KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
|
|
- Widya Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto , Surabaya. Telp. (031) rudya@petra.ac.id Abstrak Segmentasi gambar adalah sebuah proses untuk memisahkan sebuah obyek dari background, sehingga obyek tersebut dapat diproses untuk keperluan yang lain. Seiring dengan berkembangnya teknologi pada aplikasi yang memproses sebuah obyek seperti rekonstruksi obyek tiga dimensi, pengenalan benda, pengenalan tulisan, deteksi wajah, pengkodean obyek dan lain-lain maka proses segmentasi menjadi semakin diperlukan. Hasil dari segmentasi juga harus semakin akurat karena ketidak akuratan hasil segmentasi akan mempengaruhi pula hasil proses selanjutnya. Banyak metode yang dapat digunakan untuk proses segmentasi seperti dengan menggunakan threshold baik adaptive threshold ataupun tidak, pendeteksian tepi obyek dengan menggunakan filter Sobel, Prewitt ataupun yang lain. Secara umum proses segmentasi tersebut terbagi menjadi tiga bagian yaitu berdasar klasifikasi, berdasar tepi dan berdasar daerah. Pada makalah ini digunakan metode segmentasi yang dapat menghasilkan segmentasi obyek berdasar daerah obyek tersebut dengan menggunakan transformasi watershed. Penggunaan segmentasi watershed ini dapat menghasilkan suatu hasil yang dapat memisahkan obyek sekalipun tepi antar obyek bersambungan. Tetapi pada penggunaan transformasi watershed terdapat kelemahan yaitu terjadinya segmentasi yang berlebihan. Untuk mengatasi hal tersebut, dibutuhkan sebuah preprocessing untuk dapat mengurangi segmentasi berlebihan tersebut. Dari hasil penelitian, didapat bahwa dengan menggunakan metode Morphological gradient sebagai preprocessing, maka transformasi watershed dapat menghasilkan segmentasi gambar yang cukup akurat dan tidak terjadi segmentasi yang terlalu berlebihan. Kata kunci : pemrosesan citra digital, segmentasi berdasar daerah, Morphological gradient, watershed 1. Pendahuluan Pada pemrosesan citra digital, terdapat sebuah proses penting yang sering digunakan sebagai pre-processing untuk proses yang lain. Proses tersebut adalah segmentasi. Proses segmentasi ialah sebuah proses untuk memisahkan antara satu obyek dengan obyek lain atau antara obyek dengan background yang terdapat dalam sebuah gambar. Dengan proses segmentasi tersebut, masing-masing obyek pada gambar dapat diambil secara individu sehingga dapat digunakan sebagai input bagi proses yang lain. Sebagai contoh, pada proses rekonstruksi obyek tiga dimensi, diperlukan proses segmentasi untuk memisahkan obyek yang akan direkonstruksi terhadap background yang ada. Pada proses pengenalan wajah manusia, proses segmentasi dibutuhkan untuk memisahkan wajah manusia terhadap background atau terhadap bagian tubuh lain sehingga didapatkan gambar wajah yang akan dikenali. Untuk proses pengenalan jenis obyek, proses segmentasi diperlukan untuk melakukan pemisahan masing-masing obyek terhadap background sehingga pada saat proses pengenalan, bagian background tidak ikut terproses. Begitu pula untuk proses pengenalan huruf pada sebuah teks, diperlukan juga proses segmentasi untuk mendapatkan huruf yang akan dikenali. Dan masih banyak lagi proses-proses yang membutuhkan segmentasi. Mengingat pentingnya proses segmentasi tersebut sebagai pre-processing, maka dibutuhkan metode segmentasi yang dapat melakukan pemisahan obyek dengan akurat. Ketidak akuratan proses segmentasi dapat menyebabkan ketidak akuratan pada hasil proses selanjutnya. Gambar 1. Posisi Proses Segmentasi Dalam Pemrosesan Citra Digital Secara umum, proses segmentasi terbagi menjadi tiga kelompok yaitu segmentasi berdasar klasifikasi (classification based segmentation), segmentasi berdasar tepi (edge based segmentation) dan segmentasi berdasar daerah (region based segmentation). Segmentasi berdasar klasifikasi adalah proses segmentasi yang dilakukan dengan mencari kesamaan ukuran dari nilai pada pixel. Segmentasi berdasar tepi adalah proses segmentasi untuk mendapatkan garis yang ada pada gambar dengan anggapan bahwa garis tersebut merupakan tepi dari obyek yang memisahkan obyek yang satu dengan obyek yang
2 lain atau antara obyek dengan background. Jenis segmentasi yang terakhir yaitu segmentasi berdasar daerah adalah proses segmentasi yang dilakukan untuk mendapatkan daerah yang diyakini merupakan sebuah obyek. Untuk mendapatkan daerah tersebut, dilakukan analisa terhadap kesamaan tekstur, warna pada pixel yang terdapat pada gambar. Pada penelitian ini, dilakukan proses segmentasi berdasar daerah dengan menggunakan metode transformasi watershed. Transformasi watershed ini merupakan metode segmentasi yang cukup akurat untuk mendapatkan daerah yang merupakan obyek yang disegmentasi. Tetapi terdapat kelemahan dari transformasi watershed ini yaitu adanya segmentasi yang berlebihan (over segmentation) sehingga obyek yang didapat lebih banyak dari obyek yang diharapkan. Untuk mengatasi hal ini, diperlukan preprocessing sebelum melakukan transformasi sehingga hasil transformasi tidak menunjukkan segmentasi yang terlalu berlebihan. Dari penelitian yang dilakukan, didapatkan bahwa metode Morphological gradient dapat digunakan sebagai preprocessing untuk mendapatkan hasil segmentasi yang tidak terlalu berlebihan. 2. Transformasi Watershed Konsep transformasi Watershed adalah dengan menganggap sebuah gambar merupakan bentuk tiga dimensi yaitu posisi x dan y dengan tingkat warna pixel yang dimilikinya. Posisi x dan y merupakan bidang dasar dan tingkat warna pixel, yang dalam hal ini adalah gray level merupakan ketinggian dengan anggapan nilai yang makin mendekati warna putih mempunyai ketinggian yang semakin tinggi. Dengan anggapan bentuk topografi tersebut, maka didapat tiga macam titik yaitu : (a) titik yang merupakan minimum regional, (b) titik yang merupakan tempat dimana jika setetes air dijatuhkan, maka air tersebut akan jatuh hingga ke sebuah posisi minimum tertentu, dan (c) titik yang merupakan tempat dimana jika air dijatuhkan, maka air tersebut mempunyai kemungkinan untuk jatuh ke salah satu posisi minimum (tidak pasti jatuh ke sebuah titik minimum, tetapi dapat jatuh ke titik minimum tertentu atau titik minimum yang lain). Untuk sebuah minimum regional tertentu, sekumpulan titik yang memenuhi kondisi (b) disebut sebagai catchment basin, sedangkan sekumpulan titik yang memenuhi kondisi (c) disebut sebagai garis watershed. [1] Dari penjelasan diatas, segmentasi dengan metode watershed ini mempunyai tujuan untuk melakukan pencarian garis watershed. Ide dasar untuk cara kerja segmentasi ini adalah diasumsikan terdapat sebuah lubang yang dibuat pada minimum regional dan kemudian seluruh topography dialiri air yang berasal dari lubang tersebut dengan kecepatan konstan. Ketika air yang naik dari dua catchment basin hendak bergabung, maka dibangun sebuah dam untuk mencegah penggabungan tersebut. Aliran air akan mencapai tingkat yang diinginkan dan berhenti mengalir ketika hanya bagian atas dari dam yang terlihat. Tepi dam yang terlihat inilah yang disebut dengan garis watershed. Dan garis watershed inilah yang merupakan hasil dari segmentasi, dengan anggapan bahwa garis watershed tersebut merupakan tepi dari obyek yang hendak disegmentasi. Untuk lebih jelas mengenai penggambaran dapat dilihat pada gambar di bawah ini. (a) (b) Gambar 2. Konsep Transformasi Watershed Pada gambar 2a ditampilkan gambar dua dimensi dari konsep transformasi watershed dimana dua bagian yang berwarna gelap adalah dua buah catchment basin dan bagian di tengah kedua catchment basin merupakan daerah dimana garis watershed akan berada, sedangkan pada gambar 2b ditampilkan gambar tiga dimensi dari konsep transformasi watershed. 2.1 Pembentukan Dam Pembentukan dam atau garis watershed adalah hal yang paling penting dalam proses transformasi watershed. Pembuatan dam didasarkan pada gambar biner, yang merupakan anggota dari ruang integer dua dimensi Z 2. Cara termudah untuk membuat dam adalah dengan menggunakan morphological dilation. Dasar pembentukan dam digambarkan pada gambar 3. Gambar 3a menunjukkan dua bagian catchment basin pada langkah aliran air n-1, sedangkan gambar 3b menunjukkan hasil aliran air pada langkah n. Air telah bergabung dari satu kolam (basin) ke kolam yang lain, sehingga perlu dibangun sebuah dam untuk mencegah bergabungnya air tersebut. Terdapat M 1 dan M 2
3 yang merupakan kumpulan koordinat titik pada dua regional minima. Terdapat pula sekumpulan koordinat titik pada catchment basin yang berasosiasi dengan dua regional minima tersebut pada tahap n-1 aliran air dan diberi tanda C n-1 (M 1 ) dan C n-1 (M 2 ). Bagian ini adalah warna hitam yang berada pada gambar 3a. Union dari dua kumpulan tersebut diberi tanda C[n-1]. Terdapat dua komponen terkoneksi pada gambar 3a dan hanya satu komponen terkoneksi pada gambar 3b. Berubahnya dari dua komponen menjadi satu komponen terkoneksi mengindikasikan bahwa air antara dua catchment basin telah bergabung pada langkah ke n. Komponen yang terkoneksi ini diberi simbol q. Dua komponen dari langkah n-1 dapat diambil dari q dengan menggunakan operasi AND q C[n-1]. Semua titik individu lain yang terdapat pada catchment basin juga membentuk sebuah komponen terkoneksi. Diasumsikan bahwa setiap komponen terkoneksi pada gambar 3a telah dilakukan dilation oleh elemen yang terdapat pada gambar 3c dengan dua kondisi : (1) Dilation harus dibatasi oleh q dan (2) dilation tidak dapat dilakukan pada titik yang dapat menyebabkan kumpulan titik yang satu dengan kumpulan titik yang lain menjadi bergabung. Maka hasilnya terdapat pada gambar 3d dimana pada dilation pertama menyebabkan tepi komponen terkoneksi menjadi berkembang dan pada dilation kedua, beberapa titik tidak dapat memenuhi kondisi (1) yang disyaratkan, sehingga menyebabkan terputusnya perimeter seperti ditunjukkan pada gambar tersebut. Dengan demikian, maka hanya titik pada q yang dapat memenuhi dua kondisi di atas dan tebal q adalah satu pixel dan merupakan dam yang dibentuk. (a) (b) (c) (d) Gambar 3. Pembuatan Dam 2.2. Algoritma Transformasi Watershed Dianggap M 1,M 2,M 3,..., M R adalah kumpulan koordinat titik dalam regional minima sebuah gambar g(x,y). Terdapat C(M i ) yang merupakan kumpulan koordinat pada catchment basin dan berhubungan dengan daerah minimum M i. Notasi min dan max digunakan untuk menandai nilai minimum dan nilai maksimum dari g(x,y). Kemudian dianggap T[n] adalah kumpulan koordinat (s,t) di mana g(s,t) < n, sehingga dapat didefinisikan : T[n]={(s,t) g(x,y)<n} (1) Secara geometri, T[n] adalah kumpulan koordinat dari titik yang berada pada g(x,y) dan terletak di bawah bidang g(x,y) = n. Topografi akan dialiri dengan penambahan integer mulai dari n = min +1 hingga n = max +1. Pada setiap penambahan n, algoritma perlu mengetahui jumlah titik yang berada di bawah kedalaman aliran. Pada umumnya, daerah yang berada di bawah g(x,y) = n diberi warna hitam atau nilai 0 dan yang berada di atasnya diberi warna putih atau nilai 1. Kemudian diasumsikan C n (M i ) merupakan kumpulan koordinat titik didalam catchment basin yang berhubungan dengan minimum M i yang dialiri pada tahap n. C n (M i ) dapat dilihat sebagai gambar biner dengan menggunakan persamaan : Cn ( M i ) = C( M i ) T[ n] (2) Dengan kata lain C n (M i ) = 1 terletak pada lokasi (x,y) jika (x,y) C (M i ) dan (x,y) T[n], selain itu maka nilai C n (M i ) = 0. Berikutnya, diasumsikan C[n] merupakan gabungan dari aliran di catchment basin pada tahap n : U R i= 1 C[ n] = C (3) n ( M i )
4 dan C[max + 1] adalah gabungan dari semua catchment basin : U R i= 1 C[max+ 1] = C( ) (4) M i C[n-1] adalah subset dari C[n] dan C[n] adalah subset dari T[n] maka C[n-1] adalah subset dari T[n]. Dari sini didapatkan bahwa tiap komponen terkoneksi dari C[n-1] terdapat pada persis satu komponen terkoneksi dari T[n]. Algoritma untuk mencari garis watershed pertama kali diinisialisasi dengan C[min+1] = T[min+1]. Algoritma tersebut akan diproses secara rekursif dengan asumsi pada tahap n maka C[n-1] telah terbentuk. Prosedur untuk mendapatkan C[n] dari C[n-1] adalah sebagai berikut. Diasumsikan Q merupakan kumpulan komponen terkoneksi dalam T[n]. Maka untuk tiap komponen terkoneksi q Q[n], terdapat tiga kemungkinan : a. q C[ n 1] adalah kosong b. q C[ n 1] mempunyai 1 komponen terkoneksi dari C[n-1] c. q C[ n 1] mempunyai lebih dari 1 komponen terkoneksi dari C[n-1] Jika kondisi c terjadi maka pengisian lebih lanjut akan menyebabkan air di catchment basin yang berbeda menjadi bergabung, sehingga perlu dibangun dam di dalam q untuk mecegah mengalirnya air di antara catchment basin yang berbeda. Dam dengan tebal satu pixel dapat dibangun dengan melakukan dilation q C[n-1] dengan elemen 3x3. 3. Morphological Gradient Dari pemrosesan dengan transformasi watershed, akan menghasilkan segmentasi yang berlebihan, sehingga obyek yang dikehendaki tidak dapat tersegmentasi dengan baik. Hal ini dikarenakan adanya noise dan ketidak teraturan gradient lokal. Agar transformasi watershed dapat menghasilkan hasil segmentasi yang baik, maka diperlukan preprocessing sebelum transformasi tersebut dilakukan. Dari hasil percobaan, maka didapat preprocessing morphological gradient dapat mengurangi segmentasi yang berlebihan. Untuk itu pada tahap ini dijelaskan tentang morphological gradient. Morphological gradient adalah proses yang menghasilkan output berupa gambar yang didapat dari pengurangan hasil dilation gambar asli dengan hasil erosion gambar asli, sehingga dapat didefinisikan : g = ( f b) ( f Ө b) (5) Dilation adalah suatu proses dimana jika terdapat A dan B yang merupakan himpunan Z 2, dilation A oleh B dilambangkan dengan A B, dan diformulasikan sebagai : A B = { x ( Bˆ) x A } (6) Sedangkan erosion adalah suatu proses dimana jika terdapat A dan B yang merupakan himpunan Z 2, erosion A oleh B dilambangkan dengan AӨB, dan diformulasikan sebagai : A Ө B = { x ( B) A} (7) x Di samping morphological gradient, terdapat preprocessing lain yang digunakan sebelum melakukan transformasi yaitu opening dan closing. Opening adalah suatu proses yang melakukan erosion dan diikuti dengan dilation seperti terlihat pada formula di bawah ini : Ao B = ( A B) B (8) Closing adalah suat proses yang melakukan dilation dan diikuti oleh erosion. A B = ( A B) B (9) 4. Hasil Percobaan Secara garis besar, langkah yang dilakukan pada proses segmentasi adalah seperti terlihat pada diagram alir di bawah ini : Start Opening Closing Morphological Gradient Removal Minima Transformasi Watershed End Gambar 4. Diagram Alir Proses Segmentasi Dari hasil percobaan yang dilakukan, dapat dilihat hasil dari proses segmentasi yang dilakukan tanpa melibatkan morphological gradient dan dengan melibatkan morphological gradient.
5 Dari hasil percobaan di atas, terlihat bahwa dengan menggunakan morphological gradient sebagai preprocessing didapat hasil segmentasi yang jauh lebih baik daripada tanpa menggunakan morphological watershed karena dapat obyek utama dapat tersegmentasi dan segmentasi yang berlebihan dapat terkurangi. Gambar 4. Gambar Asli 5. Kesimpulan Dari percobaan yang telah dilakukan dapat diambil kesimpulan bahwa dengan menggunakan transformasi Watershed, didapat hasil segmentasi berupa daerah obyek yang dikehendaki. Hasil dari transformasi Watershed mempunyai kecenderungan menghasilkan segmentasi yang berlebihan, sehingga diperlukan preprocessing. Salah satu preprocessing yang dapat mengurangi hasil segmentasi yang berlebihan adalah morphological gradient. Daftar Pustaka [1] Gonzalez, Rafael C., and Woods, Richard E., Digital Image Processing, New Jersey : [2] Vincent, Luc. and Soille, Pierre. "Watersheds in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations". IEEE. Trans. on Pattern Analysis and Machine Intelligence, 13(6):583{598, June [3] Wayne, Lin Wei Cheng, Mathematical Morphology and Its Application on Image Segmentation, Dissertation on Dept of Computer Science and Information Engineering, National Taiwan University, June Gambar 5. Hasil Transformasi Watershed Tanpa Morphological Gradient Gambar 6. Hasil Transformasi Watershed Dengan Morphological Gradient
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciSEGMENTASI BINTIK MATAHARI MENGGUNAKAN METODE WATERSHED
SEGMENTASI BINTIK MATAHARI MENGGUNAKAN METODE WATERSHED Rudy Adipranata, Gregorius Satia Budhi, Bambang Setiahadi, dan Bachtiar Anwar Teknik Informatika, Universitas Kristen Petra, Surabaya Stasiun Pengamat
Lebih terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinciPERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED
PERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED Gunawan 1, Fandi Halim 1, Erni Wijaya 2 STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 1 gunawan@mikroskil.ac.id, 1 fandi@mikroskil.ac.id,
Lebih terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
Lebih terperinciDETEKSI LOKASI TITIK API PADA KEBAKARAN HUTAN MENGGUNAKAN COLOUR IMAGE PROSESSING
DETEKSI LOKASI TITIK API PADA KEBAKARAN HUTAN MENGGUNAKAN COLOUR IMAGE PROSESSING Feriadi 1), Andri 2), Setyawan Widyarto 3) 1, 2) Program Pascasarjana Teknologi Informasi, Magister Ilmu Komputer, Universitas
Lebih terperinciPERANCANGAN MEDIA PEMBELAJARAN REGION BASED-SEGMENTATION PADA MATA KULIAH COMPUTER VISION BERBASIS WEB MULTIMEDIA
Jurnal Informatika Mulawarman Vol. 10 No. 2 September 2015 30 PERANCANGAN MEDIA PEMBELAJARAN REGION BASED-SEGMENTATION PADA MATA KULIAH COMPUTER VISION BERBASIS WEB MULTIMEDIA Arif Harjanto Program Studi
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 terperinciREVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA
Prosiding Semirata 2015 bidang Teknologi Informasi dan Multi Disiplin Universitas Tanjungpura Pontianak Hal 134-141 REVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA Zaiful Bahri Jurusan
Lebih terperinciIdentifikasi Bakteri pada Citra Dahak Penderita Tubercolusis (TBC) Menggunakan Metode Watershed
Identifikasi Bakteri pada Citra Dahak Penderita Tubercolusis (TBC) Menggunakan Metode Watershed Dirvi Eko Juliando Sudirman Teknik Komputer Kontrol Politeknik Negeri Madiun, PNM Madiun, Indonesia dirvi@pnm.ac.id
Lebih terperinciAPLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE
APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE 1 Rudy Adipranata 2 Fauzi Josephine Desiree 3 Andreas Handojo 1, 2, 3 Teknik Informatika Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciOleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc
Oleh Yuli Wijayanti Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc TEKNIK INFORMATIKA-ITS 26 JULI 2010 Latar Belakang Segmentasi gambar merupakan salah satu faktor
Lebih terperinciDEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK
DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK Nanik Suciati, Rosdiana Rahmawati Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI SEGMENTASI GAMBAR DENGAN MENGGUNAKAN METODE MORPHOLOGICAL WATERSHED
PERANCANGAN DAN PEMBUATAN APLIKASI SEGMENTASI GAMBAR DENGAN MENGGUNAKAN METODE MORPHOLOGICAL WATERSHED Oleh: Rudy Adipranata Andreas Handojo Ivan Prayogo Oviliani Yenty Yuliana JURUSAN TEKNIK INFORMATIKA
Lebih terperinciMorphological Image Processing
Morphological Image Processing Muhammad Kusban Teknik Elektro, Universitas Muhammadiyah Surakarta Abstrak -- Proses morphologi terutama digunakan untuk menghilangkan ketidaksempurnaan bentuk yang ada dalam
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
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 terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
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 terperinciPENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA ABSTRAK
PENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA Yuliana Melita Pranoto 1, Endang Setyati 2 1) Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl. Ngagel Jaya Tengah 73-77
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciSEGMENTASI CITRA TELUR AYAM BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN LAB
SEGMENTASI CITRA TELUR AYAM BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN LAB Putu Desiana Wulaning Ayu 1, Gede Angga Pradipta 2 Program Studi Sistem Informasi, STMIK STIKOM BALI Jl.Raya Puputan Renon No.86,
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
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 terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciIMPLEMENTASI TEKNIK WATERSHED DAN MORFOLOGI PADA CITRA SATELIT UNTUK SEGMENTASI AREA UNIVERSITAS BRAWIJAYA
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 1, No. 1, April 24, hlm. 5-13 IMPLEMENTASI TEKNIK WATERSHED DAN MORFOLOGI PADA CITRA SATELIT UNTUK SEGMENTASI AREA UNIVERSITAS BRAWIJAYA Sutrisno
Lebih terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciAplikasi Rekonstruksi 3D Menggunakan Metode Voting- Based Voxel Carving
Aplikasi Rekonstruksi 3D Menggunakan Metode Voting- Based Voxel Carving Ricky Tanojo 1, Liliana 2, Djoni Haryadi Setiabudi 3 Progeram Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Segmentasi ABDUL AZIS, M.KOM
PENGOLAHAN CITRA DIGITAL Segmentasi 1 Langkah berikutnya dari operasi atas image Image Segmentation Feature Extraction Object Classification 2 Image Segmentation W.G.CHO 3 Pengertian Segmentasi Segmentasi
Lebih terperinciANALISA PERBANDINGAN METODE SEGMENTASI CITRA PADA CITRA MAMMOGRAM
INFORMATIKA, Vol.3 September 2016, pp. 156~163 ISSN: 2355-6579 E-ISSN: 2528-2247 156 ANALISA PERBANDINGAN METODE SEGMENTASI CITRA PADA CITRA MAMMOGRAM Toni Arifin 1 1 Universitas BSI Bandung Jalan sekolah
Lebih terperinciAPPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL
APPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL Denni Dwi Kristanto, Dr. Bertalya, SKom., DEA. Undergraduate Program, Faculty of Industrial
Lebih terperinciBAB II LANDASAN TEORI...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Identifikasi Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang 1.1.1. Identifikasi Masalah Penggunaan citra digital telah menjadi semakin popular akhir-akhir ini. Hal ini menyebabkan program pengolah grafis untuk memanipulasi citra
Lebih terperinciTEKNIK PENGOLAHAN CITRA DIGITAL TPE 418
RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 OLEH: Dr. ANDASURYANI, S.TP, M.Si PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 10 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 10 Mathematical Morphology Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciApa yang bisa dilakukan oleh morfologi citra? Operasi morfologi :
Morfologi Citra 2 Morfologi Citra Apa yang bisa dilakukan oleh morfologi citra? Operasi morfologi : Fit dan Hit Erosi (Erosion) Dilasi (Dilation) Operasi Gabungan (Compound Operations) 3 Kegunaan Morfologi
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciPENGEMBANGAN SISTEM SEGMENTASI GAMBAR DIGITAL MENGGUNAKAN TRANSFORMASI WATERSHED
PENGEMBANGAN SISTEM SEGMENTASI GAMBAR DIGITAL MENGGUNAKAN TRANSFORMASI WATERSHED Cahyo Crysdian 1), Sentot Achmadi 2) Teknik Informatika Institut Teknologi Nasional Malang 1,2) Km 2, Jalan Raya Karanglo
Lebih terperinciALGORITMA IMAGE THINNING
ALGORITMA IMAGE THINNING Oleh Zurnawita dan Zulharbi Suar Staf Pengajar Teknik Elektro Politeknik Negeri Padang ABSTRACT Using image thinning algorithm, various example of application is processing image
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 11 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 11 Mathematical Morphology Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra.
Lebih terperinciFitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan
Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak
Lebih terperinciDETEKSI PERUBAHAN CITRA TOPOGRAFI PASCA TSUNAMI ACEH MENGGUNAKAN METODE SEGMENTASI MORFOLOGI WATERSHED
DETEKSI PERUBAHAN CITRA TOPOGRAFI PASCA TSUNAMI ACEH MENGGUNAKAN METODE SEGMENTASI MORFOLOGI WATERSHED Sri Yulianto J. P., Hindriyanto Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana, Salatiga
Lebih terperinciKONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR
KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,
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 terperinciWEBSITE PERANCANGAN SCRAPBOOK DENGAN PEMOTONGAN GAMBAR OTOMATIS
WEBSITE PERANCANGAN SCRAPBOOK DENGAN PEMOTONGAN GAMBAR OTOMATIS C. Pickerling Teknik Informatika,Sekolah Tinggi Teknik Surabaya e-mail: pickerling@stts.edu ABSTRAK Scrapbook merupakan salah satu kegemaran
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih 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 terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
Lebih terperinciPEMBUATAN APLIKASI STEREOGRAM GENERATOR
PEMBUATAN APLIKASI STEREOGRAM GENERATOR Rudy Adipranata 1, Danny Raharja, Cherry Galatia Ballangan 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih terperinciRekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang
17 BAB II REKOGNISI KARAKTER NUMERIK 2.1 Gambaran Singkat Rekognisi Karakter Optik Rekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang dirancang untuk menerjemahkan teks baik berupa
Lebih terperinciSEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET
SEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET Miftahus Sholihin, Agus Zainal Arifin, Anny Yuniarti Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember (ITS), Surabaya, Indonesia
Lebih terperinciAlgoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra
Algoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra Ananta Pandu Wicaksana 13510077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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 terperinciAPLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL
Jurnal Ilmu Matematika dan Terapan Desember 2016 Volume 10 Nomor 2 Hal. 83 96 APLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL V. Y. I. Ilwaru 1, Y. A. Lesnussa 2, E. M.
Lebih terperinciPENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL
MAKALAH SEMINAR TUGAS AKHIR PERIODE JUNI-JULI PENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL Ana Wahyu Hakim 1, Handayani Tjandrasa 2, Bilqis Amalia 3 Teknik Informatika, Fakultas Teknologi
Lebih terperinciPEMBUATAN APLIKASI STEREOGRAM GENERATOR
PEMBUATAN APLIKASI STEREOGRAM GENERATOR Rudy Adipranata 1, Cherry Galatia Ballangan 2, Danny Raharja Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto
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 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 terperinciRepresentasi 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 terperinciSEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK
SEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK Benedictus Yoga Budi Putranto, Widi Hapsari, Katon Wijana Fakultas Teknik Program Studi Teknik Informatika Universitas Kristen Duta
Lebih terperinciBy Emy. 2 of By Emy
2 1 3 Kompetensi Mampu menjelaskan dan operasi morfologi Mampu menerapkan konsep morfologi untuk memperoleh informasi yang menyatakan deskripsi dari suatu benda pada citra mampu membangun aplikasi untuk
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila (5109100049) Dosen Pembimbing 1 Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D. Dosen
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a thousand words yang memiliki arti sebuah gambar bernilai beribu kata yang secara tidak sengaja
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 terperinciPENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING
PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING Michael Ryan dan Novita Hanafiah School of Computer Science, Bina Nusantara, Jl. Kebon Jeruk Raya No. 27,Kebon Jeruk, Jakarta
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Materi 7 Operasi Morfologi M. Miftakul Amin, M. Eng. JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA TUJUAN Istilah morfologi mengadopsi istilah yang ada dalam bidang ilmu
Lebih terperinciPEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL
PEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL Tjokorda Agung Budi Wirayuda, ST Jurusan Teknik Informatika, Sekolah Tinggi Teknologi Telkom, Bandung cok@stttelkom.ac.id
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciAPLIKASI PENGENALAN DAUN UNTUK KLASIFIKASI TANAMAN DENGAN METODE PROBABILISTIC NEURAL NETWORK
APLIKASI PENGENALAN DAUN UNTUK KLASIFIKASI TANAMAN DENGAN METODE PROBABILISTIC NEURAL NETWORK 1 Gregorius Satia Budhi 2 Tok Fenny Handayani 3 Rudy Adipranata 1, 2, 3 Teknik Informatika Universitas Kristen
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciSegmentasi Citra Berwarna Menggunakan Deteksi Tepi dan Fuzzy C-Means yang Dimodifikasi Berdasarkan Informasi Ketetanggaan
Segmentasi Citra Berwarna Menggunakan Deteksi Tepi dan Fuzzy C-Means yang Dimodifikasi Berdasarkan Informasi Ketetanggaan Septi Wulansari (5109100175) Pembimbing I: Prof. Ir. Handayani Tjandrasa, M.Sc.,
Lebih terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
Lebih terperinciIdentifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia
Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia Imam Subekti, I Ketut Eddy Purnama, Mauridhi Hery Purnomo. Jurusan Teknik Elektro FTI - ITS Penelitian ini mengidentifikasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
Lebih terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
Lebih terperinci