = bias, F = unit aktivasi,

y = keluaran

Proses perhitungan selalu dimulai dengan memberikan pola komponen

masukan ke dalam JST. Secara sederhana, prosesnya dimulai dengan

penghitungan komponen masukan terlebih dahulu dan kemudian dilanjutkan

32

dengan penghitungan nilai fungsi aktivasi keluaran dari masukan tersebut.

Persamaan yang umum digunakan adalah ∑ +=i

jiij bwxV , dimana x

merupakan komponen masukan, V merupakan hasil dari bagian summing junction,

y merupakan nilai fungsi aktivasi F, dan b merupakan nilai bias dari setiap bagian

summing junction. Fungsi aktivasi (atau transfer function) dapat bersifat

deterministik ataupun stokastik. Fungsi aktivasi yang bersifat deterministik

biasanya merupakan salah satu dari ketiga bentuk ini, yaitu linier, threshold, dan

sigmoidal (gambar 2.16).

Gambar 2. 16. Fungsi aktivasi deterministik; (a) linier; (b) threshold; (c) sigmoidal

Di dalam bentuk linier, persamaan yang dibutuhkan adalah

( ) VVFy == (2.12)

dimana komponen keluaran bersifat proporsional dengan masukannya. Bentuk

linier macam ini jarang digunakan karena kinerjanya tidak terlalu baik. Bentuk

fungsi aktivasi yang lain, yaitu threshold memiliki persamaan yang lain, yaitu:

( )⎩⎨⎧

>≤

==0 jika 10 jika0

VV

VFy (2.13)

Fungsi threshold ini merupakan fungsi yang memberikan nilai keluaran pada

suatu batas nilai tertentu dengan bergantung apakah nilai masukan yang diberikan

melebihi nilai batas threshold atau tidak. Dalam beberapa kasus, diperlukan suatu

proses pencarian bobot yang bersifat eksponensial, dengan jangkauan nilai antara

0 s/d +1 . Fungsi yang biasa digunakan sebagai representasi fungsi eksponensial

adalah fungsi sigmoidal. Fungsi sigmoidal direpresentasikan dengan persamaan:

( ) ( )VVFy

−+==

exp11

(2.14)

33

Proses-proses di atas perlu dilakukan untuk memodelkan JST sehingga

sistem tersebut dapat melaksanakan tugas yang diharapkan. Hubungan-hubungan

pada model JST akan menentukan pengaruh antara satu unit dengan unit yang

lainnya dan nilai bobot menunjukkan kekuatan pengaruh dari suatu nilai unit

tertentu. Secara umum, proses pembelajaran/pelatihan (training) dilakukan

sebagai berikut:

1. Memberikan contoh-contoh kombinasi pada JST, yang menunjukkan pola-

pola yang diinginkan serta hasil yang diinginkan.

2. Mengubah nilai-nilai bobot dan bias pada setiap hubungan untuk

memperoleh nilai keluaran yang diinginkan.

2.5.2 Arsitektur Feed-forward

Ada beberapa macam jenis arsitektur sistem JST, dimana salah satunya

adalah JST Feed-forward. Jenis ini merupakan pemodelan JST yang paling

sederhana. Ada dua buah tipe dari arsitektur ini, yaitu single layer network dan

multi layer network. Tipe single layer network terdiri dari lapisan tunggal

komponen keluaran saja, dimana komponen masukan secara langsung akan

melalui jaringan menuju bagian keluaran dengan menggunakan bobotnya sendiri.

Sedangkan tipe multi layer network terdiri lebih dari satu lapisan.

Diagram sistem JST dengan jenis arsitektur Feed-Forward dan tipe multi

layer network ditunjukkan dengan gambar 2.17 di bawah ini.

Gambar 2. 17. Contoh sistem JST Multi Layer Feed-Forward

34

Pada arsitektur ini, komponen masukan hanya bergerak dalam satu arah saja

menuju bagian keluaran dan tidak memiliki bagian loop. Karakteristik dari jenis

JST ini adalah sebagai berikut:

1. Komponen neuron tersusun pada suatu lapisan tertentu, dimana lapisan

pertama merupakan bagian masukan dan lapisan terakhir akan

menghasilkan keluaran. Lapisan tengah tidak memiliki hubungan dengan

lingkungan eksternal dan sering disebut dengan hidden layer.

2. Setiap neuron dalam satu lapisan terhubung pada neuron pada setiap

lapisan selanjutnya, sehingga informasinya diteruskan secara langsung

dengan arah maju (feed-forward).

3. Antara neuron yang terdapat dalam satu lapisan yang sama tidak memiliki

hubungan apapun.

2.5.3 Metode Back Propagation

Sistem JST merupakan suatu sistem yang bersifat adaptif. Oleh karena

itulah, sistem tersebut harus mampu mengubah karakteristiknya jika melibatkan

komponen masukan yang bervariasi. Dengan kata lain, sistem JST harus memiliki

suatu pengetahuan berkenaan dengan lingkungan kerjanya. Pengetahuan tersebut

akan didapatkan dalam tahap pembelajaran/pelatihan (training). Ada berbagai

macam metode pembelajaran dalam sistem JST dan salah satunya adalah metode

back propagation. Sistem JST dengan metode back propagation akan melakukan

proses pembelajaran dengan menggunakan contoh-contoh (supervised), yaitu

bagian yang terdiri dari pasangan nilai masukan dan keluaran untuk beberapa

siklus tertentu, sehingga sistem JST dapat mempelajari hubungan antara

komponen masukan dan keluaran tersebut.

Pada metode ini, nilai keluaran yang didapatkan dari suatu masukan tertentu

akan dibandingkan dengan nilai-nilai yang diinginkan, sehingga akan

mendapatkan suatu nilai kesalahan (error). Nilai error tersebut akan

diumpanbalikkan (feedback) ke dalam JST dan akan mengubah semua nilai

komponen bobot dan bias pada hubungan-hubungan yang ada. Proses

perbandingan menggunakan error dapat dilakukan dengan berbagai macam cara,

35

salah satunya adalah penghitungan nilai squared-difference, dengan persamaan

sebagai berikut:

( )2aktualkeluaran Nilaidiinginkan yangNilai −=Error (2.15)

Tujuan dari metode back propagation ini adalah untuk meminimalkan nilai

error tersebut untuk setiap contoh data pelatihan, sehingga sistem JST dapat

bekerja sesuai dengan apa yang diinginkan. Dengan mengetahui error tersebut,

maka komponen bobot dan bias akan diperbaiki untuk meminimalkan error yang

ada. Perhitungan faktor koreksi untuk komponen bobot dan bias adalah sebagai

berikut:

kklamabaru w

Errorww

Errorww∂

∂−=Δ→

∂∂

−= ηη (2.16)

dan

kklamabaru b

Errorbb

Errorbb∂

∂−=Δ→

∂∂

−= ηη (2.17)

dimana η merupakan learning rate yang akan menentukan seberapa cepat sistem

pelatihan akan bekerja. Akan tetapi, nilai η yang terlalu besar juga tidak akan

memberikan hasil yang lebih baik.

Faktor koreksi tersebut akan mengubah nilai bobot dan bias pada setiap

hubungan dan tahap pembelajaran ini akan melakukan proses iterasi sampai batas

suatu batas dimana nilai error yang minimal atau nilai batas yang dapat

ditoleransi.