Analisis Komputasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fuzzy Teroptimasi
|
|
- Yenny Hadiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 89 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Berbasis Logika Fzzy Teroptimasi Indah Soesanti ), Adhi Ssanto 2), Thomas Sri Widodo 2), Maesadji Tjokronegoro 3) ) Jrsan Teknik Elektro dan Teknologi Informasi Fakltas Teknik Universitas Gadjah Mada Yogyakarta indah@mti.gm.ac.id 2) Jrsan Teknik Elektro dan Teknologi Informasi Fakltas Teknik Universitas Gadjah Mada Yogyakarta 3) Fakltas Kedokteran Universitas Gadjah Mada Yogyakarta Abstract The objective of this research is to analyze the comptation of medical image adaptive segmentation based on optimized fzzy logic. The sccess of the image analysis system depends on the qality of the segmentation. The image segmentation is separating the image into regions that are meaningfl for a given prpose. In this research, the Fzzy C-Means (FCM) algorithm with spatial information is presented to segment Magnetic Resonance Imaging (MRI) medical images. The FCM clstering tilizes the distance between pixels and clster centers in the spectral domain to compte the membership fnction. The pixels of an object in image are highly correlated, and this spatial information is an important characteristic that can be sed to aid their labeling. This scheme greatly redces the effect of noise. The FCM method sccessflly classifies the brain MRI images into five clsters. This techniqe is therefore a powerfl method in comptation for noisy image segmentation. Keywords: comptation analysis, MRI Medical image, adaptive image segmentation, fzzy c- means. Pendahlan Salah sat permasalahan penting dalam bidang pengolahan citra dan pengenalan pola adalah segmentasi citra ke dalam area homogen (Schlze, 993). Ekstraksi ciri dan segmentasi citra merpakan langkah awal dalam analisis citra. Beberapa metode segmentasi citra telah dislkan, di antaranya metode-metode berbasis thresholding histogram, clstering, atapn region growing (Jain, 995; Soesanti, 2009). Tjan tama segmentasi adalah membagi citra ke dalam bagian-bagian yang mempnyai korelasi kat dengan objek dalam citra. Citra medis yang tersegmentasi dengan baik akan didapatkan informasi batasan-batasan objek dengan jelas, misalnya ntk keperlan deteksi sel tmor pada pasien. Informasi ini sangat membant tenaga medis secara objektif dan akrat ntk melakkan analisis, diagnosis, perencanaan pengobatan, dan tindakan medis yang diperlkan. Untk it dalam penelitian ini akan dilakkan segmentasi citra medis secara adaptif menggnakan metode fzzy c-means (FCM) dengan informasi spasial yang bergna dalam segmentasi citra asli yang berdera. Algoritma FCM modifikasi diharapkan dapat memberikan hasil yang baik pada citra berdera, dengan cara menggabngkan informasi piksel tetangganya. Tjan penelitian ini adalah menganalisis komptasi pada aplikasi Logika Fzzy Teroptimasi yakni Fzzy C-Means Clstering dengan informasi spasial ntk mengrangi pengarh dera pada segmentasi citra medis. Dalam metode yang dikembangkan ini digabngkan informasi spasial, dan bobot keanggotaan setiap klaster dibah setelah memperhitngkan distribsi klaster pada tetangga. Skema ini bermaksd ntk meminimalkan pengarh dera. Dalam penelitian ini dilakkan segmentasi terhadap sebah citra medis MRI otak (Besese, 99). Orisinalitas dalam penelitian ini adalah pada metode: kran window yang dignakan adalah 3x3, karena dengan informasi spasial berbasis window 3x3 diharapkan tidak akan mengrangi ata mengbah informasi pada citra. Hal ini berbeda dengan penelitian yang dilakkan
2 90 oleh Das, dkk., Sedang orisinalitas pada objek yakni dalam penelitian ini metode diterapkan pada citra MRI otak (data primer dari pasien) dengan ditambah dera Gassian 2%, 4%, 6%, 8%, dan 0%, berbeda dengan penelitian sebelmnya (Sn, 200). 2. Fndamental Segmentasi citra merpakan kegiatan yang sangat diperlkan dalam saha memahami ciri citra secara lengkap. Segmentasi citra merpakan salah sat proses dalam pengolahan citra yang slit (Gonzales, 2008). Keakratan segmentasi menentkan keberhasilan dalam analisis sat citra. Algoritma segmentasi citra mmnya berdasar pada da sifat dasar nilai intensitas citra yait diskontinitas dan kesamaan. Pada segmentasi citra berdasar diskontinitas, pendekatan yang dilakkan adalah dengan melakkan partisi citra berdasar perbahan drastis intensitas citra, yang dikenal jga sebagai proses deteksi tepi. Sedang segmentasi citra berdasar kesamaan, pendekatan yang dilakkan adalah melakkan partisi citra ke dalam area yang sama berdasarkan himpnan kriteria yang telah didefinisikan di awal. Segmentasi pada citra medis akan menghasilkan citra medis yang disertai batasan objek yang merpakan ciri penting karena dapat menggali informasi ntk pengenalan pola gna keperlan analisis. Beberapa peneliti telah mengembangkan metode-metode segmentasi citra (Clark, 994; Yang, 2002). Akan tetapi pada metode-metode tersebt tidak memanfaatkan informasi mltispektral isyarat MRI. Pengklasteran fzzy c-means merpakan teknik tak-terbimbing yang berhasil diterapkan ntk analisis ciri, pengklasteran, dan rancangan pengklasifikasi dalam bidang-bidang seperti astronomi, geologi, segmentasi citra, dan sebagainya. Sat citra dapat direpresentasikan dalam berbagai rang ciri, dan algoritma FCM mengklasifikasi citra dengan mengelompokkan titiktitik data yang serpa dalam rang ciri ke dalam klaster. Pengklasteran ini dicapai secara iteratif meminimisasi fngsi cost yang tergantng pada jarak piksel ke psat klaster dalam domain ciri. Piksel-piksel pada sat citra pada dasarnya mempnyai korelasi kat, piksel yang dekat dengan Form Teknik Vol. 33, No. 2, Mei 200 tetangga mempnyai data ciri yang hampir sama, sehingga relasi spasial dari piksel tetangga merpakan karakteristik penting yang sangat membant dalam segmentasi citra (Das, 2006, Khaligi, 2002, Hang, 2004, Ma, 2006, Shan, 2008). Akan tetapi, algoritma FCM konvensional tidak sepenhnya memanfaatkan informasi spasial ini. Pedrycz dan Waletzky (997) menggnakan informasi klasifikasi yang ada dan diterapkan sebagai bagian dari prosedr optimisasinya. Ahmed dkk (2002) memodifikasi fngsi objektif algoritma FCM standar ntk memberikan label pada tetangga piksel ntk mempengarhi pelabelannya. Dalam penelitian ini Logika Fzzy Teroptimasi yakni Fzzy C-Means Clstering dengan informasi spasial diaplikasikan ntk mengrangi pengarh dera pada segmentasi citra medis. Segmentasi dilakkan pada citra medis MRI otak dengan besar dera Gassian yang berbeda-beda. 3. Metodologi Fzzy C-Means Clstering Algoritma FCM menetapkan piksel setiap kategori dengan menggnakan fngsi keanggotaan fzzy. Jika X=(x, x 2,.,x N ) menyatakan citra dengan N piksel yang dipartisi menjadi c klaster, dengan x i merepresentasikan data. Algoritma ini merpakan optimisasi iteratif yang meminimalkan fngsi cost yang didefinisikan sebagai berikt: J N c = j= i= m x j vi 2 () dengan merepresentasikan keanggotaan piksel x j dalam klaster ke-i, v i adalah psat klaster ke-i, dan m adalah konstanta. Parameter m mengendalikan fzziness partisi hasil, dan m=2. Fngsi keanggotaan merepresentasikan probabilitas bahwa sat piksel termask klaster khss. Probabilitas ini tergantng hanya pada jarak antara piksel dan masing-masing psat klaster individ dalam domain ciri. Fngsi keanggotaan dan psat klaster diperbari menggnakan persamaan: = c k = x x j j v i v k 2 /( m ) (2)
3 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 9 dan v N j= i = N j= m x m dengan [0, ]. j (3) Dimlai dengan taksiran awal ntk setiap psat klaster, FCM konvergen pada solsi ntk v i yang merepresentasikan nilai minimm fngsi cost. Konvergensi dideteksi pada perbahan fngsi keanggotaan ata psat klaster pada da langkah iterasi bertrt-trt. FCM Spasial Salah sat karakteristik penting dari citra adalah bahwa piksel tetangga berkorelasi tinggi (Das, 2006, Khaligi, 2002, Hang, 2004, Ma, 2006, Shan, 2008). Dengan kata lain, piksel tetangga tersebt memiliki nilai ciri yang sama, dan mempnyai probabilitas yang tinggi bahwa piksel-piksel tersebt termask dalam klaster yang sama. Hbngan spasial ini sangat penting dan pengklasteran, tetapi tidak dignakan dalam algoritma FCM standar. Untk memanfaatkan informasi spasial, sat fngsi spasial didefinisikan sebagai h = (4) ik k NB x ) ( j dengan NB(x j ) merepresentasikan window yang terpsat pada piksel x j dalam domain spasial. Dalam penelitian ini dignakan window 3x3. Fngsi spasial h merepresentasikan probabilitas bahwa piksel x j termask klaster ke-i. Fngsi spasial sat piksel ntk sebah klaster akan bernilai besar jika mayoritas tetangganya termask dalam klaster yang sama. Fngsi spasial tergabng dalam fngsi keanggotaan berikt. p ' = c k= h q h p q kj kj (5) dengan p dan q adalah parameter ntk mengendalikan kepentingan relatif keda fngsi. Dalam daerah homogen, fngsi spasial benarbenar mengkhkan keanggotaan asli, dan hasil pengklasteran tetap tak berbah. Akan tetapi, ntk piksel berdera, formla ini mengrangi bobot klaster berdera dengan label piksel tetangganya, sehingga piksel-piksel pada daerah berdera dapat dikoreksi nilai keanggotannya dan terklasifikasi dengan tepat. Pengklasteran adalah proses da-jalan (twopass) pada setiap iterasi. Jalan pertama adalah sama dengan FCM standar ntk menghitng fngsi keanggotaan dalam domain spektral. Pada jalan keda, informasi keanggotaan setiap piksel dipetakan ke domain spektral, dan fngsi spasial dihitng dari domain spektral tersebt. Iterasi FCM diproses dengan keanggotaan bar yang tergabng dengan fngsi spasial. Iterasi akan berhenti pada saat perbedaan maksimm antara da psat klaster pada da iterasi bertrt-trt lebih kecil dari ambang. Setelah konvergen, defzifikasi diterapkan ntk menentkan setiap piksel ke klaster spesifik agar keanggotaan maksimal. 