LAMPIRAN A TABEL DATA PENGAMATAN
|
|
|
- Dewi Darmali
- 9 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN A TABEL DATA PENGAMATAN
2
3
4
5
6
7 LAMPIRAN B LIST PROGRAM
8 Main Program Untuk Mendapatkan Hasil Pada Tabel IV.1 IV.3 %Program Kompresi Suara 1D untuk 1 sinyal suara %Memasukkan nilai - nilai parameter yang akan digunakan in=input('nama file = '); %Memasukan file yang akan dikompres wavelet=input('jenis mother wavelet yang digunakan = '); %Memasukan Jenis mother wavelet yang digunakan N=input('N ='); %Memasukan nilai level %Analisa sinyal 1D %mengecek frekuensi sampling dan jumlah bit [x fs nbit] = wavread(in); %Sinyal dibagi-bagi menjadi 8 frame %Analisa frame pertama disp(['analisa frame pertama']); p=x(1:(0.125*length(x))); %Mengompresi frame pertama dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame pertama SNR=SNR1(p,fr1); disp(['snr (db) = ' num2str(snr)]); load data; fr1=fr1.'; %Analisa frame ke-2 disp(['analisa frame ke-2']); p=x((1+(0.125*length(x))):(0.25*length(x))); fr2=sas1(p,n,wavelet); %Mengompresi frame ke-2 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-2 SNR=SNR1(p,fr2); disp(['snr (db) = ' num2str(snr)]); load data; fr2=fr2.'; %Analisa frame ke-3 disp(['analisa frame ke-3']); p=x((1+(0.25*length(x))):(0.375*length(x))); fr3=sas1(p,n,wavelet); %Mengompresi frame ke-3 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-3 SNR=SNR1(p,fr3); disp(['snr (db) = ' num2str(snr)]);
9 load data; fr3=fr3.'; %Analisa frame ke-4 disp(['analisa frame ke-4']); p=x((1+(0.375*length(x))):(0.5*length(x))); fr4=sas1(p,n,wavelet); %Mengompresi frame ke-4 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-4 SNR=SNR1(p,fr4); disp(['snr (db) = ' num2str(snr)]); load data; fr4=fr4.'; %Analisa frame ke-5 disp(['analisa frame ke-5']); p=x((1+(0.5*length(x))):(0.625*length(x))); fr5=sas1(p,n,wavelet); %Mengompresi frame ke-5 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-5 SNR=SNR1(p,fr5); disp(['snr (db) = ' num2str(snr)]); load data; fr5=fr5.'; %Analisa frame ke-6 disp(['analisa frame ke-6']); p=x((1+(0.625*length(x))):(0.75*length(x))); fr6=sas1(p,n,wavelet); %Mengompresi frame ke-6 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-6 SNR=SNR1(p,fr6); disp(['snr (db) = ' num2str(snr)]); load data; fr6=fr6.'; %Analisa frame ke-7 disp(['analisa frame ke-7']); p=x((1+(0.75*length(x))):(0.875*length(x))); fr7=sas1(p,n,wavelet); %Mengompresi frame ke-7 dengan induk wavelet yang memiliki nilai SNR
10 %yang maksimal untuk frame ke-7 SNR=SNR1(p,fr7); disp(['snr (db) = ' num2str(snr)]); load data; fr7=fr7.'; %Analisa frame ke-8 disp(['analisa frame ke-8']); p=x((1+(0.875*length(x))):length(x)); fr8=sas1(p,n,wavelet); %Mengompresi frame ke-8 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-8 SNR=SNR1(p,fr8); disp(['snr (db) = ' num2str(snr)]); load data; fr8=fr8.'; %Penggabungan tiap frame menjadi sinyal yang telah di uncompress tfr=[fr1;fr2;fr3;fr4;fr5;fr6;fr7;fr8]; %Memperdengarkan suara asli sebelum dikompres wavplay(x,8000) pause(3) %Memperdengarkan suara setelah dikompres wavplay(tfr,8000) Main Program Untuk Mencari Induk Wavelet Yang Terbaik Untuk Satu Sinyal %Program Kompresi Suara 1D untuk 1 sinyal suara %Memasukkan nilai - nilai parameter yang akan digunakan in=input('nama file = '); %Masukkan file yang akan dikompres N=input('N =');%nilai level %Analisa sinyal 1D %mengecek frekuensi sampling dan bit [x fs nbit] = wavread(in); pjg=length(x); p=x; %Proses awal untuk memulai kompresi fr1=go(p,n); %Memperdengarkan suara asli sebelum dikompres wavplay(p,8000) pause(3) %Memperdengarkan suara setelah dikompres wavplay(fr1,8000) Main Program Untuk Mencari Induk Wavelet Yang Terbaik Untuk Tiap Frame close all;
11 clear; close all; clc; %Program Kompresi Suara 1D untuk 1 sinyal suara %Memasukkan nilai - nilai parameter yang akan digunakan in=input('nama file = '); %Memasukan file yang akan dikompres N=input('N ='); %Memasukan nilai level %Analisa sinyal 1D %mengecek frekuensi sampling dan jumlah bit [x fs nbit] = wavread(in); %Sinyal dibagi-bagi menjadi 8 frame %Analisa frame pertama disp(['analisa frame pertama']); p=x(1:(0.125*length(x))); fr1=go(p,n); %Mengompresi frame pertama dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame pertama fr1=fr1.'; %Analisa frame ke-2 disp(['analisa frame ke-2']); p=x((1+(0.125*length(x))):(0.25*length(x))); fr2=go(p,n); %Mengompresi frame ke-2 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-2 fr2=fr2.'; %Analisa frame ke-3 disp(['analisa frame ke-3']); p=x((1+(0.25*length(x))):(0.375*length(x))); fr3=go(p,n); %Mengompresi frame ke-3 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-3 fr3=fr3.'; %Analisa frame ke-4 disp(['analisa frame ke-4']); p=x((1+(0.375*length(x))):(0.5*length(x))); fr4=go(p,n); %Mengompresi frame ke-4 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-4 fr4=fr4.'; %Analisa frame ke-5 disp(['analisa frame ke-5']); p=x((1+(0.5*length(x))):(0.625*length(x)));
12 fr5=go(p,n); %Mengompresi frame ke-5 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-5 fr5=fr5.'; %Analisa frame ke-6 disp(['analisa frame ke-6']); p=x((1+(0.625*length(x))):(0.75*length(x))); fr6=go(p,n); %Mengompresi frame ke-6 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-6 fr6=fr6.'; %Analisa frame ke-7 disp(['analisa frame ke-7']); p=x((1+(0.75*length(x))):(0.875*length(x))); fr7=go(p,n); %Mengompresi frame ke-7 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-7 fr7=fr7.'; %Analisa frame ke-8 disp(['analisa frame ke-8']); p=x((1+(0.875*length(x))):length(x)); fr8=go(p,n); %Mengompresi frame ke-8 dengan induk wavelet yang memiliki nilai SNR %yang maksimal untuk frame ke-8 fr8=fr8.'; %Penggabungan tiap frame menjadi sinyal yang telah di uncompress tfr=[fr1;fr2;fr3;fr4;fr5;fr6;fr7;fr8]; %Memperdengarkan suara asli sebelum dikompres wavplay(x,8000) pause(1) %Memperdengarkan suara setelah dikompres wavplay(tfr,8000) Function Go(p,N) function fr1=go(p,n) wavelet = 'db1'; %jenis mother wavelet Daubechies / Haar S1=SNR1(p,fr1); wavelet = 'db2'; %jenis mother wavelet Daubechies / Haar S2=SNR1(p,fr1); wavelet = 'db3'; %jenis mother wavelet Daubechies / Haar S3=SNR1(p,fr1); wavelet = 'db4'; %jenis mother wavelet Daubechies / Haar
13 S4=SNR1(p,fr1); wavelet = 'db5'; %jenis mother wavelet Daubechies / Haar S5=SNR1(p,fr1); wavelet = 'db6'; %jenis mother wavelet Daubechies / Haar S6=SNR1(p,fr1); wavelet = 'coif1'; %jenis mother wavelet Daubechies / Haar S7=SNR1(p,fr1); wavelet = 'coif2'; %jenis mother wavelet Daubechies / Haar S8=SNR1(p,fr1); wavelet = 'coif3'; %jenis mother wavelet Daubechies / Haar S9=SNR1(p,fr1); wavelet = 'coif4'; %jenis mother wavelet Daubechies / Haar S10=SNR1(p,fr1); wavelet = 'coif5'; %jenis mother wavelet Daubechies / Haar S11=SNR1(p,fr1); Maks=max([S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11]); if S1==Maks wavelet='db1'; if S2==Maks wavelet='db2'; if S3==Maks wavelet='db3'; if S4==Maks wavelet='db4'; if S5==Maks wavelet='db5'; if S6==Maks wavelet='db6';
14 if S7==Maks wavelet='coif1'; if S8==Maks wavelet='coif2'; if S9==Maks wavelet='coif3'; if S10==Maks wavelet='coif4'; if S11==Maks wavelet='coif5'; disp(['jenis wavelet yang digunakan agar SNR maksimum = ' num2str(wavelet)]); SNR=SNR1(p,fr1); disp(['nilai SNR maksimumnya yaitu (db) = ' num2str(snr)]); load data; ratio=100/(100-perf0); Function sas1 function k=waverec(p,n,wavelet); %Proses awal untuk memulai kompresi ALPHA = 1.5; %nilai ALPHA SORH = 'h'; %jenis threshold %menghitung DWT untuk level N [C,L]=wavedec(p,N,wavelet); %menghitung level thresholding [THR,NKEEP]=wdcbm(C,L,ALPHA); %kompresi menggunakan hard thresholding [XC,CXC,LXC,PERF0,PERFL2] =wdencmp('lvd',c,l,wavelet,n,thr,sorh); %koefisien encoding CC=Encode1(CXC); %koefisien yang ditransmisikan tc=cc; %panjang vektor yang ditransmisikan tl=l; %persentase zeros PZEROS=PERF0;
15 %compression score in percentage PNORMEN=PERFL2; %Proses dekompresi %masukan : koefisien wavelet yang diencoding %keluaran : sinyal rekonstruksi %koefisien yang didekoding tc=decode1(tc); %Menyimpan data save hasil tc tl wavelet save data PERFL2 %menghitung IDWT k=waverec(tc,tl,wavelet); function cc=encode1(c) %Encode : fungsi yang meng-enkodingkan nilai koefisien yang nol secara berurutan %cc = Encode(C); % %variable tambahan zeroseq = 'flse'; zerocount = 0; j = 1; compc=[]; for m = 1:length(C) if(c(m)==0)&(zeroseq=='flse') compc=[compc C(m)]; j=j+1; zeroseq ='true'; zerocount=1; if m==length (C) compc=[compc zerocount]; end elseif(c(m)==0)&(zeroseq=='true') zerocount=zerocount+1; if m==length(c) compc=[compc zerocount]; end elseif(c(m) ~= 0)&(zeroseq=='true') compc=[compc zerocount C(m)]; j=j+2; zeroseq='flse'; zerosount=0; else compc=[compc C(m)]; j=j+1; end end cc=compc;
16 function SNR=SNR1(p,fr1) %Menghitung SNR %Sinyal asli berupa p %Sinyal keluaran berupa k selisih=p-fr1.'; SNR=10*log10((sum(p.^2))/(sum(selisih.^2)));
KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET
KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET Allen Dick Scott / 0222033 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia
ANALISIS MULTI WAVELET PADA KOMPRESI SUARA. Disusun Oleh: Immanuel Silalahi. Nrp :
ANALISIS MULTI WAVELET PADA KOMPRESI SUARA Disusun Oleh: Nama : Immanuel Silalahi Nrp : 0422060 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH
Analisa Multiwavelet untuk Kompresi Suara
1 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 1-11 Analisa Multiwavelet untuk Kompresi Suara Immanuel Silalahi 1 dan Riko Arlando Saragih 2 1 Alumni Jurusan Teknik Elektro
LAMPIRAN A LISTING PROGRAM
LAMPIRAN A LISTING PROGRAM % ---------------------------------------------- % Program Tugas Akhir % Peningkatan Kualitas Sinyal Suara % Menggunakan Metode Estimasi Magnituda Spektral % ----------------------------------------------
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. Metode penelitian yang digunakan pada penelitian ini adalah denoising
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan pada penelitian ini adalah denoising menggunakan Blind Source Separation dengan metode ICA. Data
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kompresi Data Kompresi data adalah proses mengkodekan informasi menggunakan bit atau information-bearing unit yang lain yang lebih rendah daripada representasi data yang tidak
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
KOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET
KOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET 1) Arief Budiman 1) Dosen Fakultas Teknik Universitas Merdeka Madiun email : [email protected] Abstract In the world of medical, anx-ray image is
BAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu dan semakin meluasnya jaringan multimedia, maka proses pengiriman dan pengaksesan dari media digital (seperti citra digital, video digital,
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1 Diagram Blok Rancangan Penelitian. 24 25 Metode penelitian yang digunakan meliputi studi kepustakaan, pembuatan program,
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Pemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat
Pemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat Albertus Joko Santoso Teknik Informatika Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta [email protected] Gede Bayu Suparta
ANALISIS DWT SEBAGAI TRANSFORMASI SPARSITY UNTUK PENCUPLIKAN KOMPRESIF PADA AUDIO ANALYSIS OF DWT AS SPARSITY TRANSFORM FOR AUDIO COMPRESSIVE SAMPLING
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 216 Page 1772 ANALISIS DWT SEBAGAI TRANSFORMASI SPARSITY UNTUK PENCUPLIKAN KOMPRESIF PADA AUDIO ANALYSIS OF DWT AS SPARSITY TRANSFORM
1. Pendahuluan. 1.1 Latar Belakang Masalah
1. Pendahuluan 1.1 Latar Belakang Masalah Jumlah pengguna komputer semakin meningkat. Peningkatan jumlah pengguna komputer mengakibatkan penggunaan data digital juga semakin meningkat. Salah satu media
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
SIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT
SIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT ( Kristiawan Purwanto, Tutug Dhanardono) Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo
BAB 3 PERUMUSAN PENELITIAN. Signal. Sparse Coding. Reconstruction. Reconstructed. Assessment
BAB PERUMUSAN PENELITIAN.1 Blok Diagram Signal Sparse Coding Dictionary Reconstruction Reconstructed Signal Assessment Gambar.1 Blok Diagram secara Umum Secara umum tujuan penelitian ini akan mencari dictionary
Bab I Pendahuluan 1 BAB I PENDAHULUAN
Bab I Pendahuluan 1 BAB I PENDAHULUAN 1.1. Latar Belakang Pesatnya perkembangan teknologi multimedia, jaringan komputer, jaringan Internet menimbulkan peningkatan kemudahan pengiriman informasi yang berupa
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1. Diagram Blok Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium.
Aplikasi Transformasi Wavelet Untuk Menghilangkan Derau Pada Sinyal Peluahan Sebagian
Aplikasi Transformasi Wavelet Untuk Menghilangkan Derau Pada Sinyal Peluahan Sebagian Swastiti Vinana Sari 1, Achmad Hidayatno 2, Abdul Syakur 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
BAB III PROSEDUR PENENTUAN LOKASI GANGGUAN DENGAN TRANSFORMASI WAVELET
BAB III PROSEDUR PENENTUAN LOKASI GANGGUAN DENGAN TRANSFORMASI WAVELET Asumsi berikut ini dibuat untuk pengembangan prosedur penentuan lokasi gangguan. - Pengukuran sinyal tegangan dilakukan di sending
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer semakin pesat dewasa ini, sehingga sangat membantu manusia dalam mengolah data untuk mendapatkan informasi. Aktivitas yang dulunya dilakukan
BAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Kompresi Citra Berwarna Menggunakan Transformasi Wavelet
Jurnal Matematika Integratif ISSN 1412-6184 Volume 10 No 1, April 2014, hal 55-62 Kompresi Citra Berwarna Menggunakan Transformasi Wavelet Suma inna, Dipo Alam Program Studi Matematika Fakultas Sains dan
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Citra Digital Citra digital adalah citra yang terdiri dari sinyal-sinyal frekuensi elektromagnetis yang sudah di-sampling sehingga dapat ditentukan ukuran titik gambar tersebut
BAB I PENDAHULUAN SIMULASI DAN ANALISIS PEMANTAUAN KAMAR PASIEN RAWAT INAP DENGAN DETEKSI DAN KLASIFIKASI SINYAL AUDIO 1
BAB I PENDAHULUAN 1.1 Latar Belakang Pasien rawat inap di rumah sakit membutuhkan perawatan yang intensif dari dokter atau perawat. Hal ini dilakukan dengan memantau kesehatan pasien secara fisik dan psikologi
APLIKASI KOMPRESI TEKS SMS PADA MOBILE DEVICE BERBASIS ANDROID DENGAN MENGGUNAKAN ALGORITMA HUFFMAN KANONIK
APLIKASI KOMPRESI TEKS SMS PADA MOBILE DEVICE BERBASIS ANDROID DENGAN MENGGUNAKAN ALGORITMA HUFFMAN KANONIK Rozzi Kesuma Dinata (1), Muhammad Al hafizh Hasmar (2) (1)Program Studi Teknik Informatika Universitas
BAB 1 PENDAHULUAN. kemampuan hardware untuk pengambilan / pencuplikan citra serta
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan jaman penggunaan citra dalam suatu sistem komputer memiliki peran yang semakin penting. Hal ini dikarenakan kemajuan teknik dan kemampuan hardware
BAB IV SIMULASI DAN ANALISA DATA
BAB IV SIMULASI DAN ANALISA DATA IV.1 Karakteristik Sinyal Input Sinyal suara yang akan disimulasikan dengan menggunakan 3 buah sampel suara yang diucapkan oleh satu orang wanita dan 2 orang laki-laki
ANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET
ANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET D.A.K. Pramita, I M. O. Widyantara, D. M. Wiharta Teknik Elektro FT UNUD Email: [email protected] ABSTRAK In the modern era, the medical world utilizes
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital dapat didefenisikan sebagai fungsi f(x,y), berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial dan amplitudo f di titik kordinat
BAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dijelaskan mengenai kebutuhan-kebutuhan yang digunakan dalam membuat program ini. Setelah semua kebutuhan selesai di analisa, maka penulis akan
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Kompresi File Pada dasarnya semua data itu merupakan rangkaian bit 0 dan 1. Yang membedakan antara suatu data tertentu dengan data yang lain adalah ukuran dari rangkaian bit dan
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data
Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Aditya Rizkiadi Chernadi - 13506049 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
BAB II KOMPRESI DATA PENGINDERAAN JAUH
12 BAB II KOMPRESI DATA PENGINDERAAN JAUH 2.1 Data Penginderaan Jauh Penginderaan jauh merupakan teknik pengamatan permukaan bumi baik daratan maupun air dengan mengukur radiasi elektromagnetik yang yang
BAB I PENDAHULUAN. Dalam dunia modern sekarang ini kebanyakan aktivitas manusia selalu
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam dunia modern sekarang ini kebanyakan aktivitas manusia selalu berhubungan dengan dokumentasi atau data. Data-data yang ada haruslah tersimpan dengan
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
IMPLEMENTASI SELF ORGANIZING MAP DALAM KOMPRESI CITRA DIGITAL
IMPLEMENTASI SELF ORGANIZING MAP DALAM KOMPRESI CITRA DIGITAL Hisar M. Simbolon (1) Sri Suwarno (2) Restyandito (3) [email protected] [email protected] [email protected] Abstraksi Kompresi citra digital
BAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Analisis Permasalahan Seiring dengan pesatnya perkembangan teknologi informasi, kebutuhan akan keamanan data juga semakin meningkat. Saat ini kejahatan
BAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA Setelah membaca bab ini maka pembaca akan memahami pengertian tentang kompresi, pengolahan citra, kompresi data, Teknik kompresi, Kompresi citra. 2.1 Defenisi Data Data adalah
BAB IV HASIL DAN PEMBAHASAN
60 BAB IV HASIL DAN PEMBAHASAN 41 Hasil Eksperimen E-nose terdiri dari 4 buah sensor gas dimana masing-masing dari sensor tersebut memiliki kepekaan yang berbeda pada saat pendeteksian aroma Jenis teh
Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama
BAB IV ANALISIS IV.1 Analisis Terhadap Hasil Pengolahan Data Gambar IV-1 menunjukkan peningkatan nilai korelasi dari sebelum transformasi wavelet dengan setelah transformasi wavelet pada level dekomposisi
MATEMATIKA DI BALIK CITRA DIGITAL
MATEMATIKA DI BALIK CITRA DIGITAL Hendra Gunawan Tulisan ini membahas bagaimana matematika berperan dalam pemrosesan citra digital, khususnya pengolahan dan penyimpanan citra dalam bentuk digital secara
LAMPIRAN A TABEL KONSTANTA UNTUK MOMEN DISTRIBUSI
71 LAMPIRAN A TABEL KONSTANTA UNTUK MOMEN DISTRIBUSI 72 73 74 LAMPIRAN B PROGRAM ALGORITMA CONTOH SEDERHANA 75 == Algoritma Genetika Standar (dengan grafis 2D) terdiri dari: 1. Satu populasi dengan UkPop
BAB 3 PERANCANGAN PROGRAM
BAB 3 PERANCANGAN PROGRAM 3.1. Gambaran Umum Perancangan Secara umum, program aplikasi fractal compression terdiri dari dua proses utama yaitu proses kompresi dan proses dekompresi. Algoritma QPIFS yang
Kompresi Audio Secara Terdistribusi Pada Microphone Array
Kompresi Audio Secara Terdistribusi Pada Microphone Array Retnawati, Wirawan, Endang Widjiati Jurusan Teknik Elektro FTI Institut Teknologi Sepuluh November Abstrak Kompresi suara telah banyak dipakai
BAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
BAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Dengan perkembangan teknologi komunikasi terutama dalam bidang internet, penyebaran informasi pada media melalui internet sangat mudah didapat. Akses informasi melalui
BAB 3 METODOLOGI PENELITIAN. kepustakaan dan studi laboratorium, di mana penulis mempelajari teori-teori teknik
BAB 3 METODOLOGI PENELITIAN 3.1 Metode Penelitian Dalam penulisan ini metode penelitian yang digunakan adalah metode studi kepustakaan dan studi laboratorium, di mana penulis mempelajari teori-teori teknik
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
Kompresi Citra dan Video. Muhtadin, ST. MT.
Kompresi Citra dan Video Muhtadin, ST. MT. Outline Motivasi Redundancy & Irrelevancy Spatial Processing JPEG Temporal Processing Frame differencing Motion Estimation dan Motion Compensation Prediction
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Isyarat tutur merupakan isyarat yang diproduksi oleh alat ucap manusia hingga menghasilkan informasi, baik berupa makna dari isyarat tutur yang diucapkan maupun yang
Analisis Perbandingan Kompresi Haar Wavelet Transform dengan Embedded Zerotree Wavelet pada Citra
Jurnal ELKOMIKA Teknik Elektro Itenas No. 2 Vol. 3 ISSN: 2338-8323 Juli - Desember 2015 Analisis Perbandingan Kompresi Haar Wavelet Transform dengan Embedded Zerotree Wavelet pada Citra LEDYA NOVAMIZANTI,
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori ilmiah untuk mendukung penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, kompresi citra, algoritma dan jenisnya,
BAB I PENDAHULUAN. suara dari sumber audio dengan menambahkan saluran audio. Teknologi
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan multichannel audio akhir-akhir terus berlanjut dalam rangka mendapatkan sistem yang lebih baik (kualitas dan rasio kompresi). Multichannel audio adalah
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan pada penelitian ini. 1.1
KOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET
KOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET NASKAH PUBLIKASI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Teknik pada Fakultas Teknik Jurusan
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peningkatan teknologi komputer memberikan banyak manfaat bagi manusia di berbagai aspek kehidupan, salah satu manfaatnya yaitu untuk menyimpan data, baik data berupa
KOMPRESI CITRA BERWARNA MENGGUNAKAN METODE POHON BINER HUFFMAN. Sarifuddin Madenda, Hayet L. dan I. Bayu *
KOMPRESI CITRA BERWARNA MENGGUNAKAN METODE POHON BINER HUFFMAN Sarifuddin Madenda, Hayet L. dan I. Bayu * ABSTRAK KOMPRESI CITRA BERWARNA MENGGUNAKAN METODE POHON BINER HUFFMAN. Makalah ini membahas tentang
Pengurangan 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,
FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET KOMUNIKASI DATA
No. LSKD/EKO/DEL221/03 Revisi : 03 Tgl : 1 April 2011 Hal 1 dari 8 1. Kompetensi Setelah melakukan praktik, mahasiswa memiliki kompetensi: dapat memahami dan melakukan pemrograman untuk membuat program
BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK
BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK Pada bab empat laporan Tugas Akhir ini akan diuraikan mengenai analisis dan perancangan perangkat lunak untuk watermarking pada citra digital yang berformat
CARA MERUBAH FORMAT VIDEO MELALUI FORMAT FACTORY
CARA MERUBAH FORMAT VIDEO MELALUI FORMAT FACTORY Yusnita Dewi [email protected] Abstrak Video adalah teknologi pengiriman sinyal elektronik dari suatu gambar bergerak. Untuk format video itu sendiri
SISTEM PENGOLAHAN ISYARAT
TKE 2403 SISTEM PENGOLAHAN ISYARAT Kuliah 9 Analisis Wavelet : Alihragam Wavelet Diskret Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pertumbuhan besarnya data yang digunakan pada teknologi informasi saat ini berkembang sangat cepat yang sangat mempengaruhi media penyimpanan dan transmisi data. Hal
Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra
249 Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra Ahmad Jalaluddin 1, Yuliana Melita 2 1) Univers itas Islam Lamongan 2) Sekolah Tinggi Teknik Surabaya [email protected], [email protected]
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal
BAB II. Tinjauan Pustaka dan Dasar Teori. studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin, Dian
BAB II Tinjauan Pustaka dan Dasar Teori 2.1 Tinjauan Pustaka Tinjauan pustaka yang digunakan sebagai bahan acuan untuk melakukan studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin,
REPRESENTASI DATA AUDIO dan VIDEO
NAMA : Sarah Putri Ramadhani NRP : 5213100185 REPRESENTASI DATA AUDIO dan VIDEO Definisi Representasi Data Representasi data adalah metode data dan atau informasi ke dalam ukuran yang lebih kecil sehingga
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Indera pendengaran manusia tidak dapat mengetahui secara pasti jenis nada apa yang didengar olehnya, terkecuali para pemusik profesional. Hal
PENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Perkembangan teknologi jaringan dan teknik kompresi data audio mempermudah penyalinan dan penyebaran data audio secara ilegal (Alfatwa 2006). Perkembangan teknologi informasi
SISTEM PENGOLAHAN ISYARAT
TKE 243 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 29 1 KULIAH 1
BAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Energi Suatu
Kompresi Citra Irawan Afrianto Sistem Multimedia 2007/2008
Kompresi Citra Irawan Afrianto KOMPRESI CITRA Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi g redundansi dari data-data yang terdapat
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kompresi Data Kompresi data adalah proses mengkodekan informasi menggunakan bit atau information-bearing unit yang lain yang lebih rendah daripada representasi data yang tidak
OPTIMASI AUDIO WATERMARKING BERBASIS DISCRETE COSINE TRANSFORM DENGAN TEKNIK SINGULAR VALUE DECOMPOSITON MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI AUDIO WATERMARKING BERBASIS DISCRETE COSINE TRANSFORM DENGAN TEKNIK SINGULAR VALUE DECOMPOSITON MENGGUNAKAN ALGORITMA GENETIKA Beatrix Sitompul 1), Fadliana Raekania 2) ), Gelar Budiman 3) 1),2),3)
KOMPRESI CITRA. lain. Proses mengubah citra ke bentuk digital bisa dilakukan dengan beberapa perangkat,
KOMPRESI CITRA Dalam kesempatan ini saya mencoba untuk menjelaskan apa itu kompresi citra dan bagaimana cara-cara format citra dengan menggunakan BMP, PNG, JPEG, GIF, dan TIFF. Kompresi citra itu adalah
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT SKRIPSI Disusun Oleh: ARIF DEWANTORO J2A 604 004 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Kompresi Video Menggunakan Discrete Cosine Transform
Kompresi Video Menggunakan Discrete Cosine Transform Hananto Edy Wibowo 1, Indra Sakti Wijayanto 2, Nugroho Herucahyono 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut
BAB IV ANALISA HASIL SIMULASI
50 BAB IV ANALISA HASIL SIMULASI 4.1 Umum Pada bab ini akan menjelaskan tentang performansi dari proses pengkodean yang menggunakan High 4:4:4 Intra dan Main Profile yang akan ditransmisikan pada jaringan
AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA
Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 217 ISSN 285-4218 ITN Malang, 4 Pebruari 217 AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA
Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf
Widodo, Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf 95 Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf Bernardinus Sri Widodo Program Studi Mekatronika, Universitas
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum, data citra digital ditandai oleh informasi dengan jumlah bit yang besar sehingga menimbulkan masalah untuk memindahkan, memproses atau menyimpannya. Biasanya
