BAB 3 PENDEKATAN LOGIKA SAMAR DALAM PEMROSESAN CITRA. Dalam dunia pemetaan untuk skala yang besar, teknik penginderaan jarak jauh
|
|
- Sucianty Widjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 3 PENDEKATAN LOGIKA SAMAR DALAM PEMROSESAN CITRA 3.1 Pemrosesan Citra Konvensional. Dalam dunia pemetaan untuk skala yang besar, teknik penginderaan jarak jauh merupakan solusi yang sangat baik. Informasi keruangan dalam bentuk gambar raster dari teknik penginderaan jarak jauh menyimpan banyak sekali informasi. Namun seringkali informasi yang dibutuhkan hanyalah bagian dari keseluruhan informasi yang ada pada citra tersebut. Oleh karena itu diperlukan pemrosesan citra (image processing). Image Processing adalah pemrosesan citra dengan menggunakan komputer, menjadikan hasil citra yang berkualitas lebih baik. Pada umumnya operasi operasi pengolahan citra dilakukan apabila : Perbaikan atau modifikasi citra perlu dilakukan guna meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung dalam citra. Elemen dalam citra perlu di cocokkan, dikelompokkan atau diukur. Sebagian citra perlu digabung dengan bagian citra yang lain. Terdapat banyak macam teknik image processing, diantaranya adalah edge detection, image enhancement, image quality, image segmentation. Berikut ini akan dijelaskan mengenai dua teknik pertama seperti tersebut diatas, yaitu edge detection dan image enhancement. 46
2 Pendeteksi Tepi (Edge Detection) Salah satu teknik untuk mengekstrak informasi dari citra adalah pendeteksian tepi atau edge detection yang sebelumnya telah dilakukan peningkatan kualitas citra. Pendeteksian tepi merupakan salah satu metode analisis citra, dimana analisis ini bertujuan untuk mengidentifikasi parameter-parameter yang diasosiasikan dengan ciri atau feature dari objek dalam citra, yang pada gilirannya parameter tersebut akan digunakan untuk menginterpretasi citra. Analisis citra pada dasarnya terdiri dari tiga tahapan yaitu, tahap feature extraction, segmentation, dan calsification. Secara umum ada lima metode yang digunakan untuk mendeteksi tepi: Sobel, Prewitt, Zero Crossing, Canny, Robert. Berikut adalah contoh dari hasil edge detection dengan menggunakan beberapa metode diatas: Gambar 3.1 Citra asli
3 48 Gambar 3.2 Edge detection menggunakan metode Sobel Gambar 3.3 Edge detection menggunakan metode Prewitt
4 49 Gambar 3.4 Edge detection menggunakan metode Zero Crossing Gambar 3.5 Edge detection menggunakan metode Canny
5 50 Melihat perbedaan yang cukup berarti pada hasil diatas, maka dapat diambil hipotesa bahwa setiap kasus memiliki solusi yang berbeda-beda dalam hal pendeteksian tepi. Yang dimaksud disini adalah pemilihan metode pendeteksian tepi sangat kausatik, sehingga perlu diadakan penelitian lebih lanjut mengenai filter yang cocok untuk keperluan pemetaan. Pendeteksian dapat dilakukan dengan cukup baik jika objek yang diamati memiliki resolusi piksel yang tinggi. Pada contoh diatas, terlihat jelas bahwa proses pendeteksian tepi tidak efektif, karena kecilnya ukuran piksel tiap objek menjadikannya seperti noise. Berbeda halnya dengan citra yang ukuran objek yang cukup besar, hasil yang didapatkan dengan ketiga metode diatas cukup baik di deteksi tepiannya Image Enhancement Tujuan dari image enhancement adalah memajukan interpretabilitas atau persepsi informasi dalam citra untuk penglihatan manusia, atau untuk menawarkan input yang lebih baik pada teknik pemrosesan citra yang lain. Teknik image enhancement bisa dibagi dalam dua kategori yang luas, yaitu: 1. Spatial domain methods, dimana dioperasikan pada piksel secara langsung. 2. frequency domain methods, dimana dioperasikan pada Fourier transform dari sebuah citra. Sayangnya, tidak ada teori yang sifatnya umum untuk mengukur kualitas dari image enhancement yang berasal dari persespsi manusia. Jika terlihat bagus, maka diasumsikan citranya bagus. Tetapi,ketika teknik image enhancement digunakan
6 51 sebagai pre-processing tools untuk teknik pemrosesan citra yang lain, maka ukuran kuantitatif bisa mendeterminasikan teknik mana yang paling cocok. Masalah lain adalah timbulnya noise pada citra. Untuk mengatasi masalah ini dengan menggunakan pendekatan yang lembut dengan melalui dekonvolusi citra melalui persyaratan yang biasanya fungsi penalti untuk frekuensi yang tinggi didalam citra yang tersimpan. Sayangnya, ini sangat mahal dalam hal komputasi, dibutuhkannya heuristics dan tidak adanya algoritma yang bisa diskalakan atau algoritma yang efisien untuk mencari heuristics yang bisa diterima atau melakukan dekonvolusi sendiri. Metode Image Enhancement dan edge detection seperti uraian diatas merupakan pemrosesan citra yang konvensional. Dalam metode-metode tersebut masalah yang sering muncul adalah terdapatnya noise pada citra yang mengakibatkan hasil yang kurang akurat. Selain masalah tersebut sebenarnya ada lagi masalah dalam metode konvensional yaitu masalah ambiguitas dan kesamaran (yang akan dijelaskan pada bagian selanjutnya). Untuk itulah dibangun metode baru untuk mengatasi masalah dalam pemrosesan citra tersebut yaitu pemrosesan citra dengan menggunakan teknik fuzzy (fuzzy image processing).
7 Metode Fuzzy Gambar 3.6 Tahap-tahap pemrosesan citra menggunakan logika samar.(adapted from: Tizhoosh, Fuzzy Image Processing, CopyRight Springer,1997)
8 53 Fuzzy image processing mempunyai tiga tahap utama: fuzzification, modification of membership values, dan defuzzification ( Gambar 3.6). Tahap fuzzifikasi (fuzzification), citra dibuat ke dalam bentuk gray-level dan kemudian setiap piksel dari citra tersebut di cek dan ditentukan ke dalam fungsi keanggotaan (membership function) yang tersedia dengan menggunakan algoritma fuzzy. Setelah selesai citra dikembalikan lagi ke dalam bentuk semula atau ke dalam citra aslinya (defuzzification). Langkah fuzzifikasi dan defuzzifikasi disebabkan bahwa kita tidak mempunyai perangkat keras (hardware) fuzzy. Oleh karena itu, coding dari data citra(fuzzifikasi) dan decoding dari hasil (defuzzifikasi) merupakan langkah yang memungkinkan untuk memproses citra dengan teknik fuzzy. Kekuatan utama dari fuzzy image processing terletak pada langkah kedua (modification of membership values, lihat Gambar 3.5). Setelah data dari citra ditranformasikan dari bentuk graylevel menjadi bentuk membership (fuzzifikasi), teknik fuzzy memodifikasikan nilai keanggotaan. Ini bisa dalam bentuk fuzzy clustering, fuzzy rule-based approach, fuzzy integration approach dan seterusnya.
9 Pemrosesan Citra Berbasis Pendekatan Fuzzy Banyak orang yang bertanya kenapa digunakan teknik fuzzy dalam pemrosesan citra (image processing). Sebenarnya ada banyak alasan kenapa digunakannya teknik ini, tetapi alasan yang paling utama adalah sebagai berikut: a. Teknik fuzzy merupakan alat (tools) yang sangat kuat dalam melakukan representasi dan pemrosesan pengetahuan (knowledge). b. Teknik fuzzy bisa mengatur ambiguitas dan kesamaran secara baik dan efisien. Dalam banyak aplikasi-aplikasi pemrosesan citra, diharuskan menggunakan expert knowledge untuk mengatasi kesulitan (contoh: rekoknisi objek, scene analysis). Teori set fuzzy dan logika fuzzy menawarkan alat yang kuat untuk merepresentasikan dan memroses pengetahuan manusia dalam bentuk aturan if-then fuzzy. Dalam sisi lain, terdapat banyak kesulitan-kesulitan dalam pemrosesan citra dikarenakan data/tugas/hasilnya tidak jelas. Ketidak jelasan ini tidak selalu dikarenakan keacakan (random) tetapi dikarenakan ambiguitas dan kesamaran. Selain keacakan, kita bisa membedakan antara tiga macam lainnya dari kesulitan dalam pemrosesan citra, yaitu : a. Grayness ambiguity. b. Geometrical fuzziness. c. Vague (complex/ill-defiend) knowledge. Masalah-masalah ini adalah masalah alami fuzzy. Pertanyaan-pertanyaan seperti apakah sebuah piksel seharusnya menjadi lebih gelap atau lebih terang? dimanakah
10 55 letak batas antara dua segmen citra? dan apakah itu tree dalam masalah scene analysis, adalah contoh bahwa pendekatan fuzzy bisa menjadi cara yang paling cocok untuk mengatur kesulitan-kesulitan tersebut. Berikut adalah bagan ketidakjelasan (Uncertainty/Imperfect knowledge) dalam pemrosesan citra. Gambar 3.7 Ketidakjelasan (Uncertainty/Imperfect knowledge) dalam pemrosesan citra. Adapted from: Tizhoosh, Fuzzy Image Processing, CopyRight Springer, Fuzzy Image Enhancement Fuzzy image enhancement didasari pada gray-level mapping kedalam bentuk fuzzy, menggunakan fungsi transformasi keanggotaan. Tujuannya adalah untuk menggenerasikan sebuah citra dengan tingkat kekontrasan yang lebih tinggi dari pada citra aslinya dengan cara memberikan bobot yang lebih besar pada graylevel yang mendekati nilai rata-rata gray-level pada citra dari pada gray-level yang
11 56 jauh dari nilai rata-rata gray-level citra. Dalam beberapa tahun terakhir, banyak peneliti yang sudah mengaplikasikan teori set fuzzy untuk membangun teknik-teknik yang baru untuk peningkatan kontras. Sebuah citra I dengan ukuran M x N dan graylevel L bisa dianggap sebagai array dari singleton fuzzy, masing-masing mempunyai nilai keanggotaan yang menunjukan derajat dari kecerahannya relatif untuk beberapa level kecerahan. Untuk sebuah citra I bisa dituliskan dalam bentuk set fuzzy: (1) Dimana adalah intensitas dari piksel ke dan adalah nilai keanggotaannya. Contrast enhancement berguna ketika sebuah area dari citra hanya mempunyai perubahan yang kecil dalam intensitas piksel. Dalam hal ini, bisa sangat sulit untuk mata manusia untuk membaca strukturnya dengan jelas, apalagi jika citranya ditampilkan dalam resolusi yang rendah. Untuk itu terdapat lima algoritma untuk meningkatkan kualitas citra menggunakan teknik fuzzy. Kelima algoritma tersebut adalah: - Possibilty distribution algoritm. - Contrast Improvement with intensification operator. - Contrast Improvement with fuzzy histogram hyperbolization. - Contrast Improvement based on fuzzy if-then rules. - Locally adaptive Contrast Improvement.
12 Algoritma Possibilty Distibution Possibilty distribution pada gray-level dalam citra aslinya bisa dideklarasikan menggunakan lima parameter: (α,β1,γ,β2,max) seperti yang ditunjukan pada Gambar 3.8. Gambar 3.8 Fungsi Possibilty distribution untuk menghitung nilai keanggotaan. Dimana nilai intensitas γ merepresentasikan nilai rata-rata dari distribusi, α adalah nilai minimumnya, dan max adalah nilai maximum. Tujuannya adalah untuk mengurangi gray-level yang berada di bawah nilai β1, dan diatas nilai β2. Level intensitas antara β1 dan γ, dan β2 dan γ direnggangkan pada arah yang berlawanan kearah nilai rata-rata γ. Fungsi transformasi fuzzy untuk menghitung nilai dalam bentuk fuzzy P didefinisikan sebagai berikut:
13 Aturan-aturan berikut digunakan untuk contrast enhancement berdasarkan pada Gambar Algoritma Possibilty distribution :
14 Contrast Improvement with Intensification Operator Metode ini menggunakan operator intensifikasi (intensification operator) untuk mengurangi tingkat ke-fuzzy-an dari citra yang kemudian akan menghasilkan peningkatan pada kontras citra. Berikut adalah algoritmanya: - Menset parameter dari fungsi keanggotaan. Nilai Fe diset default yang bernilai dua. (6) - Mendefinisikan fungsi keanggotaan (7) - Memodifikasi nilai keanggotaan (8) - Megenerasikan gray-level yang baru
15 60 (9) Contrast Improvement with Fuzzy Histogram Hyperbolization Dikarenakan persepsi kecerahan manusia yang tidak linear, algoritma ini memodifikasi nilai keanggotaan dari gray-level dengan sebuah fungsi logaritma. Algoritmanya bisa diformulasikan sebagai berikut: - Menset bentuk dari fungsi keanggotaan. - Menset nilai dari fuzzifier β dengan nilai default dua. - Kalkulasi dari nilai keanggotaan μ mn. - Memodifikasi dari nilai keanggotaan dengan β.
16 61 - Megenerasikan gray-level yang baru. Untuk megenerasikan gray-level yang baru digunakan rumus dibawah ini: (10) Algoritmanya bisa dijabarkan sebagai berikut:
17 Contrast Improvement Based on Fuzzy If-Then Rules Pendekatan fuzzy rule-based adalah metode yang universal dan kuat untuk mengerjakan banyak tugas dalam pemrosesan citra. Fungsi fuzzifikasinya terlihat pada Gambar 3.9. Gambar 3.9 Fungsi keanggotaan. Algoritmanya dimulai dengan menginilisasikan parameter citra ; gray-level minimum dan juga gray-level maximum. Kemudian dengan fuzzifikasi dari graylevel (contoh: nilai keanggotaan dark, gray dan bright) menset gray-level. Prosedur inferensinya mengikuti aturan berikut: If dark then black If gray then gray If bright then white
18 63 Terakhir, defuzzifikasi dari output menggunakan minimum (g min ), maximum (g max ) dan medium (g mid ) dari gray-level yang pada akhirnya gray-level yang baru dikalkulasikan menggunakan rumus berikut: (11) Berikut adalah algoritmanya:
19 64
20 Locally Adaptive Contrast Improvement Berdasarkan pada mengaplikasikan locally adaptive contrast improvement, dengan mendefinisikan n x m piksel tetangga dan menggerakan piksel tengah dari area ini dari piksel ke piksel, pada setiap piksel yang dilalui dihitung setiap parameter algoritma. Untuk algoritma possibility distribution, dibutuhkan nilai minimum, maximum dan rata-rata pada setiap blok n x m, α, γ, max, untuk menghitung nilai keanggotaan. Untuk menghitung nilai keanggotaan pada algoritma Contrast Improvement with Intensification Operator, Contrast Improvement with fuzzy histogram hyperbolization, dan Contrast Improvement based on fuzzy if-then rules hanya dibutuhkan nilai minimum dan maximum gray-level. Dalam banyak kasus, teknik fuzzy yang global telah gagal dalam memberikan hasil yang memuaskan. Maka dari itu, implementasi locally adaptive dibutuhkan untuk mencapai hasil yang lebih baik. Kekurangannya dari menggunakan teknik yang adaptif adalah diperlukanya kalkulasi pada nilai minimum dan maximum gray-level, yang bisa berakibat pada bertambahnya noise yang mempengaruhi nilai keanggotaan secara tidak benar. Hal ini bisa dihindari dengan memilih sub citra yang bagus atau dengan menghilangkan data yang banyak noisenya dalam histogram dari setiap sub citra.
21 Fuzzy Edge Detection Digunakan dua metode untuk fuzzy edge detection ini, berikut adalah metode tersebut: - Fast fuzzy edge detection - Rule based edge detection Fast Fuzzy Edge Detection Algoritma ini diadopsikan dari teknik fuzzy cepat yang sudah maju untuk memproses sebuah citra dikarenakan ketidaknyamanan yang mana mempengaruhi keefisienan tugas dalam teknik edge detection yang konvensional. berikut adalah algoritmanya: (1) Mengkalkulasikan nilai threshold X T yang optimal. (2) Mendefinisikan fungsi keangotaan sebagai berikut: (12) (3) Meningkatkan (enhanced) citra dalam domain karakteristik fuzzy. Operator enhancement-nya bisa didefinisikan sebagai berikut: (13)
22 67 (4) Fungsi inverse dari fungsi keanggotaan bisa didefinisikan dibawah ini dan dengan formula ini didapatkan citra yang sudah ditingkatkan (enhanced image). (14) (5) Untuk mengekstrak sisi dari citra, diadopsikan operator min atau max. Matrik sisinya didefinisikan sebagai berikut: (15) Dimana bisa didefinisikan sebagai window dengan ukuran 3 x 3 yang mana piksel tengahnya adalah (m,n) Rule Based Edge Detection Dalam metode ini, inputnya berupa selisih dari nilai intensitas antara setiap piksel dengan kedelapan piksel tetangganya (neighborhood pixel). Dibuatlah fuzzy inference system dengan delapan input masing-masing mempunyai tiga variabel yaitu low, medium, high dan satu output dengan dua variabel yaitu edge dan noedge. Semua variabel menggunakan fungsi Gaussian. Jadi dibuatlah algoritma agar bisa menyamakan dengan fuzzy inference system tersebut. Karena
23 citranya diubah dalam gray-level 0 dan 255, jarak interval dari input berada antara dan 255 dan jarak interval output diantara 0 dan Gambar 3.10 Fungsi keanggotaan dari set fuzzy pada input(a) dan output(b). Kemudian dibuatlah aturan-aturan (rules) yang total mencapai 45 aturan. Untuk mengimplementasikan fungsi AND dan OR digantikan dengan fungsi minimum dan maximum. Fungsi AND digantikan dengan funsi minimum dan fungsi OR digantikan oleh fungsi maximum. Untuk defuzzifikasinya digunakan metode mamdani, yang artinya set fuzzy yang didapatkan dengan mengaplikasikan setiap inference rule ke input data, digabungkan melalui fungsi add. Output dari sistem kemudian dikomputasikan sebagai centroid dari hasil fungsi keanggotaan.
24 Rancangan Layar Terdapat lima layar dalam program ini yaitu image enhancement, edge detection, image comparison dan about us. Layar image enhancement dibagi menjadi dua macam yaitu RGB image dan Gray image. Pada toolbar file terdapat tiga menu: open image untuk membuka citra, save untuk menyimpan citra dan exit untuk keluar Rancangan Layar Menu Utama Pada saat pertama kali dibuka program akan menjalankan window about us, rancangan layar menu utama memiliki elemen-elemen sebagai berikut: - Toolbar navigasi untuk akses ke file, fuzzy image processing, image processing comparison dan about us. - Dalam toolbar fuzzy image processing dibagi kedalam dua macam yaitu edge detection dan image enhancement.
25 70 File, fuzzy image processing, image processing comparison FUZZY IMAGE PROCESSING Gambar 3.11 Rancangan layar menu utama Rancangan Layar Menu Edge Detection Rancangan layar menu edge detection memiliki elemen-elemen sebagai berikut: - Toolbar navigasi untuk akses ke file, fuzzy image processing, image processing comparison dan about us. - Button fast fuzzy edge detection untuk memroses citra menggunakan algoritma fast fuzzy edge detection. - Button rule based edge detection untuk memroses citra menggunakan algoritma rule based edge detection. - Button Original image untuk mengembalikan citra kedalam bentuk semula (sebelum diproses). - Axes untuk menampilkan citra.
26 71 File, fuzzy image processing, image processing comparison about us Citra yang akan ditampilkan Button fast fuzzy edge detection Button rule based edge detection Button original image Gambar 3.12 Rancangan layar menu edge detection Rancangan Layar Menu Image Enhancement Rancangan layar Image Enhancement memiliki elemen-elemen sebagai berikut: - Toolbar navigasi untuk akses ke file, fuzzy image processing, image processing comparison dan about us. - Button Possibility Distribution untuk memroses citra menggunakan algoritma Possibility Distribution. - Button intensification operator untuk memroses citra menggunakan algoritma intensification operator. - Button histogram hyperbolization untuk memroses citra menggunakan algoritma histogram hyperbolization.
