ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI
|
|
- Yanti Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Afriliana Kusumadewi 1 * Sugeng Santoso 2 * Abstrak Teknik histogram equalization merupakan suatu teknik untuk melakukan perbaikan citra. Tujuan utama dari histogram equalization adalah meningkatkan kualitas citra menjadi lebih baik lagi untuk mendapatkan karakterisasi statistik citra termogram. Histogram equalization dalam penelitian ini dilakukan pada citra termogram kanker payudara dini menggunakan program aplikasi matlab 7.1 untuk mencari karakterisasi statistik citra termogram. Parameter karekterisasi statistik yang digunakan adalah besarnya nilai entropi citra. Penelitian menggunakan 19 citra termogram kanker payudara dini. Pra pengolahan citra dilakukan dengan mengubah citra termogram warna menjadi citra termogram grayscale dilanjutkan dengan penentuan ROI dan metode cropping. Besarnya nilai entropi citra termogram akan menjadi karakterisasi statistik masingmasing citra termogram. Kata Kunci : Citra termogram kanker payudara, histogram equalization, karakterisasi statistik, histogram citra, entropi PENDAHULUAN Di Indonesia kanker payudara merupakan satu jenis kanker terbanyak yang dijumpai pada wanita. Berdasarkan data Sistem Informasi Rumah Sakit (SIRS) 2007 kejadian kanker payudara sebanyak kasus atau 16,85 % dan merupakan jenis kanker pembunuh nomor dua wanita Indonesia setelah kanker serviks. Secara umum kasus ini meningkat seiring dengan peningkatan status ekonomi, sosial, dan pola hidup. Pada umumnya citra medis hasil scanning atau berupa citra digital aras keabuan yang mengalami penurunan kualitas (terdegradasi) yang disebabkan faktor-faktor luar (derau) dan peralatan medis yang digunakan. Dengan demikian proses peningkatan citranya juga harus menggunakan teknik-teknik pengolahan citra aras keabuan. Maka diperlukan peningkatan kualitas citra yang bertujuan untuk menghasilkan citra dengan kualitas yang lebih baik dibandingkan dengan citra semula. Langkah selanjutnya yang diperlukan dalam pengolahan citra adalah analisis citra dengan tujuan untuk mengidentifikasi parameter-parameter yang diasosiasikan dengan ciri dari objek didalam citra, untuk selanjutnya parameter tersebut digunakan dalam menginterpretasi citra. Termografi merupakan metode yang pertama diketahui dapat mendeteksi patologi payudara. Termografi dapat mengidentifikasi perubahan 1 adalah dosen Teknik Elektro UNWIDHA Klaten 2 adalah dosen Teknik Elektro UNWIDHA Klaten 101
2 fisiologi lokal dan aliran darah sebelum pemeriksaan klinis. Pencitraan termal digital menggunakan infrared memiliki ciri yang unik dapat menunjukkan perubahan fisiologis dan metabolis. Termografi memiliki keakuratan pengujian yang tidak dipengaruhi oleh kepadatan jaringan payudara pada wanita dibawah usia 50 tahun. Termografi infrared dapat membandingkan diagnostik informatif dengan metode standar diagnostik kanker payudara (mammografi, USG) dan akan lebih akurat apabila dilengkapi dengan peralatan modern maupun software tertentu. Prinsip dasar dari termografi adalah menangkap citra termal digital dari kamera Fluke Ti20 Thermal Imager pada jaringan kanker payudara sehingga dapat mengetahui sifat statistik termal yang menggambarkan kuatnya eksistensi kanker payudara. Termografi disebut juga dengan thermal imaging. Termografi menggunakan kamera khusus untuk mengukur temperatur kulit di permukaan payudara dan menghasilkan peta digital (digital map) yang mengilustrasikan pola temperatur permukaan kulit. Peta digital inilah yang disebut dengan termogram. Dalam kegiatan proses citra secara digital, ruang lingkup penelitian adalah proses pengubahan citra termogam kanker payudara dini RGB ke citra termogram graycale, proses cropping untuk mendapatkan obyek yang terindikasi kanker, menghitung nilai entropi citra, dan membandingkan nilai entropi tersebut dengan nilai entropi yang dihasilkan dari citra termogram yang sudah diproses melalui histogram equalization. Dalam penelitian ini salah satu sifat tektur citra termogram kanker payudara yang dapat diambil sifat statistiknya adalah nilai histogram dan nilai entropi. HISTOGRAM EQUALIZATION Menurut Munir (2004), Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas piksel dari suatu citra. Dari sebuah histogram dapat diketahui frekuensi kemunculan nisbi (relative) citra tersebut. Histogram juga dapat menunjukkan banyak hal tentang kecerahan (brightness) dan kontras (contrast) dari sebuah citra. Secara matematis histogram citra dihitung dengan persamaan : ni hi, i 0,1,..., L n dengan n = jumlah seluruh piksel di dalam citra dan n i = jumlah piksel yang memiliki derajat keabuan i Distribusi h i, atau n i, dapat menyediakan informasi tentang kemunculan citra. Pengetahuan praktis untuk memahami histogram citra dibutuhkan untuk melihat perubahan-perubahan pada citra setelah dilakukan operasi tertentu. Beberapa pengetahuan praktis yang biasa digunakan dalam melihat histogram citra adalah sebagai berikut: a. Histogram citra yang terdistribusi merata pada seluruh tingkat keabuan memiliki kontras yang baik. b. Histogram citra yang mengumpul pada daerah gelap memiliki citra yang redup. c. Histogram citra yang mengumpul pada daerah terang atau terkonsentrasi pada intensitas citra yang tinggi menampilkan citra yang terang. Disamping itu dalam upaya menampakkan informasi sebanyak mungkin pada citra maka histogram dibuat semerata mungkin yang disebut dengan penyamaan histogram (histogram equalization). Menurut Munir (2004), tujuan ekualisasi histogram adalah untuk memperoleh 102
3 penyebaran histogram yang merata, sehingga setiap derajat keabuan memiliki jumlah piksel yang relatif sama. Yang dimaksud dengan perataan histogram adalah mengubah derajat keabuan suatu piksel (r) dengan derajat keabuan yang baru (s) dengan suatu fungsi transformasi T, yang dalam hal ini s = T(r). Dua sifat yang dipertahankan pada transformasi ini: 1. Nilai s merupakan pemetaan 1 ke 1 dari r. Ini untuk menjamin representasi intensitas yang tetap. Ini berarti r dapat diperoleh kembali dari r dengan transformasi invers: r = T -1 (s), 0 < s < 1 2. Untuk 0 < r i < 1, maka 0 < T(r) < 1. Ini untuk menjamin pemetaan T konsisten pada rentang nilai yang diperbolehkan. KARAKTERISASI STATISTIK Informasi tekstur menyangkut sifat-sifat citra yang berkaitan dengan lokasi, histogram dalam rangka melihat karakteriktik tekstur. Matriks co-occurrence adalah matriks yang mengambarkan frekuensi kemunculan pasangan piksel dengan intensitas tertentu dalam jarak dan arah tertentu. Salah satu sifat tektur citra digital yang dapat diambil dari statistik adalah nilai intensitas abu-abu dalam citra yaitu rata-rata (mean), standar deviasi, histogram, dan nilai entropi. Dalam penelitian ini parameter statistik yang digunakan adalah besarnya nilai entropi. Entropi Citra Entropi citra adalah sebuah fitur untuk mengukur keacakan dari distribusi intensitas. Sebuah citra dikatakan sempurna apabila mempunyai entropi nol. Entropi merupakan suatu ukuran statistik random yang dapat digunakan pada karakterisasi tekstur dari citra masukan grayscale. Entropi didefinisikan sebagai : Dengan p i adalah probabilitas kemunculan. Citra masukan dapat berupa citra multi dimensional. Jika citra masukan lebih dari dua dimensi, fungsi entropi menjaganya sebagai suatu citra grayscale multi dimensional dan bukan sebagai citra RGB. Rancangan algoritma dibuat untuk melakukan karakterisasi statistik terhadap citra termogram kanker payudara dini dengan lebih tepat. Data citra yang diambil dari kamera termal Fluke Ti20 Thermal Imager masih berupa citra termogram warna dan berukuran besar 256 x 256 piksel, sehingga perlu dilakukan pra pengolahan citra termogram warna diubah menjadi citra termogram grayscale. Citra termogram grayscale kemudian ditentukan ROI nya dan citra dicuplik menggunakan metode cropping menjadi citra termogram grayscale dengan ukuran 64 x 64 piksel. Hal ini dimaksudkan agar menghemat waktu komputasi. Perancangan pembuatan algoritma yang akan diterapkan pada penelitian ini ditunjukkan pada diagram alir gambar 3.1 berikut ini. 103
4 Mulai Akuisisi Citra Konversi Citra RGB Menjadi Grayscale ROI dan Cropping Histogram Equalization Jumlah data yang diambil menggunakan kamera termal Fluke Ti20 Thermal Imager sebanyak 19 citra termogram kanker payudara dini. Dari data citra termogram yang telah diambil, dipilih 10 data citra termogram yang mempunyai kualitas terbaik untuk digunakan dalam pengujian algoritma. Citra termogram memiliki kualitas baik apabila dalam citra tersebut tidak terdapat derau, sehingga posisi kanker payudara terlihat dengan jelas, tidak kabur, dan dapat dilihat batas posisinya dengan area jaringan normal dalam citra termogram tersebut. Pemilihan citra dengan kualitas terbaik ini juga dimaksudkan agar dalam penentuan ROI dan mencuplik obyek yang akan diuji dapat dilakukan dengan tepat. Analisa Histogram Menentukan Karakterisasi Statistik dengan Menghitung Nilai Entropi Citra serta Merepresentasikan Secara Grafis Selesai Gambar 3.1 Diagram alir perancangan pembuatan algoritma karakterisasi statistik Data yang digunakan dalam penelitian ini adalah citra termogram kanker payudara dini. Citra termogram tersebut diambil dari pasien kanker payudara berjenis kelamin wanita di RSUP. Dr. Sardjito Yogyakarta tanpa mempertimbangkan umur pasien. PENGUJIAN PERANGKAT LUNAK Pengujian perangkat lunak dilakukan dengan menggunakan parameter besarnya nilai entropi. Besar nilai entropi digunakan sebagai parameter karena nilai entropi dapat menunjukkan karakterisasi statistik suatu citra. Tujuan karakterisasi statistik menggunakan teknik histogram equalization adalah untuk mendapatkan citra yang lebih baik kualitas histogramnya, sehingga dapat mengecilkan nilai entropi suatu citra. Sebagai mana diketahui citra yang mempunyai nilai entropi nol adalah citra yang paling baik untuk dianalisa. Citra termogram kanker payudara dini akan diuji menggunakan perangkat lunak yang telah dibuat. Hasil yang diperoleh pada tahap pengujian ini adalah besar nilai entropi masing-masing citra beserta histogramnya. 104
5 Analisa hasil pengujian dilakukan dengan membandingkan besarnya nilai entropi citra sebelum dan sesudah dikenakan teknik histogram equalization. Analisa hasil pengujian akan menentukan karakterisasi statistik citra termogram kanker payudara dini dengan parameter besarnya nilai entropi. HASIL PENGUJIAN HISTOGRAM EQUALIZATION Histogram equalization adalah mengubah nilainilai intensitas citra sehingga penyebarannya seragam (uniform). Perataan histogram diperoleh dengan cara mengubah derajat keabuan suatu piksel dengan derajat keabuan yang baru dengan suatu fungsi transformasi. Tujuan dari perataan histogram adalah untuk memperoleh penyebaran histogram yang merata sehingga setiap derajat keabuan memilki jumlah piksel yang sama. Contoh hasil histogram equalization dapat dilihat pada gambar 5.1. Citra D7 awalnya mempunyai histogram yang menumpuk pada daerah bagian tengah ( ). Penumpukan histogram di bagian tengah disebabkan citra termogram terlalu gelap. Setelah melalui proses perataan terlihat histogramnya tersebar merata di seluruh daerah keabuan (0 255) HASIL NILAI ENTROPI Hasil perhitungan nilai entropi citra termogram payudara dini sebelum dan sesudah proses histogram equalization terlihat pada tabel 6.1 dibawah ini : Tabel 6.1 Nilai entropi citra termogram kanker payudara dini Jenis Citra Sebelum Proses Histogram Equalization Nilai Entropi Sesudah Proses Histogram Equalization D D D D D D D Gambar 5.1 Hasil histogram equalization citra D7 D D D
6 Berdasarkan tabel 6.1 terlihat nilai entropi sebelum proses histogram equalization terbesar terdapat pada citra termogram kanker payudara dini D19 sebesar , sedangkan nilai entropi terkecil sebelum proses histogram equalization terdapat pada citra termogram kanker payudara dini D12 sebesar Rata-rata nilai entropi sebelum proses histogram equalization sebesar Kesepuluh citra termogram kanker payudara dini terbukti memiliki nilai entropi yang cukup besar. Hal ini berarti citra termogram tersebut masih jauh dari sempurna. Citra termogram dikatakan sempurna apabila memiliki nilai entropi nol. Nilai entropi nol didapatkan apabila histogram citra merata di seluruh bagian. Berdasarkan data pada tabel 4.1 terbukti bahwa teknik histogram equalization yang diaplikasikan pada citra termogram kanker payudara dini berhasil mengecilkan nilai entropi citra termogram kanker payudara dini. Dengan mengecilnya nilai entropi ini, kualitas citra termogram dapat diperbaiki. Histogram citra termogram yang pada awalnya mengumpul rapat di kisaran piksel dapat diratakan pada kisaran piksel setelah melalui proses histogram equalization. Dengan demikian terbukti kualitas citra dapat diperbaiki dengan histogram yang tersebar merata. Histogram yang tersebar merata berarti citra yang dihasilkan menjadi lebih baik kualitas dan tingkat kecerahannya. Berdasarkan tabel 6.1 terlihat setelah dilakukan proses histogram equalization nilai entropi mengalami penurunan. Nilai entropi terbesar setelah proses histogram equalization terdapat pada citra D8 sebesar , sedangkan nilai entropi terkecil terdapat pada citra D12 sebesar Rata-rata nilai entropi sesudah proses histogram equalization sebesar Pada gambar 4.14 terlihat semua citra mengalami penurunan nilai entropi setelah proses histogram equalization. Penurunan nilai entropi terbesar terdapat pada citra D19 sebesar , sedangkan penurunan nilai entropi terkecil terdapat pada citra D12 sebesar Rata-rata penurunan nilai entropi untuk kesepuluh citra termogram kanker payudara dini sebesar atau sebesar 9, %. Gambar 6.1 Perbandingan nilai entropi citra termogram kanker payudara dini 106
7 KESIMPULAN Teknik histogram equalization dapat diaplikasikan pada citra termogram kanker payudara dini dengan menggunakan program berbasis Matlab 7.1 Nilai entropi sebelum proses histogram equalization terbesar terdapat pada citra termogram k anker payudara dini D19 sebesar , sedangkan nilai entropi terkecil sebelum proses histogram equalization terdapat pada citra termogram kanker payudara dini D12 sebesar Rata-rata nilai entropi sebelum proses histogram equalization sebesar Nilai entropi terbesar setelah proses histogram equalization terdapat pada citra D8 sebesar , sedangkan nilai entropi terkecil terdapat pada citra D12 sebesar Rata-rata nilai entropi sesudah proses histogram equalization sebesar Terbukti bahwa teknik histogram equalization yang diaplikasikan pada citra termogram kanker payudara dini berhasil mengecilkan nilai entropi citra termogram kanker payudara dini sebesar 9, %. Histogram citra termogram yang pada awalnya mengumpul rapat di kisaran piksel dapat diratakan pada kisaran piksel setelah melalui proses histogram equalization. Dengan demikian terbukti kualitas citra dapat diperbaiki dengan histogram yang tersebar merata. DAFTAR PUSTAKA American Cancer Society, Breast Cancer, 2010 Darma Putra, Pengolahan Citra Digital, Penerbit Andi Yogyakarta, 2010 Gonzalez, R. C and Rafael, E. W, 2008, Digital Image Processing, Prentice Hall, Inc., United Stated, America Jain, Fundamental of Digital Image Processing, Prentice Hall, 1995 J.Mercola,DR. Revolutionary and Safe Diagnostic Tool Detects Hidden Inflammation Thermography. naturalhealthcenter.mercola.com,2011 Munir, R, Pengolahan Citra Digital dengan Pendekatan Logaritmik, Penerbit Informatika, Bandung, 2004 N. Belliveau, M.D., J. Keyserlingk, M.D. et al. Infrared Imaging of the Breast : Initial Reappraisal Using High-Resolution Digital Technology in 100 Successive Cases of Stage I and II Breast Cancer. Breast Journal, 1998; V 4, No. 4 Nurhayati. T, 2006, Karakteristik Statistik Berbasis Keacakan Termal Pada Kanker Payudara Stadium Lanjut, Tesis S2 Teknik Elektro, Universitas Gadjah Mada, Yogyakarta. P. Gamigami, M.D. Atlas of Mammography : New Early Signs in Breast Cancer. Blackwell Science, Sutoyo. T, Teori Pengolahan Citra Digital, 2009, Penerbit Andi, Yogyakarta. 107
EVALUASI CIRI CITRA TERMOGRAFI DENGAN METODE WAVELET UNTUK KANKER PAYUDARA
EVALUASI CIRI CITRA TERMOGRAFI DENGAN METODE WAVELET UNTUK KANKER PAYUDARA Oleh : Afriliana Kusumadewi Staf Pengajar Jurusan Teknik Elektro Universitas Widya Dharma Klaten Email : lina@unwidha.ac.id Abstract
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciPeningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro Peningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) Oky Dwi Nurhayati,, Thomas Sri Widodo,
Lebih terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciPENGARUH HISTOGRAM EQUALIZATION UNTUK PERBAIKAN KUALITAS CITRA DIGITAL
PENGARUH HISTOGRAM EQUALIZATION UNTUK PERBAIKAN KUALITAS CITRA DIGITAL Sisilia Daeng Bakka Mau Fakultas Teknik, Program Studi Teknik Informatika Universitas Katolik Widya Mandira Kupang Email: sisilia901@gmail.com
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciII. Tinjauan Pustaka
Analisa Citra Medis Pada Pasien Stroke dengan Metoda Peregangan Kontras Berbasis ImageJ Budiani Destyningtias, Andi Kurniawan Nugroho, Sri Heranurweni Jurusan Teknik Elektro Universitas Semarang destyningtias@usm.ac.id;
Lebih terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciKory Anggraeni Kory.anggraeni@gmail.com
Histogram Citra Kory Anggraeni Kory.anggraeni@gmail.com Lisensi Dokumen: Copyright 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Lebih terperinciPENINGKATAN KUALITAS CITRA PADA SISTEM VISUALISASI PEMBULUH DARAH VENA
PENINGKATAN KUALITAS CITRA PADA SISTEM VISUALISASI PEMBULUH DARAH VENA Lory Inggi *), Iwan Sugihartono, Riser Fahdiran Jurusan Fisika, Fakultas Ilmu Pengetahuan Alam Dan Matematika, Universitas Negeri
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 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 IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana
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 terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciImplementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI
Implementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI 1 Desti Riminarsih dan 2 Cut Maisyarah Karyati 1 Pusat Studi Komputasi Matematika(PSKM), Universitas
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Histogram dan Operasi Dasar Pengolahan Citra Digital 3 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 MAMPIR SEB EN TAR Histogram Histogram citra
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penggunaan kamera digital sebagai alat untuk mengambil citra saat ini sudah banyak digunakan karena kepraktisannya, terkadang hasil citra memiliki tampilan
Lebih terperinciPerbaikan Citra X-ray Gigi Menggunakan Contrast Stretching
Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Ima Kurniastuti 1, Tri Deviasari Wulan 1, I Ketut Eddy Purnama 2, Mauridhi Hery Purnomo 2, Margareta Rinastiti 3, Fatmala Agustina 1 1 Sistem
Lebih terperinciIDENTIFIKASI TUMOR PADA JARINGAN SEKITAR TULANG DAN PARU-PARU MENGGUNAKAN SEGMENTASI BERDASAR ARAS KEABUAN CITRA
1 MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI TUMOR PADA JARINGAN SEKITAR TULANG DAN PARU-PARU MENGGUNAKAN SEGMENTASI BERDASAR ARAS KEABUAN CITRA Nugraheni Wulandari*, Achmad Hidayatno.**, Rizal Isnanto**
Lebih terperinciAnalisis Regresi dan Analisis Diskriminan untuk Mengukur Tingkat Akurasi Feature Citra Termogram
ELECTRICIA Jurnal Rekayasa dan Teknologi Elektro Analisis Regresi dan Analisis Diskriminan untuk Mengukur Tingkat Akurasi Feature Citra Termogram Oky Dwi urhayati Jurusan Sistem Komputer, Fakultas Teknik
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 terperinciPENERAPAN METODE CONTRAST STRETCHING UNTUK PENINGKATAN KUALITAS CITRA BIDANG BIOMEDIS
PENERAPAN METODE CONTRAST STRETCHING UNTUK PENINGKATAN KUALITAS CITRA BIDANG BIOMEDIS Fricles Ariwisanto Sianturi Program Studi Teknik Informatika STMIK Pelita Nusantara Medan, Jl. Iskandar Muda No 1 Medan-Sumatera
