Perancangan Program Aplikasi Konversi Citra Dari Format Raster ke Format Vektor Dengan Metode Canny
|
|
- Lanny Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Perancangan Program Aplikasi Konversi Citra Dari Format Raster ke Format Vektor Dengan Metode Canny Bima Putrantyo Anwar Binus University, DKI Jakarta, Indonesia ABSTRAK Citra atau gambar adalah komponen multimedia yang memegang peranan penting dalam mengkomunikasikan informasi yang bersifat visual. Karena perkembangan teknologi komputer yang begitu pesat dan peranan citra yang sangat penting dalam multimedia, maka banyak peneliti yang mengembangkan pengolahan citra dengan komputer yang disebut Computer Graphics. Dalam dunia desain grafis, peran citra dengan format vektor sangatlah penting dikarenakan objek citra vektor dapat diubah ukuran dan bentuknya tanpa menurunkan mutu tampilan serta dapat dicetak pada resolusi tertinggi pada printer. Berbeda dengan citra dengan format raster atau bitmap di mana objek citra memiliki permasalahan ketika diubah ukurannya, khususnya jika objek gambar diperbesar. Untuk membuat objek vektor, bisa dilakukan dengan berbagai cara seperti melakukan trace manual pada objek, atau melakukan konversi objek citra raster ke format vektor. Dalam melakukan konversi, terkadang objek citra vektor yang dihasilkan tidak seperti yang kita inginkan yang dikarenakan banyak hal seperti kualitas dari objek citra raster yang kurang, atau besarnya objek raster juga bisa mempengaruhi hasil. Oleh karena itu, banyak metode metode konversi yang digunakan atau dikembangkan untuk menghasilkan objek citra vektor yang sempurna. Pada makalah ini, objek citra vektor direpresentasikan oleh model matematika yang merupakan kumpulan dari banyak titik titik yang terhubung dengan garis garis dan lengkungan lengkungan. Titik, garis, dan lengkungan pada objek vektor merupakan hasil trace atau telusuran dari objek citra raster. Metode yang digunakan Penulis untuk merancang program aplikasi konversi citra dari format raster ke format vektor adalah metode Canny. Metode Canny adalah metode pendeteksian edge atau tepi yang dikembangkan oleh John F. Canny pada tahun 1986, yang merupakan algoritma bertahap untuk mendeteksi tepi pada citra dengan jangkauan atau cakupan yang luas. Kata Kunci: Citra, Raster, Vektor, Konversi, Canny, C#, Pengolahan Citra. PENDAHULUAN 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 menjelaskan betapa pentingnya peran sebuah citra atau gambar pada kehidupan sehari hari
2 dan khususnya pada dunia multimedia. Citra atau gambar adalah komponen multimedia yang memegang peranan penting dalam mengkomunikasikan informasi yang bersifat visual. Citra raster merupakan reptresentasi dari kumpulan titik titik kecil atau disebut pixel dengan warna tertentu yang membentuk gambar dan akan terlihat jelas pada resolusi tertentu, yang membuat citra raster lebih sering digunakan pada image processing karena banyak sekali operasi opearasi filter untuk memanipulasi citra raster seperti pengaturan brightness, contrast, saturation, gamma filter, color invert, dan lain lain. Namun hal ini tidak membuat citra vektor ditinggalkan karena citra vektor yang disimpan sebagai model matematika tidak terpengaruh dengan skala tertentu, dan dapat diperbesar atau diperkecil, bahkan diubah bentuknya sekalipun tanpa menurunkan mutu tampilan. Citra vektor banyak digunakan pada sektor percetakan dalam membuat cetakan atau silk screen yang digunakan sebagai pembatas tinta sablon yang menempel ke media agar gambar yang di hasilkan sama dengan gambar yang diinginkan. Karena ukuran media cetak yang beragam dari kecil hingga besar seperti spanduk, umbul umbul, papan reklame, dan lain lain, maka sangatlah cocok dengan keunggulan citra vektor dalam hal melakukan skala. Karena dengan citra vektor hanya perlu menyimpan satu jenis file saja, dan skala disesuaikan dengan ukuran media cetak yang diinginkan. Metode yang digunakan Penulis untuk merancang program aplikasi konversi citra dari format raster ke format vektor adalah metode Canny. Metode Canny adalah metode pendeteksian edge atau tepi yang dikembangkan oleh John F. Canny pada tahun 1986, yang merupakan algoritma bertahap untuk mendeteksi tepi pada citra dengan jangkauan atau cakupan yang luas. Metode atau algoritma Canny mempunyai beberapa tahap langkah kerja yaitu yang pertama dengan mengurangi noise pada citra dengan Gaussian Filter, lalu mencari intensitas gradient pada citra, setelah itu yang terakhir baru menelusuri edge melalui citra dan hysteresis thresholding yang dilakukan pada citra. PEMBAHASAN Metode pendeteksian edge Canny dikembangkan oleh John F. Canny pada tahun 1986 dan menggunakan algoritma dengan banyak tahap (multi-stages) untuk mendeteksi tepi dari citra dengan cakupan yang luas. Tujuan dari Canny adalah untuk menemukan algoritma pendeteksian tepi yang optimal. Syarat dari pendeteksian yang optimal yang dimaksud adalah (John Canny, 1986, hal. 680) : a. Good detection: algoritma harus menandai tepi asli sebanyak mungkin dari citra. b. Good localization: lokasi tepi yang sudah ditandai harus sedekat mungkin dari lokasi tepi asli pada citra. c. Minimal responese: tepi pada citra hanya ditandai satu kali saja, dan jika memungkinkan noise pada citra sebagaimana mungkin tidak mengganggu dan menghasilkan tepi yang salah. Metode Canny menggunakan filter yang berbasis pada derivatif Gaussian yang pertama, karena metode Canny sangat rentan terhadap noise yang ada pada citra yang masih mentah dan belum diproses. Jadi sebelum diproses dilakukan filter Gaussian pada citra untuk
3 mengurangi noise yang ada. Hasil citra yang sudah disaring dengan filter Gaussian adalah lebih sedikit kabur (blur) dari citra aslinya tetapi tidak dipengaruhi oleh pixel yang mengandung noise. Filter Gaussian yang dipakai pada metode Canny mempunyai besar Gaussian Kernel σ = 1.4, yang akan dihitung dengan rumus:, 1 2 Yang akan didapat matriks bobot dengan besar 5x5 sebagai berikut: Matriks bobot 5x5 merupakan matriks simeteris yang akan dilakukan perkalian terhadap matriks A yaitu setiap pixel (posisi tengah) yang ada pada citra beserta 24 pixel tetangga yang mengelilingi. Matriks akan dinormalisasi dengan cara membagi setiap isi matriks dengan jumlah seluruh isi matriks yaitu 159. (R. Fisher, 2003). Untuk mendeteksi tepi dengan metode Canny, kita akan menggunakan gradien G(x,y) yang merupakan sebuah vektor yang terdiri dari dua unsur yaitu Gx dan Gy. Deteksi tepi dilakukan dengan cara membaca setiap pixel pada citra raster dengan cara membaca dari pixel paling kiri atas (timur utara) dan bergerak ke pixel paling kanan bawah (barat selatan). Oleh karena itu, untuk membantu penelusuran tepi, gradien Gx dan Gy masing masing mempunyai matriks operator Sobel Mask 3x3 yaitu: ,dan arah Masing masing matriks operator akan dilakukan perkalian terhadap setiap pixel yang dipecah menjadi matriks 3x3 dengan pixel utama di tengah tengah serta 8 pixel tetangga disekelilingnya. Setelah dikalikan dengan matriks operator, maka Gx akan dikembalikan sebagai nilai gradien arah horizontal, dan Gy sebagai nilai gradien arah vertikal, lalu didapat vektor gradien G(x,y) yang merupakan hasil penjumlahan dari Gx dan Gy. (William Green, 2002). Dan besar gradien dengan rumus:, arah Setelah mendapatkan gradien dari citra, maka dilakukan pencarian besarnya gradien tersebut dengan mengasumsikan maksimum lokal pada arah gradien. Misalkan, bila sudut gradien bundar adalah nol derajat (yaitu bila tepi ada pada arah utara-selatan) titik akan dianggap sebagai tepi jika intensitasnya lebih besar dari intensitas
4 arah barat dan arah timur. Jika sudut gradien bundar adalah 90 derajat (yaitu bila tepi ada pada arah timur-barat) titik akan dianggap sebagai tepi jika intensitasnya lebih besar dari intensitas arah utara dan arah selatan. Jika sudut gradien bundar adalah 135 derajat (yaitu bila tepi ada pada arah timur laut-barat daya) titik akan dianggap sebagai tepi jika intensitasnya lebih besar dari intensitasnya lebih besar dari intensitas arah barat laut dan arah tenggara. Jika sudut gradien bundar adalah 45 derajat (yaitu bila tepi ada pada arah barat laut-tenggara) titik akan dianggap sebagai tepi jika intensitasnya lebih besar dari intensitas arah timur laut dan barat daya. Pada tahap ini mengacu pada penekanan non-maksimum, diperoleh kupulan dari titik titik pada tepi didalam bentuk citra biner, yang biasa juga disebut tepi tipis. Thresholding dengan Hysteresis memerlukan dua ambang batas (threshold) yaitu tinggi dan rendah. Membuat asumsi bahwa tepi tepi yang penting harus menjadi lengkungan yang kontinu pada citra memungkinkan kita untuk menemukan bagian yang lemah pada garis dan untuk membuang beberapa pixel yang mengganggu yang bukan merupakan pixel dari garis tetapi menghasilkan gradien yang besar. Oleh karena itu hendaknya memulai menerapkan ambang batas yang tinggi terlebih dahulu (high threshold), di mana ambang batas yang tinggi dapat menandai tepi tepi yang bisa kita yakini sebagai tepi yang asli. Pada saat menelusuri tepi, digunakan ambang batas yang rendah (low threshold) agar memungkinkan kita untuk menelusuri bagian bagian yang lemah pada tepi tepi, selama kita menemukan kembali titik awal. Setelah proses ini selesai, maka kita akan mempunyai citra biner di mana pixel sudah ditandai sebagai pixel tepi atau bukan tepi. Dari citra biner yang di hasilkan, maka bisa juga diperlakukan sebagai lengkungan lengkungan tepi, di mana setelah proses yang lebih mendalam bisa dijadikan objek polygon atau vektor. KESIMPULAN Berdasarkan dari implementasi dan evaluasi yang Penulis lakukan, maka dapat diambil kesimpulan, yaitu: Pada citra raster yang di-input akan dilakukan threshold terlebih dahulu, di mana pada citra raster foto yang memiliki warna abu abu atau grayscale akan lebih sensitif terhadap parameter threshold. Objek vektor yang di hasilkan merupakan hasil trace menggunakan metode pendeteksian tepi Canny pada objek citra raster yang sudah dilakukan threshold terlebih dahulu. Pada objek citra raster sembarang, objek vektor hasil konversi sudah mendekati seperti objek citra raster yang di-input. Sedangkan pada objek citra raster teks, terjadi sedikit perbedaan pada objek vektor hasil konversi. Pada citra foto, terjadi perbedaan antara citra foto asli dengan objek vektor yang di hasilkan. Penyebab perbedaan adalah karena citra foto yang di-input kedalam program aplikasi akan dilakukan threshold sehingga objek vektor hasil konversi mengacu pada citra raster yang sudah dilakukan threshold.
5 DAFTAR PUSTAKA Agoston. M. K. (2005). Computer Graphics And Geometric Modeling (Implementation And Algorithms). Springer. Buselle, Jay. (2004). Raster Images Versus Vector Images. Diperoleh pada tanggal 22 Juli 2011 dari v raster.php3 Canny, J. (1986). A Computational Approach To Edge Detection. IEEE Trans. Pattern Analysis and Machine Intelligence. Deriche, R. (1987). Using Canny s criteria to derive a recursively implemented optimal edge detector (Vol.1). Int. J. Computer Vision. Fisher, R., Perkins, S., Walker. A., Wolfart, E. (2003). Gaussian Smoothing, The University of Edinburgh School of Informatics. homepages.inf.ed.ac.uk. Green, William. (2002). Edge Detection Tutorial. Philadelphia, PA: Drexel University. Hermawan, Julius. (2004). Analisis Desain & Pemrograman Berorientasi Objek dengan UML dan Visual Basic.NET. ANDI dan Art. Ichsan, Nur. (2010). Waterfall And Prototyping (Metode Pengembangan Sistem). Jones, F., Rama, D. (2008). Sistem Informasi Akutansi halaman 78. Salemba. Kahkoska, James. (1993). Raster To Vector Conversion System And Method Therefor. Palo Alto, California: Hewlett-Packard Company. Lindeberg, Tony. (1998). Edge Detection and Ridge Detection With Automatic Scale Selection. International Journal of Computer Vision. Salomon, David. (2011). The Computer Graphics Manual (Volume 1). Springer. Shirley, Peter. (2005). Fundamentals of Computer Graphics. Wellesley, Massachusetts: A. K. Peters. Torgersen, Mads. (2008). New features in C# 4.0. Microsoft. Yhann. S. R. (1998). Converting Bitmap Objects To Polygons. San Jose, California: Adobe Systems, Incorporated.
6 Application Program Design For Image Conversion From Raster Format To Vector Format With Canny Method Bima Putrantyo Anwar Binus University, DKI Jakarta, Indonesia ABSTRACT Image or picture is a multimedia component that plays an important role in communicating visual information. Since the development of computer technology that is fast and the important role of image in multimedia, there are so many researchers developing image processing using computers called Computer Graphics. In graphic design world, image with vector format is very important, because the capability of vector object in changing its shape and resize without decreasing the quality and can be printed in the highest resolution, In contrast to the image with a raster or bitmap format which the image has a problem when the object is resized, especially if the object image is enlarged. To create a vector object, can be done in various ways such as performing manual trace on the object, or automatically converting raster images to vector format. In the conversion, sometimes the vector image result is not as we wanted because a lot of things like the quality of the raster image taht are less, or the amount of raster object scan also affect the results. Therefore, many methods that are used or developed to produce a perfect conversion from raster image to vector object. In this paper, vector object is represented by mathematical model which is a collection of many points that are connected by lines and curves. Points, lines, and curves in vector object are the trace result from raster image. Method that is used by the author for designing the raster to vector image conversion program application is Canny method. Canny is an edge detection algorhitm developed by John F. Canny in 1986, which is gradual algorhitm to detect edges in images with wide range and scope. Keywords: Image, Raster, Vector, Conversion, Canny, C#, Image Processing INTRODUCTION In English there is a saying a picture is worth a thousand words has the meaning that inadvertently describes how important the role of an images in evereyday life and especially at the multimedia world for communicating visual information. Because the development of computer technology is so fast and the image of a very important role in multimedia, so many researchers are developing image processing by computers called Computer Graphics. On Computer Graphics images or images created by computer, or more generally the longer is the depiction or representation and manipulation of image data by a computer assisted with software and special hardware.
7 In this paper, vector image object represented by a mathematical model which is a collection of many points - points that are connected with lines - lines and curves - the curve. Points, lines, and curves in a vector object or path of the trace of a raster image objects. Representation of raster image is from a collection of dots tiny dots called pixels with specific color that make up the image and can be seen clearly at a certain resolution, which makes the raster image is more often used in image processing because many operations filter for manipulating raster images like setting brightness, contrast, saturation, etc. Vector images are widely used in the printing sector in making a mold or silk screen printing ink is used as a barrier attached to the media in order to produce the same image with the desired image. Due to the size of the print media that range from small to large such as banners, billboards, etc. Method that is used by the author for designing the raster to vector image conversion program application is Canny method. Canny is an edge detection algorhitm developed by John F. Canny in 1986, which is gradual algorhitm to detect edges in images with wide range and scope. CONTENTS Canny edge detiection method was developed by John F. Canny in 1986 and uses an algorithm with many stages to detect the edge of the image with broad coverage. The purpose of the Canny edge detection algorithm to find the maximum result. Terms of maximum detection in question is (John Canny, 1986, p. 680): a. Good detection: the algorithm should mark as many as possible of the original edge image. b. Good localization: edges that have marked the location should be as close as possible from the original location on the edge of image. c. Minimal responese: the edge of the image is marked only once, and if possible the images as it may not interfere and produce the wrong edge. Canny method uses filters based on Gaussian derrivatives of the first, because canny method is very susceptible to noise in the image that there is still raw and unprocessed. So before processing performed on the image, Gaussian filter will reduce the existing noise. Gaussian filter used in the Canny method has a Gaussian kernel of σ = 1.4, which will be calculated by the formula:, Edge detection is done by reading each pixel on a raster image by reading from top left most pixel (north east) and moves ti the pixel at the lower right (south west). Therefore to help search the edges, gradients Gx and Gy respectively has matrix of 3x3 sobel mask, namely:
8 ,and direction direction Each matrix multiplication will be performed on each pixel is split into a 3x3 matrix with the main pixel in the middle, and the eight pixel neighbors surround it. Once multiplied, then Gx will be returned as the value of the horizontal gradient and gradient Gy as the vertical direction, and then G(x,y) which is the sum of Gx and Gy. (William Green, 2002). And gradient magnitude formula:, if the rounded gradient angle is zero degrees (i.e. the edge is in the north-south direction) the point will be considered to be on the edge if its gradient magnitude is greater than the magnitudes in the west and east directions, if the rounded gradient angle is 90 degrees (i.e. the edge is in the east-west direction) the point will be considered to be on the edge if its gradient magnitude is greater than the magnitudes in the north and south directions, if the rounded gradient angle is 135 degrees (i.e. the edge is in the north east-south west direction) the point will be considered to be on the edge if its gradient magnitude is greater than the magnitudes in the north west and south east directions, if the rounded gradient angle is 45 degrees (i.e. the edge is in the north west-south east direction)the point will be considered to be on the edge if its gradient magnitude is greater than the magnitudes in the north east and south west directions. Thresholding with hysteresis requires two thresholds high and low. Making the assumption that important edges should be along continuous curves in the image allows us to follow a faint section of a given line and to discard a few noisy pixels that do not constitute a line but have produced large gradients. Therefore we begin by applying a high threshold. This marks out the edges we can be fairly sure are genuine. Starting from these, using the directional information derived earlier, edges can be traced through the image. While tracing an edge, we apply the lower threshold, allowing us to trace faint sections of edges as long as we find a starting point. When this is done, then we will have a binary image where pixels are marked as edge or non edge pixel. From the binary image is cropped, it can also be treated as an arch, where after a process that could be deeper or vector polygon objects. CONCLUSION Based on the implementation and evaluation of the authors do, we can summarized: In the raster image that is an input will be done first threshold, where the raster image of an photograph will be more sensitive to the threshold parameter. Vector object that produced the trace results using Canny edge detection method on an object raster image after the threshold filter performed.
9 In abstract raster image objects, vector objects such as the conversion is close to the raster image. While the text raster object, there is a little difference in the vector object conversion result. On the photograph image, there is a difference between the original photo image with generated vector objects. The cause of the difference is due the application program will be conducted so the vector object is the tracing of the raster images that have been carried out threshold. REFERRENCES Agoston. M. K. (2005). Computer Graphics And Geometric Modeling (Implementation And Algorithms). Springer. Buselle, Jay. (2004). Raster Images Versus Vector Images. Diperoleh pada tanggal 22 Juli 2011 dari v raster.php3 Canny, J. (1986). A Computational Approach To Edge Detection. IEEE Trans. Pattern Analysis and Machine Intelligence. Deriche, R. (1987). Using Canny s criteria to derive a recursively implemented optimal edge detector (Vol.1). Int. J. Computer Vision. Fisher, R., Perkins, S., Walker. A., Wolfart, E. (2003). Gaussian Smoothing, The University of Edinburgh School of Informatics. homepages.inf.ed.ac.uk. Green, William. (2002). Edge Detection Tutorial. Philadelphia, PA: Drexel University. Hermawan, Julius. (2004). Analisis Desain & Pemrograman Berorientasi Objek dengan UML dan Visual Basic.NET. ANDI dan Art. Ichsan, Nur. (2010). Waterfall And Prototyping (Metode Pengembangan Sistem). Jones, F., Rama, D. (2008). Sistem Informasi Akutansi halaman 78. Salemba. Kahkoska, James. (1993). Raster To Vector Conversion System And Method Therefor. Palo Alto, California: Hewlett-Packard Company. Lindeberg, Tony. (1998). Edge Detection and Ridge Detection With Automatic Scale Selection. International Journal of Computer Vision. Salomon, David. (2011). The Computer Graphics Manual (Volume 1). Springer. Shirley, Peter. (2005). Fundamentals of Computer Graphics. Wellesley, Massachusetts: A. K. Peters. Torgersen, Mads. (2008). New features in C# 4.0. Microsoft.
10 Yhann. S. R. (1998). Converting Bitmap Objects To Polygons. San Jose, California: Adobe Systems, Incorporated.
BAB 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 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Fungsi utama perancangan program aplikasi tugas akhir ini adalah melakukan konversi terhadap citra dengan format raster atau bitmap ke format vektor dengan tipe
Lebih terperinciPeningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi
Peningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi ABSTRAK Ni Luh Putri B. Vidyawati (0522138) Jurusan Teknik Elektro Email : niluhputribv@ymail.com Teknik pendeteksian
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciPENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN TUGAS AKHIR
PENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN (STUDI KASUS PADA TEMPAT PARKIR NYI AGENG SERANG) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Raster 2.1.1 Definisi Citra Raster Citra raster atau biasa juga dikenal sebagai citra bitmap adalah citra yang terbuat dari kumpulan titik titik atau pixels yang tersusun
Lebih terperinciPERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER. Arliansyah J2A
PERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER Arliansyah J2A 604 006 Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Pada Jurusan Matematika JURUSAN MATEMATIKA
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
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 terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciImplementasi Deteksi Tepi Canny pada Citra Mammografi
JURNAL APLIKASI FISIKA VOLUME 11 NOMOR 1 FEBRUARI 2015 Implementasi Deteksi Tepi Canny pada Citra Mammografi Nurhasanah 1, *) dan Okto Ivansyah 2 1 Jurusan Fisika, FMIPA Universitas Tanjungpura, Indonesia
Lebih terperinciDAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR LAMPIRAN Latar Belakang... 1
ABSTRAK Saat ini komputer dan piranti pendukungnya telah masuk dalam setiap aspek kehidupan dan pekerjaan. Komputer yang ada sekarang memiliki kemampuan yang lebih dari sekedar perhitungan matematik biasa.
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE
ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
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 terperinciEdge Detection dengan Algoritma Canny
Edge Detection dengan Algoritma Canny Christopher Danil STMIK IBBI Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 e-mail: christopherdanil@gmail.com Abstrak Metode edge detection akan mendeteksi
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciSIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP)
SIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) Ardy Dwi Caesaryanto¹, Bambang Hidayat², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih terperinciEKSTRAKSI BENTUK JANIN PADA CITRA HASIL USG 3 DIMENSI MENGGUNAKAN DETEKSI TEPI CANNY
EKSTRAKSI BENTUK JANIN PADA CITRA HASIL USG 3 DIMENSI MENGGUNAKAN DETEKSI TEPI CANNY Abdiansah 1), Rizki Romodhon 2) 1 abdiansah84@gmail.com, 2 rizkiromodhon@gmail.com ABSTRACT In medical research, fetal
Lebih terperinciPutu Agus Junaedi¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2006 ANALISIS DAN IMPLEMENTASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY ( ANALYSIS AND IMPLEMENTATION OF NOISE REDUCTION
Lebih terperinciPERBANDINGAN WAKTU EKSEKUSI MENDETEKSI TEPI GAMBAR MENGGUNAKAN BERBAGAI METODE
PERBANDINGAN WAKTU EKSEKUSI MENDETEKSI TEPI GAMBAR MENGGUNAKAN BERBAGAI METODE Ayu Leonitami, Noor Aziza Arifani 2, Retno Dewi Anissa 3, Sari Narulita Hantari 4, Widya Wulaningsuci 5 Informatika/Ilmu Komputer,
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL 1 2 Representasi Image 1 bit 8 bits 3 24 bits 4 Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. 5 Hi s togr a m dar i i ma ge
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciPERANCANGAN DAN PENGEMBANGAN SISTEM DETEKSI RINTANGAN MENGGUNAKAN METODE HAAR-LIKE FEATURE PADA BRAIN-CONTROLLED WHEELCHAIR
PERANCANGAN DAN PENGEMBANGAN SISTEM DETEKSI RINTANGAN MENGGUNAKAN METODE HAAR-LIKE FEATURE PADA BRAIN-CONTROLLED WHEELCHAIR Aristian Jovianto Yunus NRP : 1322022 e-mail : aristian_jovianto@yahoo.com ABSTRAK
Lebih terperinciHistogram. Peningkatan Kualitas Citra
Histogram Peningkatan Kualitas Citra Representasi Image 1 bit 8 bits 24 bits Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciPAINTING AIRBRUSH DESIGNED USING CANNY ADGE DETECTION METHOD
Muhammad, Perancangan Painting Air Brush 21 PERANCANGAN PAINTING AIR BRUSH MENGGUNAKAN METODE CANNY ADGE DETECTION Mar i Muhammad (1), Harianto (2), (1), (2) Program Studi S1 Sistem Komputer, Sekolah Tinggi
Lebih terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciAPLIKASI PENDETEKSI TEPI CITRA DIGITAL DENGAN MENGGUNAKAN METODE CANNY
APLIKASI PENDETEKSI TEPI CITRA DIGITAL DENGAN MENGGUNAKAN METODE CANNY Agung 1, Irvan, Maria 1,2 Jurusan Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM Jhoni N0 70 Medan, Indonesia 1 agung_herlambang@yahoo.co.id
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciKRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI. Jevri Eka Susilo
KRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI Jevri Eka Susilo Email: jevriesusilo@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof.
Lebih terperinciPERANCANGAN PERANGKAT LUNAK PENGENKRIPSIAN CITRA *.BMP, *.GIF DAN *.JPG DENGAN METODE HILL SKRIPSI HENDRY YUANDI
PERANCANGAN PERANGKAT LUNAK PENGENKRIPSIAN CITRA *.BMP, *.GIF DAN *.JPG DENGAN METODE HILL SKRIPSI HENDRY YUANDI 041401061 DEPARTEMEN S-1 ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciNama Soal Pembagian Ring Road Batas Waktu 1 detik Nama Berkas Ringroad[1..10].out Batas Memori 32 MB Tipe [output only] Sumber Brian Marshal
Nama Soal Pembagian Ring Road Batas Waktu 1 detik Nama Berkas Ringroad[1..10].out Batas Memori 32 MB Tipe [output only] Sumber Brian Marshal Deskripsi Soal Dalam rangka mensukseskan program Visit Indonesia,
Lebih terperinciPERBANDINGAN DUA CITRA HIDUNG MENGGUNAKAN PARAMETER JARAK DARI HIDUNG KE DAHI DAN KE DAGU, JUMLAH PIXEL, DAN SUDUT
PERBANDINGAN DUA CITRA HIDUNG MENGGUNAKAN PARAMETER JARAK DARI HIDUNG KE DAHI DAN KE DAGU, JUMLAH PIXEL, DAN SUDUT Inggar Nugroho.W. / 0322179 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK
KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK Disusun Oleh : Ardyan Lawrence (1022068) Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No.65, Bandung, Indonesia.
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciPengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image
EKSPLORA INFORMATIKA 98 Pengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image Andi Pranata 1, Erna ZuniAstuti 2
Lebih terperinciproperty
desainkomunikasivisual http://ramakertamukti.wordpress.com Element of design Line, shape, negative space, volume, value, color, and texture are the elements of design. 1.Line Anak-anak menggunakan garis
Lebih terperinciLine VS Bezier Curve. Kurva Bezier. Other Curves. Drawing the Curve (1) Pertemuan: 06. Dosen Pembina Danang Junaedi Sriyani Violina IF-UTAMA 2
Line VS Bezier Curve Kurva Bezier Pertemuan: 06 Dosen Pembina Danang Junaedi Sriyani Violina IF-UTAMA 1 IF-UTAMA 2 Other Curves Drawing the Curve (1) IF-UTAMA 3 IF-UTAMA 4 1 Drawing the Curve (2) Algoritma
Lebih terperinciSistem Informasi. Soal Dengan 2 Bahasa: Bahasa Indonesia Dan Bahasa Inggris
Sistem Informasi Soal Dengan 2 Bahasa: Bahasa Indonesia Dan Bahasa Inggris 1. Kita mengetahui bahwa perkembangan teknologi di zaman sekarang sangat pesat dan banyak hal yang berubah dalam kehidupan kita.
Lebih terperinciPENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK
PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE NOVIANI KRISNADI/0322064 Email Address: s103novi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165, Indonesia
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 terperinciDETEKSI PERSIMPANGAN DAN BELOKAN PADA LINTASAN DI DEPAN ROBOT LINE FOLLOWER DENGAN KAMERA
DETEKSI PERSIMPANGAN DAN BELOKAN PADA LINTASAN DI DEPAN ROBOT LINE FOLLOWER DENGAN KAMERA Angga Setiawan Universitas Bina Nusantara, Jalan Syahdan No. 9, Jakarta, 11480, 021-534 5830 rezabudan@yahoo.com,
Lebih terperinciABSTRAK. Kata Kunci: AHP, DSS, kriteria, supplier
ABSTRAK. Teknologi dewasa ini perkembangannya sudah sedemikian pesat. Perkembangan yang pesat ini tidak hanya teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi juga ikut berkembang.
Lebih terperinciMODIFIKASI METODE BACKTRACKING UNTUK MEMBANTU MENCARI PENYELESAIAN PERMAINAN PEG SOLITAIRE
MODIFIKASI METODE BACKTRACKING UNTUK MEMBANTU MENCARI PENYELESAIAN PERMAINAN PEG SOLITAIRE Susana Limanto dan Monica Widiasri Universitas Surabaya, Surabaya susana @ubaya.ad.id dan monica@ubaya.ac.id ABSTRACT
Lebih terperinciANALISIS PERBANDINGAN PENDETEKSI GARIS TEPI PADA CITRA DIGITAL ANTARA METODE EDGE LINKING DAN OPERATOR SOBEL SKRIPSI
ANALISIS PERBANDINGAN PENDETEKSI GARIS TEPI PADA CITRA DIGITAL ANTARA METODE EDGE LINKING DAN OPERATOR SOBEL SKRIPSI PUTRA MAQRIFAD QALBI FAHZUANTA 061401007 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU
Lebih terperinciAREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel
AREA PROCESS Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel Topik Bahasan Konvolusi (convolution) Filtering (nonmask convolution) Filter Morfologis 3.1
Lebih terperinciPENENTUAN RUTE TERPENDEK DENGAN METODE FLOYD WARSHALL PADA PETA DIGITAL UNIVERSITAS SUMATERA UTARA SKRIPSI DHYMAS EKO PRASETYO
PENENTUAN RUTE TERPENDEK DENGAN METODE FLOYD WARSHALL PADA PETA DIGITAL UNIVERSITAS SUMATERA UTARA SKRIPSI DHYMAS EKO PRASETYO 091402023 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciBAB 2 LANDASAN TEORI. berhubungan dengan image restoration, di antaranya adalah tentang image, image
BAB 2 LANDASAN TEORI Pada bab ini diuraikan beberapa landasan teori dan konsep konsep yang berhubungan dengan image restoration, di antaranya adalah tentang image, image processing, convolution, edge detection,
Lebih terperinciPerbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /
Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra Charles Aditya / 0322026 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri
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 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 ALGORITMA HUFFMAN UNTUK KOMPRESI DAN DEKOMPRESI GAMBAR DIGITAL
IMPLEMENTASI ALGORITMA HUFFMAN UNTUK KOMPRESI DAN DEKOMPRESI GAMBAR DIGITAL KOMPETENSI JARINGAN KOMPUTER [SKRIPSI] ISABELLA JUDITHIO NIM. 0608605070 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinciANALISIS PENGGUNAAN ALGORITMA STEMMING VEGA PADA INFORMATION RETRIEVAL SYSTEM
ANALISIS PENGGUNAAN ALGORITMA STEMMING VEGA PADA INFORMATION RETRIEVAL SYSTEM Lusianto Marga Nugraha¹, Arie Ardiyanti Suryani², Warih Maharani³ ¹Teknik Informatika,, Universitas Telkom Abstrak Stemming
Lebih terperinciPerancangan dan Pembuatan Aplikasi Skeletonization
Perancangan dan Pembuatan Aplikasi Skeletonization Gideon Simon 1, Liliana 2, Kartika Gunadi 3 Fakultas Teknologi Industri Program Studi Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto 121-131,
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciAPLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON
APLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON AHMAD ISHLAHUDDIN 41508010125 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciANALISIS DETEKSI TEPI CANNY PADA CITRA DENGAN GAUSSIAN FILTERING DAN BILATERAL FILTERING
ANALISIS DETEKSI TEPI CANNY PADA CITRA DENGAN GAUSSIAN FILTERING DAN BILATERAL FILTERING Safriadi 1), Aulia Essra 2), Rahmadani 3) Magister Teknik Informatika, Universitas Sumatera Utara 1,2) Universitas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang dilaksanakan ini merupakan peneltian eksperimental, yaitu penelitian yang pengumpulan datanya melalui pencatatan langsung dari hasil
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciPERBAIKAN DAN EVALUASI KINERJA ALGORITMA PIXEL- VALUE DIFFERENCING ( PVD) ROJALI
PERBAIKAN DAN EVALUASI KINERJA ALGORITMA PIXEL- VALUE DIFFERENCING ( PVD) ROJALI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya
Lebih terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciDeteksi Tepi (Edge Detection) Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB
Deteksi Tepi (Edge Detection) Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB www.ilkom.fmipa.ipb.ac.id/yeni Deteksi Tepi Deteksi tepi (Edge detection) adalah operasi yang dijalankan untuk mendeteksi
Lebih terperinciKOMPRESI DAN DEKOMPRESI DATA TEKSTUAL MENGGUNAKAN ALGORITMA DYNAMIC MARKOV
KOMPRESI DAN DEKOMPRESI DATA TEKSTUAL MENGGUNAKAN ALGORITMA DYNAMIC MARKOV Denny Kurniawan K / 0322012 Email: dk_denny@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciPERANCANGAN PROGRAM APLIKASI PERANGKAT LUNAK MEMBUAT IMAGE PAINT MENGGUNAKAN MICROSOFT VISUAL BASIC 6.0 TUGAS AKHIR ADISTY ANASTASYA JUWITA
PERANCANGAN PROGRAM APLIKASI PERANGKAT LUNAK MEMBUAT IMAGE PAINT MENGGUNAKAN MICROSOFT VISUAL BASIC 6.0 TUGAS AKHIR ADISTY ANASTASYA JUWITA 082406025 PROGRAM DIPLOMA III TEKNIK INFORMATIKA DEPARTEMEN MATEMATIKA
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
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 terperinciDAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
ABSTRACT Nowadays, Information exchange become more easy as the technology progress growing fast. This could unite peolple from around the world without knowing time and place. Cryptography has become
Lebih terperinciEKSTRAKSI 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 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 terperinciMATHunesa (Volume 3: No 2) 2014
APLIKASI DETEKSI TEPI SOBEL UNTUK IDENTIFIKASI TEPI CITRA MEDIS Mochamad Nor Cholis Jurusan Matematika, FMIPA, Universitas Negeri Surabaya, email : cholis029@gmail.com Yusuf Fuad Jurusan Matematika, FMIPA,
Lebih terperinciWhat are edges? Local intensity change Strong edge = the steep areas in a 3D plot (show: blobs-for-edge, surface plot) Bekerja pada arah x dan y:
Edge Detection (Dosen : Ibu Yeni) Dirangkum oleh: Eko Zulkaryanto (http://zulkaryanto.wordpress.com) Computer Science Bogor Agricultural University (http://www.ipb.ac.id) What are edges? Local intensity
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS ABSTRAK
KOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS Lucky Khoerniawan / 0222104 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : khoerniawan.lucky@yahoo.com
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 terperinciCEG4B3. Randy E. Saputra, ST. MT.
CEG4B3 Randy E. Saputra, ST. MT. Jenis Graphics Multimedia Bitmap Graphics Lebih cocok untuk citra foto yang membutuhkan variasi warna yang kompleks Vector Graphics Lebih cocok untuk ilustrasi yang membutuhkan
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinciSistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT
Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT Regina Lionnie 1, Mudrik Alaydrus 2 Program Studi Magister Teknik Elektro, Universitas Mercu Buana, Jakarta 1 regina.lionnie.id@ieee.org,
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciProteksi Kesalahan Berbeda Menggunakan Metode Rate Compatible Punctured Convolutional (RCPC) Codes Untuk Aplikasi Pengiriman Citra ABSTRAK
Proteksi Kesalahan Berbeda Menggunakan Metode Rate Compatible Punctured Convolutional (RCPC) Codes Untuk Aplikasi Pengiriman Citra Sudiono Cokro / 9922142 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Sekarang ini banyak dilakukan pembangunan oleh banyak pihak seperti pembangunan tempat tinggal atau kantor. Proses pembangunan pada lokasi daerah memerlukan denah lokasi daerah yang akurat dan
Lebih terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
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 terperinciAPLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS
APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS Apri 1, Herlina 2, Ade 3 1,2 Jurusan Teknik Informatika Sekolah
Lebih terperinciPERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2
PERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2 Disusun oleh : Steven Christian Santosa (1222038) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciKRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari
KRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari Email: pvtrikartika@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri 65,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciPenerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.
Lebih terperinciPENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL
PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL Eric Christopher #1, Dr. Ir. Rinaldi Munir, M. T. #2 #School of Electrical Engineering and Informatics,
Lebih terperinci