ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA
|
|
- Handoko Deddy Yuwono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA Murinto, Eko Aribowo, Lidya Puspa Harleni Program Studi Teknik Informatika Universitas Ahmad Dahlan Jogjakarta Jl.Prof.Dr. Soepomo, Janturan, Jogjakarta rien_92044@yahoo.com Abstrak Pengolahan citra bertujuan untuk memperbaiki kualitas citra agar didapatkan hasil citra yang lebih baik dan mudah untuk direpresentasikan. Pengolahan citra menggunakan metode Image Averaging berdasarkan Mean dan Median, merupakan suatu metode yang dapat digunakan untuk menyeragamkan nilai-nilai intensitas di dalam citra sehingga diperoleh nilai intensitas yang sama. Selama ini belum ada penelitian yang menjelaskan karakteristik kedua metode tersebut. Dalam penelitian ini akan dilakukan analisis kelebihan dan kekurangan dari metode Image Averaging berdasarkan Mean dan Median dalam menentukan golongan darah manusia dengan cara mengkonversi citra hitam-putih (grayscale) ke citra biner dengan operasi pengambangan (thresholding). Golongan darah manusia yang dikenal secara umum ada empat jenis yaitu golongan darah A, B, AB,O. Subyek penelitiannya adalah menganalisis dan membandingkan kinerja antara metode Image Averaging berdasarkan Mean dan Median dalam menentukan golongan darah manusia. Data dalam penelitian ini menggunakan data citra sampel golongan darah manusia yang diberi antiregent A, B dan AB.Implementasi metode Image Averaging berdasarkan Mean dan Median menggunakan bahasa pemrograman Borland Delphi 7.0 dan Matlab 6.5, yaitu menggunakan input file citra darah manusia dalam format.bmp(bitmap). Citra asli diubah ke citra keabuan, dilakukan perataan citra berdasarkan Mean dan Median, menghitung timing run dan menampilkan histogramnya, dengan operasi pengambangan (thresholding) mean dan median maka akhirnya akan didapatkan jenis golngan darah manusia. Hasil penelitian menunjukkan bahwa perataan citra (Image Averaging) menggunakan Median dapat memberikan kualitas citra yang lebih baik bila dilihat secara visual mata dan waktu proses (timing run) yang cepat. Hasil perataan citra (Image Averaging) menggunakan Mean memberikan efek blur sehingga citra terlihat kurang jelas dan memerlukan waktu proses (timing run) yang lebih lama. Kata kunci : Golongan Darah, Image Averaging, Mean, Median, 1. PENDAHULUAN Kemajuan teknologi di bidang komputer saat ini mendorong berkembangnya penelitian dan penerapan teknik pengolahan citra. Beberapa pertumbuhan kemajuan teknologi baru membuka peluang bagi pengembangan lebih lanjut dalam bidang ini. Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah direpresentasikan oleh manusia atau mesin (dalam hal ini komputer). Citra (image) merupakan salah satu komponen multimedia yang mempunyai peranan sangat penting sebagai suatu bentuk informasi visual. Didalam citra terkandung banyak informasi yang dimilikinya. Secara harfiah, citra didefinisikan sebagai gambar pada bidang dua dimensi (dua matra). Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Ada
2 sebuah peribahasa yang berbunyi Sebuah gambar bermakna lebih dari seribu kata (a picture is more than a thousand word). Maksudnya adalah sebuah gambar dapat memberikan informasi yang lebih banyak dari pada informasi tersebut disajikan dalam bentuk kata-kata atau teks. Pengolahan citra mempunyai peranan sangat penting dalam berbagai bidang kehidupan misalnya bidang kesehatan. Ada banyak aplikasi dalam bidang kesehatan yang sudah banyak digunakan sekarang ini, antara lain aplikasi untuk mendiagnosa berbagai penyakit pada manusia, aplikasi deteksi kanker payudara, aplikasi rekonstruksi foto janin hasil USG, simulasi perhitungan sel darah manusia, serta masih banyak lagi yang lainnya. Di dalam tubuh manusia terdapat banyak darah yang mempunyai peranan yang sangat penting untuk kelangsungan hidup manusia. Darah merupakan cairan dalam tubuh manusia yang mempunyai banyak fungsi, yang utama sekali adalah mengangkut oksigen keseluruh tubuh. Selain itu darah juga berfungsi untuk mengangkut sisa-sisa metabolisme dalam tubuh, menyuplai jaringan tubuh dengan nutrisi, mengandung berbagai bahan yang bertujuan