Mata kuliah Digital Image Processing

Ukuran: px
Mulai penontonan dengan halaman:

Download "Mata kuliah Digital Image Processing"

Transkripsi

1 Mata kliah Digital Image Processing Image Enhancement in the Freqency Domain Perteman ke-5 Dr. Hary Bdiarto Pasca Sarjana STMIK Eresha

2 Freqency Domain Methods Spatial Domain Freqency Domain

3 Basics of Enhancement in the Freqency Domain

4 Example for Freqency Domain Method

5 Filter Fnction Original signal Low-pass filtered High-pass filtered Band-pass filtered Band-stop filtered

6 Introdction to the Forier Transform and the Freqency Domain The one-dimensional Forier transform and its inverse Forier transform continos case F Inverse Forier transform: f x f x e F e jx d The two-dimensional Forier transform and its inverse Forier transform continos case F, v f x, y e Inverse Forier transform: f x, y jx dx F, v e where j j xvy j xvy e j 1 dxdy ddv cos j sin

7 Introdction to the Forier Transform and the Freqency Domain The one-dimensional Forier transform and its inverse Forier transform discrete case DTC F 1 M M 1 x0 f x e jx/ M Inverse Forier transform: M f x 1 0 F e jx/ M for for 0,1,,..., M x 0,1,,..., M 1 1

8 Since Introdction to the Forier Transform and the Freqency Domain and the fact then discrete Forier transform can be redefined F e j cos j sin 1 M M 1 x0 f x[cos x / M for 0,1,,..., M Freqency time domain: the domain vales of over which the vales of F range; becase determines the freqency of the components of the transform. Freqency time component: each of the M terms of F. j sin x / M ] cos cos 1

9 Introdction to the Forier Transform and the Freqency Domain F can be expressed in polar coordinates: R: the real part of F I: the imaginary part of F Power spectrm: I R F P or phasespectrm phaseangle tan or spectrm magnitde where 1 1 R I I R F e F F j

10 The One-Dimensional Forier Transform Example

11 Program Matlab ntk Transformasi Forier Langkah ntk transformasi Forier 1 dan Dimensi : Transformasi Forier dimensi : F = fftf; Transformasi Forier dimensi : F = fftf, P, Q; P, Q adalah kran matriks, misalkan M x N kran dari gambar yg akan diinptkan maka f adalah psat dari kran matriks PxQ. Gambar signalnya dapat ditnjkan dengan : imshowf Fngsi absolt ntk fngsi f : absf Mengembalikan nilai bilangan kompleks ntk f Memindahkan signal forier ke tengah periode : fftshiftf Melihat nilai Real ata imaginary dengan fngsi : realf; imagf;

12 Contoh Transformasi Forier 1 Dimensi Gambarkan sinyal ntk transformasi Forier 1 dimensi spectrm dan phase angle response. M = 1000; f = zeros1, M; l = 0; fm/-l:m/+l = 1; F = fftf; Fc = fftshiftf; rfc = realfc; ifc = imagfc; Sbplot,1,1,plotabsFc; Sbplot,1,,plotataniFc./rFc;

13 Contoh Transformasi Forier Dimensi Program ntk Transformasi forier Dimensi f = ones10,0; F = fftf, 500,500; f1 = zeros500,500; f140:60,30:70 = 1; sbplot,,1;imshowf1,[]; S = absf; sbplot,,; imshows,[]; Fc = fftshiftf; S1 = absfc; sbplot,,3; imshows1,[]; S = log1+s1; sbplot,,4;imshows,[];

14 Transformasi Forier ntk citra : i = imread image-.jpg ; f=i:,:,1; sbplot1,,1, imshowf; f = doblef; F = fftf; Fc = fftshiftf; S = log1+absfc; Sbplot1,,,imshowS,[];

15 Sharpening Freqency Domain Filter Filter Penajaman pada domain Frekensi,, v H v H lp hp Ideal highpass filter Btterworth highpass filter Gassian highpass filter, if 1, if 0, 0 0 D v D D v D v H n v D D v H 0, / 1 1, 0 /, 1, D v D e v H

16 Highpass Filters Spatial Representations

17 Ideal Highpass Filters H, v 0 1 if if D, v D, v D D 0 0

18 Btterworth Highpass Filters H, v D D v 1 n 1 /, 0

19 Gassian Highpass Filters H, v 1 e D, v/ D 0

20 Ideal Lowpass Filters ILPFs The transfer fnction of an ideal lowpass filter 1 if D, v D0 H, v 0 if D, v D0 where D,v : the distance from point,v to the center of ther freqency rectangle 1 M / v / D, v N

21 Btterworth Lowpass Filters BLPFs With order n H, v D v D 1, / n 0 1

22 Btterworth Lowpass Filters BLPFs n= D 0 =5,15,30,80,and 30

23 Gassian Lowpass Filters FLPFs H, v e D, v/ D 0

24 Gassian Lowpass Filters FLPFs D 0 =5,15,30,80,and 30

25 Program Matlab Gassian Lowpass Filters i = imread'image-.jpg'; f=i:,:,1; [m,n] = sizef; % cek nilai kran gambar ifmodm, == 0; cm = floorm/ + 0.5; else; cm = floorm/ + 1; end; ifmodn, == 0; cn = floorn/ + 0.5; else; cn = floorn/ + 1; end F = fftshiftfftdoblef; dnol = 10; H= zerosm,n; for i = 1:n; G = H.*F; g = absifftg; sbplot1,,1, imshowf; sbplot1,,,imshowg,[]; for j = 1:n; dis = i - cm^ + j - cn^; Hi,j = exp-dis//dnol^; end; end; D0=10 D0=0 D0=45

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Transformasi Citra ABDUL AZIS, M.KOM

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Transformasi Citra ABDUL AZIS, M.KOM PENGOLAHAN CITRA DIGITAL Transformasi Citra 1 Dua Domain Manipulasi Image Spatial Domain : (image plane) Adalah teknik yang didasarkan pada manipulasi l a n g s u n g p i x e l s u a t u i m a g e. Frequency

Lebih terperinci

Transformasi Fourier dan Filtering

Transformasi Fourier dan Filtering Transformasi Fourier dan Filtering Domain Spasial vs Domain Frekuensi Domain Spasial Konsep koordinat baris dan kolom Pemrosesan pixel-by-pixel Komputasi lama (terutama citra dengan ukuran spasial tinggi)

Lebih terperinci

Muhammad Zidny Naf an, M.Kom. Gasal 2016/2017

Muhammad Zidny Naf an, M.Kom. Gasal 2016/2017 MKB3383 - Teknik Pengolahan Citra Pengolahan Citra di Kawasan Frekuensi Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 06/07 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi Fourier

Lebih terperinci

Histogram. Peningkatan Kualitas Citra

Histogram. Peningkatan Kualitas Citra Histogram Peningkatan Kualitas Citra Representasi Image 1 bit 8 bits 24 bits Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan

Lebih 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 di Kawasan Frekuensi (Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 2015/2016 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi

Lebih terperinci

Pengolahan Citra di Ranah Frekuensi

Pengolahan Citra di Ranah Frekuensi Pengolahan Citra di Ranah Frekuensi Iwan Setyawan Dept Electronic Engineering, Satya Wacana Christian University EE-671 Pengolahan Citra & Video Digital Pendahuluan Sama seperti pada ranah spatial, pengolahan

Lebih terperinci

Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)

Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3) Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3) ISSN : 1693 1173 Abstrak Penelitian ini menekankan pada pentingnya teknik simuasi pada pengolahan citra digital. Simulasi

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL 1 2 Representasi Image 1 bit 8 bits 3 24 bits 4 Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. 5 Hi s togr a m dar i i ma ge

Lebih terperinci

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2 Copyright @2007 by Emy 1 PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI Copyright @2007 by Emy 2 Kompetensi Mampu membedakan teknik image enhancement menggunakan domain spatial dan frekuensi

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015

Lebih terperinci

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) 0//04 CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) Intelligent Computing and Multimedia (ICM) IMAGE SMOOTHING 0 //04 0 //04 Image Smoothing Biasa dilakukan

Lebih 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

BAB III PERANCANGAN PEDOMAN PRAKTIKUM

BAB III PERANCANGAN PEDOMAN PRAKTIKUM BAB III PERANCANGAN PEDOMAN PRAKTIKUM Pada skripsi ini disusun pedoman praktikum untuk mata kuliah Pengolahan Citra Digital menggunakan bahasa pemrograman C++ dan pustaka OPENCV 2.4.5 dengan compiler Microsoft

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana

Lebih terperinci

LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL

LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL oleh Setyo Nugroho Jurusan Teknik Informatika STIKOM Balikpapan 2005

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang

Lebih terperinci

MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( )

MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( ) MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA (08 615 013) 2. DYA AYU NINGTYAS (08 615 017) JURUSAN TEKNOLOGI INFORMASI POLITEKNIK NEGERI SAMARINDA 2010 TRANSFORMASI

Lebih terperinci

Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi ( )

Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi ( ) Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi (0822048) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,

Lebih terperinci

SIMULASI PENGARUH PENGGUNAAN FILTER BUTTERWORTH PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO

SIMULASI PENGARUH PENGGUNAAN FILTER BUTTERWORTH PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO SIMULASI PENGARUH PENGGUNAAN FILTER BUTTERWORTH PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO Orlando Farcend Ficdy Tumbelaka 1), Jotje Rantung 2), Michael Rembet 3) Jurusan Teknik

Lebih terperinci

BAB III PENGOLAHAN DATA

BAB III PENGOLAHAN DATA BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Bab ini memuat latar belakang perlunya penyisipan watermark di dalam citra digital, perumusan masalah secara sistematis, serta metodologi yang digunakan untuk memecahkan masalah yang

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 5 Edge Sharpening. Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 5 Edge Sharpening. Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 5 Edge Sharpening Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dijelaskan tentang berbagai teori yang digunakan untuk melakukan penelitian ini. Teori yang berhubungan seperti penjelasan moment secara umum, Zernike polynomials,

Lebih terperinci

LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA

LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada Fakultas

Lebih terperinci

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Dr. Aniati Murni (R.1202) Dina Chahyati, M.Kom (R.1226) Universitas Indonesia DC - OKT 2003 1 Tujuan Peningkatan Mutu Citra Sumber Pustaka:

Lebih terperinci

DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG. By : Dwi Andi Nurmantris

DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG. By : Dwi Andi Nurmantris DTG2D3 ELEKTRONIKA TELEKOMUNIKASI FILTER ANALOG By : Dwi Andi Nurmantris Ruang Lingkup Materi RANGKAIAN RESONATOR PENDAHULUAN LOW PASS FILTER HIGH PASS FILTER BAND PASS FILTER BAND STOP FILTER RANGKAIAN

Lebih terperinci

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah

Lebih terperinci

Image Enhancement by webmaster - Thursday, December 31, 2015 http://suyatno.dosen.akademitelkom.ac.id/index.php/2015/12/31/image-enhancement/ Definisi Perbaikan citra merupakan proses yang dilakukan untuk

Lebih terperinci

ABSTRAK. PDF created with FinePrint pdffactory Pro trial version

ABSTRAK. PDF created with FinePrint pdffactory Pro trial version ABSTRAK Scattering Parameters (S-Parameter) merupakan suatu metode pengukuran yang berhubungan dengan daya datang dan daya pantul. Dalam tugas akhir ini dibahas prinsip kerja S-Parameter yang berhubungan

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Seiring berkembangnya teknologi, digitalisasi sidik jari sudah sering digunakan, terutama pada passport, ID Card, visa dan dokumen lainnya. Karena kapasitas penyimpanan untuk menyimpan sidik jari

Lebih terperinci

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017 MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Genap 2016/2017 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah (Lowpass Filter) Filter Lolos-Tinggi

Lebih terperinci

DAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...

DAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR... ABSTRAK Noise merupakan salah satu kendala yang mempengaruhi kualitas sinyal suara yang ditransmisikan. Noise tersebut dapat berasal dari peralatan komunikasi itu sendiri atau pengaruh dari sumber luar.

Lebih terperinci

WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT)

WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT) WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT) Disusun Oleh : Aldo Roy Hardiansa Putra (0922056) Jurusan Teknik Elektro, Fakultas Teknik,

Lebih terperinci

Gambar 2.1 Perangkat UniTrain-I dan MCLS-modular yang digunakan dalam Digital Signal Processing (Lucas-Nulle, 2012)

Gambar 2.1 Perangkat UniTrain-I dan MCLS-modular yang digunakan dalam Digital Signal Processing (Lucas-Nulle, 2012) BAB II TINJAUAN PUSTAKA 2.1 Digital Signal Processing Pada masa sekarang ini, pengolahan sinyal secara digital yang merupakan alternatif dalam pengolahan sinyal analog telah diterapkan begitu luas. Dari

Lebih terperinci

Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial

Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial Kuliah ke-3 Program Studi S Reguler Departemen Teknik Elektro, FTUI Slides 29 Tujuan Peningkatan Mutu Citra (image enhancement) Tujuan: melakukan

Lebih terperinci

by Emy 1 IMAGE RESTORATION by Emy 2

by 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 terperinci

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016 IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky

Lebih terperinci

Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014

Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014 Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014 1 Informasi citra Fisika Tomografi 1 Informasi Citra 1.1 Jenis-jenis Citra digital a. Citra Abu-abu (Grayscale)

Lebih terperinci

IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI

IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI 101401020 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER

Lebih terperinci

BAB I PENDAHULUAN. 1 Universitas Kristen Maranatha

BAB I PENDAHULUAN. 1 Universitas Kristen Maranatha BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa

Lebih terperinci

BAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan

BAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat

Lebih terperinci

PENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L

PENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L PENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L Hermawan Syahputra* 1, Andani D N 2 1,2 Jurusan Matematika, FMIPA Unimed, Medan, Indonesia e-mail:

Lebih terperinci

AREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel

AREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel AREA PROCESS Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel Topik Bahasan Konvolusi (convolution) Filtering (nonmask convolution) Filter Morfologis 3.1

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI091391 OPTIMASI NILAI AMBANG WAVELET BERBASIS LOGIKA FUZZY PADA DENOISING CITRA BERWARNA (Kata kunci: denoising, transformasi wavelet, logika fuzzy, thresholding, median absolute

Lebih terperinci

Pengolahan Citra Warna 2 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH

Pengolahan Citra Warna 2 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Pengolahan Citra Warna 2 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan citra warna pseudo Penyajian bidang

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN BAB IV ANALISA DAN PERANCANGAN Bab ini berisi pembahasan mengenai analisa dan perancangan program image sharpening dengan menggunakan Matlab GUI. Analisa bertujuan untuk mengidentifikasi masalah, mengetahui

Lebih terperinci

BAB VI FILTER DIGITAL

BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter yang sering digunakan

Lebih terperinci

Perbandingan Penggunaan Mean Lokal, Median Lokal dan Invarians Statistik Koefisien DCT dalam Perancangan Image Hashing

Perbandingan Penggunaan Mean Lokal, Median Lokal dan Invarians Statistik Koefisien DCT dalam Perancangan Image Hashing Perbandingan Penggunaan Mean Lokal, Median Lokal dan Invarians Statistik Koefisien DCT dalam Perancangan Image Hashing Kuntadi Widiyoko 1, Iwan Setyawan 2 Program Studi Teknik Elektro, Fakultas Teknik

Lebih terperinci

BAB VI FILTER DIGITAL

BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter

Lebih terperinci

PENENTUAN LOKASI GANGGUAN HUBUNG SINGKAT PADA SALURAN TRANSMISI MENGGUNAKAN TRANSFORMASI WAVELET. Oleh : RHOBI ROZIEANSHAH NIM : 13203054

PENENTUAN LOKASI GANGGUAN HUBUNG SINGKAT PADA SALURAN TRANSMISI MENGGUNAKAN TRANSFORMASI WAVELET. Oleh : RHOBI ROZIEANSHAH NIM : 13203054 PENENTUAN LOKASI GANGGUAN HUBUNG SINGKAT PADA SALURAN TRANSMISI MENGGUNAKAN TRANSFORMASI WAVELET LAPORAN TUGAS AKHIR Dibuat sebagai Syarat untuk Meraih Gelar Sarjana Teknik Elektro dari Institut Teknologi

Lebih terperinci

KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM)

KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) Cilla Sundari 1, Muhammad Nasir 2, Hari Toha Hidayat 3 Program Studi Teknik Informatika, Jurusan Teknologi

Lebih terperinci

BAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk

BAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk 6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada

Lebih terperinci

Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)

Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Adryan Chrysti Sendjaja (1022005) Jurusan Teknik Elektro Universitas Kristen Maranatha

Lebih terperinci

REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)

REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1 JURNAL TEKNIK POMITS Vol. 2, No. 1, (201) ISSN: 27-59 (201-9271 Print) 1 Implementasi Citra dengan Menggunakan Regresi Linier dan Metode Wavelet Rina Kharisma Juwitasari, Diana Purwitasari, dan Rully Soelaiman

Lebih terperinci

REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK

REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 Nama : Wito Chandra NRP : 0822081 Jurusan Teknik Elektro, Fakultas

Lebih terperinci

MODUL 4 ANALOG DAN DIGITAL FILTER

MODUL 4 ANALOG DAN DIGITAL FILTER MODUL 4 ANALOG DAN DIGITAL FILTER I. Tugas Pendahuluan Perintah atau fungsi pada MATLAB dapat dilihat dan dipelajari dengan online help pada Command window. Contoh ketiklah : help plot. Maka arti dari

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

Biasa dilakukan untuk menghilangkan efek pada citra digital yang disebabkan oleh keterbatasan sistem pencuplikan

Biasa dilakukan untuk menghilangkan efek pada citra digital yang disebabkan oleh keterbatasan sistem pencuplikan Image Smoothing Biasa dilakukan untuk menghilangkan eek pada citra digital ang disebabkan oleh keterbatasan sistem pencuplikan atau kanal transmisi Teknik penghalusan: Domain spasial contoh: mean median

Lebih terperinci

MATHunesa (Volume 3: No 2) 2014

MATHunesa (Volume 3: No 2) 2014 APLIKASI DETEKSI TEPI SOBEL UNTUK IDENTIFIKASI TEPI CITRA MEDIS Mochamad Nor Cholis Jurusan Matematika, FMIPA, Universitas Negeri Surabaya, email : cholis029@gmail.com Yusuf Fuad Jurusan Matematika, FMIPA,

Lebih terperinci

PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING

PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING Bayu Adi Persada NIM : 13505043 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang

Lebih terperinci

APLIKASI PERINTAH SUARA UNTUK MENGGERAKKAN ROBOT. Disusun Oleh : Nama : Astron Adrian Nrp :

APLIKASI PERINTAH SUARA UNTUK MENGGERAKKAN ROBOT. Disusun Oleh : Nama : Astron Adrian Nrp : APLIKASI PERINTAH SUARA UNTUK MENGGERAKKAN ROBOT Disusun Oleh : Nama : Astron Adrian Nrp : 0422014 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.

Lebih terperinci

BAB I PENDAHULUAN. 1 Universitas Kristen Maranatha

BAB I PENDAHULUAN. 1 Universitas Kristen Maranatha BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa

Lebih terperinci

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Disusun Oleh : Johansen Valentino (0822062) Jurusan Teknik Elektro, Fakultas Teknik,

Lebih terperinci

IMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL

IMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL IMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL SKRIPSI EFRIENNI TAMPUBOLON 091401026 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

Lebih terperinci

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL EK.353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT : Sinyal dan Pemrosesan Sinyal Tujuan pembelajaran umum : Para mahasiswa mengetahui tipe-tipe sinyal, pemrosesan dan aplikasinya Jumlah pertemuan

Lebih terperinci

PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE

PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan

Lebih terperinci

Bab 1 Pendahuluan 1.1 Latar Belakang

Bab 1 Pendahuluan 1.1 Latar Belakang Bab 1 Pendahuluan 1.1 Latar Belakang Proses pengolahan citra digital dapat dibagi menjadi beberapa bidang seperti object detection, image analyze, computer vision, dan medical imaging. Medical imaging

Lebih terperinci

Pengolahan Citra di Kawasan Frekuensi

Pengolahan Citra di Kawasan Frekuensi BAB 6 Pengolahan Citra di Kawasan Frekuensi Setelah bab ini berakhir, diharapkan pembaca mendapatkan berbagai pengetahuan berikut dan mampu mempraktikkannya. Pengolahan citra di kawasan spasial dan kawasan

Lebih terperinci

ANALISIS DAN SIMULASI REKONSTRUKSI VIDEO BERBASIS METODE SUPER-RESOLUSI

ANALISIS DAN SIMULASI REKONSTRUKSI VIDEO BERBASIS METODE SUPER-RESOLUSI ANALISIS DAN SIMULASI REKONSTRUKSI VIDEO BERBASIS METODE SUPER-RESOLUSI ANALYSIS AND SIMULATION OF VIDEO RECONSTRUCTION BASED ON SUPER-RESOLUTION METHOD Kusuma Nindia Rizki 1, Iwan Iwut, ST., MT. 2, Suryo

Lebih terperinci

TRANSFORMASI CITRA: PROSES KONVOLUSI. Bertalya Universitas Gunadarma

TRANSFORMASI CITRA: PROSES KONVOLUSI. Bertalya Universitas Gunadarma TRASFORMASI CITRA: PROSES KOVOLUSI Bertalya Universitas Gunadarma PROSES KOVOLUSI Formula Konvolusi: dummy variable o integration Mekanisme konvolusi dalam bentuk integral ini tidak mudah untuk digambarkan

Lebih terperinci

Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding

Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Gideon Aprilius (0522116) Email: dionjuntak@gmail.com Jurusan Teknik Elektro, Fakultas Teknik

Lebih terperinci

Kompresi Citra Berwarna Menggunakan Transformasi Wavelet

Kompresi Citra Berwarna Menggunakan Transformasi Wavelet Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 55-62 Kompresi Citra Berwarna Menggunakan Transformasi Wavelet Suma inna, Dipo Alam Program Studi Matematika Fakultas Sains dan

Lebih terperinci

Definisi Filter. Filter berdasar respon frekuensinya : 1. LPF 2. HPF 3. BPF 4. BRF/BSF

Definisi Filter. Filter berdasar respon frekuensinya : 1. LPF 2. HPF 3. BPF 4. BRF/BSF FILTER AKTIF Definisi Filter Filter adalah rangkaian yang berfungsi untuk menyaring frekuensi pada suatu band tertentu Filter berdasarkan komponennya : 1. Filter Aktif Terdiri dari Op-Amp dan R, L C 2.

Lebih terperinci

FUNGSI. Blok fungsi juga diawali dengan kata cadangan Begin dan di akhiri dengan kata cadangan End dan titik koma.

FUNGSI. Blok fungsi juga diawali dengan kata cadangan Begin dan di akhiri dengan kata cadangan End dan titik koma. FUNGSI Blok fungsi hampir sama dengan blok prosedur, hanya fungsi harus dideklarasikan dengan tipenya. Tipe deklarasi ini menunjukkan tipe hasil dari fungsi. Bentuk umum : FUNCTION identifier (daftar parameter)

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Sistem Komunikasi II (Digital Communication Systems) Lecture #1: Stochastic Random Process Topik: 1.1 Pengenalan Sistem Komunikasi Digital. 1.2 Pendahuluan Stochastic Random Process. 1.3 Random Variable

Lebih terperinci

IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK

IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE Daniel Halomoan (0822056) Jurusan Teknik Elektro Universitas Kristen Maranatha email: daniel170390@gmail.com

Lebih terperinci

ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI

ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,

Lebih terperinci

SIMULASI FILTER SALLEN KEY DENGAN SOFTWARE PSPICE

SIMULASI FILTER SALLEN KEY DENGAN SOFTWARE PSPICE JETri, Volume 6, Nomor, Februari 7, Halaman -4, ISSN 4-37 SIMULASI FILTER SALLEN KEY DENGAN SOFTWARE PSPICE Kiki Prawiroredjo Dosen Jurusan Teknik Elektro-FTI, Universitas Trisakti Abstract A Sallen Key

Lebih terperinci

Fast Fourier Transform

Fast Fourier Transform Fast Fourier Transform Perbandingan Algoritma Fast Fourier Transform Dengan Algoritma Dasar Dalam Mengalikan Polinomial Andika Kusuma Informatika Institut Teknologi Bandung Bandung, Indonesia 13515033@std.stei.itb.ac.id

Lebih terperinci

Watermarking Video Menggunakan Transformasi Wavelet Diskrit

Watermarking Video Menggunakan Transformasi Wavelet Diskrit Jurnal Generic, Vol. 8, No. 1, Maret 2013, pp. 198~208 ISSN: 1907-4093 (Print), 2087-9814 (online) 198 Watermarking Video Menggunakan Transformasi Wavelet Diskrit Merlin Felyana 1 1 Program Studi Teknik

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL 1. Pendahuluan Citra / gambar merupakan hal yang vital dan menjadi bagian integral dari kehidupan sehari-hari. Pada kepentingan tertentu,

Lebih terperinci

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion

Lebih terperinci

LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( )

LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( ) LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA Disusun Oleh : Inggi Rizki Fatryana (1210147002) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya 2014-2015

Lebih terperinci

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth

Lebih terperinci

Median Lokal dan Invarians Statistik Koefisien

Median Lokal dan Invarians Statistik Koefisien Perbandingan Penggunaan Mean Lokal, Median Lokal dan Invarians Statistik Koefisien DCT dalam Perancangan Image Hashing Kuntadi Widiyoko 1, Iwan Setyawan 2 Program Studi Teknik Elektro, Fakultas Teknik

Lebih terperinci

BAB II DASAR TEORI. yang dibangkitkan dengan frekuensi yang lain[1]. Filter digunakan untuk

BAB II DASAR TEORI. yang dibangkitkan dengan frekuensi yang lain[1]. Filter digunakan untuk BAB II DASAR TEORI 2.1 Filter Filter atau tapis didefinisikan sebagai rangkaian atau jaringan listrik yang dirancang untuk melewatkan atau meloloskan arus bolak-balik yang dibangkitkan pada frekuensi tertentu

Lebih terperinci

BUTTERWORTH FILTER TUJUAN:

BUTTERWORTH FILTER TUJUAN: 1 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS PENDIDIKAN INDONESIA FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN JURUSAN PENDIDIKAN TEKNIK ELEKTRO (ELEKTRONIKA TELEKOMUNIKASI) PRAKTIKUM TELEKOMUNIKASI II FILTER:

Lebih terperinci

OPTIMASI RERATA DALAM PROSES KORELASI SILANG UNTUK MENENTUKAN LOKASI RADIO TRANSMITTER

OPTIMASI RERATA DALAM PROSES KORELASI SILANG UNTUK MENENTUKAN LOKASI RADIO TRANSMITTER 164... Prosiding Seminar Matematika, Sains dan I, FMIPA UNSRA, 14 Juni 2013 OPIMASI RERAA DALAM PROSES KORELASI SILANG UNUK MENENUKAN LOKASI RADIO RANSMIER Isnan Nur Rifai 1), Wahyu Widada 2) 1) Program

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknikteknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu

Lebih terperinci

INSTITUT TEKNOLOGI BANDUNG

INSTITUT TEKNOLOGI BANDUNG KAJIAN PENCOCOKAN CITRA DIGITAL BERDASARKAN KORELASI KOEFISIEN-KOEFISIEN WAVELET 2-D TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar sarjana. Oleh: Muhammad Aldien Said NIM 151

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Fakultas/Jurusan : Pengolahan Sinyal Digital / DSP (Digital Signal Processing) : Ilmu Komputer / Teknik Komputer D Minggu 1 Pendahuluan Ruang

Lebih terperinci

Kuantisasi Gray Level untuk Enhancement Citra

Kuantisasi Gray Level untuk Enhancement Citra Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Kuantisasi Gray Level untuk Enhancement Citra Content: 1. Definisi 2. Ketetanggaan Citra 3. Operator T 4. Transformasi Gray Level

Lebih terperinci

IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING

IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING Rudy Adipranata 1) Cherry Galatia Ballangan 2) William Susanto Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen

Lebih terperinci

METODE PENELITIAN. Gambar 1 Alur metode penelitian.

METODE PENELITIAN. Gambar 1 Alur metode penelitian. akan menggunakan bantuan aplikasi pemrosesan audio (Rochesso 2007). Penambahan Derau Derau merupakan suara-suara yang tidak diinginkan. Munculnya derau dapat menurunkan kualitas suatu berkas audio. Penambahan

Lebih terperinci

REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION

REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Kode / SKS Program Studi Fakultas : Pengolahan Sinyal Digital : IT012256 / 3 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi Sub Khusus (TIK) 1 Pendahuluan Ruang lingkup Mata Kuliah

Lebih terperinci