Pencocokan Citra Digital

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pencocokan Citra Digital"

Transkripsi

1 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. Proses otomatisasi pada fotogrametri dijital ditujukan untuk mengurangi proses pengambilan informasi dalam rangkaian kerja fotogrametri. Identifikasi titik sekawan pada fotogrametri dijital dapat dilakukan dengan otomatis menggunakan metode pencocokan citra (image matching). Problem dalam otomatisasi sistem fotogrametri dijital adalah sulit untuk mengidentifikasi titik sekawan secara otomatis pada citra homogen yang bertampalan. Pekerjaan mencocokan titik sekawan dalam fotogrametri analog membutuhkan seorang operator yang memiliki keahlian khusus untuk mengenali karakteristik kesamaan citra kiri dan kanan pada pasangan foto stereo. Otomatisasi pencocokan citra fotogrametri dijital diharapkan menjadi solusi terhadap masalah campur tangan dan kelelahan operator sehingga faktor ketelitian dan kecepatan dapat ditingkatkan. Pencocokkan citra adalah dasar proses otomatisasi pada rangkaian proses fotogrametri. Pencocokan citra dapat diaplikasikan untuk orientasi dalam dengan menentukan tanda tepi secara otomatis antara foto yang memiliki tanda tepi (fiducial marks) dan bagian citra lain yang bertampalan sehingga menghasilkan posisi yang ideal dari tanda tepi tersebut. Pencocokan citra juga dapat digunakan dalam proses orientasi relatif untuk menentukan titik sekawan sebanyak minimal 5 titik pada citra yang bertampalan dengan mencocokkan matriks pada citra kiri dengan titik sekawan pada citra kanan. Titik sekawan tersebut didefinisikan pada dua foto udara yang bertampalan sebagai titik indikator untuk mengetahui kelaikan model 3D hasil orientasi relatif. Pencocokan citra dalam orientasi absolut berperan dalam pengukuran titik kontrol utama dengan menghasilkan bagian citra lainnya (citra kanan) dari titik utama dibandingkan dengan bagian kecil dari foto udara. Pencocokan citra juga digunakan untuk menghasilkan DEM dengan mengotomatisasi serangkaian titik objek pada citra dipilih dalam satu bentuk DEM grid teratur untuk dipasangkan dengan serangkaian titik pada citra sebelahnya. Metode pencocokan citra yang banyak dipakai untuk keperluan proses fotogrametri adalah berbasis area (area-based) dan berbasis unsur (feature-based). Metode berbasis area menggunakan komposisi nilai derajat keabuan (gray level) citra sebagai sampel yang akan diuji 7

2 dalam penelitian. Metode area based matching digunakan dalam penelitian ini karena merupakan metode yang paling mudah dilakukan dan memberikan hasil pencocokan yang relatif cepat (Ilham, 007). Metode ini juga memiliki akurasi yang cukup tinggi untuk area yang memiliki tekstur baik dan unik, dan pada beberapa kasus tingkat akurasi dari kecocokan dapat dinyatakan kuantitasnya dalam unit metrik. Area based matching pada dasarnya membandingkan nilai derajat keabu-abuan (gray level) suatu bentuk kecil matriks citra dimana pusat matriksnya merupakan lokasi gray value dari titik yang akan dicocokan. Proses pengidentifikasian titik sekawan dilakukan dengan cara memilih titik di citra kiri pada objek yang mudah dikenal. Titik yang dipilih tersebut dibandingkan dengan titik citra di kanan pada objek yang sama di citra kiri. Pusat sub-citra tersebut merupakan lokasi nilai keabuabuan dari titik yang akan dicocokkan. Sampel titik diambil dari citra pada sistem koordinat lokal dalam bentuk posisi kolom-baris. Pada pencocokan citra berbasis area, setiap titik yang akan dicocokan adalah pusat dari sebuah jendela pixel yang kecil pada citra acuan, dan jendela ini dibandingkan dengan jendela yang lain pada citra pencarian dengan ukuran tertentu. Ukuran kecocokan dilihat dengan kecilnya perbedaan nilai yang dihasilkan. Keunikan objek merupakan penentu keberhasilan pencocokan citra. Salah satu penentu keunikan objek adalah ukuran sub citra acuan (SCA). Semakin besar ukuran sub citra acuan, detail yang merupakan bagian dari objek semakin banyak. Ketika ukuran citra acuan diperbesar dapat dilihat adanya keunikan lain dari area yang dikategorikan mewakili jenis objek. Keunikan tersebut dapat berupa objek yang berbeda dan memiliki nilai kecerahan yang berbeda pula. Berdasarkan hal tersebut, rentang nilai kecerahan citra acuan akan melebar sehingga nampak semakin heterogen (Putra, 008). Proses pencocokan citra diasumsikan berhasil jika diperoleh nilai korelasi 0.7 (Wolf, et al., 000). Dengan memperbesar ukuran sub citra acuan, akan diperoleh karakteristik objek yang makin unik sehingga nilai korelasi akan meningkat dan mendukung tercapainya keberhasilan pencocokan citra. Dengan adanya keunikan tersebut, pencarian area paling berkorelasi dapat lebih mudah dan terhindar dari kesalahan posisi pusat area yang paling berkorelasi. Keunikan yang dimaksud dapat objek tersebut memiliki sebagian area heterogen. Secara umum, makin besar ukuran citra acuan, makin banyak keunikan objek yang terlihat sehingga makin besar pula rentang nilai kecerahan citra acuannya. 8

3 Teknik mengevaluasi pencocokan citra berbasis area adalah dengan menggunakan teknik korelasi maksimal. Nilai korelasi yang dihasilkan bertujuan untuk mengukur derajat kesamaan antara dua atau lebih citra foto yang bertampalan. Citra pertama adalah sub citra acuan (SCA) pada citra kiri sedangkan sub citra kedua merupakan sub citra pencarian (SCP) yang dibatasi oleh citra pencarian (CP) di dalam citra foto kedua. Proses pencocokan citra berlangsung semi otomatis, posisi titik awal diambil secara manual untuk citra kiri dan citra kanan. Titik tengah SCA dan CP menjadi pusat dari area citra yang akan dicari. Nilai pergeseran maksimum SCA pada CP digunakan persamaan (1), nilai berguna dalam algoritma pencocokan citra tahap selanjutnya. D m,n = CP m,n -SCA m,n +1 (1) dengan m =baris dan n = kolom. Sub-Citra Pencarian Citra Acuan Citra Pencarian Gambar II-1. Sub Citra Acuan dan Sub Citra Pencarian Pencocokan SCA dengan CP menggunakan sistem koordinat lokal, untuk dapat mentransformasikan kembali menjadi sistem koordinat foto hasil pencocokan citra diperlukan nilai titik tengah yang didapat saat menentukan posisi awal. Titik tengah SCA dan SCP dapat ditentukan dengan persamaan (), untuk dapat mentransformasikan kembali dari koordinat lokal menjadi koordinat foto maka dilibatkan titik tengah nilai awal seperti persamaan (3). Nilai koordinat foto akan didapatkan dengan menjumlahkan titik lokal dengan pergeseran lokal seperti pada persamaan (4). U 1 f = SCA plk () 9

4 U CP + 1 f PCR = ( bar, kol) awal (3) x ', y' = x, y + f + f (4) plk pcpr dengan u sca dan u cp adalah ukuran besar SCA dan CP, x,y adalah nilai koordinal lokal titik tengah pada CP dan x,y adalah nilai koordinat citra pada sistem koordinat foto. Foto Citra Pencarian Sub Citra Acuan Gambar II-. Hubungan Citra Foto, SCA dan CP Sub Citra Pencarian akan bergerak dalam citra pencarian, kemudian dihitung nilai korelasi SCA dan semua SCP pada CAP dan nilai korelasi antar kedua citra mempunyai rentang nilai 0 sampai +1 (0 ρ 1). Secara umum nilai pembatas dari nilai koefisien korelasi adalah lebih besar sama dengan 0.7 atau 70 % yang dinyatakan cocok atau derajat kesamaannya tinggi. Sampel citra berupa komposisi nilai keabuan array citra yang akan diuji derajat kecocokannya dihitung melalui suatu persamaan matematis untuk kemudian disimpan sebagai nilai korelasi seperti persamaan (5). Metode korelasi dari pencocokan citra berkerja dengan memilih CA dari citra kiri berdasarkan karakteristik tertentu dan jarak objek/area dari titik utama citra untuk dicocokan, dan pencarian posisi yang sekawan akan dilakukan oleh jendela yang bergerak (SCP) pada CP dari citra kanan. g1 g1. g g ij ij σ g1g ρ = = (5) σ. g σ 1 g g1 g1. g g ij ij dengan: 10

5 ρ = koefisien korelasi σ g1g σ g1 σ g = kovariansi nilai keabuan CA dan SCP = standar deviasi untuk CA = standar deviasi untuk CP g 1ij,g ij = nilai keabuan pada kolom ke-i dan baris ke-j pada CA dan SCP ĝ 1,ĝ = nilai rata-rata pada CA dan SCP Metode korelasi nilai rata-rata kanal yang diberi bobot adalah metode hitungan korelasi yang menggunakan tiga kanal warna dengan menggunakan komponen bobot dalam menghitung nilai korelasi. Metode ini merupakan pengembangan dari metoda korelasi nilai rata-rata kanal terpisah dengan melibatkan unsur bobot masing-masing kanal merah, hijau dan biru dalam menentukan nilai korelasi citra sebagai upaya memperhitungkan dominasi warna pada citra dan sensitivitas sensor masing-masing kanal (Ilham, 007). Pembobotan ini diperlukan karena sensitivitas masing-masing kanal terhadap cahaya yang diterima oleh sensor dianggap sama. Cahaya yang diterima oleh sensor foto memiliki sensitivitas yang berbeda tergantung dominasi unsur warna pada ketiga kanal tersebut. Sehingga dalam teknik korelasi nilai rata-rata kanal yang diberi bobot dilibatkan pembobotan dengan memperhitungkan dominasi warna pada citra tersebut. k wch.ρ ch ρ total = ch= 1 k (6) w ch= 1 ch dengan: ρ ch = koefisien korelasi kanal w ch = bobot pada CA dengan menggunakan standar deviasi masing-masing kanal (σ ch ) m n _ ch ch g ij g i j w = ch (7) ( m. n) 1 dengan m, n = jumlah kolom, jumlah baris 11

6 II. Transformasi Domain Citra Transformasi wavelet merupakan hasil pengembangan transformasi fourier yang merupakan metode tradisional untuk menentukan kandungan frekuensi dari sebuah sinyal. Transformasi fourier pada dasarnya membawa sinyal dari domain spasial (spatial-domain) ke domain frekuensi (frequency-domain). Transformasi fourier adalah alat mengubah sinyal menjadi fungsi sinus dan cosinus dengan beragam frekuensi. Transformasi fourier menggunakan basis sinus dan kosinus yang memiliki frekuensi berbeda. Hasil transformasi fourier adalah distribusi densitas spektral yang mencirikan amplitudo dan fase dari beragam frekuensi yang menyusun sinyal. Hal ini merupakan salah satu kegunaan transformasi fourier, yaitu untuk mengetahui kandungan frekuensi sinyal (Munir, 004). Transformasi fourier umum digunakan dalam pengolahan sinyal untuk merepresentasikan sinyal dalam domain frekuensi murni. Keterbatasan dari transformasi fourier konvensional adalah tidak adanya informasi waktu dari kemunculan suatu frekuensi. Informasi waktu tersembunyi dan tidak terakses dalam domain frekuensi murni, akibatnya transformasi fourier tidak cocok diterapkan pada sinyal yang frekuensinya bervariasi terhadap waktu. Permasalahan tersebut diatasi dengan menggunakan transformasi fourier jangka pendek (STFT, short-time fourier transform). Hasil yang diperoleh adalah suatu deret analisis spektral yang berkorespondensi dengan suatu posisi dalam waktu, namun metode ini memiliki kelemahan sebagai akibat dari penggunaan fungsi jendela dengan lebar yang sama untuk tiap komponen spektral. STFT memberikan resolusi waktu dan frekuensi yang buruk pada komponen frekuensi tinggi (durasi rendah). Komponen berdurasi pendek merupakan hasil rata-rata sesuai lebar jendela. Selain itu, komponen yang durasinya lebih besar dari lebar jendela tidak dianalisis (Misiti, et al., 004). Transformasi wavelet merupakan pengembangan dari STFT. Pada STFT pengamatan antar komponen spektral dilakukan dengan mengubah jumlah osilasi di dalam fungsi jendela. Sedangkan pada transformasi wavelet pengamatan komponen spektral dilakukan dengan mengubah lebar jendela dengan tetap mempertahankan jumlah osilasi di dalamnya. Hal inilah yang menyebabkan istilah frekuensi tidak lagi dipakai dalam analisis wavelet, namun terdapat istilah skala yang berkorespondensi dengan frekuensi. Keunggulan transformasi wavelet, sifat 1

7 natural sinyal dipertahankan. Pada komponen berdurasi pendek, fungsi jendela yang digunakan memiliki lebar yang sempit. Sedangkan komponen yang berdurasi lebih panjang, fungsi jendela diperlebar. Amplitudo Transformasi Domain Frekuensi Fourier STFT Wavelet Frekuensi Skala Waktu Amplitudo Waktu Waktu Gambar II-3. Teknik Penjendelaan Frekuensi Dari Metode Transformasi Domain II..1 Sinyal dan Spektrum Sinyal adalah deskripsi bagaimana satu parameter merubah parameter lainnya. Parameter tersebut merupakan sekumpulan informasi yang ditimbulkan oleh suatu fenomena dan bisa diperlakukan sebagai data. Sinyal dipresentasikan dalam bentuk grafik gelombang yang menggambarkan suatu siklus pergerakan. Siklus sinyal terdapat komponen yang membentuk gelombang yaitu amplitudo, sudut fase, periode, waktu dan frekuensi. Amplitudo merupakan besar perpindahan maksimum dari titik kesetimbangan dan bernilai selalu positif. Sudut fase memberitahu pada titik apa dalam siklus, gerak berada pada t=0. Sedangkan frekuensi adalah banyaknya siklus pada satu satuan waktu. x(n)=a.cos(ωn+θ) A= Amplitudo ω = frekuensi (radian/sampel) f = frekuensi (siklus/sampel) θ = fase (radian) Gambar II-4. Grafik Gelombang Perioda yaitu komponen gelombang yang merepresentasikan waktu dalam satuan detik pada suatu siklus. Perioda merupakan kebalikan dari frekuensi yang merupakan jumlah siklus pada suatu waktu. Komponen frekuensi yang terkandung pada suatu sinyal dapat dibagi menjadi 13

8 dua, yaitu komponen frekuensi tinggi dan komponen frekuensi rendah. Frekuensi tinggi memiliki periode yang lebih pendek didandingkan dengan frekuensi rendah. transformasi fourier Frekuensi hasil Sinyal orisinal transformasi fourier Gambar II-5. Frekuensi Hasil Transformasi Fourier II.. Transformasi Wavelet Wavelet adalah fungsi matematika yang menguraikan data atau fungsi menjadi komponen-komponen frekuensi yang berbeda, wavelet memiliki keunggulan dari fourier dalam menganalisis situasi-situasi fisis dimana sebuah sinyal memiliki diskontinuitas dan bentuk yang tajam. Transformasi wavelet merujuk pada aproksimasi sinyal menggunakan suatu gelombang singkat yang mengalami translasi dan dilatasi untuk keperluan analisis frekuensi-temporal sinyal. Analisis temporal menggunakan variasi lokasi gelombang singkat pada waktu tertentu dalam durasi sinyal, sedangkan analisis frekuensi menggunakan variasi dilatasi gelombang singkat yang sama (Misiti, et al., 004). Formulasi matematika representasi sinyal disebut sebagai transformasi wavelet. Proses transformasi domain citra bertujuan untuk memunculkan unsur atau karakteristik citra tertentu dapat lebih ditonjolkan. Wavelet didefinisikan sebagai gelombang singkat (atau gelombang kejut) dengan energi terkonsentrasi pada domain fisik (spasial atau waktu). Berbeda dengan gelombang pada umumnya (sinusoid) yang memiliki sifat halus, terprediksi, dan durasi tak terbatas, wavelet dapat berbentuk tidak simetris, irregular, dan memiliki durasi terbatas atau berosilasi menuju nol dengan cepat. Induk wavelet induk didefinisikan sebagai fungsi basis yang digunakan sebagai dasar dalam menurunkan fungsi-fungsi lain untuk analisis lokasi dan frekuensi tertentu. Dari suatu induk wavelet, diturunkan fungsi wavelet lain (wavelet turunan) yang merupakan fungsi wavelet induk yang mengalami transalasi dan dilatasi. Hubungan antara induk wavelet dan wavelet turunan satu dimensi diberikan dalam persamaan (8) dan hubungan antara induk wavelet dan wavelet turunan dua dimensi diberikan dalam persamaan (9): 14

9 1 x a ψ a b (8) 1 a a 1 x b x b ( x, x ) R q 1 Ψ ' ' x = 1 a1 a (9) dengan ˆ ψ adalah fungsi wavelet dalam domain frekuensi, ω adalah indeks frekuensi, a dan b merupakan parameter skala (dilatasi) dan pergeseran (translasi) yang berkorespondensi dengan selektifitas frekuensi dan posisi wavelet turunan dalam domain fisik (x). Semua fungsi wavelet turunan ternormalisasi agar memiliki normal energi ψ ab, = 1 pada skala (a) dan translasi (b) berapapun. Haar (DB-1) DB- DB-3 DB-4 DB5 Gambar II-6. Induk Wavelet Skala dalam tranformasi wavelet adalah melakukan perenggangan dan pemampatan pada sinyal. Efek dari skala yang dinotasikan (a) dapat dilihat pada gambar II-5, semakin kecil faktor skala akan menghasilkan induk wavelet yang semakin mampat. Gambar II-7. Faktor Skala Wavelet 15

10 Pergeseran wavelet yang dinotasikan (b) adalah menggeser induk wavelet mendekati sinyal sebenarnya sehingga memiliki posisi yang sama dengan sinyal sebenarnya. Secara umum prosedur transformasi wavelet adalah mengambil induk wavelet yang mendekati bentuk sinyal asli, lalu menghitung nilai konstanta pendekatan (C) yang memperlihatkan seberapa mirip induk wavelet dengan sinyal asli. Induk wavelet dilakukan translasi dan dilatasi sehingga dapat mewakili keseluruhan sinyal. Konstanta pendekatan (C) yang berkorespondensi dengan skala dan pergeseran wavelet turunan diberikan pada persamaan (10). + * * ( ) ( ) ψ ( ) ( ) ψ ( ) C a b = f x x = f x x dx (10),, ab, ab, dengan ψ * merupakan dan konjugasi kompleks dari ψ. Transformasi wavelet kontinu sinyal untuk suatu baris skala dapat diintepretasikan sebagai konvolusi antara fungsi f dengan keluarga wavelet turunan ψ ab, pada skala tersebut. Sinyal Wavelet Translasi Skala Gambar II-8. Proses Transformasi Wavelet Perenggangan yang lebih lebar pada skala induk wavelet menghasilkan sinyal yang lebih panjang untuk dibandingkan sehingga semakin kasar sinyal yang terukur oleh koefisien wavelet. Hubungan antara skala dan frekuensi menunjukkan untuk mendapatkan frekuensi tinggi digunakan skala kecil sehingga dapat menghasilkan sinyal yang lebih padat dan pergantian detil yang cepat. Sebaliknya untuk mendapatkan frekuensi rendah digunakan skala besar sehingga mendapatkan wavelet yang lebih renggang, detil lambat dan kasar. Sinyal Skala Kecil Wavelet Skala Besar Gambar II-9. Hubungan Antara Skala dan Frekuensi 16

11 Proses transformasi wavelet dua dimensi menguraikan citra awal menjadi sebuah citra rata-rata (frekuensi rendah) dan tiga buah citra detail (frekuensi tinggi). Algoritma priramida digunakan melakukan penguraian pada bagian citra frekuensi rendah untuk tahap-tahap selanjutnya. Frekuensi rendah diasumsikan sebagai sinyal sebenarnya dan frekuensi tinggi diasumsikan sebagai derau, sehingga harus terdapat penguraian frekuensi tinggi dan frekuensi rendah pada transformasi wavelet. Penguraian frekuensi memiliki kelemahan yaitu mengurangi data sampel sehingga dapat mengurangi detil yang ada pada sinyal. Downsampling Frekuensi Tinggi Downsampling Frekuensi Rendah Gambar II-10. Pemisahan Frekuensi Rendah dan Frekuensi Tinggi Proses dekomposisi dapat dilakukan iterasi sehingga sinyal dapat diturunkan menjadi banyak komponen resolusi rendah, kegiatan ini dinamakan multi level dekomposisi. Penurunan sinyal menjadi beberapa turunan sinyal agar mendapatkan sinyal frekuensi rendah yang terbebas derau dan diasumsikan derau sama dengan frekuensi tinggi. Proses dekomposisi level hanya dapat dilakukan hingga mencapai unit terkecil dari sinyal yang dalam kajian ini adalah pixel pada citra. Sehingga harus direncanakan saat melakukan dekomposisi agar tidak menghilangkan informasi dari sinyal atau citra. Gambar II-11. Multi Level Dekomposisi Wavelet Satu Dimensi 17

12 Proses dekomposisi pada transformasi wavelet dua dimensi menguraikan citra awal menjadi sebuah citra rata-rata (frekuensi rendah) dan tiga buah citra detail (frekuensi tinggi) dengan arah horizontal, vertikal dan diagonal. Setiap melakukan dekomposisi level, resolusi spasial citra berkurang menjadi 5% resolusi citra asli karena proses downsampling menjadi empat bagian frekuensi. Untuk proses dekomposisi selanjutnya yang diturunkan adalah citra hasil aproksimasi frekuensi rendah. Pada transformasi wavelet dua dimensi, citra dipisah dalam urutan-urutan satu dimensi. Urutan horizontal dibentuk dengan mengambil baris atas (pertama) hingga baris terakhir citra. Urutan vertikal dibentuk dengan mengambil kolom kiri (pertama) hingga kolom terakhir citra. Urutan ini akan ditransformasi oleh wavelet dengan menggunakan koefisien pendekatann wavelet (C) (Ratnadewi, 1999). Gambar II-1 menjelaskan pembagian citra hasil dekomposisi wavelet. Citra terurai menjadi sebuah citra rata-rata yaitu frekuensi rendah vertikal dan frekuensi rendah horizontal (RR) serta tiga buah citra detail yaitu frekuensi rendah horizontal dan frekuensi tinggi vertikal (RT), frekuensi rendah vertikal dan frekuensi tinggi horizontal (TR) dan frekuensi tinggi vertikal dan frekuensi tinggi horizontal (TT). Citra yang dikorelasikan pada penelitiann ini adalah citra rata-rata (RR) dengan mengasumsikan bahwa citra rata-rata tersebut sudah terbebas dari derau (noise). Gambar II-1. Multi Level Dekomposisi Wavelet Dua Dimensi 18

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan sekitarnya melalui proses

Lebih terperinci

Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama

Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama BAB IV ANALISIS IV.1 Analisis Terhadap Hasil Pengolahan Data Gambar IV-1 menunjukkan peningkatan nilai korelasi dari sebelum transformasi wavelet dengan setelah transformasi wavelet pada level dekomposisi

Lebih terperinci

BAB I PENDAHULUAN I.1 Latar Belakang

BAB 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 terperinci

Gambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004)

Gambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004) BAB II TEORI DASAR 2.1 Fotogrametri Digital Fotogrametri dapat didefinisikan sebagai suatu ilmu dan teknologi yang berkaitan dengan proses perekaman, pengukuran/pengamatan, dan interpretasi (pengenalan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

BAB III PENGOLAHAN DATA

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS

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

Lebih terperinci

BAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet

BAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet BAB IV ANALISIS IV.1 Perbandingan Nilai Antar Induk Pada daerah homogen, penggunaan transformasi satu dimensi hanya meningkatkan sedikit nilai korelasi, dilihat dari nilai korelasi sebelum dilakukan transformasi

Lebih terperinci

BAB I PENDAHULUAN 1. Latar Belakang

BAB I PENDAHULUAN 1. Latar Belakang BAB I PENDAHULUAN 1. Latar Belakang Dalam proses pemetaan secara fotogrametris, salah satu hal yang harus diatasi adalah masalah restitusi dua foto udara yang saling pertampalan sedemikian rupa sehingga

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1.1. Latar Belakang BAB I PENDAHULUAN Fotogrametri dapat didefinisikan sebagai suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan

Lebih terperinci

BAB III PENGOLAHAN DATA

BAB III PENGOLAHAN DATA BAB III PENGOLAHAN DATA 3.1. Data Sumber data dalam penelitian ini adalah berupa foto dijital berwarna ITB2-05.bmp dan ITB2-06.bmp yang diambil dengan kamera small format Nikon Colpix dengan resolusi 24

Lebih terperinci

BAB III PENGOLAHAN DATA

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

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

Lebih terperinci

INSTITUT TEKNOLOGI BANDUNG

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

Lebih terperinci

BAB II Tinjauan Pustaka

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

Lebih terperinci

BAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.

BAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya. BAB 1 PENDAHULUAN 1.1. Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T Data dan Sinyal Data yang akan ditransmisikan kedalam media transmisi harus ditransformasikan terlebih dahulu kedalam bentuk gelombang elektromagnetik. Bit 1 dan 0 akan diwakili oleh tegangan listrik dengan

Lebih terperinci

BAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan

BAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan bagian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

Lebih terperinci

Created with Print2PDF. To remove this line, buy a license at:

Created with Print2PDF. To remove this line, buy a license at: BAB III Pelaksanaan Penelitian Pada bab ini dibahas pelaksanaan ekstraksi unsur jalan secara otomatis yang terdiri dari tahap persiapan dan pengolahan data. Tahap persiapan yang terdiri dari pengambilan

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB II TI JAUA PUSTAKA

BAB 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 terperinci

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi

Lebih terperinci

Konvolusi. Esther Wibowo Erick Kurniawan

Konvolusi. Esther Wibowo Erick Kurniawan Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan

Lebih terperinci

2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data.

2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. 6 2.Landasan Teori 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. Informasi Multi Media pada database diproses untuk mengekstraksi fitur dan gambar.pada proses pengambilan, fitur dan juga atribut atribut

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang

Lebih terperinci

PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN

PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang

Lebih terperinci

Kata kunci: Fourier, Wavelet, Citra

Kata 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 terperinci

BAB I. Pendahuluan I.1 Latar Belakang

BAB I. Pendahuluan I.1 Latar Belakang BAB I. Pendahuluan I.1 Latar Belakang Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai

Lebih terperinci

KONSEP DASAR PENGOLAHAN CITRA

KONSEP DASAR PENGOLAHAN CITRA KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan

Lebih terperinci

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

Pendekatan 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.. Respon Impuls Akustik Ruangan. Respon impuls akustik suatu ruangan didefinisikan sebagai sinyal suara yang diterima oleh suatu titik (titik penerima, B) dalam ruangan akibat suatu

Lebih terperinci

SAMPLING DAN KUANTISASI

SAMPLING DAN KUANTISASI SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan

Lebih terperinci

PENGENALAN WAJAH BERDASARKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE GABOR WAVELET SKRIPSI LESTYA DILA RAHMA

PENGENALAN WAJAH BERDASARKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE GABOR WAVELET SKRIPSI LESTYA DILA RAHMA PENGENALAN WAJAH BERDASARKAN PENGOLAHAN CITRA DIGITAL DENGAN METODE GABOR WAVELET SKRIPSI LESTYA DILA RAHMA 051401001 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented

Lebih terperinci

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

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra

Lebih terperinci

Operasi-operasi Dasar Pengolahan Citra Digital

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

Lebih terperinci

Pembentukan Citra. Bab Model Citra

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

Lebih terperinci

Pendahuluan. Dua operasi matematis penting dalam pengolahan citra :

Pendahuluan. 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 terperinci

BAB III PENGOLAHAN DATA

BAB III PENGOLAHAN DATA BAB III PENGOLAHAN DATA 3.1. Algoritma Pengolahan Data Algoritma pengolahan data ini merupakan tahapan-tahapan logis dari pengerjaan olah data penelitian yang hasilnya berupa angka-angka parameter yang

Lebih terperinci

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

Suatu 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 terperinci

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

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI. GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra

Lebih terperinci

Melalui persamaan di atas maka akan terbentuk pola radargram yang. melukiskan garis-garis / pola pendekatan dari keadaan yang sebenarnya.

Melalui persamaan di atas maka akan terbentuk pola radargram yang. melukiskan garis-garis / pola pendekatan dari keadaan yang sebenarnya. BAB IV SIMULASI DAN ANALISIS 4.1 Pembuatan Data Sintetis Dalam karya tulis ini pembuatan data sintetis mengikuti pola persamaan (3.1) Melalui persamaan di atas maka akan terbentuk pola radargram yang melukiskan

Lebih terperinci

Pertemuan 2 Representasi Citra

Pertemuan 2 Representasi Citra /29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri

Lebih terperinci

BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi

BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi atau getaran dari sebuah data pada frekuensi tertentu. Analisis spektral

Lebih terperinci

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

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

Lebih terperinci

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2]

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2] Bab II Teori Dasar 2.1 Proses Akuisisi Data [2, 5] Salah satu fungsi utama suatu sistem pengukuran adalah pembangkitan dan/atau pengukuran tehadap sinyal fisik riil yang ada. Peranan perangkat keras (hardware)

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus

BAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,

Lebih terperinci

BAB II TRANSFORMASI FOURIER & PENCOCOKAN CITRA

BAB II TRANSFORMASI FOURIER & PENCOCOKAN CITRA BAB II TRANSFORMASI FOURIER & PENCOCOKAN CITRA 2.1. Transformasi Fourier Transformasi fourier adalah hubungan matematik antara representasi sinyal dalam domain waktu dengan representasi sinyal dalam domain

Lebih terperinci

PERBANDINGAN 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 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 terperinci

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002) BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari

Lebih terperinci

EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :

EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM : EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar

Lebih terperinci

3. Analisis Spektral 3.1 Analisis Fourier

3. Analisis Spektral 3.1 Analisis Fourier 3. Analisis Spektral 3.1 Analisis Fourier Hampir semua sinyal Geofisika dapat dinyatakan sebagai suatu dekomposisi sinyal ke dalam fungsi sinus dan cosinus dengan frekuensi yang berbeda-beda (juga disebut

Lebih terperinci

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

Pertemuan 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. program pengurangan noise pada citra digital. Teori-teori ini mencakup penjelasan

BAB 2 LANDASAN TEORI. program pengurangan noise pada citra digital. Teori-teori ini mencakup penjelasan BAB 2 LANDASAN TEORI Pada bab 2 ini, akan dijelaskan berbagai teori yang mendukung perancangan program pengurangan noise pada citra digital. Teori-teori ini mencakup penjelasan mengenai pengolahan sinyal,

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Konsep transformasi wavelet awalnya dikemukakan oleh Morlet dan Arens (1982), di bidang geofisika untuk menganalisis data seismik yang tidak stasioner,

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

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

Lebih terperinci

IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER

IMPLEMENTASI 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 terperinci

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

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

Lebih terperinci

DAFTAR TABEL. Tabel 4.1 Struktur Neural Network Backpropagation Tabel 4.2 Hasil Pengujian Identifikasi Data Uji... 34

DAFTAR TABEL. Tabel 4.1 Struktur Neural Network Backpropagation Tabel 4.2 Hasil Pengujian Identifikasi Data Uji... 34 DAFTAR TABEL Tabel 4.1 Struktur Neural Network Backpropagation... 9 Tabel 4. Hasil Pengujian Identifikasi Data Uji... 34 Tabel 4.3 Hasil Pengujian Sistem... 37 xi BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

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

Lebih terperinci

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada, Yogyakarta

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada, Yogyakarta MSK dan GMSK Dr. Risanuri Hidayat Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada, Yogyakarta Minimum-Shift Keying (MSK) adalah salah satu jenis modulasi frequency-shift

Lebih terperinci

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,

Lebih terperinci

Pengolahan Citra : Konsep Dasar

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

Lebih terperinci

Representasi Citra. Bertalya. Universitas Gunadarma

Representasi Citra. Bertalya. Universitas Gunadarma Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang

Lebih terperinci

Created with Print2PDF. To remove this line, buy a license at:

Created with Print2PDF. To remove this line, buy a license at: BAB IV. Analisis Pada bab ini dibahas mengenai analisis terhadap citra aproksimasi dan hasil ekstraksi jalan pada citra aproksimasi tersebut untuk mendapatkan gambaran mengenai keterkaitan antara proses

Lebih terperinci

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

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

Lebih terperinci

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016 1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah

Lebih terperinci

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan

Lebih terperinci

5. PEMBAHASAN 5.1 Koreksi Radiometrik

5. 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis

Lebih terperinci

(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan

(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan Getaran Teredam Dalam Rongga Tertutup pada Sembarang Bentuk Dari hasil beberapa uji peredaman getaran pada pipa tertutup membuktikan bahwa getaran teredam di dalam rongga tertutup dapat dianalisa tidak

Lebih terperinci

PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION 1 Andrian Rakhmatsyah 2 Sayful Hakam 3 Adiwijaya 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi

Lebih terperinci

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah

Lebih terperinci

Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski

Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah

Lebih terperinci

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

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

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PERANCANGAN 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 terperinci

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap

Lebih terperinci

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color Vidia Anindhita - 13512034 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

KONSEP DAN TERMINOLOGI ==Terminologi==

KONSEP DAN TERMINOLOGI ==Terminologi== TRANSMISI DATA KONSEP DAN TERMINOLOGI ==Terminologi== Direct link digunakan untuk menunjukkan jalur transmisi antara dua perangkat dimana sinyal dirambatkan secara langsung dari transmitter menuju receiver

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah

BAB 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 terperinci

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian terkait Gunung Merapi merupakan hal yang menarik untuk dilakukan. Berbagai metode digunakan untuk

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian terkait Gunung Merapi merupakan hal yang menarik untuk dilakukan. Berbagai metode digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian terkait Gunung Merapi merupakan hal yang menarik untuk dilakukan. Berbagai metode digunakan untuk mengetahui aktivitas dan karakteristik dari gunung tersebut.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci