ANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER
|
|
- Sudomo Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER Dimas Ari Tonang Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang URL: Abstrak Simplicity in the process of retrieval and storage of information in the form of digital image making community started leaving the analog image. From the ease of digital image sometimes can be contaminated by noise. Noise due to the process of delivery either via cable or via satellite media is very influential to the quality of the image. By using the technique of filtering noise reduction process will be performed on a digital image that has been previously given the joint Gaussian noise and salt and pepper and continued with Similarity Measurement of digital image similarity to identify the results of filtering with the original image. This research was conducted to determine the appropriate filtering techniques to reduce the combined noise Gaussian and salt and pepper. The process of image processing in this study consists of process input imagery, image conversion, addition of noise reduction filtering method of image with Gaussian and wiener. Of research results obtained so that the application of the Gaussian Filter with a value of standard deviation = 0.1 produces digital images that best approached the original image compared to the application of the Gaussian filter with standard deviation range Retrieved also Euclidean distance calculation results more consistent and get the smallest distance against the original image. It is also supported by calculation of the RMSE and PSNR Gaussian Filter method that has the effectiveness of 86.7% nicer than Wiener Filter in reduction of the image containing the joint Gaussian noise and Salt and pepper. This research developed so that can use different types of methods or other noise. Keywords: digital Imagery, Gaussian Noise, Salt and Pepper Noise, Euclidean Distance, GaussianFilter, Wiener Filter,RMSE,PSNR Abstract Kemudahan dalam proses pengambilan dan penyimpanan informasi berupa citra digital membuat masyarakat mulai meninggalkan citra analog. Dari kemudahan tersebut terkadang citra digital dapat terkontaminasi derau (noise). Derau/noise akibat proses pengiriman baik itu melalui media kabel ataupun melalui satelit sangat berpengaruh terhadap kualitas citra. Dengan menggunakan teknik filtering akan dilakukan proses pengurangan noise pada citra digital yang sebelumnya telah diberi noise gabungan gaussian dan salt and pepper dan dilanjutkan dengan Similarity Measurement untuk mengidentifikasi kesamaan citra digital hasil filtering dengan citra original. Penelitian ini dilakukan untuk menentukan teknik filtering yang tepat untuk mengurangi noise gabungan gaussian dan salt and pepper. Proses pengolahan citra dalam penelitian ini terdiri atas proses input citra, konversi citra, penambahan noise, reduksi citra dengan metode filtering gaussian dan wiener. Dari hasil penelitian didapat bahwa penerapan Gaussian Filter dengan nilai standar deviasi = 0,1 menghasilkan citra digital yang paling mendekati citra original dibanding dengan penerapan Gaussian filter dengan standar deviasi rentang 0,1 10. Diperoleh juga hasil perhitungan euclidean distance lebih konsisten dan mendapatkan jarak terkecil terhadap citra asli. Hal tersebut di dukung juga dengan perhitungan RMSE dan PSNR bahwa metode Gaussian Filter memiliki efektivitas sebesar 86,7% lebih bagus daripada Wiener Filter dalam mereduksi citra yang mengandung gabungan noise Gaussian dan Salt and pepper. Supaya penelitian ini berkembang dapat menggunakan jenis metode atau noise yang lain. Kata kunci : Citra digital, Gaussian Noise, Salt and Pepper Noise, Euclidean Distance, Manhattan Distance, GaussianFilter, Wiener Filter, RMSE,PSNR PENDAHULUAN Seiring dengan perkembangan zaman, informasi dalam bentuk citra memegang peranan sangat penting. Kemudahan dalam proses pengambilan dan penyimpanan informasi berupa citra digital membuat masyarakat mulai meninggalkan citra analog. Bentuk citra digital sendiri merupakan salah satu akses informasi yang paling mudah untuk digunakan dari segi pengiriman data berupa citra serta pengolahan dan pemrosesan citra itu sendiri. Dari kemudahan-kemudahan yang didapat dari informasi yang disajikan dalam bentuk citra digital terkadang sebuah citra seringkali mengalami
2 penurunan kualitas citra yang disebabkan oleh banyak faktor. Salah satu faktor yang menyebabkan kualitas citra menurun biasanya terjadi ketika proses pengambilan, pengiriman dan penyimpanan citra tersebut. Suatu citra dikatakan mengalami penurunan kualitas mutu biasanya mengandung cacat atau derau (noise) dan warnanya terlalu kontras ataupun juga blur. Sebuah citra digital yang mengalami kerusakan mengakibatkan informasi yang akan disampaikan jadi berkurang sehingga membuat informasi yang diperoleh menjadi tidak sesuai dengan apa yang diharapkan. Kerusakkan yang terjadi akibat proses pengiriman baik itu melalui media kabel ataupun melalui satelit juga berpengaruh terhadap kualitas citra sehingga untuk menyikapi hal tersebut maka perlu dilakukan sebuah proses perbaikan citra dengan menggunakan metode filtering citra [1]. Pada proses filtering, derau / noise diperbaiki sehingga citra mudah di intrepertasikan oleh manusia ataupun mesin dan menjadikan informasi yang akan disampaikan sesuai dengan yang diharapkan. Derau ataupun noise adalah sebuah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra ataupun bintik putih yang terdistribusi normal. Noise dengan bintik acak tersebut disebut dengan derau (salt & paper) dan noise dengan bintik putih yang terdistribusi normal disebut dengan derau gaussian. [2] Berdasarkan penelitian yang pernah dilakukan Gybert Saselah, Winsy Weku, Luther Latumakulita [1] dalam penelitianya yang berjudul Perbaikan Citra Digital dengan Menggunakan Filtering Technique dan Similarity Measurement mendapat kesimpulan: 1.Bahwa Gaussian filter lebih mendekati citra original daripada wiener filter untuk memperbaiki citra yang mengandung noise gaussian. 2. Berdasarkan perhitungan similarity measurement metode euclidean distance menghasilkan jarak paling kecil dibanding dengan metode manhattan pada penerapan gaussian filter dengan ukuran matriks 3x3 dengan nilai standar deviasi = 1 dan diikuti juga dengan hasil perhitungan MSE,PSNR dan SNR yang juga konsisten dengan nilai terbaik pada ukuran strandar deviasi tersebut. Dari hasil uji coba dan analisis yang dilakukan serta kesimpulan yang diperoleh, peneliti seblumnya memberikan rujukan untuk melakukan penelitian lebih lanjut dengan menggunakan jenis noise yang berbeda ataupun dengan gabungan dua noise atau lebih. Berdasarkan latar belakang masalah tersebut maka pada penelitian ini akan dilakukan penelitian lebih lanjut mengenai analisis terhadap metode filtering tersebut dengan melakukan proses pengurangan gabungan dua buah noise, yaitu dengan menggabungkan gaussian noise dan salt and pepper noise dengan tingkat standar deviasi noise masing-masing 0,2 yang akan diuji dengan dua buah metode filtering yaitu gaussian filter dan wiener filter yang kemudian akan dilakuakn pendekatan jarak untuk membandingkan hasil citra filtering yang paling mendekati citra asli. METODE Spatial Filtering Spatial filtering merupakan suatu konsep untuk memodifikasi nilai piksel citra digital dengan menerapkan suatu fungsi pada piksel tetangga dari piksel tersebut. Jenis spatial filtering yang akan digunakan pada penelitian ini: Gaussian Filtering Gaussian filtering diperoleh dari operasi konvolusi yang merupakan proses perkalian antara matriks kernel dengan matriks gambar asli. Matriks kernel gauss diperoleh dari fungsi komputasi yang merupakan hasil dari distribusi gaussian, berikut dapat dilihat pada persamaan di bawah ini: Wiener Filtering