untuk mempertahankan tubuh manusia dari kuman-kuman penyakit serta mengedarkan hormon endokrin. Golongan darah manusia secara umum yang dikenal ada empat golongan darah yaitu A, B, AB dan O. Selain itu dikenal juga dengan Rh (rhesus) yaitu rhesus positif dan rhesus negatif. Salah satu perbedaan utama antara golongan darah A, B, AB dan O dengan rhesus yaitu pada pada golongan darah A, B, AB dan O aglutinin bertanggung jawab pada timbulnya reaksi tranfusi yang terjadi secara spontan, sedangkan pada rhesus aglutinin spontan hampir tidak pernah terjadi [3]. Pada penelitian ini, akan dikembangkan suatu sistem analisis yang mencoba untuk membandingkan kinerja antara metode Image Averaging berdasarkan Mean dan Median dalam menentukan golongan darah manusia, dengan menggunakan citra sampel golongan darah manusia yang sudah diketahui jenis golongannya. Image Averaging merupakan suatu metode atau teknik yang dapat digunakan untuk menyeragamkan nilai-nilai intensitas di dalam citra sehingga diperoleh nilai intensitas yang sama. Tujuan utama dari perataan citra adalah mengubah nilai-nilai intensitas citra sehingga diperoleh penyebaran yang seragam (Uniform). Perataan citra dilakukan dengan melakukan perataan histogram. Tujuan dari perataan histogram adalah untuk memperoleh penyebaran histogram yang merata, sedemikian sehingga setiap derajat keabuan memiliki pixel yang relatif sama. Dalam penelitian ini metode perataan histogram yang digunakan adalah metode mean dan median. Metode mean ini dengan menjumlahkan nilai masing-masing pixel kemudian dibagi dengan jumlah seluruh pixel. Metode median dengan mencari nilai tengah dari pixel citra. Sistem ini nantinya hanya akan menganalisis perbandingan kinerja antara metode Image Averaging berdasarkan Mean dan Median dalam menentukan golongan darah manusia yaitu golongan darah A, B, AB, dan O. Hasil akhir dari perbandingan kinerja antara metode Image Averaging berdasarkan Mean dan Median yang diperoleh yaitu manakah yang akan memberikan kinerja yang lebih baik berdasarkan kualitas citra yang dihasilkan, perataan antara mean dan median, timing run, histogram serta apakah sistem akan mengenali citra sampel golongan darah manusia yang diberikan.input berupa file citra darah manusia dalam bentuk format BMP. Program akan dibuat menggunakan Delphi 7.0 dan Matlab LANDASAN TEORI 2.1.Golongan Darah Pada Manusia Pada Manusia ada empat jenis golongan darah yang dikenal yaitu golongan darah A, B, AB dan O. masingmasing golongan darah mempuyai ciri-ciri yang khas yang memudahkan untuk membedakannya. Untuk membedakan antara golongan darah A, B, AB dan O kita bisa menggunakan antiregen A, B dan AB yaitu sejenis cairan yang berfungsi untuk membuat darah menggumpal sesuai dengan antiregennya. 1) Golongan Darah A Golongan darah A pada manusia sudah diberi antiregen A, B dan AB,
3 kemudian mengalamai penggumpalan pada antiregen A dan AB-nya. 2) Golongan Darah B Golongan darah B pada manusia sudah diberi antiregen A, B dan AB, kemudian mengalamai penggumpalan pada antiregen B dan AB-nya. 3) Golongan Darah AB Golongan darah AB pada manusia sudah diberi antiregen A, B dan AB, kemudian mengalamai penggumpalan pada antiregen A, B dan AB-nya. 4) Golongan Darah O Golongan darah O pada manusia sudah diberi antiregen A, B, AB, tidak ada penggumpalan pada masing-masing sampel darah yang sudah ditetesi antiregen Perataan dengan Mean dan Median Perataan dengan Metode Mean Perataan citra dengan metode ini yaitu dengan melakukan perataan histogram. Perataan histogram dengan metode Mean yaitu suatu metode dengan cara menjumlahkan nilai masing-masing pixel kemudian dibagi dengan jumlah seluruh pixel yang ada. Perataan histogram dengan metode Mean adalah dengan menggunakan rumus yang dapat dilihat pada persamaan 1: n P r (r k ) = k (1) dimana n k r k,0 k L 1 (2) L 1 derajat keabuan (k) dinormalkan terhadap derajat keabuan terbesar(l-1). Nilai r k = 0 menyatakan hitam, dan r k = 1 menyatakan putih dalam skala keabuan yang didefinisikan Perataan dengan Metode Median Penapis median dikembangkan oleh Tukey. Pada penapis median, suatu jendela (window) memuat sejumlah pixel (ganjil). Jendela digeser titik demi titik pada seluruh daerah citra. Pada setiap pergeseran dibuat jendela baru. Titik tengah dari jendela ini diubah dengan nilai median dari jendela tersebut. Penapisan median merupakan pengolahan tak linear yang berguna untuk mengurangi gangguan-gangguan yang bersifat spike, yang tampil pada citra dalam bentuk bercak-bercak putih atau hitam. Gangguan-gangguan ini biasanya disebut derau inplusive atau salt-and-peppar. Proses penapisan median dilakukan perkelompok pixel yang terdiri dari pixel yang akan diproses dengan melibatkan pixel-pixel tetangganya, yaitu dengan cara menjalankan suatu jendela sepanjang citra, dan nilai intensitas median dari pixel yang ada pada jendela menggantikan intensitas pixel yang sedang diolah. Penapisan median mampu menjaga kekontinuan pada fungsi undak (step function) dan dapat memperhalus sejumlah pixel yang nilainya berbeda dengan sekitarnya tanpa mempengaruhi pixel-pixel lainnya. Jika nilai-nilainya implusif antara dua pixel diakibatkan oleh derau, hasil penerapan tapis median akan mengurangi derau. Operator median merupakan tapis taklinear karena jika diberikan dua fungsi citra yang menghasilkan urutan R 1 (x) dan R 2 (x) maka med (R 1 (x) + R 2 (x)) med (R 1 (x) + med(r 2 (x)). Tapis median memiliki sejumlah sifat menarik seperti berikut : a) Jika diberikan terapan k dan urutan R(x), maka : med(k. R(x)) = k. med(r(x)). (3) med(k + R(x)) = k + med(r(x)). (4) b) Tapis median mengurangi varians intensitas citra. Dengan demikian, tapis median memiliki kemampuan untuk mengubah tekstur citra. c) Tapis median akan mengubah nilai rerata intensitas citra jika derau spasial pada citra asimetris di dalam jendela. d) Tapis median akan mempertahankan bentuk tepi tertentu. e) Jika diberikan bentuk jendela simetris, tapis median akan mempertahankan lokasi tepi. f) Pada penerapan tapis median, tidak ada nilai aras keabuan baru yang dibangkitkan. Citra biner tetap biner, dan kisaran dinamis citra tertapis tidak akan pernah melebihi kisaran citra masukannya. Perataan histogram dengan metode Median adalah dengan mengambil nilai
4 tengah dari nilai pixel citra dengan terlebih dahulu mengurutkan nilai pixel dari yang terkecil ke yang terbesar. 3. HASIL PENELITIAN Pada penelitian ini digunakan data sampel citra golongan darah manusia yang sudah ditetesi dengan antiregent A, B dan AB. Jenis citra input adalah citra true color berekstensi *.bmp. Output yang dihasilkan adalah citra hasil perataan (Image Averaging) berdasarkan Mean dan Median, histogram citra dan Timing Run. Aplikasi nantinya akan menerima masukan berupa citra sampel golongan darah manusia yang sudah ditetesi dengan antiregent A, B dan AB, dan data tersebut sudah diketahui jenis golongan darahnya (lihat Gambar 1). Tabel 2. Tabel Kategori hasil Output Range Data Kategori Arti image Menggumpal image Tidak menggumpal Terjadinya proses penggumpalan pada sampel darah yang telah ditetesi dengan antiregen A, B dan AB dapat menentukan jenis golongan darah manusia yaitu apakah golongan darah A, B, AB dan O. Berikut adalah contoh sampel darah yang menggumpal dan tidak menggumpal, yang terlihat pada gambar 2. Citra golongan darah A Citra golongan darah B Menggumpal Tidak Menggumpal Gambar 2. Sampel Darah yang Menggumpal dan Tidak Menggumpal Citra golongan darah AB Citra golongan darah O Gambar 1. Sampel Citra Golongan Darah Manusia Data input yang dilakukan pada aplikasi ini berupa target matriks citra yang merupakan hasil olah data dari operasi pengambangan (thresholding). Dari matriks yang telah diketahui, dimana kedua data 76 tersebut berguna untuk mengenali pola golongan darah. Data mengenai target matriks citra tersebut dijelaskan pada tabel 1. Tabel 1. Target Matriks Citra Kejadian Target Matriks Citra Golongan Darah A Golongan Darah B Golongan Darah AB Golongan Darah O Jika nilai output yaitu image 128 (dimana T=128), maka hasil output tersebut dapat dikategorikan pada nilai 0. Sementara jika nilai output yaitu image 128 (dimana T=128) maka hasil output tersebut dapat dikategorikan pada nilai 1. Penentuan nilai inilah yang nantinya akan menentukan pola golongan darah pada masing-masing antiregent apakah menggumpal atau tidak, pada tabel 2 berikut: Data yang digunakan dalam aplikasi ini adalah data citra golongan darah yang sudah diberi antiregent A, B dan AB. Data tidak dibatasi tergantung dari jumlah data, karena data langsung dimasukkan ke dalam aplikasi tanpa harus mengalami perubahan. Pengolahan data citra dilakukan oleh aplikasi sendiri. Pengolahan data disini hanya mengubah data citra sampel golongan darah ke dalam bentuk biner yaitu dalam bentuk matriks dengan membedakan metode Image Averaging berdasarkan Mean dan Median. Secara lengkap, alur pengolahan data yang dilakukan dalam aplikasi ini adalah: Langkah 1 : Ambil citra sampel golongan darah yang sudah disediakan. Langkah 2 : Setelah citra diambil kemudian lanjutkan dengan mengubah citra asli ke citra keabuan, kemudian menampilkan histogram dari kedua citra tersebut. Langkah 3: Menentukan proses perataan citra (Image Averaging) berdasarkan Median. Dimulai dengan menampilkan citra hasil perataan berdasarkan Median, menampikan histogramnya, menentukan perhitungan waktu (timing-run). Langkah 4: Menetukan proses perataan citra (Image Averaging) Berdasarkan Mean. Dimulai dengan menampilkan citra hasil perataan berdasarkan Mean, menampilkan
5 histogramnya, menentukan perhitungan waktu (timing-run). Langkah 5: Setelah operasi perataan selanjutnya dilakukan operasi pengambangan (thresholding) terhadap kedua citra perataan. Operasi pengambangan mengelompokkan nilai derajat keabuan setiap pixel ke dalam dua kelas, yaitu hitam (0) dan putih (1). Dari proses tersebut maka didapatkan citra hasil pengambangan. Langkah 6 : Proses terakhir yaitu menentukan golongan darah manusia yang sebelumnya sudah diketahui jenisnya yaitu golongan darah A, B, AB dan O. Tampilan program utama menggunakan Borland Delphi 7.0. Di sini terdapat Process yaitu mengubah citra warna (true color) menjadi citra keabuan (grayscale) lalu menampilkan kedua histogram citra. Process juga menampilkan citra hasil perataan, citra ambang Mean dan Median, histogram, timming run serta hasil penentuan golongan darah manusia berdasarkan Mean dan Median (lihat gambar 3). Gambar 3. Tampilan Utama Salah satu dari file citra dipilih, maka file citra asli dari sampel darah manusia akan muncul. Kemudian tekan tombol Process, maka akan ditampilkan hasil citra keabuan (grayscale) serta histogram yang dihasilkan. Seperti tampak pada gambar 4. Gambar 4. Tampilan program untuk proses mengubah citra warna (true color) menjadi citra keabuan (grayscale) Setelah proses mengubah citra warna (true color) menjadi citra keabuan (grayscale) dilakukan, proses selanjutnya yaitu menghitung perataan citra berdasarkan metode median, menampilkan histogramnya serta menampilkan timing run. Proses waktu atau timing run ini digunakan untuk mengetahui waktu sejak awal hingga akhir proses yang bekerja secara bersamaan untuk menghitung waktu total yang diperlukan. Semakin kecil waktu proses yang digunakan maka akan semakin cepat waktu yang digunakan untuk proses. Seperti terlihat pada gambar 5 : Gambar 5. Tampilan program untuk proses perataan citra Setelah proses mengubah citra warna (true color) menjadi citra keabuan (grayscale) dilakukan, proses selanjutnya yaitu menghitung perataan citra berdasarkan metode median, menampilkan histogramnya serta menampilkan timing run. Proses waktu atau timing run ini digunakan untuk mengetahui waktu sejak awal hingga akhir proses yang bekerja secara bersamaan untuk menghitung waktu total yang diperlukan. Semakin kecil waktu proses yang digunakan maka akan semakin cepat waktu yang digunakan untuk proses. Secara visual dengan pandangan mata kita, hasil yang diperoleh dari perataan citra (Image Averaging) berdasarkan Mean dan Median pada sampel citra golongan darah manusia yang berekstensi.bmp tidak jauh berbeda. Tetapi jika diamati, hasil dari perataan citra berdasarkan Mean memberikan efek blur sehingga hasilnya menyebabkan tepian dari citra tidak nampak jelas. Sedangkan hasil dari perataan citra berdasarkan Median hasil citra nampak lebih jelas sebab tidak terdapat efek blur. Dalam tabel 3. ditampilkan hasil keseluruhan dari beberapa percobaan yang dilakukan.
6 Terdapat perbedaan waktu yang tidak terlalu besar antara hasil perataan citra dengan Median dan Mean. Hal ini terjadi pada semua sampel citra darah yang digunakan dalam uji coba. Dan dari hasil uji coba dapat diambil kesimpulan bahwa waktu proses (timig run) dari metode median lebih cepat dari pada waktu proses (timig run) dari metode mean. 5. KESIMPULAN Dari pembahasan sebelumnya, maka dapat diambil kesimpulan sebagai berikut : 1. Perataan citra (Image Averaging) berdasarkan metode Median memberikan hasil yang lebih baik bila dilihat secara visual mata, hasil yang didapatkan tidak terdapat efek blur sehingga hasil citra nampak lebih jelas. Perataan citra (Image Averaging) berdasarkan metode Median memerlukan waktu proses (timing run) yang lebih cepat. 2. Perataan citra (Image Averaging) berdasarkan metode Mean memberikan efek blur sehingga hasil yang diperoleh apabila dilihat Tabel 3. Data Timing Run secara visual mata terkesan kurang jelas serta menyebabkan tepian dari citra tidak nampak jelas. Perataan citra (Image Averaging) berdasarkan metode Mean memerlukan waktu proses (timing run) yang lama. DAFTAR PUSTAKA [1]. Achmad, Balza, Firdausy, Kartika, Teknik Pengolahan Citra Digital menggunakan Delphi, Ardi Publishing, Yogyakarta, [2]. Andreswari, Desi, Proses Peningkatan Mutu Citra Menggunakan Borland Delphi 5.0 Skripsi Teknik Informatika UAD, Yogyakarta, [3]. Guyton, C.A, Fisiologi Manusia dan Mekanisme Penyakit, Penerbit Buku Kedokteran. [5]. Munir, Rinaldi, Pengolahan Citra Digital dengan Pendekatan Algoritma, Informatika, Bandung. [6]. Murinto, Pengantar Kuliah Umum Pengolahan Citra Universitas Ahmad Dahlan, Yogyakarta, Median Mean Citra Asli Timimg Golongan Golongan Timimg Run Run Darah Darah darah1(a).bmp A A darah2(a).bmp A A darah3(a).bmp A A darah4(a).bmp A A darah1(b).bmp B B darah2(b).bmp B B darah3(b).bmp B B darah4(b).bmp B B darah5(b).bmp B B darah6(b).bmp B B darah1(ab).bmp AB AB darah2(ab).bmp AB AB darah3(ab).bmp AB AB darah4(ab).bmp AB AB darah2(o).bmp O O darah3(o).bmp O O darah4(o).bmp O O darah5(o).bmp A O darah6(o).bmp tak tak dikenali dikenali darah7(o).bmp O AB
JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE
JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE THE COMPARISON ANALYSIS OF HISTOGRAM EQUALIZATION WITH MEDIAN FILTER METHODS TO NOISE REDUCTION.
Lebih terperinciDETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT
DETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT Murinto, Wahyu Pujiyono, Hadijah Program Studi Teknik Informatika Universitas Ahmad Dahlan Jogjakarta rintokusno@yahoo.com ABSTRAK
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciBAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan mengikuti perkembangan zaman, tentunya teknologi juga semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga pengembangan dari teknologi yang sudah
Lebih 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 terperinciPERBANDINGAN KINERJA METODE GRADIENT BERDASARKAN OPERATOR SOBEL DAN PREWITT IMPLEMENTASI PADA DETEKSI SIDIK JARI
JURNAL INFORMATIKA Vol 3, No. 1, Januari 29 PERBANDINGAN KINERJA METODE GRADIENT BERDASARKAN OPERATOR SOBEL DAN PREWITT IMPLEMENTASI PADA DETEKSI SIDIK JARI Wahyu Pujiyono, Murinto, Irfan Adam Program
Lebih terperinciBAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Citra (image) istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
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 terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih 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 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 terperinciPERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS
PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS Tole Sutikno, Kartika Firdausy, Eko Prasetyo Center for Electrical Engineering Research and Solutions
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciAPLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK
APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK 1 Yuda Permadi, 2 Murinto Program Studi Teknik Informatika Kampus
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciBAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses pengolahan citra digital. Hal ini dilakukan karena citra yang akan diolah kemungkinan memiliki
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dental radiology memiliki peranan yang penting dalam menentukan perawatan dan diagnosa gigi. Penggunaan sinar rontgen telah lama di kenal sebagai suatu alat dalam bidang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciPEMANFAATAN APLIKASI GOOGLE EARTH SEBAGAI MEDIA PEMBELAJARAN GOGRAFIS MENGGUNAKAN METODE IMAGE ENHANCEMENT
PEMANFAATAN APLIKASI GOOGLE EARTH SEBAGAI MEDIA PEMBELAJARAN GOGRAFIS MENGGUNAKAN METODE IMAGE ENHANCEMENT Dewi Arita 1, Andri Pranolo 2 1 Teknik Informatika, FITB, Universitas Teknologi Yogyakarta Jalan
Lebih terperinciBAB I PENDAHULUAN. dalam storage lebih sedikit. Dalam hal ini dirasakan sangat penting. untuk mengurangi penggunaan memori.
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era informasi seperti sekarang ini, siapa yang tak kenal yang namanya tempat penyimpanan data atau yang sering disebut memori. Di mana kita dapat menyimpan berbagai
Lebih terperinciIMPLEMENTASI METODE CANNY UNTUK DETEKSI TEPI MUTU DAUN TEMBAKAU
IMPLEMENTASI METODE CANNY UNTUK DETEKSI TEPI MUTU DAUN TEMBAKAU 1 Arief Yudiyanto, 2 Murinto(0510077302) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan,
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciAPLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA
Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciPENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION
PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION Sugiarti sugiarti_fikumi@ymail.com Universitas Muslim Indonesia Abstrak Peningkatan kualitas citra merupakan salah satu proses awal
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciImplementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata
Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Arif Senja Fitrani 1, Hindarto 2, Endang Setyati 3 1,2, Jurusan Teknik Informatika Universitas Muhammadiyah Sidoarjo,
Lebih terperinciTEKNIK PENGKERANGKAAN CITRA DIGITAL MEMPERGUNAKAN ALGORITMA STENTIFORD PADA INPUT CITRA DOKUMEN TEKS JAWA
55 TEKNIK PENGKERANGKAAN CITRA DIGITAL MEMPERGUNAKAN ALGORITMA STENTIFORD PADA INPUT CITRA DOKUMEN TEKS JAWA A. Rudatyo Himamunanto, Elisabeth Kaka Kole Fakultas Sains dan Komputer, Universitas Kristen
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI OBJEK BERDASARKAN BENTUK DAN UKURAN Dika Adi Khrisna*, Achmad Hidayatno**, R.
MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI OBJEK BERDASARKAN BENTUK DAN UKURAN Dika Adi Khrisna*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Salah satu bidang yang berkaitan dengan pengolahan citra adalah
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciOperasi Bertetangga (1)
Operasi Bertetangga () Kartika Firdausy - UAD kartika@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan alasan diperlukannya operasi bertetangga
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciIMPLEMENTASI METODE MEDIAN FILTER DAN HISTOGRAM EQUALIZATION UNTUK PERBAIKAN CITRA DIGITAL
IMPLEMENTASI METODE MEDIAN FILTER DAN HISTOGRAM EQUALIZATION UNTUK PERBAIKAN CITRA DIGITAL Eko Fransisko Manurung Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang Limun
Lebih terperinciPENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE
PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE Muhammad Luqman Afif - A11.2009.04985 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang ABSTRAK Program
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciImplementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra
249 Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra Ahmad Jalaluddin 1, Yuliana Melita 2 1) Univers itas Islam Lamongan 2) Sekolah Tinggi Teknik Surabaya Odden.85@gmail.com, ymp@stts.edu
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciRANCANG BANGUN APLIKASI PENGABURAN GAMBAR
RANCANG BANGUN APLIKASI PENGABURAN GAMBAR Muhammad Sholeh 1, Avandi Badduring 2 1, 2 Teknik Informatika, Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta Jl. Kalisahak 28 Komplek
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE
ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3
Lebih terperinciII. LANDASAN TEORI I. PENDAHULUAN
MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI CACAT PADA KEPING PCB MENGGUNAKAN PENCOCOKAN MODEL (TEMPLATE MATCHING) Kris Adhy Nugroho*, R. Rizal Isnanto **, Achmad Hidayatno ** Abstrak Inspeksi secara automatis
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org ABSTRAKSI
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih terperinciPERANCANGAN ALAT UKUR GOLONGAN DARAH BERBASIS MIKROKONTROLER AT89S52
ISSN: 1693-6930 107 PERANCANGAN ALAT UKUR GOLONGAN DARAH BERBASIS MIKROKONTROLER AT89S52 Muchlas, Tole Sutikno, Santiko Center for Electrical Engineering Research and Solution (CEERS) Program Studi Teknik
Lebih terperinciMENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET
MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang
Lebih terperinciANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT
ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT Murinto 1), Willy Permana Putra, Sri Handayaningsih Program Studi Teknik Informatika Fakultas
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciANALISIS PERBANDINGAN METODE 2D MEDIAN FILTER DAN MULTI LEVEL MEDIAN FILTER PADA PROSES PERBAIKAN CITRA DIGITAL
ANALISIS PERBANDINGAN METODE 2D MEDIAN FILTER DAN MULTI LEVEL MEDIAN FILTER PADA PROSES PERBAIKAN CITRA DIGITAL Murinto 1, Bachrudin Muchtar Program Studi Teknik Informatika Fakultas Teknologi Industri
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciIMPLEMENTASI ADAPTIVE MEDIAN FILTER SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL
IMPLEMENTASI ADAPTIVE MEDIAN FILTER SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL Eva Listiyani 1) 1) S1 / Jurusan Sistem Komputer, Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya Abstract:
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinci7.7 Pelembutan Citra (Image Smoothing)
7.7 Pelembutan Citra (Image Smoothing) Pelembutan citra (image smoothing) bertujuan untuk menekan gangguan (noise) pada citra. Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciAPLIKASI PENAJAMAN CITRA GRAYSCALE MENGGUNAKAN METODE GAUSS
ORBITH VOL. 11 NO. 1 MARET 2015 : 30 35 APLIKASI PENAJAMAN CITRA GRAYSCALE MENGGUNAKAN METODE GAUSS Oleh: Wahyu Supriyatin ( 1 ), Yenniwarti Rafsyam ( 2 ) ( 1 ) Staff Pengajar Jurusan Sistem Informasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciBAB 1 PENDAHULUAN. berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data dan informasi tidak hanya disajikan dalam bentuk teks, tetapi juga dapat berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau informasi
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM Sebelum merancang sebuah sistem, perlu dilakukan analisis terlebih dahulu. Analisis sistem adalah proses menentukan kebutuhan sistem, apa yang harus dilakukan sistem
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciPenerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.
Lebih terperinciRika Oktaviani
Operasi Operasi Dasar Pengolahan Citra Digital Rika Oktaviani rika.jtk11@gmail.com Lisensi Dokumen: Copyright 2003 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB II LANDASAN TEORI. dihadapi dengan standar median filter. Perbedaan mendasar antara dua filter ini
BAB II LANDASAN TEORI 2.1. Metode Adaptive Median Filter Adaptive Median Filter dirancang untuk menghilangkan masalah yang dihadapi dengan standar median filter. Perbedaan mendasar antara dua filter ini
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciEKSPERIMEN PENENTUAN GOLONGAN DARAH MELALUI PENGOLAHAN CITRA DIGITAL DENGAN METODE PREWITT, SOBEL, DAN ROBERT TUGAS AKHIR.
EKSPERIMEN PENENTUAN GOLONGAN DARAH MELALUI PENGOLAHAN CITRA DIGITAL DENGAN METODE PREWITT, SOBEL, DAN ROBERT TUGAS AKHIR Disusun Oleh : HARMANTO NPM. 0534010075 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinci