Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi
|
|
- Widya Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya nafik_unisla26@yahoo.co.id 1, ymp@stts.edu 2 ABSTRAK Segmentasi citra merupakan suatu teknik pengelompokkan (clustering) untuk citra. Dengan kata lain, merupakan suatu proses pembagian citra ke dalam wilayah (region) yang mempunyai kesamaan fitur antara lain : tingkat keabuan (grayscale), teksture (texture), warna (color), gerakan (motion). Integral projection merupakan salah satu metode yang cukup baik untuk mendapatkan suatu objek hasil segmentasi. Sebelum melakukan transformasi perlu dilakukan suatu pre processing dan salah satu teknik yang digunakan adalah thresholding. Dalam penelitian ini dikembangkan suatu penggabungan antara preprocessing citra dan integral projection untuk menghasilkan segmentasi dengan kualitas yang lebih baik. Kata kunci: Segmentasi, Radigraph Dental Panoramic, Transformasi Integral Projection 367
2 PENDAHULUAN Baru-baru ini, perancangan dan pembuatan Automated Dental Identification System (ADIS) untuk pengidentifikasian manusia dengan menggunakan dental radiograph telah dilakukan. ADIS adalah sebuah sistem automatisasi proses untuk pengidentifikasian PM yang telah didesain untuk mencapai hasil pengidentifikasian yang akurat dan tepat waktu dengan interfensi manusia yang minimum. ADIS memanfaatkan dental radiograph yang telah didigjitalkan untuk memberikan sebuah daftar pendek dari citra yang cocok untuk ahli forensik gigi. Namun demikian, dental radiograph yang digunakan oleh ADIS adalah citra bitewing yang sulit untuk didapatkan PM dari korban. Pada penelitian ini, citra gigi yang digunakan adalah citra dental panoramic radiograph. Citra Masukkan Citra Hasil Enhacement Gambar 1. Citra Hasil Proses Image Enhancement. Tahapan untuk identifikasi manusia untuk kebutuhan forensik adalah: preprocessing citra gigi, ekstrasi fitur, klasifikasi dan matching. Pada penelitian ini akan dibahas tahapan awal dari citra gigi, yaitu preprocessing citra gigi yang terdiri dari image enhancement (perbaikan citra), binarisasi citra, dan pemisahan gigi. PERBAIKAN CITRA Tujuan dari proses perbaikan citra (image enhancement) adalah mengganti nilai piksel dari tambalan gigi yang terlalu tinggi daripada nilai piksel gigi sekitarnya, dengan tujuan agar tidak mengacaukan proses binarisasi. Pada tahap ini, metode yang digunakan adalah metode image thresholding untuk mengganti intensitas nilai piksel yang terlalu tinggi, topbottom hat morphological operation untuk mempertajam kontras citra antara gigi dan background, dan Contrast-Limited Adaptive Histogram Equalization (CLAHE) untuk melakukan ekualisasi histogram dalam tingkat lokal. Proses thresholding dapat ditunjukkan pada persamaan. g (x,y) = 1 if f(x,y) > T g (x,y) = 0 if f(x,y) T BINARISASI CITRA Citra yang telah diperbaiki melalui proses image enhancement telah siap untuk dilakukan binarisasi menjadi hitam dan putih dengan menggunakan metode threshold canny dan iterative thresholding. Edge Canny detection adalah algoritma pedeteksian tepi dari suatu object. Tujuan dari pengguanaan dari edge canny detection adalah untuk mengetahui tingkat kekontrasan pada kontur gigi. Proses edge canny detection digabungkan dengan proses dilasi dengan square constructing objek sebesar 2. Setelah proses dilasi, tahap selanjutnya adalah dengan melakukan proses masking dengan citra original untuk mendapatkan nilai gray pada edge. Sehingga didapatkan nilai threshold dari nilai ratarata mask edge. KAJIAN TEORI 1. Pengolahan Citra Digital Pemrosesan citra digital memerlukan satu proses pre processing yang selanjutnya akan digunakan untuk proses yang lain. Proses tersebut adalah segmentasi. Segmentasi merupakan langkah pertama dan menjadi kunci yang penting dalam suatu pengenalan objek (object recognition). Proses segmentasi merupakan suatu proses untuk memisahkan antara satu obyek dengan obyek lainnya. Dengan proses segmentasi masing-masing obyek pada citra dapat diambil secara terpisah sehingga dapat digunakan sebagai masukan proses yang lain. Segmentasi citra merupakan suatu teknik pengelompokkan (clustering) untuk citra. Dengan kata lain, merupakan suatu proses pembagian citra ke dalam wilayah (region) yang mempunyai kesamaan fitur antara lain : tingkat keabuan (gray scale), teksture (texture), warna (color), gerakan (motion). 2. Segmentasi Terdapat dua pendekatan utama dalam segmentasi citra yaitu didasarkan pada tepi (edge-based) dan didasarkan pada wilayah (region-based). Segmentasi didasarkan pada tepi membagi citra berdasarkan diskontinuitas di antara sub-wilayah (sub-region), sedangkan segmentasi yang didasarkan pada wilayah bekerjanya berdasarkan keseragaman yang ada pada sub-wilayah tersebut. Hasil dari segmentasi citra adalah sekumpulan wilayah yang melingkupi citra tersebut, atau sekumpulan kontur yang diekstrak dari citra (pada deteksi tepi). Segmentasi wilayah merupakan pendekatan lanjutan dari deteksi tepi. Dalam deteksi tepi segmentasi citra dilakukan melalui identifikasi batas-batas objek (boundaries of object). Batas merupakan lokasi dimana terjadi perubahan intensitas. Dalam pendekatan didasarkan pada wilayah, maka identifikasi dilakukan melalui wilayah yang terdapat dalam objek tersebut. Pemisahan gigi adalah memisahkan gigi menjadi gigi tunggal sehingga fitur-fitur dapat diekstrasi dari tiap gigi. Terdapat dua buah proses untuk mendapatkan obyek gigi tunggal. Proses pertama menggunakan 368
3 Horizontal Integral Projection untuk memisahkan antara rahang atas (maxilla) dan rahang bawah (mandible). Selanjutnya, pemotongan pada gigi dilakukan dengan menggunakan Vertical Integral Projection pada masing-masing citra maxilla dan mandible sehingga didapatkan gigi-gigi tunggal yang terpisah dari gigi tetangganya. Setelah dilakukan proses tersebut, garis-garis pembatas antargigi dapat diperoleh. Nilai piksel pada gambar yang terletak pada garis pembatas antargigi akan diubah menjadi 0, kemudian dipertebal dengan proses erosi menggunakan structuring element persegi berukuran tiga piksel Integral Projection Untuk memisahkan antara rahang atas dan rahang bawah digunakan horizontal projection dengan rumusan sebagai berikut: H(i) = Horizontal integral projection adalah penjumlahan matrik citra dari baris ke m sampai pada kolom ke n. Atau dengan kata lain penjumlahan matrik citra dengan arah baris. Horizontal projection bertujuan untuk mencari posisi initial baris yang paling minimum atau global minimal. Posisi baris tersebut digunakan untuk membuat garis pembatas antara rahang atas dengan rahang bawah. Kemudian proses penentuan garis pemisah pada stripse (20x100) ditentukan dengan melakukan penjumlahan secara baris pada masing-masing stripse. Untuk menyatukan digunakanlah fungsi spline untuk menyatukan garis yang terdapat pada tiap stripse Vertical Projection Untuk memisahkan tiap gigi digunakan cara yang sama dengan pemisahan antara rahang atas dengan rahang bawah. Pemisahan tiap gigi dapat dilakukan dengan menggunakan vertical projection. Dengan rumusan sebagai berikut: V (i) = Vertical projection adalah penjumlahan matrik citra dari kolom ke n sampai baris ke m. Atau dengan kata lain penjumlahan matik citra dari arah kolom. Hal yang ingin dicapai pada vertical projection adalah mencari nilai local minimal pada kurva penjumlahan kolom. Seperti terlihat di bawah ini: Gambar 2 Citra hasil vertical projection Proses pemisahan gigi pada masing-masing rahang memiliki kompleksitas yang lebih tinggi jika dibandingkan dengan proses pemisahan rahang. Hal ini dikarenakan pada pemisahan rahang hanya terdapat sebuah garis pemotong. Sedangkan pada proses pemisahan gigi, paling tidak terdapat tiga sampai dengan enam garis pemotong. Oleh karena itu, proses pemisahan gigi diperlukan tambahan proses, yaitu proses mencari garis kandidat pemotong gigi, proses seleksi terhadap garis kandidat pemotong gigi, dan pembentukan garis Ketiga proses tersebut akan dijelaskan pada subbab berikut. Proses Mencari Garis Kandidat Pemotong Gigi Proses pencarian garis kandidat pemotong gigi dilakukan dengan menjumlahkan piksel kolom pada masing-masing rahang atas dan rahang bawah. Terdapat perbedaan antara proses penjumlahan piksel baris pada rahang atas dan rahang bawah. Khusus pada rahang bawah yang umumnya terdapat akar gigi bercabang yang dapat mengacaukan proses pemisahan, penjumlahan hanya dilakukan pada 3/5 bagian dari atas citra rahang bawah sehingga piksel pada akar gigi tidak ikut dijumlahkan. Grafik histogram dibuat dari hasil penjumlahan piksel baris ini. Setelah itu, proses smoothing dilakukan pada grafik histogram tersebut dengan nilai smoothing point 12. Jumlah maksimum iterasi untuk smoothing adalah 30 kali. Selain itu iterasi akan berhenti hanya jika jumlah minimum smoothing point pada grafik histogram kurang dari atau sama dengan 5 ataupun iterasi telah mencapai batas maksimum. Koordinat minimum smoothing point yang tersisa akan digunakan sebagai koordinat untuk kandidat garis pemotong antar gigi. Kemudian, seleksi terhadap kandidat garis pemotong dilakukan sehingga hanya tersisa garis Proses Seleksi pada Garis Kandidat Pemotong Gigi dengan Menggunakan Integral Projection yang Dimodifikasi Kandidat garis pemotong antar gigi yang didapatkan diseleksi dalam beberapa tahap sehingga hasil akhir dari proses ini didapatkan garis Proses seleksi pertama dilakukan dengan cara membandingkan koordinat y atau tinggi dari posisi garis kandidat pemotong dengan nilai batasan tertentu. Terdapat perbedaan nilai pembatas untuk maxilla dan mandible. Pada maxilla nilai batas ditentukan dengan mengambil 80 % dari tinggi maksimal penjumlahan nilai piksel secara vertikal pada citra maxilla. Sedangkan untuk mandible, dikarenakan hanya diambil 3/5 bagian dari citra maxilla, maka nilai batas hanya diambil 50% dari 369
4 total penjumlahan nilai piksel secara vertikal pada citra mandible. Garis kandidat pemotong gigi yang memiliki koordinat y lebih besar dari nilai batasan, atau dengan kata lain terletak diatas nilai batas, akan dihilangkan karena dianggap tidak termasuk dalam garis Selanjutnya, proses seleksi kedua dilakukan dengan cara mengurutkan posisi koordinat x dari garis kandidat yang telah lolos dalam seleksi pertama. Kemudian menghitung selisih jarak antara garis kandidat pemotong satu dengan tetangganya. Pada penelitian ini, nilai threshold ditetapkan sebesar 55 piksel sebagai anggapan bahwa gigi paling pendek minimal berukuran panjang 55 piksel. Sedangkan antara garis kandidat pemotong gigi satu dengan yang lain tidak boleh berdekatan. Jika terdapat garis kandidat yang memiliki jarak kurang dari 55 piksel dengan tetangga kanannya, maka tetangga kanannya akan dibuang. Kemudian, jarak dengan tetangga sebelah kanannya dihitung lagi sampai diperoleh jarak antar garis pemotong gigi dan tetangga sebelah kanannya lebih dari 55 piksel. Proses Pembentukan Garis Pemotong Antar Gigi Tahap terakhir dari proses pemisahan gigi adalah proses pembentukan garis pemotong antar gigi. Proses pembentukan garis pemotong antar gigi memiliki alur yang sama dengan proses pemotongan rahang. Pada proses ini garis pemotong antargigi yang telah didapatkan dijadikan garis inisial pemotong antargigi. Kemudian, pemecahan citra dilakukan disepanjang garis inisial tersebut yang disebut dengan stripe. Stripe berbentuk persegi panjang dengan panjang 80 piksel dan lebar 50 piksel. Dari tiap stripe, proses penjumlahan baris secara Vertical Integral Projection dilakukan. Kemudian, titik dipilih pada stripe yang memiliki nilai paling minimum. Titik yang dipilih ini akan menjadi titik Selanjutnya, koordinat dari beberapa titik pemotong antar gigi dihubungkan dengan metode spline untuk menjadi garis Bagian citra yang terletak pada koordinat garis pemotong antar gigi akan diubah nilai pikselnya menjadi nol sehingga gigi satu dengan tetangganya akan terpisah. PEMBAHASAN Proses perbaikan citra dilakukan dengan tujuan mempertajam kontras citra asli dengan background, dan menghilangkan piksel yang memiliki intensitas terlalu tinggi. Uji coba juga dilakukan dengan tujuan untuk membandingkan secara visual antara citra asli dengan