FUSI CITRA SATELIT MULTI-TEMPORAL DENGAN NON-ITERATIF PSEDOPOLAR FOURIER TRANSFORM
|
|
- Siska Widjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 FUSI CITRA SATELIT MULTI-TEMPORAL DEGA O-ITERATIF PSEDOPOLAR FOURIER TRASFORM Arya Y. Wijaya, Agus Z. Arifin, Anny Yuniarti 3, Wijayanti. Khotimah 4,,3,4 Teknik Informatika, FTIF, Institut Teknologi Sepuluh opember Sukolilo, Surabaya anny@its-sby.edu, 4 wijayanti@if.its.ac.id Abstrak Pembuatan peta dari citra satelit biasanya mengalami kesulitan jika hanya memakai sebuah citra. Hal ini dikarenakan seringnya muncul gangguan (misalnya berupa awan) yang berada di atas suatu wilayah. Biasanya, para ahli geografi melakukan fusi citra satelit multi-temporal untuk membuat peta wilayah yang terbebas dari gangguan tersebut. Penelitian ini bertujuan untuk melakukan fusi pada citra satelit multi-temporal untuk mendukung ahli geografi melakukan pemetaan suatu wilayah permukaan bumi secara otomatis. Masukan sistem ini adalah dua citra satelit multi-temporal. Kedua citra satelit tersebut dibawa pada domain frekuensi menggunakan pseudopolar fourier transform untuk dilakukan registrasi. Pada koordinat log polar di domain frekuensi, transformasi geometri citra kedua terhadap citra pertama ditemukan dengan menggunakan phase correlation. Parameter skala perbesaran, sudut rotasi, dan nilai translasi citra kedua terhadap citra pertama yang ditemukan pada tahap registrasi dijadikan dasar pada proses fusi citra. Dengan adanya otomatisasi dalam melakukan fusi citra satelit multi-temporal yang diusulkan dalam penelitian ini, diharapkan pemetaan yang dilakukan lebih objektif, akurat, dan dilakukan dalam waktu relatif singkat. Kata kunci : image fusion, image registration, psudo-polar fourier transform. Pendahuluan Pembuatan peta dari citra satelit biasanya mengalami kesulitan jika hanya memakai sebuah citra. Hal ini dikarenakan seringnya muncul gangguan (misalnya awan) yang berada di atas suatu wilayah. Biasanya, para ahli geografi memakai lebih dari satu citra satelit pada wilayah yang sama untuk membuat peta wilayah yang terbebas dari gangguan. Citra satelit multi-temporal, yaitu dua citra satelit pada daerah yang sama tetapi diambil pada waktu yang berbeda, digabungkan untuk meningkatkan nilai informasi dari suatu citra satelit. Proses penggabungan yang dilakukan dilakukan secara manual oleh pakar memiliki tingkat subyektivitas yang tinggi sehingga masing-masing pakar bisa memiliki hasil berbeda untuk daerah observasi yang sama. Dengan kemajuan ilmu pada bidang pengolahan citra digital dan visi komputer, metode manual tersebut dapat diganti dengan sebuah metode otomatis. Proses penggabungan, pengkombinasian, penyinergian, atau hal sejenisnya pada dua citra atau lebih menjadi sebuah citra yang memiliki informasi yang lebih berkualitas dalam ilmu pengolahan citra digital disebut dengan fusi citra []. Banyak penelitian tentang fusi yang telah dilakukan. Pada umumnya, penelitian yang dilakukan adalah melakukan fusi citra satelit resolusi tinggi (highresolution panchromatic images/hrpis) dengan citra resolusi rendah (low-resolution multispectral images/lmris). [,3] menggunakan domain spasial dan melakukan analisis nilai hue dan saturation citra HRPI dan LMRI. (Aiazzi, 00) menggunakan highpass filtering untuk melakukan fusi. Selain itu, fungsi wavelet juga dapat digunakan untuk melakukan fusi [4]. Akan tetapi, hampir semua metode yang ada lebih berfokus pada fusi antara citra yang diambil dari sensor berbeda, bukan pada citra multi-temporal. Sebelum melakukan fusi, hal yang biasanya dilakukan adalah melakukan registrasi citra. Registrasi citra adalah proses menemukan kembali titik-titik yang bersesuaian antara dua citra.. Citra kedua dianggap merupakan versi transformasi geometri dari citra pertama. Registrasi citra pada domain spasial dilakukan dengan cara mencari nilai rata-rata, median, atau ukuran statistika lainnya pada
2 Gambar. Algoritma Fusi Citra Satelit Multi-Temporal dengan on-iteratif Psedopolar Fourier Transform setiap nilai derajat keabuan (grayscale) atau RGB citra [5]. Registrasi citra pada domain spasial bekerja dengan baik ketika diaplikasikan terhadap citra yang memiliki tingkat ketidakteraturan kecil. Registrasi citra pada domain frekuensi dilakukan dengan memanfaatkan properti Transformasi Fourier. Metode berbasis Transformasi Fourier mampu memperkirakan skala perbesaran, rotasi, dan translasi lebih akurat dibandingkan dengan metode pada domain spasial. Sebagian besar pendekatan yang berdasarkan Transformasi Fourier memanfaatkan shift property Transformasi Fourier yang menyediakan perkiraan translasi yang akurat dengan phase correlation [6]. Metode yang diusulkan pada penelitian ini adalah melakukan fusi citra satelit multi-temporal dengan terlebih dahulu melakukan registrasi citra berbasis Pseudo-polar Fourier Transform (PPFT) [7]. Akan tetapi, regitrasi citra berbasis PPFT pada [7] menggunakan iterasi agar mendapatkan hasil optimal. Pada penelitian ini, iterasi akan dihilangkan dan diganti dengan metode adaptif untuk mendapatkan estimasi skala perbesaran, sudut rotasi, dan nilai translasi yang optimal. Paramaterparameter yang didapatkan pada proses registrasi akan digunakan dasar dalam fusi citra satelit multitemporal. a b c Gambar. Pseudopolar-grid (contoh: input citra 8x8) a.p b.p c. P = P P. Metodologi Algoritma yang dibangun meliputi tiga tahapan utama sebagaimana digambarkan dalam Gambar, yaitu Tahap Representasi PPFT, Tahap Estimasi dan Tahap Fusi. Tahap Representasi PPFT bertujuan untuk membawa citra dari domain spasial menjadi domain frekuensi. Selanjutnya Tahap Estimasi bertujuan untuk mendapatkan nilai transformasi geometri (perbesaran, rotasi, dan pergeseran) citra kedua terhadap citra pertama. Terakhir, Tahap Fusi bertujuan untuk menggabungkan citra kedua yang telah diperbesar, dirotasi dan digeser sesuai hasil registrasi kepada citra pertama.. Tahap Representasi PPFT Definisi PPFT Pseudo-polar Fourier Transform (PPFT) adalah Transformasi Fourier D dari sebuah citra yang letakkan di atas pseudopolar-grid. Secara lengkap, pseudopolar-grid diberikan oleh himpunan P P P () dimana dan l P k, k l, k () l P k, k l, k. (3)
3 Untuk mengilustrasikan himpunan P dan P dapat dilihat pada Gambar (a) dan Gambar (b). Pseudopolar-grid P diilustrasikan pada gambar (c). Pada Gambar (a) dan (b), k menyajikan nilai yang disebut sebagai pseudoradius dan l menyajikan nilai yang disebut sebagai pseudoangle. Resolusi dari pseudopolar-grid adalah + dalam bagian angular dan M=+ pada bagian radial. Dengan menggunakan representasi (r,θ), pseudopolar-grid diberikan dengan P ( k, l) (, ) ; P ( k, l) (, ), (4) r k l r k k 4 l ; rk k r k l 4 l (5) l l / arctan ; l l arctan (6) dimana k=-,..., dan l = -/,...,/. PPFT definisikan sebagai sampel dari Transformasi Fourier yang diberikan pada (.) di atas pseudopolar-grid P yang diberikan pada (.0). Secara detail, PPFT j ( j,) adalah sebuah transformasi linear, dimana terdefinisi untuk k=-,..., dan l=-/,...,/, sebagai ˆ l I k, k / ˆ i I I ( u, v)exp ku kv u, v / M ˆ ˆ l I Ik, k / u, v / i I( u, v)exp ku kv M (7) (8) dimana Î adalah I pada domain frekuensi. Sebagaimana dapat dilihat pada Gambar (c), untuk setiap sudut yang telah ditentukan sebesar l, sampel dari pseudopolar-grid memiliki space yang sama pada bagian radial. Akan tetapi, space ini berbeda untuk sudut yang berbeda. Demikian pula, grid memiliki space yang tidak sama dalam bagian angular, tetapi memiliki space kemiringan yang sama. Secara detail, tan ( l) cotl cotl (9) tan ( l) cot l cot l (0) dimana dan diberikan pada (6). selanjutnya adalah melakukan penghitungan nilai translasi sepanjang sumbu logr dan sumbu θ. Penghitungan pergeseran ini dilakukan dengan metode phase correlation. Properti penting PPFT adalah bahwa transformasi ini memiliki kemampuan invert. Selain itu, PPFT forward dan invert dapat diaplikasikan dengan sebuah komputasi yang cepat dengan bantuan FrFT. Dan yang lebih penting lagi, algoritma ini tidak membutuhkan regriding atau interpolasi sehingga memliki keakuratan yang tinggi. Fractional Fourier Fourier (FrFT) Kompleksitas penghitungan PPFT dapat ditekan dengan bantuan FrFT. FrFT adalah algoritma cepat dengan komputasi O( log) yang dapat memetakan Transformasi Fourier Diskrit (DFT) di atas beberapa himpunan dari titik pada sebuah keliling lingkaran. Lebih spesifik, diberikan sebuah vektor C dengan panjang +, C = (C(u), u = -/,...,/), R. FrFT didefinisikan sebagai : ( F / C)( k) C( u)exp[ iku /( )]; u / k /,..., / () Algoritma Tahap Representasi PPFT. Input citra I dan I, jika citra memiliki ukuran yang berbeda, maka dilakukan zeropadding (memberikan nilai 0 pada piksel tambahan) sehingga kedua cira memiliki ukuran n x n.. Hitung magnitude PPFT pada masing-masing citra I dan I. 3. Lakukan interpolasi dari Pseudopolar-grid menjadi Log-polar grid sebagaimana digambarkan pada Gambar 3(a). Titik-titik yang berwarna abu-abu adalah elemen pada pseudopolar-grid. Sedangkan titik-titik warna hitam adalah elemen dari pada log-polar grid. ilai sebuah titik hitam akan mengambil nilai sebuah titik abu-abu yang berada paling dekat dengannya. 4. Dikarenakan nilai interval yang sangat besar (0-0 4 ) pada setiap nilai yang berada pada koordinat log-polar grid, lakukan operasi log pada seluruh elemen sehingga memiliki interval (0-4). Agar dapat diamati dan memiliki tingkat kontras yang baik, interpolasikan nilai tersebut pada interval grayscale (0-55) sehingga memiliki hasil seperti terlihat pada Gambar 3(b).. Tahap Estimasi Tahap Estimasi bertujuan untuk mendapatkan nilai transformasi geometri (perbesaran, rotasi, dan pergeseran) citra ke- (I ) terhadap citra ke- (I ). Setelah mendapatkan nilai PPFT pada log-polar grid. Phase Correlation Apabila I adalah citra I yang mengalami pergeseran sebesar (Δx, Δy) sehingga, I x, y) I ( x x, y ) () ( y
4 Sumbu θ Sumbu logr a b Gambar 3. a. Interpolasi dari Pseudopolar-grid (abuabu) ke polar-grid (hitam). b. Representasi grayscale PPFT yang telah diinterpolasikan pada polar-grid. a c d Gambar 4. a. Citra landsat (I ). b. Citra I. c. PPFT citra I dan I pada koordinat log-polar yang telah di bawa pada nilai grayscale. d. Hasil Fusi. Skala Tabel. Hasil uji coba akurasi registrasi Rotasi (derajat) Skala Rotasi (derajat) b Estimasi Error Skala Error Rotasi (derajat), 5,0 4,96 0,00 0,04,5 50,49 50, 0,0 0,,0 46,0 46,09 0,0 0,09 3,0 58 3,0 58,05 0,0 0,05 4, ,0 044,30 0,0 0,30 5, ,04 003,6 0,04 0,6 maka besar pergeseran I terhadap I sebesar (Δx, Δy) dapat ditemukan secara akurat dengan menggunakan phase correlation [8]. Metode estimasi pergeseran dengan menggunakan phase correlation dapat dimulai dengan melakukan Transformasi Fourier D pada I dan I sehingga secara berturut-turut menghasilkan Î dan Î. { }; { } (3) I I Selanjutnya dilakukan penghitungan R sebagaimana formula dibawah ini, ˆ I * R. (4) ˆ I* I* adalah complex conjugate dari I. Selanjutnya dicari phase correlation r pada domain spasial dimana r adalah r { R}. (5) ilai (Δx, Δy) dapat ditemukan dengan mencari letak puncak dari dari r yaitu ( x, y) arg max{ r}. (6) ( x, y) Algoritma Tahap Estimasi. Dengan menggunakan phase correlation, lakukan penghitungan pergeseran nilai PPFT I terhadap I yang telah dibawa pada koordinat log-polar pada tahap sebelumnya, sehingga didapatkan nilai pergeseran (Δlogr, Δθ).. ilai perbesaran citra input I terhadap I sebesar s dapat dicari dari nilai Δlogr [7]. Apabila sumbu logr terdiri dari q buah piksel maka skala perbesaran relatif citra I terhadap I sebesar s didapatkan dengan max(log r) log r q s base, (7) dimana base adalah basis logaritma yang digunakan pada saat interpolasi ke log-polar grid pada Tahap Representasi PPFT. 3. ilai rotasi citra input I terhadap I sebesar θ dapat dicari dari nilai Δθ [7]. Apabila sumbu θ terdiri dari t buah piksel maka sudut rotasi antara citra I terhadap I sebesar θ dapat ditemukan dengan 80. (8) t ilai θ yang ditemukan memiliki ambiguitas yaitu θ atau θ+π [7]. Ambiguitas dari θ diselesaikan dengan menggunakan D phase correlation dimana citra I diputar sebesar θ dan θ+π dan di hitung phase correlationnya terhadap I. ilai phase correlation terbesar diantara kedua pasang citra tersebut merupakan sudut θ yang sebenarnya. 4. Optimasi (smoothing) nilai skala dan rotasi yang didapat dilakukan dengan pengambilan q buah nilai s dari tetangga skala estimasi dan q buah nilai θ dari tetangga sudut estimasi. Dilakukan phase correlation dari q+ buah kandidat nilai skala dan sudut rotasi yang menghasilkan perbesaran dan rotasi paling akurat. ilai skala perbesaran (s) dan sudut rotasi (θ) yang paling akurat adalah yang menghasilkan nilai phase correlation yang maksimum. 5. Pergeseran/translasi I terhadap I sebesar (Δx, Δy) ditemukan dengan melakukan phase correlation I terhadap citra I yang telah di perbesar sebesar /s dan diputar sebesar θ.
5 a. Indonesia b. Singapura c. Malaysia d. Thailand Gambar 4. Fusi 4 pasang Citra Satelit Multi-temporal. Dari kiri ke kanan: citra input I, citra input I, Hasil rekonstruksi citra I sesuai dengan nilai estimasi yang ditemukan pada registrasi, Hasil Fusi Citra Satelit Multi-temporal.3 Tahap Fusi Tahap Fusi bertujuan untuk menggabungkan citra kedua yang telah diperbesar, dirotasi dan digeser sesuai hasil registrasi kepada citra pertama. Jika IF adalah citra hasil fusi I dengan I yang telah diketahui nilai skala perbesaran sebesar s, rotasi sebesar θ, dan translasi sebesar (Δx, Δy) terhadap I, maka (9) I F 5( I I *) / 8, dimana I* adalah citra I yang telah diperbesar dengan /s, diputar sejauh θ dan digeser sejauh (Δx, -Δy) 3. Uji Coba 3. Uji Coba Akurasi Uji coba ini bertujuan untuk menentukan akurasi estimasi skala perbesaran dan sudut rotasi oleh algoritma yang diusulkan. Citra uji I adalah citra landsat dan citra I adalah citra landsat
6 o Tabel. Hasil uji coba pada citra multi-temporal ama Pasangan Citra Transformasi Geometri I terhadap I Skala Sudut Rotasi Translasi Indonesia.0.0 (6, -5) Singapura (35,-) 3 Malaysia (8,) 4 Thailand (5,-7) yang telah dilakukan perbesaran sebesar s dan rotasi sebesar θ. Salah satu contoh uji coba dapat dilihat pada Gambar 4. Secara berutan: Gambar 4(a) adalah citra inputi, Gambar 4(b) adalah citra input I, Gambar 4(c) adalah PPFT citra I dan I pada koordinat logpolar yang telah di bawa pada nilai grayscale, dan Gambar 4(d) hasil fusi citra. Secara keseluruhan, hasil uji coba dapat dilihat pada Tabel. Terlihat bahwa algoritma yang digunakan memiliki tingkat kesalahan yang rendah dalam menemukan skala dan sudut estimasi. 3. Uji Coba pada Citra Satelit Multi-temporal Uji coba ini bertujuan untuk melihat seberapa jauh algoritma yang diusulkan mampu melakukan fusi dua citra satelit multi-temporal. Data uji citra satelit pada penelitian ini adalah terdiri dari empat pasang citra satelit multi-temporal yang didapatkan dari Aplikasi Google Earth. Citra multi-temporal adalah citra dengan objek yang sama tetapi diambil pada waktu yang berlainan. Citra pertama I adalah citra yang berawan (gangguan) dan lebih baru tanggal pengambilannya dibanding citra kedua I. Dimensi seluruh citra tersebut masing-masing adalah 580x580. Hasil uji coba empat pasang citra satelit multitemporal secara visual dapat dilihat pada Gambar 5. Secara berurutan, dari kiri ke kanan adalah: citra I, citra I, citra I yang di diperbesar - diputar - digeser sesuai hasil regitrasi, dan paling kanan adalah citra hasil Fusi. Secara kuantitatif, hasil estimasi skala perbesaran, sudut rotasi dan pergeseran dapat dilihat pada Tabel. Terlihat bahwa tingkat kesalahan (error) tidak dapat dihitung secara kuantitatif karena groundthruth tidak diketahui. Berbeda dengan uji coba 3. yang nilai perbesaran dan rotasi diketahui sebelumnya, sehingga tingkat kesalahan dapat ditemukan. Untuk menyatkan hasil fusi pada uji coba ini hanya dapat dinyatakan secara kuantitatif bagus, atau tidak bagus dari hasil pengamatan. Dari pengamatan visual dapat dinyatakan bahwa algoritma yang diusulkan memiliki hasil fusi yang bagus. Hal ini dikarenakan pada citra fusi terlihat bahwa objek-objek terlihat tetap terhubung walau citra fusi merupakan gabungan dari dua citra satelit multi-temporal. 4. Kesimpulan Dari hasil ujicoba yang dilakukan dapat disimpulkan bahwa algoritma yang diusulkan memiliki akurasi yang tinggi dalam melakukan estimasi perbesaran, rotasi dan pergeseran. Ketika algoritma yang diusulkan diterapkan pada citra satelit multi-temporer, dapat dilihat bahwa hasil fusi yang dilakukan memiliki hasil yang bagus. Kedepannya, perlu dikembangkan metode segmentasi hambatan yang terdapat pada citra satelit pertama (misalnya awan). Sebelum dilakukan fusi, hambatan tersebut dihapus sehingga bagian detail yang hilang/dihapus tersebut dapat diambilkan dari citra satelit yang kedua pada koordinat yang bersesuian. 5. Daftar Pustaka [] Zhijun Wang, dkk., 005, A Comparative Analysis of Image Fusion Methods, IEEE Trans. Geosci. Remote Sens.,vol. 43, no. 6,. 8 84, Jun [] Liu,J.G., 000, Smoothing filter-based intensity modulation: A spectral preserve image fusion technique for improving spatial details, Int. J. Remote Sens., vol., no. 8, [3] Tu, T.M. dkk.,00, A new look at IHS-like image fusion methods, Inf. Fusion, vol., no. 3, [4] Ranchin, T., 003, Image fusion The ARSIS concept and some successful implementation schemes, ISPRS J. hotogramm. Remote Sens., vol. 58,. 4 8, 003. [5] Wolberg, G. dan Zokai. (000), Robust image registration using log-polar transform, Proc. IEEE Int. Conf. Image Processing, Vancouver, BC, Canada [6] Reddy, S. dan Chatterji, B., 996, An FFT- Based Technique for Translation, Rotation, and Scale-Invariant Image Registration, IEEE Trans. Image Processing, Vol. 3, o. 8, hal [7] Keller, Yosi dkk., 005, Pseudopolar-Based Estimation of Large Translations, Rotation, IEEE Transactions on Image Processing, Vol. 4, o., Hal. -. [8] Kuglin, C.D. and Hines, D.C., 975, The phase correlation image alignment method, in Proc. IEEE Conf. Cybernetics and Society, Hal
ALGORITMA PEMUTUSAN SIKLUS ITERATIF PADA ESTIMASI ROTASI CITRA DENGAN MENGGUNAKAN PSEUDO-POLAR FOURIER TRANSFORM
Vol. 5, No. 3, Januari 00 ISSN 06-0544 ALGORITMA PEMUTUSAN SIKLUS ITERATIF PADA ESTIMASI ROTASI CITRA DENGAN MENGGUNAKAN PSEUDO-POLAR FOURIER TRANSFORM * Arya Yudhi Wijaya, ** Agus Zainal Arifin, *** Diana
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 terperinciHASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).
5 Lingkungan Pengembangan Perangkat lunak yang digunakan pada penelitian ini adalah compiler Matlab versi 7.0.1. dengan sistem operasi Microsoft Window XP. Langkah persiapan citra menggunakan perangkat
Lebih terperinciFourier Descriptor Based Image Alignment (FDBIA) (1)
Fourier Descriptor Based Image Alignment (FDBIA) (1) Metode contour tracing digunakan untuk mengidentifikasikan boundary yang kemudian dideskripsikan secara berurutan pada FD. Pada aplikasi AOI variasi
Lebih terperinciPENAJAMAN INFORMASI OBYEK PERMUKAAN BUMI DENGAN FUSI CITRA PENG1NDERAAN JAUH BERDASARKAN WAVELET
PENAJAMAN INFORMASI OBYEK PERMUKAAN BUMI DENGAN FUSI CITRA PENG1NDERAAN JAUH BERDASARKAN WAVELET Mohammad Natsir Peneliti Pusat Data Penginderaan Jauh, LAPAN ABSTRACT There are different cases that high
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 terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
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 terperinciPEMETAAN LOKASI OBJEK PAJAK UNTUK PAJAK BUMI DAN BANGUNAN MENGGUNAKAN TEKNOLOGI SENSOR FUSION PADA PERANGKAT BERGERAK DENGAN SISTEM OPERASI ANDROID
PEMETAAN LOKASI OBJEK PAJAK UNTUK PAJAK BUMI DAN BANGUNAN MENGGUNAKAN TEKNOLOGI SENSOR FUSION PADA PERANGKAT BERGERAK DENGAN SISTEM OPERASI ANDROID Cipta Andrian 5106100170 Jurusan Teknik Informatika Fakultas
Lebih terperinciBAB 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 terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciTEKNIK 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 terperinciBAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :
BAB III METODOLOGI 3.1 Data Data yang digunakan dalam studi ini meliputi : Data citra satelit NOAA Citra Satelit NOAA yang digunakan merupakan hasil olahan yang menampilkan tampakan pewarnaan laut untuk
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 terperinciPRESENTASI 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 terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciIMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF
IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF Dini Nuzulia Rahmah 1, Handayani Tjandrasa 2, Anny Yuniarti 3 Teknik Informatika,
Lebih terperinciSimulasi 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 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 terperinciBINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC
BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC Naser Jawas STMIK STIKOM BALI naser.jawas@stikom-bali.ac.id Abstrak Binerisasi citra dokumen adalah sebuah langkah awal yang sangat penting dalam
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 TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER
IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER M. Jamaluddin 1, Nanik Suciati 2, Arya Yudhi Wiajaya 3 1,2,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciKata kunci: Fourier, Wavelet, Citra
TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi
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 terperinciREGISTRASI CITRA PADA DOMAIN FREKUENSI MENGGUNAKAN METODE POWER CEPSTRUM
J. Math. and Its Appl. ISSN: 1829-605X Vol. 9, No. 1, Mei 2012, 17-31 REGISTRASI CITRA PADA DOMAIN FREKUENSI MENGGUNAKAN METODE POWER CEPSTRUM Kartika Mahanani 1, Suhud Wahyudi 2, Budi Setiyono 3, Imam
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 terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Transformasi Geometri Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 Outline Pengantar operasi geometrik Penggeseran citra Pemutaran citra Interpolasi piksel Zooming Pencerminan
Lebih terperinciREVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH
REVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH ABSTRAK Biometrika merupakan cara untuk mengidentifikasi individu menggunakan karekteristik
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 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 terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciBAB 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 terperinciRANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR
RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan studi Program
Lebih terperinciII TINJAUAN PUSTAKA. * adalah operasi konvolusi x dan y, adalah fungsi yang merepresentasikan citra output,
5 II INJAUAN PUSAKA.1 Fitur Scale Invariant Feature ransform (SIF) Fitur lokal ditentukan berdasarkan pada kemunculan sebuah objek pada lokasi tertentu di dalam frame. Fitur yang dimaksudkan haruslah bersifat
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih 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 I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
Lebih terperinciImplementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital
UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo
Lebih terperinciPENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA
Jurnal INFOTEK, Vol, No, Juni 6 ISSN 5-668 (Media Cetak) PENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA Rini Astuti (5) Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Meningkatnya kebutuhan manusia akan sistem keamanan berbasis tracking yang dapat bekerja secara otomatis membuat ilmuwan mulai menciptakan berbagai macam teknologi dan
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciImplementasi Deteksi Mata Otomatis Menggunakan Pemfilteran Intensitas dan K-Means Clustering
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Deteksi Mata Otomatis Menggunakan Pemfilteran Intensitas dan K-Means Clustering Ahmad Kadiq, Arya Yudhi Wijaya,
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 terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih 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 terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciREKONSTRUKSI CITRA MENGGUNAKAN ALGORITMA STRUCTURE-ADAPTIVE NORMALIZED CONVOLUTION
REKONSTRUKSI CITRA MENGGUNAKAN ALGORITMA STRUCTURE-ADAPTIVE NORMALIZED CONVOLUTION Nama Mahasiswa : Imaddudin Septyan P NRP : 1207 100 062 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : 1. DR. Imam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sebuah citra, sangat dimungkinkan terdapat berbagai macam objek. Objek yang ada pun bisa terdiri dari berbagai bentuk dan ukuran. Salah satu objek yang mungkin
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciTEKNIK 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 terperinciBAB 4. Sistem Yang Diusulkan
61 BAB 4 Sistem Yang Diusulkan 4.1 Kerangka Sistem Pada bagian ini dijelaskan lebih lanjut mengenai kerangka sistem yang diusulkan serta urut-urutan sistem berjalan. 4.1.1 Pengambilan Data Pada proses
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perkembangan teknologi masa kini, suatu informasi sangat mudah untuk di dapatkan. Halnya di kehidupan sehari-hari serta seluruh bidang yang berkaitan
Lebih terperinciEVALUASI METODE FUSI CITRA MULTI RESOLUSI MENGGUNAKAN ALGORITMA WANG BOVIK DAN OBJECT BASED IMAGE ANALYSIS (OBIA)
EVALUASI METODE FUSI CITRA MULTI RESOLUSI MENGGUNAKAN ALGORITMA WANG BOVIK DAN OBJECT BASED IMAGE ANALYSIS (OBIA) Sanjiwana Arjasakusuma 1,3*, Yanuar Adji N. 2, Isti Fadatul K. 2 dan Pramaditya W. 3 1
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
Lebih terperinciBAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)
BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh) Remote Sensing didefinisikan sebagai ilmu untuk mendapatkan informasi mengenai obyek-obyek pada permukaan bumi dengan analisis data yang
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih 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 terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengenalan Wajah Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari
Lebih terperinciPendahuluan. Dua operasi matematis penting dalam pengolahan citra :
KONVOLUSI Budi S Pendahuluan Dua operasi matematis penting dalam pengolahan citra : Operasi Konvolusi (Spatial Filter/Discret Convolution Filter) Transformasi Fourier Teori Konvolusi Konvolusi 2 buah fungsi
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih 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 terperinciOperasi-operasi Dasar Pengolahan Citra Digital
Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks
Lebih terperinciBAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN
BAB 2 PENGENALAN IRIS, PENENTUAN LOKASI IRIS, DAN PEMBUATAN VEKTOR MASUKAN Pengenalan suatu objek tentu saja tidak bisa dilakukan tanpa persiapan sama sekali. Ada beberapa proses yang perlu dilakukan sebelum
Lebih terperinciNONSUBSAMPLED CONTOURLET TRANSFORM DAN ITERATIVE POINT CORRESPONDENCE UNTUK REGISTRASI PADA CITRA DENTAL PERIAPIKAL
NONSUBSAMPLED CONTOURLET TRANSFORM DAN ITERATIVE POINT CORRESPONDENCE UNTUK REGISTRASI PADA CITRA DENTAL PERIAPIKAL Ahmad Afif Supianto, Agus Zainal Arifin, Arya Yudhi Wijaya Jurusan Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih 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 terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB 3 METODE PERANCANGAN. 3.1 Evaluasi Metode dan Algoritma Stereo Vision. Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh
BAB 3 METODE PERANCANGAN 3.1 Evaluasi Metode dan Algoritma Stereo Vision Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh informasi kedalaman berdasarkan stereo vision. 3.1.1 Metode
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciFajar Syakhfari. Pendahuluan. Lisensi Dokumen:
Aplikasi Geometry Process Menggunakan Visual Studio Fajar Syakhfari Fajar_060@yahoo.com http://syakhfarizonedevils.blogspot.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciDETEKSI ARAH KEDATANGAN SINYAL PADA ANTENA ARRAY KUBUS DENGAN MENGGUNAKAN ALGORITMA MUSIC
ETEKSI ARA KEATANGAN SINYAL PAA ANTENA ARRAY KUUS ENGAN MENGGUNAKAN ALGORITMA MUSIC Muhammad Syahroni Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jln..Aceh Medan Km.280 uketrata 24301 INONESIA
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperinciIdentifikasi Sidik Jari Menggunakan Akurasi POC dan SIFT Fingerprint Identification Using POC Accuracy and SIFT
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Identifikasi Sidik Jari Menggunakan Akurasi POC dan SIFT Fingerprint Identification Using POC Accuracy and SIFT Tendi Tri Wiyanto 1, Pulung Nurtantio
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciPERANCANGAN 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 terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
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 terperinciOperasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma
Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1 Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan
Lebih terperinciImplementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG)
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG) Ni Luh Made Asri Mulyasari,
Lebih terperinciPENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL
PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL Eric Christopher #1, Dr. Ir. Rinaldi Munir, M. T. #2 #School of Electrical Engineering and Informatics,
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih 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 terperinciSEGMENTASI CITRA PANORAMIK GIGI MENGGUNAKAN SIMILARITAS ANTAR GRAY LEVEL BERDASARKAN INDEX OF FUZZINESS
Pratamasunu, Arifin, Yuniarti, Wijaya, Khotimah, dan Navastara Segmentasi Citra Panoramik Gigi Menggunakan Similaritas antar Gray Level erdasarkan Index of Fuzziness SEGMENTASI CITRA PANORAMIK GIGI MENGGUNAKAN
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 terperinciPERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA
PERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA Olga Madayanti 1), Dianita Rosari 2), Gelar Budiman, Suci Auli,
Lebih terperinciBAB III METODE PENELITIAN. A. Koordinat Titik Pengukuran Audio Magnetotellurik (AMT)
BAB III METODE PENELITIAN A. Koordinat Titik Pengukuran Audio Magnetotellurik (AMT) Pengukuran audio magnetotellurik (AMT) dilakukan pada 13 titik yang berarah dari timur ke barat. Titik pengukuran pertama
Lebih terperinci