Implementasi Konvolusi Berbasis Kernel Laws menggunakan renderscript pada Android

INDONESIA:

Permasalahan kecepatan dalam komputasi telah menjadi topik utama dalam penelitian-penelitian terdahulu. Sebagai solusi dalam permasalahan kecepatan proses komputasi, beberapa pendekatan dilakukan dalam penelitian, salah satunya dengan sistem pemrosesan paralel. Paralelisasi atau penggunaan sistem pemrosesan paralel bisa diterapkan dalam permasalahan komputasi dalam bidang pengolahan citra, komputasi fotografi dan computer vision. Model pemrograman yang diusulkan dalam penelitian ini adalah Renderscript dengan menggunakan perangkat mobile berbasis android. Pada penelitian ini penulis mencoba mengimplementasikan filter tekstur LAWS untuk ekstraksi fitur energi tekstur pada citra. Implementasi Metode LAWS pada komputasi paralel dibagi menjadi tiga tahap yaitu tahap konvolusi citra dengan 25 pasangan kernel LAWS, tahap pergesaran window dengan ukuran 15x15 dan penormalan nilai piksel. Pembagian thread yang digunakan dalam pemrosesan citra disesuaikan dengan jumlah inti pemroses GPU perangkat android ponsel pintar Xiamo Redmi 2. Data yang digunakan pada penelitian ini berupa citra tunggal daun cocor bebek dengan tiga ukuran berbeda, yaitu 512x512, 1024x1024 dan 2048x2048. Hasil yang didapatkan dari data menunjukkan waktu komputasi paralel pada ukuran 512x512, 1024x1024 dan 2048x2048 dengan nilai rata-rata pengukuran 470,7ms, 1731,8ms dan 5416,06. Sedangkan hasil pengukuran komputasi sekuensial dengan nilai rata-rata 5695,3ms, 25103,6ms dan 82558,53ms. Dari hasil perbandingan pengukuran waktu komputasi menunjukkan komputasi paralel lebih cepat dibandingkan dengan komputasi sekuensial dengan peningkatan kecepatan pada ukuran 512x512,1024x1024 dan 2048x2048 mencapai 12,72 , 14,54, 15,24. Efisiensi waktu komputasi paralel menunjukkan nilai peningkatan konsumsi waktu 92% pada semua ukuran dari komputasi sekuensial.

ENGLISH:

Problems in computing speed has become a major topic in previous studies. Some of approaches are made in the research, one of them is a system of parallel processing as a solution to the problem of computing processing speed. Parallelization or the use of parallel processing system can be applied in computing problems in the field of image processing, computer vision and computational photography. The programming model proposed in this study is Renderscript using android based mobile devices. In this study, the author tried to implement LAWS texture filter for texture extraction energy features in the image. Implementation LAWS method on parallel computing is divided into three phases: the convolution kernel image with 25 pairs LAWS, phase shift in the window with a size of 15x15 and normalizing the pixel values. The division of thread used in image processing adapted to the number of processors GPU core android smart phone devices Xiaomi redmi 2. The data used in this study of a single image cocor bebek leaf with three different sizes, ie 512x512, 1024x1024 and 2048x2048. The results obtained from the data indicating the time of parallel computing on the size of 512x512, 1024x1024 and 2048x2048 with an average value of measurement 470,7ms, 1731,8ms and 5416.06. While the sequential computing measurement results with the average value 5695,3ms, 25103,6ms and 82558,53ms. From the comparison of computing time measurements shows that parallel computing faster than the sequential computing with speed increases in size 512x512,1024x1024 and 2048x2048 reached 12.72, 14.54, 15.24. The efficiency of parallel computing time shows the value of a 92% increase in consumption in all sizes from sequential computing.