citra hasil proses perbaikan citra. Proses uji coba akan mendapatkan hasil yang baik, jika kontras antara gigi dan latar belakangnya semakin tajam. Hasil uji coba ditunjukkan pada Gambar berikut : Gambar 3 citra asli Gambar 4 citra hasil perbaikan Proses binarisasi citra digunakan untuk mengetahui kemampuan sistem dalam memisahkan antara bagian obyek gigi dengan latar belakangnya sesuai dengan rancangan dan implementasi yang telah diterapkan. Uji coba juga dilakukan dengan tujuan untuk menbandingkan citra secara visual, antara citra hasil perbaikan citra dengan citra hasil proses binarisasi. Hasil uji coba proses binarisasi citra dapat dilihat pada Gambar 5. Gambar 5 citra hasil binarisasi Citra uji coba yang digunakan pada penelitian ini terdiri dari citra Panoramic Dentalg sesuai pada Gambar 6 dan Gambar 7: Gambar 6 Citra Panoramic Dental Gambar 7 Citra hasil crop Untuk data panoramic pada tahap uji coba adalah 5 data. Sedangkan data hasil crop digunakan sebanyak 10 data. Tahapan proses yang dilakukan pada kedua data tersebut adalah dengan melakukan 370
5 proses segmentasi diawali dengan threshold kombinasi, untuk memisahkan antara rahang atas dengan rahang bawah digunakan horizontal projection dan untuk memisahkan gigi digunakan vertical projection. Uji coba yang dilakukan pada horizontal projection adalah kemampuan dalam melakukan proses pemisahan antara rahang atas dengan rahang bawah. Uji coba dilakukan pada pada 10 citra hasil crop dan 5 citra panoramic. Proses yang dilakukan adalah dengan melakukan proses perubahan warna, jika yang ditampilkan adalah rahang atas maka rahang bawah yang dirubah menjadi warna hitam, untuk menampilkan rahang bawah, maka rahang atas yang dirubah menjadi warna hitam. Hasil uji coba dari horizontal projection dapat dilihat pada Gambar berikut: Citra Rahang Atas Rahang Bawah a.jpg b.jpg Pada uji coba vertical projection juga digunakan citra yang sama seperti pada uji coba horizontal projection. Untuk hasil vertical projection dapat dilihat pada Gambar di bawah ini: Citra Rahang Atas Rahang Bawah a.jpg menggunakan algoritma horizontal projection 88% d. Untuk melakukan proses segmentasi pada tiap gigi dapat dilakukan dengan algoritma vertical projection. Hasil akurasi dari vertical projection 80% 2. Saran Oleh karena itu diperlukan adanya percobaan menggunakan metode yang lain pada tahap image enhancement, dan segmentasi karena metode yang saat ini diterapkan kurang optimal dalam memisahkan citra dental radiography dengan bagian tulang rahang, yang memiliki intensitas yang hampir sama. Dan saya sampaikan terima kasih kepada Rumah Sakit Ibnu Sina Gresik yang memberikan data Dental Panoramic. DAFTAR PUSTAKA Ahmad, Usman Pengolahan Citra Digital. Yogyakarta: Graha Ilmu. Basuki, Achmad Pengolahan Citra Digital Menggunakan Visual Basic. Yogyakarta: Graha Ilmu. Fadlisyah Computer Vision dan Pengolahan Citra. Yogyakarta: Andi. Murni, Aniati Pengantar Pengolahan Citra. Jakarta: Gramedia. Putra, Darman Pengolahan Citra Digital. Yogyakarta: Andi. Wijaya, Marvin Ch Pengolahan Citra Digital Menggunakan Matlab. Bandung: Informatika. Yuniarti, Anny Classification and Numbering of Dental Radiographs for an Automated Human Identification System. Telkomnika. Vol.10, b.jpg PENUTUP 1. Kesimpulan Dari hasil uji coba yang didapatkan, beberapa simpulan sebagai berikut: a. Proses segmentasi foreground dan background pada citra sinar-x gigi dapat dilakukan menggunakan threshold kombinasi (gabungan metode Edge Canny & Iterative Thresholding). b. Berdasarkan uji coba, nilai parameter thresholding yang optimal adalah 0,9. c. Proses pemisahan antara rahang atas dengan rahang bawah dapat dilakukan dengan 371
PEMISAHAN GIGI PADA DENTAL PANORAMIC RADIOGRAPH DENGAN MENGGUNAKAN INTEGRAL PROJECTION YANG DIMODIFIKASI
Vol. 6, No. 2, Juli 2011 ISSN 0216-0544 PEMISAHAN GIGI PADA DENTAL PANORAMIC RADIOGRAPH DENGAN MENGGUNAKAN INTEGRAL PROJECTION YANG DIMODIFIKASI a Bilqis Amaliah, b Anny Yuniarti, c Anindita Sigit Nugroho,
Lebih terperinciPEMISAHAN GIGI PADA DENTAL PANORAMIC RADIOGRAPH DENGAN MENGGUNAKAN INTEGRAL PROJECTION YANG DIMODIFIKASI
Vol. 6, No. 2, Juli 2011 ISSN 0216-0544 PEMISAHAN GIGI PADA DENTAL PANORAMIC RADIOGRAPH DENGAN MENGGUNAKAN INTEGRAL PROJECTION YANG DIMODIFIKASI a Bilqis Amaliah, b Anny Yuniarti, c Anindita Sigit Nugroho,
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciKLASIFIKASI GIGI MOLAR DAN PREMOLAR PADA DENTAL PANORAMIC RADIOGRAPH
SEMINAR TUGAS AKHIR PERIODE JANUARI 2010 KLASIFIKASI GIGI MOLAR DAN PREMOLAR PADA DENTAL PANORAMIC RADIOGRAPH Evan Yofiyanto Agus Zainal Arifin Bilqis Amaliah Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciPEMANFAATAN DAN PEMBUATAN ALAT PENYEDIAAN DAYA LISTRIK SECARA OTOMATIS DENGAN MENGGUNAKAN INVERTER 12V DC MENJADI 220V AC
212 PEMANFAATAN DAN PEMBUATAN ALAT PENYEDIAAN DAYA LISTRIK SECARA OTOMATIS DENGAN MENGGUNAKAN INVERTER 12V DC MENJADI 220V AC Suharijanto1 1) Dosen Fakultas Teknik Prodi Elektro Universitas Isalam Lamongan
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciSistem Klasifikasi dan Penomoran Posteriror Dental Radiography Menggunakan Support Vector Machine dengan Fitur Mesiodistal Neck
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1 Sistem Klasifikasi dan Penomoran Posteriror Dental Radiography Menggunakan Support Vector Machine dengan Fitur Mesiodistal Neck Ahmad Mustofa Hadi, Agus
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciBAB IV PREPROCESSING
BAB IV PREPROCESSING 4.1 Langkah yang Dilakukan Interpretasi visual citra Pap smear merupakan hal yang sangat rumit. Hal ini disebabkan karena citra Pap smear memberikan hasil sel yang beragam mulai dari
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 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 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 terperinciIMPLEMENTASI SEGMENTASI PEMBULUH RETINA DENGAN METODE MULTI- SCALE LINE TRACKING
IMPLEMENTASI SEGMENTASI PEMBULUH RETINA DENGAN METODE MULTI- SCALE LINE TRACKING Syarifatun Nadhiroh Qomariyah 1, Handayani Tjandrasa 2, Nanik Suciati 3 Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila (5109100049) Dosen Pembimbing 1 Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D. Dosen
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
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 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 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 terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciOperasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma
Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1 Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
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 terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
Lebih terperinciPerbandingan Otsu Dan Iterative Adaptive Thresholding Dalam Binerisasi Gigi Kaninus Foto Panoramik
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Perbandingan Otsu Dan Iterative Adaptive Thresholding Dalam Binerisasi Gigi Kaninus Foto Panoramik Nur Nafi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
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 terperinciReview Paper. Image segmentation by histogram thresholding using hierarchical cluster analysis
Review Paper Image segmentation by histogram thresholding using hierarchical cluster analysis Agus Zainal Arifin a,*, Akira Asano b a Graduate School of Engineering, Hiroshima University, 1-4-1 Kagamiyama,
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
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 terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
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 terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Kata Kunci: Citra Fundus Retina, Segmentasi Citra,
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 terperinci2 BAB II TINJAUAN PUSTAKA
9 2 BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Secara umum penelitian pengenalan plat nomor kendaraan terdiri dari tiga tahapan [1][7][11], yaitu deteksi plat nomor kendaraan, segmentasi karakter,
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
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 terperinciGARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)
GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Mata Kuliah: Pengolahan dan Pengenalan Pola; Kode/Bobot : TSK 713/ 2 sks; Deskripsi Mata Kuliah: Mata kuliah ini berisi konsep teori, teknik-teknik dan aplikasi
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
Lebih terperinciOleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc
Oleh Yuli Wijayanti Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc TEKNIK INFORMATIKA-ITS 26 JULI 2010 Latar Belakang Segmentasi gambar merupakan salah satu faktor
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciPenerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
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 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 terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
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 terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciSEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION. Anik Purwaningsih, Sutopa *
SEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION Anik Purwaningsih, Sutopa * ABSTRAK SEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION. Pengujian pelat elemen bakar (PEB)
Lebih terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
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 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 terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
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 terperinciSEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING DIGITAL FISH IMAGE SEGMENTATION BY THRESHOLDING METHOD
SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING Max R. Kumaseh 1), Luther Latumakulita 1), Nelson Nainggolan 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl. Kampus Unsrat,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciSegmentasi Citra Berwarna Menggunakan Deteksi Tepi dan Fuzzy C-Means yang Dimodifikasi Berdasarkan Informasi Ketetanggaan
Segmentasi Citra Berwarna Menggunakan Deteksi Tepi dan Fuzzy C-Means yang Dimodifikasi Berdasarkan Informasi Ketetanggaan Septi Wulansari (5109100175) Pembimbing I: Prof. Ir. Handayani Tjandrasa, M.Sc.,
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciPengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Dr. Aniati Murni (R.1202) Dina Chahyati, M.Kom (R.1226) Universitas Indonesia DC - OKT 2003 1 Tujuan Peningkatan Mutu Citra Sumber Pustaka:
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org ABSTRAKSI
Lebih terperinciIMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER
IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Sanny Hikmawati 1, Handayani Tjandrasa 2, Nanik Suciati 3 Teknik Informatika,
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciBAB II LANDASAN TEORI. menggunakan komputer atau laptop merupakan citra digital, dapat juga diartikan
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital Citra atau Gambar (Image) adalah sebuah informasi yang memiliki bentuk visual. Suatu citra yang diperoleh dari hasil kamera dan dapat diolah menggunakan
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam penelitian ini diperlukan sebuah desain dan metode penelitian agar dalam pelaksanaaannya dapat menjadi lebih teratur dan terurut. 3.1. Desain Penelitian Bentuk dari desain
Lebih terperinciSEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK
SEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK Benedictus Yoga Budi Putranto, Widi Hapsari, Katon Wijana Fakultas Teknik Program Studi Teknik Informatika Universitas Kristen Duta
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB IV UJI COBA DAN ANALISIS
BAB IV UJI COBA DAN ANALISIS Bab ini akan menjelaskan tahap uji coba dan analisis dari metode pengenalan manusia dengan menggunakan citra dental radiograph. Pembahasan akan meliputi data uji coba, skenario
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinci