BAB 2 LANDASAN TEORI. citra, piksel, convolution, dan Software Development Life Cycle.
|
|
- Hadian Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI Pada bab ini diuraikan beberapa landasan teori dan konsep konsep yang berhubungan dengan pengolahan citra, di antaranya adalah tentang pengolahan citra, citra, piksel, convolution, dan Software Development Life Cycle. 2.1 Pengolahan Citra Pengolahan citra merupakan sebuah bentuk pemrosesan sebuah citra atau gambar dengan cara memproses numerik dari gambar tersebut, dalam hal ini yang diproses adalah masing masing pixel atau titik dari gambar tersebut. Salah satu teknik pemrosesan citra memanfaatkan komputer sebagai peranti lunak memproses masing masing pixel dari sebuah gambar. Oleh karena itu muncul istilah pemrosesan citra secara digital atau Digital Image Processing. Digital Image Processing diperkenalkan pertama kali di New York, USA pada awal tahun 1920-an. Pertama kalinya digunakan untuk meningkatkan kualitas gambar koran yang dikirimkan oleh kabel bawah laut yang terbentang antara London dan New York. Sampai tahun 1960-an perkembangannya tidaklah terlalu menggembirakan. Namun pada akhir tahun 1960-an, di mana perkembangan komputer yang pesat dan mampu menawarkan kecepatan dan kapasitas yang lebih tinggi memacu perkembangan dari implementasi algoritma pemrosesan citra yang lebih pesat lagi. Untuk saat ini penggunaan dari pemrosesan citra telah melingkupi berbagai macam disiplin ilmu di
2 antaranya bidang Arsitektur, Geografi, Ilmu Komputer, Kedokteran, Fotografi, Arkeologi, dan lain sebagainya Citra Citra atau gambar dalam bahasa latin imago adalah suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tidak tampak. Contoh citra tampak dalam kehidupan sehari hari : foto, gambar, dan lukisan, sedangkan citra tidak tampak misalnya : data gambar dalam file (citra digital), dan citra yang direpresentasikan menjadi fungsi matematis. Di antara jenis citra tersebut, hanya citra digital yang dapat diolah menggunakan komputer. Jenis citra lain, jika hendak diolah dengan komputer, harus diubah dulu menjadi citra digital, misalnya foto discan dengan scanner, persebaran panas tubuh foto ditangkap dengan kamera infra merah dan diubah menjadi informasi numeris, informasi densitas dan komposisi bagian dalam tubuh manusia ditangkap dengan bantuan pesawat sinar x dan sistem deteksi radiasi menjadi informasi digital. Kegiatan untuk mengubah informasi citra fisik non digital menjadi digital disebut sebagai pencitraan (imaging). Citra digital dapat didefinisikan sebagai fungsi dua variable, f(x,y), di mana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat tersebut, hal tersebut diilustrasikan pada Gambar 2.1. Teknologi dasar untuk menciptakan dan menampilkan warna pada citra digital berdasarkan pada penelitian bahwa sebuah warna merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue - RGB).
3 8 Gambar 2.1 Citra Digital Sebuah citra diubah ke bentuk digital agar dapat disimpan dalam memori komputer atau media lain. Proses mengubah citra ke bentuk digital bisa dilakukan dengan beberapa perangkat, misalnya scanner, digital camera, dan handycam. Ketika sebuah citra diubah ke dalam bentuk digital, bermacam macam proses pengolahan citra dapat diperlakukan terhadap citra tersebut. 2.3 Piksel Gambar tersusun dari piksel piksel. Piksel disebut juga dengan dot. Piksel berbentuk bujur sangkar dengan ukuran relatif kecil yang merupakan penyusun atau pembentuk gambar baru. Banyaknya piksel tiap satuan luas tergantung pada resolusi yang digunakan. Keanekaragaman warna piksel tergantung pada bit depth yang dipakai. Semakin banyak jumlah piksel tiap satu satuan luas, semakin baik kualitas gambar yang dihasilkan dan tentu akan semakin besar ukuran file nya.
4 9 2.4 Convolution Pengertian Convolution Method Convolution adalah operator matematika yang penting untuk banyak operator dalam image processing. Convolution menyediakan cara untuk menggabungkan dua array, biasanya untuk ukuran array yang berbeda, tetapi untuk dimensi array yang sama, menghasilkan array ketiga yang mempunyai dimensi yang sama. Convolution dapat digunakan dalam image processing untuk menerapkan operator yang mempunyai nilai output dari piksel yang berasal dari kombinasi linear nilai input piksel tertentu. Image convolution adalah tehnik untuk menghaluskan suatu citra atau memperjelas citra dengan menggantikan nilai piksel dengan sejumlah nilai piksel yang sesuai atau berdekatan dengan piksel aslinya. Tetapi dengan adanya convolution, ukuran dari citra tetap sama, tidak berubah. Convolution 2 buah fungsi f(x) dan g(x) didefinisikan sebagai berikut : h(x) = f(x) * g(x) = (2.1) yang dalam hal ini, tanda (*) menyatakan operator convolution dan peubah (variable) adalah peubah bantu. Untuk pengolahan citra, operasi yang dilakukan adalah diskrit karena nilai koordinat piksel merupakan nilai yang diskrit. Selanjutnya filter atau mask yang digunakan pada pengolahan citra biasanya berukuran terbatas, dalam artian bobot atau
5 pengaruh dari titik titik yang cukup jauh sudah tidak signifikan, sehingga dapat diabaikan (dianggap nol). 10 Bentuk diskrit dari operasi convolution satu dimensi pada pengolahan citra adalah : Convolution Dua Dimensi (2.2) berikut : Untuk fungsi dengan dua dimensi, operasi convolution didefinisikan sebagai a) Untuk fungsi integral b) Untuk fungsi diskrit (2.3) (2.4) Fungsi penapis g(x,y) disebut juga convolution filter, convolution mask, convolution kernel, atau template. Dalam bentuk diskrit convolution kernel dinyatakan dalam bentuk matriks (umumnya matriks 3x3). Ukuran matriks ini biasanya lebih kecil dari ukuran citra. Setiap elemen matriks disebut koefisien convolution. Ilustrasi convolution ditunjukkan pada Gambar 2.2.
6 11 f(i,j) = Ap 1 + Bp 2 + Cp 3 + Dp 4 + Ep 5 + Fp 6 + Gp 7 + Hp 8 + Ip 9 Gambar 2.2 Ilustrasi Convolution (Sumber: Rinaldi Munir, 2004, p79) Operasi convolution dilakukan dengan menggeser convolution kernel piksel per piksel. Hasil convolution disimpan di dalam matriks baru. Contoh 2.1. Misalkan citra f(x,y) yang berukuran 5x5 dan sebuah kernel atau mask yang berukuran 3x3 masing masing adalah sebagai berikut : f(x,y) = g(x,y) = (keterangan : tanda menyatakan posisi (0,0) dari kernel) Operasi convolution antara citra f(x,y) dengan kernel g(x,y). f(x,y) * g(x,y) dapat diilustrasikan sebagai berikut :
7 (1) Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai piksel pada posisi (0,0) dari kernel Hasil convolution = 3. Nilai ini dihitung dengan cara berikut : (0x4) + (-1x4) + (0x3) + (-1x6) + (4x6) + (-1x5) + (0x5) + (-1x6) + (0x6) = 3 (2) Geser kernel satu piksel ke kanan, kemudian hitung nilai piksel pada posisi (0,0) dari kernel : Hasil convolution = 0. Nilai ini dihitung dengan cara berikut : (0x4) + (-1x3) + (0x5) + (-1x6) + (4x5) + (-1x5) + (0x6) + (-1x6) + (0x6) = 0
8 (3) Geser kernel satu piksel ke kanan, kemudian hitung nilai piksel pada posisi (0,0) dari kernel : Hasil convolution = 2. Nilai ini dihitung dengan cara berikut : (0x3) + (-1x5) + (0x4) + (-1x5) + (4x5) + (-1x2) + (0x6) + (-1x6) + (0x2) = 2 (4) Selanjutnya, geser kernel satu piksel ke bawah, lalu mulai lagi melakukan convolution dari sisi kiri citra. Setiap kali convolution, geser kernel atau piksel ke kanan : (i) Hasil convolution = 0. Nilai ini dihitung dengan cara berikut :
9 15 (0x6) + (-1x6) + (0x5) + (-1x5) + (4x6) + (-1x6) + (0x6) + (-1x7) + (0x5) = (ii) Hasil convolution = 2. Nilai ini dihitung dengan cara berikut : (0x6) + (-1x5) + (0x5) + (-1x6) + (4x6) + (-1x6) + (0x7) + (-1x5) + (0x5) = (iii) Hasil convolution = 6. Nilai ini dihitung dengan cara berikut : (0x5) + (-1x5) + (0x2) + (-1x6) + (4x6) + (-1x2) + (0x5) + (-1x5) + (0x3) = 6
10 Dengan cara yang sama seperti tadi, maka piksel piksel pada baris ketiga di convolution sehingga menghasilkan : Jika hasil convolution menghasilkan nilai piksel negative, maka nilai tersebut dijadikan 0, sebaliknya jika hasil convolution menghasilkan nilai piksel lebih besar dari nilai keabuan maksimum (255), maka nilai tersebut dijadikan ke nilai keabuan maksimum. Masalah timbul bila piksel yang dikonvolusi adalah piksel pinggir, karena beberapa koefisien convolution tidak dapat diposisikan pada piksel piksel citra, seperti contoh di bawah ini: ? ? ?
11 17 Solusi untuk masalah ini adalah (Rinaldi Munir, 2004, p83): a. piksel piksel pinggir diabaikan, tidak dikonvolusi, jadi nilai piksel pinggir sama dengan nilai pada citra semula. b. Duplikasi elemen citra, misalnya elemen kolom pertama disalin ke kolom M 1 dst. c. Elemen bertanda? diasumsikan bernilai 0 atau konstanta lain, sehingga convolution pinggir pinggir dapat dilakukan. Solusi dengan ketiga pendekatan di atas mengasumsikan bagian pinggir citra lebarnya sangat kecil (hanya satu piksel) relative dibandingkan dengan ukuran citra, sehingga piksel piksel pinggir tidak memperlihatkan efek yang kasat mata
12 18 Gambar 2.3 piksel piksel pinggir (yang tidak diarsir) tidak dikonvolusi. (Sumber: Rinaldi Munir, 2004, p84) Dalam algoritma convolution citra N x M dengan mask atau kernel yang berukuran 3 x 3 piksel yang dikonvolusi adalah elemen (i,j). Delapan buah piksel yang bertetangga dengan piksel (i,j) diperlihatkan pada gambar 2.4. i-1, j-1 i-1, j i-1, j+1 i, j-1 i, j i, j+1 i+1, j-1 i+1, j i+1, j+1 Gambar 2.4 Delapan piksel yang bertetangga dengan piksel (i,j) Dapat dilihat bahwa operasi convolution merupakan komputasi pada area lokal, karena komputasi untuk suatu piksel pada citra keluaran melibatkan piksel piksel tetangga pada citra masukannya. Convolution berguna pada proses pengolahan citra seperti : a. Smooth b. Gaussian Blur c. Sharpen d. Mean removal e. Emboss f. Edge detection Smooth
13 19 Smooth bertujuan untuk menekan gangguan (noise) pada citra. Gangguan pada citra umumnya berupa variasi intensitas suatu piksel yang tidak berkorelasi dengan piksel piksel tetangganya. Secara visual, gangguan mudah dilihat oleh mata karena tampak berbeda dengan piksel tetangganya. Gambar 2.5 adalah gambar yang mengalami noise pada citra dalam bentuk bercak bercak. Piksel yang mengalami gangguan umumnya memiliki frekuensi tinggi (berdasarkan analisis frekuensi dengan transformasi Fourier). Komponen citra yang berfrekuensi rendah umumnya mempunyai nilai piksel konstan atau berubah sangat lambat. Operasi pelembutan citra dilakukan untuk menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah. Gambar 2.5 Citra yang mengalami gangguan berupa noise Operasi smooth dapat dilakukan pada ranah spasial. Pada ranah spasial, operasi smooth dilakukan dengan mengganti intensitas suatu piksel dengan rata rata dari nilai
14 piksel tersebut dengan nilai piksel piksel tetangganya. Jadi, diberikan citra f(x,y) yang berukuran NxM. Citra hasil smoothing, g(x,y), didefinisikan sebagai berikut : 20 (2.5) yang dalam hal ini d adalah jumlah piksel yang terlibat dalam perhitungan rata rata. Persamaan (2.5) nantinya digunakan dalam perhitungan lainnya yaitu Gaussian blur, sharpen, mean removal, emboss, dan edge detection. Convolution mask yang digunakan berukuran 3x3 seperti yang digambarkan dibawah ini : Gambar 2.6. Kernel untuk operasi Smooth Gambar 2.7 dibawah ini adalah hasil smoothing citra Taj Mahal dengan convolution mask 3x3.
15 21 (a) (b) Gambar 2.7 (a)image asli. (b)hasil convolution smooth Gaussian Blur Operator Gaussian Blur merupakan operator 2-D convolution yang digunakan untuk memberi efek blur (pemudaran) pada citra. Cara pengoperasian Gaussian Blur sama dengan smoothing, tetapi Gaussian Blur menggunakan kernel yang berbeda yang mempresentasikan bentuk Gaussian. Kernel yang digunakan oleh Gaussian blur adalah : Gambar 2.8. Kernel untuk operasi Gaussian Blur
16 22 (a) (b) Gambar 2.9. (a)citra asli. (b)citra yang telah mengalami Gaussian Blur Sharpen (Penajaman Citra) Operasi penajaman citra bertujuan memperjelas tepi pada objek di dalam citra. Penajaman citra merupakan kebalikan dari operasi pelembutan citra, karena operasi ini menghilangkan bagian citra yang lembut. Operasi penajaman dilakukan dengan melewatkan citra pada penapis lolos-tinggi (high-pass filter). Penapis lolos-tinggi akan meloloskan (atau memperkuat) komponen yang berfrekuensi tinggi (misalnya tepi atau pinggiran objek) dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek telihat lebih tajam dibandingkan sekitarnya. Kernel yang digunakan untuk Sharpen adalah :
17 23 Gambar Kernel untuk operasi Sharpen (a) (b) Gambar (a)citra asli. (b)citra yang telah mengalami Sharpen Citra pada gambar 2.11(b) mengalami penajaman citra menggunakan convolution method dengan mask 3x3. Citra yang terlihat lebih tajam dan terang dari gambar aslinya Mean Removal Mean Removal filter juga merupakan sharpen filter, yang terlihat sebagai berikut : Gambar Kernel untuk operasi Mean Removal filter
18 24 Tidak seperti filter pada sharpen, di mana hanya bekerja pada garis horizontal dan vertikal saja, Mean Removal filter juga bekerja pada garis diagonal. Nilai tengah merupakan nilai yang mempengaruhi efek yang diberikan. (a) (b) Gambar 2.13 Hasil citra Mean Removal filter (a)citra asli. (b)citra yang telah mengalami Mean Removal filter Emboss Operasi penajaman merupakan kombinasi antara hasil operasi deteksi tepi Laplacian dengan citra itu sendiri. Hasil operasi deteksi tepi menggunakan operator gradien juga dapat dijumlahkan dengan citra itu, sehingga menimbulkan efek emboss (kesan timbul pada obyek dalam citra). Operasi ini dapat dilakukan untuk arah tertentu. Contoh kernel untuk efek emboss dari arah kiri dan dari arah kanan atas diberikan dalam Gambar Parameter atau derajat emboss digunakan untuk mengatur seberapa banyak efek timbul akan diberikan. Operator gradien yang digunakan adalah
19 25 operator Prewitt. Mask emboss tentu saja juga dapat diturunkan dari operator gradien yang lain, yaitu Sobel dan isotropic. Perhatikan bahwa jumlah total bobot kernel tersebut. Perhatikan bahwa jumlah total bobot kernel tersebut adalah satu (a) dari arah kiri (b) dari arah kanan (c) dari arah atas (d) dari arah bawah Gambar Operator Emboss (a) (b) (c)
20 26 (d) (e) Gambar 2.15 (a) Citra asli. (b)emboss dari arah kiri. (c)emboss dari arah kanan. (d)emboss dari arah atas. (e)emboss dari arah bawah Edge Detection Operasi edge detection digunakan untuk menentukan lokasi titik titik yang merupakan tepi obyek. Secara umum, tepi suatu obyek dalam citra dinyatakan sebagai titik yang nilai keabuannya berbeda cukup besar dengan titik yang ada di sebelahnya. Banyak bentuk kernel yang dapat dipakai dalam operasi ini, misalnya operator Robert, Prewitt, Sobel, Canny, Laplacian, dan Laplacian Gaussian. Namun, dalam tugas akhir ini saya lebih memfokuskan pada operator Laplacian. Convolution dengan kernel tadi digunakan untuk menghitung keabuan atau warna asli. Operator Laplacian menggunakan turunan kedua (sering disebut zero crossing operator) yang didefinisikan dengan (2.6) Untuk aplikasi pengolahan citra, persamaan tersebut diubah ke bentuk diskritnya. Turunan kedua untuk ke arah x dan y, masing masing adalah
21 27 (2.7) dan (2.8) Jika Persamaan (2.7) dan (2.8) dimasukkan ke dalam Persamaan (2.6), hasilnya adalah (2.9) Persamaan ini dapat dinyatakan dalam bentuk kernel untuk operasi convolution seperti terlihat dalam Gambar Kernel ini dapat mendeteksi tepi ke arah horizontal, vertical, dan diagonal sekaligus. Arah diagonal dapat diikutsertakan pula dengan menambah 2 persamaan yang mirip dengan Persamaan (2.7) dan (2.8) ke dalam Persamaan (2.6). Hasilnya kemudian direpresentasikan dalam bentuk kernel seperti terlihat dalam Gambar Gambar Kernel untuk operasi Edge Detection filter
22 28 (a) Citra asli. (b) Citra yang telah dilakukan edge detection Gambar 2.17 Hasil operasi Edge Detection filter 2.5 Software Development Life Cycle (SDLC) Software Development Life Cycle (SDLC) merupakan dasar bagi perencanaan yang telah diterapkan pada berbagai program pengembangan dari awal sampai diterapkannya suatu software yang berguna untuk mengetahui kemajuan atau perkembangan sistem dan juga sebagai alat pengukur waktu. Tahapan tahapan dari SDLC dapat dilihat pada gambar di bawah ini : Analisis dan Penentuan Kebutuhan Design Coding Test Installation and Maintenance Gambar 2.18 System Development Life Cycle
23 29 a. Analisis dan Penentuan Kebutuhan (Requirements) Mengumpulkan kebutuhan secara lengkap kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh aplikasi yang akan dibangun. Fase ini harus dikerjakan secara lengkap untuk menghasilkan design yang lengkap. b. Design Mendesain sistem baru agar dapat lebih efektif, performance yang bagus, user friendly, dan sebagainya. c. Coding Berdasarkan hasil rancangan, dibuatlah program dengan menggunakan bahasa pemrograman yang telah ditentukan. d. Test Pada fase ini akan dilakukan testing pada program yang telah jadi yaitu untuk mengecek kesalahan rancangan dan kesesuaiannya dengan spesifikasi sistem dalam hal pengoperasiannya dan performance-nya. e. Installation and Maintenance Instalasi terhadap sistem yang telah selesai dikembangkan, kemudian dilakukan perawatan terhadap sistem, meliputi penanganan error, penambahan feature baru, dan upgrade terhadap sistem. Kegiatan maintenance ini lebih mengarah ke perancangan ulang sistem yang disebut sebagai daur ulang aktifitas.
24 Shneiderman s Eight Golden Rules of Interface Design Menurut Shneiderman (1993, p72), prinsip atau aturan dari delapan golden rules ini adalah sebagai berikut : a. Strive for consistency Interface dari suatu aplikasi dijaga agar tetap konsisten, dimulai dari menu menu yang ada dalam tiap layar tetap sama, dengan ukuran resolusi yang berbeda, tampilan dari interface tetap sama. b. Enable frequent user to use shortcuts Semakin sering user menggunakan suatu aplikasi, user dapat dimudahkan dengan adanya shortcut yang berupa special keys, hidden commands, dan lain sebagainya. c. Offer informative feedback Aplikasi yang digunakan dapat memberikan informasi yang berguna untuk memudahkan user dalam menggunakannya. d. Design dialog to yield closure Aplikasi yang dibuat didesain untuk memberikan kemudahan bagi user dengan memberikan suatu informasi sebagai bantuan. Dimana bantuan atau informasi itu dapat berupa informasi untuk melengkapi suatu action yang dilakukan oleh user. e. Offer simple error handling
25 31 Sebisa mungkin aplikasi yang dibuat membuat user untuk tidak melakukan suatu kesalahan yang fatal. Jika ada suatu kesalahan yang dibuat maka aplikasi yang dibuat haruslah dapat menunjukkan dimana terjadi kesalahan dan menawarkan suatu cara yang mudah untuk menangani kesalahan tersebut. f. Permit easy reversal of actions Aplikasi yang dibuat dapat melakukan suatu action untuk kembali ke action yang sebelumnya jika terjadi suatu kesalahan. g. Support internal locus of control Mensupport user yang berpengalaman untuk menjadi suatu initiators dari suatu kegiatan bukan sebagai responders. h. Reduce short-term memory load Aplikasi dibuat sederhana untuk mengurangi waktu proses, training, dan lain sebagainya dikarenakan keterbatasan manusia untuk memproses informasi.
BAB 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 terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciPENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL
PENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL Wikaria Gazali 1 ; Haryono Soeparno 2 ; Jenny Ohliati 3 1,3 Mathematics & Statistics Department, School of Computer Science, Binus University 2
Lebih terperinciPendahuluan. Dua operasi matematis penting dalam pengolahan citra :
KONVOLUSI Budi S Pendahuluan Dua operasi matematis penting dalam pengolahan citra : Operasi Konvolusi (Spatial Filter/Discret Convolution Filter) Transformasi Fourier Teori Konvolusi Konvolusi 2 buah fungsi
Lebih terperinciBAB 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 terperinci1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016
1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah
Lebih terperinciBAB 2 LANDASAN TEORI. Menurut Dahlan Siamat ( Manajemen Lembaga Keuangan,1995, p343), Dana
5 BAB 2 LANDASAN TEOR 2.1 Dana Pensiun Pemberi Kerja Menurut Dahlan Siamat ( Manajemen Lembaga Keuangan,1995, p343), Dana pensiun yang dibentuk oleh orang atau badan yang memperkerjakan karyawan, selaku
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 terperinciOperasi Bertetangga KONVOLUSI. Informatics Eng. - UNIJOYO log.i. Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan
KONVOLUSI Informatics Eng. - UNIJOYO log.i Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan Citra ideal: korespondensi satu-satu sebuah titik pada obyek yang dicitrakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih 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 TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciSpatial Filtering Dengan Teknik Operasi Konvolusi
Spatial Filtering Dengan Teknik Operasi Konvolusi Pendahuluan : Spatial filtering digunakan untuk proses-proses pengolahan citra seperti : Perbaikan Kualitas Citra (Image Enhancement) Penghalusan / Pelembutan
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 terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih 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 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 terperinciEDGE DETECTION MENGGUNAKAN METODE ROBERTS CROSS
EDGE DETECTION MENGGUNAKAN METODE ROBERTS CROSS Arifin 1, Budiman 2 STMIK Mikroskil Jl. Thamrin No. 112, 124, 140 Medan 20212 arifins2c@yahoo.com 1, sync_vlo@yahoo.com 2 Abstrak Pengolahan citra digital
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun merupakan imitasi dari sebuah objek atau benda. Citra memiliki beberapa karakteristik yang
Lebih terperinci7.7 Pelembutan Citra (Image Smoothing)
7.7 Pelembutan Citra (Image Smoothing) Pelembutan citra (image smoothing) bertujuan untuk menekan gangguan (noise) pada citra. Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan yang
Lebih 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan teori-teori yang akan digunakan pada saat penelitian. Teori yang dibahas meliputi teori-teori tentang bagaimana menggabungkan beberapa citra dan pengertian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih 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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. simulasi penyelesaian rubix cube ini adalah sebagai berikut. 1. Processor: Intel (R) Pentium (R) 4 CPU 1.
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Spesifikasi sistem komputer yang digunakan untuk menjalankan program simulasi penyelesaian rubix cube ini adalah sebagai berikut. 4.1.1 Spesifikasi
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 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 terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007 PERANCANGAN DAN APLIKASI EDGE DETECTION PADA IMAGE DENGAN MENGGUNAKAN KIRSCH
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Sistem Tahap analisis merupakan tahapan yang paling awal dalam sistem sebuah pendeteksian tepi pada citra digital. Analisis sistem dilakukan dengan tujuan untuk
Lebih terperinciMKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Genap 2016/2017 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah (Lowpass Filter) Filter Lolos-Tinggi
Lebih terperinciModifikasi Histogram
Modifikasi Histogram Ekualisasi histogram Nilai-nilai intensitas di dalam citra diubah sehingga penyebarannya seragam Tujuannya untuk memperoleh penyebaran histogram yang merata sehingga setiap derajat
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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Citra Digital Citra digital dapat diartikan sebagai suatu fungsi dua dimensi f(x.y), dengan x maupun y adalah posisi koordinat sedangkan f merupakan amplitude pada posisi (x,y)
Lebih terperinci10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)
0//04 CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) Intelligent Computing and Multimedia (ICM) IMAGE SMOOTHING 0 //04 0 //04 Image Smoothing Biasa dilakukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
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 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
Lebih terperinciBAB 1 PENDAHULUAN. berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data dan informasi tidak hanya disajikan dalam bentuk teks, tetapi juga dapat berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau informasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
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 terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciMuhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
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 terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN II.1 Analisis Sistem Algoritma canny adalah salah satu operator yang digunakan untuk deteksi tepi pada citra, Operator ini mirip seperti operator sobel. Aloritma canny
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada penelitian ini dilakukan kombinasi edges detectionpada citra manuscripts kuno dengan mengimplementasikan metode gradientedges detection operator Sobel dengan
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
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 terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih 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 terperinciBAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Uang Kertas Rupiah Uang Rupiah Kertas adalah Uang Rupiah dalam bentuk lembaran yang terbuat dari Kertas Uang yang dikeluarkan oleh Bank Indonesia, dimana penggunaannya dilindungi
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 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 terperinciBAB 2 LANDASAN TEO RI
8 BAB 2 LANDASAN TEO RI 2.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau inisiasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optic
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciYudi Ahmad Hambali Pendahuluan. Area Process. Lisensi Dokumen:
Aplikasi Area Process Berbasis C# menggunakan Visual Studio Yudi Ahmad Hambali yudihambali@yahoo.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
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 terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mata merupakan salah satu panca indra yang digunakan manusia untuk melihat. Namun mata manusia memiliki keterbatasan dalam menangkap sinyal elektromagnetik.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Produksi adalah setiap usaha atau kegiatan untuk menambah kegunaan suatu barang atau menciptakan barang yang baru baik langsung maupun tidak langsung, yang dapat memenuhi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih 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 terperinciBAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods
BAB II LANDASAN TEORI 2.1 Definisi Digital Image Processing Digital Image Processing adalah proses pengolahan gambar dua dimensi oleh perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
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 terperinciOperasi-operasi Dasar Pengolahan Citra Digital
Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra digital didefinisikan sebagai matriks berukuran N baris dan M kolom di mana elemen dari matriks merupakan suatu nilai yang menyatakan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
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 terperinci