4. Hasil dan Pembahasan Pada metode ini yang dignakan pada penelitian ini ditetapkan ambang yang menentkan apakah nilai-nilai fngsi keanggotaan yang diperoleh telah konvergen ata belm. Jika selisih antara nilai-nilai fngsi keanggotaan pada iterasi sekarang dengan iterasi sebelmnya masih sama ata lebih besar dari ambang maka iterasi akan dilanjtkan, dan jika nilai-nilai fngsi keanggotaan yang diperoleh telah mencapai krang dari nilai ambang yang ditetapkan maka dianggap hasil telah konvergen, dan nilai-nilai fngsi keanggotaan terakhir inilah yang akan disimpan dan dignakan ntk proses selanjtnya. Dengan demikian, dapat dikatakan bahwa jika nilai ambang yang ditetapkan semakin besar maka keadaan konvergen akan lebih cepat diperoleh dengan jmlah iterasi yang lebih sedikit ata wakt lebih pendek, dan jika semakin kecil nilai ambangnya maka keadaan konvergen akan lebih lama diperoleh dengan jmlah iterasi yang lebih banyak ata wakt lebih panjang. Pada bagian penelitian ini, dicoba ntk menganalisis njkkerja metode yang dignakan berdasar jmlah iterasi yang diperlkan ntk memperoleh nilai-nilai fngsi keanggotaan yang
4 92 konvergen pada tiap-tiap citra. Citra yang diamati di sini sama dengan salah sat citra yang dignakan pada penelitian lal (Soesanti, dkk, 200): Citra MRI normal, Citra MRI otak normal dengan Dera Gassian 2%, Citra MRI otak normal dengan Dera Gassian 4%, Citra MRI otak normal dengan Dera Gassian 6%, Citra MRI otak normal dengan Dera Gassian 8%, dan yang terakhir adalah Citra MRI otak normal dengan Dera Gassian 0%, citra MRI P, Q, dan R. Sema citra yang dignakan ini jga citra grayscale dengan kran 256x256. Dari hasil pengamatan yang diperoleh ntk jmlah iterasi yang diperlkan, maka diperoleh seperti yang dapat dilihat pada Tabel. Tabel. Jmlah iterasi ntk segmentasi citra No. Citra MRI Jmlah Iterasi Normal 7 2 Normal dengan dera Gassian 2% 7 3 Normal dengan dera Gassian 4% 7 4 Normal dengan dera Gassian 6% 7 5 Normal dengan dera Gassian 8% 7 6 Normal dengan dera Gassian 0% 7 Pada Tabel terlihat bahwa ntk citra MRI otak normal tanpa atapn dengan dera, jmlah iterasi yang diperlkan adalah sama. Hal ini berarti bahwa ada ata tidaknya dera, serta kecil atapn membesarnya dera tidak mempengarhi jmlah iterasi yang dibthkan. Hal ini semakin mempertegas bahwa metode ini mempnyai ketahanan terhadap dera Gassian. Gambar. citra MRI asli Dengan lebih banyaknya area-area yang mempnyai batas-batas yang krang jelas, maka Form Teknik Vol. 33, No. 2, Mei 200 dimngkinkan jga lebih banyak nilai-nilai fngsi keanggotaan yang membthkan wakt lebih lama ntk mencapai keadaan. Saat proses segmentasi maka nilai-nilai v awal akan berbah sesai dengan perbahan nilainilai fngsi keanggotaan. Dengan berbahnya nilai v dan ini maka ntk tiap iterasi jga menghasilkan citra yang berbeda-beda jga secara visal. Perbahan ini akan terlihat pada tiap iterasi yang dapat diraikan sebagai berikt. Pada Gambar ditnjkkan citra asli, sedang citra hasil segmentasi ntk tiap iterasi bertrt-trt ditnjkkan pada Gambar 2(a) sampai dengan 2(g). Untk tiap iterasi maka selisih nilai-nilai fngsi keanggotaan dengan iterasi sebelmnya akan mengecil sedemikian hingga konvergen dan sampai pada nilai yang lebih kecil dari ambang, dengan nilai ambang 0,02. Untk citra yang tanpa dera nilai selisih ini mengecil ntk setiap iterasi, demikian jga ntk citra yang berdera Gassian. Pada citra berdera dengan tingkat dera yang berbeda, selisih fngsi keanggotaan mennjkkan nilai yang sama pada tiap iterasi. Pada Gambar 3 ditnjkkan grafik mengecilnya selisih nilai fngsi keanggotaan, baik ntk citra tanpa dera mapn ntk citra dengan dera Gassian. Jika kondisi ini telah tercapai maka secara otomatis proses iterasi berhenti dan nilai keanggotaan dan psat klaster terakhir inilah yang akan dignakan dalam defzifikasi sehingga menghasilkan citra tersegmentasi seperti yang diharapkan. Dari raian di atas terkait analisis terhadap komptasi yakni jmlah iterasi yang dibthkan ntk mencapai keadaan konvergen, maka dapat diberikan pertimbangan atas beberapa hal berikt:. Nilai ambang yang ditetapkan (0,02), jika semakin kecil nilai ambang yang hars dicapai maka semakin banyak jmlah iterasi yang diperlkan, dan sebaliknya jika nilai ambang semakin besar maka semakin sedikit iterasi yang dibthkan. 2. Jmlah iterasi yang dibthkan jga sangat tergantng pada citra inpt yang akan disegmentasi. Untk citra yang berbeda dapat dibthkan jmlah iterasi yang berbeda jga, walapn kran ata jmlah pikselnya sama.
5 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 93 (a) citra hasil iterasi (b) citra hasil iterasi 2 (c) citra hasil iterasi 3 (d) citra hasil iterasi 4 (e) citra hasil iterasi 5 (f) citra hasil iterasi 6 (g) citra hasil iterasi 7 Gambar 2. Citra hasil segmentasi tiap iterasi 0,35 Grafik U vs Iterasi 0,3 ntk citra tanpa dera ntk citra berdera Gassian U 0,25 0,2 0,5 0, 0, Iterasi Gambar 3. Grafik penrnan selisih nilai fngsi keanggotaan (Δ ) tiap iterasi ntk citra tanpa dera dan citra berdera Gassian
6 94 3. Jmlah iterasi berpengarh langsng terhadap wakt komptasi. Semakin banyak jmlah iterasi yang dibthkan tent saja akan semakin panjang wakt yang diperlkan. 4. Jmlah komptasi dan wakt yang dibthkan akan dipengarhi oleh jmlah piksel yang akan diolah. Pada penelitian ini sema citra MRI yang dignakan sema berkran 256 x 256. Namn jika metode ini diterapkan ntk kran citra yang lebih kecil tentnya akan mengrangi jmlah komptasi, sehingga jga akan berakibat mengrangi wakt yang akan dibthkan, sebaliknya jika metode ini diterapkan ntk citra dengan jmlah piksel yang lebih besar jga akan menambah panjang wakt yang akan dibthkan. Namn demikian, jmlah iterasi yang sedikit serta wakt komptasi yang singkat bkan satsatnya target yang ingin dicapai oleh metode ini. Artinya bahwa tidak akan diterapkan ambang yang besar hanya ntk mencapai jmlah iterasi yang sekecil mngkin, namn nilai fngsi keanggotaan belm benar-benar konvergen serta secara visal citra hasil segmentasi masih jah dari yang Form Teknik Vol. 33, No. 2, Mei 200 diharapkan. Hal ini disebabkan jika ini terjadi maka akan dapat mempengarhi kalitas citra tersegmentasi yang akan dianalisis lebih lanjt. Misalnya jika pada citra otak terdapat lesi ata kelainan yang kecil, maka jika segmentasi yang dilakkan belm semprna, maka dimngkinkan secara visal lesi ini akan tidak tampak sehingga analisis bisa tidak tepat. Penelitian selanjtnya dilakkan segmentasi terhadap lima citra medis MRI yakni Citra MRI otak normal, Citra MRI otak normal dengan Dera Gassian 2%, Citra MRI otak normal dengan Dera Gassian 4%, Citra MRI otak normal dengan Dera Gassian 6%, Citra MRI otak normal dengan Dera Gassian 8%, dan yang terakhir adalah Citra MRI otak normal dengan Dera Gassian 0%. Sema citra yang dignakan ini adalah citra grayscale dengan kran 256x256. Segmentasi dilakkan terhadap Citra MRI otak normal, dengan citra asli baik tanpa dera mapn dengan dera seperti terlihat pada Gambar 4. Dan citra hasil segmentasi 5 level ntk citra MRI Otak normal ditnjkkan pada Gambar 5. (a). Citra MRI Otak (b). Citra MRI Otak dengan (b). Citra MRI Otak dengan Dera Gassian 2% Dera Gassian 4% (d). Citra MRI Otak dengan (b). Citra MRI Otak dengan (b). Citra MRI Otak dengan Dera Gassian 6% Dera Gassian 8% Dera Gassian 0% Gambar 4. Citra MRI Otak Normal asli tanpa dan dengan dera
7 Analisis Komptasi pada Segmentasi Citra Medis Adaptif Soesanti, dkk. 95 (a). Citra hasil MRI (b). Citra hasil MRI dengan (b). Citra hasil MRI dengan Dera Gassian 2% Dera Gassian 4% (d). Citra hasil MRI dengan (b). Citra hasil MRI dengan (c). Citra hasil MRI dengan Dera Gassian 6% Dera Gassian 8% Dera Gassian 0% Gambar 5. Hasil segmentasi citra MRI Otak Normal tanpa dan dengan dera Dera Gassian merpakan dera yang bersifat aditif, dan dapat mengbah nilai-nilai piksel citra, serta secara visal jga akan berbah. Semakin besar prosentase dera yang diberikan maka akan semakin berbah nilainilai pikselnya jika dibanding dengan citra aslinya. Sedang secara visal citra jga akan semakin brk. Jika hal ini terjadi pada citra medis dan dilakkan segmentasi yang tidak mempnyai kekebalan terhadap dera, maka akan mempnyai pengarh yang signifikan terhadap citra hasil segmentasi, sehingga dapat mempengarhi analisis baik secara kantitatif mapn secara kalitatif. 5. Kesimplan Metode Logika Fzzy teroptimasi yakni metode FCM dengan ditambah informasi spasial mamp ntk mensegmentasi secara adaptif citra medis MRI otak tanpa dan dengan dera sehingga didapatkan hasil citra tersegmentasi dengan pengarh dera yang dapat diminimalkan. Dengan metode FCM yang ditambah informasi spasial ini dibthkan panjang komptasi yang relatif sedikit baik ntk citra tanpa mapn dengan dera. Daftar Pstaka Ahmed, M.N., S.M. Yamany. Nevin A. Mohamed, A. Farag, T. Moriarty, A Modified Fzzy C-Means Algorithm for Bias Field Estimation and Segmentation of MRI Data, IEEE Transaction on Medical Imaging, 2002, 2:93 9. Besese, J.H., Cranial MRI, A Teaching File Approach, McGraw-Hill, International Edition, Medical Series, 99. Clark, M.C., L.O. Hall., D.B. Goldgof, L.P. Clarke, R.P. Velthnizen, M.S. Silbiger, MRI Segmentation Using Fzzy Clstering Techniqes, IEEE Engineering on Medical Bioligy, 3, 994, pp Das, S., A. Abraham, A. Konar, Spatial Information Based Image Segmentation Using a Modified Particle Swarm Optimization Algorithm, Seol, Gonzalez, R.C., R.E. Woods, Digital Image Processing, Third Edition, Pearson Prentice Hall, New Jersey, 2008.
