PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN

Save this PDF as:

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN"

Transkripsi

1 PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun Medan // Gmail : ABSTRAK Operasi Filtering merupakan salah satu bagian dari perbaikan kualitas citra, yaitu mengurangi noise yang ada pada citra. Citra yang dikenal dalam komputer adalah citra dalam format digital. Citra digital dapat mengalami penurunan kualitas atau beberapa gangguan yang mungkin terjadi, seperti kamera tidak fokus atau munculnya bintik-bintik yang bisa terjadi disebabkan oleh proses pengambilan gambar yang tidak sempurna maupun secara disengaja akibat proses pengolahan yang tidak sesuai dan bisa juga disebabkan oleh kotorankotoran yang menempel pada citra. Metode filter gaussian bertujuan untuk mengurangi noise dengan cara menentukan kernel matriks dan bekerja dengan menggantikan nilai intensitas setiap pixel citra masukan dengan rata-rata dari nilai pembobotan kernel untuk setiap pixel-pixel tetangganya dan pixel itu sendiri. Pada proses pengurangan noise ukuran kernel sangat mempengaruhi dalam memperoleh hasil kualitas citra. Penelitian ini telah menghasilkan sebuah program aplikasi untuk mengurangi noise dengan metode filter gaussian. Citra uji yang digunakan pada penelitian ini menggunakan citra berwarna. Citra tersebut di masukan dan ditampilkan pada program. Kemudian dilakukan proses Gaussian filtering dengan menggunakan metode filter gaussian. Maka akan dihasilkan suatu citra sesuai yang diinginkan. Kata Kunci :Filtering, Noise, Filter Gaussian, Pengurangan Noise 1. Pendahuluan Citra merupakan suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra yang dikenal dalam komputer adalah citra dalam format digital. Citra digital dapat mengalami penurunan kualitas atau beberapa gangguan yang mungkin terjadi, seperti kamera tidak fokus atau munculnya bintik-bintik yang bisa terjadi disebabkan oleh proses pengambilan gambar yang tidak sempurna maupun secara disengaja akibat proses pengolahan yang tidak sesuai dan bisa juga disebabkan oleh kotoran-kotoran yang menempel pada citra. Gangguan pada citra umumnya berupa variasi intensitas suatu pixel yang tidak berkolerasi dengan pixel tetanggannya, pixel yang mengalami gangguan umumnya memiliki frekuesi tinggi, setiap gangguan pada citra dinamakan noise. Citra yang mengandung noise memerlukan langkah-langkah perbaikan untuk meningkatkan kualitas citra tanpa mengurangi lebih banyak kualitas detail citra serta menghasilkan citra dengan informasi yang cukup akurat, peningkatan kualitas citra adalah suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Tujuan utama dari peningkatan kualitas citra adalah untuk memproses citra sehingga citra yang dihasilkan lebih baik dari pada citra aslinya untuk aplikasi tertentu. Salah satu tekhnik perbaikan citra yaitu operasi filtering, operasi yang dilakukan adalah meloloskan atau menerima komponen dengan frekuensi tertentu dan menghilangkan atau menolak komponen dengan frekuensi yang lain dalam hal ini merupakan filter lolos rendah (low pass filter) yang berarti meloloskan komponen frekuensi yang rendah. Untuk pengurangan noise, terdapat beberapa metode yang dapat digunakan seperti mean filtering, median filtering, dan filter gaussian (gausian filtering), setiap metode mempunyai kelebihan dan kekurangan masing-masing tergantung kebutuhan dalam pengolahan citra sendiri, dalam penyusunan skripsi ini, penulis menggunakan metode filter gaussian. Filter gaussian secara meluas telah digunakan dalam bidang analisis citra terutama untuk proses penghalusan, pengaburan, menghilangkan detil dan menghilangkan derau (noise). matriks dengan matriks asli sangat bagus sehingga hasil yang diberikan lebih mendekati citra aslinya sehingga sangat bagus untuk pengolahan pada citra yang ber noise dengan efektifitas cepat. Maka penulis sangat tertarik memanfaatkan metode filter gaussian didalam memperbaiki kualitas citra untuk mengurangi gangguan derau (noise) pada citra digital. 2. Tinjauan Pustaka 2.1 Penelitian Sebelumnya Menurut Nataniel dan Heliza Rahmania Hatta (2009), menyebutkan Perancangan atau desain didefinisikan sebagai proses aplikasi berbagai teknik dan prinsip bagi tujuan pendefinisian suatu perangkat, suatu proses atau sistem dalam detail yang memadai untuk memungkinkan realisasi 72

2 fisiknya. Untuk mengendalikan proses desain. Menurut A. Davis dalam jurnal yang berjudul Perancangan Sistem Informasi Terpadu Pemerintah Daerah Kabupaten Paser (2009), mengusulkan serangkaian prinsip-prinsip dasar dalam perancangan/desain sebagai berikut: Gambar 2.3 Ilustrasi digitalisasi Citra Sumber : Darma Putra Pengolahan Citra Digital. Contoh lain dari suatu citra digital (citra grayscale), dengan nilai intensitas dari citra pada area tertentu. a. Desain tidak boleh menderita karena tunnel vision (visi terowongan). b. Desain tidak boleh berulang. c. Desain harus terstruktur untuk mengakomodasi perubahan. d. Desain harus terstruktur untuk berdegradasi dengan baik, bahkan pada saat data dan eventevent (kejadian-kejadian) menyimpang atau menghadapi kondisi operasi. e. Desain bukan pengkodean dan pengkodean bukanlah desain. f. Desain harus dinilai kualitasnya pada saat desain dibuat, bahkan setelah jadi. 2.2.Citra Digital Secara umum pengolahan citra digital menunjuk pada pemrosesan gambar 2 dimensi menggunakan komputer. Dalam konteks yang lebih luas, pengolahan citra digital mengacu pada pemrosesan setiap data 2 dimensi. Citra digital merupakan sebuah larik (array) yang berisi nilainilai real maupun komplek yang direpresentasikan dengan deretan bit tertentu.suatu citra dapat didefinisikan sebagai fungsi f (x,y) berukuran M baris dan N kolom, dengan x dan y koordinat spasial, dan intensitas f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Nilai pada suatu irisan dan antara baris dan kolom (pada posisi x,y) disebut dengan picture elements, image elements, pels, atau pixel. istilah pixel sering digunakan pada citra digital. Setiap pixel tidak hanya satu titik dalam sebuah citra merupakan sebuah bagian berupa kotak yang merupakan bagian terkecil (sel). Nilai dari sebuah pixel haruslah dapat menunjukan nilai rata-rata yang sama untuk seluruh bagian dari sel tersebut.gambar 2.3 menunjukan ilustrasi digitalisasi citra dengan M sama dengan = 16 baris dan N sama dengan N=16 kolom. Baris f(x,y) Kolom Gambar 2.4 Citra grayscale, cuplikan (croping) pada area tertentu beserta nilai intensitas nya. Sumber : Darma Putra Pengolahan Citra Digital. 2.3 Analisa Noise (Derau) Noise adalah suatu bentuk kerusakan pada image signal yang disebabkan oleh gangguan eksternal, melainkan ikut tercampur pada citra. Gangguan tersebut umumnya berupa variasi intensitas (derajat keabuan) suatu pixel yang tidak berkorelasi dengan pixel-pixel tetangganya. Secara visual, gangguan mudah dilihat oleh mata karena tampak berbeda dengan pixel tetangganya. 2.4 Pemisahan Saluran Warna Pada penelitian ini citra yang digunakan adalah citra berwarna yang memiliki noise, untuk proses perbaikan pada citra berwarna, citra dipisahkan menurut saluran warnanya menjadi 3 buah citra, masing-masing mewakili saluran Red, Green dan Blue, di asumsikan gambar memiliki ukuran 5x5 pixel: Perancangan Filter Gaussian Filter dalam pengolahan citra digunakan untuk menekan frekuensi tinggi yang dalam citra digital berarti penghalusan dalam hal ini penghalusan juga berarti pengurangan noise, karena noise dapat disebut memiliki intensitas tinggi atau frekuensi tinggi. Untuk mencari atau merancangan sebuah filter gaussian terdapat konstanta yang harus ditentukan terlebih dahulu secara manual, yaitu menentukan nilai standart deviasi (σ) dan ukuran filter yang dibuat, dalam hal ini efek gambar hasil filter gaussian dapat diatur dengan mengubah-ubah nilai standart deviasi (σ), apabila semakin besar nilai standart deviasi (σ) maka semakin halus efek gambar yang dihasilkan dari pemfilteran menggunakan filter yang dirancang. Namun bila ukuran matriks filter terlalu besar maka citra yang dihasilkan tampak kabur, tapi pengaruh terhadap gambar asli tidak begitu tajam. Dibawah ini adalah langkah-langkah untuk merancang filter gaussian : 73

3 1. Menentukan matriks filter gaussian Sudah dibahas sebelumnya bahwa matriks yang digunakan adalah matriks berukuran 5x5, untuk mempermudah perhitungan maka dibuat tabel matriks 5x5 seperti tabel 3.1 dibawah ini : Tabel 3.1 Matriks Filter Gaussian (x,y) ????? -1????? 0????? 1????? 2????? 2. Memberikan nilai elemen pada matriks filter gaussian Untuk proses pengurangan noise pada gambar menggunakan filter gaussian, dapat dinyatakan pada persamaan (2.4), persamaan 2.4 inilah yang dipakai sebagai dasar untuk menentukan nilai-nilai setiap elemen dalam filter Gaussian yang akan dibuat. penulis memberikan standard deviasi (σ) dengan besaran nilai 2 (dua). Jadi untuk memberikan nilai elemen pada masingmasing koordinat matriks filter g(x,y). maka, masing-masing koordinat dimasukkan kedalam rumus, adapun rumus dan perhitungannya dapat dilihat dibawah ini : g(x, y) = e x2 +y 2 2σ 2 Dimana : g = gaussian x = nilai koordinat x y = nilai koordinat y e = adalah konstanta euler ( ) σ = Standard deviasi (2) maka : G (0,0) = e = 1 G (1,0) = e G (0,1) = e G (-1,0) = e G (0,-1) = e G (1,1) = e = G (1,-1) = e = G (-1,1) = e = G (-1,-1) = e = G (2,1) = e = G (1,2) = e = G (-2,1) = e = G (1,-2) = e = G (-1,-2) = e = G (-2,-1) = e = G (2,0) = e G (0,2) = e G (0,-2) = e G (-2,0) = e G (2,2) = e = 0,13533 G (-2,-2) = e = 0,13533 G (-2,2) = e = 0,13533 G (2,-2) = e = 0,13533 Maka diperoleh matriks sebagai berikut : Tabel 3.2 Matriks Filter Gaussian setelah diisi (x, y) -2 0, , , , , , , , , , , , Membuat nilai normalisasi Normalisasi adalah proses membulatkan masing-masing nilai matriks filter yang telah didapat, selain memudahkan perhitungan komputer, nilai-nilai pembobotan harus dibuat bulat sebab nilai intensitas pixel pada citra digital bernilai bulat, maka nilai filter gaussian juga harus dibuat kedalam bilangan bulat. oleh karena itu untuk membuat nilai normalisasi dari filter maka nilai 1 sebagai pembagi dibagi dengan nilai filter terkecil. hal ini bertujuan agar jumlah nilai-nilai pembobot sama dengan satu. Kemudian nilai normalisasi dikalikan dengan semua nilai filter yang belum dinormalisasi. 1 c = min (g(x, y)) Jika dilihat atau dianalisa nilai matriks filter pada tabel 3.2 untuk nilai terkecil dalam matriks g(x,y) = 0,13533, maka akan diperoleh nilai normalisasi (c) sebagai berikut : c = 1 0,13533 = 7, = 7 (setelah 74

4 dibulatkan keatas) Jadi nilai normalisasi yang didapat dari rumus diatas setelah proses pembulatan adalah 7 (tujuh). 4. Mengalikan matriks kernel dengan nilai normalisasi Mengalikan matriks dengan nilai normalisasi bertujuan untuk menyederhanakan angka yang digunakan dalam matriks filter gaussian dengan mengalikan masing-masing nilai filter g(x,y) dengan nilai normalisasi yang sudah didapat, sehingga menghasilkan matriks filter Gaussian baru. Berdasarkan persamaan 2.5 dengan menggunakan nilai c = 7, maka : Setelah mendapatkan nilai elemen pada matrik filter, selanjutnya adalah mencari jumlah semua elemen nilai pembobot g(x,y) pada matrik filter sebagai pembagi matrik filter yang sudah didapat, tujuan nya agar nilai intensitas citra tetap seperti semula dan menjaga agar nilai baru tidak berada di luar batas nilai grayscale artinya nilai pixel citra hasil perhitungan harus dinormalkan. Berdasarkan matrik tersebut jumlah semua elemen nilai pembobot pada filter adalah = 79, jadi filter hasil rancangannya adalah : maka : g (x,y) = c. e x2 + y 2 2.σ 2 G (0,0) = 7 x 1 = 7 G (1,0) = 7 x 0,77880 = 6 G (0,1) = 7 x 0,77880 = 6 G (-1,0) = 7 x 0,77880 = 6 G (0,-1) = 7 x 0,77880 = 6 G (1,1) = 7 x = 4 G (1,-1) = 7 x = 4 G (-1,1) = 7 x = 4 G (-1,-1) = 7 x = 4 G (2,1) = 7 x = 2 G (1,2) = 7 x = 2 G (-2,1) = 7 x = 2 G (1,-2) = 7 x = 2 G (-1,-2) = 7 x = 2 G (-2,-1) = 7 x = 2 G (2,0) = 7 x 0, = 3 G (0,2) = 7 x 0, = 3 G (0,-2) = 7 x 0, = 3 G (-2,0) = 7 x 0, = 3 G (2,2) = 7 x 0,13533 = 1 G (-2,-2) = 7 x 0,13533 = 1 G (-2,2) = 7 x 0,13533 = 1 G (2,-2) = 7 x 0,13533 = 1 maka matrik filter gaussian baru yang telah dinormalisasi seperti pada tabel 3.3 dibawah ini: Tabel 3.3 Matriks Filter Gaussian setelah dinormalisasikan (x,y) Pengurangan Noise dengan Metode Filter Gaussian Operasi ini dilakukan dengan cara konvolusi, konvolusi sering kali dilibatkan dalam operasi ketetanggan pixel. Konvolusi pada citra sering disebut konvolusi 2 dimensi. Konvolusi 2 dimensi didefinisikan sebagai proses untuk memperoleh suatu pixel berdasarkan nilai pixel itu sendiri dan tetangganya, dengan melibatkan suatu matriks yaitu kernel yang mempresentasikan pembobotan. Penjelasan rumus yang digunakan dalam konvolusi filter gaussian pada persamaan 2.3 dibawah : h(x, y) = f(x, y) g(x, y) M = k=2 N f(k, l). g(x k, y l=2 l) Dimana : h(x,y): gambar output f(x,y) : adalah gambar input g(x,y) : adalah filter gaussian Jadi secara umum rumus diatas adalah jumlah dari perkalian antara pixel citra dengan filter gaussian dan hasilnya dibagi dengan jumlah atau Sum dari matriks filter agar selang nilai intensitas tetap seperti semula. Untuk penjelasan proses konvolusi penulis membuat sebuah perumpamaan matriks citra warna saluran warna Red yang sebelumnya sudah diekstraksi yang terdapat pada gambar 3.6 sebelumnya, dengan resolusi matriks 10x10 yang akan dikonvolusikan dengan filter gaussian dengan ukuran matriks 5x5.sebagai berikut : x/y Matriks citra Filter/kernel 75

5 Diatas merupakan matriks citra untuk nilai R atau warna merah dari data citra masukan yang sudah di ekstraksi kedalam bentuk matriks dan filter yang sudah dirancang dan ditentukan, kemudian untuk digunakan sebagai filtering atau proses pengurangan noise yang bekerja pada cara konvolusi. Langkah selanjutnya adalah melakukan operasi konvolusi dengan cara menempatkan / menumpangkan suatu filter/kernel pada setiap pixel yang ditimpali, kemudian nilai rerata diambil dari hasil-hasil tersebut. Pada proses pelaksanaan konvolusi kernel digeser sepanjang baris dan kolom dalam citra sehingga diperoleh nilai baru pada citra keluaran. 1. Letakan filter g(x,y) mulai dari titik (x-2,y-2) dari titik (x,y) citra yang akan di filtering, kemudian hitung berdasarkan sel-sel pada titik tersebut dan titik tetanggannya dengan bobot pada sel-sel matriks filter g(x,y) sesuai posisi sel-selnya maka nilai pixel hasil operasi konvolusi: G(x,y) = (1x79) + (2x230) + (3x231) + (2x164) + (1x86) + (2x229) + (4x236) +(6x152) + (4x31) + (2x61) + (3x229) + (6x237) + (7x136) + (6x116) + (3x211) + (2x89) + (4x233) + (6x70) + (4x168) + (2x195) + (1x229) + (2x230) + (3x211) + (2x163) + (1x75) = = 12911/ 79 = 163,4304 = 163 (maka 136 diganti oleh 163, tempatkan nilai pada matriks yang baru) Untuk mendapatkan hasil semua matriks maka semua matriks citra warna harus dikonvolusi dengan filter gaussian hingga koordinat (10,10) dalam kasus ini, jika resolusi citra yang dikonvolusi lebih besar tentu akan lebih besar/banyak juga proses konvolusi yang dihasilkan. Apabila sudah semua pixel citra dikonvolusi maka akan terlihat hasil citra baru hasil filtering untuk waran R (red) seperti dibawah ini : x/y Filter/kernel 3. Pengujian Program Untuk mengetahui sistem baru yang dibuat dalam hal ini penulis memberikan print out dari program sewaktu sedang berjalan hingga program selesai dijalankan. 3.1 Tampilan Menu Utama Form menu utama merupakan jendela utama aplikasi yang menampilkan menu bar dan layar citra. Menu utama yang dimaksud terdiri dari: Berikut ini adalah gambar dari layar form menu utama, seperti pada gambar 4.1 berikut: x/y * Setelah didapat hasil dari konvolusi maka nilai ini diletakkan pada pixel gambar yang baru kemudian konvolusi selanjutya hanya tinggal digeser x+1 atau y+1. x/y Gambar 4.1 Tampilan menu utama aplikasi 3.2 Tampilan Proses Perancangan Kernel Matriks Tampilan ini berisi tentang proses aplikasi dimana citra yang akan diproses harus terlebih dahulu menentukan ukuran kernel matrik yang digunakan, karena setiap matrik yang digunakan akan mempengaruhi hasil dari citra yang diproses. Dalam hal ini ukuran standart deviasi yang diinputkan adalah bernilai 2 dan pada ukran kernelnya sendiri berukuran 5x5 dan setelah dihitung jumlah keseluruhan bobotnya kernel Perancangan Aplikasi Matriks Pengurangan citra Noise Pada Citra Digital Menggunakan Metode Filter Gaussian. 76

6 adalah sebesar 79. Seperti pada gambar 4.2 berikut: Gambar 4.2 Tampilan form kernel 3.3 Tampilan About Aplikasi Tampilan tentang program adalah ketika menu tentang Aplikasi diproses untuk mengetahui informasi tentang Aplikasi. Seperti gambar 4.7 berikut: Gambar 4.7 Tampilan about aplikasi 3.4 Tampilan Form Help Menu Help ini digunakan untuk menampilkan bagaimana cara menjalankan aplikasi filter gaussian yang dapat digunakan kepada pengguna sewaktu-waktu megalami kendala didalam proses filtering. Seperti gambar 4.8 berikut: Gambar 4.8 Tampilan Menu Help 4. Kesimpulan dan Saran 4.1 Kesimpulan Setelah membahas dan menyajikan semua bab sebelumnya, dapat dibuat kesimpulan sebagai berikut : Pada proses perbaikan kualitas citra yang memiliki noise dengan mengurangi bintik-bintik pada citra sehingga membuat citra menjadi lebih baik dengan menggunakan filter Gaussian. 1. Nilai intensitas pixel pada citra baru dari hasil pengurangan noise di peroleh dengan mengganti nilai intensitas citra asal dengan rata-rata nilai pembobotan matriks kernel untuk setiap pixelpixe ltetangganya dan pixel itu sendiri. 2. DenganmenggunakanmetodefilterGaussianmak anoise yang terdapatpadacitra digital sedapat mungkin bias berkurang. 3. Citra yang memiliki noise (derau) setelah diperbaiki gambar yang dihasilkan akan terlihat lebih halus dan kabur. 4.2 Saran Setelah menyelesaikan skripsi ini, terutama di dalam pembuatan aplikasi ini masih banyak yang harus diperbaiki, oleh karena itu diperlukan saransaran untuk memperbaikinya apabila ada pengembangan lebih lanjut baik dari pembaca maupun penulis sendiri terhadap skripsi ini, sebagai berikut : 1. Nilai pinggir pixel citra dapat dikonvolusikan agar tidak ada informasi yang hilang pada citra. 2. Memberikan alat bantu pada aplikasi didalam mengenali noise pada citra digital (gambar) pada tepi gambar dengan memanfaatkan operator deteksi tepi. Daftar Pustaka 1. Putra, Darma, Pengolahan Citra Digital, Penerbit Andi, Yogyakarta, Edisi 1, Darmayuda, Ketut, Pemograman Aplikasi Database dengan Microsoft Visual Basic. NET 2008, Penerbit Informatika Bandung, Bandung,Edisi 2, Sutoyo, T, Teori Pengolahan Citra Digital, Penerbit Andi, Yogyakarta, Edisi 1, Sholiq, Pemodelan Sistem Informasi Berorientasi Objek dengan UML, Penerbit Graha Ilmu, Yogyakarta, Edisi 1, Jogiyanto, Hartono, MBA, Ph.D. Analisis dan Desain Sistem Informasi Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis, Penerbit Andi, Yogyakarta, Edisi 2, Wiliyana. Perbandingan Algoritma Arithmetic dengan Geometric Mean Filter untuk Reduksi Noise pada Citra. Jurnal). 7. [7] Aplikasi. akses 14/04/

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam

Lebih terperinci

IMPLEMENTASI METODE GEOMETRIC MEAN FILTER UNTUK PERBAIKAN DENGAN REDUKSI NOISE PADA CITRA DIGITAL

IMPLEMENTASI METODE GEOMETRIC MEAN FILTER UNTUK PERBAIKAN DENGAN REDUKSI NOISE PADA CITRA DIGITAL IMPLEMENTASI METODE GEOMETRIC MEAN FILTER UNTUK PERBAIKAN DENGAN REDUKSI NOISE PADA CITRA DIGITAL Fristi Riandari Teknik Informatika STMIK Pelita Nusantara Medan Jln. Iskandar Muda No. 1, 20154, Indonesia

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

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

PENERAPAN 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra merupakan salah satu komponen multimedia dimana memegang peranan yang

Lebih terperinci

IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL

IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

ANALISA 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 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 terperinci

IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA

IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi

Lebih terperinci

Konvolusi. Esther Wibowo Erick Kurniawan

Konvolusi. 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE

IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PERANCANGAN APLIKASI MENENTUKAN EFEK RESOLUSI BERDASARKAN JUMLAH PIXEL PADA CITRA MENGGUNAKAN METODE RETINEX

PERANCANGAN APLIKASI MENENTUKAN EFEK RESOLUSI BERDASARKAN JUMLAH PIXEL PADA CITRA MENGGUNAKAN METODE RETINEX Jurnal INFOTEK, Vol, No 2, Juni 206 PERANCANGAN APLIKASI MENENTUKAN EFEK RESOLUSI BERDASARKAN JUMLAH PIXEL PADA CITRA MENGGUNAKAN METODE RETINEX Prima Sari (20077) Mahasiswa Program Studi Teknik Informatika

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

Pertemuan 2 Representasi Citra

Pertemuan 2 Representasi Citra /29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri

Lebih terperinci

Penerapan Teknik Selisih Matriks untuk Menemukan Perbedaan Dua Buah Citra Digital

Penerapan Teknik Selisih Matriks untuk Menemukan Perbedaan Dua Buah Citra Digital Penerapan Teknik Selisih Matriks untuk Menemukan Perbedaan Dua Buah Citra Digital Jurusan Teknik Informatika STMIK-AMIK Riau koko@stmik-amik-riau.ac.id Abstrak Gambar digital dewasa ini memiliki peran

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun

Lebih terperinci

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR RANCANG BANGUN APLIKASI PENGABURAN GAMBAR Muhammad Sholeh 1, Avandi Badduring 2 1, 2 Teknik Informatika, Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta Jl. Kalisahak 28 Komplek

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1 Contrast Limited Adaptive Histogram Equalization (CLAHE) CLAHE adalah generalisasi dari metode Adaptive Histogram Equalization (AHE). Metode ini mampu menghasilkan citra yang

Lebih terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 3 ANALISA DAN PERANCANGAN BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Proses masking terhadap citra bertujuan sebagai penandaan tempat pada citra yang akan disisipkan pesan sedangkan filtering bertujuan untuk melewatkan nilai pada

Lebih terperinci

METODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER

METODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER METODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER Masnun Dasopang Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Aplikasi Perbaikan Citra Digital Dalam Pengolahan Citra Dengan Menggunakan Meotde Smoothing Filter Dan Metode Sharpening Filter

Aplikasi Perbaikan Citra Digital Dalam Pengolahan Citra Dengan Menggunakan Meotde Smoothing Filter Dan Metode Sharpening Filter Aplikasi Perbaikan Citra Digital Dalam Pengolahan Citra Dengan Menggunakan Meotde Smoothing Filter Dan Metode Sharpening Filter Tayja 1, Ummul 2, Yuyun 3 1,2 Jurusan Teknik Informatika Sekolah Tinggi Teknik

Lebih terperinci

Penerapan Interpolasi Lanjar Terhadap Piksel Gambar Digital yang Diperbesar

Penerapan Interpolasi Lanjar Terhadap Piksel Gambar Digital yang Diperbesar Penerapan Interpolasi Lanjar Terhadap Piksel Gambar Digital yang Diperbesar Koko Harianto Jurusan Teknik Informatika STMIK-AMIK Riau koko@stmik-amik-riau.ac.id Abstrak Gambar merupakan representasi atau

Lebih terperinci

Pendahuluan. Dua operasi matematis penting dalam pengolahan citra :

Pendahuluan. Dua operasi matematis penting dalam pengolahan citra : KONVOLUSI Budi S Pendahuluan Dua operasi matematis penting dalam pengolahan citra : Operasi Konvolusi (Spatial Filter/Discret Convolution Filter) Transformasi Fourier Teori Konvolusi Konvolusi 2 buah fungsi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017 MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Genap 2016/2017 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah (Lowpass Filter) Filter Lolos-Tinggi

Lebih terperinci

PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI

PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI Artikel Skripsi PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang

Lebih terperinci

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah

Lebih terperinci

APLIKASI PERBAIKAN CITRA EFEK NOISE SALT & PAPPER MENGGUNAKAN METODE CONTRAHARMONIC MEAN FILTER

APLIKASI PERBAIKAN CITRA EFEK NOISE SALT & PAPPER MENGGUNAKAN METODE CONTRAHARMONIC MEAN FILTER APLIKASI PERBAIKAN CITRA EFEK NOISE SALT & PAPPER MENGGUNAKAN METODE CONTRAHARMONIC MEAN FILTER Barany Fachri Sistem Komputer, Universitas Pembangunan Panca Budi email : barany_fachri@dosen.pancabudi.ac.id

Lebih terperinci

APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS

APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS Apri 1, Herlina 2, Ade 3 1,2 Jurusan Teknik Informatika Sekolah

Lebih terperinci

PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.

PEMBIMBING : 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 terperinci

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan citra sebagai bentuk informasi saat ini semakin meningkat. Kualitas citra yang disajikan sangat mempengaruhi informasi yang diberikan, sehingga pada waktu

Lebih terperinci

BAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai

BAB 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 terperinci

Koreksi Citra Bawah Laut Menggunakan Filter Bilateral

Koreksi Citra Bawah Laut Menggunakan Filter Bilateral Jurnal PROtek Vol. 05 No. 1, Mei 018 Koreksi Citra Bawah Laut Menggunakan Filter Bilateral Nursanti Abdurrachman1), Iis Hamsir Ayub Wahab), Moh. Jamil1) 1) Program Studi Teknik Informatika ) Program Studi

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur

Lebih terperinci

Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital

Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.

Lebih terperinci

APLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER

APLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER JURNAL TEKNIK DAN INFORMATIKA ISSN 89-594 VOL.5 NO. JANUARI 8 APLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER Supiyandi, Barany Fachri, Program

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Steganografi Steganografi adalah mekanisme penanaman atau penyisipan pesan (m) kedalam sebuah cover objek (c) menggunakan kunci (k) untuk berbagi rahasia kepada orang lain,

Lebih terperinci

ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI

ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI Hanafi (12110244) Mahasiswa Program Studi Teknik Informatika, Stmik Budidarma Medan Jl. Sisimangaraja

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,

Lebih terperinci

PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK

PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis

Lebih terperinci

APLIKASI PENGAMANAN DATA TEKS PADA CITRA BITMAP DENGAN MENERAPKAN METODE LEAST SIGNIFICANT BIT (LSB)

APLIKASI PENGAMANAN DATA TEKS PADA CITRA BITMAP DENGAN MENERAPKAN METODE LEAST SIGNIFICANT BIT (LSB) APLIKASI PENGAMANAN DATA TEKS PADA CITRA BITMAP DENGAN MENERAPKAN METODE LEAST SIGNIFICANT BIT (LSB) Mesran dan Darmawati (0911319) Dosen Tetap STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang

Lebih terperinci

PENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA

PENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA Jurnal INFOTEK, Vol, No, Juni 6 ISSN 5-668 (Media Cetak) PENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA Rini Astuti (5) Mahasiswa Program Studi Teknik Informatika STMIK

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 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 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 terperinci

Jurnal Coding Sistem Komputer Untan Volume 05, No.1 (2017), hal ISSN : X

Jurnal Coding Sistem Komputer Untan Volume 05, No.1 (2017), hal ISSN : X IDENTIFIKASI PENYAKIT PADA TANAMAN TOMAT BERDASARKAN WARNA DAN BENTUK DAUN DENGAN METODE NAIVE BAYES CLASSIFIER BERBASIS WEB [1] Fahri Alviansyah, [2] Ikhwan Ruslianto [3] Muhammad Diponegoro [1] [2] [3]

Lebih terperinci

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

Muhammad 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 terperinci

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan

Lebih terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 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 terperinci

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof

Lebih terperinci

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016 1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Citra hasil rekaman kamera digital sering sekali terdapat beberapa gangguan yang mungkin terjadi, seperti lensa tidak fokus, muncul bintik-bintik yang disebabkan oleh

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

BAB 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 terperinci

Implementasi 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 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 terperinci

BAB 2 LANDASAN TEORI. citra, piksel, convolution, dan Software Development Life Cycle.

BAB 2 LANDASAN TEORI. citra, piksel, convolution, dan Software Development Life Cycle. BAB 2 LANDASAN TEORI Pada bab ini diuraikan beberapa landasan teori dan konsep konsep yang berhubungan dengan pengolahan citra, di antaranya adalah tentang pengolahan citra, citra, piksel, convolution,

Lebih terperinci

Peningkatan Kualitas Citra Pada Studio Photography Dengan Menggunakan Metode Gaussian Filter

Peningkatan Kualitas Citra Pada Studio Photography Dengan Menggunakan Metode Gaussian Filter Peningkatan Kualitas Citra Pada Studio Photography Dengan Menggunakan Metode Gaussian Filter Pandi Barita Nauli Simangunsong Amik Stiekom Sumatera Utara, Jl. Sisingamangaraja, Sumatera Utara, Indonesia

Lebih terperinci

3.2.1 Flowchart Secara Umum

3.2.1 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 terperinci

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Citra atau gambar adalah sebuah fungsi dua dimensi, f(x,y), dimana x dan y koordinat bidang datar dan f di setiap pasangan koordinat disebut intensitas atau level keabuan

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas

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

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak

Lebih terperinci

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,

Lebih terperinci

PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL

PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL Pelita Informatika Budi Darma, Volume : IV, Nomor:, Agustus 23 ISSN : 23-9425 PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL Harry Suhartanto Manalu (9259) Mahasiswa

Lebih terperinci

... BAB 2 LANDASAN TEORI. 2.1 Citra

... BAB 2 LANDASAN TEORI. 2.1 Citra 6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,

Lebih terperinci

APLIKASI PENDETEKSI TEPI CITRA DIGITAL DENGAN MENGGUNAKAN METODE CANNY

APLIKASI PENDETEKSI TEPI CITRA DIGITAL DENGAN MENGGUNAKAN METODE CANNY APLIKASI PENDETEKSI TEPI CITRA DIGITAL DENGAN MENGGUNAKAN METODE CANNY Agung 1, Irvan, Maria 1,2 Jurusan Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM Jhoni N0 70 Medan, Indonesia 1 agung_herlambang@yahoo.co.id

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

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang

Lebih terperinci

PERANCANGAN APLIKASI KOMPRESI CITRA MENGGUNAKAN ALGORITMA TRANSFORMASI WASH - HADAMARD

PERANCANGAN APLIKASI KOMPRESI CITRA MENGGUNAKAN ALGORITMA TRANSFORMASI WASH - HADAMARD PERANCANGAN APLIKASI KOMPRESI CITRA MENGGUNAKAN ALGORITMA TRANSFORMASI WASH - HADAMARD Inra Marta Batubara Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja No. 338

Lebih terperinci

BAB II LANDASAN TEORI. dalam perancangan sistem klasifikasi buah jambu biji merah.

BAB II LANDASAN TEORI. dalam perancangan sistem klasifikasi buah jambu biji merah. BAB II LANDASAN TEORI Untuk memudahkan dalam pemahaman dalam penyusunan laporan skripsi peneliti mengadakan studi pustaka mengenai arti dan istilah yang digunakan dalam penelitian sehingga memudahkan dalam

Lebih terperinci

Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata

Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Arif Senja Fitrani 1, Hindarto 2, Endang Setyati 3 1,2, Jurusan Teknik Informatika Universitas Muhammadiyah Sidoarjo,

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu

Lebih terperinci

PENERAPAN METODE ADAPTIVE MEDIAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA X-RAY

PENERAPAN METODE ADAPTIVE MEDIAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA X-RAY PENERAPAN METODE ADAPTIVE MEDIAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA X-RAY Wika Elsa Pratiwi, Fince Tinus Waruwu Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia Email: wikaelsa@gmail.com

Lebih terperinci

PROSIDING Kajian Ilmiah Dosen Sulbar ISBN: IMPLEMENTASI SISTEM PENGHITUNG OBJEK BERGERAK MENGGUNAKAN DETEKSI WAJAH

PROSIDING Kajian Ilmiah Dosen Sulbar ISBN: IMPLEMENTASI SISTEM PENGHITUNG OBJEK BERGERAK MENGGUNAKAN DETEKSI WAJAH IMPLEMENTASI SISTEM PENGHITUNG OBJEK BERGERAK MENGGUNAKAN DETEKSI WAJAH Munawir 1, Ismail 2, Sugiharto Cokrowibowo 3 1,2,3 Teknik Informatika, Fakultas Teknik, Universitas Sulawesi Barat, munawir.ridwan@gmail.com

Lebih terperinci

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.

Lebih terperinci

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

GLOSARIUM 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 terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif

Lebih terperinci

KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING

KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING Abdul Halim Hasugian Dosen Tetap Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id//email:abdulhasugian@gmail.co.id

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat

Lebih terperinci

ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY

ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program

Lebih terperinci

PENERAPAN METODE GAUSSIAN SMOOTHING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL

PENERAPAN METODE GAUSSIAN SMOOTHING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL PENERAPAN METODE GAUSSIAN SMOOTHING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL 129 Sastia Hendri Wibowo 1, Firman Susanto 2 1,2 Program Studi Teknik Informatika Universitas Muhammadiyah Bengkulu Jl. Bali,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra

Lebih terperinci

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran

Lebih terperinci

7.7 Pelembutan Citra (Image Smoothing)

7.7 Pelembutan Citra (Image Smoothing) 7.7 Pelembutan Citra (Image Smoothing) Pelembutan citra (image smoothing) bertujuan untuk menekan gangguan (noise) pada citra. Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan yang

Lebih terperinci

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,

Lebih terperinci

METODE GAUSSIAN SMOOTHING UNTUK PENINGKATAN KUALITAS CITRA MEDIS YANG BLUR

METODE GAUSSIAN SMOOTHING UNTUK PENINGKATAN KUALITAS CITRA MEDIS YANG BLUR METODE GAUSSIAN SMOOTHING UNTUK PENINGKATAN KUALITAS CITRA MEDIS YANG BLUR Dwi Cahyo Wibisono 1 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl. Imam Bonjol No. 207, Semarang,

Lebih terperinci

PENERAPAN METODE GEOMETRI FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DAN KOMPRESI FILE DENGAN ALGORITMA LZ78

PENERAPAN METODE GEOMETRI FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DAN KOMPRESI FILE DENGAN ALGORITMA LZ78 PENERAPAN METODE GEOMETRI FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DAN KOMPRESI FILE DENGAN ALGORITMA LZ78 Tuty Harta Hutahaean (12110577) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma

Lebih terperinci