ABSTRAKSI: Algoritma Transformasi Hough dan algoritma Transformasi Radon masingmasing memiliki kelebihan dan kekurangan. Oleh karena itu, pada tugas akhir ini akan dilakukan perbandingan antara kedua algoritma tersebut untuk memperolah algoritma yang paling maksimal dalam pendeteksian objek segi-N. Adapun parameter pembanding kedua algoritma adalah waktu komputasi dan tingkat akurasi sistem. Dengan mengetahui performansi sistem untuk shape detection, maka selanjutnya diharapkan bisa diimplementasikan pada aplikasi robotik.
Pada Tugas Akhir ini telah dilakukan beberapa proses penelitian, yaitu penentuan jenis objek yang didasarkan pada jumlah titik sudut yang terbentuk, jumlah sisi yang terbentuk, dan jumlah variasi sudut yang terbentuk. Sistem diujikan dengan menggunakan objek segi-tiga, segi-empat, segi-lima, dan segi-enam. Pengujian dilakukan dari hasil akuisisi objek berdasarkan perbedaan jarak, sudut, sisi, dan berdasarkan intensitas cahaya. Untuk citra ber-noise, ditambahkan noise benang dan noise pasir di atas objek sebelum dilakukan akuisisi.
Dari 140 citra hasil akuisisi yang diujikan pada sistem untuk deteksi objek segi-N, algoritma Transformasi Hough memberikan nilai akurasi 70%, sedangkan algoritma Transformasi Radon memberikan nilai akurasi sebesar 35.71%. Waktu komputasi rata-rata algoritma Transformasi Hough 2.038 detik, sedangkan waktu komputasi rata-rata algoritma Transformasi Radon 13.678 detik.Kata Kunci : Citra Digital, algoritma Transformasi Hough, algoritma TransformasiABSTRACT: Hough Transform algorithm and Radon Transform algorithm both of them had advantages and disadvantages. Therefore, in this final project will be compared to obtain the most optimal for detection of N-sided polygon objects. The parameter comparison of the two algorithms based on the performance of computing time and the level of system accuracy. By knowing the system performance for shape detection, then the next is expected to be implemented in robotics applications.
On this final project have been done several research to determination the type of object based on the number of vertex formed, the number of sides that are formed, and the number of variations of the angle formed. The system was tested by using objects triangular, rectangular, pentagon, and hexagon. Testing is done from the acquisition of objects based on differences in distances, angles, sides, and under different light intensities. For the noise image, added fabrics noise fabrics and noise sand over the object before the acquisition.
Of the 140 results of image acquisition were tested for detection of N-sided polygon, Hough transform algorithm provides an accuracy value of 70%, while the Radon transform algorithm provides an accuracy value of 35.71%. Average computing time Hough Transform algorithm 2038 sec, while the average computing time of Radon transform algorithm 13 678 seconds.Keyword: Digital Image, Hough Transform algorithm, Radon Transform algorithm