BAB V IMPLEME TASI. Lingkungan aplikasi pada implementasi program HVF ini adalah: Perangkat Keras : Intel Core 2 Duo, 2 GHz
|
|
- Shinta Rachman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB V IMPLEME TASI Pada bab ini akan dipaparkan mengenai proses implementasi mulai dari lingkungan implementasi sampai list kode MATLAB yang digunakan dalam pembuatan aplikasi HVF. 5.1 Lingkungan Implementasi Lingkungan aplikasi pada implementasi program HVF ini adalah: Perangkat Keras o CPU o RAM : Intel Core 2 Duo, 2 GHz : 2 GB Perangkat Lunak o Sistem Operasi : Windows Vista Home Premium o Aplikasi : MATLAB Implementasi Proses Masukan Masukan pada proses (gambar 5.2) ini yaitu berupa citra RGB, yang kemudian akan diberikan noise pada setiap channelnya dengan persentase yang sama pada tiap-tiap channelnya. Kemudian citra yang telah diberi noise akan ditambahkan pinggirannya sebesar 1 piksel (baris ke 20-26), hal ini dimaksudkan supaya noise yang berada pada tepi citra dapat terproses juga. Pada proses ini juga akan memanggil proses h_filter2 dan h_filter (baris ke 33-34) yaitu proses VMF dan VDF. Setelah itu citra keluaran dari proses VDF akan dihitung PSNR-nya dengan membandingan citra keluaran dengan citra asli. 31
2 32 1 Im = imread(m); 2 size(im); 3 tic 4 %pemisahan channel 5 I1 = Im(:,:,1); 6 I2 = Im(:,:,2); 7 I3 = Im(:,:,3); 8 9 %pemberian noise salt&pepper pada tiap channel 10 I1 = imnoise(i1,'salt & pepper', 0.02); 11 I2 = imnoise(i2,'salt & pepper', 0.02); 12 I3 = imnoise(i3,'salt & pepper', 0.02); %menggabungkan kembali channel2 15 I(:,:,1) = I1; 16 I(:,:,2) = I2; 17 I(:,:,3) = I3; %pinggir 20 It(:,:,1) = pinggir3(i,1); 21 It(:,:,2) = pinggir3(i,2); 22 It(:,:,3) = pinggir3(i,3); Itt(:,:,1) = pinggir3(it,1); 25 Itt(:,:,2) = pinggir3(it,2); 26 Itt(:,:,3) = pinggir3(it,3); figure; imshow(im), title('citra Asli'); 29 figure; imshow(i), title('citra yang diberi noise'); 30 Itt=double(Itt); %fungsi hybrid vector filtering Gambar 5.1A Listing kode masukan
3 33 33 [Ih]=h_filter2(Itt); 34 [NI]=h_filter(Ih); 35 p1=psnr(im(:,:,1),ni(:,:,1)); 36 p2=psnr(im(:,:,2),ni(:,:,2)); 37 p3=psnr(im(:,:,3),ni(:,:,3)); snr=(p1+p2+p3)/3 40 toc 41 clear all Gambar 5.1B Listing Kode Masukan 5.3 Implementasi Proses VMF Pada proses VMF (gambar 5.3) ini tiap-tiap piksel pada citra akan diperlakukan sebagai vektor, pada VMF proses yang dilakukan adalah menghitung jarak antara vektor Xi, dan Xj dalam window lokal yang berukuran 3x3 yang kemudian di iterasi sebanyak ukuran citra masukan. Kemudian dicari nilai hasil penjumlahan sum_m yang terkecil jika ditemukan nilai sum_m yang bernilai minimum maka, posisi r akan dicatat dan nilai vektor yang ada pada posisi r akan disimpan pada matriks Ih 1 function [Ih] = h_filter2(b) 2 3 C=size(b); 4 5 for n=[2:c(1)-1] 6 for k=[2:c(2)-1] 7 if b(n,k,1)+b(n,k,2)+b(n,k,3)==0 8 b(n,k,:)=1; 9 end Gambar 5.2A Lisitng kode VMF
4 34 10 end 11 end for n=[2:c(1)-1] 14 for k=[2:c(2)-1] 15 r=1; for l=[-1:1] 18 for m=[-1:1] 19 Xi(1)=b(n+l,k+m,1); 20 Xi(2)=b(n+l,k+m,2); 21 Xi(3)=b(n+l,k+m,3); 22 mxi(r,:)=xi; 23 sum_m=0; for q=[-1:1] 26 for w=[-1:1] 27 Xj(1)=b(n+q,k+w,1); 28 Xj(2)=b(n+q,k+w,2); 29 Xj(3)=b(n+q,k+w,3); 30 d=xi-xj; 31 mag=norm(d); 32 sum_m=sum_m+mag; 33 end 34 end 35 S(r)=sum_m; 36 r=r+1; 37 end 38 end VMF=min(S); for r=[1:9] 43 if S(r)==VMF Gambar 5.2B Listing kode VMF
5 35 44 rv=r; 45 end 46 end NNI(n,k,1)=mXi(rv,1); 49 NNI(n,k,2)=mXi(rv,2); 50 NNI(n,k,3)=mXi(rv,3); end 53 end NNI=NNI(2:size(NNI,1), 2:size(NNI,2),:); 56 Ih = uint8(nni); Gambar 5.2C Listing Kode VMF Penjelasan dari gambar 5.3 : Baris 17 dan 18 adalah looping untuk vektor Xi dalam window mask yang berukuran 3x3 Baris 25 dan 26 adalah looping untuk vektor Xj dalam window mask yang berukuran 3x3 Baris ke 22 menyimpan nilai vektor Xi dalam matriks mxi dengan ukuran 3 x r. Dimana r adalah indeks pada matriks mxi. Baris ke 31 adalah fungsi untuk menghitung jarak antara vektor Xi dan Xj, yang kemudian hasilnya di jumlahkan dan hasil penjumlahannya dinyatakan dalam variabel bernama sum_m (baris 32) Baris ke 35, nilai sum_m disimpan ke dalam matriks S(r), dimana r disini berfungsi sebagai indeks untuk nilai sum_m pada matriks S. Kemudian pada S dicari nilai sum_m terkecil yang posisinya ditandai oleh r. Ketika nilai sum_m terkecil ditemukan maka r akan diganti menjadi rv.
6 36 Baris ke adalah mengganti nilai (n,k) dengan nilai mxi(rv), dimana rv tadi adalah posisi vektor dengan nilai θ yang minimum. Vektor hasil proses tersebut kemudian disusun kedalam matriks NNI, yang akan digunakan untuk masukan proses selanjutnya yaitu proses VDF. 5.4 Implementasi Proses VDF Pada bagian ini akan dijelaskan mengenai implementasi pada proses VDF beserta listing kode MATLAB-nya. Data masukan untuk proses VDF (gambar 5.4) ini adalah matriks Ih yang merupakan keluaran dari proses VMF. Pada VDF, proses yang dilakukan adalah menghitung total jumlah sudut antara vektor Xi, dan Xj dalam window lokal yang berukuran 3x3 yang kemudian di iterasi sebanyak ukuran citra masukan. Kemudian dicari nilai hasil penjumlahan sum_a yang terkecil jika ditemukan nilai sum_a yang bernilai minimum maka, posisi r akan dicatat dan nilai vektor yang ada pada posisi r akan disimpan pada matriks NI, dimana NI adalah citra keluaran dari proses HVF ini. 1 function [NI] = h_filter(a); 2 3 B=size(a); 4 a=double(a); 5 6 for n=[2:b(1)-1] 7 for k=[2:b(2)-1] 8 if a(n,k,1)+a(n,k,2)+a(n,k,3)==0 9 a(n,k,:)=1; 10 End 11 end Gambar 5.3A Listing kode VDF
7 37 12 end % VDF 15 for n=[2:b(1)-1] 16 for k=[2:b(2)-1] 17 r=1; for l=[-1:1] 20 for m=[-1:1] 21 Xi(1)=a(n+l,k+m,1); 22 Xi(2)=a(n+l,k+m,2); % vektor Xi berupa matrix 3x1 23 Xi(3)=a(n+l,k+m,3); 24 mxi(r,:)=xi; %matriks vektor Xi disimpan dengan ukuran 3xr 25 sum_a=0; for q=[-1:1] 29 for w=[-1:1] 30 Xj(1)=a(n+q,k+w,1); 31 Xj(2)=a(n+q,k+w,2); 32 Xj(3)=a(n+q,k+w,3); alfa=acos((xi(1)*xj(1)+xi(2)*xj(2)+xi(3)*xj( 3))/(norm(double(Xi))*norm(double(Xj)))); 35 sum_a=sum_a+abs(alfa); 36 end 37 end 38 S(r)=sum_a; 39 r=r+1; 40 end 41 end 42 VDF=min(S); Gambar 5.3B Listing kode VDF
8 38 43 for r=[1:9] 44 if S(r)==VDF 45 rv=r; 46 end 47 end 48 NI(n,k,1)=mXi(rv,1); 49 NI(n,k,2)=mXi(rv,2); 50 NI(n,k,3)=mXi(rv,3); 51 end 52 end NI=NI(2:size(NI,1), 2:size(NI,2),:); 55 NI=uint8(NI); 56 figure; imshow(ni), title('final Result'); NI=double(NI); Gambar 5.3C Listing Kode VDF Penjelasan dari gambar 5.4 : Baris 6-12 adalah error handling, dimana jika nilai vektor pada posisi (n,k) = 0 maka nilainya diganti menjadi 1. Tujuannya adalah untuk menghindari pembagian dengan 0 ketika mencari nilai sudut vektor Xi dan Xj Baris ke 24 menyimpan nilai vektor Xi dalam matriks mxi dengan ukuran 3 x r. Dimana r adalah indeks pada matriks mxi ketika nilai sum_a bernilai minimum Baris ke 34 adalah fungsi untuk menghitung alfa yaitu sudut antara vektor Xi dan Xj, yang kemudian hasilnya di jumlahkan (baris 35) dan hasilnya disimpan dalam variabel sum_a. Yang mana nantinya akan dicari nilai sum_a terkecil yang akan digunakan sebagai directional vector nya. Baris ke 38, nilai sum_a disimpan ke dalam matriks S(r). Kemudian dicari nilai sum_a terkecil pada S. Setelah
