STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Transformasi Citra ABDUL AZIS, M.KOM

Ukuran: px
Mulai penontonan dengan halaman:

Download "STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Transformasi Citra ABDUL AZIS, M.KOM"

Transkripsi

1 PENGOLAHAN CITRA DIGITAL Transformasi Citra 1

2 Dua Domain Manipulasi Image Spatial Domain : (image plane) Adalah teknik yang didasarkan pada manipulasi l a n g s u n g p i x e l s u a t u i m a g e. Frequency Domain : Adalah teknik yang didasarkan pada modifikasi t r a n s f o r m a s i F o u r i e r d a r i s u a t u i m a g e. Dimungkinkan pula teknik manipulasi image dengan cara menggabungkan dua b u a h d o m a i n d i a t a s. 2

3 Transformasi Fourier adalah konversi data image spasial I(x,y) menjadi r e p r e s e n t a s i f r e k u e n s i F ( u, v ). Baik representasi spasial maupun frekuensi memuat informasi yang ekuivalen dengan kelebihan dan k e k u r an ga nn y a m a s i ng - m a s i ng. 3

4 Perbedaan Domain Spasial & Frekuensi 4

5 5

6 Konstruksi Sebuah Image Basis vectors Combination Linear

7 Analisa Sebuah Image All basis images intensity ~ that frequency s coefficient 7

8 Maka Im I = a 1 I 1 + a 2 I a n I n Real Basis Im dapat di recovered dari a bila I invertible Fourier transform = real and imaginary part 8

9 Fundamentals Fourier Series : suatu fungsi periodik dapat direpresentasikan sebagai penjumlahan sinus/cosinus dari f r e k u e n s i y a n g b e r b e d a l e w a t perkalian koefisien yang berbeda. Fourier Transform : Fungsi non periodic dapat juga direpresentasikan sebagai integral dari sinus/cosinus dikalikan dengan weighting function. 9

10 Fourier Transform adalah representasi suatu image sebagai jumlah dari ekponensial yang kompleks yang m e l i p u t i b e s a r a n m a g n i t u d e s, f r e q u e n c i e s, d a n p h a s e s. Fourier Transform memegang peranan penting dalam berbagai aplikasi image procressing termasuk enhancement, analysis, restoration, dan compression. 10

11 Penjumlahan Fungsi 11

12 12

13 Variasi dari Fungsi Sinus 13

14 Teknik Fourier Image Dapat k e a dipandang sebagai array spasial dari nilai b u a n ( g r a y v a l u e ). Dapat juga dipandang sebagai sebuah fungsi s p a s i a l d i s k r e t. Selanjutnya image di dekomposisi kedalam sebuah himpunan fungsi orthogonal yang d i s e b u t d e n g a n b a s i s f u n c t i o n s. The Fourier basis functions : sinusoids. 14

15 Konsep umum adalah pemetaan fungsi i m a g e s p a s i a l k e d a l a m d o m a i n frekuensi lewat transformasi Fourier. Hasilnya adalah sebuah himpunan fungsi b a s i s s i n u s o i d a l d a n c o e f f i c i e n t s. Setiap weighted basis adalah menjelaskan kontribusi dari setiap bagian frekuensi t e r h a d a p k e s e l u r u h a n i m a g e. 15

16 Langkah Dasar Transformasi Fourier 16

17 Definisi Transformasi Fourier 17

18 Direct: Fourier Transform { f ( x)} F (u) f ( x)e i 2 u x dx f ( x)(cos2 ux i sin 2 ux)dx f ( x) cos2 uxdx even i f ( x) sin 2 uxdx odd 18

19 Inverse Fourier Transform Setelah processing pada domain frekuensi maka dikonversi ulang ke domain spasial lewat persamaan : 19

20 Bila f(x) adalah fungsi kontinyu dari variabel real x Maka Transformasi Fourier dari adalah : f(x) f (x) F (u) f (x) exp[ j2 ux]dx where j 1 20

21 Sebaliknya bila diberikan F(u), maka f(x) dapat dicari lewat inverse transformasi Fourier transform: 1 {F (u)} f (x) F (u) exp[ j2 ux]du Kedua persamaan tersebut disebut sebagai pasangan dari transformasi Fourier. 21

