Teknik image brightness dan histogram equalization dapat meningkatkan kualitas citra hasil capture webcam yang terintegrasi dengan SIMAK UNWIRA. Kedua teknik tersebut dapat digabungkan untuk memperbaiki citra yang gelap dan kabur menjadi lebih jelas. Hasil penelitian menunjukkan kombinasi kedua teknik tersebut mampu meningkatkan kualitas citra sehingga dapat diimplementasikan pada SIMAK UNWIRA.

1. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
Perbaikan Kualitas Citra Digital Hasil Capture Webcam yang
Terintegrasi dengan Software SIMAK UNWIRA
Paskalis Andrianus Nani
Program Studi Teknik Informatika Universitas Katolik Widya Mandira Kupang
paskalisnani@gmail.com
Abstrak Bukan hanya sampai di situ saja, foto yang sama
juga nantinya akan digunakan pada kartu identitas
Kualitas citra digital hasil capture webcam mahasiswa jika calon yang bersangkutan
yang terintegrasi dengan software SIMAK dinyatakan lulus.
UNWIRA (Sistem Informasi Akademik dan Banyak software pengolah gambar yang dapat
Kemahasiswaan Universitas Katolik Widya digunakan untuk memperbaiki kualitas citra
Mandira) masih kurang baik. Hal ini tersebut, misalnya adobe photoshop. Namun,
mempengaruhi hasil cetakan kartu ujian sipenmaru, penggunaan software tambahan tersebut menjadi
dimana foto calon mahasiswa terlihat agak gelap tidak efektif karena operator harus secara manual
dan kabur. Bukan hanya sampai di situ saja, foto meng-edit foto calon satu-persatu.
yang sama juga nantinya akan digunakan pada “Digital image processing” diperkenalkan
kartu identitas mahasiswa jika calon yang pertama kali di New York, USA pada awal
bersangkutan dinyatakan lulus. tahun 1920-an. Pertama kalinya digunakan untuk
Perbaikan kualitas citra (image enhancement) meningkatkan kualitas gambar Koran yang
adalah proses memperjelas dan mempertajam dikirimkan oleh kabel bawah laut yang terbentang
ciri/fitur tertentu dari citra agar citra lebih mudah antara London dan New York. Sampai tahun
dipersepsi maupun dianalisis secara lebih teliti. 1960-an perkembangannya tidaklah terlalu
Secara matematis, image enhancement dapat menggembirakan. Namun pada akhir tahun
diartikan sebagai proses mengubah citra f(x,y) 1960-an, dimana perkembangan komputer yang
menjadi f’(x,y) sehingga cirri-ciri yang dilihat pesat dan mampu menawarkan kecepatan dan
pada f(x,y) lebih ditonjolkan. Image enhancement kapasitas yang lebih tinggi memacu
tidak meningkatkan kandungan informasi, perkembangan dari implementasi algoritma
melainkan jangkauan dinamis dari ciri agar bisa pemrosesan citra yang lebih pesat lagi. Untuk saat
dideteksi lebih mudah dan tepat. ini penggunaan dari pemrosesan citra telah
Metode yang digunakan dalam penelitian ini melingkupi berbagai macam disiplin ilmu
adalah menggabungkan teknik image brightness diantaranya bidang Arsitektur, Geografi, Ilmu
dan histogram equlization. Hasil dari penelitian ini Komputer, Kedokteran, Fotografi, Arkeologi, dan
dapat menjadi solusi untuk diimplementasikan lain sebagainya. [1]
dalam proses perbaikan kualitas citra digital hasil Banyak teknik yang ditemukan oleh para
capture webcam yang terintegrasi dengan software peneliti untuk menghilangkan noise pada sebuah
SIMAK UNWIRA. cita digital maupun untuk menghasilkan sebuah
citra yang lebih jernih daripada aslinya. [2]
1. Pendahuluan Uma[3], dalam tulisannya mengusulkan sebuah
teknik untuk restorasi citra berwarna menggunakan
SIMAK UNWIRA merupakan sebuah aplikasi highly nonlinear morphological neuron dalam
sistem informasi kemahasiswaan dan akademik. pengolahan citra digital untuk mendapatkan hasil
Salah satu fungsi aplikasi tersebut adalah meng- restorasi citra warna yang berkualitas tinggi. Dalam
capture foto calon mahasiswa dan menyimpannya tulisannya, citra warna diperlakukan sebagai
dalam database untuk kemudian digunakan dalam distribusi model warna RGB. Kemudian setiap level
pencetakan kartu ujian seleksi penerimaan warna diproses layaknya citra grayscale.
mahasiswa baru (sipenmaru) dan kartu identitas Hassan[4], memperkenalkan teknik contrast
mahasiswa. enhancement untuk citra yang kabur dan gelap.
Kualitas citra digital hasil capture webcam Tujuannya adalah menghasilkan teknik contrast
tersebut masih kurang baik. Hal ini mempengaruhi enhancement untuk memperbaiki area citra digital
hasil cetakan kartu ujian sipenmaru, dimana foto yang kabur dan gelap serta meningkatkan kualitas
calon mahasiswa terlihat agak gelap dan kabur.
Multimedia Design 4-1

2. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
visual citra tersebut. Metode ini terdiri dari dua f’(x,y) sehingga cirri-ciri yang dilihat pada f(x,y)
langkah utama yaitu: unsharp masking dan contrast lebih ditonjolkan. Image enhancement tidak
enhancement. Proses yang dilakukan pada kedua meningkatkan kandungan informasi, melainkan
tahapan ini adalah mempertajam tepi dan jangkauan dinamis dari ciri agar bisa dideteksi lebih
menonjolkan detail citra yang tersembunyi. mudah dan tepat.
Kemudian piksel-piksel tertentu akan ditentukan
untuk dipetakan ulang atau tidak. Nilai baru dari 3. Metode
piksel yang akan dipetakan diperoleh berdasarkan
fungsi peta sigmoid. Dari banyaknya teknik image enhancement
Teknologi pengolahan citra digital yang sudah yang diusulkan oleh para peneliti sebelumnya,
berkembang pesat ini dapat menjadi solusi untuk dalam penelitian ini dua teknik sederhana yang
diimplementasikan dalam proses perbaikan kualitas lazim digunakan yaitu image brightness dan
citra digital hasil capture webcam yang terintegrasi histogram equalization akan digabungkan. Berikut
dengan software SIMAK UNWIRA, salah satunya adalah diagram alur yang digunakan dalam proses
adalah menggunakan teknik image enhancement. perbaikan kualitas citra digital:
Penelitian ini mencoba menggabungkan teknik
image brightness dan histogram equalization
sebagai solusi yang efektif untuk perbaikan kualitas
foto hasil capture wabcam yang terintegrasi dengan
software SIMAK UNWIRA.
2. Landasan Teori
Pengolahan citra atau image processing adalah
suatu proses memperbaiki kualitas citra agar mudah
diinterpretasi oleh manusia atau komputer. Jadi,
masukannya adalah citra dan keluarannya juga
adalah citra, namun citra keluaran memiliki kualitas
yang lebih baik dari citra masukan.[8]
Dasar dari pengolahan citra adalah pengolahan
warna RGB pada posisi tertentu. Dalam pengolahan
citra warna dipresentasikan dengan nilai
hexadesimal dari 0x00000000 sampai 0x00ffffff.
Warna hitam adalah 0x00000000 dan warna putih Gambar 2. Diagram alur yang digunakan dalam
adalah 0x00ffffff. Definisi nilai warna di atas proses perbaikan kualitas citra digital
seperti gambar 3, variabel 0x00 menyatakan angka
dibelakangnya adalah hexadecimal.[9] Dari diagram di atas dapat dilihat bahwa
pertama-tama proses image brightness akan
dilakukan terhadap citra asli yaitu dengan
menambahkan sebuah konstanta kepada setiap
piksel di dalam citra, dengan nilai maksimum
adalah 255 setelah operasi penjumlahan. Artinya
akan terjadi proses clipping terhadap nilai intensitas
piksel yang melebihi ambang batas. [5]
Gambar 1. Nilai warna RGB dalam Setelah itu akan dilakukan proses histogram
heksadesimal equalization untuk memperoleh penyebaran
histogram yang merata sehingga setiap derajat
Perbaikan kualitas citra (image enhancement) intensitas warna memiliki jumlah piksel yang relatif
merupakan salah satu proses awal dalam sama.
pengolahan citra (image preprocessing). Yang Karena histogram menyatakan peluang piksel
dimaksud dengan perbaikan kualitas citra adalah dengan derajat keabuan tertentu, maka rumus
proses memperjelas dan mempertajam ciri/fitur menghitung histogram ditulis kembali sebagai
tertentu dari citra agar citra lebih mudah dipersepsi peluang[6]
maupun dianalisis secara lebih teliti. Secara
Pr (rk ) ==
nk
matematis, image enhancement dapat diartikan ……… (1)
n
sebagai proses mengubah citra f(x,y) menjadi
4-2 Multimedia Design

3. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
yang dalam hal ini, 25. Sehingga ditetapkan nilai konstanta yang
k digunakan adalah 22.
rk = , 0 ≤ rk ≥ 1 …..….. (2) Setelah proses penjumlahan setiap piksel,
L −1 dilanjutkan dengan proses histogram equalization.
Citra asli merupakan citra warna, karena itu proses
Dengan mengubah derajat keabuan suatu ini dilakukan terhadap ketiga komponen warna
piksel (r) menjadi derajat keabuan yang baru (s) yaitu Red, Green dan Blue. Berikut prosedurnya:
dengan suatu fungsi transformasi T yang dalam hal
ini s=T(r), maka untuk perataan histogram Procedure histoEqual(I: TImage);
digunakan rumus: [7] var
= ∑ Pr (rj ) ….…… (3)
k nj k i,j,r,g,b,x,y:Integer;
sk = T (rk ) = ∑ sumr,sumg,sumb: double;
j =0 n j =0 color:Longint;
Begin
x:=I.Picture.Height;
4. Hasil dan Pembahasan y:= I.Picture.Width;
for i:=0 to 255 do
Bedasarkan diagram alur yang dijelaskan di begin
atas, maka pada imlementasinya, pertama-tama HistogramRed[i]:=0;
dilakukan proses penjumlahan pada setiap piksel HistogramGreen[i]:=0;
citra digital dengan prosedur berikut: HistogramBlue[i]:=0;
end;
Procedure imgBright(I: TImage, C: for i:=0 to I.Picture.Height-1 do
integer); begin
var for j:=0 to I.Picture.Width-1 do
i,j,r,g,b:Integer; begin
color:Longint;
Begin color:=ColorToRGB(I.Picture.Bitmap.Can
I2:=I; vas.Pixels[j,i]);
for i:=0 to I.Picture.Height-1 do r:=GetRValue(color);
begin g:=GetGValue(color);
for j:=0 to I.Picture.Width-1 do b:=GetBValue(color);
begin Inc(HistogramBlue[b]);
Inc(HistogramGreen[g]);
color:=ColorToRGB(I.Picture.Bitmap.Can Inc(HistogramRed[r]);,g,b);
vas.Pixels[j,i]); end;
r:=GetRValue(color); end;
g:=GetGValue(color); for i:=0 to 255 do
b:=GetBValue(color); begin
r:=r + C; sumr:=0;
g:=g + C; sumg:=0;
b:=b + C; sumb:=0;
if r<0 then r:=0; for j:=0 to i do
if r>255 then r:=255; begin
if g<0 then g:=0; sumr:=sumr+(HistogramRed[j]/(x*y));
if g>255 then g:=255;
if b<0 then b:=0; sumg:=sumg+(HistogramGreen[j]/(x*y));
if b>255 then b:=255;
I2.Canvas.Pixels[j,i]:=RGB(r,g,b); sumb:=sumb+(HistogramBlue[j]/(x*y));
end; end;
end; HistogramRed1[i]:=round(255*sumr);
I2.Refresh; HistogramGreen1[i]:=round(255*sumg);
End; HistogramBlue1[i]:=round(255*sumb);
end;
Prosedur di atas memiliki dua parameter yaitu I2.Refresh;
End;
variabel I dan C. Variabel I merupakan citra asli
sedangkan variabel C merupakan nilai yang akan
Pada tahapan ini, histogram dari level warna
dijumlahkan dengan nilai setiap piksel.
R, G dan B masing-masing dihitung lalu dilakukan
Nilai dari variabel C pun dicoba antara 0
proses histogram equalization untuk masing-masing
sampai dengan 50. Hasil terbaik yang didapat
level warna tersebut.
adalah jika variabel C bernilai 17 sampai dengan
Multimedia Design 4-3

4. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
Berikut ini adalah tampilan citra asli dan citra
hasil perbaikan:
Gambar 6. histogram citra setelah proses image
brightness
Selesai dengan image brightness, sekarang
Gambar 3. citra asli sebelum proses enhancement dilanjutkan dengan proses histogram equalization.
Histogram citra setelah proses histogram
equalization akan terlihat lebih berbeda lagi.
Berikut histogram citra setelah proses histogram
equalization:
Gambar 4. citra hasil proses enhancement
Sebelum proses image brightness dilakukan, Gambar 7. histogram citra setelah proses histogram
histogram citra dihitung untuk dilihat hasil equalization
perubahannya. Berikut merupakan histogram citra
sebelum image brightness:
Pada gambar di atas dapat dilihat bahwa
distribusi niali B yang lebih mencolok
perbedaannya karena sebelumnya sebagian besar
hanya berkumpul di tengah-tengah.
5. Kesimpulan dan Saran
Berdasarkan hasil penelitian, dapat
disimpulkan bahwa teknik image brightness dan
histogram equalization dapat digabungkan dan
menghasilkan output yang kualitasnya jauh lebih
bagus dari citra asli. Teknik ini perlu
Gambar 5. histogram citra sebelum proses image diimplementasikan dalam software SIMAK
brightness UNWIRA agar kualitas foto calon mahasiswa dapat
menjadi lebih baik.
Setelah dilakukan proses image brightness,
terlihat perubahan signifikan dari histogram citra,
dimana seluruh level warna mengalami kenaikan.
Berikut disajikan histogram citra setelah proses
image brightness:
4-4 Multimedia Design

5. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
Daftar Pustaka
[1] Antonius Aditya Hartanto, “Pengolahan Citra
Pada Pemrograman Java”, 2010.
[2] V. Saradhadevi and Dr. V. Sundaram, “Survey
On Digital Image Enhancement Techniques”.
International Journal of Computer Science
And Information Security, Vol.8, No.8,
November 2010.
[3] S. Uma and S. Annadurai, "Color Image
Restoration Using Morphological Neural
Network", ICGST.
[4] Naglaa Yehya Hassan and Norio Aakamatsu,
"Contrast Enhancement Technique of Dark
Blurred Image", IJCSNS International Journal
of Computer Science and Network Security,
Vol.6, No.2A, February 2006.
[5] T. Sutoyo dkk, “Teori Pengolahan Citra
Digital”, Andi, Yogyakarta, 2007.
[6] Rinaldi Munir, “Pengolahan Citra Digital
Dengan Pendekatan ALgoritmik”, Informatika,
Bandung, 2004.
[7] Carl Steven Rapp and Dr. Wiliam L. Joyner,
“Image Processing And Image
Enchancement”, East Tennessee University,
Texas, 1996.
[8] Murni, Dr. Aniati dan Cahyati, Dina, M.Kom.
2004. Pengolahan Citra Berwarna. Fakultas
Ilmu Komputer Universitas Indonesia.
Download at
http://eri.staff.gunadarma.ac.id/Downloads/file
s/4918/citrawar.pdf
[9] Rapp, Carl Steven and Joyner, Dr. Wiliam L.
1996. Image Processing And Image
Enchancement. East Tennessee University,
Johnson City, Texas. Download at
http://www.the-aps.org/education/k12curric/ac
tivities/pdfs/rapp.pdf
Multimedia Design 4-5

6. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
4-6 Multimedia Design

7. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
Grafika Komputer dalam Implementasi Sistem Informasi Penjaminan
Mutu menggunakan PHP
Tulus
Departemen Matematika FMIPA USU, Medan
Abstrak TI. TI akan meningkatkan manajemen kualitas
dalam organisasi, apabila TI direncanakan dan
Objek grafik merupakan bagian penting di diimplementasikan dengan baik. Sementara TI
dalam pengembangan sebuah sistem informasi. memperhatikan perintah-perintah rutin dan biasa
Tulisan ini mempresentasikan penyampaian terhadap input data, komputasi, pengukuran, dan
informasi dalam bentuk grafik di dalam analisis output, pengguna dapat berkonsentrasi kepada kerja
Ishikawa dari sistem penjaminan mutu universitas. mereka dalam pemenuhan tujuan yang lebih penting
Pemrograman yang digunakan adalah PHP yang mengenai perbaikan kualitas. Au dan Choi [3] telah
sekaligus untuk mengelola data dalam sistem merancang aplikasi IT dalam proses TQM dan
manajemen basis data mySQL dan mebentuk grafik. bagaimana manajemen dapat menggunakan output
Diagram Fishbone dihasilkan dari implementasi untuk mendukung keputusan yang membantu
objek grafik dengan mengabungkan beberapa citra mencapai perbaikan yang berterusan terhadap
siap pakai dengan citra hasil pengelolaan basis organisasi berorientasi layanan.
data. Hasil menunjukkan, bahwa representasi Know Center [4], menyatakan bahwa
grafik dapat menampilkan diagram yang manajemen mutu yang sukses sangat bergantung
diharapkan untuk informasi yang diharapkan. pada aplikasi teknologi informasi yang efektif.
Organisasi yang dengan baik memanfaatkan
1. Pendahuluan teknologi informasi untuk manajemen mutu secara
kontinu mengintegrasikan mutu dari informasi
Bidang grafika komputer sangat dibutuhkan dengan mutu dari produknya.
dalam sistem informasi manajemen, terutama Pasal 91 ayat (2) PP.No.19 Tahun 2005
sistem informasi berbasis citra. Hongo et al. [1] menyatakan bahwa penjaminan mutu di perguruan
telah membangun sistem informasi berbasis citra tinggi bertujuan untuk memenuhi atau melampaui
untuk restorasi lahan pertanian. SNP (standar mutu minimal perguruan tinggi).
Kepentingan penggunaan teknologi informasi Untuk mencapainya, di beberapa perguruan tinggi
(TI) dalam manajemen penjaminan mutu telah telah dibentuk lembaga penjaminan mutu perguruan
diuraikan oleh pengamat dalam beberapa literatur. tinggi. Di dalam pengelolaannya, beberapa
Wu dan Gu [2] mengeksplorasi efek dari Quality perguruan tinggi telah menggunakan sistem
Management (QM) dan IT pada unjuk kerja informasi untuk mendukung tercapainya hasil yang
organisasi dan aturan IT dalam implementasi QM. optimal.
IT berkontribusi faktor seperti halnya unjuk kerja PHP merupakan perangkat lunak yang pada
secara menyeluruh, pemenuhan kebutuhan masa sekarang ini termasuk di dalam kumpulan
pelanggan, dan produktifitas pegawai. Ada produk open source. Perangkat ini banyak
beberapa tingkatan faktor dengan level penggunaan digunakan oleh pengembang web untuk yang
yang tinggi dan faktor yang sedang. Faktor-faktor dilekatkan pada HTML untuk mendapatkan sistem
seperti halnya manajemen pelanggan, komunikasi, informasi yang dinamis. Dalam tulisan ini
kerja tim, pengukuran perbaikan proses dipaparkan cara merancang sebuah sistem informasi
menunjukkan level tinggi dari penggunaan IT. berbasis citra menggunakan PHP.
Faktor-faktor seperti halnya perencanaan mutu
operasional dan manajemen mutu strategis 2. Pengembangan Sistem Informasi
menunjukkan penggunaan IT yang sedang. IT
berperan juga dalam faktor seperti halnya supplier berbasis grafik
management, culture, empowerment, and quality
citizenship. 2.1 Analisis kebutuhan
Terkait data yang cukup besar yang dikelola, Salah satu bagian penting dari proses
kesuksesan dari program Total Quality pelaksanaan penjaminan mutu perguruan tinggi
Management (TQM) bergantung pada penggunaan adalah monitoring di dalam terhadap standar mutu
Multimedia Design 4-7

8. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
yang dituangkan di dalam Pasal 2 ayat (1) Ishikawa. Dalam bagian ini tahapan perancangan
PP.No.19 Tahun 2005, yang meliputi delapan butir sistem yang dikemukakan hanya yang terkait
standar, yaitu Standar isi, Standar proses, Standar dengan pembentukan grafik. Secara garis besar
kompetensi lulusan, Standar pendidik dan tenaga sistem skoring digambarkan dalam diagram konteks
kependidikan, Standar sarana dan prasarana, seperti pada Gambar 1. Setiap fakultas/program
Standar pengelolaan, Standar pembiayaan; dan studi memasukkan nilai-nilai dari pertanyaan yang
Standar penilaian pendidikan. Dalam disediakan. Dalam sistem informasi, data tersebut
pelaksanaannya, perlu disediakan pertanyaan- disimpan ke dalam sistem database untuk dikelola
pertanyaan mutu yang sesuai dengan setiap butir ketika diperlukan.
mutu tersebut, sehingga didapat nilai skor dari
setiap butir. Nilai skor ini diharapkan dapat menjadi
pedoman bagi perguruan tinggi, sudah sejauh mana
proses pendidikan telah dilaksanakan.
Setiap pertanyaan yang diajukan harus
dijawab oleh setiap unsur dari pengelola
pendidikan, yaitu oleh tingkat fakultas atau bahkan
sampai pada program studi. Hasil integrasi nilai
mutu dari keseluruhan unsur dapat dianggap
sebagai nilai mutu perguruan tinggi yang
menaunginya. Deskripsi nilai mutu yang paling
baik adalah dengan menampilkan nilai dalam
bentuk penggabungan, yaitu dalam bentuk tabel Gambar 1. Diagram Konteks sistem skoring
nilai dan grafik visual, sehingga dengan segera
telihat ketercapaian dari mutu pendidikan di setiap a) Diagram laba-laba
siklus pelaksanaannya.
Dianggap bahwa telah tersedia data nilai skor
Setelah diperoleh nilai butir mutu, perlu
hasil dari input setiap pengelola Fakultas/Program
dilakukan analisis masalah yang mengakibatkan
Studi. Setiap data diidentifikasi dari kode unit dan
kurangnya mutu dari suatu butir tertentu dalam
kode butir standar. Untuk setiap standar mutu
rangka perbaikan mutu. Salah satu yang dapat
dihitung rata-rata dengan skala 0 sampai dengan 4.
diterapkan adalah analisis berdasar diagram
Dalam kasus ini jumlah standar mutu yang
Ishikawa, atau diagram fishbone. Unsur mutu
diperhatikan ada sebanyak 15 standar, yaitu
tersebut dianalisa untuk melihat faktor-faktor yang
mengikut pada rincian standar mutu pendidikan.
mempengaruhinya. Teknik ini memungkinkan
Untuk menayangkan diagram laba-laba dari seluruh
analisa dilakukan dengan memetakan semua faktor
standar mutu, dibangun sebuah lingkaran yang
yang menimbulkan masalah atau mempengaruhi
dibagi sebanyak 15 busur yang sama, seperti pada
keadaan suatu unsur mutu. Identifikasi faktor faktor
Gambar 2. Panjang jari-jari untuk diagram laba-laba
ini biasanya dilakukan dengan cara brainstorming
di dalam lingkaran bergantung pada nilai standar
didalam suatu team. Tujuan brainstorming adalah
rata-rata yang telah dihitung.
mendaftar semua faktor yang mempengaruhi unsur
mutu dan kemudian memetakan keterkaitan faktor-
faktor ini. Diagram Ishikawa menyajikan faktor
faktor ini dalam bentuk yang terstruktur sebagai
tulang ikan. Diagram ini menyajikan berbagai
penyebab yang mempengaruhi suatu proses dengan
memilah dan mengelompokkannya.
Untuk setiap unsur mutu ada sejumlah
penyebab yang dapat dikelompokkan kedalam
beberapa kelompok besar. Diagram ini digunakan
bila suatu institusi atau tim perlu mengidentifikasi
dan meneliti kemungkinan penyebab suatu masalah
atau untuk melihat faktor faktor yang dapat Gambar 2. Penyiapan diagram laba-laba
memperbaiki suatu unsur mutu.
b) Diagram Ishikawa
2.2 Perancangan sistem Untuk kasus diagram Ishikawa, dianggap
Ada dua sistem bagian yang dipaparkan dalam bahwa masing-masing unit telah mengisi kasus-
tulisan ini, yaitu sistem skoring dan sistem diagram kasus untuk keperluan analisis menggunakan
4-8 Multimedia Design

9. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
diagram Ishikawa. Kasus-kasus tersebut biasanya {
berisi kalimat-kalimat kasus dari hasil $skorstandar01 = mysql_result(
brainstorming. Selanjutnya disediakan image
$skor01,$j,"jawab024");
gambar diagram Ishikawa yang masih kosong, yang $ts01 = $ts01 + $skorstandar01;
terdiri dari tulang besar dan tulang halus, sesuai }
dengan keperluan, seperti terlihat pada Gambar 3.
Setelah hasil penghitungan dari data ke-15
nomor standar diperoleh, dilakukan penggambaran
titik pada diagram laba-laba, yang letaknya dari titik
pusat sejauh nilai data ke arah letak nomor standar
yang telah disediakan. Untuk menayangkan gambar
grafik di web yang sesuai dengan data yang
diperoleh, perintah di HTML cukup dilakukan
dengan mengirim data hasil penghitungan
sebelumnya yang dilakukan seperti berikut.
echo "<br><img src='../laba-laba.php?
a1=$ts01&a2=$ts02&a3=$ts03&a4=$ts04&a
Gambar 3. Fishbone yang siap untuk diisi 5=$ts05&a6=$ts06&a7=$ts07&a8=$ts08&a9
informasi sesuai data. =$ts09&a10=$ts10&a11=$ts11&a12=$ts12&
a13=$ts13&a14=$ts14&a15=$ts15'
Pada gambar akan diisi dengan Nama standar /><br>";
mutu pada bagian atasnya, Kasus-kasus pada setiap
tulang-tulang halus yang sesuai, Nama Program Untuk membangkitkan mode citra dalam
Studi di bagian bawah, dan nomor standar pada halaman web perlu dibangun fungsi-fungsi khusus
bagian tujuan. Keseluruhannya merupakan yang dapat menggambar grafik, seperti misalnya
informasi sesuai nilai data yang ada di database. menggambar lingkaran, mengisi warna pada suatu
area, menggambar garis yang menghubungkan dua
titik sehingga terbentuk segi banyak, dan
3. Implementasi menampilkan text pada citra. Untuk ini perlu
Implementasi dilakukan menggunakan script penghitungan secara geometri untuk citra. Beberapa
PHP yang dilekatkan pada HTML. Jenis citra yang perintah yang dapat dilakukan adalah seperti
digunakan adalah JPEG. Data disimpan di dalam berikut.
sistem database yang dikelola menggunakan
MySQL. header("Content-type: image/jpeg");
Untuk menampilkan informasi yang berasal imagejpeg($this->chart, $this->save,
dari database, pertama dilakukan query yang $this->quality);
imageline($image, $x1, $y1, $x2, $y2,
mengambil data nilai skor yang sesuai dengan
program studi dan nomor butir standar. Setelah data $color );
imagefill($this->chart, 0, 0,
diperoleh, maka dihitung jumlah seluruh nilai dan
$bg_color);
dibagi dengan jumlah data yang diperoleh. Proses
ini dilakukan berturut-turut dari nomor standar 1
sampai 15. Berikut adalah sebagian script untuk 4. Pembahasan
mengambil data dari database dan menghitung
jumlah skor. Script disimpan ke dalam satu file Dengan menggunakan data yang telah diinput
khusus yang akan dipanggil ketika diperlukan. oleh pengguna di Fakultas/Program Studi, diperileh
hasil seperti berikut. Gambar 4 menunjukkan grafik
include ("db_config.php"); diagram laba-laba dari 15 butir standar. Data yang
$db31 = new DBmysql(_dbhost, _dbuser, setara dengan gambar diagram laba-laba ini adalah
_dbpass, 'NamaDB'); yang ada di dalam tabel. Dengan membandingkan
$skor01 = $db31->query("SELECT informasi melalui tayangan citra dan tayangan
DISTINCT * tabel, maka tayangan citra lebih mudah analisis
FROM jawabgjkm WHERE berbanding tayangan tabel.
id_gjkm=$gjkm and
id_standar
LIKE "01%" ");
$numskor01 = $db31->num();
for ($j = 0; $j < $numskor01; $j++)
Multimedia Design 4-9

10. Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2012) ISBN 978-602-19837-0-6
References
[1] Kenji Hongo, Ryuji Matsuoka, Seiju Fujiwara,
Katsuhiko Masuda dan Shigeo Aoki. 2000.
Development of Imaged-based Information
System for Restoration of Agricultural
Heritage. International Archives of
Photogrametry and Remote Sensing, Vol
XXXIII. Part B5. Amserdam. 372-379.
[2] Xiaojun Wu and Yu Gu. 2009. Influence
Mechanism of Information Technology on
Gambar 4. Diagram laba-laba skoring Quality Management and Organizational
Performance. Intelligent Information Systems,
IASTED International Conference on, pp. 251-
254.
[3] Grace Au, Ivan Choi. 1999. Facilitating
implementation of total quality management
through information technology. Int. Journal
of Information & Management 36, pp. 287-
299.
[4] Markus Strohmaier, Johannes Farmer and
Stefanie Lindstaedt. 2005. The Gap Between
Information Technology and Quality
Management. Graz: Know-Center.
Gambar 5. Tampilan sistem berbasis citra.
Pada bagian lain, Gambar 5 menunjukkan citra
yang dihasilkan dari diagram Ishikawa. Dalam
gambar tersebut terlihat data isian kasus dalam
suatu standar 10 dari suatu Program Studi (pada
Gambar 4 nilai skornya adalah 2.67). Setiap kasus
diletak pada posisi yang telah ditentukan di dalam
gambar awal yang sudah disediakan pada Gambar 3
di atas. Dari Gambar 5 terlihat juga informasi dari
nomor dan nama standar, nama program studi yang
bersangkutan.
5. Kesimpulan
Dari hasil pembahasan dapat disimpulkan
bahwa PHP dapat digunakan untuk mengolah citra
terkait dengan keperluan di dalam sistem informasi
penjaminan mutu perguruan tinggi.
Dari hasil ini ternyata data dari database dapat
digabungkan kepada citra awal yang sudah
dipersiapkan.
4-10 Multimedia Design