9 39 diketahui nilai sum_a yang terkecil kemudian nilai r yang menandai posisi sum_a tersebut diganti menjadi rv (baris 45). Baris ke adalah mengganti nilai (n,k) dengan nilai mxi(rv), dimana rv tadi adalah posisi vektor dengan nilai α minimum. Vektor hasil proses tersebut kemudian disimpan pada matriks NI. Dimana NI adalah citra keluaran dari VDF yang juga merupakan keluaran dari proses HVF. 5.5 PS R Pada gambar 5.4 adalah lisitng kode untuk mencari nilai PSNR dari citra hasil promrosesan (NI) dengan citra awal (Im). Listing kode yang dipakai pada perangkat lunak ini diciptakan oleh Gabriel Peyr. PSNR dari tiap-tiap channel citra keluaran dihitung secara terpisah kemudian diambil nilai rata-ratanya sehingga: PSNR = (PSNR (R) + PSNR (G) + PSNR (B) ) / 3 1 function p = psnr(x,y) 2 3 % psnr - compute the Peack Signal to Noise Ratio, defined by : 4 % PSNR(x,y) = 10*log10( max(max(x),max(y))^2 / x-y ^2 ). 5 % 6 % p = psnr(x,y); 7 % 8 % Copyright (c) 2004 Gabriel Peyr 9 x=double(x); 10 y=double(y); 11 d = mean( mean( (x(:)-y(:)).^2 ) ); 12 m1 = max( abs(x(:)) ); 13 m2 = max( abs(y(:)) ); 14 m = max(m1,m2); p = 10*log10( m^2/d ); Gambar 5.4 Listing kode PSNR
BAB IV DESAI SISTEM. Tabel 4.1 Lingkungan Desain Perangkat Lunak Prosesor : Core 2 Duo, 2 GHz Memori : 2 GB
BAB IV DESAI SISTEM Pada bab ini akan dibahas mengenai perancangan dan pembuatan aplikasi perangkat lunak. Perangkat lunak yang akan dibuat pada tugas akhir ini adalah aplikasi HVF Pada perancangan sistem
Lebih terperinciBAB III METODOLOGI. 3.1 Vector Median Filtering (VMF)
BAB III METODOLOGI Pada bab ini akan dijelaskan tentang metode yang dipakai dalam pengerjaan tugas akhir ini yang meliputi pengertian Vector Median Filtering (VMF), Vector Directional Filtering (VDF),
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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian menjelaskan bagaimana langkah-langkah atau tahapantahapan yang akan dilakukan dalam penelitian untuk dapat menjawab rumusan masalah penelitian. Tahapan
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
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 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 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 3 Ilustrasi pencarian titik pusat dan jari-jari pupil. Segmentasi
4 Perangkat keras berupa Notebook: Processor intel Core i3 2.2 GHz. RAM kapasitas 2. GB. Harddisk Kapasitas 5 GB. Monitor pada resolusi 1366 x 768 piksel. Merek Acer Aspire 475. Perangkat lunak berupa:
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 terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: PC dengan spesifikasi: a. Sistem Operasi : Microsoft Windows 10 Enterprise 64-bit
Lebih terperinciBAB 5 UJI COBA DAN ANALISA HASIL
BAB 5 UJI COBA DAN ANALISA HASIL Pada bab ini diuraikan mengenai lingkungan uji coba, hasil uji coba serta analisa hasil uji coba dari perangkat lunak. 5.1 Lingkungan Lingkungan uji coba merupakan komputer
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 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 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
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 implementasi persamaan Pulse
Lebih terperinciBAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses pengolahan citra digital. Hal ini dilakukan karena citra yang akan diolah kemungkinan memiliki
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang dilaksanakan ini merupakan peneltian eksperimental, yaitu penelitian yang pengumpulan datanya melalui pencatatan langsung dari hasil
Lebih 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 IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB VI PENGUJIAN. 6.1 Tujuan Pengujian. 6.2 Rancangan Pengujian
BAB VI PENGUJIAN Bagian ini membahas mengenai pengujian yang dilakukan terhadap perangkat lunak Cammar yang telah diimplementasikan. Hasil penguj ian tersebut akan dianalisis untuk mengetahui pencapaian
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 terperinciBAB 4 IMPLEMENTASI PERANGKAT LUNAK
BAB 4 IMPLEMENTASI PERANGKAT LUNAK Setelah tahap perancangan, tahap selanjutnya adalah tahap pembuatan sistem. Tahap tahap implementasi perangkat lunak mencakup lingkungan implementasi, serta program dalam
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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 10 Removal of Periodic Noise Dan Segmentasi
1 TEKNIK PENGOLAHAN CITRA Kuliah 10 Removal of Periodic Noise Dan Segmentasi Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu
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 IV HASIL DAN PEMBAHASAN. dua proses, yaitu proses akusisi data dan algoritma exemplar-based
BAB IV HASIL DAN PEMBAHASAN 4.1 Perancangan Aplikasi Secara umum aplikasi pemugaran citra digital terbagi menjadi dua proses, yaitu proses akusisi data dan algoritma exemplar-based image inpainting. Alur
Lebih terperinciTUGAS 2 COMPUTER VISION PERBAIKAN KUALITAS
Nama : Ariya Kusuma NIM : 12043124 (sore) TUGAS 2 COMPUTER VISION PERBAIKAN KUALITAS Gambar 1, building_gaussian Sebelum dilakukan teknik Perbaikan Kualitas, Perbaikan dengan teknik Perbaikan Kualitas
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 terperinci3. METODE PENELITIAN
19 3. METODE PENELITIAN 3.1 Diagram Alir Penelitian Kerangka pemikiran pada penelitian ini dapat digambarkan dalam suatu bagan alir seperti pada Gambar 8. Gambar 8 Diagram Alir Penelitian Pengumpulan Data
Lebih terperinciGambar 13 Pembangkitan ROI Audio dari 4.wav Dimulai dari Titik ke i = 1,2,,2L K, j = 1,2,,2 p.
Lokalisasi Kerusakan Watermarked audio diserang dengan white noise sepanjang 0.00808 detik menggunakan Audacity. Kemudian watermarked audio yang rusak dibandingkan dengan watermarked audio yang belum diserang.
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN. simulasi untuk mengetahui bagaimana performanya dan berapa besar memori
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Algoritma yang telah dirancang, akan diimplementasikan dalam program simulasi untuk mengetahui bagaimana performanya dan berapa besar memori yang dibutuhkan
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
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 terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Dalam bab ini akan dijelaskan dan ditampilkan bagaimana hasil dari rancangan program. Dimana didalam program ini terdapat tampilan login, tampilan menu utama, tampilan
Lebih terperinciA. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:
No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciTabel 2 Jumlah data prosedur uji. Crop Variable. Jumlah data LAI 104 SPAD 105 yield 64 LAI 104 SPAD 105 yield 64 LAI 62 SPAD 63 yield 34.
2. Cross validation 5 fold dengan pemisahan data Indramayu dan, menggunakan data berikut: 3. Supplied test set : training:, testing: Hymap training:, testing: Hymap 4. Percentage split dengan data training
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Ekstraksi ciri Citra yang digunakan dalam penelitian ini berukuran 150 x 150 pixel, sehingga jika divektorkan akan menghasilkan vektor berukuran 22500. Melalui tahap ekstraksi ciri
Lebih terperinciBAB 4 PENGUJIAN DAN EVALUASI. dengan menggunakan 15 tanda tangan yang berasal dari 1 user yang masing masing
BAB 4 PENGUJIAN DAN EVALUASI 4.1 Pengujian Pengujian tanda tangan dilakukan dengan cara meminta masing masing user untuk melakukan 60 tanda tangan. Lalu kami akan menyeleksi tanda tangan mereka dengan
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 9 Removal of Periodic Noise. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 9 Removal of Periodic Noise Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada penelitian ini ada beberapa tahapan penelitian yang akan dilakukan seperti terlihat pada gambar 3.1 berikut : Mulai Identifikasi Masalah Pengumpulan Data Analisa Aplikasi
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
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 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 terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
Lebih terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
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 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 terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
Lebih terperinciMuhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Konsep Operasi Ketetanggaan Aplikasi Operasi Ketetanggaan pada Filtering
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Closed Circuit Television (CCTV) adalah sistem pengawasan elektronik yang menggunakan kamera video, yang terhubung dengan sirkuit tertutup untuk menangkap, mengumpulkan,
Lebih terperinciArnes Sembiring Sekolah Tinggi Teknik Harapan Medan Abstrak
Perbandingan Algoritma Mean Filter, Median Filter dan Wiener Filter pada Aplikasi Restorasi Citra RGB Terdegradasi Impulse Noise Menggunakan The Peak Signal To Noise Ratio (PSNR) Arnes Sembiring Sekolah
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan dari bulan Maret sampai dengan bulan September
32 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dari bulan Maret sampai dengan bulan September 2015 dan tempat pelaksanaan penelitian ini di Laboratorium Elektronika
Lebih terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Nama Mahasiswa : Gigih Prasetyo Cahyono NRP : 1206 100 067 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Prof.
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 4 IMPLEMENTASI DAN EVALUASI. citra digital yang telah dibuat. Hasilnya dari program kemudian akan dievaluasi untuk
BAB 4 IMPLEMENTASI DAN EVALUASI Dalam bab 4 ini, akan dijelaskan proses implementasi program aplikasi restorasi citra digital yang telah dibuat. Hasilnya dari program kemudian akan dievaluasi untuk menentukan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam penelitian ini diperlukan sebuah desain dan metode penelitian agar dalam pelaksanaaannya dapat menjadi lebih teratur dan terurut. 3.1. Desain Penelitian Bentuk dari desain
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 terperinciLingkungan Implementasi Clustering Menggunakan SOM HASIL DAN PEMBAHASAN Pengumpulan Data Perkembangan Anak Validasi Cluster Menggunakan
sehingga dapat diproses dengan SOM. Pada tahap seleksi data, dipilih data perkembangan anak berdasarkan kategori dan rentang usianya. Kategori perkembangan tersebut merupakan perkembangan kognitif, motorik
Lebih terperinciENHANCED 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 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 4 ANALISA DAN BAHASAN
BAB 4 ANALISA DAN BAHASAN 4.1 Spesifikasi Sistem Sistem pengenalan objek 3 dimensi terbagi atas perangkat keras dan perangkat lunak. Spesifikasi sistem baik perangkat keras maupun lunak pada proses perancangan
Lebih terperinciAkurasi. Perangkat Lunak: Sistem operasi: Windows Vista Home Premium Aplikasi pemrograman: Matlab 7.0
Tabel 1 Dimensi citra di tiap level Level transformasi Dimensi citra 1 46 56 2 23 28 3 12 14 4 6 7 5 3 4 6 2 2 Pada Gambar 5 disajikan visualisasi transformasi wavelet hingga level 3. Deskripsi citra dekomposisi
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 terperinciHASIL DAN PEMBAHASAN. Data
dengan menggunakan model Bayesian Network. Nilai kemiripan dapat dihitung dengan Persamaan 21. P(I j Q)=n[1-(1-P(CS j CS)) x(1-p(ct j CT))] (21) dengan n adalah jumlah citra pada basis data, P(CS j CS)
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciKATA PENGANTAR. Penulis. Raizal Dzil Wafa M.
i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
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 terperinciPENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN
PENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN Chairisni Lubis 1) Yuliana Soegianto 2) 1) Fakultas Teknologi Informasi Universitas Tarumanagara Jl. S.Parman
Lebih terperinciMETODE PENELITIAN. Gambar 2 Metodologi penelitian.
4 penelitian i, kata diasosiasikan dengan anotasi citra (kata) dan dokumen diasosiasikan dengan citra. Matriks kata-citra tersebut didekomposisi meadi : A USV T dengan A adalah matriks kata-citra, matriks
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 terperinciAnalisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper
Cogito Smart Journal/VOL. 2/NO. 2/DESEMBER 2016 157 Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper Ivan Maulana 1, Pulung Nurtantio Andono 2 1,2 Program
Lebih terperinci4 Notepad dan Microsoft Excel sebagai editor data.
dengan menggunakan perangkat lunak ENVI disimpan dalam file.txt (Lampiran 1). File ini berisi informasi mengenai panjang gelombang dan nilai pantulan (reflectance) objek di permukaan bumi. Objek yang diperlukan
Lebih terperinciBAB III METODOLOGI. Support Vector Machines (SVM) merupakan salah satu metode machine
BAB III METODOLOGI 3.1 Hipotesis Support Vector Machines (SVM) merupakan salah satu metode machine learning yang dapat melakukan klasifikasi data dengan sangat baik. Metode ini bertujuan untuk mendapatkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dibahas mengenai Hasil dan Pembahasan Perangkat Lunak Game Halma menggunakan Metode Deep First Search (DFS). Untuk itu perlu dilakukan proses pengujian perangkat
Lebih terperinci4 HASIL DAN PEMBAHASAN
27 4 HASIL DAN PEMBAHASAN 4. Rancangan Arsitektur Sistem Arsitektur sistem yang akan dikembangkan dari penelitian ini terdiri dari 2 Komponen, yaitu: Komponen pertama adalah Komponen web, yaitu bagian
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 terperinciBAB III METODOLOGI PENELITIAN. pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based
BAB III METODOLOGI PENELITIAN Pada bab ini diuraikan metode penelitian yang digunakan penulisan dalam pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based image inpainting dan metode
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. pengkodean dan implementasi, memberikan petunjuk pemakaian program, dan
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang spesifikasi sistem yang digunakan dalam melakukan pengkodean dan implementasi, memberikan petunjuk pemakaian program, dan mengevaluasi program
Lebih terperincii. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz
Data yang pada awalnya berupa chanel stereo diubah ke dalam chanel mono. Kemudian data tersebut disimpan dengan file berekstensi WAV. Praproses Pada tahap ini dilakukan ekstraksi ciri menggunakan metode
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menjalankan aplikasi ini adalah : Prosesor Pentium IV 2.6 Ghz. Graphic Card dengan memori minimum 64 MB
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Lunak Aplikasi 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang dibutuhkan agar dapat menjalankan aplikasi ini adalah
Lebih terperinciPENGGUNAAN latar belakang dalam proses pembuatan VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING. Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini,
1 VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini, Abstrak Penggunaan gradasi yang halus pada penggabungan dua video pada proses video kompositing. Video
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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 5 Edge Sharpening. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 5 Edge Sharpening Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta
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 terperinciKelas. Kelas. p q r s t u v w x y Level Transformasi.
Fitur yang digunakan untuk pelatihan pada algoritme VFI5 diperoleh dari tiap-tiap piksel pada citra tanda tangan. Fitur pada pelatihan yang semula berupa matriks berukuran 3 4 piksel disusun menjadi matriks
Lebih terperinciBAB 4 IMPLEMENTASI DAN HASIL PENELITIAN. Pada bab 4 ini akan dijelaskan hasil rancangan sistem aplikasi optimizer, yaitu
BAB 4 IMPLEMENTASI DAN HASIL PENELITIAN Pada bab 4 ini akan dijelaskan hasil rancangan sistem aplikasi optimizer, yaitu implementasi sistem tersebut dan juga evaluasi dari implementasi sistem untuk mengetahui
Lebih terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
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 III METODOLOGI PENELITIAN. manusia dengan menggunakan metode Gabor Filter dan Algoritma
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak manusia dengan menggunakan
Lebih terperinci