Berdasarkan hasil deteksi tepi dengan beberapa operator, dapat dilihat adanya perbedaan hasil antara satu metode dengan yang lain. Setiap operator menghasilkan garis tepi dengan kualitas yang berbeda dan memiliki kelebihan dan kekurangannya masing-masing.

Gambar 8.1 Matriks citra asli yang digunakan untuk pendeteksian tepi.

Tabel di bawah ini menunjukkan perbandingan hasil pendeteksian tepi dari berbagai operator yang sudah kita lakukan di sub-sub materi sebelumnya.

Operator	Hasil Matriks	Hasil Citra	Analisis
Operator Prewitt			Tepi terdeteksi pada piksel [0, 0], [0, 1], [1, 1], [1, 2], [2, 1], [2, 2], dan [3, 1]. Sementara piksel lainnya bernilai 0, menandakan area non-tepi. Operator Prewitt berhasil mendeteksi tepi dengan baik pada input citra, terutama di area dengan perubahan intensitas yang signifikan.
Operator Sobel			Tepi terdeteksi pada piksel [0, 0], [0, 1], [1, 1], [1, 2], [2, 1], [2, 2], dan [3, 1]. Sementara piksel lainnya bernilai 0, menandakan area non-tepi. Operator Sobel berhasil mendeteksi tepi dengan baik pada input citra, terutama di area dengan perubahan intensitas yang signifikan.
Operator Roberts			Tepi terdeteksi pada piksel [0, 0], [0, 1], [1, 1], [1, 2], [2, 1], [2, 2], dan [3, 1]. Sementara piksel lainnya bernilai 0, menandakan area non-tepi. Operator Roberts berhasil mendeteksi tepi dengan baik pada input citra, terutama di area dengan perubahan intensitas yang signifikan.
Operator Kompas			Tepi terdeteksi pada piksel [0, 0], [0, 1], [1, 1], [1, 2], [2, 1], [2, 2], dan [3, 1]. Sementara piksel lainnya bernilai 0, menandakan area non-tepi. Operator Kompas berhasil mendeteksi tepi dengan baik pada input citra, terutama di area dengan perubahan intensitas yang signifikan.
Operator Laplace			Berdasarkan hasil deteksi tepi di samping, operator Laplace banyak mendeteksi tepi palsu. Hal ini disebabkan oleh noise, yaitu perbedaan kecil dan acak antar piksel yang terbaca sebagai perubahan tajam, sehingga terdeteksi sebagai tepi.
Operator LoG			Berdasarkan hasil deteksi tepi yang ditampilkan, operator LoG (Laplacian of Gaussian) mampu mendeteksi tepi dengan lebih baik dibandingkan operator Laplace. Hal ini karena kernel LoG merupakan hasil turunan dari fungsi Gaussian, sehingga proses perataan dan deteksi tepi dilakukan secara bersamaan. Pendekatan ini membuat operator LoG menghasilkan deteksi tepi yang lebih akurat.
Operator Canny			Berdasarkan hasil deteksi tepi dengan operator Canny, tepi dapat dideteksi lebih tipis dibanding operator lainnya. Operator ini menggunakan kombinasi perataan Gaussian, deteksi gradien, non-maximum suppression, threshold ganda, dan edge tracking by hysterys sehingga menghasilkan tepi yang halus. Proses ini membuat Canny unggul dalam mengurangi noise dan mempertahankan detail penting.

Perbandingan hasil deteksi tepi menggunakan berbagai operator pada citra berukuran kecil, seperti 4×4, mungkin tidak menunjukkan perbedaan yang signifikan antar operator. Hal ini disebabkan oleh keterbatasan informasi dan detail yang dapat ditangkap pada citra dengan resolusi sangat rendah. Ketika operator-operator pendeteksian tepi diterapkan pada citra yang lebih besar, seperti ukuran 256×256 atau 512×512 piksel. Pada ukuran citra yang lebih tinggi, perbedaan karakteristik masing-masing operator akan terlihat lebih jelas. Gambar 8.2 menunjukkan perbandingan hasil pendeteksian tepi pada citra berukuran 512×512.

Gambar 8.2 Perbandingan hasil operator Canny dengan operator lainnya

Perbedaan Hasil Deteksi Tepi Antar Operator:

• Prewitt menghasilkan tepi dengan ketajaman yang kurang dibandingkan operator lainnya.
• Sobel memberikan hasil tepi yang lebih tegas daripada Prewitt karena bobot piksel tengah pada kernel lebih besar.
• Roberts mendeteksi tepi yang sangat tipis dan tajam, tetapi lebih rentan terhadap gangguan noise.
• Kirsch mendeteksi tepi dengan ketebalan tinggi dan cakupan arah yang luas.
• Laplace menghasilkan tepi yang lebih halus dan gelap, namun kurang tajam dibanding metode berbasis turunan pertama.
• LoG (Laplacian of Gaussian) memberikan hasil tepi yang lebih bersih dibanding Laplace murni karena adanya proses smoothing sebelum deteksi tepi.
• Canny menghasilkan deteksi tepi yang paling bersih dan tajam dengan garis tepi yang tipis, halus, dan sangat akurat.

Dari perbandingan ini, dapat disimpulkan bahwa operator Canny adalah metode yang lebih unggul karena menghasilkan peta tepi yang lebih rapi dan akurat.