Desain Sistem Deteksi Kerusakan Jaringan Dermis dari Citra Mikroskop Digital Menggunakan Metode Ekstraksi Fitur
|
|
- Devi Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Desain Sistem Deteksi Kerusakan Jaringan Dermis dari Citra Mikroskop Digital Menggunakan Metode Ekstraksi Fitur Kurniastuti 1, Y. G. Y. Yhuwana 2, S. Soelistiono 2, R. Apsar 1,2 1 Prodi S1 Teknobiomedik F.Sains dan Teknologi Universitas Airlangga Surabaya 2 Prodi S1 Fisika Fakultas Sains dan Teknologi Universitas Airlangga Surabaya Abstrak Penelitian ini dilakukan untuk mendesain sistem deteksi kerusakan jaringan kulit mencit (mus musculus) akibat paparan laser Nd:YAG dengan dosis energi 18,8 53,8 J/cm 2 dari citra mikroskop digital. Kerusakan jaringan kulit akibat paparan laser Nd:YAG berupa pendarahan (bleeding) dan lubang. Sampel citra yang digunakan adalah citra jaringan normal dan citra jaringan rusak. Desain sistem menggunakan pemograman Delphi dengan metode ekstraksi fitur warna dan segmentasi warna. Ekstraksi fitur warna yang digunakan dalam penelitian ini ada tiga buah yaitu fitur warna jaringan normal, fitur warna pendarahan (bleeding), dan fitur warna lubang. Metode ekstraksi fitur warna dilakukan dengan menggunakan histogram untuk mengetahui intensitas dengan nilai frekuensi tertinggi secara teliti. Segmentasi warna menghasilkan daerah-daerah pada citra yang termasuk dalam rentang intensitas fitur. Hasil uji program penentuan jaringan kulit normal dan jaringan kulit rusak pada penelitian ini menunjukkan bahwa 25 citra dari 40 citra yang digunakan berhasil diidentifikasi sehingga tingkat keakuratan program sebesar 62,5%. Sedangkan pada hasil uji program pengukuran diameter, tingkat keakurasian sebesar 38,84% hingga 68,14%. Kata kunci : Laser Nd:YAG, Ekstraksi Fitur, Segmentasi warna, Delphi
2 PENDAHULUAN Kerusakan jaringan kulit akibat paparan laser Nd:YAG secara berlebih akan menyebabkan kulit tidak berfungsi dengan baik, sehingga perlindungan tubuh terhadap gangguan dari luar akan melemah. Kerusakan jaringan kulit yang terjadi akibat paparan laser Nd:YAG berupa pendarahan (bleeding) dan lubang (Pribadi, 2011). Hal itu disebabkan karena adanya fenomena interaksi yang timbul saat pemaparan laser Nd:YAG terhadap jaringan kulit. Fenomena interaksi tersebut adalah fotokimia (photochemical), fototermal (phototermal), fotoablasi (photoablastion), plasma-induced ablation dan fotoakustik (photodisruption). Fenomena interaksi yang terjadi pertama kali adalah fotokimia (photochemical) yang menyebabkan terjadinya efek kimia dan reaksi antara makrokolekul dan jaringan saat energi laser diserap oleh jaringan kulit. Setelah terjadi efek kimia, temperatur pada jaringan akan meningkat (fototermal) yang menyebabkan terjadinya penguapan molekul air pada jaringan kulit dan letupan jaringan kulit yang ditandai dengan penyemburan pecahan-pecahan jaringan kulit serta proses ablasi (fotoablasi). Proses ablasi tersebut akan diikuti dengan pembentukan plasma (plasmainduced ablation) dan pembangkitan shock wave (photodistruption) yang menyebabkan munculnya lubang pada jaringan kulit (Apsari, 2009). Dalam penelitian Pribadi (2011) dilakukan pemaparan laser Nd:YAG terhadap jaringan kulit mencit (mus musculus) dengan tegangan pumping sebesar V dan 740 V dan dosis energi sebesar 18,8 J/cm 2 53,8 J/cm 2. Dengan perlakuan perbedaan besar dosis energi menyebabkan dampak yang muncul pada jaringan kulit akan berbeda. Hasil penelitian tersebut mengemukakan bahwa tegangan pumping yang menyebabkan kerusakan pada jaringan kulit adalah V dan 740 V serta dosis energi sebesar 29,5-53,8 J/cm 2. Dalam penelitian ini, digunakan preparat jaringan kulit mencit (mus musculus) baik jaringan normal maupun jaringan rusak yang merupakan hasil penelitian Pribadi (2011) sebagai sampel image yang diteliti. Penelitian ini diawali dengan mendapatkan citra digital dari preparat jaringan kulit mencit (mus musculus). Pengambilan citra dilakukan dengan menggunakan mikroskop digital. Mikroskop digital merupakan mikroskop cahaya yang telah dimodifikasi dengan kamera digital dan telah terhubung dengan perangkat lunak komputer (Fifin, 2010). Pada umumnya, mikroskop digital telah dilengkapi dengan program yang men-capture video menjadi citra digital. Akan tetapi dalam penelitian ini, program tersebut tidak digunakan sehingga diperlukan bantuan sebuah frame grabber. Frame grabber merupakan program yang fungsinya mengubah video menjadi citra digital (Gunadhi, 2002). Dalam penggunaannya, frame grabber dapat digunakan apabila driver
3 kamera telah terinstall sebelumnya. Frame grabber dibuat menggunakan pemograman Delphi. Hasil akhir dari frame grabber adalah citra digital yang merupakan citra kontiyu f(x,y) yang sudah didiskritkan baik koordinasi spasial maupun tingkat kecerahannya. Citra digital yang dihasilkan berupa citra berwarna. Pada citra berwarna, warna piksel yang ditampilkan pada layar monitor merupakan campuran dari tiga warna dasar yaitu merah, hijau dan biru dengan nomor warna dasar mulai dari 1 hingga 3. Setiap nomor warna dasar menginformasikan intensitas dalam menyusun suatu warna yang nilainnya berkisar dari 0 hingga 255 pada resolusi 8 bit (Sutoyo et. al, 2009). Untuk mempermudah proses pengidentifikasian lubang, dilakukan metode ekstraksi fitur, proses untuk mendapatkan fitur-fitur yang membedakan suatu objek dari objek yang lain (Putra, 2010). Ekstraksi fitur sendiri terbagi menjadi tiga macam yaitu ekstraksi fitur bentuk merupakan ekstraksi berdasarkan karakter konfigurasi permukaan yang diwakili oleh garis dan kontur, ekstraksi fitur tekstur merupakan ekstraksi yang didasarkan pada fitur tekstur sedangkan ekstraksi fitur warna merupakan ekstraksi yang didasarkan pada fitur warna. Pada citra berwarna yang memiliki komposisi warna R, G, dan B maka ekstraksi fitur warna dilakukan pada tiga warna (Nahari, 2010). Ekstraksi fitur warna menggunakan histogram. Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas piksel dari sautu citra atau bagian tertentu di dalam citra. Pada citra berwarna 24 bit, histogram terdiri dari 3 buah histogram warna dasar yaitu histogram red (R), green (G), dan blue (B) dengan masing-masing histogram terdiri dari nilai tingkat keabuan Contoh sebuah histogram citra disajikan pada Gambar 2.9 dengan i adalah intensitas dan h i adalah histogram dari intensitas i. Gambar 2.9 Histogram citra (Putra, 2010) Dalam penelitian ini, ekstraksi fitur yang digunakan adalah ekstraksi fitur warna disebabkan dalam citra digital jaringan kulit terdapat tiga fitur yang digunakan yaitu fitur
4 jaringan normal, fitur pendarahan (bleeding), dan fitur lubang. Ketiga fitur tersebut memiliki tingkat keabuan yang berbeda. Metode selanjutnya adalah segmentasi warna yang merupakan proses membagi citra menjadi daerah-daerah (region) berdasarkan warna (Gonzales, 2008). Daerah yang dimaksud adalah sekumpulan piksel yang berdekatan yang memiliki sifat yang sama. Sedangkan warna merupakan sebuah fitur dalam ruang warna (color-space) 3-dimensi RGB yang berisi informasi yang berkenaan dengan distribusi spectral cahaya. Pada citra berwarna, fitur yang paling umum digunakan dalam proses segmentasi adalah fitur warna seperti yang dikemukakan oleh Saikumar et. al (2011). Phung et. al (2003) melakukan penelitian mengenai segmentasi terhadap kulit manusia. Fitur yang digunakan adalah fitur warna. Untuk mendapatkan daerah kulit, menggunakan rentang warna kulit yang dihasilkan dari segmentasi warna. Presentase error dalam segmentasi warna relatif kecil yaitu 15,3%. Oleh karena itu, dalam penelitian ini dilakukan segmentasi warna dengan menggunakan rentang intensitas fitur jaringan normal, pendarahan (bleeding), dan lubang yang dihasilkan dari proses ekstraksi fitur. METODE PENELITIAN Dalam penelitian ini digunakan mikroskop digital untuk mendapatkan citra digital jaringan kulit yang berupa preparat. Komputer yang digunakan adalah Core 2 Duo dengan sistem operasi Windows 7. Program dibuat dengan menggunakan bahasa pemograman Borland Delphi 6 dan Matrox Inspector 2.1 sebagai software pendukung. Data merupakan hasil penelitian Pribadi (2011) sejumlah 40 buah dengan jaringan kulit normal sebanyak 20 buah dan jaringan kulit rusak sebanyak 20 buah. Prosedur penelitian antara lain mengolah data yang berupa preparat menjadi citra digital dengan menggunakan frame grabber, citra tersebut kemudian di ekstraksi fitur warna pada intensitas R (red), G (green), dan B(blue) dengan menggunakan histogram untuk mengetahui rentang intensitas tiap fitur yang ada dalam citra yang dilakukan dengan penge-crop-an fitur sebelumnya. Fitur yang digunakan dalam penelitian ini adalah fitur jaringan normal, fitur pendarahan (bleeding), dan fitur lubang.langkah selanjutnya adalah segmentasi warna untuk mengetahui daerah fitur. Dari segmentasi warna dapat diketahui citra yang termasuk citra jaringan kulit normal dan citra jaringan kulit rusak dengan menggunakan ada atau tidaknya fitur pendarahan (bleeding) dan fitur lubang. Citra yang termasuk jaringan kulit rusak kemudian dilakukan perhitungan diameter lubang menggunakan fitur lubang.
5 HASIL DAN PEMBAHASAN Frame grabber untuk mendapatkan citra digital dan tampilan desain disajikan pada Gambar 1. Desain frame grabber diawali dengan pemilihan perangkat kamera yang akan digunakan. Video akan muncul komponen VideoWindow1 yang secara real-time terhubung secara otomatis. Video real-time dimanfaatkan untuk mengatur letak preparat agar kamera fokus pada bagian preparat yang akan diamati sehingga terlihat jelas. Capture video yang merupakan proses pemindahan file video menjadi file image dapat dilakukan dan image hasil capture kemudian akan terlihat pada DBImage1. Pada penyimpanan image, user dapat meng-klik tombol save image yang secara otomatis akan menyimpan image dalam bentuk file bmp. Setelah didapatkan citra digital jaringan kulit, dilakukan ekstraksi fitur warna dengan menggunakan histogram dengan tampilan program seperti yang disajikan pada Gambar 2. Gambar 1. Tampilan desain frame grabber Gambar 2. Tampilan desain ekstraksi fitur warna dengan histogram
6 Tujuan dari proses ekstraksi fitur adalah mengetahui rentang fitur citra dengan cara karakterisasi citra menggunakan histogram. Proses untuk mendapatkan karakteristik citra menggunakan fitur citra yaitu fitur jaringan normal, fitur pendarahan (bleeding), dan fitur lubang. Fitur citra di-crop dan ditampilkan dalam bentuk histogram dengan menggunakan program ekstraksi fitur warna dengan histogram. Pada penelitian ini dilakukan segmentasi warna pada R, G, dan B sehingga histogram yang ditampilkan berjumlah 3 buah yaitu histogram R, histogram G, dan histogram B. Dari histogram tersebut, akan diketahui frekuensi kemunculan tiap intensitas pada fitur citra, dan data yang diambil adalah intensitas dengan frekuensi kemunculan tertinggi. Untuk menghindari kesalahan dalam penentuan intensitas dengan frekuensi kemunculan tertinggi, maka data histogram dipindah ke dalam bentuk tabel. Hasil run program ekstraksi fitur warna dengan histogram menghasilkan intensitas frekuensi tertinggi pada tiap fitur citra. Tabel 1, Tabel 2, Tabel 3 menunjukkan rata-rata intensitas frekuensi tertinggi pada fitur jaringan normal, fitur pendarahan (bleeding) dan fitur lubang. Tabel 1. Rata-rata intensitas frekuensi tertinggi fitur jaringan normal Tegangan Intensitas Pumping (V) R G B Tabel 2. Rata-rata intensitas frekuensi tertinggi fitur jaringan pendarahan (bleeding) Tegangan Intensitas Pumping (V) R G B
7 Tabel 3. Rata-rata intensitas frekuensi tertinggi fitur lubang Tegangan Intensitas Pumping (V) R G B Berdasarkan rata-rata intensitas frekuensi tertinggi tiap fitur yang ditunjukkan pada Tabel 1, Tabel 2, dan Tabel 3 maka rentang intensitas pada tiap fitur citra diketahui. Rentang intensitas fitur yang dihasilkan adalah 1. Fitur jaringan normal R = ( ), G = (85-143), B = (98-122) 2. Fitur pendarahan R = ( ), G = (65-100), B = (64-102) 3. Fitur lubang R = ( ), G = ( ), B = ( ) Rentang intensitas fitur yang didapatkan digunakan dalam proses selanjutnya yaitu segmentasi warna yang akan membedakan antara jaringan kulit normal dan jaringan kulit rusak. Pada jaringan kulit rusak akan dilakukan pengukuran diameter lubang dengan menghitung jumlah piksel pada lubang pada tiap baris. Pada desain program segmentasi warna digunakan pemograman Delphi. Proses ini dilakukan dalam 4 tahap yaitu tahap pengidentifikasian pendarahan (bleeding), tahap pengidentifikasian lubang, tahap penentuan posisi dan diameter lubang serta kalibrasi diameter dengan menggunakan Matrox Inspector 2.1. Tahap pengidentifikasian pendarahan (bleeding) dan lubang memanfaatkan rentang intensitas pendarahan (bleeding) dan lubang yang dihasilkan dari ekstraksi fitur. Namun karena terjadi overlapping pada rentang intensitas fitur jaringan normal dan pendarahan (bleeding), maka rentang intensitas pendarahan (bleeding) adalah diluar rentang fitur jaringan normal. Pada tahap pengidentifikasian pendarahan (bleeding), piksel yang intensitasnya termasuk dalam rentang pendarahan (bleeding) akan berwarna biru. Hal itu sebagai penanda letak pendarahan. Piksel yang intensitasnya termasuk dalam rentang lubang akan berwarna hijau. Akan tetapi pengidentifikasian lubang tidak hanya berdasarkan rentang fitur lubang melainkan juga berdasarkan definisi lubang yaitu daerah dengan intensitas yang berbeda dengan daerah sekitarnya yang berada di antara daerah pendarahan
8 (bleeding) (Pribadi, 2011). Tampilan segmentasi warna pada jaringan kulit normal disajikan pada Gambar 3 dan pada jaringan kulit rusak pada Gambar 4. Gambar 3. Tampilan segmentasi warna pada jaringan kulit normal Gambar 4. Tampilan segmentasi warna pada jaringan kulit rusak Pada jaringan kulit rusak dilakukan pengukuran diameter lubang. Tahap penentuan diameter lubang, perlu dilakukan rotate pada citra. Tujuan rotate adalah mengubah posisi lubang sejajar terhadap sumbu x. Hal itu disebabkan data citra dari penelitian Pribadi (2011) memiliki posisi lubang tidak sama antara satu dengan yang lain. Selain itu, sebelum dilakukan pengukuran diameter lubang, diperlukan kalibrasi piksel menjadi mikrometer dengan menggunakan Matrox Inspector 2.1. Berdasarkan Matrox
9 Inspector 2.1 diketahui bahwa kalibrasi 1 piksel = 1,923 µm. Akan tetapi perlu diingat bahwa data citra yang diproses ini telah mengalami proses resize 25% sehingga sebelum dikalibrasi dari piksel ke mikrometer, panjang piksel dikalikan dengan 4 untuk mendapatkan panjang piksel dalam ukuran sebenarnya (100%). Perhitungan kalibrasi tersebut sudah terdapat dalam program penentuan diameter lubang sehingga diameter lubang yang terlihat dalam program sudah bersatuan mikrometer. Tampilan kalibrasi disajikan pada Gambar 5. Gambar 5. Tampilan Matrox Inspector 2.1 dalam kalibrasi piksel Pada program penentuan jaringan kulit normal dan rusak, didapatkan bahwa dari 40 buah citra digital yang digunakan sebanyak 25 citra berhasil dideteksi dengan benar sehingga tingkat akurasinya sebesar 62,5%. Sedangkan untuk pengukuran diameter lubang tingkat keakurasiannya berkisar antara 38,84% hingga 68,14%. Tabel 4 dan Tabel 5 menunjukkan hasil run program penentuan citra jaringan normal dan citra jaringan rusak dan hasil run program pengukuran diameter lubang.
10 Tabel 4. Hasil run program penentuan citra jaringan normal dan citra jaringan rusak Tegangan pumping (V) Dosis energi Hasil run program Benar ( ) atau salah (x) (J/cm 2 ) 540 (1) 18,8 Jaringan normal 540 (2) 18,8 Jaringan normal 540 (3) 18,8 Jaringan normal 540 (4) 18,8 Jaringan normal 540 (5) 18,8 Jaringan normal 550 (1) 23,9 Jaringan normal 550 (2) 23,9 Jaringan normal 550 (3) 23,9 Jaringan normal 550 (4) 23,9 Jaringan normal 550 (5) 23,9 Jaringan normal 560 (1) 21,1 Jaringan normal 560 (2) 21,1 Jaringan normal 560 (3) 21,1 Jaringan normal 560 (4) 21,1 Jaringan normal 560 (5) 21,1 Jaringan normal 570 (1) 21,5 Jaringan normal 570 (2) 21,5 Jaringan normal 570 (3) 21,5 Jaringan normal 580 (1) 25,6 Jaringan normal 580 (2) 25,6 Jaringan normal 590(1) 31,3 Jaringan normal x 590(2) 31,3 Jaringan normal x 590(3) 31,3 Jaringan normal x 600(1) 29,5 Jaringan rusak 600(2) 29,5 Jaringan rusak 600(3) 29,5 Jaringan rusak 600(4) 29,5 Jaringan rusak 600(5) 29,5 Jaringan normal x 610(1) 32,0 Jaringan normal x 610(2) 32,0 Jaringan normal x 610(3) 32,0 Jaringan normal x 610(4) 32,0 Jaringan normal x 610(5) 32,0 Jaringan normal x 620(1) 35,7 Jaringan normal x 620(2) 35,7 Jaringan normal x 620(3) 35,7 Jaringan normal x 620(4) 35,7 Jaringan normal x 620(5) 35,7 Jaringan normal x 740(1) 53,8 Jaringan rusak 740(2) 53,8 Jaringan normal x
11 Tabel 2. Hasil run program pengukuran diameter lubang No. Tegangan pumping (V) Dosis energi (J/cm 2 ) Diameter lubang (µm) (1) 29,5 138, (2) 29,5 169, (3) 29,5 169, (4) 29,5 169, (1) 53,8 153,84 Tingkat keakurasian pada penelitian ini tergolong rendah disebabkan karena pada penelitian ini hanya menggunakan ekstraksi fitur warna sebagai fitur pembedanya. Pada umumnya untuk melakukan segmentasi pada kulit setidaknya diperlukan minimal dua fitur diantaranya adalah fitur warna dan tekstur seperti pada penelitian Nammalwar et. al (2009) yang melakukan segmentasi pada image kanker kulit menggunakan fitur warna dan tekstur. Kanker kulit menyebabkan adanya luka pada kulit. Untuk menganalisa luka pada kulit yang harus dilakukan adalah mengetahui lokasi luka secara akurat dan memisahkan daerah luka. Fitur warna dan tekstur digunakan untuk membedakan warnatekstur luka dari kulit normal. Penyebaran fitur tersebut didasarkan pada struktur tepi dan warna image. Selain itu, pada penelitian Phung et. al (2003) melakukan segmentasi terhadap kulit manusia dengan presentasi error sebesar 15,3%. Jiang et. al (2005) mendeteksi kulit dengan menggunakan tiga fitur sekaligus yaitu fitur warna, tekstur dan jarak. Deteksi kulit pada penelitian ini adalah memisahkan daerah kulit dengan daerah bukan kulit misalnya mata, rambut dan bibir pada area wajah. Proses segmentasi pada penelitian ini menunjukkan tingkat keakurasian tinggi yaitu sebesar 94,8%. Fitur tekstur itu sendiri adalah keteraturan pola-pola tertentu yang terbentuk dari susunan piksel-piksel dalam citra digital. Sedangkan segmentasi tekstur merupakan proses yang membagi suatu citra ke dalam beberapa daerah dimana tekstur dianggap konstan. Oleh karena itu, segmentasi tekstur lebih ditekankan pada penentuan batas-batas antar daerah-daerah di dalam citra dengan tekstur yang berbeda secara otomatis (Nammalwar et. al, 2009). Untuk mengoptimalisasi hasil, penelitian deteksi kerusakan jaringan dermis dan pengukuran diameter lubang dapat disarankan untuk menggunakan fitur warna, fitur tekstur, struktur tepi dan jarak untuk mendapatkan batas daerah lubang yang lebih akurat sehingga penentuan citra jaringan kulit normal dan citra jaringan kulit rusak serta pengukuran diameter lubang dapat terdeteksi lebih akurat.
12 SIMPULAN DAN SARAN Sistem deteksi kerusakan jaringan dermis dengan metode ekstraksi fitur dapat digunakan sebagai alat bantu menentukan citra jaringan kulit normal dan citra jaringan rusak dengan tingkat keakurasian 62,5 % dan tingkat keakurasian pengukuran diameter lubang berkisar 38,84% sampai 68,14%. Dengan mengetahui tingkat keakurasian program dalam penelitian ini, maka untuk meningkatkan tingkat keakurasian program dapat menggunakan fitur lain dalam citra misalnya fitur tekstur pada citra. Atau dapat juga dilakukan penggunaan dua fitur sekaligus yaitu fitur warna dan tekstur dengan menggunakan metode segmentasi warna dan tekstur serta struktur tepi dan jarak. DAFTAR PUSTAKA Apsari, Retna Sistem Fuzzy Berbasis Laser Speckle Imaging untuk Deteksi Kualitas Enamel igi Akibat Paparan Laser Nd:YAG. Disertasi.Program PascaSarjana. Universitas Airlangga. Surabaya. Apsari, R, Noriah Bidin, Suhariningsih Karakteristik Output Laser Nd:YAG Dengan Q-Switch dan tanpa Q-Switch Untuk Aplikasi Diagnosis Pada Bidang edokteran Gigi. Prosiding Seminar Nasional IV. Universitas Teknologi Yogyakarta. Yogyakarta. Fifin, D.R Pengenalan Pola Citra Leukosit Dengan Metode Ekstraksi Fitur Citra. Jurnal Pendidikan Fisika Indonesia 6 (2010) Gonzales Digital Image Processing. 3 rd edition. United State of America : Prentice Hall. Gunadhi, Albert Sensor Warna Dengan Menggunakan Kamera Video Berbasis Komputer Pribadi. Jurusan Teknik Elektro. Universitas Widya Mandala Surabaya. Jiang, Zhiwei, Yao, Min, Jiang, Wei Skin Detection Using Color, Texture and Space Information. College of Computer Science. Zhejiang University. Hangzhou. China. Nahari, Anugrah Implementasi Temu Kembali Citra Mammogram Dengan
13 Teknik Ekstraksi Fitur Tekstur dan Fitur Bentuk. Internetwork Indonesia Jurnal.Vol.1. No.1. Nammalwar, Padmapriya, Ghita, Ovidiu, Whelan, Paul F Segmentation of Skin Cancer Images. Vision Systems Group. Centre for Image Processing and Analysis. School of Electronic Engineering. Dublin City University. Ireland. Phung, Son Lam. Bouzerdoum, Abdesselam. Chai, Douglas Skin Segmentation Using Color and Edge Information. School of Engineering and Mathematics. Edith Cowan University. Perth. Australia. Putra, Dharma Pengolahan Citra Digital. Penerbit ANDI.Yogyakarta. Pribadi, Siswanto Pengaruh Paparan Laser Nd:YAG Q-Switch Secara in-vivo Terhadap Kerusakan Jaringan Kulit Mencit (Mus Musculus). Program Studi S1 Fisika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya. Saikumar, Tara. Yugander, P. Murthy, P. Sreenivasa. Smitha, B Colour Based Image Segmentation Using Fuzzy C-Means Clustering. International Conference on Computer and Software Modelling IPCSIT. Volume 14. Year LACSIT Press. Singapore. Sutoyo,T. Edy Mulyanto. Oky Dwi Nurhayati. Wijanarto. Vincent Suhartono Teori Pengolahan Citra Digital.Penerbit ANDI. Semarang.
ADLN Perpustakaan Universitas Airlangga BAB I PENDAHULUAN. akan menyebabkan kulit tidak berfungsi dengan baik, sehingga perlindungan
BAB I PENDAHULUAN 1.1 Latar belakang masalah Kerusakan jaringan kulit akibat paparan laser Nd:YAG secara berlebih akan menyebabkan kulit tidak berfungsi dengan baik, sehingga perlindungan tubuh terhadap
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Desain frame grabber Desain frame grabberdiawali dengan pemilihan perangkat kamera yang akan digunakan. Video akan muncul komponen VideoWindow1 yang secara realtime terhubung
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Laboratorium Jaringan Komputer
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan di Laboratorium Jaringan Komputer dan Laboratorium Teknobiomedik Departemen Fisika, Fakultas Sains dan Teknologi, Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan tentang Jaringan Kulit Struktur kulit terdiri dari tiga lapisan yaitu epidermis sebagai lapisan yang paling luar, dermis dan lapisan paling dalam subcutan atau hypodermis
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
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 terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
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 terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian Pada bagian ini akan disajikan hasil penelitian pemanfaatan sistem sensor pergeseran mikro untuk estimasi diameter lubang pada bahan gigi tiruan berbasis
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 terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
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 terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
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 terperinciBAB IV IMPLEMENTASI DAN EVALUASI
84 BAB IV IMPLEMENTASI DAN EVALUASI Pada bab ini akan dibahas mengenai implementasi sistem yaitu spesifikasi sistem dan cara menggunakan aplikasi segmentasi citra dengan menggunakan metode Fuzzy C- Means
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
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 terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciIMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini dibahas mengenai implementasi serta evaluasi terhadap metode transformasi wavelet dalam sistem pengenalan sidik jari yang dirancang. Untuk mempermudah evaluasi,
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 terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN. tiga jenis bahan pembuat gigi yang bersifat restorative yaitu gigi tiruan berbahan
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini, kesehatan mulut dan gigi telah mengalami peningkatan, namun prevalensi terjadinya kehilangan gigi tetap menjadi masalah klinis yang signifikan. Kehilangan
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT
MAKALAH SEMINAR TUGAS AKHIR APLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT Rizki Salma*, Achmad Hidayatno**, R. Rizal Isnanto** 1 Sistem deteksi wajah, termasuk
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
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 terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB II SISTEM PENENTU AXIS Z ZERO SETTER
BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciPENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW
PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciPeningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World
Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Heri Priya Waspada, *, Supeno Mardi Susiki Nugroho, Eko Mulyanto Yuniarno S Teknik Elektro, Fakultas Teknologi Industri, ITS Surabaya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciSEGMENTASI 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 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 terperincisehingga tercipta suatu pergerakan partikel partikel atom yang bermuatan di
7 II. TINJAUAN PUSTAKA 2.1. Termografi Infra Merah Termografi adalah alat diagnostik yang menggunakan energi panas ( mendeteksi temperatur permukaan). Saat ini termografi telah diterapkan dalam berbagai
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat
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 III ANALISIS DAN PERANCANGAN
61 BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Analisis Permasalahan Proses Segmentasi citra dapat dilakukan dengan berbagai cara, antara lain dengan metode konvensional secara statistik maupun
Lebih terperinciOTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL. Abstrak
OTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL Titik Rahmawati Program Studi Manajemen Informatika STMIK Jenderal Achmad Yani Yogyakarta rahmawati.titik@gmail.com Abstrak Perusahaan listrik negara (PLN)
Lebih terperinciANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI
ANALISA PENGARUH HISTOGRAM EQUALIZATION TERHADAP KARAKTERISASI STATISTIK TERMAL CITRA TERMOGRAM KANKER PAYUDARA DINI Afriliana Kusumadewi 1 * Sugeng Santoso 2 * Abstrak Teknik histogram equalization merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. spektrofotometer UV-Vis dan hasil uji serapan panjang gelombang sampel dapat
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian Penelitian diawali dengan pembuatan sampel untuk uji serapan panjang gelombang sampel. Sampel yang digunakan pada uji serapan panjang gelombang sampel adalah
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra digital telah digunakan secara luas pada era modern seperti sekarang ini, citra digital banyak dimanfaatkan untuk merekam informasi, komunikasi dan lain sebagainya.
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciPengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video
Pengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video Abstrak Mochamad Faisol Baharun¹, T.Sutojo, SSi., M.Kom² Program Studi S1
Lebih terperinciDeteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG)
Prosiding Semirata FMIPA Universitas Lampung, 2013 Deteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah 1), Andi Ihwan 1) 1) Prodi Fisika FMIPA Untan, Pontianak
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan teknologi informasi dan semakin luasnya pemanfaatan teknologi komputer di berbagai bidang kehidupan, kebutuhan akan efisiensi pengelolaan
Lebih terperinciDeteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV
Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Mesin hitung yang lazim disebut komputer dalam masa satu dekade terakhir mengalami kemajuan yang sangat pesat. Boleh dikatakan masa sekarang ini adalah masa keemasan bagi
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
Lebih terperinciNavigasi Perangkat Lunak ebook Reader Berbasis Mobile Menggunakan Fitur Face Tracking
Navigasi Perangkat Lunak ebook Reader Berbasis Mobile Menggunakan Fitur Face Tracking Rikza Azriyan, Saparudin, dan Reza Firsandaya Malik Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas
Lebih terperinciIDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION
IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION Dila Deswari [1], Hendrick, MT. [2], Derisma, MT. [3] Jurusan Sistem Komputer, Fakultas Teknologi Informasi, Universitas Andalas [1][3]
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih 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 terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciPEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI
Artikel Skripsi PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Steganografi Kata steganografi berasal dari bahasa yunani yang terdiri dari steganos (tersembunyi) graphen (menulis), sehingga bisa diartikan sebagai tulisan yang tersembunyi.
Lebih terperinciPerbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari Dua Gambar Dijital
81 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 81-95 Perbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
Lebih terperinciDeteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna
F7 bentuk [5]. Pendekatan berbasis bentuk bibir menggunakan Deteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna Shinta Puspasari, STMIK lobal Informatika MDP Abstrak Metode yang
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
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 terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciBINARISASI CITRA MENGGUNAKAN PENCOCOKAN PIKSEL
BINARISASI CITRA MENGGUNAKAN PENCOCOKAN PIKSEL Teady Matius Surya Mulyana Program Studi Teknik Informatika, Fakultas Teknik Dan Desain, Universitas Bunda Mulia, Jakarta e-mail : tmulyana@bundamulia.ac.id,
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 terperinciSEGMENTASI BUAH MENGGUNAKAN METODE K-MEANS CLUSTERING DAN IDENTIFIKASI KEMATANGANNYA MENGGUNAKAN METODE PERBANDINGAN KADAR WARNA
SEGMENTASI BUAH MENGGUNAKAN METODE K-MEANS CLUSTERING DAN IDENTIFIKASI KEMATANGANNYA MENGGUNAKAN METODE PERBANDINGAN KADAR WARNA Andri 1, Paulus 2, Ng Poi Wong 3, Toni Gunawan 4 STMIK Mikroskil andri@mikroskil.ac.id
Lebih terperinciBAB 4 PERANCANGAN. 4.1 Perancangan Sistem
BAB 4 PERANCANGAN 4.1 Perancangan Sistem Pada perancangan sistem ini terdapat beberapa rancangan flowchart, perancangan UML yang terdiri dari use case diagram, dan diagram activity yang akan menggambarkan
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinci