DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE

Gulpi Qorik Oktagalu Pratamasunu, Olief Ilmandira Ratu Farisi

Abstract


Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.

References


Tian, J., Yu, W., dan Xie, S (2008), “An Ant Colony Optimization Algorithm for Image Edge Detection”, 2008 IEEE Congress on Evolutionary Computation (IEEE World Congress on Computational Intelligence), 1-6 Juni 2008.

Baskan, Ozgur., Haldenbilen, Soner., Ceylan, Huseyin., and Ceylan, Halim. 2009. A New Solution Algorithm for Improving Performance of Ant Colony Optimization. Elsevier, Vol.211, Page.75-84.

Zhang, J., He, Kun., Zheng, Xiuqing., and Zhou, Jiliu., (2010), “An Ant Colony Optimization Algorithm for Image Edge Detection”, 2010 International Conference on Artificial Intelligence and Computational Intelligence, 23-24 Oktober 2010.

Verma, Om P., & R. Sharma. “An Optimal edge Detection Using Universal Law of Gravity and Ant Colony Algorithm” in World Congress on. IEEE, pp. 507-511, 2011.

Liantoni, F., Kirana, K.C., dan Muliawati, T.H. (2014), “Adaptive Ant Colony Optimization based Gradien for Edge Detection”, Journal of Computer Science, Vol. 7, No. 2, hal. 78-84.

Guo, Y., Cheng, H.D., dan Zhang, Y. (2009), “A New Neutrosophic Approach to Image Denoising”, New Mathematics and Natural Computation, Vol. 5, No. 3, hal. 653-662.

Mlsna, P.A. dan Rodríguez, J.J., (2009), The Essential Guide to Image Processing, Academic Press, Inc. Orlando, FL, USA.

Dorigo, M., Maniezzo, V., dan Colorni, A. (1996), “The Ant System: Optimization by a Colony of Cooperating Agents”, IEEE Transactions on System, Man, And Cybernetics-Part B: Cybernetics, Vol. 26, No. 1, hal. 29-41.

Farisi, O.I.R., Setiyono, B., Danandjojo, R.I., (2016), “A Hybrid Firefly Algorithm-Ant Colony Optimization for Traveling Salesman Problem”, Jurnal Buana Informatika, Vol. 7, No. 1, hal. 55-64.

Pratt, W.K., (1978), Digital image processing, John Wiley & Sons, New Jersey.




DOI: http://dx.doi.org/10.36564/njca.v4i1.131

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Gulpi Qorik Oktagalu Pratamasunu, Olief Ilmandira Ratu Farisi


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

NJCA(Nusantara Journal of Computers and Its Applications)
Published by Computer Society of Nahdlatul Ulama, Indonesia.