Wiener Filtering merupakan jenis filter spasial nonlinear. Pada noise image dimodelkan sebagai berikut: ) Diketahui M merupakan gambar original dan N adalah noise; dengan asumsi terdistribusi normal dengan mean 0. Terkadang, dalam mask yang dihasilkan, mean tidak selalu bernilai 0; misalkan adalah varians noise yang bekerja pada gambar serta g adalah current value dari piksel pada noisy image. (McAndrew, 2004), maka nilai output dapat dihitung dengan rumus berikut: Noise Noise (derau) merupakan penyebab utama penurunan kualitas citra (degradasi), sehingga sangat mengganggu apabila suatu foto ingin dicetak dan disimpan pada album atau dipajang diruang tamu. Gaussian Noise Derau Gaussian adalah derau putih yang Noise mempunyai distribusi normal. Jika citra dinyatakan dengan I dan derau Gaussian dinyatakan dengan N, maka citra yang terkorupsi oleh derau Gaussian dinyatakan dengan cara menambahkan keduanya 1) 3) 2
3 [9] yaitu dapat dibentuk model noisy image sebagai berikut :... 4) Salt And Pepper Noise Derau Salt and Pepper sering disebut juga impulse noise, shot noise, dan binary noise adalah derau disebabkan oleh gangguan yang tajam dan tiba-tiba (sharp and sudden) pada sinyal citra, kenampakan pada citra akan berupa titik-titik (piksel) hitam atau putih (atau kedua-duanya) yang tersebar pada citra [9] ) Similarity Measurement Similiarity (kemiripan) adalah ukuran kedekatan antara satu objek dengan objek lainnya. Sedangkan distance (jarak) adalah ukuran tentang jarakpisah antar objek. Terdapat beberapa tekhnik dalam pengukuran jarakantara lain : Euclidean Distance Euclidean Distance adalah metrika yang paling sering digunakan untuk menghitung kesamaan 2 vektor. Euclidean distance menghitung akar dari kuadrat perbedaan 2 vektor (root of square differences between 2 vectors) ) Manhattan Distance Manhattan distance merupakan salah satu pengukuran yang paling banyak digunakan meliputi penggantian perbedaan kuadrat dengan menjumlahkan perbedaan absolute dari variablevariable. Metode ini mengasumsikan bahwa variabel dalam cluster variate tidak berkorelasi. Prosedur ini disebut blok absolute atau lebih dikenal dengan city block distance. Berikut adalah rumus dari manhattan distance:... 7) Peak Signal to Noise Ratio (PSNR) PSNR merupakan perbandingan yang terjadi antara nilai maksimum dari sinyal yang dapat diukur dengan besarnya sebuah derau yang berpengaruh terhadap sinyal tersebut. Untuk menghitung PSNR dari suatu citra, terlebih dahulu harus menentukan RMSE(Root Mean Square Error). RMSE adalah nilai error kuadrat rata-rata antara citra asli dengan citra hasil filtering. Perhitungan RMSE adalah sebagai berikut [10]: RMSE 1 m n 2 I i, j K i, j ) mn i 1 j 1 Nilai PSNR didapat dengan rumus: B PSNR. log RMSE Proses Alur Penelitian Citra Asli ) Proses Grayscale Proses Simiilarity Measurement Proses Pemberian Noise ( Gaussian Noise dan Salt And Pepper Noise Proses Filtering Noise ( Gaussian Filter dan Wiener Filter) HASIL DAN PEMBAHASAN Proses pengolahan citra dalam penelitian ini terdiri dengan proses input gambar dan membaca matriks citra langkah selanjutnya yaitu konversi citra RGB ke grayscale, penambahan density noise gaussian dan salt and pepper, reduksi noise menggunakan metode gaussian filter dan wiener filter, similarity measurement, analisis teknik filtering. 1. Konversi Citra RGB ke Grayscale Setelah proses input gambar dan pembacaan matriks citra yang menghasilkan nilai piksel pada dimensi 3 layer yaitu Red, Green, dan Blue (RGB), kemudian untuk mempermudah proses selanjutnya dilakukan konversi citra RGB ke Grayscale. 2. Menambahkan Noise Pada Citra Digital Noise yang akan ditambahkan adalah noise gaussian dan noise salt and pepper. 3. Melakukan proses filtering Proses ini dilakukan untuk mereduksi noise. Yaitu dengan menggunakan metode filtereing : a. Gaussian Filtering Pada metode gaussian filter dalam penelitian ini akan digunakan ukuran matriks 3x3, 5x5, 7x7 dan 9x9 dengan penambahan standar deviasi filter dengan ukuran 0,5 ; 2,5 ; 5 ;7,5 ; 10; dengan penggunaan matriks dan standar deviasi yang dipakai maka di dapatkan hasil kombinasi 20 jenis filter (G1,G2,...G20). b. Wiener Filtering Dengan ukuran matrik yang dipakai dalam penelitian ini adalah 3x3, 5x5, 7x7 dan 9x9 dengan juga ditambah ukuran standar deviasi dengan nilai 0,5;2,5; 5 ; 7,5;10; sehingga diperoleh juga kombinasi 20 jenis filter (G21,G22,....G40). 4. Similarity Measurement Setelah melakukan proses filtering citra maka selanjutnya akan dilakukan proses similarity measurement yaitu untuk melihat citrahasil filtering yang paling mendekati citra original dengan perhitungan metode euclidean distance dan 3
4 manhattan distance. Berikut adalah tabel hasil perhitungan similarity measurement: Untuk membuktikan ke efektifan kedua metode tersebut akan dilakukan analisis tingkat lanjut dengan menggunakan 5 (lima ) buah citra uji dengan standar deviasi filter 0,1 dan ukuran matriks filter 3x3. Berikut adalah hasil uji kualitas citra dengan lima buah citra uji: 5. Analisis Teknik Dari hasil perhitungan similarity pada kedua metode tersebut memberikan hasil yang kurang maksimal dikarenakan hasil dari perhitungan wiener mempunyai nilai yang sama. Sehingga perlu dilakukan uji selanjutnya dengan menggunakan standar deviasi 0,1 s.d 10,. Berikut tabel hasil perhitungannya: Dari hasil tabel diatas dapat disimpulkan bahwa hasil terbaik dari pengukuran kualitas citra kedua metode filtering tersebut terdapat pada penggunaan ukuran filter matriks 3 x 3 hal tersebut ditunjukkan dengan hasil RMSE dan PSNR kedua metode menempati nilai terbaik pada ukuran matrik 3x3.Diperoleh juga hasil dari pengukuran tingkat error (RMSE) dan juga ratio noise (PSNR) bahwa penggunaan Euclidean distance menghasilkan jarak yang konsisten terhadap nilai hasil pengukuran RMSE dan PSNR dibanding dengan pengukuran menggunakan Manhattan distance.oleh karena itu hasil pengukran jarak yang diambil adalah nilai dari hitungan Euclidean distance. Dari uji lanjut analisis pengukuran MSE dan PSNR terhadap 5 buah citra uji yang mengandung prosentase noise 10%,30% dan 50% sehingga didapatkan kombinasi hasil citra sebanyak 15 citra hasil. Diperoleh hasil 13 citra hasil Metode gaussian noise menghasilkan MSE dan PSNR terbaik dan 2 citra hasil menunjukkan hasil MSE dan PSNR terbaik pada Wiener filter.sehingga dari hasil tersebut dapat di hitung keefektivitasan metode sebagai berikut : Probabilitas citra hasil terbaik X 100% Jumlah citra Uji 13 X 100% = 86,7% 15 Dari hasil tersebut menunjukkan bahwa penggunaan Gaussian Filter lebih bagus dari pada penggunaan Wiener Filter dalam mereduksi noise gabungan gaussian dan salt and pepper dengan prosentase keefektifan gaussian filter sebesar 86,7%. 4
5 KESIMPULAN a. Penerapan gaussian filtering dengan ukuran filter 3x3 dan presentase noise 20% serta nilai standar deviasi =0,1 menghasilkan citra digital yang paling mendekati citra original dibanding dengan nilai standar deviasi lain dengan hasil ukuran jarak euclidean 7542,272 dan RMSE sebesar 14,740 serta PSNR sebesar 24,760 db, sedangkan Wiener Filter pada ukuran yang sama jarak euclidean terbaik 7614,611dan RMSE sebesar 14,872 serta PSNR sebesar 24,683 db. b. Efektifitas penerapan metode gaussian filter dalam pengurangan noise gabungan gaussian dan salt and pepper terhadap 5 buah citra uji sebesar 86,7% yang menyatakan metode gaussian filter lebih baik daripada Wiener Filter. DAFTAR PUSTAKA [1] w. w. l. l. Gybert saselah, "Perbaikan Citra Digital dengan Menggunakan Filtering Technique," ejournal, vol. 2, [2] Hermawati, Pengolahan Citra Digital, Yogyakarta: Andi, [3] B. Yuwono, "Image Smoothing Menggunakan Mean Filtering, Median Filtering, Modus Filtering dan Gaussian Filtering," Telematika, vol. 7, [4] E. J. Rani and E. S. Kaur, "Image Restoration Using Various Methods and Performance Using Various Parameters," International Journal of Advanced Research in Computer Science and Software Engineering, vol. 4, no. 1, [5] M. K. D. Rika Novita Wardhani, "Analisis PenerapanMetode Konvolusi untuk Reduksi Derau pada Citra Digital," Poli-Teknologi, vol. 10, p. 2, [6] M. H. Oceandra, "Pengurangan Noise Pada Citra Digital," [7] E. D. Ginting, "Deteksi tepi Menggunakan metode Canny Dengan Matlab Untuk Membedakan Uang Asli dan Uang Palsu," [8] Arifin and Budiman, "Edge Detection Menggunakan Roberts Cross," vol. 12, [9] A. McAndrew, "An Introduction to Digital Image Processing with Matlab," School of Computer Science and Mathematics, [10] R. Munir, Pengolahan Citra Digital, Bandung : Informatika, [11] P. A. Setiyono, "Menganalisa Perbandingan Deteksi Tepi Antara metode Sobel dan Metode Robert,"
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciTEKNIK 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 terperinciTEKNIK 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 terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciPERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT-SVD DAN RDWT-SVD. Abstract
PERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT- DAN Qurrota Ayun Majid, T. Sutojo, S.Si, M.Kom Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang 111201207118@mhs.dinus.ac.id
Lebih terperinciIMPLEMENTASI 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 terperinciMETODE 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 terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciBAB 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 terperinciIMPLEMENTASI 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 terperinciPERBANDINGAN IMAGE FILTERING BERBASIS METODE PREWITT DAN METODE SOBEL GUNA MENGURANGI NOISE PADA SUATU CITRA GRAYSCALE
PERBANDINGAN IMAGE FILTERING BERBASIS METODE PREWITT DAN METODE SOBEL GUNA MENGURANGI NOISE PADA SUATU CITRA GRAYSCALE Damas Eka Pradipta 1, Aris Marjuni 2 Jl. Imam Bonjol No. 207, Semarang, 50131, Telp.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciANALISIS KINERJA METODE LUCY-RICHARDSON DAN BLIND DECONVOLUTION
ANALISIS KINERJA METODE LUCY-RICHARDSON DAN BLIND DECONVOLUTION Dian Eka Apriliyani Jurusan Teknik Informatika, Universitas Gunadarma dyanekaa@gmail.com Abstrak Deblurring merupakan operasi restorasi citra
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciPERBANDINGAN KINERJA METODE MEDIAN FILTER DAN MIDPOINT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL ABSTRAK
PERBANDINGAN KINERJA METODE MEDIAN FILTER DAN MIDPOINT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL Okada Arle Sandi, T. Sutojo, S.Si, M.Kom Teknik Informatika S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciPengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image
EKSPLORA INFORMATIKA 98 Pengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image Andi Pranata 1, Erna ZuniAstuti 2
Lebih terperinciANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI
ANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI MAGDALENA SIREGAR 111401109 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
Lebih terperinciBAB 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 terperinciAPLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB
APLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB PUJI LESTARI 41512010061 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2016 APLIKASI TAPIS LOLOS RENDAH
Lebih terperinciBAB 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 terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Pemfilteran Citra; Sharpening, Blurring dan Noise Reduction 5 UNIV KRISTEN DUTA WACANA GENAP 1213 Pemfilteran Citra (Image Filtering) Pada
Lebih terperinciSalt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 Salt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction Syanti irviantina *1, Irpan Pardosi 2 STMIK Mikroskil, Jl.
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciAnalisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper
Cogito Smart Journal/VOL. 2/NO. 2/DESEMBER 2016 157 Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper Ivan Maulana 1, Pulung Nurtantio Andono 2 1,2 Program
Lebih terperinciImplementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital
UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciAnalisa 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 terperinciLANDASAN 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 terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciIDENTIFIKASI 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 terperinciRESTORASI CITRA. Budi s
RESTORASI CITRA Budi s Sumber Noise Setiap gangguan pada citra dinamakan dengan noise Noise bisa terjadi : Pada saat proses capture (pengambilan gambar), ada beberapa gangguan yang mungkin terjadi, seperti
Lebih terperinciImage Restoration. Aditya Wikan Mahastama
Image Restoration Aditya Wikan Mahastama Image Restoration Image restoration: usaha-usaha untuk memulihkan citra yang mengalami degradasi. Contoh degradasi diantaranya: blur (gambar( tidak jelas) karena
Lebih terperinciIMPLEMENTASI ORDER-STATISTIC FILTERS UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL
IMPLEMENTASI ORDER-STATISTIC FILTERS UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI JUNI SANTO SIHOTANG 091401017 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun merupakan imitasi dari sebuah objek atau benda. Citra memiliki beberapa karakteristik yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Didukung dengan perkembangan zaman
Lebih terperinciDETEKSI TEPI BERBASIS METODE SOBEL UNTUK PENINGKATAN KUALITAS CITRA MEDIS
DETEKSI TEPI BERBASIS METODE SOBEL UNTUK PENINGKATAN KUALITAS CITRA MEDIS Derry Setiawan 1, DRA. Erna Zuni Astuti,M.Kom 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer,Universitas Dian Nuswantoro Jl.
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital
Lebih terperinci2 Berbagai cara dilakukan untuk menghilangkan derau, berbagai filter yang dikombinasikan dilakukan untuk melihat perubahan yang terjadi pada citra yan
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia fotografi saat ini sedang digemari dunia. Berbagai gadget untuk menangkap gambar pun berkembang dengan pesat, mulai dari kamera film, kamera polaroid,
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciPengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE) Disusun Oleh : Nama : Abner Natanael R Nrp : 0522034 Jurusan Teknik Elektro,
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB 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 terperinciANALISIS DETEKSI TEPI CANNY PADA CITRA DENGAN GAUSSIAN FILTERING DAN BILATERAL FILTERING
ANALISIS DETEKSI TEPI CANNY PADA CITRA DENGAN GAUSSIAN FILTERING DAN BILATERAL FILTERING Safriadi 1), Aulia Essra 2), Rahmadani 3) Magister Teknik Informatika, Universitas Sumatera Utara 1,2) Universitas
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciBAB 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 terperinciPengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya
Pengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya 1 Hafidz Surahman 1, Aisyah Fuja 2, Ir.Rubandi 3, Willy 4 1,2 STMIK GI MDP; Jalan Rajawali No.14 Palembang,
Lebih terperinciPerbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /
Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra Charles Aditya / 0322026 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri
Lebih terperinciUji Efektivitas Filter Quasi-Gaussian DCT untuk Memperbaiki Kualitas Citra Ekokardiografi
Uji Efektivitas Filter Quasi- DCT untuk Memperbaiki Kualitas Citra Ekokardiografi Slamet Riyadi, Mohd Marzuki Mustafa, Aini Hussain Jurusan Teknologi Informasi, Fakultas Teknik, Universitas Muhammadiyah
Lebih terperinciKriptografi Visual Berbasis Model CMY Menggunakan Mask Hitam Putih Untuk Hasil Digital Watermarking Menggunakan Teknik Penggabungan DWT Dan DCT
Kriptografi Visual Berbasis Model CMY Menggunakan Mask Hitam Putih Untuk Hasil Digital Watermarking Menggunakan Teknik Penggabungan DWT Dan DCT Mahesa Dwi Putra (0622052) Email: mahesa.dputra@gmail.com
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini citra digital sedang menjadi trend di kalangan masyarakat, apalagi dengan semakin berkembangnya teknologi digital serta makin murahnya harga perangkat yang
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
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
Lebih terperinciTeknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding
Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Gideon Aprilius (0522116) Email: dionjuntak@gmail.com Jurusan Teknik Elektro, Fakultas Teknik
Lebih terperinciBAB 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 terperinciKOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK
KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK Disusun Oleh : Ardyan Lawrence (1022068) Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No.65, Bandung, Indonesia.