22 Transformasi Fourier adalah dari fungsi 2 variable : pasangan { f (x, y)} F (u, v) f (x, y) exp[ j2 (ux vy)]dxdy dan 1 {F (u, v)} f (x, y) F (u, v) exp[ j2 (ux vy)]dudv Dimana u,v adalah variabel frekuensi 22

23 Pengertian lain 23

24 24

25 Bila fungsi f(m,n) bernilai 1 sehingga b e r b e n t u k k o t a k dan nilai 0 untuk y a n g l a i n n y a. 25

26 Maka Magnitude dari Fourier Transform dalam bentuk Mesh P l o t a d a l a h s b b : 26

27 27

28 Contoh Display Fourier Transform 28

29 29

30 F(u) (magnitude function) adalah Fourier spectrum dari f(x) dan (u) sudut phasenya. The square P(u) of the 2 F (u) spectrum R 2 (u) I 2 (u) 30

31 Fourier spectrum: F(u,v) R 2 (u,v) I 2 (u,v) 1/ 2 Phase: (u, v) tan 1 I (u, v) R(u, v) Power spectrum: P(u,v) F(u,v) 2 R 2 (u,v) I 2 (u,v) 31

32 32

33 33

34 34

35 Contoh Image dan Hasil Tranformasi Fourier 35

36 Diskret Fourier Transform P erh itu n ga n Fo u rie r t ra n s for m pad a k o m p u t e r a k a n m e l i b a t k a n b e n t u k transform lain yaitu Discrete Fourier t r a n s f o r m ( D F T ). Ada dua alasan mengapa digunakan bentuk t r a n s f o r m D F T : Input dan output dari DFT keduanya dalam bentuk discrete yang akan memudahkan dalam p r o s e s m a n i p u l a s i. T e r d a p a t a l g o r i t m a y a n g c e p a t u n t u k menghitung DFT yang disebut dengan Fast F o u r i e r t r a n s f o r m ( F F T ). 36

37 37

38 38

39 Discrete Fourier Transform Suatu fungsi kontinyu f(x) dapat didiskritkan k e d a l a m b e n t u k u r u t a n t e r t e n t u d e n g a n m e n g a m b i l N s a m p l e s x u n i t s { f (x 0 ), f (x 0 x), f (x 0 2 x),..., f (x 0 [N 1] x)} 39

40 Fungsi Discrete Fungsi Kontinyu : f(x) Discretized at t = 0, 1, (f0, f1, 2, f2, 3, f3, ) 40

41 Discrete Fourier Transform Bila x diasumsikan sebagai nilai diskrit (0,1,2,3,,N-1), maka f (x) f (x 0 x x) Urut a n { f( 0), f(1 ),f(2), f ( N- 1 )} a da la h menunjukkan bahwa setiap bentuk N uniform dari ruang sample berkorespodensi dengan f u n g s i k o n t i n y u. 41

42 Discrete Fourier Transform Pasangan Discrete Fourier Transform yang diaplikasikan terhadap fungsi s a m p l e d i n y a t a k a n d e n g a n : N 1 1 F (u) f (x) exp[ j2 ux / N ] For u=0,1,2,,n-1 N x 0 and N 1 f (x) f (u) exp[ j2 ux / N ] For x=0,1,2,,n-1 u 0 42

43 Discrete Fourier Transform Nilai u = 0, 1, 2,, N-1 berkorespondensi dengan sample dari transformasi kontinyu pada nilai 0, u, 2 u,, (N-1) u. Contoh : F(u) adalah representasi F(u u), dimana : u 1 N x 43

44 e j cos( cos ) j sin cos( ) M 1 1 F (u) f (x)[cos2 ux / M j sin2 ux / M ] M x 0 Seiap bentuk dari Fourier Transform FT (F(u) untuk setiap u) adalah tersusun dari semua nilai f(x). 44

45 Discrete Fourier Transform Dalam adalah F (u, v) kasus 2 variable, pasangan DFT : M 1 N 1 1 MN x 0 y 0 f (x, y) exp[ j2 (ux / M vy / N )] For u=0,1,2,,m-1 and v=0,1,2,,n-1 Dan: M 1 N 1 f (x, y) F (u, v) exp[ j2 (ux / M vy / N )] u 0 v 0 For x=0,1,2,,m-1 and y=0,1,2,,n-1 45

46 Discrete Fourier Transform Sampling dari fungsi sekarang dalam bentuk 2-D grid ( x, y divisions). Fungsi discrete f(x,y) menunjukkan samples dari fungsi f(x 0 +x x,y 0 +y y) u n t u k x = 0, 1, 2,, M - 1 a n d y = 0, 1, 2,, N u, v M x N y 46

47 Discrete Fourier Transform Bila images dikenakan sampling dalam bentuk square array, M = N dan pasangan Fourier T r a n s f o r m m e n j a d i : N 1 N 1 1 F (u, v) f (x, y) exp[ j2 (ux vy) / N ] N x 0 y 0 Dan: For u,v=0,1,2,,n-1 N 1 N 1 1 f (x, y) F (u, v) exp[ j2 (ux vy) / N ] N u 0 v 0 For x,y=0,1,2,,n-1 47

48 Discrete Fourier Transform 48

49 Discrete Fourier Transform Untuk menghitung F(u) maka dilakukan substitusi u = 0 dalam bentuk exponential d a n s u m d a r i s e m u a n i l a i u Berakibat pada total jumlah dan perkalian M*M M 1 1 F(u) f (x)exp[ j2 ux / M] For u=0,1,2,,m-1 M x 0 49

50 Fast Fourier Transform 1 N 1 F (u) f (x) exp[ j2 ux / N ] N x 0 Dari persamaan diatas, jumlah perkalian c o m p l e x d a n p e n j u m l a h a n u n t u k mengimplementasikan Transformasi Fourier adalah N 2 (N complex multiplications and N-1 additions) untuk setiap N nilai dari u. 50

51 Image Enhancement Pada Domain Frekuensi 51

52 52

53 53

54 Filtering Pada Domain Frekuensi Hitung Transformasi Fourier dari Image Kalikan hasil dengan sebuah filter fungsi t r a n s f e r L a k u k a n i n v e r s m e n g h a s i l k a n Summary: G(u,v) = H(u,v) F(u,v) Filtered Image = t r a n s f o r m u n t u k p e r b a i k a n i m a g e 1 G(u,v) 54

55 Tipe dari enhancement : L owpass filtering : mengurangi high - f requenc y c ontent blurring atau s m o o t h i n g Highpass filtering: menambah magnitude dari high-frequency components relatif terhadap low-frequency components s h a r p e n i n g. 55

56 56

57 57

58 58

59 Lowpass Filtering Edges, noise contribute significantly to the high-frequency content of the FT o f a n i m a g e. Blurring/smoothing is achieved by reducing a specified range of highf r e q u e n c y c o m p o n e n t s : G(u, v) H(u, v)f(u, v) 59

60 60

61 61

62 62

63 63

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 MKB3383 - Teknik Pengolahan Citra Pengolahan Citra di Kawasan Frekuensi (Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 2015/2016 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi

Lebih terperinci

Muhammad Zidny Naf an, M.Kom. Gasal 2016/2017

Muhammad Zidny Naf an, M.Kom. Gasal 2016/2017 MKB3383 - Teknik Pengolahan Citra Pengolahan Citra di Kawasan Frekuensi Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 06/07 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi Fourier

Lebih terperinci

TEKNIK 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. 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 terperinci

Pengolahan Citra di Ranah Frekuensi

Pengolahan Citra di Ranah Frekuensi Pengolahan Citra di Ranah Frekuensi Iwan Setyawan Dept Electronic Engineering, Satya Wacana Christian University EE-671 Pengolahan Citra & Video Digital Pendahuluan Sama seperti pada ranah spatial, pengolahan

Lebih terperinci

TEKNIK 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. 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 terperinci

MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( )

MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( ) MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA (08 615 013) 2. DYA AYU NINGTYAS (08 615 017) JURUSAN TEKNOLOGI INFORMASI POLITEKNIK NEGERI SAMARINDA 2010 TRANSFORMASI

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknikteknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu

Lebih terperinci

Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)

Simulasi 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 terperinci

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2 Copyright @2007 by Emy 1 PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI Copyright @2007 by Emy 2 Kompetensi Mampu membedakan teknik image enhancement menggunakan domain spatial dan frekuensi

Lebih terperinci

TRANSFORMASI CITRA: PROSES KONVOLUSI. Bertalya Universitas Gunadarma

TRANSFORMASI CITRA: PROSES KONVOLUSI. Bertalya Universitas Gunadarma TRASFORMASI CITRA: PROSES KOVOLUSI Bertalya Universitas Gunadarma PROSES KOVOLUSI Formula Konvolusi: dummy variable o integration Mekanisme konvolusi dalam bentuk integral ini tidak mudah untuk digambarkan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dijelaskan tentang berbagai teori yang digunakan untuk melakukan penelitian ini. Teori yang berhubungan seperti penjelasan moment secara umum, Zernike polynomials,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Contoh: tanpa & dengan texture mapping

Contoh: tanpa & dengan texture mapping Contoh: tanpa & dengan texture mapping Texture Mapping Memetakan peta tekstur 2D (2D texture map) ke permukaan objek kemudian memproyeksikannya ke bidang proyeksi (projection plane) Teknik: Forward mapping

Lebih terperinci

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA ABDUL AZIS, M.KOM

STMIK 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 terperinci

DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL

DEKOMPOSISI 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 terperinci

Mata kuliah Digital Image Processing

Mata kuliah Digital Image Processing Mata kliah Digital Image Processing Image Enhancement in the Freqency Domain Perteman ke-5 Dr. Hary Bdiarto Pasca Sarjana STMIK Eresha Freqency Domain Methods Spatial Domain Freqency Domain Basics of Enhancement

Lebih terperinci

Histogram. Peningkatan Kualitas Citra

Histogram. 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 terperinci

LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL

LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL oleh Setyo Nugroho Jurusan Teknik Informatika STIKOM Balikpapan 2005

Lebih terperinci

Transformasi Fourier dan Filtering

Transformasi Fourier dan Filtering Transformasi Fourier dan Filtering Domain Spasial vs Domain Frekuensi Domain Spasial Konsep koordinat baris dan kolom Pemrosesan pixel-by-pixel Komputasi lama (terutama citra dengan ukuran spasial tinggi)

Lebih terperinci

REPRESENTASI ISYARAT ISYARAT FOURIER

REPRESENTASI ISYARAT ISYARAT FOURIER REPRESENTASI ISYARAT ISYARAT FOURIER Ridzky Novasandro (32349) Yodhi Kharismanto (32552) Theodorus Yoga (34993) Jurusan Teknik Elektro dan Teknologi Informasi Fakultas Teknik Universitas Gadjah Mada 3.

Lebih terperinci

Peningkatan Kualitas Citra. Domain Spasial

Peningkatan 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 terperinci

Kuantisasi Gray Level untuk Enhancement Citra

Kuantisasi Gray Level untuk Enhancement Citra Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Kuantisasi Gray Level untuk Enhancement Citra Content: 1. Definisi 2. Ketetanggaan Citra 3. Operator T 4. Transformasi Gray Level

Lebih terperinci

IMPLEMENTASI DIGITAL WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN METODE DISCRETE HARTLEY TRANSFORM (DHT)

IMPLEMENTASI DIGITAL WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN METODE DISCRETE HARTLEY TRANSFORM (DHT) IMPLEMENTASI DIGITAL WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN METODE DISCRETE HARTLEY TRANSFORM (DHT) Yuri Arianto 1, Kadek Suarjuna Batubulan 2, Arthur Ahmad Fauzi 3 1,2,3 Program Studi Teknik Informatika,

Lebih terperinci

KAJIAN PENCOCOKAN CITRA DIGITAL SETELAH LOW PASS FILTER DAN HIGH PASS FILTER DENGAN TEKNIK KORELASI

KAJIAN PENCOCOKAN CITRA DIGITAL SETELAH LOW PASS FILTER DAN HIGH PASS FILTER DENGAN TEKNIK KORELASI KAJIAN PENCOCOKAN CITRA DIGITAL SETELAH LOW PASS FILTER DAN HIGH PASS FILTER DENGAN TEKNIK KORELASI Draft Tugas Akhir Diajukan Sebagai Salah Satu Syarat Mendapatkan Gelar Sarjana Teknik Disusun oleh :

Lebih terperinci

KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM)

KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) Cilla Sundari 1, Muhammad Nasir 2, Hari Toha Hidayat 3 Program Studi Teknik Informatika, Jurusan Teknologi

Lebih terperinci

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth

Lebih terperinci

PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING

PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING PERBANDINGAN TEKNIK PENYEMBUNYIAN DATA DALAM DOMAIN SPASIAL DAN DOMAIN FREKUENSI PADA IMAGE WATERMARKING Bayu Adi Persada NIM : 13505043 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Image Enhancement by webmaster - Thursday, December 31, 2015 http://suyatno.dosen.akademitelkom.ac.id/index.php/2015/12/31/image-enhancement/ Definisi Perbaikan citra merupakan proses yang dilakukan untuk

Lebih terperinci

LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA

LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA LAPORAN TUGAS AKHIR VISUALISASI TRANSFORMASI FOURIER UNTUK PENINGKATAN KUALITAS CITRA Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada Fakultas

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL 1 2 Representasi Image 1 bit 8 bits 3 24 bits 4 Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. 5 Hi s togr a m dar i i ma ge

Lebih terperinci

Gambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004)

Gambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004) BAB II TEORI DASAR 2.1 Fotogrametri Digital Fotogrametri dapat didefinisikan sebagai suatu ilmu dan teknologi yang berkaitan dengan proses perekaman, pengukuran/pengamatan, dan interpretasi (pengenalan

Lebih terperinci

Aplikasi Transformasi Hartley pada Analisa Kontinuasi Data Gravitasi dan Geomagnet

Aplikasi Transformasi Hartley pada Analisa Kontinuasi Data Gravitasi dan Geomagnet 222 Prosiding Pertemuan Ilmiah XXV HFI Jateng & DIY Aplikasi Transformasi Hartley pada Analisa Kontinuasi Data Gravitasi dan Geomagnet Syamsu Rosid dan Benny Irawan Departemen Fisika, FMIPA Universitas

Lebih terperinci

Digital Audio Watermarking dengan Fast Fourier Transform

Digital Audio Watermarking dengan Fast Fourier Transform Digital Audio Watermarking dengan Fast Fourier Transform Otniel 13508108 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan

Lebih terperinci

EE-662 Pengolahan Citra Digital Image Enhancement dalam Ranah Frekuensi

EE-662 Pengolahan Citra Digital Image Enhancement dalam Ranah Frekuensi EE-662 Pengolahan Citra Digital Image Enhancement dalam Ranah Frekuensi Dr. Iwan Setyawan 1 / 124 Pendahuluan dalam ranah Domain Pada bagian ini akan dibahas bagaimana merepresentasikan serta mengolah

Lebih terperinci

HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL

HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT PENDIDIKAN TEKNIK TELEKOMUNIKASI JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN

Lebih terperinci

CHAPTER 4. Konvolusi (Spatial Filter) & Transformasi Fourier Universitas Telkom

CHAPTER 4. Konvolusi (Spatial Filter) & Transformasi Fourier Universitas Telkom CS324 Pengolahan Citra UAS CHAPTER 4. Konvolusi Spatial Filter & Transformasi Fourier Universitas Telkom TIK ahasiswa memahami konsep serta manfaat dari proses konvolusi ahasiswa mengenal Transformasi

Lebih terperinci

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

Pertemuan 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 terperinci

ANALISA SINYAL DAN SISTEM TE 4230

ANALISA SINYAL DAN SISTEM TE 4230 ANALISA SINYAL DAN SISTEM TE 430 TUJUAN: Sinyal dan Sifat-sifat Sinyal Sistem dan sifat-sifat Sisterm Analisa sinyal dalam domain Waktu Analisa sinyal dalam domain frekuensi menggunakan Tools: Transformasi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDASAN TEORI 2.. Citra Digital Citra adalah suatu representasi(gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

Lebih terperinci

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Kata kunci: Fourier, Wavelet, Citra

Kata kunci: Fourier, Wavelet, Citra TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi

Lebih terperinci

Implementasi Image Enhancement Menggunakan Homomorphic Filtering

Implementasi Image Enhancement Menggunakan Homomorphic Filtering Implementasi Image Enhancement Menggunakan Homomorphic Filtering Rudy Adipranata 1, Cherry Galatia Ballangan 2, William Susanto Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI091391 OPTIMASI NILAI AMBANG WAVELET BERBASIS LOGIKA FUZZY PADA DENOISING CITRA BERWARNA (Kata kunci: denoising, transformasi wavelet, logika fuzzy, thresholding, median absolute

Lebih terperinci

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM PENGOLAHAN CITRA Akuisisi dan Model Dasar Image 1 2 Apakah itu image / citra? Gambar atau foto atau data visual lainnya, umumnya dalam bentuk 2D atau 3D. Apakah itu digital image? Sebuah image yang berbentuk

Lebih terperinci

2

2 SISTEM WATERMARKING UNTUK DETEKSI DAN RECOVERY CITRA MEDIS TERMODIFIKASI MENGGUNAKAN DISCRETE COSINE TRANSFORM (DCT) DAN ABSOLUTE MOMENT BLOCK TRUNCATION CODING (AMBTC) Nida Mujahidah Azzahra 1, Adiwijaya

Lebih terperinci

Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1

Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1 Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1 Tujuan Belajar Peserta mengerti proses interpolasi yang terjadi dalam DAC Digital to Analog Converter Digital to Analog Converter digunakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Citra 2.. Definisi Citra Digital Citra atau gambar merupakan salah satu bentuk informasi visual yang kaya akan informasi. Citra berasal dari cahaya yang dipantulkan oleh sebuah

Lebih terperinci

BAB II PENCUPLIKAN DAN KUANTISASI

BAB II PENCUPLIKAN DAN KUANTISASI BAB II PENCUPLIKAN DAN KUANTISASI Sebagian besar sinyal-sinyal di alam adalah sinyal analog. Untuk memproses sinyal analog dengan sistem digital, perlu dilakukan proses pengubahan sinyal analog menjadi

Lebih terperinci

STK 572 Manajemen Data Statistik

STK 572 Manajemen Data Statistik STK 572 Manajemen Data Statistik Pertemuan 12 Tim Dosen: Dr. Farit Muhammad Affendi Dr. Agus M Soleh Pembangkitan Bilangan Acak Dr. Agus M Soleh agusms@apps.ipb.ac.id 2 Pendahuluan Pembangkitan bil. acak

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.. Respon Impuls Akustik Ruangan. Respon impuls akustik suatu ruangan didefinisikan sebagai sinyal suara yang diterima oleh suatu titik (titik penerima, B) dalam ruangan akibat suatu

Lebih terperinci

BAB III PENGOLAHAN DATA

BAB 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 terperinci

PEMBANGKITAN SINYAL DAN FUNGSI FFT

PEMBANGKITAN SINYAL DAN FUNGSI FFT PEMBANGKITAN SINYAL DAN FUNGSI FFT P R A K T I K U M 3 P E N G A N T A R P E M R O S E S A N B A H A S A A L A M I D O W N L O A D S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa

Lebih terperinci

Jaringan Syaraf Tiruan pada Robot

Jaringan Syaraf Tiruan pada Robot Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.

Lebih terperinci

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2]

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2] Bab II Teori Dasar 2.1 Proses Akuisisi Data [2, 5] Salah satu fungsi utama suatu sistem pengukuran adalah pembangkitan dan/atau pengukuran tehadap sinyal fisik riil yang ada. Peranan perangkat keras (hardware)

Lebih terperinci

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

Pengolahan 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 terperinci

BAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods

BAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods BAB II LANDASAN TEORI 2.1 Definisi Digital Image Processing Digital Image Processing adalah proses pengolahan gambar dua dimensi oleh perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez

Lebih terperinci

SINYAL DAN SISTEM DALAM KEHIDUPAN

SINYAL DAN SISTEM DALAM KEHIDUPAN SINYAL DAN SISTEM DALAM KEHIDUPAN DUM 27 Agustus 2014 Definisi Sinyal Sinyal merupakan sebuah fungsi yang berisi informasi mengenai keadaan tingkah laku dari sebuah sistem secara fisik, Meskipun sinyal

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

10/22/2015 PEMBANGKITAN SINYAL DAN FUNGSI FFT SIGNAL DI MATLAB SAWTOOTH DAN SQUARE

10/22/2015 PEMBANGKITAN SINYAL DAN FUNGSI FFT SIGNAL DI MATLAB SAWTOOTH DAN SQUARE PEMBANGKITAN SINYAL DAN FUNGSI FFT P R AK T I K U M 3 P E N G AN T A R P E M R O S E S AN B AH A S A AL A M I D O W N L O AD S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa contoh

Lebih terperinci

DETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI

DETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI DETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Analisa 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 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 terperinci

IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING

IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING IMPLEMENTASI IMAGE ENHANCEMENT MENGGUNAKAN HOMOMORPHIC FILTERING Rudy Adipranata 1) Cherry Galatia Ballangan 2) William Susanto Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen

Lebih terperinci

MODUL 7 TRANSFORMASI FOURIER DISKRIT

MODUL 7 TRANSFORMASI FOURIER DISKRIT MODUL 7 TRANSFORMASI FOURIER DISKRIT I. TUJUAN - Siswa mampu memahami konsep dasar transformasi sinyal awaktu diskrit dan mampu menyusun program simulasinya. II. TEORI DASAR Sebelum kita berbicara tentang

Lebih terperinci

BAB 2 LATAR BELAKANG

BAB 2 LATAR BELAKANG 4 BAB 2 LATAR BELAKANG 2.1. Mobile Learning Mobile learning secara singkat dapat didefinisikan sebagai pembelajaran yang memanfaatkan peluang menyelenggarakan Kegiatan Belajar Mengajar (KBM) melalui teknologi

Lebih terperinci

PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)

PERBAIKAN 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 terperinci

Studi Perbandingan Metode DCT dan SVD pada Image Watermarking

Studi Perbandingan Metode DCT dan SVD pada Image Watermarking Studi Perbandingan Metode DCT dan SVD pada Image Watermarking Shofi Nur Fathiya - 13508084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) 0//04 CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) Intelligent Computing and Multimedia (ICM) IMAGE SMOOTHING 0 //04 0 //04 Image Smoothing Biasa dilakukan

Lebih terperinci

Pengantar Mata Kuliah Pengolahan Citra

Pengantar Mata Kuliah Pengolahan Citra Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan

Lebih terperinci

Analisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming

Analisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming 85 Analisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming Moh Fausi, Agus Naba dan Djoko Santjojo Abstract The main problem in the application of the sound source

Lebih terperinci

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL EK.353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT : Sinyal dan Pemrosesan Sinyal Tujuan pembelajaran umum : Para mahasiswa mengetahui tipe-tipe sinyal, pemrosesan dan aplikasinya Jumlah pertemuan

Lebih terperinci

SAMPLING DAN KUANTISASI

SAMPLING DAN KUANTISASI SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan

Lebih terperinci

Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital

Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo

Lebih terperinci

udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.

udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar. BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun

Lebih terperinci

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari

Lebih terperinci

STUDI DAN IMPLEMENTASI NON BLIND WATERMARKING DENGAN METODE SPREAD SPECTRUM

STUDI DAN IMPLEMENTASI NON BLIND WATERMARKING DENGAN METODE SPREAD SPECTRUM STUDI DAN IMPLEMENTASI NON BLIND WATERMARKING DENGAN METODE SPREAD SPECTRUM Bayu Adi Persada NIM : 13505043 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

Arnes Sembiring Sekolah Tinggi Teknik Harapan Medan Abstrak

Arnes 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 terperinci

BABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.

BABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal

Lebih terperinci

2.4. Vector Quantization Kebisingan BAB III METODOLOGI PENELITIAN Desain Penelitian Requirements Definition...

2.4. Vector Quantization Kebisingan BAB III METODOLOGI PENELITIAN Desain Penelitian Requirements Definition... DAFTAR ISI PERNYATAAN... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iii ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii BAB I PENDAHULUAN...

Lebih terperinci

Fast Fourier Transform

Fast Fourier Transform Fast Fourier Transform Perbandingan Algoritma Fast Fourier Transform Dengan Algoritma Dasar Dalam Mengalikan Polinomial Andika Kusuma Informatika Institut Teknologi Bandung Bandung, Indonesia 13515033@std.stei.itb.ac.id

Lebih terperinci

FUNGSI Matematika Industri I

FUNGSI Matematika Industri I FUNGSI TIP FTP UB Pokok Bahasan Memproses bilangan Komposisi fungsi dari fungsi Jenis fungsi Fungsi trigonometrik Fungsi eksponensial dan logaritmik Fungsi ganjil dan fungsi genap Pokok Bahasan Memproses

Lebih terperinci

Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.

Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi

Lebih terperinci

1. Sinyal adalah besaran fisis yang berubah menurut. 2. X(z) = 1/(1 1,5z 1 + 0,5z 2 ) memiliki solusi gabungan causal dan anti causal pada

1. Sinyal adalah besaran fisis yang berubah menurut. 2. X(z) = 1/(1 1,5z 1 + 0,5z 2 ) memiliki solusi gabungan causal dan anti causal pada 1. Sinyal adalah besaran fisis yang berubah menurut 2. X(z) = 1/(1 1,5z 1 + 0,5z 2 ) memiliki solusi gabungan causal dan anti causal pada 3. X + (z) mempunyai sifat sifat seperti yang disebutkan di bawah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016 IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dua

Lebih terperinci

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang

Lebih terperinci

MATHunesa (Volume 3: No 2) 2014

MATHunesa (Volume 3: No 2) 2014 APLIKASI DETEKSI TEPI SOBEL UNTUK IDENTIFIKASI TEPI CITRA MEDIS Mochamad Nor Cholis Jurusan Matematika, FMIPA, Universitas Negeri Surabaya, email : cholis029@gmail.com Yusuf Fuad Jurusan Matematika, FMIPA,

Lebih terperinci

BAB II TI JAUA PUSTAKA

BAB 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 terperinci

PENDAHULUAN Tujuan Latar Belakang Ruang Lingkup Manfaat Penelitian TINJAUAN PUSTAKA Nada dan Chord Gitar

PENDAHULUAN Tujuan Latar Belakang Ruang Lingkup Manfaat Penelitian TINJAUAN PUSTAKA Nada dan Chord Gitar PENDAHULUAN Latar Belakang Sistem pendengaran manusia memiliki kemampuan yang luar biasa dalam menangkap dan mengenali sinyal suara. Dalam mengenali sebuah kata ataupun kalimat bukanlah hal yang sulit

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengenalan Pola Pengenalan pola (pattern recognition) adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur atau sifat

Lebih terperinci

BAB 2 LANDASAN TEORI. Image digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah

BAB 2 LANDASAN TEORI. Image digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah BAB 2 LANDASAN TEORI 2.1 Image Digital Pengertian Image Digital Image digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari image asal yang bersifat analog. Mengacu

Lebih terperinci

3. Analisis Spektral 3.1 Analisis Fourier

3. Analisis Spektral 3.1 Analisis Fourier 3. Analisis Spektral 3.1 Analisis Fourier Hampir semua sinyal Geofisika dapat dinyatakan sebagai suatu dekomposisi sinyal ke dalam fungsi sinus dan cosinus dengan frekuensi yang berbeda-beda (juga disebut

Lebih terperinci

LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT. Tulus Sepdianto

LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT. Tulus Sepdianto LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT Tulus Sepdianto 1206100002 PENDAHULUAN Latar Belakang Penggunaan internet secara global Distribusi

Lebih terperinci

PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16

PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16 PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16 Nama : Daniel Tjondro Wibowo NRP : 0622010 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1 JURNAL TEKNIK POMITS Vol. 2, No. 1, (201) ISSN: 27-59 (201-9271 Print) 1 Implementasi Citra dengan Menggunakan Regresi Linier dan Metode Wavelet Rina Kharisma Juwitasari, Diana Purwitasari, dan Rully Soelaiman

Lebih terperinci

Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial

Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial Kuliah ke-3 Program Studi S Reguler Departemen Teknik Elektro, FTUI Slides 29 Tujuan Peningkatan Mutu Citra (image enhancement) Tujuan: melakukan

Lebih terperinci

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti

Lebih terperinci

PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)

PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik

Lebih terperinci