c. Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi (Karmilasari, 2009)

Ukuran: px
Mulai penontonan dengan halaman:

Download "c. Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi (Karmilasari, 2009)"

Transkripsi

1 9 2. BAB II TINJAUAN PUSTAKA Tinjauan Empiris Pada penelitian ini, peneliti menggunakan beberapa penelitian terkait dengan penelitian yang sebelumnya pernah di lakukan yang menjadi tinjauan studi, yakni sebagai berikut: a. Iris Localization using Gradient Magnitude and Fourier Descriptor (Stewart Sentanoe, 2014) Dalam penelitian ini dilakukan proses penentuan lokasi iris mata dengan menggunakan Gradient Magnitude dengan bantuan Fourier Descriptor untuk mendapatkan batas antara iris mata denga pupil mata dimana menghasilkan akurasi sebesar 71%. Cara yang di gunakan pada penelitian ini dengan mendilatasi daerah sekitar iris dan pupil hingga terjadi perubahan nilai piksel yang sangat signifikan untuk mendapatkan batas iris mata tetapi nilai piksel terutama iris mata memiliki nilai yang hampir sama dengan scelera mata b. Sistem Pengenalan Iris Mata Manusia Menggunakan Transformasi Wavelet (Maimunah, 2007) Pada penelitian ini iris mata manusia dikenali dengan menggunakan transformasi wavelet, dimana untuk mendapatkan lokasi iris mata dengan menggunakan deteksi tepi canny dan transformasi hough yang menghasilkan tingkat akurasi sebesar 35,29%. Proses pengujian pada penelitian ini mendapatkan hasil yang kurang baik, karena proses deteksi tepi maupun transformasi hough kurang menghasilkan lokasi iris yang baik sehingga berpengaruh pada prose pengenalan iris mata manusia. c. Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi (Karmilasari, 2009)

2 10 Penelitian ini membahas mengenai prose segmentasi iris mata dengan menggunakan metode deteksi tepi canny dengan melakukan operasi morfologi seperti operasi dilatasi, erosi, pembukaan, penutupan dan pengisian. Pada penelitian ini menghasilkan tingkat akurasi 35% untuk citra yang berhasil di kenali dan 50% untuk citra yang hampir berhasil di kenali. Tingkat keberhasilan citra yang sebesar 35% bisa terjadi karena proses pendeteksi tepi yang kurang maksimal selain itu operasi morfologi juga berpengaruh untuk mendapatkan hasil deteksi yang lebih baik. d. Iris Localization Scheme Based on Morphology and Gaussian Filtering (Feng Gui, 2008) Pada penelitian ini melakukan perbandingan metode untuk mendapatkan titik tengah dan jari-jari dari iris mata yakni metode Daugman, metode Wilde dan metode yang dikembangkan dengan morfologi dan tapis Gaussian. Penelitian ini menghasilkan titik tengah dengan koordinat x dan y yang serupa dengan kedua metode sebelumnya tetapi dengan konsumsi waktu proses yang paling cepat jika dibandingkan dengan kedua metode yang lain. Dalam beberapa penelitian tentang penentuan lokasi iris mata yang telah dilakukan sebelumnya, beberapa penelitian kurang melakukan tahap pre-processing citra sebelum menerapkan proses selanjutnya, hal ini bisa menjadi masalah yang cukup besar karena nilai piksel yang dimiliki oleh iris mata memiliki nilai yang hampir mirip jika dibandingkan dengan nilai piksel disekitar nya, hal ini tentu akan menggangu saat proses deteksi tepi, dimana proses deteksi tepi akan melihat perubahan nilai piksel yang cukup signifikan, sehingga banyak proses penentuan lokasi iris mata dan pengenalan iris mata terhalang dengan masalah ini. Sehingga di banyak penelitian hasil maksimal yang di dapatkan hanya sebesar 75% saja, hal ini akan sangat berpengaruh jika nantinya citra hasil penentuan lokasi akan digunakan dalam melakukan pengenalan iris mata.

3 11 Tinjauan Teoritis Iris Mata Manusia Iris adalah organ internal pada mata manusia yang sangat jelas apabila jika di lihat dari secara langsung, karena terletak pada bagian luar mata yang tetap terbungkus oleh kelopak mata. Iris mata merupakan bagian yang penting yang dapat mengatur pupil untuk membesar maupun mengecil demi mendapatkan jumlah cahaya yang masuk ke dalam mata secukupnya, jika cahaya yang datang cukup banyak, pupil akan menjadi lebih kecil dan sempit untuk mengurangi cahaya yang masuk, sedangkan ketika cahaya yang datang jumlah nya sedikit, pupil akan menjadi cukup besar dan lebar untuk menerima jumlah cahaya yang masuk sebanyak mungkin. Setiap iris mata manusia adalah unik, dimana struktur dari iris mata tidak akan sama antara satu individu dengan individu lain walaupun mereka memiliki hubungan sebagai seorang saudara kembar. Iris mata dapat di dijadikan sebagai refrensi kesehatan seseorang, karena iris mata menyimpan informasi lebih banyak sehingga keakuratan yang didapatkan lebih baik dari melakukan tes DNA karena tingkat keacakan dari struktur iris bersifat tetap dan akan terus sama seumur hidup (Ommy, 2008). Gambar 2.1. Bagian-bagian Iris Mata Biometrik Biometrik adalah bagaimana seseorang dikenali dengan berdasarkan pada karakter fisik maupun perilaku dimana karakter fisik susah untuk di hilangkan maupun di pindah kepada orang lain sehingga menjadikan karakter fisik sulit untuk di ubah tetapi untuk karakter perilaku sangat mudah berubah tergantung pada

4 12 kondisi psikologis manusia. Jenis-jenis karakter fisik yang termasuk di dalam biometrik, antara lain Iris mata, Sidik jari, Geometri tangan, suara, dan DNA (Ommy, 2008). Untuk termasuk sebagai biometrik, karakter fisik memiliki empat persyaratan yang harus dipenuhi, antara lain: a. Universal, artinya karakteristik tersebut dapat di temukan pada semua orang b. Unik, artinya karakter antara satu orang dengan orang lain berbeda c. Permanen, artinya karakter fisik tersebut akan tersimpan seumur hidup dan susah untuk di ubah maupun di hilangkan d. Dapat di ukur secara kuantitatif Gambar 2.2. Perbandingan Metode Biometrik. High, Medium, dan Low dinyatakan sebagai H,M,L (Jain, 2004) Berdasarkan gambar 2.2, pengenalan iris mata memiliki tingkat keragaman yang tinggi sebanding dengan pengenalan dengan retina maupun suhu wajah. Memiliki tingkat kekhasan dan ketetapan serta kemampuan yang tinggi pula, tetapi memiliki tingkat penerimaan dan tingkat penipuan yang rendah karena untuk mendapatkan citra iris mata harus menggunakan kamera inframerah khusus yang dapat

5 13 menangkap pola dari iris mata yang ada, dan memiliki tingkat koleksi yang sedang (Jain, 2004) Computer Vision Computer vision merupakan sejumlah proses yang terintegrasi secara otomatis yang diperuntukan sebagai persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan, dan pembuatan keputusan. Computer vision mempunyai tujuan untuk meniru atau menjelaskan mengenai cara kerja sistem visual manusia. Hal yang ingin ditiru oleh computer vision adalah cara kerja dimana mata manusia menangkap objek dan merepresentasikan objek tersebut menuju retina, yang kemudian retina akan merubah objek tersebut menjadi sinyal-sinyal yang dimengerti oleh otak dan pada akhirnya otak akan memutuskan untuk mengenali objek apakah yang ditangkap oleh mata (Munir, 2004). Computer vision terdiri dari teknik-teknik untuk mengestimasi ciri-ciri objek yang terdapat dalam citra, geometri objek yang berkaitan dengan pengukuran ciri yang kemudian menginterpretasi informasi yang dapat diambil dari geometri tersebut (Munir, 2004). Computer vision memiliki tiga buah aktivitas proses yang meliputi: 1. Memperoleh atau mengakuisisi citra digital; 2. Melakukan teknik komputasi untuk memperoses dan memodifikasi data citra (operasi-operasi pengolahan citra); 3. Menganalisis dan menginterpretasi citra menggunakan hasil pemrosesan untuk tujuan tertentu. Jika proses-proses didalam computer vision di klasifikasikan maka akan terbentuk hirarki sebagai berikut:

6 14 Gambar 2.3. Hirarki Dari Computer Vision Dari gambar diatas, pengolahan citra dan pengenalan pola merupakan salah satu hirarki yang merupakan bagian dari computer vision, tetapi untuk menlakukan pengolahan citra maupun pengenalan pola, terlebih dahulu citra harus melalui tahap awal (preprocessing) pada computer vision. Untuk mengenali jenis dari objek yang ditangkap oleh komputer, maka komputer harus melakukan proses pengenalan pola yang merupakan teknik yang penting yang ada didalam computer vision (Munir, 2004) Pengolahan Citra Citra (image) adalah gambar pada bidang dwimantra (dua dimensi) yang mana merupakan fungsi menerus (continue) yang diperoleh dari intensitas cahaya pada bidang dwimatra. Pada dasarnya untuk mendapatkan sebuah citra, sumber cahaya akan menerangi objek kemudian objek akan memantulkan cahaya yang mengenainya yang selanjutnya akan ditangkap oleh alat-alat optik seperti mata manusia, kamera, pemindai (scanner). Citra dibagi menjadi dua jenis, yaitu citra diam (still image) yang mana berarti citra tunggal yang tidak bergerak dan citra bergerak (moving images) yang mana merupakan rangkaian citra diam yang ditampilkan secara berurutan (sekuensial) sehingga mata manusia menangkap citra tersebut bergerak (Munir, 2004).

7 15 Adakalanya citra yang didapatkan mengalami penurunan mutu (degradasi) karena mengandung cacat atau derau (noise), warna yang terlalu kontras, kurang tajam, kabur (blurring), dan beberapa penurunan lainnya, sehingga citra yang didapatkan berkurang informasi yang dapat diinterpretasi. Agar citra yang didapatkan tidak mengalami gangguan dan penurunan kualitas sehingga lebih mudah untuk diinterpretasi maka citra tersebut perlu di manipulasi yang biasa disebut dengan pengolahan citra (image processing). Pengolahan citra (image processing) merupakan sebuah sistem dengan input berupa citra dengan output yang sama yaitu berupa citra. Proses pre-prosesing citra merupakan proses yang pertama kali di lakukan sebelum melanjutkan pada proses selanjutnya (Ommy, 2008). Operasi-operasi yang dapat diterapkan dalam pengolahan citra terjadi jika: 1. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas citra dan menonjolkan beberapa aspek penting yang memuat informasi yang dibutuhkan dalam citra tersebut, 2. Elemen di dalam citra perlu dikelompokan, dicocokkan atau diukur, 3. Sebagian atau seluruh citra perlu digabung dengan citra yang lain baik yang memiliki hubungan maupun tidak dengan citra yang digabung. Gambar 2.4. Alur Pengolah Citra (Munir, 2004) Umumnya, terdapat beberapa operasi yang dilakukan dalam pengolahan citra, yaitu (Munir, 2004): 1. Perbaikan kualitas citra (image enhancement). Operasi perbaikan kualitas citra bertujuan untuk memperbaiki citra yang ada dengan cara memanipulasi parameter-parameter citra seperti perbaikan kontras gelap/terang, perbaikan tepian objek (edge enhancement),

8 16 penajaman (sharpening), pemberian warna semu (pseudocoloring) dan penapisan derau (noise filtering). 2. Pemugaran citra (image restoration). Operasi pemugaran citra bertujuan untuk menghilangkan/meminimumkan cacat yang terdapat pada citra. Pada dasarnya pemugaran citra memiliki tujuan yang hampir sama dengan perbaikan kualitas citra hanya saja masalah yang menyebabkan citra cacat telah diketahui seperti penghilangan kesamaran (deblurring) dan penghilangan derau (noise removing). 3. Pemampatan citra (image compression). Pada dasarnya pemampatan citra bertujuan untuk mengurangi penggunaan memori sehingga citra menjadi lebih kompak dan diharapkan memiliki kualitas yang lebih baik dari citra sebelumnya. 4. Segmentasi citra (image segmentation). Operasi segmentasi citra bertujuan untuk memecah citra ke dalam beberapa segmen yang lebih kecil dengan harapan dapat mempermudah proses yang akan dilakukan pada citra tersebut. 5. Pengorakan citra (image analysis) Operasi ini bertujuan menghitung besaran kuantitatif dari citra yang berguna dalam mengidentifikasi objek. Beberapa operasi dari pengorakan citra meliputi pendeteksian tepi objek (edge detection), ekstraksi batas (boundary) dan representasi daerah (region). 6. Rekonstruksi citra (image reconstruction). Objek-objek hasil proyeksi yang sebelumnya terpisah dapat dibentuk ulang dengan operasi rekonstruksi citra, dimana operasi ini banyak digunakan dalam dunia medis Pengolahan Warna a. Citra RGB Citra yang merupakan model RGB merupakan citra yang terdiri dari tiga buah bidang yang saling lepas dimana masing-masing bidang memiliki

9 17 warna tersendiri yaitu merah, hijau dan biru. Suatu citra dibentuk dari kombinasi antara tiga buah bidang ini, yang membawa nilai masing-masing. Gambar menunjukan bentuk geometri yang dibentuk oleh model warna RGB yang digunakan untuk merepresentasikan warna pada masing-masing bidang dalam bidang Cartesian. Gambar 2.5. Citra RGB Dalam Bidang Cartesian Masing-masing warna memiliki spektrum masing yang akan membentuk suatu warna baru yang merupakan campuran antar masingmasing spektrum warna, dimana warna campuran itu terdiri dari putih (merah+hijau+biru), kuning (merah+hijau), cyan (biru+hijau), dan magenta (merah+biru). Warna-warna gabungan ini disebut warna sekunder sedangkan warna dasar merupakan warna utama. Model warna RGB ini banyak diterapkan pada monitor, televisi, kamera digital, maupun proyektor. Gambar 2.6. Model Warna RGB b. Citra GrayScale

10 18 Aras keabuan (grayscale) adalah citra yang pada masing-masing pikselnya hanya terdiri dari intensitas warna hitam dan putih serta intensitas warna yang berada diantara hitam maupun putih. Aras keabuan umumnya disebut citra monokromatik karena tidak ada warna lain selain warna hitam, putih, dan warna disekitar hitam dan putih tersebut. Format warna yang dipakai pada citra grayscale didalam pengolahan citra memiliki rentang antara nol sampai 255 yang mana nol merupakan warna minimal (hitam) dan 255 warna maksimal (putih) (Ridwan, 2007). Gambar 2.7. Tingkat Keabuan Citra grayscale Untuk menghitung nilai aras keabuan dapat dilakukan dengan rumus: = (1) Ket: Lo : nilai aras keabuan R : nilai warna merah G : nilai warna hijau B : nilai warna biru c. Citra Biner Citra yang merupakan model warna biner merupakan citra yang hanya mempunyai dua buah nilai piksel yaitu hitam dan putih. Walaupun citra rgb dan citra keabuan sangat berkembang, tetapi citra biner mempunyai kegunaan antara lain sebagai citra kode batang (barcode) yang biasanya digunakan sebagai label untuk barang. Citra biner hanya memiliki dua buah nilai derajat keabuan, yakni nilai 1 untuk warna putih dan 0 untuk warna hitam. Umumnya, pada citra biner, latar belakang biasanya berwarna putih dan objek biasanya berwarna hitam. Beberapa keuntungan yang dimiliki

11 19 oleh citra biner jika dibandingkan dengan citra berwarna dan citra keabuan antara lain (Ridwan, 2007): 1. Kebutuhan memori yang digunakan tergolong kecil karena nilai derajat keabuan yang terkandung hanya terepresentasi 1 bit. Kebutuhan memori citra biner dapat makin berkurang dengan memanfaatkan metode run-length encoding (RLE) yang digunakan untuk pemampatan citra 2. Waktu pemrosesan citra biner lebih cepat jika dibandingkan dengan citra keabuan dan citra berwarna karena operasi logika (AND, NOT, OR) dapat dilakukan pada citra biner sedangkan pada citra berwarna maupun keabuan harus dilakukan operasi aritmatika bilangan bulat. Proses untuk mengkonversi dari citra berwarna atau citra keabuan menjadi citra biner dapat dilakukan dengan operasi pengambangan (thresholding). Proses untuk mengkonversi citra biner adalah sebagai berikut (Ridwan, 2007): (, ) = 1, (, 0, (2) Ket: f B(i,j) : nilai piksel citra biner koordinat i,j fg(i,j) : nilai piksel citra berwarna pada koordinat i,j T : pengambangan (threshold) (Sumber : Munir, 2004) Teori Dasar Segmentasi Segmentasi citra merupakan proses memecah citra menjadi komponen yang lebih kecil dimana bagian kecil ini merupakan bagian pembentuk yang dapat memudahkan proses pengamatan terhadap citra yang berakibat pada dapat

12 20 dibedakannya bagian-bagian lain pada citra berdaasarkan pada persamaan maupun kemiripan dengan citra lain. Pendekatan algoritma segmentasi didasarkan pada dua jenis (Ommy, 2008): a. Discontinuity yaitu adanya terjadinya perubahan pada warna maupun piksel yang secara mendadak yang terjadi pada tepi maupun garis dari suatu citra b. Similarity yaitu pengelompokan distribusi piksel warna yang secara region memiliki persamaan karakteristik yang sama pada suatu area. Dengan pengelompokan pixel ini dapat digunakan untuk menentukan luasan dari suatu area sampai terbentur pada ditemukan nya tepi atau perubahan pixel yang drastic Segmentasi Iris Merupakan proses awal dalam proses pengolah citra digital menjadi banyak bagian dari piksel. Tujuan dari segmentasi adalah mendeteksi bagian dari gambar yang membentang dari dalam limbus (batas antara sclera dan iris) menuju bagian luar dari pupils. Dengan kata lain sangat mungkin untuk menemukan objek dan batas (garis maupun kurva) di dalam citra iris mata. Proses segmentasi pada penelitian ini bertujuan untuk mendapatkan bagian pada citra iris mata dari citra iris mata yang asli yang mana memerlukan pengaturan ulang untuk ukuran citra dan pemotongan citra yang akan di gunakan dalam proses selanjutnya. Untuk melalukan proses ini, terlebih dahulu akan di lakukan proses deteksi tepi dengan menggunakan algoritma deteksi tepi yang akan menentukan letak dari batas lingkaran iris mata. Untuk mendapatkan batas lingkaran iris mata di gunakan metode Sobel (Maimunah, 2007) Wavelet Gelombang (wave) adalah sebuah fungsi yang bergerak naik turun ruang dan waktu secara periodik (Gambar 2.8a). Sedangkan wavelet merupakan gelombang yang dibatasi atau terlokalisasi (Sripathi, 2003) (Gambar 2.8b). Atau dapat dikatakan sebagai gelombang pendek. Wavelet ini menkonsentrasikan energinya

13 21 dalam ruang dan waktu sehingga cocok untuk menganalisis sinyal yang sifatnya sementara saja. Gambar 2.8. Gelombang (wave), (b) wavelet Wavelet pertama kali digunakan dalam analisis dan pemrosesan digital dari sinyal gempa bumi, yang tercantum dalam literatur oleh A. Grossman dan J. Morlet (Kiselev, 2007). Penggunaan wavelet pada saat ini sudah semakin berkembang dengan munculnya area sains terpisah yang berhubungan dengan analisis wavelet dan teori transformasi wavelet. Dengan munculnya area sains ini wavelet mulai digunakan secara luas dalam filterasi dan pemrosesan data, pengenalan citra, sintesis dan pemrosesan berbagai variasi sinyal, kompresi dan pemrosesan citra, dll Wavelet Haar Transformasi sinyal merupakan bentuk lain dari penggambaran sinyal yang tidak mengubah isi infomasi dalam sinyal tersebut. Transformasi wavelet (wavelet transform) menyediakan penggambaran frekuensi waktu dari sinyal. Pada awalnya, transformasi wavelet digunakan untuk menganalisis sinyal bergerak (non-stationary signals). Sinyal bergerak ini dianalisis dalam transformasi wavelet dengan menggunakan teknik multi-resolution analysis. Secara umum teknik multiresolution analysis adalah teknik yang digunakan untuk menganalisis frekuensi dengan cara frekuensi yang berbeda dianalisis menggunakan resolusi yang berbeda. Resolusi dari sinyal merupakan ukuran jumlah informasi di dalam sinyal yang dapat berubah melalui operasi filterisasi (Polikar, 1998).

14 22 Transformasi wavelet memiliki dua seri dalam pengembangannya yaitu Continous Wavelet Transform (CWT) dan Discrete Wavelet Transform (DWT). Semua fungsi yang digunakan dalam transformasi CWT dan DWT diturunkan dari mother wavelet melalui translasi/pergeseran dan penskalaan/kompresi. Mother wavelet merupakan fungsi dasar yang digunakan dalam transformasi wavelet. Karena mother wavelet menghasilkan semua fungsi wavelet yang digunakan dalam transformasi melalui translasi dan penskalaan, maka mother wavelet juga akan menentukan karakteristik dari transformasi wavelet yang dihasilkan. Oleh karena itu, perlu pencatatan secara teliti terhadap penerapan wavelet dan pemilihan yang tepat terhadap mother wavelet harus dilakukan agar dapat menggunakan transformasi wavelet secara efisien. Fungsifungsi yang termasuk di dalam keluarga wavelet dipaparkan pada Gambar 2.9. Gambar 2.9. Keluarga Wavelet (a)haar, (b)daubechies, (c)coiflet, (d)symlet, (e)meyer, (f)morlet, (g)mexican Hat. Dengan sumbu x merupakan waktu, t dan sumbu y merupakan (t) Seri pengembangan Continous Wavelet Transform (CWT) dipaparkan pada persamaan 3. (, ) = ( ) (3) x(t) merupakan sinyal yang akan dianalisis, (t) adalah mother wavelet atau fungsi dasar yang dipilih. merupakan parameter translasi yang berhubungan dengan informasi waktu pada transformasi wavelet. Parameter skala s didefinisikan sebagai 1/frekuensi dan berhubungan dengan informasi frekuensi. Dengan adanya

15 23 penskalaan ini sinyal dapat diperbesar atau dikompresi. Penskalaan besar (frekuensi rendah) menyebabkan sinyal diperbesar dan dapat memberikan informasi detil yang tersembunyi di sinyal, sedangkan penskalaan kecil (frekuensi tinggi) menyebabakan kompresi sinyal dan memberikan informasi global dari sinyal. Seri pengembangan kedua dari transformasi wavelet adalah Discrete Wavelet Transform (DWT). Seri pengembangan ini merupakan seri CWT yang didiskritkan. Dengan pendiskritan CWT ini maka perhitungan dalam CWT dapat dibantu dengan menggunakan komputer Penyamaan Histogram Penyamaan histogram merupakan metode yang digunakan untuk mengatur intensitas pada citra yang berguna untuk perbaikan kontras pada citra tersebut. Didefinisikan f pada citra yang direpresentasikan dalam mr oleh mc yang merupakan matriks intensitas bilangan bulat yang mempunyai rentang antara 0 sampai L-1, dimana L merupakan nilai yang mungkin untuk nilai intensitas yang biasanya bernilai 256. Nilai p mengacu pada histogram f yang ternormalisasi untuk setiap nilai intensitas yang mungkin, sehingga hal ini dijelaskan pada persamaan berikut (R. C. Gonzalez, 2008): = =0,1,, 1 (4) Sehingga persamaan untuk penyamaan histogram adalah sebagai berikut (R. C. Gonzalez, 2008): = (( 1), (5) Ket: g ij : fungsi penyamaan histogram (L-1) : rentang intensitas piksel f i,j : matriks citra

16 24 P n : nilai yang mengacu pada histogram f yang ternormalisasi untuk setiap nilai intensitas floor : pembulatan kebawah nilai bilangan bulat Persamaan sebelumnya yang berguna untuk mentransformasi intensitas piksel f dengan k akan sama dengan persamaan sebagai berikut (R. C. Gonzalez, 2008): ( ) = (( 1) (6) Ket: T(k) : fungsi transformasi intensitas piksel (L-1) : rentang intensitas piksel k : intensitas piksel Pn : nilai yang mengacu pada histogram f yang ternormalisasi untuk setiap nilai intensitas floor : pembulatan kebawah nilai bilangan bulat Gambar Penyamaan Histogram (Histogram Equalization) (R. C. Gonzalez, 2008)

17 Penjarangan Citra Penjarangan citra (thinning) merupakan salah satu algoritma perubahan operasi morpologi pada citra dengan menggunakan citra biner dengan tujuan menampilkan batas-batas objek yang hanya setebal satu piksel. Penjarangan citra ini secara iterative akan menghapus piksel-piksel pada citra biner dimana transisi yang terjadi antar nilai 0 ke 1 dan sebaliknya dilakukan sampai terpenuhi keadaan dimana satu himpunan dengan lebar hanya satu piksel terhubung menjadi satu garis. Pada proses penjarangan citra ini akan melibatkan proses hit-or-miss transform (Zurnawita, 2009). Jika dilihat lebih jauh, sepintas penjarangan citra dengan deteksi tepi memiliki hasil yang sama jika dilihat dari citra yang dihasilkan dimana kedua proses ini sama-sama hanya menampilkan batas objek yang terdapat pada citra. Namun secara prinsip kedua proses ini memiliki perbedaan cara kerja, yaitu (Zurnawita, 2009): Deteksi tepi merubah citra keabuan dan citra berwarna menjadi citra yang hanya menampilkan batas-batas (boundary) yang didapatkan berdasarkan tingkat kontras dan kecerahan dari suatu nilai piksel yang terdapat dalam citra. Penjarangan citra lebih mengarah pada pengurangan / mereduksi piksel objek pada citra biner menjadi piksel yang memiliki nilai yang sama dengan nilai piksel pada latar belakang sehingga diharapkan objek hanya memiliki batas-batas yang hanya memiliki ketebalan satu piksel. Penjarangan citra merupakan metode yang banyak dimanfaatkan dalam aplikasi pengenalan pola (Zurnawita, 2009). Salah satu kegunaan yang umumnya menggunakan penjarangan citra adalah untuk mengurangi citra yang memiliki garis lebih dari satu piksel dan biasanya citra ini dihasilkan dari deteksi tepi dengan operator sobel. Algoritma sederhana yang diterapkan dalam proses penjarangan citra adalah: Pertimbangkan semua piksel yang berada pada wilayah batas citra dengan asumsi bahwa setidaknya suatu wilayah batas memiliki satu buah piksel latar belakang yang bertetangga. Hapus beberapa titik yang memiliki lebih dari satu

18 26 tetangga selama proses penghapusan tersebut tidak memutus daerah secara local semisal dengan tiba-tiba membagi wilayah menjadi dua wilayah akibat penghapusan titik. Lakukan proses ini sampai konvergen atau tidak ditemukan lagi batas yang memiliki lebih dari satu piksel. Gambar Proses Penjarangan Citra (Image Thinning) Tapis Gaussian Tapis Gaussian adalah tapis yang umumnya digunakan untuk mengaburkan citra dan mengurangi derau. Tapis gaussian merupakan tapis rendah yang tidak seragam dimana maksud dari tapis rendah adalah tapis dengan sinyal yang memiliki frekuensi dibawah dari frekuensi yang telah ditentukan. Koefisien dari kernel dikurangi dengan meningkatkan jarak dari pusat kernel menuju batas kernel, hal ini dimaksudkan untuk mendapatkan koefisien yang besar maka ukuran kernel yang digunakan semakin kecil (Patrice, 2015). Pada dimensi satu, fungsi Gaussian sebagai berikut: ( ) = (10) Dimana adalah standar deviasi pada sebaran piksel. Semakin besar nilai maka tingkat pengaburan citra semakin besar dimana besar kernel akan mempengaruhi nilai yang akan turut mempengaruhi tapis alami dari Gaussian. Nilai sangat berpengaruh dalam menentukan koefisien dari Gaussian kernel.

19 27 Sebaran ini diasumsikan memiliki nilai rata-rata 0, sehingga fungsi sebaran Gaussian memiliki grafik seperti berikut (Patrice, 2015): Gambar Grafik Tapis Gaussian Gradient Magnitude Tepi merupakan ketidaksinambungan intensitas pada suatu arah, dimana terjadi perubahan nilai piksel pada titik tertentu yang sangat signifikan dibandingnkan dengan piksel-piksel yang bertetanggan. Piksel tepi selalu merupakan lokal maksimum yang dimiliki oleh gradient magnitude. Gradient dihitung menggunakan konvolusi dengan turunan dari Gaussian. Arah gradient selalu tegak lurus dengan arah tepi. Pelebaran kontur ini memiliki persamaan (Sentanoe, 2014): Dimana pelebaran ini akan lakukan perhitungan pada kontur dari gambar menggunakan gradient magnitude dengan menggunakan konvolusi Sobel. Konvolusi adalah operasi yang penting pada pemrosesan citra maupun sinyal. Untuk mengaplikasikan konvolusi pada citra 2 dimensi, citra dan kernel harus dalam bentuk fungsi 2 dimensi atau dalam bentuk matriks. Untuk konvolusi 2 dimensi kernel digeser mengikuti setiap piksel yang ada pada citra, mengalikan setiap piksel yang ada dengan kernel dan kemudian menambahkan dengan nilai piksel awal sehingga didapatkan citra dengan hasil baru yang telah diterapkan proses konvolusi (Cornell, 2013). Contoh dari penggunaan konvolusi adalah sebagai berikut: (11)

20 28 Gambar Proses Konvolusi untuk Gradient Magnitude (Cornell, 2013) Berdasarkan penjelasan sebelumnya, metode gradient magnitude ini menerapkan konvolusi dari Sobel pada koordinat x dan koordinat y adalah sebagai berikut: (12) (13) Pupil dan iris memiliki perbedaan pada pixel dimana pupil memiliki pixel yang lebih gelap dari iris sehingga besarnya gradient dapat digunakan untuk mendapatkan transisi intensitas anatara pixel iris dan pixel pada pupil (Sentanoe, 2014) (14) Jika besarnya pixel gradient lebih kecil dari ambang batas atau threshold yang telah didapatkan sekaligus pada proses menentukan region of interest, maka proses pelebaran akan dihentikan (Sentanoe, 2014)

21 Region of Interest Region of interest merupakan satu fitur yang memungkinkan untuk dilakukannya pengkodean secara berbeda pada area tertentu secara digital, sehingga terjadi perubahan pada daerah tersebut. Langkah untuk menentukan region of interest pada proses ini melibatkan penjumlahan pada sebaris piksel horizontal maupun vertical sampai mencapai ketinggian gambar maksimum maupun lebar gambar maksimum, jumlah intensitas piksel yang tinggi ini akan menjadi dasar penentuan Region of Interest dari pupil maupun iris mata. Gambaran proses penentuan Region of Interest dijelaskan melalui gambar 2.14 dan Gambar Proses Penentuan Region Of Interest dari Pupil Mata

22 30 Gambar Proses Penentuan Region Of Interest dari Iris Mata Dua buah persamaan yaitu persamaan dan diperlukan untuk menghitung jumlah pixel pada koordinat x dan y. ( ) = (, ) (15) ( ) = (, ) (16) W merupakan lebar gambar, sedangkan H adalah ketinggian gambar dan I(x,k), adalah intensitas pixel pada koordinat I(x,k), dan I(k,y) adalah intensitas pixel pada koordinat I(k,y). Lokasi dari Region of Interest ditentukan dari didapatkannya jumlah intensitas pada pixel horizontal maupun vertical yang memiliki nilai intensitas yang bukan nol karena piksel yang berwarna putih memiliki nilai piksel

23 31 satu sedangkan piksel yang berwarna hitam memiliki nilai piksel nol berdasarkan model warna biner sehingga untuk mendapatkan region of interest dari pupil dan iris mata maka T(x) dan T(y) harus memiliki jumlah yang lebih besar dari nol, sehingga titik-titik tersebut dapat menunjukan keberadaan dari pupil maupun iris yang akan didapatkan titik tengah maupun jari-jari pupil maupun iris (Sentanoe, 2014).

1. BAB I PENDAHULUAN Latar Belakang

1. BAB I PENDAHULUAN Latar Belakang 1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata

Lebih terperinci

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Proses 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

Pendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005

Pendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005 Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Pengantar Pengolahan Citra. Ade Sarah H., M. Kom

Pengantar 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 terperinci

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness 753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 1 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

Muhammad 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

BAB II LANDASAN TEORI

BAB 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 terperinci

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank

Lebih terperinci

Pengolahan Citra : Konsep Dasar

Pengolahan Citra : Konsep Dasar Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

BAB 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 terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN 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 terperinci

BAB 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 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 terperinci

Operasi-operasi Dasar Pengolahan Citra Digital

Operasi-operasi Dasar Pengolahan Citra Digital Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks

Lebih terperinci

BAB 3 IMPLEMENTASI SISTEM

BAB 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 terperinci

BAB II TEORI PENUNJANG

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

Lebih terperinci

CS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra

CS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 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 terperinci

BAB II Tinjauan Pustaka

BAB II Tinjauan Pustaka BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,

Lebih terperinci

SAMPLING DAN KUANTISASI

SAMPLING 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 terperinci

Pengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran

Pengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran INTERACTIVE BROADCASTING Modul ke: Pengolahan Citra Fakultas Ilmu Komunikasi Yusuf Elmande., S.Si., M.Kom Program Studi Penyiaran www.mercubuana.ac.id Pendahuluan Istilah citra digital sangat populer pada

Lebih terperinci

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

MKB3383 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

BAB 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 terperinci

KONSEP DASAR PENGOLAHAN CITRA

KONSEP 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

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan

Lebih terperinci

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

Penentuan 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 terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1 Citra Citra merupakan istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM :

Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM : Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM : 50403778 Email : reval_lauren@yahoo.com ABSTRAK Citra yang dimiliki pengguna seringkali mengalami gangguan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

DAFTAR 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 terperinci

Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI. Oleh : Sumitomo Fajar Nugroho M

Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI. Oleh : Sumitomo Fajar Nugroho M Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI Oleh : Sumitomo Fajar Nugroho M 0104062 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2010 BAB

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas

Lebih terperinci

BAB II LANDASAN TEORI. mesin atau robot untuk melihat (http://en.wikipedia.org/wiki/computer_vision).

BAB II LANDASAN TEORI. mesin atau robot untuk melihat (http://en.wikipedia.org/wiki/computer_vision). BAB II LANDASAN TEORI Computer vision adalah suatu ilmu di bidang komputer yang dapat membuat mesin atau robot untuk melihat (http://en.wikipedia.org/wiki/computer_vision). Terdapat beberapa klasifikasi

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

BAB 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 terperinci

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

LANDASAN 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur

Lebih terperinci

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338

Lebih terperinci

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id

Lebih terperinci

Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)

Pendeteksian 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 terperinci

Pembentukan Citra. Bab Model Citra

Pembentukan Citra. Bab Model Citra Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit

Lebih terperinci

Konvolusi. Esther Wibowo Erick Kurniawan

Konvolusi. 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 terperinci

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

corak 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 terperinci

PERTEMUAN - 2 PENGOLAHAN CITRA

PERTEMUAN - 2 PENGOLAHAN CITRA PERTEMUAN - 2 PENGOLAHAN CITRA EDY WINARNO fti-unisbank-smg 24 maret 2009 Citra = gambar = image Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra

Lebih terperinci

Analisa 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 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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 terperinci

MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET

MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang

Lebih terperinci

Pertemuan 2 Representasi Citra

Pertemuan 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 terperinci

Oleh: Riza Prasetya Wicaksana

Oleh: 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra

Lebih terperinci

APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL

APLIKASI 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 terperinci

IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA

IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA Isturom Arif 1, I Ketut Eddy Purnama 2, Moch Hariadi 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember

Lebih terperinci

BAB II TINJAUAN PUSTAKA. merekam suatu adegan melalui media indra visual. Citra dapat dideskripsikan

BAB II TINJAUAN PUSTAKA. merekam suatu adegan melalui media indra visual. Citra dapat dideskripsikan BAB II TINJAUAN PUSTAKA 2.1 Citra Citra adalah kumpulan elemen gambar yang secara keseluruhan merekam suatu adegan melalui media indra visual. Citra dapat dideskripsikan sebagai data dalam dua dimensi

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 6 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai

Lebih terperinci

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran

SILABUS 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 terperinci

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

GRAFIK 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 terperinci

Pengantar Pengolahan Citra

Pengantar Pengolahan Citra Bab 1 Pengantar Pengolahan Citra D ata atau informasi tidak hanya disajikan dalam bentuk teks, tetapi juga dapat berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau informasi

Lebih terperinci

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma

Lebih terperinci

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

PENGOLAHAN 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 terperinci

BAB 2 TINJAUAN TEORETIS

BAB 2 TINJAUAN TEORETIS BAB 2 TINJAUAN TEORETIS 2.1 Pengertian Citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue)

Lebih terperinci

... BAB 2 LANDASAN TEORI. 2.1 Citra

... BAB 2 LANDASAN TEORI. 2.1 Citra 6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar

Lebih terperinci

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut

Lebih terperinci

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

Analisa 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 terperinci

BAB 2 TINJAUAN TEORETIS

BAB 2 TINJAUAN TEORETIS BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai

Lebih terperinci

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- 8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan

Lebih terperinci

BAB I PENDAHULUAN. menganalisis citra menggunakan bantuan komputer yang bertujuan untuk

BAB I PENDAHULUAN. menganalisis citra menggunakan bantuan komputer yang bertujuan untuk BAB I PENDAHULUAN A. Latar Belakang Citra (gambar) adalah suatu representasi, kemiripan, atau imitasi dari suatu objek (Annisa, 2010). Citra mengandung informasi tentang objek yang direpresentasikan. Sehingga

Lebih terperinci

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

COMPUTER 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 terperinci

IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN

IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN Techno.COM, Vol. 13, No. 4, November 2014: 198-205 IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN Irwansyah Nur Amrullah 1, T.Sutojo 2 1,2 Fakultas Ilmu Komputer Universitas

Lebih terperinci

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I

Lebih terperinci

Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma

Operasi-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 terperinci

Model Citra (bag. 2)

Model Citra (bag. 2) Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi

Lebih terperinci

Batra Yudha Pratama

Batra Yudha Pratama Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara

Lebih terperinci

Pengolahan Citra (Image Processing)

Pengolahan Citra (Image Processing) BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam

Lebih terperinci

IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA

IMPLEMENTASI 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Gambaran obyek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh sebuah lensa atau sebuah cermin.

BAB 2 LANDASAN TEORI. 1. Gambaran obyek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh sebuah lensa atau sebuah cermin. BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra atau image adalah representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam koordinat cartesian x-y, dan

Lebih terperinci

BAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen

BAB 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 terperinci

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

Algoritma 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,

Lebih terperinci

PENGENALAN POLA SIDIK JARI

PENGENALAN POLA SIDIK JARI TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT

Lebih terperinci