HISTOGRAM


Adalah representasi grafis untuk distribusi warna dari citra digital. Sumbu ordinat vertikal merupakan representasi piksel dengan nilai tonal dari tiap-tiap deret bin pada sumbu axis horizontalnya. Sumbu axis terdiri dari deret logaritmik bin densitometry yang membentuk rentang luminasi atau exposure range yang mendekati respon spectral sensitivity visual mata manusia. Deret bin pada density yang terpadat mempunyai interval yang relatif sangat linear dengan variabel mid-tone terletak tepat di tengahnya.

Mengkaji Histogram

1.Bentuk normal (simetris / bentuk lonceng):
Harga rata rata histogram terletak ditengah range data. Frekuensi data paling tinggi di tengah dan menurun secara bertahap dan simetris pada kedua sisinya.
 Catatan : Bentuk ini merupakan bentuk yang paling
 sering dijumpai.
2. Bentuk Moltimodal :
 
Kelas dalam urutan nomor genap mempunyai frekuensilebih kecil / sedikit dibanding      dengan sisiluarnya.
Catatan : Bentuk ini bisa terjadi bila jumlah data tidak menentu pada masing2 kelas ada kecenderungan pengumpulan / pembulatan data yang kurang tepat.
3.BENTUK CURAM DIKIRI :
Harga rata2 histogram terletak jauh disebelah kiri dari range dan frekuensi disisi kiri turun menjadi nol secara tiba tiba.
Catatan : Bentuk ini mungkin disebabkan adanya batasan yang tidak boleh dilampaui di sisi kiri (data yang dibawah batas bawah tidak dipakai.
4. Bentuk Plateum :
Bentuk ini terjadi bila frekuensi di masing masing kelas hampir sama dan hanya pada ujung 2yang berbeda cukup banyak.
Catatan : Bentuk ini mungkin disebabkan adanya penggabungan beberapa kumpulan data yang mempunyai harga rata-rata berdekatan.

5.Bentuk dengan 2 puncak :
Pada bentuk ini frekuensinya dibagian tengah agak rendah dan terdapat 2 puncak di masing2 sisinya.
Catatan : Bentuk ini dapat terjadi bila ada penggabungan 2 kumpulan data yang harga rata-ratanya berbeda jauh.
6.Bentuk dengan puncak terpisah :
Pada bentuk ini terdapat puncak kecil yang terpisah dari bentuk histogram yang normal.
Catatan : Bentuk ini bisa terjadi bila terdapat pena-mbahan kumpulan data dalam jumlah kecil dengan distribusi berbeda. Bisa juga terjadi bila salah pengukuran, pemasukan data dari proses lain atau ketidakberesan / ketidaknormalan dalam proses.