Lebih terperinciBAB 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 terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciPENGGUNAAN latar belakang dalam proses pembuatan VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING. Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini,
1 VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini, Abstrak Penggunaan gradasi yang halus pada penggabungan dua video pada proses video kompositing. Video
Lebih terperinciMETODE 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 terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciPenerapan 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 terperinciArnes Sembiring Sekolah Tinggi Teknik Harapan Medan Abstrak
Perbandingan Algoritma Mean Filter, Median Filter dan Wiener Filter pada Aplikasi Restorasi Citra RGB Terdegradasi Impulse Noise Menggunakan The Peak Signal To Noise Ratio (PSNR) Arnes Sembiring Sekolah
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciWATERMARKING CITRA DIGITAL MENGGUNAKAN TRANSFORMASI HYBRID DWT DAN DCT SKRIPSI. Oleh : Ali Ischam J2A
WATERMARKING CITRA DIGITAL MENGGUNAKAN TRANSFORMASI HYBRID DWT DAN DCT SKRIPSI Oleh : Ali Ischam J2A 605 009 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM
ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM Annissa Yanuvita Prabawaningtyas (1022053) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Proses pengolahan citra digital dapat dibagi menjadi beberapa bidang seperti object detection, image analyze, computer vision, dan medical imaging. Medical imaging
Lebih terperinciPENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL
MAKALAH SEMINAR TUGAS AKHIR PERIODE JUNI-JULI PENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL Ana Wahyu Hakim 1, Handayani Tjandrasa 2, Bilqis Amalia 3 Teknik Informatika, Fakultas Teknologi
Lebih terperinciPENYISIPAN WATERMARK MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM PADA CITRA DIGITAL
Jurnal Informatika Polinema ISSN: 407-070X PENYISIPAN WATERMARK MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM PADA CITRA DIGITAL Reza Agustina, Rosa Andrie Asmara Teknik Informatika, Teknologi Informasi,
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki
Lebih terperinciBAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan mengikuti perkembangan zaman, tentunya teknologi juga semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga pengembangan dari teknologi yang sudah
Lebih terperinciImplementasi 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 terperinciPERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI ABSTRAK
PERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI Lucky David Tando ( 0522025 ) Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof. Drg. Suria
Lebih terperinciPENDETEKSI 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 terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciMetode Steganografi Penyisipan Karakter dengan Teknik LSB dan Penempatan Bit mengikuti Langkah Kuda Catur (L-Shape)
Metode Steganografi Penyisipan Karakter dengan Teknik LSB dan Penempatan Bit mengikuti Langkah Kuda Catur (L-Shape) Charits Muntachib 1,*, Ratri Dwi Atmaja 1, Bambang Hidayat 1 1 S1 Teknik Telekomunikasi,
Lebih terperinciMENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET
MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang
Lebih terperinciAREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel
AREA PROCESS Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel Topik Bahasan Konvolusi (convolution) Filtering (nonmask convolution) Filter Morfologis 3.1
Lebih terperinciDETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS
MAKALAH SEMINAR TUGAS AKHIR DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS Sulistono*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Kadangkala hasil
Lebih terperinciPENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK
PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE NOVIANI KRISNADI/0322064 Email Address: s103novi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165, Indonesia
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciPENYEMBUNYIAN CITRA DALAM CITRA DENGAN ALGORITMA BERBASIS BLOK ABSTRAK
PENYEMBUNYIAN CITRA DALAM CITRA DENGAN ALGORITMA BERBASIS BLOK Anisa Fardhani Prasetyaningtyas (0722123) Jurusan Teknik Elektro email: af.prasetyaningtyas@gmail.com ABSTRAK Steganografi merupakan teknik
Lebih terperinciBAB 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