27 72 - Button rule based untuk memroses citra menggunakan algoritma rule based image enhancement. - Button Original image untuk mengembalikan citra kedalam bentuk semula (sebelum diproses). - Axes untuk menampilkan citra. File, fuzzy image processing, image processing comparison dan about us Citra yang akan ditampilkan Button Possibility Distribution Button intensification Button histogram hyperbolization Button rule based Button original image Gambar 3.13 Rancangan layar menu image enhancement
28 Rancangan Layar Menu Image Comparison Rancangan layar menu image comparison memiliki elemen-elemen sebagai berikut: - Toolbar navigasi untuk akses ke file, fuzzy image processing, image processing comparison dan about us. - Textfield MSE1 yang menampilkan nilai MSE dari citra yang diproses menggunakan teknik konvensional. - Textfield PSNR1 yang menampilkan nilai PSNR dari citra yang diproses menggunakan teknik konvensional. - Button Image1 yang jika diklik akan menampilkan citra yang sudah diproses menggunakan teknik konvensional. - Button FFT1 yang jika diklik akan menampilkan grafik FFT dalam frekuensi domain yang sudah diproses menggunakan teknik konvensional. - Button start processing1 yang jika diklik akan memproses citra menggunakan teknik konvensional dan kemudian ditampilkan kedalam axes. - Combo Box image enhancement1 yang berisi beberapa metode image enhancement yang konvensional. - Combo Box edge detection1 yang berisi beberapa metode edge detection yang konvensional. - Axes untuk menampilkan citra yang dirposes secara konvensional. - Textfield MSE2 yang menampilkan nilai MSE dari citra yang diproses menggunakan teknik fuzzy. - Textfield PSNR2 yang menampilkan nilai PSNR dari citra yang diproses menggunakan teknik fuzzy.
29 74 - Button Image2 yang jika diklik akan menampilkan citra yang sudah diproses menggunakan teknik fuzzy. - Button FFT2 yang jika diklik akan menampilkan grafik FFT dalam frekuensi domain yang sudah diproses menggunakan teknik fuzzy. - Button start processing2 yang jika diklik akan memproses citra menggunakan teknik fuzzy dan kemudian ditampilkan kedalam axes. - Combo Box image enhancement2 yang berisi beberapa metode image enhancement yang menggunakan algoritma fuzzy. - Combo Box edge detection2 yang berisi beberapa metode edge detection yang menggunakan algoritma fuzzy. - Axes untuk menampilkan citra yang dirposes secara fuzzy. - Button original image yang ketika di tekan akan menampilkan citra semula kedalam kedua axes.
30 75 File, fuzzy image processing, image processing comparison dan about us Button image1 Button FFT1 Button Original Button image2 Button FFT2 image Citra yang ditampilkan menggunakan teknik konvensional Citra yang ditampilkan menggunakan teknik fuzzy Textfield MSE1 Combo box image enhancement1 Textfield MSE2 Combo box image enhancement2 Textfield PSNR1 Combo box edge detection1 Textfield PSNR2 Combo box edge detection2 Button start processing1 Button start processing2 Gambar 3.14 Rancangan layar menu image comparison
BAB 1 PENDAHULUAN. seperti suhu udara, keindahan, kecantikan adalah hal-hal yang samar, yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan manusia dipengaruhi oleh hal-hal yang samar atau tidak pasti. Faktorfaktor seperti suhu udara, keindahan, kecantikan adalah hal-hal yang samar, yang tidak
Lebih terperinciBAB 4 PENGUJIAN DAN EVALUASI. teknik pemrosesan citra dengan menggunakan logika samar dan dengan teknikteknik
BAB 4 PENGUJIAN DAN EVALUASI 4.1 Pengujian Pengujian yang akan dilakukan buertujuan untuk melakukan perbandingan antara teknik pemrosesan citra dengan menggunakan logika samar dan dengan teknikteknik konvensional.
Lebih terperinciPENERAPAN LOGIKA SAMAR DALAM PEMROSESAN CITRA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2006/2007 PENERAPAN LOGIKA SAMAR DALAM PEMROSESAN CITRA Arief Budiman 0700711481 Muhammad Arya Chandra
Lebih terperinciPENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION
PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION Sugiarti sugiarti_fikumi@ymail.com Universitas Muslim Indonesia Abstrak Peningkatan kualitas citra merupakan salah satu proses awal
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
Lebih 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 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 terperinciSimulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)
Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3) ISSN : 1693 1173 Abstrak Penelitian ini menekankan pada pentingnya teknik simuasi pada pengolahan citra digital. Simulasi
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 terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan
Lebih terperinciPeningkatan Kualitas Citra. Domain Spasial
Peningkatan Kualitas Citra Domain Spasial 2 Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih
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 terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciPENERAPAN FUZZY IF-THEN RULES UNTUK PENINGKATAN KONTRAS PADA CITRA HASIL MAMMOGRAFI
PENERAPAN FUZZY IF-THEN RULES UNTUK PENINGKATAN KONTRAS PADA CITRA HASIL MAMMOGRAFI Helmy Thendean, Meylina Sugiarto 2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Tarumanagara
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 terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA ABDUL AZIS, M.KOM
PENGOLAHAN CITRA 1 Prinsip Enhancement Pemrosesan sebuah image sehingga hasil yang didapat bersifat lebih sesuai untuk digunakan pada aplikasi tertentu dibandingkan dengan image a s l i n y a. Kesesuaian
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
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 terperinciPengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Dr. Aniati Murni (R.1202) Dina Chahyati, M.Kom (R.1226) Universitas Indonesia DC - OKT 2003 1 Tujuan Peningkatan Mutu Citra Sumber Pustaka:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
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 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 terperinciPraktikum sistem Pakar Fuzzy Expert System
Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan
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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
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 terperinciLogika Fuzzy. Farah Zakiyah Rahmanti 2016
Logika Fuzzy Farah Zakiyah Rahmanti 2016 Topik Bahasa Alami Crisp Logic VS Fuzzy Logic Fungsi Keanggotaan (Membership Function) Fuzzifikasi (Fuzzyfication) Inferensi (Inference) Komposisi (Composition)
Lebih terperinciBAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Histogram dan Operasi Dasar Pengolahan Citra Digital 3 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 MAMPIR SEB EN TAR Histogram Histogram citra
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini citra digital sedang menjadi trend di kalangan masyarakat, apalagi dengan semakin berkembangnya teknologi digital serta makin murahnya harga perangkat yang
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciBAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah
Lebih terperinciJURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
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 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 terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciBAB 2 2. LANDASAN TEORI
BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut
Lebih terperinciPENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN SPATIAL
PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN SPATIAL Copyright @ 27 by Emy 2 Kompetensi Mampu mengimplementasikan teknik-teknik untuk memperbaiki kualitas citra sehingga citra yang dihasilkan
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis
Lebih terperinciPERBAIKAN KUALITAS CITRA DIGITAL BERDASARKAN HISTOGRAM EQUALIZATION DENGAN MENGGUNAKAN FUZZY
PEAIKAN KUALITAS CITA DIITAL EDASAKAN HISTOAM EQUALIZATION DENAN MENUNAKAN FUZZY Qonitatul Hasanah 1, osa Andrie Asmara 2, Ulla Delfana osiani 3 1,2 3 Teknik Informatika, Teknologi Informasi, Politeknik
Lebih terperinciSEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA
SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA Kamil Malik Jurusan Teknik Informatika STT Nurul Jadid Paiton nomor1001@gmail.com Andi Hutami Endang Jurusan Teknik Informatika
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 III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI
Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan
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 terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciErwien Tjipta Wijaya, ST.,M.Kom
Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan
Lebih terperinciPenerapan Logika Fuzzy pada Sistem Deteksi Tepi Aplikasi Computer Assistant Diagnosis Kanker Payudara
Jurnal Teknologi Informasi-Aiti, Vol. 6. No., Februari 2009: -00 Penerapan Logika Fuzzy pada Sistem Deteksi Tepi Aplikasi Computer Assistant Diagnosis Kanker Payudara ) Sri Yulianto J.P., 2) Yessica Nataliani,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab landasan teori bertujuan untuk memberikan penjelasan mengenai metode atau pun teori yang digunakan dalam laporan tugas akhir ini, sehingga dapat membangun pemahaman yang sama antara
Lebih terperinciFuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.
Fuzzy Systems Fuzzy Logic Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic. Masalah: Pemberian beasiswa Misalkan
Lebih terperinciPENDETEKSIAN TEPI CITRA DIGITAL DENGAN LOGIKA FUZZY
PENDETEKSIAN TEPI CITRA DIGITAL DENGAN LOGIKA FUZZY SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer pada Jurusan Ilmu Komputer / Informatika Disusun oleh : Dedy Kurniawan
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
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 terperinciMETODOLOGI PENELITIAN
7 terboboti dari daerah output fuzzy. Metode ini paling dikenal dan sangat luas dipergunakan. First of Maxima (FoM) dan Last of Maxima (LoM) Pada First of Maxima (FoM), defuzzifikasi B( y) didefinisikan
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 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 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 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 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 terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciSIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA
SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS PEMELIHARAAN PERALATAN PRODUKSI DI PDAM KOTA SURABAYA oleh: WINDA ZULVINA 5206100040 Dosen Pembimbing : Mahendrawathi
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 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 terperinciJOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi
JOBSHEET SISTEM CERDAS REASONING 2 Fuzzifikasi S1 PENDIDIKAN TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS NEGERI MALANG 2016 PRAKTIKUM SISTEM CERDAS - REASONING JOBSHEET 2 - FUZZIFIKASI
Lebih terperinciUNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING MEITA SETIAWAN / 0700709224
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 terperinciHistogram. Peningkatan Kualitas Citra
Histogram Peningkatan Kualitas Citra Representasi Image 1 bit 8 bits 24 bits Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital
Lebih 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 terperinciFUZZY LOGIC CONTROL 1. LOGIKA FUZZY
1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan
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 3 PERANCANGAN SISTEM. mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan oleh
23 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Perangkat keras yang digunakan dalam sistem kali ini berupa rancangan untuk mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciSISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB
JURNAL MATRIX VOL. 3, NO. 1, MARET 2013 39 SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB I Ketut Suwintana Jurusan Akuntansi Politeknik Negeri Bali Kampus Bukit Jimbaran Bali Telp. +62 361 701981 Abstrak:.Logika
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
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 terperinciPENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA
PENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA Linggaluhung Dwikawuryan Wibowo - 1205 100 022 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
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 terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
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 terperinciBAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk
BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung
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 terperinciSist Sis em t Fuzzy Fuzz Sistem Pakar
Sistem Fuzzy Sistem Pakar Pendahuluan Manusia cenderung menggunakan bahasa dalam bentuk sesuatu yang dapat dipahami secara umum, bukan dalam bentuk bahasa matematika yang mementingkan akurasi. Misalkan,
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 IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy
BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL 4.1 Pengenalan konsep fuzzy logic Konsep mengenai fuzzy logic bukanlah merupakan sesuatu yang baru dan asing. Dalam pengalaman keseharian kita,
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 terperinciSesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.
Sesi 3 Operasi Pixel dan Histogram Materi Kuliah Dosen : Pengolahan Citra Digital : M. Miftakul Amin, S. Kom., M. Eng. Pokok Bahasan Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
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 3 METODE PERANCANGAN
BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor
Lebih terperinciBAB 3 ANALISIS DAN PENGEMBANGAN ALGORITMA. ketidakpastian. Citra tersebut terkadang belum tentu dapat diketahui objeknya,
BAB 3 ANALISIS DAN PENGEMBANGAN ALGORITMA 3.1 Analisis Permasalahan Pengolahan citra merupakan sebuah proses yang memiliki banyak faktor ketidakpastian. Citra tersebut terkadang belum tentu dapat diketahui
Lebih terperinci