BAB III ANALISIS METODA
|
|
- Doddy Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III ANALISIS METODA Bab ini menjelaskan tahap analisis dan perancangan yang dilakukan dalam implementasi aplikasi dan metoda transformasi warna untuk buta warna. III.1 Analisis Transformasi Warna Saat Ini Analisis meliputi analisis metoda transformasi warna yang dikembangkan pada saat ini, kajian singkat mengenai buta warna khususnya deuteranopia, serta metoda transformasi warna yang akan dikembangkan. III.1.1 Daltonisasi Vischeck Daltonize adalah sebuah metoda yang diperkenalkan oleh vischeck dalam mengubah suatu warna dalam suatu citra dengan bertujuan supaya penderita buta warna dapat mengambil informasi dari citra tersebut. Hal ini didasarkan pengertian bahwa suatu citra seringkali menggunakan perbedaan warna sebagai informasi yang penting untuk diambil, namun ketika warna-warna itu berkaitan dengan warna-warna yang tidak tampak oleh penderita buta warna, maka hal ini akan sangat penting [17]. Daltonisasi vischek sendiri ditujukan untuk membedakan suatu warna yang tidak tampak beda dengan sekitarnya menjadi berbeda dengan sekitarnya [17], sehingga suatu objek dapat dibedakan dengan objek lainnya dalam gambar tersebut. Metoda yang diajukan oleh vischeck dilakukan dengan melakukan pemisahan dimensi pada citra menjadi dimensi bright/dark, dimensi red/green, dan dimensi blue/yellow. Untuk setiap informasi pada dimensi red/green (yang dianggap tidak tampak oleh penderita deuteranopia) akan menjadi faktor penambahan variasi pada dimensi bright/dark dan blue/yellow. Pada Gambar III-1 (a) terlihat bahwa metoda yang dihasilkan oleh vischeck telah dapat membantu penderita buta warna untuk menyadari keberadaan benda lain di dalam suatu citra di mana sulit disadari keberadaannya (b). 24
2 (a) (b) (c) Gambar III-1. (a) Citra Asli, (b) Citra hasil simulasi buta warna, (c) Citra yang dihasilkan Daltonisasi Vischeck (Mata Normal) [17] Dari pemaparan dan hasil metoda yang diberikan di atas dapat ditarik kesimpulan bahwa sebagai berikut: 1. Daltonisasi vischeck telah dapat digunakan penderita buta warna untuk menerima informasi citra secara lebih baik, karena bagian citra yang terlihat samar (dimensi red/green) diubah menjadi dimensi bright/dark dan blue/yellow yang merupakan dimensi yang terlihat lebih jelas bagi penderita deuteranopia. 2. Metoda yang dilakukan vischek memiliki variabel pengubah yang dapat diatur sendiri oleh pengguna. III.1.2 Daltonisasi Fidaner Metoda transformasi warna ini merupakan penelitian yang dilakukan oleh Onur Fidaner, Poliang Lin dan Nevran Ozguven. Metoda yang dihasilkan di sini dibagi menjadi dua tahapan utama yaitu: 1. Transformasi warna menjadi warna yang dilihat buta warna. Ide dasar yang ditawarkan dari metoda yang dihasilkan adalah dengan menggunakan nilai variabel LMS (nilai yang dihasilkan berdasarkan sel kerucut warna pada mata) yang digunakan secara umum pada literatur [7]. Nilai-nilai LMS ini didapatkan dengan transformasi RGB-to-LMS melalui perkalian matriks dengan nilai RGB warna awal. Langkah berikutnya dari metoda ini adalah dengan memodifikasi nilai-nilai LMS sesuai dengan 25
3 jenis buta warna yang diderita, sehingga menghasilkan nilai L M S yang berbeda bergantung pada jenis buta warna. Langkah selanjutnya adalah dengan mentransformasikan kembali dengan LMS-to-RGB melalui perkalian matriks sehingga mendapatkan R G B yang dipercaya sebagai warna yang tampak oleh penderita buta warna. 2. Daltonisasi Daltonisasi yang dilakukan pada tahapan ini adalah dengan mengukur tingkat kesalahan warna, yaitu dari warna asli dan warna yang dihasilkan setelah simulasi buta warna. Perhitungan kesalahan warna ini dilakukan secara linear dengan mengurangi RGB warna awal dengan RGB warna hasil simulasi. Sebagai contoh bila penderita adalah protanopia, maka secara umum akan terdapat warna merah dalam tingkat kesalahan. Warna ini kemudian akan ditransformasikan menjadi warna biru dalam spektrum. (a) (b) (c) Gambar III-2. (a) Citra normal, (b) Citra hasil daltonisasi vischeck, (c) Citra daltonisasi [7] Dari pemaparan metoda dan hasil yang telah dijabarkan pada algoritma Fidanel ini memiliki kelebihan dan kekurangan sebagai berikut: 1. Citra yang dihasilkan oleh metoda ini terlihat lebih baik dibanding metoda yang dilakukan oleh vischeck, karena warna tidak berubah terlalu signifikan. Hal ini dapat dilihat dari perubahan warna hijau (Gambar III-2) 26
4 yang tidak menjadi warna cenderung hitam seperti yang dilakukan oleh vischeck. 2. Metoda yang dihasilkan merupakan metoda spesifik untuk jenis buta warna deuteran dan tingkat perubahan warna tidak dapat diatur, sehingga untuk penderita buta warna dengan tingkat kebutaan yang tinggi maupun rendah akan mendapatkan hasil citra yang sama. III.2 Kelebihan dan Kekurangan Transformasi Warna Saat Ini Dari pemaparan yang telah disebutkan di atas, dapat diambil kesimpulan bahwa: 1. Telah dapat diakukan transformasi warna pada suatu citra sehingga penderita buta warna dapat menangkap informasi suatu citra dengan lebih baik. 2. Metoda yang dipaparkan sebelumnya memiliki kelebihan dan kekurangan masing-masing. Di satu sisi terdapat metoda yang mendukung kostumisasi perbaikan yang bertingkat, sehingga penderita hanya perlu melakukan perubahan sesuai dengan tingkat kebutaannya. Metoda lainnya memiliki keunggulan di sisi hasil citra yang dihasilkan, namun kurang mendukung kostumisasi yang dilakukan pada metoda sebelumnya III.3 Kemungkinan Perbaikan Metoda Dari kekurangan yang telah dipaparkan di atas, maka ada beberapa kemungkinan perbaikan yang dapat dilakukan terhadap implementasi transformasi warna saat ini. Kemungkinan perbaikan tersebut antara lain : 1. Memperbaiki persepsi warna citra hasil agar tidak jauh berbeda dengan persepsi warna citra asli. Hal ini dapat dilakukan dengan mendeskripsikan warna dalam lingkungan HSV. Seperti telah dijelaskan pada bab sebelumnya, bahwa HSV merupakan komponen warna secara general, yaitu warna itu sendiri (Hue) adalah suatu nama warna tradisional pada suatu panjang gelombang yang 27
5 spesifik. Dapat diartikan secara kasar bahwa nama suatu warna dapat diartikan sebagai nilai Hue. 2. Perbaikan metoda. Perbaikan metoda ini ditujukan untuk memberikan kostumisasi yang beragam, namun hasil keluaran citra pun mampu memberikan persepsi warna yang lebih baik bagi penderita buta warna. III.4 Analisis Metoda CoolOur Dengan mempelajari dan menganalisis pustaka-pustaka yang telah dipaparkan pada bab sebelumnya, dan mengacu pada tujuan masalah dan kemungkinan perbaikan metoda, maka dapat diambil suatu metoda dengan langkah-langkah sebagai berikut: 1. Analisis colour space Dengan bertujuan untuk mengubah suatu nilai warna, namun tetap mempertahankan persepsi warna tersebut terhadap mata manusia, maka diperlukan suatu colour-space yang sesuai. Dari sekian banyak colour space yang telah diamati dan dipaparkan di atas, HSV adalah salah satu