ABSTRAKSI: Deteksi tepi adalah proses untuk mengambil informasi pada tepi citra dengan tujuan untuk mengetahui informasi yang terkandung pada sebuah citra. GPU (Graphic Processing Unit) adalah prosesor khusus untuk pengolahan grafis pada komputer. NVIDIA mengembangkan sebuah teknologi yang bernama CUDA (Compute Unified Device Architecture). CUDA adalah arsitektur perangkat keras dan perangkat lunak untuk mengelola proses komputasi parallel pada GPU. Algoritma Ant Colony Optimization (ACO), adalah algoritma optimisasi yang terinspirasi dari perilaku semut dalam mencari rute terpendek menuju makanan. Di dalam algoritma ini, sejumlah semut sebagai agen digunakan untuk memperbaharui pheromone matriks untuk mencari ruang solusi.
Dalam penelitian ini, data akan diolah dalam dua tahapan, yaitu preprocessing citra masukan dan proses deteksi tepi. Pada tahap preprocessing akan dilakukan pemrosesan citra sehingga dapat diolah pada tahapan selanjutnya. Untuk tahap preprocessing citra, pada citra RGB akan ditambahkan salt&peper noise dan gaussian noise selanjutnya diubah menjadi citra keabuan. Setelah citra RGB berubah menjadi citra keabuan, maka proses deteksi tepi dijalankan menggunakan algoritma Ant Colony Optimization (ACO). Proses deteksi tepi akan dijalankan pada CPU dan GPU.
Berdasarkan hasil analsis, didapatkan hasil bahwa tidak ada perbedaan yang signifikan antara kualitas citra hasil deteksi tepi yang dijalankan pada CPU dan GPU. Sedangkan waktu komputasi pada GPU lebih cepat dibandingkan pada CPU dengan speedup sebesar 1.24 untuk citra ukuran 128x128 piksel, 1.54 untuk citra ukuran 256x256 piksel, dan 1.54 untuk citra ukuran 512x512 piksel.
Kata Kunci : Deteksi tepi, Ant Colony Optimization (ACO), GPU, CUDAABSTRACT: Edge detection is the process of extracting the edge information from the image so it is decisive to understand the image content. GPU (Graphic Processing Unit) is a specialized processor for graphics processing on computer. NVIDIA has also developed a technology called CUDA (Compute Unified Device Architecture). CUDA is an architecture of hardware and software to manage parallel computing process on GPU. Ant Colony Optimization algorithms (ACO), are optimization algorithms that inspired from nature ants exploring shortest route for food. in this algorithm, applies ant as agent with update pheromone matriks in order to find the solution space.
In this research, the existing data will be processed in two stages, namely preprocessing input image and edge detection process. In the preprocessing stage of processing will be done so that the image can be processed at a later stage. For image preprocessing stages, RGB image will be added salt&peper noise and gaussian noise and change into grayscale image. After RGB image turn into grayscale image, then edge detection process executed using Ant Colony Optimization (ACO) algorithms. Edge detection process will be running in CPU and GPU.
From the analysis, showed that there was no significant difference in the quality image edge detection result running on CPU dan GPU. While the computing time on GPU faster than CPU with speedup of 1.24 for 128x128 pixel image, 1.42 for 256x256 pixel image, and 1.54 for 512x512 pixel image.
Keyword: Edge detection, Ant Colony Optimization (ACO), GPU, CUDA