ANALISA KINERJA BUTTERWORTH LOW PASS FILTER DALAM MEREDUKSI NOISE PADA CITRA DIGITAL.
|
|
- Ade Cahyadi
- 5 tahun lalu
- Tontonan:
Transkripsi
1 ANALISA KINERJA BUTTERWORTH LOW PASS FILTER DALAM MEREDUKSI NOISE PADA CITRA DIGITAL Indrawati 1 1 Jurusan Teknologi Informasi dan Komputer PNL windra96@yahoo.com ABSTRAK Infomasi berupa citra sering mengalami gangguan, gangguan tersebut dinamakan noise. Ada dua tipe noise yang dipilih pada penelitian ini, diantaranya, noise Salt and paper dan noise Gaussian. Kedua noise tersebut memiliki karakteristik yang unik, Pada penelitian akan diamati kinerja Butterworth Low Pass Filter untuk mereduksi kedua noise tersebut. Dari hasil pengujian diketahui bahwa kinerja terbaik filter dalam mereduksi noise Salt and paper terjadi pada frekuensi 100 Hz sampai 400 Hz, sedangkan pada noise Gaussian kinerja terbaik filter terjadi pada frekuensi 1100 Hz sampai 1500 Hz. Proses pengolahan citra menghasilkan PSNR terbesar pada noise Salt and paper dengan nilai 25,05 db dengan penurunan noise sebesar 6370, sementara PSNR pada noise Gaussian bernilai 23,95 dengan penurunan noise sebesar 9526,9 db. Hal ini menunjukkan bahwa kuantitas warna pada kedua citra jauh lebih besar dari noisenya, karena citra hasil pengolahan memiliki kualitas citra yang hampir sama dengan citra aslinya, sehingga dapat disimpulkan bahwa kinerja Butterworth Low Pass Filter dalam mereduksi noise sangat baik. Keyword: citra, filter, performance, reduksi, noise ABSTRACT The information in the form of images are often susceptible to disruption, the interference is called noise. There are two types of noise were selected in this study, among other things, noise Salt and paper and Gaussian noise. Both noise that has unique characteristics, research will be observed performance Butterworth Low Pass Filter to reduce the noise of the results of testing known that the best performance filter in reducing noise Salt and paper occurs at a frequency of 100 Hz to 400 Hz, while the Gaussian noise performance best filter occurs at a frequency of 1100 Hz to 1500 Hz. Image processing produces the largest PSNR on noise Salt and paper with a value of db with a reduction in noise by 6370, while PSNR on Gaussian noise with accumulated worth of db reduction in noise. This shows that the quantity of color in both images is much greater than the noise, so it can be concluded that the performance Butterworth Low Pass Filter to reduce noise is very good for the image processing results have image quality that is almost identical to the original image. Keyword: image, filter, performance, reduction, noise
2 PENDAHULUAN Salah satu bentuk pertukaran informasi melalui media citra. Citra merupakan salah satu komponen multimedia yang memegang peranan penting sebagai bentuk informasi visual (Rinaldi M, 2014). Selain dari itu citra juga memiliki karakteristik yang tidak dimiliki data teks karena citra kaya dengan informasi sehingga sebuah citra dapat memberikan informasi yang lebih banyak disajikan dalam bentuk kata-kata (Erna ZA, 2010) Penggunaan citra sebagai salah satu sumber informasi, tidak luput dari gangguan noise, sehingga citra akan mengalami degradasi atau penurunan kualitas informasi yang berbentuk visual. Dengan perkembangan teknologi di bidang komputerisasi, teknologi pengolahan citra sudah banyak digunakan di berbagai bidang termasuk di bidang industri yang dapat digunakan memperbaiki citra sehingga diperoleh hasil yang lebih efisien dan dengan akurasi yang baik. Beberapa sifat dari noise pada citra antara lain noise pada citra yang terdistribusi secara Gaussian. Pengurangan noise merupakan salah satu proses dalam peningkatan kualitas citra. Peningkatan kualitas citra ialah proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia sehingga merupakan proses awal dalam peningkatan mutu citra. Dengan peningkatan mutu citra, maka citra dapat dijadikan suatu objek pembahsan yang memiliki kualitas yang buruk seperti mengalami derau, kabur dan sebagainya (Mukhamad N, 2010). Pada proses ini, ciriciri tertentu yang terdapat di dalam citra lebih diperjelas kemunculannya. Banyak cara dan metode yang digunakan dalam pengurangan noise. Metode tersebut antara lain ialah Gaussian, butterworth, metode Mean filter, metode intensity filtering dan metode frequency filtering. Pada artikel ini, akan dijelaskan hasil penelitian tentang kinerja filter Butterworth dalam mereduksi noise citra. METODE PENELITIAN Pada sub-bab ini dijelaskan tentang metode yang digunakan untuk menganalisa kinerja Butterworth Low Pass Filter untuk mereduksi noise pada citra digital. Adapun metode pengukuran kinerja filter diperlihatkan pada gambar 1. Input Citra Asli Gambar 1. Metode pengukuran kinerja Filter. Dari gambar 1 terlihat bahwa sebagai input adalah citra asli berupa citra mata dalam ekstensi *jpg. Selanjutnya citra asli diberi noise dengan 2 tipe noise yaitu noise aditif dan noise Gaussian. a. Noise aditif merupakan suatu noise yang memiliki sifat dengan menambahkan secara seragam pada bidang citra dengan varian tertentu. Contoh dari noise ini adalah noise saltand peppers yang menambahkan aras gelap dan terang pada citra. b. Noise Gaussian merupakan noise yang memiliki intensitas yang sesuai dengan distribusi normal memiliki mean dan varian tertentu. Nilai mean dan varian dapat berbentuk scalar atau vector. Jika berbentuk scalar, maka blok yang digunakan bernilai sama dengan setiap elemen output, seperti yang ditunjukkan pada persamaan (1) dibawah ini: Citra Asli + Noise Tipe Noise f ( x) = ((2 ) det. K) Filter T exp( ( x ) K ( x ) / 2) MSE dan PSNR n 1/ (1)
3 dimana x adalah panjang vector n, K adalah matrik covariance ukuran n x n, adalah nilai rata-rata dari vector dan T adalah matriks transpose. Selanjutnya citra noise tersebut difilter dengan Butterworth Low Pass Filter. Filtering pada citra digital merupakan Teknik untuk memodifikasi atau meningkatkan mutu citra. Sebagai contoh, kita dapat memfilter sebuah citra untuk mengutamakan fitur tertentu. Filter Butterworth Low Pass adalah filter yang memiliki karakteristik respon magnitude maksimal pada daerah datar pada seluruh daerah monotonic passband (Wajiansyah, dkk, 2011) seperti yang ditunjukkan pada persamaan (2) berikut ini: [b,a] = butter(n,wn)... (2) dimana n adalah orde filter Butterworth lowpass, Wn frekuensi cutoff. Koefisien filter dengan panjang n+1 pada vector baris b dan a dengan koefisien des-cending daya pada z. Transfert function dari filter Butterworth ditunjukkan pada persamaan (3) berikut ini : 1 b(1) + b(2) z b( n + 1) z H ( z) = 1 1+ a(2) z a( n + 1) z n n (3) Low Pass Filter (LPF) adalah proses filter yang mengambil citra dengan gradiasi intensitas yang halus dan perbedaan intensitas yang tinggi akan dikurangi atau dibuang. LPF dilakukan untuk menghilangkan ruang derau berfrekuensi tinggi dari sebuah citra digital. LPF digunakan untuk mengurangi detail dari citra atau justru membuat citra menjadi lebih kabur dari sebelumnya. Filter ini akan menghilangkan atau mengurangi derauderau berfrekuensi tinggi dari citra menjadi frekuensi yang lebih rendah. Frekuensi tinggi dari sebuah pixel dapat diperlihatkan dengan melihat tingkat ketajaman citra dari pixel tersebut. LPF digunakan pada citra yang memiliki intensitas warna yang rendah. Karena letak noise berada di intensitas rendah, maka dilakukan pencarian pada titik-titik citra dan kemudian akan ditandai sebagai noise. Selanjutnya titik tersebut akan diganti dengan mencari warna rata-rata di sekitar titik tersebut (Maziyah M, dkk, 2007). Setelah proses filter pada citra digital selanjutnya dihitung PSNR dan MSE. a. PSNR Alat ukur yang disebut Peak Signal to Noise Ratio (PSNR) digunakan untuk mengetahui kualitas sinyal. Pada proses penghalusan citra semakin tinggi nilai cutt off maka nilai PSNR semakin besar juga (Agustinus S. dan Dwi Aryanti, 2013) Alat ukur ini digunakan untuk menghitung perbedaan antara citra semula (citra asli) dengan citra hasil reduksi. Nilai PSNR dihitung dengan persamaan (4). Dimana R adalah fluktuasi maksimum data citra input dan MSE adalah mean square error. 2 R PSNR = 10 log 10..(4) MSE b. MSE merupakan alat ukur kuantitatif yang bisa digunakan untuk mengukur kinerja prosedur perbaikan citra. Alat ukur ini disebut Mean Squared Error selanjutnya disingkat MSE (Gilang J, 2014). MSE adalah parameter lain yang digunakan untuk membandingkan kualitas citra. MSE merepsentasikan kesalahan kuadrat komulatif antara citra hasil reduksi dengan citra aslinya. Parameter MSE dapat dihitung dengan persamaan (5) berikut: M, N 2 ( I ( m, n) I ( m, n)] 1 MSE =... (5) M * N dimana M dan N adalah banyak baris dan kolom pada citra input, I1 dan I2 adalah citra asal dan citra yang telah direduksi. 2
4 HASIL DAN PEMBAHASAN Pada bagian ini akan dibahas citra asli sebagai inputan, pemberian noise pada citra, filtering LPF Butterworth serta pengukuran PSNR dan MSE. a. Citra Asli Citra input yang digunakan sebagai objek penelitian adalah citra iris yang tersimpan dalam ekstensi *jpg seperti diperlihatkan pada gambar 2 dan tabel 1. Gambar 2. Citra Iris asli Tabel 1. Ukuran dan dimensi citra Ukuran Dimensi Citra Citra (mm) (KB) Citra asli 6, x 183 b. Citra yang diberi Noise Citra asli berupa citra iris selanjutnya diberi noise. Ada dua noise yang diujikan pada citra tersebut, yaitu noise salt and pepper serta noise Gausiaan seperti diperlihatkan pada gambar 3a sampai gambar 3d. (c) (d) Gambar 3. Citra Noise dan Histogram Noise salt and pepper, Histogram noise salt and pepper (c) Noise Gaussian (d) Histogram noise Gaussian. c. Filtering LPF Butterworth 1. Reduksi noise salt and pepper Dalam mereduksi noise salt and pepper, maka pengujian dilakukan dengan mengubah-ubah frekuensi dan mengatur nilai Q dari filter Butterworth, sampai dihasilkan reduksi noise maksimal seperti diperlihatkan pada gambar 4a dan 4b. Dari hasil pengujian reduksi noise salt and pepper diketahui bahwa Butterworth Low Pass Filter bekerja dengan optimal untuk mereduksi noise pada frekuensi 100Hz sampai 400 Hz dengan status citra pada kondisi citra terang tanpa noise, untuk lebih jelasnya dapat dilihat pada tabel 2 berikut ini. Tabel 2. Hasil pengujian reduksi noise saltand pepper Frekuen si Filter (Hz) Q Nilai Gray Level Keterangan Gelap Citra low contras Citra low contras Citra low contras Citra low contras Citra low contras citra terang citra terang citra terang citra terang citra terang dengan noise citra terang dengan noise citra terang dengan noise citra terang dengan noise citra terang dengan noise citra terang dengan noise
5 Gambar 5. Citra hasil reduksi noise Noise Gaussian Histogram citra reduksi Noise Gaussian Gambar 4. Hasil reduksi noise Noise Salt and pepper..histogram citra reduksi noise salt and pepper Pada frekuensi yang lebih rendah dari 0-90 Hz citra yang dihasilkan oleh filter adalah citra dengan kondisi low contras dan masih berisi noise salt and pepper, sedangkan pada frekuensi di atas 500 Hz, kinerja filter menghasilkan citra dengan citra terang yang masih berisi sedikit noise. 2. Reduksi Noise Gausian Gaussian noise disebut juga White Noise yaitu noise yang ditambahkan pada citra melalui inputan mean dan variance. Mean dan variance merupakan suatu konstanta real. Nilainya bisa positif maupun negatif. Semakin besar mean dan variancenya, maka citra akan semakin kabur,sebaliknya makin kecil konstantanya efek pada citra makin tidak terlihat. Nilai default adalah 0 untuk mean dan 0.01 untuk variance. Disebut white noise karena pada saat nilai mean dan variance besar, maka citra seolah-olah hanya terlihat seperti citra putih saja. Pada kasus ini citra yang diberi noise Gaussian ditunjukkan seperti pada gambar 5 dan 5. Dari Histogram kita dapat melihat bahwa citra Gaussian noise pada sumbu horizontal terlihat bahwa nilai Gray level citra tersebut sebesar 0.5. Citra yang berisi noise, selanjutnya difilter dengan mengubah-ubah frekuensi kerja pada filter Butterworth tersebut dari frekuensi terendah hingga pada frekuensi 2000 Hz seperti terlihat pada tabel 3. Tabel 3. Hasil pengujian reduksi Gaussian Noise Frekuensi Filter Q Nilai Gray Keterangan (Hz) Level Gelap Citra low contras Citra low contras Citra low contras Citra low contras Citra low contras Citra low contras citra low contras citra low contras citra low contras citra low contras citra low contras citra low contras citra low contras citra low contras citra low contras Citra Terang Citra Terang Citra Terang Citra Terang Citra Terang Citra High Kontras Citra High Kontras Citra High Kontras Citra High Kontras
6 Citra High Kontras Filter Botterworth dalam mereduksi noise Gaussian, kinerja maksimalnya bekerja pada frejuensi cutoff 1100 Hz sampai 1500 Hz. Pada frekuensi di bawah 1100 Hz citra yang dihasilkan intensitasnya dalam kondisi low kontras. Untuk di atas frekuensi cutoff yaitu 1600 Hz, maka citra yang dihasilkan intensitasnya citranya high kontras atau agak kabur. Berikut diperlihatkan hasil pengujian reduksi noise Gaussian dengan Butterworth Low Pass Filter dengan kinerja maksimal seperti diperlihatkan pada gambar 6 dan i 6. ( a ) Gambar 6. Hasil reduksi noise Gaussian kinerja maksimal Citra Iris hasil Filtering, Histogram reduksi noise Gaussian Berdasarkan hasil pengujian tersebut diketahui bahwa citra iris yang dihasilkan oleh Butterworth Low Pass Filter menghasilkan jumlah pixel yang jauh lebih sedikit terhadap pertambahan besarnya nilai gray level dibanding citra yang masih mengandung noise Gaussian. d. MSE dan PSNR 1. Mean Square Error MSE adalah rata-rata kuadrat nilai kesalahan antara citra asli dengan citra hasil pengolahan. Citra asli merupakan citra yang tidak mengandung noise, selanjutnya citra ini diberi noise dengan persentase tertentu. Selanjutnya noise pada citra direduksi dengan Butterworth Low Pass Filter dan hasilnya dihitung, apakah antara citra asli dan citra yang noisenya telah direduksi simpangan kesalahan rataratanya kecil atau besar. Dari data hasil pengukuran MSE terhadap hasil reduksi noise salt and pepper serta noise Gausssian pada masing-masing citra, hasilnya ditunjukkan seperti tabel 4 berikut. Tabel 4. Hasil pengukuran MSE pada citra hasil reduksi dari noise salt and pepper dan noise Gaussian Citra Hasil Filtering Noise salt and pepper Noise Gaussian Teknik Reduksi Butterworth LPF Butterworth LPF MSE ,9 Dari tabel 4 diketahui bahwa MSE pada citra yang noisenya telah direduksi, menghasilkan citra yang memiliki rata-rata kuadrat nilai kesalahan antara citra asli terhadap citra hasil pengolahan sebesar 6370 untuk noise salt and pepper atau noisenya menurun sebesar 6370, sementara hasil reduksi pada citra yang mengandung noise Gaussian, terjadi reduksi noise sebesar 9526,9 atau menghasilkan citra yang memiliki rata-rata kuadrat kesalahan antara citra aslinya terhadap hasil pengolahan sebesar 9526,9. Ini menunjukkan bahwa reduksi noise dengan Butterworth LPF pada kedua noise tersebut cukup baik. 2. Peak Signal to Noise PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas noise. Dari hasil pengukuran reduksi noise pada kedua noise salt and pepper serta noise Gaussian, dengan Butterwoth LPF seperti ditunjukkan pada tabel 5. Tabel 5. Hasil pengukuran PSNR pada citra hasil reduksi dari noise Salt and pepper dan noise Gaussian
7 Citra Hasil Teknik PSNR Filtering Reduksi PSNR(dB) Noise Salt Butterworth 25,05 and Pepper LPF Noise Butterworth 23,95 Gaussian LPF Dari tabel 5 diketahui PSNR terbesar terjadi pada citra dengan hasil reduksi noise salt and pepper sebesar 25,05 db dibanding hasil reduksi noise Gaussian dengan nilai sebesar 23,95 db dimana selisih keduanya sangat kecil yaitu sebesar 1.1 db. Dengan demikian diketahui bahwa semakin besar nilai PSNR menunjukkan bahwa kuantitas pada citra jauh lebih besar dari noisenya, sehingga dapat disimpulkan bahwa kinerja Butterworth LPF dalam mereduksi noise dapat dilakukan dengan baik. SIMPULAN Dari hasil analisa seperti dijelaskan pada uraian sebelumnya dapat disimpulkan antara lain; Butterworth LPF dapat melakukan reduksi noise dengan kinerja baik pada frekuensi 100 Hz sampai 400 Hz, sedangkan pada noise Gaussian Butterworth LPF dapat melakukan reduksi noise dengan kinerja baik pada frekuensi 1100 Hz sampai 1500 Hz. PSNR terbesar terjadi pada citra hasil reduksi noise salt and pepper sebesar 25,05 db dengan penurunan noise sebesar 6370, sementara noise Gaussian sebesar 23,95 dengan akumulasi penurunan noise sebesar 9526,9 db. Hal ini menunjukkan bahwa kuantitas pada kedua citra jauh lebih besar dari noisenya, sehingga dapat disimpulkan bahwa kinerja Butterworth LPF dalam mereduksi noise dapat dilakukan dengan baik karena citra hasil pengolahan memiliki kualitas citra yang hampir sama dengan citra aslinya. Transformasi Fourier, REKA ELKOMIKA, Vol 1 No. 2. Erna Z.A, 2010, Transformasi Fourier Untuk Pengingkatan Kualitas Citra, Techno.Com, Volume: 9, No:1, Februari Gilang J., 2014, Perancangan Aplikasi Reduksi Noise Pada Citra Digital Dengan Metode Vector Median Filtering (Vmf), Pelita Informatika Budi Darma, Vol VIII, No. 2. Mukhamad N., 2010, Metode Kecerahan Citra Kontras Citra dan Penajaman Citra Untuk Peningkatan Mutu Citra, Sains dan Teknologi, Vol 3, No. 1. Maziyah, M. dan Andy, N, Implementasi VB 6.0 Pada Face Detection Berbasis Image Processing Untuk Sistem Identifikasi, Jurnal Fisika dan Aplikasinya Vol 3, No. 2. Rinaldi M. 2014, Pengolahan citra digital dengan pendekatan algoritmik, Penerbit Informatika. Wajiansyah, Agusma, & Subir, 2011, Desain Filter Aktif Low Pass Butterworth. Dielektrika, ISSN Vol. 2, No. 2. DAFTAR PUSTAKA Agustinus S. dan Dwi Aryanti, 2013, Simulasi & Analisis Perbaikan Citra Digital Domain Frekuensi dengan
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciANALISIS PENERAPAN METODE KONVOLUSI UNTUK UNTUK REDUKSI DERAU PADA CITRA DIGITAL.
ANALISIS PENERAPAN METODE KONVOLUSI UNTUK UNTUK REDUKSI DERAU PADA CITRA DIGITAL. Rika Novita Wardhani, Mera Kartika Delimayanti Electrical Engineering Department, Politeknik Negeri Jakarta Kampus UI Depok,
Lebih terperinciPERBANDINGAN KINERJA METODE MEDIAN FILTER DAN MIDPOINT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL ABSTRAK
PERBANDINGAN KINERJA METODE MEDIAN FILTER DAN MIDPOINT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL Okada Arle Sandi, T. Sutojo, S.Si, M.Kom Teknik Informatika S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciPERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT-SVD DAN RDWT-SVD. Abstract
PERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT- DAN Qurrota Ayun Majid, T. Sutojo, S.Si, M.Kom Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang 111201207118@mhs.dinus.ac.id
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun merupakan imitasi dari sebuah objek atau benda. Citra memiliki beberapa karakteristik yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Didukung dengan perkembangan zaman
Lebih terperinciBAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan mengikuti perkembangan zaman, tentunya teknologi juga semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga pengembangan dari teknologi yang sudah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
Lebih terperinciTeknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding
Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Gideon Aprilius (0522116) Email: dionjuntak@gmail.com Jurusan Teknik Elektro, Fakultas Teknik
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciIMPLEMENTASI ORDER-STATISTIC FILTERS UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL
IMPLEMENTASI ORDER-STATISTIC FILTERS UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI JUNI SANTO SIHOTANG 091401017 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS
Lebih terperinciANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI
ANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI MAGDALENA SIREGAR 111401109 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu
Lebih terperinciAPLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS
APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS Apri 1, Herlina 2, Ade 3 1,2 Jurusan Teknik Informatika Sekolah
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE
ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra hasil rekaman kamera digital sering sekali terdapat beberapa gangguan yang mungkin terjadi, seperti lensa tidak fokus, muncul bintik-bintik yang disebabkan oleh
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciPERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI ABSTRAK
PERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI Lucky David Tando ( 0522025 ) Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof. Drg. Suria
Lebih terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciImplementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital
UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo
Lebih terperinciSimulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)
Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3) ISSN : 1693 1173 Abstrak Penelitian ini menekankan pada pentingnya teknik simuasi pada pengolahan citra digital. Simulasi
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Closed Circuit Television (CCTV) adalah sistem pengawasan elektronik yang menggunakan kamera video, yang terhubung dengan sirkuit tertutup untuk menangkap, mengumpulkan,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data
Lebih terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa
Lebih terperinciIMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI
IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI 101401020 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciPENERAPAN METODE LOW PASS FILTER (LPF) UNTUK MENGURANGI DERAU PADA CITRA MAGNETIC RESONANCE IMAGING (MRI)
PENERAPAN METODE LOW PASS FILTER (LPF) UNTUK MENGURANGI DERAU PADA CITRA MAGNETIC RESONANCE IMAGING (MRI) PUBLIKASI ILMIAH Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I pada Jurusan
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciIMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL
IMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL SKRIPSI EFRIENNI TAMPUBOLON 091401026 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciAnalisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper
Cogito Smart Journal/VOL. 2/NO. 2/DESEMBER 2016 157 Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper Ivan Maulana 1, Pulung Nurtantio Andono 2 1,2 Program
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Proses pengolahan citra digital dapat dibagi menjadi beberapa bidang seperti object detection, image analyze, computer vision, dan medical imaging. Medical imaging
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciPROSES PENAJAMAN DAN REDUKSI NOISE PADA SEBUAH CITRA DIGITAL DALAM BIDANG FOTOGRAFI
PROSES PENAJAMAN DAN REDUKSI NOISE PADA SEBUAH CITRA DIGITAL DALAM BIDANG FOTOGRAFI Raden Mas Alexander Elldo Septian A11.2009.04644 septianalex@gmail.com Program Studi Teknik Informasi-S1 Universitas
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciImplementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata
Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Arif Senja Fitrani 1, Hindarto 2, Endang Setyati 3 1,2, Jurusan Teknik Informatika Universitas Muhammadiyah Sidoarjo,
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 OPTIMASI NILAI AMBANG WAVELET BERBASIS LOGIKA FUZZY PADA DENOISING CITRA BERWARNA (Kata kunci: denoising, transformasi wavelet, logika fuzzy, thresholding, median absolute
Lebih terperinciAPLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB
APLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB PUJI LESTARI 41512010061 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2016 APLIKASI TAPIS LOLOS RENDAH
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciIMPLEMENTASI STEGANOGRAPHY MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM
IMPLEMENTASI STEGANOGRAPHY MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM Ahmad Adil Faruqi 1, Imam Fahrur Rozi 2 1,2 Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang 1 ahmadadilf@gmail.com,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra 2.1.1 Definisi Pengolahan Citra Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Citra atau gambar adalah sebuah fungsi dua dimensi, f(x,y), dimana x dan y koordinat bidang datar dan f di setiap pasangan koordinat disebut intensitas atau level keabuan
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciPENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2
Copyright @2007 by Emy 1 PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI Copyright @2007 by Emy 2 Kompetensi Mampu membedakan teknik image enhancement menggunakan domain spatial dan frekuensi
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Pemfilteran Citra; Sharpening, Blurring dan Noise Reduction 5 UNIV KRISTEN DUTA WACANA GENAP 1213 Pemfilteran Citra (Image Filtering) Pada
Lebih terperinciPengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image
EKSPLORA INFORMATIKA 98 Pengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image Andi Pranata 1, Erna ZuniAstuti 2
Lebih terperinciBLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA
BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA Disusun oleh : Nama : Aryanto M Nrp : 0722066 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciRESTORASI CITRA. Budi s
RESTORASI CITRA Budi s Sumber Noise Setiap gangguan pada citra dinamakan dengan noise Noise bisa terjadi : Pada saat proses capture (pengambilan gambar), ada beberapa gangguan yang mungkin terjadi, seperti
Lebih terperinciSalt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 Salt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction Syanti irviantina *1, Irpan Pardosi 2 STMIK Mikroskil, Jl.
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE
ANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE Muhamad Sofwan & Dadang Gunawan Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia ABSTRAK Teknik watermarking dibagi menjadi dua, yaitu
Lebih terperinciSimulasi dan Analisis Perbaikan Citra Digital Domain Frekuensi dengan Transformasi Fourier
Jurnal Reka Elkomika 7-49X Februari 1 Jurnal Online Institut Teknologi Nasional TeknikElektro Itenas Vol.1 No. Simulasi dan Analisis Perbaikan Citra Digital Domain Frekuensi dengan Transormasi Fourier
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
Lebih terperinciPENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION
PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION Sugiarti sugiarti_fikumi@ymail.com Universitas Muslim Indonesia Abstrak Peningkatan kualitas citra merupakan salah satu proses awal
Lebih terperinciMODUL 4 PEMFILTERAN PADA SINYAL WICARA
MODUL 4 PEMFILTERAN PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu menyusun filter digital dan melakukan pemfilteran pada sinyal wicara II. DASAR TEORI 2.1. Filter IIR Yang perlu diingat disini bahwa infinite
Lebih terperinciROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM
ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM Annissa Yanuvita Prabawaningtyas (1022053) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciNOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
NOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Denny Susanto (1022029) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria Sumantri, MPH no.65,
Lebih terperinciMETODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER
METODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER Masnun Dasopang Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang
Lebih terperinciIMPLEMENTASI ADAPTIVE MEDIAN FILTER SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL
IMPLEMENTASI ADAPTIVE MEDIAN FILTER SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL Eva Listiyani 1) 1) S1 / Jurusan Sistem Komputer, Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya Abstract:
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra adalah gambar bidang dua dimensi yang juga merupakan keluaran data. Artinya suatu data atau informasi tidak hanya direpresentasikan dalam bentuk teks, namun juga
Lebih terperinciPROSIDING. Uji Keretakan Knalpot dengan Metode Radiography Non Destructive Testing
PROSIDING Seminar Nasional MIPA 2016 Naskah diseminarkan pada 5 November 2016 dan dipublikasikan pada http://conf.unnes.ac.id/index.php/mipa/mipa2016/schedconf/presentations Uji Keretakan Knalpot dengan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 9 Filtering in Frequency Domain. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 9 Filtering in Frequency Domain Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciUji Efektivitas Filter Quasi-Gaussian DCT untuk Memperbaiki Kualitas Citra Ekokardiografi
Uji Efektivitas Filter Quasi- DCT untuk Memperbaiki Kualitas Citra Ekokardiografi Slamet Riyadi, Mohd Marzuki Mustafa, Aini Hussain Jurusan Teknologi Informasi, Fakultas Teknik, Universitas Muhammadiyah
Lebih terperinciPengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE) Disusun Oleh : Nama : Abner Natanael R Nrp : 0522034 Jurusan Teknik Elektro,
Lebih terperinci10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)
0//04 CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) Intelligent Computing and Multimedia (ICM) IMAGE SMOOTHING 0 //04 0 //04 Image Smoothing Biasa dilakukan
Lebih terperinciMKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Genap 2016/2017 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah (Lowpass Filter) Filter Lolos-Tinggi
Lebih terperinciANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER
ANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER Dimas Ari Tonang Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL 1. Pendahuluan Citra / gambar merupakan hal yang vital dan menjadi bagian integral dari kehidupan sehari-hari. Pada kepentingan tertentu,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
Lebih terperinciDETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS
MAKALAH SEMINAR TUGAS AKHIR DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS Sulistono*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Kadangkala hasil
Lebih terperinci