8 96 Hang, C.H., J.D. Lee, Improving MMI with Enhanced-FCM for The Fsion of Brain MR and SPECT Images, IEEE, Jain, A.K., "Fndamental of Digital Image Processing", Prentice-Hall, Inc., New Jersey, 995. Khaligi, M.M., H.S. Zadeh, C. Lcas, Unspervisied MRI Segmentation with Spatial Connectivity, Proceeding of SPIE Int. Symposim on Medical Imaging, San Diego, Ma, L., L, L.P., Zh, L., Unspervised Textre Segmentation Based on Mltiscale Local Binary Pattern and FCM Clstering, China, Pedrycz, W., J. Waletzky, 997, Fzzy Clstering With Partial Spervision, IEEE Transaction on Syst. Man. Cybern. Part B Cybern., 27, Schlze, M.A., Pearce, J.A., 993, Linear Combinations of Morphological Operators: The Midrange, Psedomedian, and LOCO Filters, IEEE International Conference, Acostics, Speech, and Signal Processing, Vol.V, pp Form Teknik Vol. 33, No. 2, Mei 200 Shan, S., A.J. Szameitat, A. Sterr, Detection of Infarct Lesions from Single MRI Modality sing Inconsistency between Voxel Intensity and Spatial Location-A 3D Atomatic Approach, Pblished Jornal Articles and Book Chapter from The Department of Psychology, University of Srrey, Soesanti, I., Analisis Citra Medis Menggnakan Segmentasi Adaptif, Jrnal JITEE vol, Teknik Elektro UGM, Yogyakarta, Soesanti, I., A. Ssanto, T. S. Widodo, M. Tjokronegoro, Segmentasi Citra Adaptif Berbasis Logika Fzzy Teroptimasi ntk Analisis Citra Medis, Form Teknik Vol. 33, No., Yogyakarta, Janari 200. Sn, S.G., and H.W. Park, Segmentation of forward-looking infrared image sing fzzy thresholding and edge detection, Optical Engineering, Vol. 40 No., November 200, pp Yang, M.S., H, Y.J., Lin, K.C.R., Lin, C.C.L., 2002, Segmentation Techniqes for Tisse Differentiation in MRI of Ophthalmology Using Fzzy Clstering Alg., MRI Jornal, 20:73 9.
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar asional Aplikasi Teknologi Informasi 004 Yogyakarta 9 Jni 004 Analisis Efisiensi dengan Bantan Sistem Pendkng Keptsan (SPK) Carles Sitompl Jrsan Teknik Indstri Uniersitas Katolik Parahyangan Jl.
Lebih terperinciPerancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik
JURNAL ILMIAH SEMESTA TEKNIKA Vol. 17, No. 2, 157-165, Nov 2014 157 Perancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik (Software Design for Feature Extraction and Classification
Lebih terperinciPenerapan Masalah Transportasi
KA4 RESEARCH OPERATIONAL Penerapan Masalah Transportasi DISUSUN OLEH : HERAWATI 008959 JAKA HUSEN 08055 HAPPY GEMELI QUANUARI 00890 INDRA MOCHAMMAD YUSUF 0800 BAB I PENDAHULUAN.. Pengertian Riset Operasi
Lebih terperinciPENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN
Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha
Lebih terperinciBAB III 3. METODOLOGI PENELITIAN
BAB III 3. METODOLOGI PENELITIAN 3.1. PROSEDUR ANALISA Penelitian ini merpakan sebah penelitian simlasi yang menggnakan bantan program MATLAB. Adapn tahapan yang hars dilakkan pada saat menjalankan penlisan
Lebih terperinciPENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN
Bab 4 PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Tgas mendasar dari robot berjalan ialah dapat bergerak secara akrat pada sat lintasan (trajectory) yang diberikan Ata dengan kata lain galat antara
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Logika Fzzy Pada awalnya sistem logika fzzy diperkenalkan oleh Profesor Lotfi A. Zadeh pada tahn 1965. Konsep fzzy bermla dari himpnan klasik (crisp) yang bersifat tegas ata
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pengolahan citra pada masa sekarang mempunyai suatu aplikasi yang sangat luas dalam berbagai bidang antara lain bidang teknologi informasi, arkeologi, astronomi, biomedis,
Lebih terperinciSolusi Sistem Persamaan Linear Fuzzy
Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear
Lebih terperinciPENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE
Vale Added, Vol. 11, No. 1, 015 PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE 1 Moh Yamin Darsyah, Ujang Malana 1, Program Stdi Statistika FMIPA Universitas Mhammadiyah Semarang Email:
Lebih terperinciBAB III LIMIT DAN FUNGSI KONTINU
BAB III LIMIT DAN FUNGSI KONTINU Konsep it mempnyai peranan yang sangat penting di dalam kalkls dan berbagai bidang matematika. Oleh karena it, konsep ini sangat perl ntk dipahami. Meskipn pada awalnya
Lebih terperinciEKONOMETRIKA PERSAMAAN SIMULTAN
EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA
Lebih terperinciUntuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P
BAB 3 LANDASAN TEORI 3.1 Mekanisme Pondasi Tiang Konvensional Pondasi tiang merpakan strktr yang berfngsi ntk mentransfer beban di atas permkaan tanah ke lapisan bawah di dalam massa tanah. Bentk transfer
Lebih terperinciModel Hidrodinamika Pasang Surut Di Perairan Pulau Baai Bengkulu
Jrnal Gradien Vol. No.2 Jli 2005 : 5-55 Model Hidrodinamika Pasang Srt Di Perairan Pla Baai Bengkl Spiyati Jrsan Fisika, Fakltas Matematika dan Ilm Pengetahan Alam, Universitas Bengkl, Indonesia Diterima
Lebih terperinciHASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI
HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da
Lebih terperinciKEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M.
KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M. Penganggaran Modal (Capital Bdgeting) Modal (Capital) mennjkkan aktiva tetap yang dignakan ntk prodksi Anggaran (bdget)
Lebih terperinciBEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI
JRISE, Vol.1, No.1, Febrari 2014, pp. 28~40 ISSN: 2355-3677 BEBERAPA SIFA JARAK ROASI PADA POHON BINER ERURU DAN ERORIENASI Oleh: Hasniati SMIK KHARISMA Makassar hasniati@kharisma.ac.id Abstrak Andaikan
Lebih terperinciEkstraksi Ciri dan Identifikasi Citra Otak MRI Berbasis Eigenbrain Image
47 Ekstraksi Ciri dan Identifikasi Citra Otak MRI Berbasis Eigenbrain Image Indah Soesanti1), Adhi Susanto2), Thomas Sri Widodo2) Maesadji Tjokronagoro3) 1,2) Jurusan Teknik Elektro dan Teknologi Informasi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Small Area Estimation Small Area Estimation (SAE) adalah sat teknik statistika ntk mendga parameter-parameter sb poplasi yang kran sampelnya kecil. Sedangkan, area kecil didefinisikan
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R
Lebih terperinciKorelasi Pasar Modal dalam Ekonofisika
Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte yh@dynsys.bandngfe.net Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level
Lebih terperinciPRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD
PRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD LABORATORIUM RISET DAN OPERASI TEKNIK KIMIA PROGRAM STUDI TEKNIK KIMA FAKULTAS TEKNOLOGI INDUSTRI UPN VETERAN JAWA TIMUR SURABAYA BILANGAN REYNOLD
Lebih terperinciBAB RELATIVITAS Semua Gerak adalah Relatif
BAB RELATIVITAS. Sema Gerak adalah Relatif Sat benda dikatakan bergerak bila keddkan benda it berbah terhadap sat titik aan ata kerangka aan. Seorang penmpang kereta api yang sedang ddk di dalam kereta
Lebih terperinciKAJIAN PENGGUNAAN KOMPRESOR AKSIAL
Jrnal Dinamis Vol. II, No. 6, Janari 00 ISSN 06-749 KAJIAN PENGGUNAAN KOMPRESOR AKSIAL Tekad Sitep Staf Pengajar Departemen Teknik Mesin Fakltas Teknik Universitas Smatera Utara Abstrak Tlisan ini mencoba
Lebih terperinciAnalisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742
Prosiding Perteman Ilmiah XXV HFI Jateng & DIY 63 Analisis Pelrhan Florine-18 menggnakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 717 Wijono dan Pjadi Psat Teknologi Keselamatan dan Metrologi
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB LANDASAN TEORI. Pasar.. Pengertian Pasar Pasar adalah sebah tempat mm yang melayani transaksi jal - beli. Di dalam Peratran Daerah Khss Ibkota Jakarta Nomor 6 Tahn 99 tentang pengrsan pasar di Daerah
Lebih terperinciPENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT
PENGGUNAAN ALGORITMA KUHN MUNKRES UNTUK MENDAPATKAN MATCHING MAKSIMAL PADA GRAF BIPARTIT BERBOBOT oleh GURITNA NOOR AINATMAJA M SKRIPSI ditlis dan diajkan ntk memenhi sebagian persyaratan memperoleh gelar
Lebih terperinciOPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI
OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI Mokhamad Fatoni, Indri Sdanawati Rozas, S.Kom., M.Kom., Latifah Rifani, S.T., MIT. Jrsan Sistem
Lebih terperinciPengenalan Pola. Ekstraksi dan Seleksi Fitur
Pengenalan Pola Ekstraksi dan Seleksi Fitr PTIIK - 4 Corse Contents Collet Data Objet to Dataset 3 Ekstraksi Fitr 4 Seleksi Fitr Design Cyle Collet data Choose featres Choose model Train system Evalate
Lebih terperinciMETODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS ABSTRACT 1. PENDAHULUAN
METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS Mardhika WA 1, Syamsdhha 2, Aziskhan 2 mardhikawirahadi@nriacid 1 Mahasiswa Program Stdi S1 Matematika 2 Laboratorim Komptasi Jrsan
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pembahasan pada bab ini, merpakan pembahasan mengenai teori-teori yang berkaitan dengan penelitian. Teori-teori tersebt melipti mata ang, pelak yang berperan, faktor-faktor yang mempengarhi
Lebih terperinciPemodelan Dinamika Gelombang dengan Mengerjakan Persamaan Kekekalan Energi. Syawaluddin H 1)
tahaean Vol. 4 No. Janari 007 rnal TKNIK SIPIL Pemodelan Dinamika Gelombang dengan Mengerjakan Persamaan Kekekalan nergi Syaalddin ) Abstrak Paper ini menyajikan pengerjaan hkm kekekalan energi pada pemodelan
Lebih terperinciImplementasi Algoritma Fuzzy C Means Dan Statistical Region Merging Pada Segmentasi Citra
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Algoritma Fuzzy C Means Dan Statistical Region Merging Pada Segmentasi Citra I Made Budi Adnyana STMIK STIKOM
Lebih terperinciTEKANAN TANAH PADA DINDING PENAHAN METODA RANKINE
TEKAA TAAH PADA DIDIG PEAHA METODA RAKIE Moda kernthan F Gaya F dapat disebabkan oleh: gesekan pada dasar (gravity retaining walls) masknya dinding ke dalam tanah (sheet retaining walls) angker dan penahan
Lebih terperinciby Emy 1 IMAGE RESTORATION by Emy 2
Copyright @ 2007 by Emy 1 IMAGE RESTORATION Copyright @ 2007 by Emy 2 1 Kompetensi Mamp membedakan proses pengolahan citra mengnakan image enhancement dengan image restoration Mamp menganalisis citra yang
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendkng pembahasan dari sistem yang akan dibat. 2.1. Katalog Perpstakaan Katalog perpstakaan adalah sat media yang
Lebih terperinciImplementasi Segmentasi Citra dengan Menggunakan Metode Generalized Fuzzy C- Means Clustering Algorithm with Improved Fuzzy Partitions
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1 Implementasi Segmentasi Citra dengan Menggunakan Metode Generalized Fuzzy C- Means Clustering Algorithm with Improved Fuzzy Partitions Ivan Hardiyanto,
Lebih terperinciSegmentasi Citra Berbasis Clustering Menggunakan Algoritma Fuzzy C-Means
JURNAL TEKNOLOGI ELEKTRO, VOL.14, NO.1, JANUARI-JUNI 2015 16 Segmentasi Berbasis Clustering Menggunakan Algoritma Fuzzy C-Means I Made Budi Adnyana, I Ketut Gede Darma Putra, dan I Putu Agung Bayupati
Lebih terperinciUNIVERSITAS INDONESIA
UNIVERSIAS INDONESIA PERANANGAN PENGENDALI MODEL PREDIIVE ONROL (MP) PADA SISEM EA EXANGER DENGAN JENIS KARAKERISIK SELL AND UBE ESIS RIDWAN FARUDIN 76733 FAKULAS EKNIK PROGRAM SUDI EKNIK KONROL INDUSRI
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 terperinciBUKU AJAR METODE ELEMEN HINGGA
BUKU AJA ETODE EEEN HINGGA Diringkas oleh : JUUSAN TEKNIK ESIN FAKUTAS TEKNIK STUKTU TUSS.. Deinisi Umm Trss adalah strktr yang terdiri atas batang-batang lrs yang disambng pada titik perpotongan dengan
Lebih terperinciPertemuan IX, X, XI IV. Elemen-Elemen Struktur Kayu. Gambar 4.1 Batang tarik
Perteman IX, X, XI IV. Elemen-Elemen Strktr Kay IV.1 Batang Tarik Gamar 4.1 Batang tarik Elemen strktr kay erpa atang tarik ditemi pada konstrksi kdakda. Batang tarik merpakan sat elemen strktr yang menerima
Lebih terperinciFEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535
FEEDFORWARD FEEDBACK CONTROL SEBAGAI PENGONTROL SUHU MENGGUNAKAN PROPORSIONAL - INTEGRAL BERBASIS MIKROKONTROLLER ATMEGA 8535 Makalah Seminar Tgas Akhir Jnanto Prihantoro 1, Trias Andromeda. 2, Iwan Setiawan
Lebih terperinciEKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK
Jrnal Matematika UNAND Vol. No. 2 Hal. 39 43 ISSN : 233 29 c Jrsan Matematika FMIPA UNAND EKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK YULIANA PERMATASARI Program Stdi
Lebih terperinciWALIKOTA BANJARMASIN
/ WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN2013 TENTANG PEDOMAN STANDAR KINERJA INDIVIDU PEGAWAI NEGERI SIPIL DILINGKUNGAN PEMERINTAH KOTA BANJARMASIN DENGAN RAHMAT TUHAN YANG MAHA
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 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 terperinciFAKULTAS DESAIN dan TEKNIK PERENCANAAN
Wiryanto Dewobroto ---------------------------------- Jrsan Teknik Sipil - Universitas elita Harapan, Karawaci FAKULTAS DESAIN dan TEKNIK ERENCANAAN UJIAN TENGAH SEMESTER ( U T S ) GENA TAHUN AKADEMIK
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 terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M Di PT.
ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M000259 Di PT.PAL INDONESIA Oleh : Selfy Atika Sary NRP : 1307 030 053 Pembimbing :
Lebih terperinciPENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS
PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala
Lebih terperinci3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh
. RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Selama lebih dari dua puluh tahun terakhir, penelitian tentang tumor otak yang dilakukan oleh National Cancer Institute Statistics (NCIS) menyebutkan penyakit tumor
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 terperinciSISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING
SISTEM PERANGKINGAN ITEM MOBIL PADA E-COMMERCE PENJUALAN MOBIL DENGAN METODE RANDOM-WALK BASE SCORING Desi Yanti, Sayti Rahman, Rismayanti 3 Jrsan Teknik Informatika Universitas Harapan Medan Jl. HM Jhoni
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 terperinciSEGMENTASI CITRA MENGGUNAKAN PENGHAPUSAN TEKSTUR DAN K-MEANS DENGAN BATASAN RUANG
SEGMENTASI CITRA MENGGUNAKAN PENGHAPUSAN TEKSTUR DAN K-MEANS DENGAN BATASAN RUANG Gama Wisnu Fajarianto 1, Handayani Tjandrasa 2 Jurusan Teknik Informatika, Fakultas Teknologi Informasi Institut Teknologi
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E. Objektif. Teori. Contoh 4. Simplan
Lebih terperinciABSTRAK 1 PENDAHULUAN
IMPLEMENTASI METODE KLASIFIKASI FUZZY C-MEANS MENGGUNAKAN ALGOITMA MULTISCALE DIFFUSION FILTEING Fitri Primayunita 1, Agus Zainal Arifin 2, Anny Yuniarti Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciKontrol Optimum pada Model Epidemik SIR dengan Pengaruh Vaksinasi dan Faktor Imigrasi
Jrnal Matematika Integratif ISSN 4-684 Volme No, Oktober 05, pp - 8 Kontrol Optimm pada Model Epidemik SIR dengan Pengarh Vaksinasi dan Faktor Imigrasi N. Anggriani, A. Spriatna, B. Sbartini, R. Wlantini
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 terperinciKAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS
KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS Dian Permana Ptri 1, Herri Slaiman FKIP, Pendidikan Matematika, Universitas Swadaya Gnng Jati Cirebon
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 terperinciOPTIMASI PENENTUAN DOSIS OBAT PADA TERAPI LEUKEMIA MYELOID KRONIK
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakltas MIPA, Universitas Negeri Yogyakart, 4 Mei 0 OPTIMASI PENENTUAN DOSIS OBAT PADA TERAPI LEUKEMIA MYELOID KRONIK Ibn Hajar Salim,
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciSIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA
SIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA Abstrak TBC penyebab kematian nomor tiga setelah penyakit kardioaskler
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis jalur yang dikenal dengan path analysis dikembangkan pertama pada tahun 1920-an oleh
BAB LANDASAN TEORI. Sejarah Analisis Jalr (Path Analysis) Analisis jalr yang dikenal dengan path analysis dikembangkan pertama pada tahn 90-an oleh seorang ahli genetika yait Sewall Wright. Teknik analisis
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 terperinciDeteksi Kepala Janin Pada Gambar USG Menggunakan Fuzzy C-Means (FCM) Dengan Informasi Spasial Dan Iterative Randomized Hough Transform (IRHT)
Deteksi Kepala Janin Pada Gambar USG Menggunakan Fuzzy C-Means (FCM) Dengan Informasi Spasial Dan Iterative Randomized Hough Transform (IRHT) Dwi Puspitasari 1 *, Handayani Tjandrasa 2 Jurusan Teknik Elektro,
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Sejarah Analisis Jalr Teknik analisis jalr yang dikembangkan oleh Sewal Wright di tahn 1934, sebenarnya merpakan pengembangan korelasi yang dirai menjadi beberapa interpretasi akibat
Lebih terperinciOperasi Titik Kartika Firdausy
Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan
Lebih terperinciBAB III PENDEKATAN TEORI
9 BAB III PENDEKAAN EORI 3.1. eknik Simlasi CFD Comptational Flid Dnamics (CFD) adalah ilm ang mempelajari cara memprediksi aliran flida, perpindahan panas, rekasi kimia, dan fenomena lainna dengan menelesaikan
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciSTUDI APLIKASI GASIFIKASI DI INDUSTRI GERABAH : PERANCANGAN SISTEM GASIFIKASI PADA TUNGKU PEMBAKARAN GERABAH SEMI KONTINU
1 STUDI APLIKASI GASIFIKASI DI INDUSTRI GERABAH : PERANCANGAN SISTEM GASIFIKASI PADA TUNGKU PEMBAKARAN GERABAH SEMI KONTINU Alvin Malana, Adi Srjosatyo Departemen Teknik Mesin Fakltas Teknik Universitas
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
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 terperinciBEBERAPA IDENTITAS PADA GENERALISASI BARISAN FIBONACCI ABSTRACT
BEBERP IDENTITS PD GENERLISSI BRISN FIBONCCI Sri Melati 1, Mashadi, Msraini M 1 Mahasiswa Program Stdi S1 Matematika Dosen Jrsan Matematika Fakltas Matematika dan Ilm Pengetahan lam Universitas Ria Kamps
Lebih terperinciIII PEMODELAN SISTEM PENDULUM
14 III PEMODELAN SISTEM PENDULUM Penelitian ini membahas keterkontrolan sistem pendlm, dengan menentkan model matematika dari beberapa sistem pendlm, dan dilakkan analisis dan menyederhanakan permasalahan
Lebih terperinciIV TIGA MODEL ARUS LALU-LINTAS
8 IV TIGA MODEL ARUS LALU-LINTAS Maih berkaitan dengan bab ebelmnya, pada bagian ini akan dibaha tiga model ntk at ar lal-linta yang mengalir pada at ingle link. Model-model terebt terdiri ata da model
Lebih terperinciPENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL
MAKALAH SEMINAR TUGAS AKHIR PERIODE JUNI-JULI PENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL Ana Wahyu Hakim 1, Handayani Tjandrasa 2, Bilqis Amalia 3 Teknik Informatika, Fakultas Teknologi
Lebih terperinciImplementasi Algoritma Fuzzy C Means dan Stastitical Region Merging Pada Segmentasi Citra
EKSPLORA INFORMATIKA 179 Implementasi Algoritma Fuzzy C Means dan Stastitical Region Merging Pada Segmentasi Citra I Made Budi Adnyana STMIK STIKOM Bali Jln. Raya Puputan No.86, Renon, Denpasar e-mail:
Lebih terperinciPENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL. Moehammad Awaluddin, Bambang Darmo Y *)
PENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL Moehammad Awaluddin, Bambang Darmo Y *) Abstract Image processing takes an image to produce a modified image for better viewing or some other
Lebih terperinciJURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54
Rekonstruksi Citra pada Super Resolusi menggunakan Projection onto Convex Sets (Image Reconstruction in Super Resolution using Projection onto Convex Sets) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinci3. TEORI PANTULAN DASAR PERAIRAN
30 3. TEORI PANTULAN DASAR PERAIRAN Lat merpakan sat lingkngan yang sangat kompleks baik ditinja dari segi biotik mapn abiotik. Tak terkecali dengan dasar perairan, dasar perairan merpakan sat medim yang
Lebih terperinciPemisahan Objek-Objek Berbasis Region pada Citra Digital dengan Metode Normalized Cuts
JURNAL DIGIT, Vol.1, No., November 011, pp. 13~131 ISSN: 088-589X 13 Pemisahan Objek-Objek Berbasis Region pada Citra Digital dengan Metode Normalized Cuts Marsani Asfi Program Studi Sistem Informasi Sekolah
Lebih terperinciPeningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro Peningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) Oky Dwi Nurhayati,, Thomas Sri Widodo,
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciJUDUL THRESHOLDING DENGAN PEMILIHAN WINDOW SECARA ADAPTIVE BERBASIS PENGUKURAN TINGKAT KETAJAMAN CITRA
PRESENTASI TESIS JUDUL THRESHOLDING DENGAN PEMILIHAN WINDOW SECARA ADAPTIVE BERBASIS PENGUKURAN TINGKAT KETAJAMAN CITRA OLEH I Made Darma Susila 5108.201.014 PEMBIMBING Dr. Agus Zainal, SKom., M.Kom. Isye
Lebih terperinci18.1. Section Modulus cm 3 (kg/m) axis x-x axis y-y axis x-x axis y-y axis x-x axis y-y WF
FKULTS DESIN dan TEKNIK PERENNN Ujian khir Semester Peride Genap Tahn kademik 009/010 Jrsan : Teknik Sipil Hari / Tanggal : Senin, 17 Mei 010 Kde Kelas : Wakt : 07.15 09.00 Mata Ujian : Strktr aja 1 Semester
Lebih terperinciMETODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL
METODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL Bambang Irawanto 1,Djwandi 2, Sryoto 3, Rizky Handayani 41,2,3 Departemen Matematika Faktas Sains dan Matematika
Lebih terperinciCHAPTER 6. INNER PRODUCT SPACE
CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciDETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS
MAKALAH SEMINAR TUGAS AKHIR DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS Sulistono*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Kadangkala hasil
Lebih terperinciBAB II TEORI DASAR. Kerusakan bangunan akibat gempa dapat diantisipasi dengan beberapa
BAB II TEORI DASAR 2. UMUM Kersakan angnan akiat gempa dapat diantisipasi dengan eerapa metode, aik secara konvensional mapn secara teknologi yang dinamakan Lead Rer Bearing (LRB). Bahan isolator LRB ini
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinci