BAB 1 PENDAHULUAN. salah satunya adalah untuk proses image denoising. Representasi adalah
|
|
- Verawati Kusumo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sinyal adalah besaran besaran fisik yang berubah ubah terhadap satu atau beberapa variabel bebas. Representasi sinyal sangat penting untuk sinyal proses, salah satunya adalah untuk proses image denoising. Representasi adalah bagaimana menyatakan suatu sinyal dalam basis pembentuknya yaitu dictionary. Masalah yang muncul adalah bagaimana membuat basis pembentuk / dictionary yang baik untuk melakukan proses image denoising agar menghasilkan nilai noise reduction yang besar. Untuk mendapatkan representasi sinyal yang baik yaitu dengan cara sifat dari sinyal tersebut harus bersifat sparse [3][4][5][6][7]. Sparse yang dimaksud adalah dengan sedikit koefisien yang memiliki nilai bukan nol (nonzero) mampu untuk merekonstruksi image secara efisien. Dalam proses mencari sifat sparse atau disebut sparse decomposition dapat dibagi menjadi 2 bagian yaitu algoritma untuk decomposition / sparse coding dan algoritma dalam pembentukan dictionarynya. Pada sparse coding, untuk penelitian ini menggunakan Orthogonal Matching Pursuit (OMP) yang bersifat greedy algorithm dan untuk dictionary-nya dirancang secara overcomplete learning dan menggunakan algoritma K-Singular Value Decomposition (K-SVD). Overcomplete adalah nilai suatu sinyal yang memiliki nilai lebih dibandingkan ukuran dimensi / ukuran matriksnya. Pada penelitian menggunakan algoritma K-SVD, karena algoritma ini membangun sebuah kamus yang mengarah ke representasi sparse untuk diberikan 1
2 2 set sinyal training (mudah dipahami dan diimplementasi) dan dengan menggunakan K-SVD, learning dictionary yang tampaknya sulit menjadi mudah dalam mencari nilai dictionarynya. Overcomplete dictionary learning yang dibuat berdasarkan algoritma K-SVD untuk image denoising masih belum sempurna yaitu proses image denoising yang menggunakan K-SVD masih tidak mampu mengatasi sinyal yang berdimensi tinggi (ukuran matriks yang besar) [2]. Algoritma K-SVD untuk pembuatan Dictionary learningnya memiliki beberapa masalah yaitu mengandalkan algortima pursuit untuk proses sparse coding dan Dictionary update yang dilakukan peratom setiap iterasi / pengulangan, sehingga pada saat melakukan proses image denoising membutuhkan waktu yang lama dan penyimpanan data yang besar. Agar mampu memproses image denoising dengan waktu yang lebih singkat, yaitu dengan cara menggunakan algoritma EK-SVD (Enhanced K-SVD). EK-SVD mampu me-scan kolom dictionary yang hanya terdapat nilai non-zero. Proses EK- SVD perbedaannya terletak di bagian proses sparse coding dimana menggunakan OMP tetapi mencari representasi sinyalnya berdasarkan konsep Multiple Measurement Vektors (MMV) dimana nilai non-zero di clustered menjadi beberapa kolom / diperkecil kolomnya (pembacaan dictionary learning untuk mendapatkan update dictionary tidak perlu dilakukan per-kolom). 1.2 Ruang Lingkup Ruang lingkup penelitian adalah : - Menggunakan algoritma OMP untuk sparse coding dan menggunakan algoritma K-SVD untuk Dictionary Learning. Untuk pengembangannya (EK-SVD),
3 3 terletak pada proses sparse coding dimana pengukuran dilakukan secara Multiple Measurement Vektors (OMPMMV) - Menggunakan 2 buah training data / sinyal. Training data yang digunakan adalah training 30 image dan training corrupt image. - Setiap training data baik training 30 image dan training corrupt image melakukan 2 proses, secara K-SVD dan EK-SVD - Gambar yang digunakan berupa grayscale - Menggunakan Noise Gaussian White Noise - Menggunakan Noise Salt & Pepper, dan Speckle hanya untuk gambar Boat. - Menggunakan overcomplete Discrete Courier Transform Dictionary untuk penggunaan dictionary awal 1.3 Tujuan dan Manfaat Tujuan : - Membangun sistem overcomplete dictionary dengan algoritma EK- SVD untuk proses image denoising - Menggunakan overcomplete dictionary dengan algoritma EK-SVD untuk proses image denoising untuk menghasilkan waktu yang lebih cepat dibandingkan pada proses image denoising untuk sistem overcomplete dictionary dengan algoritmta K-SVD Manfaat : - Menghasilkan sebuah overcomplete dictionary learning yang digunakan untuk proses image denoising dengan lama waktu proses komputasi yang lebih cepat.
4 4 1.4 Metodologi Penulisan Dalam penelitian, menggunakan dua metodologi penelitian meliputi metode studi pustaka dan metode perancangan sistem Metode Studi Pustaka Tahapan tahapan dalam metode studi pustaka adalah tinjauan terhadap literatur literatur dan jurnal yang berkaitan untuk pembuatan skripsi, terutama literatur yang menjadi dasar untuk penelitian image denoising menggunakan K-SVD dan EK-SVD, seperti teori dasar tentang representasi dan sparsity. Algoritma yang akan dipakai dan tahapan prosesnya, seperti proses dalam mencari sparsity (proses sparse decomposition atau sparse coding) dengan menggunakan OMP (Orthogonal Matching Pursuit), OMPMMV (Orthogonal Matching Pursuit Multiple Measurement Vektor) untuk image denoising EK-SVD, dan proses dictionary learning dengan menggunakan algoritma K-SVD (K-Singular Value Decomposition) Metode Perancangan Sistem Metode perancangan sistem pada penelitian adalah perancangan lunak, dimana proses perancangan membuat simulasi program berupa Matlab. Ada beberapa tahap dalam proses perancangan sistem perangkat lunak pada penelitian : 1. Proses patch training, agar gambar dapat dibaca nilai matriksnya dan pembacaan nilai sudah bukan per-pixel melainkan per-patch / dibagi menjadi beberapa blok.
5 5 2. Menggunakan algoritma OMP dan OMPMMV untuk proses sparse coding. 3. Menggunakan algoritma K-SVD untuk proses dictionary learning yang hasilnya digunakan untuk update dictionary. 4. Menggunakan nilai koefisien dan dictionary yang telah diupdate untuk rekonstruksi gambar sehingga menghasilkan gambar yang telah didenoising. 1.5 Sistematika Penulisan Dalam penulisan, sistematika penulisan yang digunakan sebagai berikut: BAB 1 PENDAHULUAN Bab ini menuliskan latar belakang, tujuan, manfaat, ruang lingkup sistem, metodologi penelitian yang digunakan dan sistematika penulisan dari penelitian ini. latar belakang berisi bagaimana mendapatkan representasi yang baik untuk proses image denoising, perkembangan dictionary yang digunakan, hingga tujuan penelitian untuk membuat overcomplete dictionary yang menggunakan algoritma K-SVD untuk proses image denoising. Algoritma yang menggunakan K-SVD masih memiliki beberapa kelemahan oleh karena itu dikembangkan dengan menggunakan algoritma EK-SVD. Tujuan dan manfaat langsung membahas proses image denoising dengan algoritma K-SVD yang sudah dikembangkan (EK-SVD). Ruang lingkup berisi parameter atau batasan sistem yang akan dirancang, dan algoritma yang digunakan. Metodologi berisi tahapan dalam mencari bahan atau
6 dasar teori yang mendukung penulisan. Sistem penulisan berupa ringkasan singkat setiap bab. 6 BAB 2 LANDASAN TEORI Pada bab ini hanya menuliskan teori - teori dasar yang digunakan sebagai landasan dalam penelitian yang dilakukan. Teori teori tersebut antara lain penjelasan umum akan sparsity dan representasi agar lebih mengerti tentang topik skripsi ini dan penjelasan tentang algoritma yang akan digunakan. BAB 3 PERANCANGAN SISTEM Pada bab ini menguraikan gambaran umum mengenai perancangan sistem yang akan dibuat ditinjau dari sisi perangkat lunak, karena perangkat keras yang digunakan hanya berupa PC (Personal Computer) yang digunakan untuk menjalankan perangkat lunak yang dirancang. Pada perangkat lunak dijelaskan proses kerja mencari sparse coding, proses OMP, proses K-SVD, proses EK-SVD, dan proses image denoising BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini, berisi data data penelitian, hasil implementasi dan juga evaluasi yang dilakukan dalam penelitian. Hasil data berupa proses image denoising menggunakan K-SVD & EK-SVD yang setiap prosesnya menggunakan data training image yang berbeda. Menggunakan training image 30 buah gambar dimana proses patchnya setiap 8 pixel dengan pergeseran per-patch dan yang satu lagi menggunakan training corrupt image. dimana pada training corrupt image
7 7 hanya menggunakan satu gambar yaitu gambar yang diberi noise dan proses patchnya setiap 8 pixel dengan pergeseran per-pixel (overlap). Setiap penelitian menggunakan 3 buah gambar yaitu gambar Lena, gambar Boat, dan gambar Barbara. Noise yang digunakan adalah Gaussian white noise. Pada penelitian untuk mencari nilai PSNR dengan menggunakan variasi noise yaitu menggunakan gambar Boat dan diberikan tipe noise yang berbeda yaitu, Gaussian White Noise, Salt & Pepper, dan Speckle Tujuan utama pengambilan data pada penelitian : - Membandingkan lamanya waktu proses image denoising secara keseluruhan pada proses K-SVD dan EK-SVD (hasil EK-SVD prosesnya lebih cepat dibandingkan K-SVD) Pada analisa penelitian juga menganalisa faktor faktor lain seperti, apakah hasil image denoising yang didapat pada EK-SVD lebih baik? jika dibandingkan dengan noise yang berbeda dan gambar yang berbeda apakah hasilnya tetap sama? Parameter diubah bagaimana pengaruhnya? BAB 5 : KESIMPULAN DAN SARAN Pada bab ini menuliskan kesimpulan keseluruhan dari penelitian yang dibuat dan saran yang nantinya dapat digunakan untuk penelitian selanjutnya agar kedepannya sistem ini bisa dikembangkan dan juga didapatkan alternatif yang semakin mudah.
ENHANCED K-SVD ALGORITHM for IMAGE DENOISING
ENHANCED K-SVD ALGORITHM for IMAGE DENOISING Edwin Junius, Reza Alfiansyah, Endra,Universitas Bina Nusantara, mono_unk@yahoo.com, devil.reza12@yahoo.com, ABSTRAK Penelitian ini bertujuan untuk membuat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciBAB 1 PENDAHULUAN. kemampuan hardware untuk pengambilan / pencuplikan citra serta
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan jaman penggunaan citra dalam suatu sistem komputer memiliki peran yang semakin penting. Hal ini dikarenakan kemajuan teknik dan kemampuan hardware
Lebih terperinciREPRESENTASI SINYAL DENGAN KAMUS BASIS LEWAT-LENGKAP SKRIPSI. Oleh. Albert G S Harlie Kevin Octavio Ricardo Susetia
REPRESENTASI SINYAL DENGAN KAMUS BASIS LEWAT-LENGKAP SKRIPSI Oleh Albert G S Harlie 1100002070 Kevin Octavio 1100002096 Ricardo Susetia 1100007626 Universitas Bina Nusantara Jakarta 2011 REPRESENTASI SINYAL
Lebih terperinciBAB 3 PERUMUSAN PENELITIAN. Signal. Sparse Coding. Reconstruction. Reconstructed. Assessment
BAB PERUMUSAN PENELITIAN.1 Blok Diagram Signal Sparse Coding Dictionary Reconstruction Reconstructed Signal Assessment Gambar.1 Blok Diagram secara Umum Secara umum tujuan penelitian ini akan mencari dictionary
Lebih terperinciBAB 1 PENDAHULUAN. identifikasi (Naseem, 2010). Sudah banyak sistem biometrik yang dipakai pada
BAB 1 PENDAHULUAN 1.1. Latar Belakang Biometrik merupakan cara untuk merekam fisik seseorang atau karakteristik kebiasaan atau sifat yang bisa digunakan untuk otentikasi atau identifikasi (Naseem, 2010).
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciPengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE) Disusun Oleh : Nama : Abner Natanael R Nrp : 0522034 Jurusan Teknik Elektro,
Lebih terperinciHasil penelitian waktu learning antara K-SVD dengan EK-SVD untuk training corrupt image (dalam second)
LC-1 Hasil penelitian nilai PSNR training 30 image dengan K-SVD (dalam db) Gambar Tingkat Lena Barbara Boat Noise Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah σ = 10 28.23 30.15 28.19 30.12 28.24 30.07
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil pengindraan atau pengukuran Pengambilan data dari hasil pengindraan atau pengukuran dapat dilihat pada lampiran A, berupa citra asli yang dengan format data.png kemudian
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan wajah (face recognition) merupakan salah satu teknologi biometric yang sangat dibutuhkan dalam berbagai aplikasi, seperti keamanan, verifikasi (pembuktian)
Lebih terperinci1.8 Jadwal Pelaksanaan
BAB I PENDAHULUAN 1.1 Latar Belakang Bangun geometri 2 dimensi adalah sebuah bidang datar yang dibatasi oleh garis-garis dan dimana titik ujung setiap garis terhubung dengan garis yang lain minimal tiga
Lebih terperinciTeknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding
Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Gideon Aprilius (0522116) Email: dionjuntak@gmail.com Jurusan Teknik Elektro, Fakultas Teknik
Lebih terperinciApa Compressed Sensing?
1 COMPRESSED SENSING UNTUK APLIKASI PENGOLAHAN CITRA OMRIN TAMPUBOLON 2207100531 DOSEN PEMBIMBING Dr. Ir. Wirawan, DEA Jurusan Teknik Elektro Bidang Studi Telekomunikasi Multimedia Institut Teknologi Sepuluh
Lebih terperinciBAB 1 PENDAHULUAN. Bab 1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Didukung dengan perkembangan zaman
Lebih terperinciPENYEMBUNYIAN GAMBAR DALAM GAMBAR MENGGUNAKAN SISTEM FUNGSI ITERASI ABSTRAK
PENYEMBUNYIAN GAMBAR DALAM GAMBAR MENGGUNAKAN SISTEM FUNGSI ITERASI Joseph Radiant (0722081) Jurusan Teknik Elektro email: joseph_nerrazuri@yahoo.com ABSTRAK Steganografi adalah teknik penyembunyian pesan
Lebih terperinciPERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT-SVD DAN RDWT-SVD. Abstract
PERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT- DAN Qurrota Ayun Majid, T. Sutojo, S.Si, M.Kom Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang 111201207118@mhs.dinus.ac.id
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang Masalah
1. Pendahuluan 1.1 Latar Belakang Masalah Jumlah pengguna komputer semakin meningkat. Peningkatan jumlah pengguna komputer mengakibatkan penggunaan data digital juga semakin meningkat. Salah satu media
Lebih terperinciMenurut Ming-Hsuan, Kriegman dan Ahuja (2002), faktor-faktor yang mempengaruhi sebuah sistem pengenalan wajah dapat digolongkan sebagai berikut:
BAB 2 LANDASAN TEORI Bab ini akan menjelaskan berbagai landasan teori yang digunakan oleh penulis dalam penelitian ini dan menguraikan hasil studi literatur yang telah dilakukan penulis. Bab ini terbagi
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, perkembangan teknologi pengolahan citra semakin pesat. Salah satu bidang pengolahan citra tersebut adalah bidang identifikasi citra
Lebih terperinciBAB I. PENDAHULUAN Latar Belakang Masalah
BAB I. PENDAHULUAN 1 1.1. Latar Belakang Masalah Citra adalah gambar yang berada pada bidang dua dimensi. Agar dapat diproses lebih lanjut, sebuah citra disimpan di dalam bentuk digital. Ukuran citra digital
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Proses pengolahan citra digital dapat dibagi menjadi beberapa bidang seperti object detection, image analyze, computer vision, dan medical imaging. Medical imaging
Lebih terperinciWATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION
WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION Disusun oleh : Nama : Hendra Togi Manalu Nrp : 0522121 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.
Lebih terperinciPERANCANGAN DAN ANALISIS STEGANOGRAFI VIDEO DENGAN MENYISIPKAN TEKS MENGGUNAKAN METODE DCT
PERANCANGAN DAN ANALISIS STEGANOGRAFI VIDEO DENGAN MENYISIPKAN TEKS MENGGUNAKAN METODE DCT PLANNING AND ANALYSIS VIDEO STEGANOGRAPHY BY EMBEDDING TEXT WITH DISCRETE COSINE TRANSFORM METHOD 1 Ryan Anggara,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum, data citra digital ditandai oleh informasi dengan jumlah bit yang besar sehingga menimbulkan masalah untuk memindahkan, memproses atau menyimpannya. Biasanya
Lebih terperinciAPLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB
APLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB PUJI LESTARI 41512010061 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2016 APLIKASI TAPIS LOLOS RENDAH
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa
Lebih terperinciKata Kunci : non-blind watermarking, complex wavelet transform, singular value decomposition.
NON-BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN COMPLEX WAVELET TRANSFORM (CWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Disusun Oleh : Froni Andrian Sitompul (0822102) Jurusan Teknik Elektro, Fakultas
Lebih terperinciBLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA
BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA Disusun oleh : Nama : Aryanto M Nrp : 0722066 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciBAB I PENDAHULUAN. di internet. Sisi negatifnya yaitu apabila pemilik tidak mempunyai hak cipta untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mudahnya citra digital menyebar melalui internet memiliki sisi positif dan negatif terutama bagi pemilik asli citra digital tersebut. Sisi postifnya yaitu pemilik
Lebih terperinciBAB 4 IMPLEMENTASI Implementasi
BAB 4 IMPLEMENTASI Bab ini menuturkan penjelasan mengenai implementasi dari sistem pengujian yang dibangun berdasarkan hasil analisis dan perancangan sistem yang telah dibahas pada bab sebelumnya. Bab
Lebih terperinciPENYEMBUNYIAN CITRA DALAM CITRA DENGAN ALGORITMA BERBASIS BLOK ABSTRAK
PENYEMBUNYIAN CITRA DALAM CITRA DENGAN ALGORITMA BERBASIS BLOK Anisa Fardhani Prasetyaningtyas (0722123) Jurusan Teknik Elektro email: af.prasetyaningtyas@gmail.com ABSTRAK Steganografi merupakan teknik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sebuah citra, sangat dimungkinkan terdapat berbagai macam objek. Objek yang ada pun bisa terdiri dari berbagai bentuk dan ukuran. Salah satu objek yang mungkin
Lebih terperinciPenyusun Tugas Akhir : Ivan Hardiyanto (NRP : ) Dosen Pembimbing : Yudhi Purwananto, S.Kom, M.Kom Rully Soelaiman, S.Kom, M.
PRESENTASI TUGAS AKHIR KI091391 IMPLEMENTASI SEGMENTASI CITRA DENGAN MENGGUNAKAN METODE GENERALIZED FUZZY C- MEANS CLUSTERING ALGORITHM WITH IMPROVED FUZZY PARTITIONS (Kata kunci: Algoritma Fuzzy Clustering,
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi yang sangat pesat, dokumen penting masih tetap mutlak diperlukan dan dijaga keutuhannya. Huruf merupakan suatu elemen utama yang
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS ABSTRAK
KOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS Lucky Khoerniawan / 0222104 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : khoerniawan.lucky@yahoo.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada zaman dahulu penyampaian sebuah informasi hanya bisa dilakukan jika kita berada dalam satu wilayah atau bertemu langsung dengan penerima pesan. Tentu hal tersebut
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 I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciANALISA PERBANDINGAN METODE DISCRETE COSINE TRANSFORM (DCT) DAN SINGULAR VALUE DECOMPOSITION (SVD) PADA IMAGE WATERMARKING
ANALISA PERBANDINGAN METODE DISCRETE COSINE TRANSFORM (DCT) DAN SINGULAR VALUE DECOMPOSITION (SVD) PADA IMAGE WATERMARKING TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata
Lebih terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia desain, mengenal dan mengidentifikasi jenis font adalah hal yang sangat penting karena dapat meningkatkan efektifitas dan produktifitas kerja para desainer.
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 terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori Pengenalan manusia secara otomatis menggunakan mesin merupakan masalah yang menantang dan telah menjadi banyak perhatian selama beberapa tahun terakhir. (Jawad, Syed, dan Farrukh,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman dan semakin meluasnya jaringan multimedia, maka proses pengiriman dan pengaksesan citra digital juga semakin mudah. Kemudahan
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Diagram Blok Sistem Gambar 3.1 Diagram Blok Sistem. Penjelasan diagram blok sistem di atas adalah sebagai berikut: MATLAB MATLAB berfungsi sebagai tempat membuat program dan
Lebih terperinciIMPLEMENTASI KONSTRUKSI CITRA SUPER RESOLUSI DENGAN REPRESENTASI SPARSE
IMPLEMENTASI KONSTRUKSI CITRA SUPER RESOLUSI DENGAN REPRESENTASI SPARSE M. Hirzul Umam, Nanik Suciati, Arya Yudhi W 3,,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciBAB 3 ALGORITMA PENGENALAN BAB 3 SUDUT FOTO DENGAN DATA SEGITIGA MASING-MASING SUDUT
24 BAB 3 ALGORITMA PENGENALAN BAB 3 SUDUT FOTO DENGAN DATA ALGORITMA RATA-RATA PENGENALAN MASING-MASING SUDUT SUDUT FOTO SERTA DENGAN DATA DATA FUZZY RATA-RATA MASING-MASING SEGITIGA MASING-MASING SUDUT
Lebih terperinciALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Habib Hasbullah 1, Erna Apriliani 2 1 Mahasiswa Program Studi S2, Jurusan Matematika, F-MIPA,
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
Lebih terperinciNOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
NOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Denny Susanto (1022029) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria Sumantri, MPH no.65,
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciPENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING)
PENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING) Disusun oleh : Febryan Setiawan (0922081) Jurusan Teknik Elektro,
Lebih terperinciBAB I PENDAHULUAN 1.2 Rumusan Masalah 1.3 Batasan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan data elektronik dalam area Public Health telah menyebabkan organisasi pemrosesan menjadi lebih efisien. Transfer medical data pada jaringan data online atau
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 terperinciBAB IV PERCOBAAN DAN ANALISIS. Percobaan metode kompresi citra fraktal menggunakan algoritma
BAB IV PERCOBAAN DAN ANALISIS Percobaan metode kompresi citra fraktal menggunakan algoritma genetika dilakukan menggunakan bahasa pemrograman Matlab 7.6.0.324 (R2008a). Percobaan dilakukan pada komputer
Lebih terperinciROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM
ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM Annissa Yanuvita Prabawaningtyas (1022053) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciImplementasi Algoritma Blind Watermarking Menggunakan Metode Fractional Fourier Transform dan Visual Cryptography
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Algoritma Blind Watermarking Menggunakan Metode Fractional Fourier Transform dan Visual Cryptography Mir atul
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 I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masyarakat dunia saat ini sedang dihadapkan dengan kemajuan teknologi sebagai salah satu penunjang dalam era informasi. Informasi yang menjadi komoditas utama
Lebih terperinciBAB I PENDAHULUAN. bit serta kualitas warna yang berbeda-beda. Semakin besar pesat pencuplikan data
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra digital merupakan suatu tampilan hasil dari proses digitalisasi citra analog yang diambil dari dunia nyata. Hasil dari proses digitalisasi citra analog
Lebih terperinciProteksi Kesalahan Berbeda Menggunakan Metode Rate Compatible Punctured Convolutional (RCPC) Codes Untuk Aplikasi Pengiriman Citra ABSTRAK
Proteksi Kesalahan Berbeda Menggunakan Metode Rate Compatible Punctured Convolutional (RCPC) Codes Untuk Aplikasi Pengiriman Citra Sudiono Cokro / 9922142 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN Bab pertama ini mencakup latar belakang permasalahan yang mendasari pelaksanaan tugas akhir, tujuan, ruang lingkup tugas akhir dan sistematika penulisan laporan. 1.1. Latar Belakang Pengenalan
Lebih terperinciKOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT SKRIPSI Disusun Oleh: ARIF DEWANTORO J2A 604 004 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki kemampuan visual dalam satu sistem yang utuh. Sistem visual manusiatersebut terdiri atas gabungan dari proses perekaman dan pendeteksian obyek. Oleh
Lebih terperinciDAFTAR ISI Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR GAMBAR DAFTAR TABEL
ABSTRAK Pengiriman data pada saluran komunikasi data berupa citra sangatlah bermanfaat, seperti pengiriman data lewat fax, telepon genggam dan satelit luar angkasa dan sebagainya. Sering kali pada prakteknya
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital
Lebih terperinciFUZZY-NEURO LEARNING VECTOR QUANTIZATION (FNLVQ)
BAB 2 FUZZY-NEURO LEARNING VECTOR QUANTIZATION (FNLVQ) Bab ini akan menjelaskan algoritma pembelajaran FNLVQ konvensional yang dipelajari dari berbagai sumber referensi. Pada bab ini dijelaskan pula eksperimen
Lebih terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI
BAB III PROSEDUR DAN METODOLOGI 3.1 Analisis Masalah Dewasa ini keberadaan robot sebagai mesin yang menggantikan manusia dalam melakukan berbagai pekerjaan semakin diperlukan. Oleh karena itu robot dituntut
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkurangnya fungsi pendengaran adalah penurunan fungsi pendengaran pada salah satu ataupun kedua telinga. Hal ini disebabkan oleh infeksi, strokes, obat-obatan,
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciBLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)
BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Disusun Oleh : Johansen Valentino (0822062) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini kita banyak mendengar banyak berita bahwa Perusahaan Listrik Negara (PLN) mengalami kerugian yang sangat besar setiap tahunnya yang disebabkan faktor-faktor
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciKINERJA SKEMA PEMBERIAN TANDA AIR PADA CITRA DIGITAL BERBASIS KOMPUTASI NUMERIK
KINERJA SKEMA PEMBERIAN TANDA AIR PADA CITRA DIGITAL BERBASIS KOMPUTASI NUMERIK Endina Putri Purwandari 1, Diyah Puspitaningrum 2, Muhamad Yose Sastra 3 1,2,3 Program Studi Teknik Infomatika, Fakultas
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciBAB 3 PERANCANGAN SISTEM
20 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Sistem ini hanya menggunakan beberapa perangkat keras yang umum digunakan, seperti mikrofon, speaker (alat pengeras suara), dan seperangkat komputer
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB I PENDAHULUAN. Hal ini ditandai dengan banyaknya produk-produk teknologi yang canggih yang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini perkembangan dalam dunia teknologi berkembang sangat pesat. Hal ini ditandai dengan banyaknya produk-produk teknologi yang canggih yang beredar di pasaran.
Lebih terperinciAPLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET
APLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET Anny Yuniarti 1), Nadya Anisa Syafa 2), Handayani Tjandrasa 3) 1,2,3) Jurusan Teknik Informatika Institut Teknologi Sepuluh Nopember (ITS) Surabaya Surabaya
Lebih terperinciANALISIS DWT SEBAGAI TRANSFORMASI SPARSITY UNTUK PENCUPLIKAN KOMPRESIF PADA AUDIO ANALYSIS OF DWT AS SPARSITY TRANSFORM FOR AUDIO COMPRESSIVE SAMPLING
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 216 Page 1772 ANALISIS DWT SEBAGAI TRANSFORMASI SPARSITY UNTUK PENCUPLIKAN KOMPRESIF PADA AUDIO ANALYSIS OF DWT AS SPARSITY TRANSFORM
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra adalah gambar bidang dua dimensi yang juga merupakan keluaran data. Artinya suatu data atau informasi tidak hanya direpresentasikan dalam bentuk teks, namun juga
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan internet yang semakin canggih sangat membawa kemajuan yang semakin berarti dalam berbagai aspek terutama bagi negara yang berkembang. Perkembangan
Lebih terperinciIII. METODE PENELITIAN. menggunakan matlab. Kemudian metode trial dan error, selalu mencoba dan
III. METODE PENELITIAN 3.1. Metode Penelitian Metode penelitian yang dilakukan adalah dengan studi literatur, yaitu mencari sumber-sumber literatur yang menjadi dasar keilmuan dari penelitian yang dilakukan.
Lebih terperinci