ABSTRAKSI: Deteksi tepi adalah satu tehnik image prosesing dalam menemukan tepi dari gambar dimana tepi merupakan pusat perubahan pada area yang tingkat keabuannya (gray-level) dari nilai terendah hingga yang tertinggi. Tepi yang terdeteksi akan memberikan warna yang terang sementara area yang lainnya akan menjadi gelap.
Ada banyak tehnik deteksi tepi yang dapat digunakan , salah satunya adalah dengan embedded confidence . Pada Deteksi tepi dengan embedded confidence, tepi ditemukan berdasarkan dua parameter confidence yakni edge confidence dan gradient magnitude confidence, yang didapat dari hasil perhitungan nilai gradient magnitude dan orientasi edge dari gambar
Pada tugas akhir ini dilakukan pengimplementasian deteksi tepi dengan embedded confidence, untuk mendeteksi tepi terhadap gambar – gambar yang memiliki pola tepi yang berbeda, kemudian di ukur ketahanan terhadap noisenya. Berdasarkan hasil pengujian secara objektif dan subjektif, performansinya dalam mendeteksi tepi bedasarkan nilai MOS adalah bagus, untuk ketahanannya terhadap noise yang diukur berdasarkan FOM cukup baik.Kata Kunci : embedded confidence, edge confidence , gradient magnitude confidence, gradient magnitude, orientasi edge, MOS, FOMABSTRACT: Edge detection is one technics of image prosesing to find edge from picture , edge is center change at area gray-level from highest finite low value. Edge detected will give colour which light while onother area will become dark.
There is many technics detected edge which can be applied , one of them is is with embedded confidence . In Edge Detection with Embedded Confidence, edge is found based on two parameters confidence namely edge confidence and gradient magnitude confidence, gotten from result of calculation gradient value magnitude and orientation edge from picture.
In final task done implementation of detection of edge with embedded confidence, to detect edge to pictures having different edge pattern, then in measuring resistance from noise. Based on result of examination objectively subjective and, its the performance in detecting edge based on value MOS is good, for its the resilience to noise measured based on good enough FOM.Keyword: Embedded confidence, edge confidence , gradient magnitude confidence, gradient magnitude, orientasi edge, MOS, FOM