Lebih terperinci(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :
(IMAGE ENHANCEMENT) Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagi cara. Tujuannya adalah untuk memproses citra yang dihasilkan lebih baik daripada
Lebih terperinciOperasi Piksel dan Histogram
BAB 3 Operasi Piksel dan Histogram Setelah bab ini berakhir, diharapkan pembaca memahami berbagai bahasan berikut. Operasi piksel Menggunakan histogram citra Meningkatkan kecerahan Meregangkan kontras
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
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 terperinciANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT
ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT Murinto 1), Willy Permana Putra, Sri Handayaningsih Program Studi Teknik Informatika Fakultas
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciDeteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG)
Prosiding Semirata FMIPA Universitas Lampung, 2013 Deteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah 1), Andi Ihwan 1) 1) Prodi Fisika FMIPA Untan, Pontianak
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciSATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL
SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN / 8 KODE MK / SKS / SIFAT : AK01220 / 2 SKS / MK LOKAL Pertemuan Pokok Bahasan dan ke TIU 1 PENDAHULUAN TIU mengetahui
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
APLIKASI PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE HISTOGRAM EQUALIZATION DAN CONTRAST STRECHING NAMA : DONI KURNIA SURYANA NPM : 12112254 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER. LATAR
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperincisehingga tercipta suatu pergerakan partikel partikel atom yang bermuatan di
7 II. TINJAUAN PUSTAKA 2.1. Termografi Infra Merah Termografi adalah alat diagnostik yang menggunakan energi panas ( mendeteksi temperatur permukaan). Saat ini termografi telah diterapkan dalam berbagai
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 terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciKlasifikasi Nomsupervised Citra Thermal Kanker Payudara
JNTETI, Vol. 1, No. 3, November 2012 55 Nomsupervised Citra Thermal Kanker Payudara Berbasis Fuzzy C-MEANS Octa Herliana 1, Thomas Sri Widodo 2, Indah Soesanti 3 Abstract Breast cancer was a disease with
Lebih terperinciSISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL
SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian, Ivanna K. Timotius, Iwan Setyawan SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian 1, Ivanna K. Timotius 2,
Lebih terperinciEKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS
EKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS Yudhi Agussationo Yogyakarta, 55281. Indonesia agussationoyudhi@yahoo.com Indah Soesanti Yogyakarta, 55281. Indonesia
Lebih terperinciBAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Citra (image) istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciPERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS
PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS Tole Sutikno, Kartika Firdausy, Eko Prasetyo Center for Electrical Engineering Research and Solutions
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinci: IMPLEMENTASI ALGORITMA KRIPTOGRAFI ELGAMAL UNTUK FILE CITRA 2 DIMENSI
KEMENTERIAN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO Jalan MT Haryono 167 Telp & Fax. 0341 554166 Malang 65145 KODE PJ-01 PENGESAHAN PUBLIKASI
Lebih terperinciBAB I PENDAHULUAN. jaringan ikat pada payudara. Terdapat beberapa jenis kanker payudara antara lain
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah pertumbuhan sel-sel pada jaringan payudara secara abnormal, terus menerus, tidak terkontrol dan tidak terbatas. Kanker bisa mulai tumbuh di dalam
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciSesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.
Sesi 3 Operasi Pixel dan Histogram Materi Kuliah Dosen : Pengolahan Citra Digital : M. Miftakul Amin, S. Kom., M. Eng. Pokok Bahasan Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray
Lebih terperinciPerbandingan Pewarnaan Citra Grayscale Menggunakan Metode K-Means Clustering dan Agglomerative Hierarchical Clustering
Berkala MIPA, 23(3), September 2014 Perbandingan Pewarnaan Citra Grayscale Menggunakan Metode K-Means Clustering dan Agglomerative Hierarchical Clustering Muhammad Safrizal 1 dan Agus Harjoko 2 1,2 Universitas
Lebih terperinciPERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE)
PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE) ANDRI andriecitra@yahoo.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciKULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA
KULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA Informasi penting mengenai isi citra digital dapat diketahui dengan membuat histogram citra. Histogram citra adalah grafik yang menggambarkan penyebaran
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 terperinciANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI
ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI Hanafi (12110244) Mahasiswa Program Studi Teknik Informatika, Stmik Budidarma Medan Jl. Sisimangaraja
Lebih terperinciBAB I PENDAHULUAN. berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan)
BAB I PENDAHULUAN A. Latar Belakang Kanker payudara adalah suatu penyakit dimana terjadi pertumbuhan berlebihan atau perkembangan tidak terkontrol dari sel-sel (jaringan) payudara, hal ini bisa terjadi
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciEkstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a)
Ekstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a) a) Program Studi Fisika, Jurusan Fisika, FMIPA Universitas
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 2 Point Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 2 Point Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciPengolahan Citra Nanopartikel untuk Penentuan Formula Feed Additive Berdasarkan Jumlah Sel Kurkumin Shofwatul Uyun, Nafiatun Sholihah Program Studi Teknik Informatika Universitas Islam Negeri Sunan Kalijaga
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 terperinciJurnal Fisika https://journal.unnes.ac.id/nju/index.php/jf/index
Jurnal Fisika 8 (1) (2018) 1-8 Jurnal Fisika https://journal.unnes.ac.id/nju/index.php/jf/index Karakterisasi Citra CT Scan Otak Menggunakan Analisis Fraktal Berbasis Transformasi Fourier Resi Rusmawarningsih
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
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 terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED Imam Abdul Hakim 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik Elektro, Universitas Telkom Jl. Telekomunikasi
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
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 terperinciMETODE SEGMENTASI UNTUK ANALISIS CITRA DIGITAL HEAD CT-SCAN
METODE SEGMENTASI UNTUK ANALISIS CITRA DIGITAL HEAD CT-SCAN Oky Dwi Nurhayati Program Studi Teknik Elektro, Universitas Gadjah Mada Yogyakarta Oky@mail.te.ugm.ac.id ABSTRACT Image segmentation is an important
Lebih terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45
20 BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : AMD A8-6410 APU (4 CPUs), ~2.0 GHz b. Memori : 8192
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
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 terperinciANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA
ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA Murinto, Eko Aribowo, Lidya Puspa Harleni Program Studi Teknik Informatika Universitas
Lebih terperinciPengolahan Citra Nanopartikel untuk Penentuan Formula Feed Additive Berdasarkan Jumlah Sel Kurkumin
Pengolahan Citra Nanopartikel untuk Penentuan Formula Feed Additive Berdasarkan Jumlah Sel Kurkumin Shofwatul Uyun, Nafiatun Sholihah Program Studi Teknik Informatika Universitas Islam Negeri Sunan Kalijaga
Lebih terperinciPERBAIKAN KWALITAS CITRA COVER BUKU PADA SISTEM PEMBACA SAMPUL BUKU BERBASIS SEGMENTASI CITRA UNTUK PENGEMBALIAN BUKU MANDIRI DI PERPUSTAKAAN
PERBAIKAN KWALITAS CITRA COVER BUKU PADA SISTEM PEMBACA SAMPUL BUKU BERBASIS SEGMENTASI CITRA UNTUK PENGEMBALIAN BUKU MANDIRI DI PERPUSTAKAAN Anjik Sukmaaji 1), Teguh Sutanto 2 1,2 Program Studi Sistem
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciBAB I PENDAHULUAN. penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi.
BAB I PENDAHULUAN A. LATAR BELAKANG Buah-buahan merupakan salah satu kelompok komoditas pertanian yang penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi. Permintaan domestik terhadap
Lebih terperinci