Operasi Titik Kartika Firdausy

Ukuran: px
Mulai penontonan dengan halaman:

Download "Operasi Titik Kartika Firdausy"

Transkripsi

1 Operasi Titik Kartika Firdausy blog.uad.ac.id/kartikaf

2 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan prosedur operasi titik menggunakan berbagai teknik pada operasi titik untuk modifikasi kecemerlangan, modifikasi kontras, negasi, pengambangan tunggal dan ganda menjelaskan efek operasi titik terhadap histogram

3 Setiap titik diolah secara independen terhadap titik-titik yang lain Karakteristik titik pada sebuah citra : 1. Koordinat lokasi titik dalam citra Delphi Nilai warna / tingkat keabuan

4 Fungsi Transformasi Skala Keabuan (Grayscale Transformation Function - GST Function) Memetakan tingkat keabuan input (Ki) ke tingkat keabuan output (Ko) Ko = f (Ki) 255 nilai K = 0 K max f(k i ) K o K i

5 1. Modifikasi Kecemerlangan Fungsi GST : Ko = Ki + C Standar citra optis : 255 C > 0 lebih cemerlang f(k i ) = K i + C 0 = hitam 255 = putih K o C C < 0 lebih redup K i

6 Efek modifikasi kecemerlangan terhadap histogram citra asli lebih redup lebih cemerlang

7 Citra dan histogram hasil operasi modifikasi kecemerlangan Ko = Ki + C C = 80

8 2. Modifikasi Kontras Citra kurang kontras kurva histogram sempit Fungsi GST : Ko = G(Ki P) + P 255 f(k i ) = G(K i P) +P G = koefisien penguatan kontras G < 1 pengurangan kontras P = pusat pengontrasan K o P kemiringan = G 0 K i 255

9 Efek modifikasi kontras terhadap histogram citra asli kurang kontras lebih kontras

10 Citra dan histogram hasil operasi modifikasi kontras Ko = G(Ki P) + P P = 113 G = 3

11 3. Negasi Ubah nilai keabuan titik dalam citra dengan nilai negatif nya Fungsi GST : Ko = K max K i 255 f(k i ) = K max - K i K o nilai K max tergantung representasi citra 0 K i 255

12 Efek operasi negasi terhadap histogram citra asli citra negatif negasi

13 Citra dan histogram hasil operasi negasi

14 Pengambangan (thresholding) ubah format skala keabuan ke biner penentuan batas ambang dengan memanfaatkan histogram

15 Pengambangan Tunggal Fungsi GST : K o 0, jika 1, jika K K i i ambang ambang atau K o 0, jika 1, jika K K i i ambang ambang 1 1 K o ambang K o ambang 0 K i K i 255

16 Citra dan histogram hasil operasi pengambangan tunggal ambang = 159

17 Pengambangan Ganda ambang bawah ambang atas

18 Fungsi GST : K o 0, jika ambang bawah K i ambang atas 1, lainnya atau K o 1, jika ambang bawah Ki ambang atas 0, lainnya 1 1 K o ambang bawah ambang atas K o ambang bawah ambang atas K i K i

19 Citra dan histogram hasil operasi pengambangan ganda ambang atas = 159 ambang bawah = 119

20 Contoh Perhatikan citra skala keabuan 8 bit dengan nilai-nilai berikut Hitung dan tuliskan nilai-nilai piksel citra setelah operasi berikut: peningkatan kontras dengan pusat 200 dan penguatan 2 pengambangan, jika nilai batas ambang adalah 165 dan fungsi GST: K o 0, jika K 1, jika K i i ambang ambang

21 Contoh Perhatikan citra skala keabuan 8 bit dengan nilai-nilai berikut Hitung dan tuliskan nilai-nilai piksel citra setelah operasi berikut: citra negatif kecemerlangan ditambah 100

22 Referensi Firdausy, K, 2003, Diktat Kuliah Teknik Pengolahan Citra, Program Studi Teknik Elektro, Universitas Ahmad Dahlan Achmad, B, Firdausy, K, 2005, Teknik Pengolahan Citra Digital menggunakan DELPHI, Ardi Publishing, Yogyakarta Gonzales, RC, Woods, RE, 2002, Digital Image Processing, 2nd ed., Prentice-Hall Inc, New Jersey Castleman, K.R., 1996, Digital Image Processing, Prentice-Hall,Inc., New Jersey

Operasi Bertetangga (1)

Operasi Bertetangga (1) Operasi Bertetangga () Kartika Firdausy - UAD kartika@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan alasan diperlukannya operasi bertetangga

Lebih terperinci

Operasi Geometri (1) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Operasi Geometri (1) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra Operasi Geometri (1) Kartika Firdausy UAD tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan prosedur operasi geometri menerapkan metode

Lebih terperinci

Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

Setelah mempelajari materi ini, mahasiswa diharapkan mampu: Operasi Geometri (1) Kartika Firdausy UAD tpcitra@ee.uad.ac.id id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan prosedur operasi geometri menerapkan metode

Lebih terperinci

Operasi Geometri (2) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Operasi Geometri (2) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra Operasi Geometri () Kartika Firdaus UAD tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menerapkan aplikasi pada operasi geometri aitu: pencerminan

Lebih terperinci

Teknik Pengolahan Citra. by Kartika Firdausy

Teknik Pengolahan Citra. by Kartika Firdausy Teknik Pengolahan Citra by Kartika Firdausy 081.328.718.768 tpcitra@ee.uad.ac.id TUJUAN Mahasiswa mampu: Menggunakan berbagai teknik pengolahan untuk memperoleh kualitas citra digital yang sesuai dengan

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PERANCANGAN 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 terperinci

Operasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Operasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra Operasi Morfologi Kartika Firdausy - UAD pvisual@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi prosedur operasi morfologi menerapkan

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Histogram dan Operasi Dasar Pengolahan Citra Digital 3 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 MAMPIR SEB EN TAR Histogram Histogram citra

Lebih terperinci

(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :

(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu : (IMAGE ENHANCEMENT) Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagi cara. Tujuannya adalah untuk memproses citra yang dihasilkan lebih baik daripada

Lebih terperinci

SAMPLING DAN KUANTISASI

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

Lebih terperinci

Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

Setelah mempelajari materi ini, mahasiswa diharapkan mampu: Operasi Geometri () Kartika Firdaus UAD tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf Setela mempelajari materi ini, maasisa diarapkan mampu: menerapkan aplikasi pada operasi geometri aitu: pencerminan

Lebih terperinci

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS Tole Sutikno, Kartika Firdausy, Eko Prasetyo Center for Electrical Engineering Research and Solutions

Lebih terperinci

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

Suatu 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 terperinci

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

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi

Lebih terperinci

Mengenal Lebih Jauh Apa Itu Point Process

Mengenal Lebih Jauh Apa Itu Point Process Mengenal Lebih Jauh Apa Itu Point Process Faisal Ridwan FaizalLeader99@yahoo.com Lisensi Dokumen: Copyright 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi

Lebih terperinci

Pengolahan Citra untuk Peningkatan Kontras dengan Fungsi GST (Gray Scale Transformation) Sri Siswanti 3)

Pengolahan Citra untuk Peningkatan Kontras dengan Fungsi GST (Gray Scale Transformation) Sri Siswanti 3) ISSN : 1693 1173 Pengolahan Citra untuk Peningkatan Kontras dengan Fungsi GST (Gray Scale Transformation) Sri Siswanti 3) Abstract Image processing is basically done by modifying each point in the image

Lebih terperinci

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik

Lebih terperinci

ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA

ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA Murinto, Eko Aribowo, Lidya Puspa Harleni Program Studi Teknik Informatika Universitas

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Pengolahan Citra dan Pengenalan Pola

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Pengolahan Citra dan Pengenalan Pola KONTRAK PEMBELAJARAN (KP) MATA KULIAH Pengolahan Citra dan Pengenalan Pola Kode MK: TSK 713 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Dr.Oky Dwi Nurhayati, ST, MT

Lebih terperinci

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial

Lebih terperinci

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016 DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Mata Kuliah: Pengolahan dan Pengenalan Pola; Kode/Bobot : TSK 713/ 2 sks; Deskripsi Mata Kuliah: Mata kuliah ini berisi konsep teori, teknik-teknik dan aplikasi

Lebih terperinci

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN / 8 KODE MK / SKS / SIFAT : AK01220 / 2 SKS / MK LOKAL Pertemuan Pokok Bahasan dan ke TIU 1 PENDAHULUAN TIU mengetahui

Lebih terperinci

DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS

DETEKSI 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 terperinci

Perancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu

Perancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu Perancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu Muhammad Angga Wiratama 1, M. Reza Faisal 2, Radityo Adi Nugroho 3 1,2,3

Lebih terperinci

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi

Lebih terperinci

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila (5109100049) Dosen Pembimbing 1 Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D. Dosen

Lebih terperinci

Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam

Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Menggunakan Webcam Albert Haryadi [1], Andrizal,MT [2], Derisma,MT [3] [1] Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas,

Lebih terperinci

IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL

IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL 70 Isa Akhlis, Implementasi Metode Histogram IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL Isa Akhlis dan Sugiyanto 1, * 1 Jurusan Fisika, Universitas Negeri Semarang

Lebih terperinci

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

PENGATURAN 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 terperinci

SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD

SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad

Lebih terperinci

Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching

Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Ima Kurniastuti 1, Tri Deviasari Wulan 1, I Ketut Eddy Purnama 2, Mauridhi Hery Purnomo 2, Margareta Rinastiti 3, Fatmala Agustina 1 1 Sistem

Lebih terperinci

ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD

ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD Eva Haryanty, S.Kom. ABSTRAK Kompresi data adalah proses mengubah suatu input data menjadi data lain dengan format berbeda dan ukuran yang lebih

Lebih terperinci

One picture is worth more than ten thousand words

One picture is worth more than ten thousand words Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing

Lebih terperinci

PERANCANGAN ALAT PEMERIKSA LEMBAR JAWAB KOMPUTER MENGGUNAKAN WEBCAM

PERANCANGAN ALAT PEMERIKSA LEMBAR JAWAB KOMPUTER MENGGUNAKAN WEBCAM PERANCANGAN ALAT PEMERIKSA LEMBAR JAWAB KOMPUTER MENGGUNAKAN WEBCAM OLEH : Teofilus Dwi Santoso 05.50.0005 PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS KATOLIK SOEGIJAPRANATA SEMARANG

Lebih terperinci

Rika Oktaviani

Rika Oktaviani Operasi Operasi Dasar Pengolahan Citra Digital Rika Oktaviani rika.jtk11@gmail.com Lisensi Dokumen: Copyright 2003 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan

Lebih terperinci

SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)

SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),

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

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

PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION

PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University

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

APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA

APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan

Lebih terperinci

JURNAL TEODOLITA. VOL. 15 NO. 1, Juni 2014 ISSN DAFTAR ISI

JURNAL TEODOLITA. VOL. 15 NO. 1, Juni 2014 ISSN DAFTAR ISI JURNAL TEODOLITA VOL. 15 NO. 1, Juni 2014 ISSN 1411-1586 DAFTAR ISI Mesjid Saka Tunggal Sebagai Ruang Ritual Komunitas Islam ABOGE di Desa Cikakak Banyumas.. 1-11 Wita Widyandini, Yohana Nursruwening Analisa

Lebih terperinci

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,

Lebih terperinci

DAFTAR ISI. DAFTAR ISI... vii. DAFTAR GAMBAR... x. DAFTAR TABEL... xii I. PENDAHULUAN Latar Belakang Rumusan Masalah...

DAFTAR ISI. DAFTAR ISI... vii. DAFTAR GAMBAR... x. DAFTAR TABEL... xii I. PENDAHULUAN Latar Belakang Rumusan Masalah... DAFTAR ISI Halaman DAFTAR ISI... vii DAFTAR GAMBAR... x DAFTAR TABEL... xii I. PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 2 1.3 Batasan Masalah... 2 1.4 Tujuan... 3 1.5 Manfaat...

Lebih terperinci

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor

Lebih terperinci

Pertemuan 2 Dasar Citra Digital. Anny Yuniarti, S.Kom, M.Comp.Sc

Pertemuan 2 Dasar Citra Digital. Anny Yuniarti, S.Kom, M.Comp.Sc Pertemuan 2 Dasar Citra Digital Anny Yuniarti, S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman tentang konsep-konsep dasar dalam pengolahan citra digital, a.l.: Apakah pengolahan citra digital? Sampling dan

Lebih terperinci

Deteksi Penyakit Tulang Osteopenia dan Osteoporosis Menggunakan Metode Threshold Otsu

Deteksi Penyakit Tulang Osteopenia dan Osteoporosis Menggunakan Metode Threshold Otsu Deteksi Penyakit Tulang Osteopenia dan Osteoporosis Menggunakan Metode Threshold Otsu Detection of Osteopenia and Osteoporosis Bone Disease Using Otsu Threshold Method Markus P Sihombing [1], Unang Sunarya,

Lebih terperinci

PERBAIKAN CITRA DENGAN METODE POWER LAW TRANSFORMATION

PERBAIKAN CITRA DENGAN METODE POWER LAW TRANSFORMATION PERBAIKAN CITRA DENGAN METODE POWER LAW TRANSFORMATION KARYA ILMIAH Disusun sebagai salah satu syarat menyelesaikan Jenjang Strata I Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Muhammadiyah

Lebih terperinci

SEGMENTASI CITRA RETINA DIGITAL RETINOPATI DIABETES UNTUK MEMBANTU PENDETEKSIAN MIKROANEURISMA

SEGMENTASI CITRA RETINA DIGITAL RETINOPATI DIABETES UNTUK MEMBANTU PENDETEKSIAN MIKROANEURISMA SEGMENTASI CITRA RETINA DIGITAL RETINOPATI DIABETES UNTUK MEMBANTU PENDETEKSIAN MIKROANEURISMA I Ketut Gede Darma Putra, I Gede Suarjana ) Staff Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana

Lebih terperinci

Model Citra (bag. 2)

Model Citra (bag. 2) Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi

Lebih terperinci

PERBAIKAN KUALITAS CITRA DIGITAL BERDASARKAN HISTOGRAM EQUALIZATION DENGAN MENGGUNAKAN FUZZY

PERBAIKAN KUALITAS CITRA DIGITAL BERDASARKAN HISTOGRAM EQUALIZATION DENGAN MENGGUNAKAN FUZZY PEAIKAN KUALITAS CITA DIITAL EDASAKAN HISTOAM EQUALIZATION DENAN MENUNAKAN FUZZY Qonitatul Hasanah 1, osa Andrie Asmara 2, Ulla Delfana osiani 3 1,2 3 Teknik Informatika, Teknologi Informasi, Politeknik

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital 4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital

Lebih terperinci

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Introduction Nama Nazaruddin Ahmad Biodata Tempat/Tgl.Lahir Banda Aceh, 05 Juni 1982 Alamat Hp 081360866064

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh

Lebih terperinci

PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE)

PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE) PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE) ANDRI andriecitra@yahoo.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan

Lebih terperinci

Journal of Control and Network Systems

Journal of Control and Network Systems JCONES Vol. 6, No. 2 (2017) Hal: 99-107 Journal of Control and Network Systems Situs Jurnal: http://jurnal.stikom.edu/index.php/jcones PERBAIKAN CITRA DOKUMEN TERDEGRADASI DENGAN METODE PENGATURAN KONTRAS

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

BAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT

BAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT BAHAN AJAR Mata Kuliah Pengolahan Citra Disusun oleh: Minarni, S. Si., MT JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2010 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN

Lebih terperinci

BAB VI HASIL DAN PEMBAHASAN

BAB VI HASIL DAN PEMBAHASAN BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan

Lebih terperinci

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan

Lebih terperinci

Pengenalan Tanda Tangan melalui Pengolahan Citra Digital dan Jaringan Saraf Tiruan Radial Basis Function

Pengenalan Tanda Tangan melalui Pengolahan Citra Digital dan Jaringan Saraf Tiruan Radial Basis Function Pengenalan Tanda Tangan melalui Pengolahan Citra Digital dan Jaringan Saraf Tiruan Radial Basis Function Ignatius Ricardo Sistem Informasi Universitas Pelita Harapan Surabaya, Indonesia ignatius.ricardo@gmail.com

Lebih terperinci

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu

Lebih terperinci

KOMPRESI CITRA BERWARNA DENGAN ALGORITMA ENHANCED SELF ORGANIZING MAP (ENHANCED SOM)

KOMPRESI CITRA BERWARNA DENGAN ALGORITMA ENHANCED SELF ORGANIZING MAP (ENHANCED SOM) KOMPRESI CITRA BERWARNA DENGAN ALGORITMA ENHANCED SELF ORGANIZING MAP (ENHANCED SOM) Bambang Trianggono *, Agus Zainal Arifin * Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi

Lebih terperinci

APLIKASI PENGENALAN BENDERA NEGARA MENGGUNAKAN HISTOGRAM CITRA

APLIKASI PENGENALAN BENDERA NEGARA MENGGUNAKAN HISTOGRAM CITRA APLIKASI PENGENALAN BENDERA NEGARA MENGGUNAKAN HISTOGRAM CITRA Wilis Kaswidjanti 1), Herlina Jayadianti 2), Ervina Amelia Malik 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari

Lebih terperinci

Representasi Citra. Bertalya. Universitas Gunadarma

Representasi Citra. Bertalya. Universitas Gunadarma Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima

Lebih terperinci

BAB IV UJI COBA DAN ANALISIS

BAB IV UJI COBA DAN ANALISIS BAB IV UJI COBA DAN ANALISIS Bab ini tersusun atas penjelasan hasil uji coba terhadap Sistem Pencocokan Dental yang dikembangkan beserta analisis hasil uji coba. Pengujian dan analisis dilakukan untuk

Lebih terperinci

APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI

APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi

Lebih terperinci

TEKNIK 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. 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 terperinci

Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah

Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan

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 pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan

Lebih terperinci

PENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA

PENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA PENDEKATAN HIPERBOLISASI HISTOGRAM FUZZY INTUISI ATANASSOV UNTUK PENINGKATAN KONTRAS CITRA DIGITAL BERWARNA Linggaluhung Dwikawuryan Wibowo - 1205 100 022 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, antara lain kemudahan dalam mendapatkan

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN SATUAN ACARA PERKULIAHAN Mata Kuliah : PENGANTAR GRAFIK KOMPUTER & OLAH CITRA Fakultas : Ilmu Komputer Jurusan : S1 Sistem Informasi KODE MATA KULIAH / SKS : AK-011204 / 2 SKS PERTEMUAN POKOK BAHASAN &

Lebih terperinci

JURNAL IT STMIK HANDAYANI

JURNAL IT STMIK HANDAYANI Syamsu Alam 1), Mirfan ) Sistem Komputer STMIK Handayani 1), Teknik Informatika STMIK Handayani ) syams.hs@gmail.com 1), mirfan@gmail.com ) Abstrak Penelitian ini bertujuan untuk merancang sistem pendeteksi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat

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

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium

Lebih terperinci

Deteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali

Deteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali Deteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali I Made Gede Sunarya Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

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

RANCANG BANGUN APLIKASI PENCACAH SEL DARAH MERAH BERBASIS PENGOLAHAN CITRA DIGITAL. (Studi Kasus : CV. MICONOS TRANSDATA NUSANTARA) Naskah Publikasi

RANCANG BANGUN APLIKASI PENCACAH SEL DARAH MERAH BERBASIS PENGOLAHAN CITRA DIGITAL. (Studi Kasus : CV. MICONOS TRANSDATA NUSANTARA) Naskah Publikasi RANCANG BANGUN APLIKASI PENCACAH SEL DARAH MERAH BERBASIS PENGOLAHAN CITRA DIGITAL (Studi Kasus : CV. MICONOS TRANSDATA NUSANTARA) Naskah Publikasi diajukan oleh Ardy Erdiyanto 08.11.1937 kepada SEKOLAH

Lebih terperinci

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi pemeriksaan terhadap ribuan telur. Dengan menggunakan alat yang secara otomatis dapat menentukan ukuran fisik sebuah telur, klasifikasi terhadap telur ayam dapat dilakukan dengan lebih cepat. Beberapa

Lebih terperinci

JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE

JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE THE COMPARISON ANALYSIS OF HISTOGRAM EQUALIZATION WITH MEDIAN FILTER METHODS TO NOISE REDUCTION.

Lebih terperinci

II. LANDASAN TEORI I. PENDAHULUAN

II. LANDASAN TEORI I. PENDAHULUAN MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI CACAT PADA KEPING PCB MENGGUNAKAN PENCOCOKAN MODEL (TEMPLATE MATCHING) Kris Adhy Nugroho*, R. Rizal Isnanto **, Achmad Hidayatno ** Abstrak Inspeksi secara automatis

Lebih terperinci

DETEKSI KAWASAN HUTAN KOTA PADA CITRA RUPA BUMI KOTA KUPANG MENGGUNAKAN KOMPONEN WARNA RGB, HSV, YIQ DAN ALGORITMA PARALLELPIPED

DETEKSI KAWASAN HUTAN KOTA PADA CITRA RUPA BUMI KOTA KUPANG MENGGUNAKAN KOMPONEN WARNA RGB, HSV, YIQ DAN ALGORITMA PARALLELPIPED J ~ ICON, Vol. 2 No. 2, Oktober 2014, pp. 133 ~ 139 133 DETEKSI KAWASAN HUTAN KOTA PADA CITRA RUPA BUMI KOTA KUPANG MENGGUNAKAN KOMPONEN WARNA RGB, HSV, YIQ DAN ALGORITMA PARALLELPIPED Wahjudi 1, Adriana

Lebih terperinci

Sesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.

Sesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng. Sesi 3 Operasi Pixel dan Histogram Materi Kuliah Dosen : Pengolahan Citra Digital : M. Miftakul Amin, S. Kom., M. Eng. Pokok Bahasan Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray

Lebih terperinci

Citra dalam Delphi. Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

Citra dalam Delphi. Setelah mempelajari materi ini, mahasiswa diharapkan mampu: Citra dalam Delphi Kartika Firdausy - UAD kartika@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan dan mengimplementasikan pembuatan program

Lebih terperinci

TEKNIK 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 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 terperinci

1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas

1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda

Lebih terperinci

BAB II SISTEM PENENTU AXIS Z ZERO SETTER

BAB II SISTEM PENENTU AXIS Z ZERO SETTER BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan

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

I. PENDAHULUAN. Contoh untuk proses segmentasi citra yang digunakan adalah klasterisasi (clustering).

I. PENDAHULUAN. Contoh untuk proses segmentasi citra yang digunakan adalah klasterisasi (clustering). 1 MAKALAH SEMINAR TUGAS AKHIR SEGMENTASI CITRA MENGGUNAKAN TEKNIK PEMETAAN WARNA COLOR MAPPING) DENGAN BAHASA PEMROGRAMAN DELPHI Saptono Widodo*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Selama ini

Lebih terperinci

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007 Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu

Lebih terperinci

Perbaikan Citra dengan Menggunakan Metode Histogram Equalization

Perbaikan Citra dengan Menggunakan Metode Histogram Equalization Prosiding Seminar Nasional Teknoin 212 Perbaikan Citra dengan Menggunakan Metode Histogram Equalization Muhammad Kusban Jurusan Teknik Elektro Universitas Muhammadiyah Surakarta Jl. A. Yani Tromol Pos

Lebih terperinci

TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418

TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 OLEH: Dr. ANDASURYANI, S.TP, M.Si PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI

Lebih terperinci

PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN

PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN Bagus Fadzerie Robby 1), Resty Wulanningrum 2) 1), 2) Universitas Nusantara PGRI Kediri 1), 2) Jl. KH. Achmad Dahlan 76, Kediri, Jawa Timur 64112 Email

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