yang sesuai dengan kriteria tujuan. Hue adalah suatu nama warna tradisional pada suatu panjang gelombang yang spesifik. Dapat diartikan secara kasar bahwa nama suatu warna dapat diartikan sebagai nilai Hue. 2. Analisis warna dalam pengujian buta warna Seperti telah dipaparkan dalam bab sebelumnya bahwa pengujian buta warna mengambil warna-warna berbeda yang akan terlihat sama oleh mata seseorang yang menderita buta warna. Dari pengamatan secara sederhana, maka dapat ditemukan perbedaan warna tersebut dalam nilai-nilai HSV yang ternyata dari segi nilai hue, kedua warna yang samar bagi penderita memiliki nilai hue yang jauh berbeda dengan delta antara Dari pengamatan pada nilai saturation didapati bahwa kedua warna tersebut berada pada nilai saturation dengan rentang delta yang tak banyak. 28
6 Sedangkan pengamatan pada nilai value didapatkan bahwa kedua warna tersebut berada pada selang nilai yang relatif rendah juga Dari pengamatan terhadap data-data di atas dapat ditarik kesimpulan bahwa warna-warna yang terlihat samar bagi penderita adalah warnawarna antara rentang hue yang relatif besar sedangkan saturation dan value relatif kecil. 3. Analisis warna dari beberapa riset mengenai simulasi buta warna. Untuk mengetahui warna-warna yang tidak tampak dan yang tampak oleh penderita, maka dilakukan pemetaan warna ke dalam nilai hue dan ditransformasikan dengan menggunakan simulasi buta warna. Hasil dari pemetaan tersebut didapatkan distribusi hue tampak dan hue tidak tampak. Dan jika dibandingkan dengan distribusi hue normal ternyata perbedaannya dapat dikatakan sangat signifikan. (a) (b) Gambar III-3. (a) Distribusi hue normal, (b) Distribusi hue berdasar simulasi buta warna [18]. Dari hasil pengamatan terhadap distribusi hue di atas dapat disimpulkan hasil ini menguatkan hasil analisis pada poin sebelumnya. 4. Melakukan Hipotesa Dari kesimpulan-kesimpulan yang dipaparkan di atas, dan dengan beranggapan bahwa penderita buta warna dapat mengenali warna-warna dasar seperti merah, hijau, biru, kuning, ungu (sekalipun warna yang 29
7 terlihat olehnya mengalami banyak deviasi dibanding dengan warna yang dilihat oleh mata normal), maka penderita buta warna akan memiliki persepsi warna yang sama dalam dua hue yang berbeda. Sebagai contoh ketika terdapat dua warna yaitu A dan B (dapat dibedakan dengan jelas oleh mata normal), di mana penderita dapat melihat warna A namun buta terhadap warna B, maka penderita akan melihat warna A namun memiliki persepsi B. Dari kesimpulan yang telah dipaparkan di atas, maka diambillah sebuah metoda yang diharapkan dapat memperbaiki penglihatan penderita. Metoda yang diambil di sini adalah menggunakan sistem warna HSV sebagai dasarnya. Metoda ini akan melakukan penggeseran nilai hue, saturation serta nilai value sesuai setting yang ditetapkan. Dengan menerapkan HSV ini diharapkan pengguna dapat dengan mudah memahami dan mengubah atribut setting sesuai dengan apa yang dia rasakan. Penggeseran hue tersebut dilakukan dengan perhitungan bahwa semakin nilai hue suatu warna mendekati range hue tak tampak, maka penggeseran hue akan dilakukan lebih jauh. Dengan melakukan hal ini diharapkan kontras antara warna yang sulit dibedakan meningkat, dan menjadi mudah dibedakan. Penggeseran nilai saturation dan value pun dilakukan dengan alasan karena suatu nilai hue terkadang mempunyai persepsi warna yang berbeda ketika mengalami perubahan nilai saturation dan value. Oleh sebab itu nilai-nilai tersebut akan diubah menjadi lebih tinggi ataupun lebih rendah pada posisi-posisi tertentu sesuai keinginan penderita. Selain dengan menggunakan metoda linear seperti yang telah dijelaskan di atas, penggeseran hue juga dapat dilakukan dengan menggunakan perhitungan histogram. Perhitungan histogram ini tidak dilakukan dengan meratakan histogram ke dalam seluruh bagian hue, namun hue tersebut dibagi menjadi tiga bagian dan kemudian diratakan di setiap bagian-bagian tersebut. 30
8 (a) (b) Gambar III-4. (a) Suatu warna akan dibawa ke arah merah dan hijau dengan suatu skala x tertentu yang dapat diperbesar dan diperkecil. (b) Hasil algoritma pada suatu citra hue if (h >= 0) and (h < 60) then begin _h := h - (60 - h)*1*huelevel; if _h < 0 then _h := 0; end else if (h >= 60) and (h < 120) then begin _h := h + (h - 60)*1.5*hueLevel; if _h > 120 then _h := 120; end else if (h >= 120) and (h < 240) then begin _h := h - (240 - h)*1.5*huelevel; if _h < 120 then _h := 120; end else begin _h := h + (h - 240)*1*hueLevel; if _h > 359 then _h := 359; end Gambar III-5. Algoritma penggeseran hue (untuk kasus deuteran). _s := s + s*satlevel; Gambar III-6. Algoritmapenggeseran saturation. _v := v + v*vallevel; Gambar III-7. Algoritma penggeseran value. 31
9 Adapun pembagian histogram tersebut dibagi berdasarkan warna-warna primer, yaitu merah-hijau, hijau-biru, dan biru merah. Teknik perataan yang dipakai untuk penggeseran hue adalah dengan menggunakan comulative distribution function. Dengan meratakan pada tiap-tiap bagian tersebut diharapkan kontras warna akan semakin jelas. Sedangkan perataan histogram pada saturation dan value dapat meningkatkan kecerahan citra yang sedang dianalisis. cdf ( v) cdf min cdf ( v) = round ( L 1)...(III.1) ( M N ) cdf min Gambar III-8. Perbandingan Citra Sebelum dan sesudah perataan histogram [8]. 5. Melakukan Pengujian Hipotesa Hipotesa yang tersebut diuji dengan melalui perangkat lunak transformasi warna citra dengan menggunakan citra yang diambil dari standar uji buta warna yaitu Ishihara plates. Hasil pengujian citra tersebut kemudian diujikan pada penderita, atau dengan menggunakan simulasi buta warna, sehingga mata normal pun dapat melihat hasil hipotesa yang dilakukan. 32
10 (a) (b) (c) (d) Gambar III-9. (a) Citra asli yang terlihat oleh mata normal. (b) Citra asli yang terlihat oleh penderita (c) Citra hasil metoda (d) Citra hasil metoda yang dilihat oleh penderita [8][17]. 33
BAB I PENDAHULUAN. I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Buta warna adalah cacat mata genetik yang belum dapat disembuhkan [17]. Penderita buta warna selalu dihadapkan pada kelemahannya untuk membedakan warna dari objek atau
Lebih terperinci[18] Visibone, (Maret 2007). [19] Visual Expert, (Maret 2007). [20] Wachtler, T.
DAFTAR PUSTAKA [1] Acharya, T., (1997). Image Processing Principles and Applications. Willey Interscience. [2] Brettel, H., Vienot, F., Mollon, J. (1997). Computerized Simulation of Color Appearence for
Lebih terperinciPERANGKAT LUNAK TRANSFORMASI WARNA UNTUK PENDERITA BUTA WARNA TESIS
PERANGKAT LUNAK TRANSFORMASI WARNA UNTUK PENDERITA BUTA WARNA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ERI INDRAWAN NIM : 23506006
Lebih terperinciBAB V IMPLEMENTASI PERANGKAT LUNAK
BAB V IMPLEMENTASI PERANGKAT LUNAK Bab ini menjelaskan tahap implementasi serta pengujian yang dilakukan pada pembangunan aplikasi transformasi warna untuk penderita buta warna yang disebut dengan CoolOur.
Lebih terperinciBAB IV ANALISIS PERANGKAT LUNAK
BAB IV ANALISIS PERANGKAT LUNAK IV. Deskripsi Umum Perangkat Lunak Berikut ini adalah analisis perangkat lunak yang mengimplementasikan perbaikan yang diajukan pada bagian sebelumnya. Perangkat lunak yang
Lebih terperinciUNIVERSITAS INDONESIA
UNIVERSITAS INDONESIA IMPLEMENTASI SISTEM BANTUAN PENDERITA BUTA WARNA: DESAIN ANTARMUKA PENGGUNA, SISTEM TES BUTA WARNA DENGAN ISHIHARA, DAN TRANSFORMASI WARNA PADA SISTEM REALITAS TERTAMBAH SKRIPSI BAYU
Lebih terperinciPENENTUAN TINGKAT BUTA WARNA BERBASIS HIS PADA CITRA ISHIHARA
PENENTUAN TINGKAT BUTA WARNA BERBASIS HIS PADA CITRA ISHIHARA Rahmadi Kurnia Jurusan Elektro Fakultas Teknik Universitas Andalas, Padang E-mail: rahmadi_kurnia@ft.unand.ac.id ABSTRAK Buta warna adalah
Lebih terperinciBAB II DASAR TEORI. Pengolahan Citra
BAB II DASAR TEORI II.1 Pengolahan Citra II.1.1 Citra Sebuah citra yang didefinisikan di dunia nyata dipetakan sebagai sebuah fungsi terhadap intensitas cahaya terhadap bidang dwimatra. Sebagai contoh
Lebih terperinciDeteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri
Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu
Lebih terperinciDeteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV
Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciAplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006
Aplikasi Pengolahan Citra DETEKSI WARNA PENS-ITS, 26 Des 2006 Materi Format Warna RGB r-gcolor Normalized RGB HSV YCrCb TSL Deteksi Warna Static Threshold Distance Threshold Dynamic Threshold Format Warna
Lebih terperinciCOLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Konsep Warna 2. Standard Color Space RGB dan CMYK HSV CIE Lab, Luv, Yuv dan YCrCb 3. Color Gamut 4. Konversi Color Spaces KONSEP
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 14 Pemrosesan Warna Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2014
Lebih terperinciAplikasi Simulasi Tes Buta Warna Berbasis Android Menggunakan Metode Ishihara
Aplikasi Simulasi Tes Buta Warna Berbasis Android Menggunakan Metode Ishihara Dede Kurniadi 1, M. Mesa Fauzi 2, Asri Mulyani 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciHistogram Warna Pada Image
Histogram Warna Pada Image Konsep Ruang Warna P(r,g,b) Setiap pixel mempunyai warna yang dinyatakan dalam RGB, sehingga merupakan gabungan nilai R, nilai G dan nilai B yang tidak bisa dipisahkan satu dengan
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
Lebih terperinci1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi
1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinciGambar 3.1 Contoh Citra yang digunakan
BAB III DATASET DAN RANCANGAN PENELITIAN Pada bab ini dijelaskan tentang dataset citra yang digunakan dalam penelitian ini serta rancangan untuk melakukan penelitian. 3.1 DATASET PENELITIAN Penelitian
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciDrawing, Viewport, dan Transformasi. Pertemuan - 02
Drawing, Viewport, dan Transformasi Pertemuan - 02 Ruang Lingkup Definisi Drawing Viewport Transfomasi Definisi Bagian dari grafik komputer meliputi: 1. Citra (Imaging) : mempelajari cara pengambilan dan
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Buta warna adalah suatu kelainan yang diakibatkan oleh ketidakmampuan bagian mata seseorang untuk mengenali warna tertentu. Seseorang dapat melihat karena bantuan photoreceptor
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciBy: Ahmad SYAUQI Ahsan
By: Ahmad SYAUQI Ahsan Warna Primer Kadang kita diajarkan bahwa warna primer adalah Merah, Kuning, dan Biru: Cukup bagus untuk mencampur cat. Namun tidak bagus untuk digunakan dalam mencampur cahaya Retina
Lebih terperinciIndarto 1, Murinto 2, I. PENDAHULUAN. Kampus III UAD Jl.Dr.Soepomo, Janturan, Yogyakarta
Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS (Banana Fruit Detection Based on Banana Skin Image Features Using HSI Color Space
Lebih terperinciPraktikum. Jobsheet III. untuk Processing. B. Dasar Teori Ada dua mode dan HSB. (a) (b) HSB. Gambar 3.1. memperoleh. A. Tujuan
Praktikum Pemrosesan Sinyal @G4.206 Jobsheet III Warna RGB dan HSB A. Tujuan Mahasiswaa mampu menjelaskan penggunaan filter warna padaa OpenCV untuk Processing Mahasiswaa mampu mengoperasikann filter warna
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciPengolahan Citra Berwarna
MK3383 Teknik Pengolahan Citra Pengolahan Citra Berwarna M. Zidny Naf an, M.Kom. Semester Genap 2015/2016 http://www.colormatters.com/color-and-vision/how-the-eye-sees-color Bagaimana Manusia Melihat Warna?
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat
Lebih terperinciDAFTAR ISI ABSTRAK... 7 KATA PENGANTAR... 8 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN...
DAFTAR ISI Penulis Halaman ABSTRAK..... 7 KATA PENGANTAR... 8 DAFTAR ISI.... 10 DAFTAR TABEL... 15 DAFTAR GAMBAR... 16 DAFTAR LAMPIRAN... 18 BAB I PENDAHULUAN... 2 1.1 Latar Belakang Masalah... 2 1.2 Perumusan
Lebih terperinciMembedakan Warna Protanopia, Deuteranopia, Tritanopia. Sudjoko KUSWADJI Yayasan Sudjoko Kuswadji
Membedakan Warna Protanopia, Deuteranopia, Tritanopia Sudjoko KUSWADJI Yayasan Sudjoko Kuswadji Kemampuan Membedakan Merah-Hijau Protanopia (red dichromacy) dan protanomalia; Kekurangpekaan terhadap warna
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Manusia dibekali dengan kelebihan bila dibandingkan dengan mahluk ciptaan Tuhan yang lain. Manusia lebih peka terhadap rangsang, karena manusia memiliki organ tubuh
Lebih terperinciGrafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom
Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom BAB-13 PENCAHAYAAN 13.1. WARNA Warna sebenearnya merupakan persepsi kita terhadap pantulan cahaya dari benda-benda
Lebih terperinciOperasi Piksel dan Histogram
BAB 3 Operasi Piksel dan Histogram Setelah bab ini berakhir, diharapkan pembaca memahami berbagai bahasan berikut. Operasi piksel Menggunakan histogram citra Meningkatkan kecerahan Meregangkan kontras
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciPerancangan Mini Image Editor Versi 1.0 sebagai Aplikasi Penunjang Mata Kuliah Digital Image Processing
Perancangan Mini Image Editor Versi 1.0 sebagai Aplikasi Penunjang Mata Kuliah Digital Image Processing Erico Darmawan Handoyo Program Studi Teknologi Informasi Fakultas Teknologi Informasi, Universitas
Lebih terperinciTeori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari
Teori Warna S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari 1 Sejarah Warna Pada tahun 1672 Sir Isaac Newton menemukan bahwa cahaya yang dilewatkan pada sebuah prisma akan terbagi menjadi berbagai
Lebih terperinciBAB II KAJIAN PUSTAKA. bergunamelakukanpengolahan data maupunkegiatankegiatansepertipembuatandokumenataupengolahan
BAB II KAJIAN PUSTAKA A. Aplikasi Menurut Mulyadi (2010) Aplikasiadalahkomponen yang bergunamelakukanpengolahan data maupunkegiatankegiatansepertipembuatandokumenataupengolahan data aplikasi adalah bagian
Lebih terperinciPRINSIP-PRINSIP KOMPOSISI. Kesatuan/unity Keselarasan/harmony Keseimbangan/balance Proporsi /Proportion Irama/Rhytm Tekanan/Emphasize
Nirmana Dwimatra Suatu kaidah susunan (organisasi) dari unsur-unsur pendukungnya untuk menciptakan suatu kesatuan bentuk ciptaan dalam batasan dua dimensional PRINSIP-PRINSIP KOMPOSISI Kesatuan/unity Keselarasan/harmony
Lebih terperinciImplementasi Algoritma Kompresi Shannon Fano pada Citra Digital
Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Muhammad Khoiruddin Harahap Politeknik Ganesha Medan choir.harahap@yahoo.com Abstrak Algoritma kompresi Shannon-Fano merupakan salah satu
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciPENGOLAHAN 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 terperinciBAB I PENDAHULUAN. semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan teknologi informasi dan komunikasi yang semakin pesat, semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra akan
Lebih terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB 2 LANDASAN TEORI. Digital image processing adalah istilah untuk memproses gambar (picture) dua
BAB 2 LANDASAN TEORI 2. Definisi Pengolahan Citra Digital image processing adalah istilah untuk memproses gambar (picture) dua dimensi oleh komputer digital (Jain, 989, p). Segala proses yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan studi (state of the art) Berikut penelitian yang telah dilakukan sebelumnya : 1. Penelitian dilakukan oleh Sigit Sugiyanto Feri Wibowo (2015), menjelaskan tentang klasifikasi
Lebih terperinciPenelusuran Citra pada Citra Bergerak dengan Interpolasi Newton
Penelusuran Citra pada Citra Bergerak dengan Interpolasi Newton David Soendoro Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Bandung, Indonesia if17086@students.if.itb.ac.id Abstract
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana
Lebih terperinciPENENTUAN TINGKAT BUTA WARNA DENGAN METODE SEGMENTASI RUANG WARNA FUZZY DAN RULE-BASED FORWARD CHAINING PADA CITRA ISHIHARA
Youngster Physics Journal ISS : 2302-7371 Vol. 4, o. 2, April 2015, Hal 211-218 PEETUA TIGKAT BUTA WARA DEGA METODE SEGMETASI RUAG WARA FUZZY DA RULE-BASED FORWARD CHAIIG PADA CITRA ISHIHARA ur Hamid dan
Lebih terperinciPENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA
Abstrak PENDEKATAN HIPERBOISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITA BERWARNA inggaluhung D.W. 1205 100 022 linggaluhung@gmail.com Jurusan Matematika FMIPA-ITS Dosen
Lebih terperinciSelama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat
SEMINAR TUGAS AKHIR Dosen Pembimbing: Dr. Ir. Djoko Purwanto M.Eng Dr. Tri Arief Sardjono ST.MT Oleh: OKTAVIANO YUDHA N 2203.109.007 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI
Lebih terperinciBAB 3 ALGORITMA PERENCANAAN SISTEM PENGENALAN PENYAKIT DARAH
29 BAB 3 ALGORITMA PERENCANAAN SISTEM PENGENALAN PENYAKIT DARAH Skripsi ini membahas tentang perencanaan suatu program untuk pengenalan penyakit darah dari sampel citra darah yang digunakan. Data yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Mata merupakan salah satu indera yang sangat vital fungsinya bagi manusia yaitu sebagai indera penglihatan. Mata pada dasarnya memiliki kepekaan terhadap cahaya dan
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciTINJAUAN PUSTAKA. bagian dari kecerdasan buatan (berbasis pengetahuan) yang memungkinkan
II. TINJAUAN PUSTAKA A. Sistem Pakar Sistem pakar yang berbasis pengetahuan kecerdasan merupakan salah satu bagian dari kecerdasan buatan (berbasis pengetahuan) yang memungkinkan komputer dapat berpikir
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau inisiasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik
Lebih terperinciBAB IV IMPLEMENTASI DAN HASIL PENGUJIAN
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Aplikasi Pada bab ini akan dibahas mengenai implementasi aplikasi yang telah dibuat setelah melakukan analisa dan perancangan aplikasi filter sobel
Lebih terperinciPanduan Membaca Peta Prakiraan Daerah Penangkapan Ikan
Panduan Membaca Peta Prakiraan Daerah Penangkapan Ikan PETA SECARA UMUM Peta merupakan penyajian grafis obyek dipermukaan bumi sebagian maupun keseluruhan yang digambarkan pada suatu bidang datar, diskalakan
Lebih terperinciSISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA
Sukmawati Nur Endah, Priyo Sidik Sasongko, Helmie Arif Wibawa, Frediansah SISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA Sukmawati Nur Endah, Priyo Sidik Sasongko, Helmie Arif Wibawa, Frediansah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENGENALAN KARAKTER ANGKA DARI SEGMENTASI CITRA PLAT NOMOR KENDARAAN DENGAN METODE SOMs Winda Marlia
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN
4 BAB HASIL DAN PEMBAHASAN Ada tiga tahap utama yang dilakukan pada percobaan ini yaitu ektraksi ciri, pelatihan dan pengujian JST. Percobaan dilakukan dengan mengkombinasikan data hasil ekstraksi ciri
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciCOLOR BLIND APLICATION TEST USING ISHIHARA METHOD BASED ON ANDROID
COLOR BLIND APLICATION TEST USING ISHIHARA METHOD BASED ON ANDROID Muajibah Yuniati 1), Tito Pinandita 2) 1)2) Teknik Informatika F.Teknik Universitas Muhammadiyah Purwokerto Jl. Raya Dukuhwaluh Purwokerto
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciDasar-dasar Photoshop
B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinciModel Otomasi Penyortir Warna Barang dengan Metode Thresholding dan Bentuk Barang dengan Metode Pengenalan Pola
12 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 5 (2014) No. 1, pp. 12-31 Model Otomasi Penyortir Warna Barang dengan Metode Thresholding dan Bentuk Barang dengan Metode Pengenalan Pola Muliady
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciPerbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari Dua Gambar Dijital
81 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 81-95 Perbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari
Lebih terperinciBAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra
BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI 4.1. Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra Pada fusi data citra fluorescent hijau dan fluorescent merah penulis melakukan Pixel Level Fusion
Lebih terperinciDewa Putu Yudhi Ardiana, S.Kom
PERCABANGAN DELPHI OLEH Dewa Putu Yudhi Ardiana, S.Kom http://belajarilkom.wordpress.com/ PERCABANGAN Percabangan digunakan untuk mengatur aliran program. Kode program tidak harus dijalankan dari atas
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciAlat Koresi Warna & Tonal
BAB 4 Alat Koresi Warna & Tonal Keserasian warna dan tonal menjadi hal yang sangat penting dalam dunia desain grafis karena menentukan indah atau tidaknya sebuah gambar yang dibuat. Bukan saja untuk dunia
Lebih terperinciDesain Kerajinan. Unsur unsur Desain. Titik 9/25/2014
Desain Kerajinan Unsur unsur Desain Unsur desain merupakan bagian-bagian dari desain yang disusun untuk membentuk desain secara keseluruhan. Dalam sebuah karya desain masing-masing unsur tidak dapat dilepaskan
Lebih terperinciPengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian
Lebih terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciPENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW
PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi
Lebih terperinciPENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION
PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION Sugiarti sugiarti_fikumi@ymail.com Universitas Muslim Indonesia Abstrak Peningkatan kualitas citra merupakan salah satu proses awal
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Meningkatnya kebutuhan manusia akan sistem keamanan berbasis tracking yang dapat bekerja secara otomatis membuat ilmuwan mulai menciptakan berbagai macam teknologi dan
Lebih terperinciBAB II METODOLOGI. State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat.
BAB II METODOLOGI 2.1 State Of The Art State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat. Reverensi karya: CD-Interaktif anak usia 4 8 tahun ( TK dan
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciPEMERIKSAAN PERGERAKAN MATA VISUS & TES BUTA WARNA
PEMERIKSAAN PERGERAKAN MATA VISUS & TES BUTA WARNA PEMERIKSAAN PERGERAKAN MATA Tujuan Instruksional Khusus: - Mahasiswa mampu menjelaskan maksud dan tujuan pemeriksaan pergerakan mata. - Mahasiswa mampu
Lebih terperinciABSTRAK. ii Universitas Kristen Maranatha
ABSTRAK Saat ini banyak digunakan robot-robot untuk meningkatkan kinerja produksi. Sebagai contoh, robot yang dapat meningkatkan kinerja produksi adalah lengan robot penyortir warna yang applikasinya dapat
Lebih terperinci