By Emy. 2 of By Emy
|
|
- Sudirman Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 2 1
2 3 Kompetensi Mampu menjelaskan dan operasi morfologi Mampu menerapkan konsep morfologi untuk memperoleh informasi yang menyatakan deskripsi dari suatu benda pada citra mampu membangun aplikasi untuk mengimplementasikan konsep morfologi pada kasus riil. 4 Pendahuluan Operasi morfologi adalah teknik pengolahan citra yang didasarkan pada bentuk segmen atau region dalam citra. Karena difokuskan pada bentuk obyek, maka operasi ini biasanya diterapkan pada citra biner. Segmentasi dilakukan dengan membedakan antara obyek dan latar, antara lain dengan memanfaatkan operasi pengambangan yang mengubah citra warna dan skala keabuan menjadi citra biner Nilai biner dari citra hasil merepresentasikan 2 keadaan: obyek dan bukan obyek (latar). Meskipun lebih banyak dipakai pada citra biner, operasi morfologi sering pula digunakan pada citra skala keabuan dan warna. 2
3 5 Pemrosesan citra secara morfologis Perbedaan antara pemrosesan citra secara morfologis dengan pemrosesan biasa (yang telah kita pelajari): Dulu kita memandang sebuah citra sebagai suatu fungsi intensitas terhadap posisi (x,y) Dengan pendekatan morfologi, kita memandang suatu citra sebagai himpunan Hasil operasi morfologi dapat dimanfaatkan untuk pengambilan keputusan dengan analisis lebih lanjut. 6 Contoh citra masukan S A S = {(0,0),(0,1),(1,0)} A = {(0,0),(0,1),(0,2), (1,0),(1,1),(1,2), (2,0),(2,1),(2,2)} Objek S dan A dapat direpresentasikan dalam bentuk himpunan dari posisi-posisi (x,y) yang bernilai 1 (1=hitam/abu-abu, 0 = putih) 3
4 7 Operasi Morfologi Secara umum, pemrosesan citra secara morfologi dilakukan dengan cara mem-passing sebuah structuring element terhadap sebuah citra dengan cara yang hampir sama dengan konvolusi. Structuring element dapat diibaratkan dengan mask pada pemrosesan citra biasa (bukan secara morfologi) 8 Operasi Morfologi Structuring element dapat berukuran sembarang Structuring element juga memiliki titik poros (disebut juga titik origin/ titik asal/titik acuan) Contoh structuring element seperti objek S dengan titik poros di (0,0) -> warna Merah 4
5 9 Operasi Morfologi Operasi morfologi biasanya didasarkan pada nilai-nilai dari tetangga langsung di sekeliling titik obyek yang ditinjau (Moore neighborhood). Untuk operasi terhubung-4 (4- connected) maka tetangga yang diperhatikan hanya yang langsung bersebelahan, yaitu titik di sebelah kiri, kanan, atas dan bawah, sedangkan untuk operasi terhubung-8 (8- connected) tetangga diagonalnya diikutsertakan 10 Definisi Yang di Pakai dalam Operasi Morfologi Titik obyek, adalah titik yang merupakan bagian dari obyek (p1 = obyek) Titik latar, adalah titik yang merupakan bagian dari latar (p1 = latar) B(p1) = banyaknya tetangga dari p1 yang merupakan titik obyek A(p1) = banyaknya pola latar, obyek untuk urutan p2-p4-p6-p8-p2 pada operasi terhubung- 4 atau urutan p2-p3-p4-p5-p6-p7-p8-p9-p2 pada operasi terhubung-8 Titik terisolasi, adalah titik obyek yang semua tetangganya adalah titik latar. B(p1) = 0 5
6 11 Definisi Yang di Pakai dalam Operasi Morfologi Titik ujung, adalah titik obyek yang mempunyai tepat sebuah tetangga yang merupakan titik obyek juga. B(p1) = 1. Titik batas, adalah titik obyek yang salah satu atau lebih tetangganya adalah titik latar. B(p1) < 4 pada operasi terhubung-4 dan B(p1) < 8 pada operasi terhubung-8. Apabila semua titik tetangganya adalah titik obyek maka dapat dipastikan titik tersebut berada di dalam obyek (bukan titik batas). Titik simpel, adalah titik obyek yang jika diubah menjadi titik latar maka tidak mengubah kondisi hubungan antar titik-titik obyek tetangganya. 12 Contoh bagian dari citra dengan menggunakan nilai 0 untuk titik obyek dan 1 untuk titik latar. Ilustrasi (1) Titik Terisolasi (1) Titik Terisolasi 6
7 13 Ilustrasi (2) Titik Ujung 14 Ilustrasi (3) Titik Batas 7
8 15 Beberapa operasi morfologi Beberapa operasi morfologi yang dapat kita lakukan adalah: pencarian batas/kontur Dilasi, Erosi penutupan (closing), pembukaan (opening) Thinning, shrinking, pruning, thickening, pengerangkaan (skeletonization) pengisian (filling), pelabelan, dll 16 Pencarian Batas/Kontur Operasi ini digunakan untuk menentukan batas/kontur dari segmen obyek. Operasi ini dilakukan terhadap titik-titik obyek, yaitu apabila titik obyek tersebut bukan titik batas maka titik tersebut diubah menjadi titik latar, sedangkan titik-titik batas akan dipertahankan. Untuk mengetahui apakah suatu titik obyek adalah titik batas atau tidak dilakukan dengan cara memeriksa semua titik tetangganya. Apabila ada salah satu saja dari semua tetangga tersebut yang merupakan titik latar, maka titik tersebut adalah titik batas. Sedangkan apabila semua tetangganya adalah titik obyek, maka titik tersebut bukanlah titik batas. 8
9 17 Pencarian Batas/Kontur Algoritma untuk operasi pencarian batas citra 18 Pencarian Batas/Kontur Contoh program operasi di atas tidak mempertimbangkan batas luar dari citra, sehingga jika ada titik obyek berada tepat di tepi citra, maka hal ini akan mengakibatkan error. Error tersebut disebabkan pada saat program memeriksa titik tetangganya, sementara titik tetangga tersebut berada di luar citra, maka terjadi operasi terhadap komponen matriks citra dengan indeks di luar ukuran matriks yang telah didefinisikan (yaitu indeks 0 dan indeks yang nilainya lebih besar dari lebar atau tinggi citra). 9
10 19 Pencarian Batas/Kontur Pemeriksaan apakah sebuah titik obyek merupakan titik batas dilakukan dengan memeriksa semua tetangganya, yaitu apabila ada tetangganya (minimal 1) yang merupakan titik latar, maka titik tersebut adalah titik batas. Operasi logika yang digunakan adalah operasi ATAU (OR). Cara lain yang dapat dilakukan adalah dengan menggunakan operasi logika DAN (AND), yaitu apabila semua tetangga titik obyek yang ditinjau adalah titik obyek juga, maka titik tersebut bukanlah titik batas. 20 Dilasi Operasi dilasi dilakukan untuk memperbesar ukuran segmen obyek dengan menambah lapisan di sekeliling obyek. Terdapat 2 cara untuk melakukan operasi ini, yaitu dengan cara mengubah semua titik latar yang bertetangga dengan titik batas menjadi titik obyek, atau lebih mudahnya set setiap titik yang tetangganya adalah titik obyek menjadi titik obyek. dengan mengubah semua titik di sekeliling titik batas menjadi titik obyek, atau lebih mudahnya set semua titik tetangga sebuah titik obyek menjadi titik obyek. Algoritma untuk operasi dilasi citra biner 10
11 21 Dilasi Program operasi dilasi di atas juga tidak mempertimbangkan batas luar dari citra. Untuk menghindari error, maka indeks yang digunakan untuk titik yang ditinjau dimuali dari 2 sampai dengan lebar-1 untuk arah horisontal, serta dari 2 sampai dengan tinggi-1 untuk arah vertikal. Jika semua titik hendak dioperasikan, maka program di atas perlu ditambah dengan pemeriksaan untuk mengetahui apakah titik tetangga yang sedang ditinjau ada di luar batas citra. Jika titik tersebut berada di luar batas citra, maka jangan dilakukan pengubahan terhadap titik tetangga tersebut. Cara lain yang lebih tepat untuk dilakukan adalah dengan menambah ukuran citra sebanyak 2 titik baik ke arah lebar maupun ke arah tinggi citra kemudian citra asli digeser 1 titik ke kanan dan 1 titik ke bawah. Dengan cara ini, operasi dilasi tidak dilakukan terhadap titik-titik yang ada di bagian tepi citra. Dengan demikian tidak akan terjadi operasi terhadap titik yang ada di luar indeks yang diperbolehkan. 22 Dilasi D( A, S) = A S Dilasi merupakan proses penggabungan titik-titik latar (0) menjadi bagian dari objek (1), berdasarkan structuring element S yang digunakan. Cara dilasi adalah: - Untuk setiap titik pada A, lakukan hal berikut: - letakkan titik poros S pada titik A tersebut - beri angka 1 untuk semua titik (x,y) yang terkena / tertimpa oleh struktur S pada posisi tersebut 11
12 23 Contoh dilasi S = {(0,0),(0,1),(1,0)} = {poros,(+0,+1),(+1,+0)} S A D A = {(0,0),(0,1),(0,2), (1,0),(1,1),(1,2), (2,0),(2,1),(2,2)} Posisi poros ( (x,y) A ) (0,0) (0,1) (0,2)... (2,2) S xy {(0,0),(1,0),(0,1)} {(0,1),(1,1),(0,2)} {(0,2),(1,2),(0,3)}... {(2,2),(2,3),(3,2)} D Capture proses pada saat posisi poros S ada di (2,2) 24 Contoh dilasi 12
13 25 Contoh dilasi 26 Erosi Operasi erosi adalah kebalikan dari operasi dilasi. Erosi merupakan proses penghapusan titik-titik objek (1) menjadi bagian dari latar (0), berdasarkan structuring element S yang digunakan. Pada operasi ini, ukuran obyek diperkecil dengan mengikis sekeliling obyek. Cara yang dapat dilakukan juga ada 2. dengan mengubah semua titik batas menjadi titik latar dengan menset semua titik di sekeliling titik latar menjadi titik latar. Algoritma untuk operasi erosi citra biner 13
14 27 Erosi E( A, S) = A S Cara erosi adalah: - Untuk setiap titik pada A, lakukan hal berikut: - letakkan titik poros S pada titik A tersebut - jika ada bagian dari S yang berada di luar A, maka titik poros dihapus / dijadikan latar. 28 Contoh erosi S = {(0,0),(0,1),(1,0)} = {poros,(+0,+1),(+1,+0)} S A E A = {(0,0),(0,1),(0,2), (1,0),(1,1),(1,2), (2,0),(2,1),(2,2)} Posisi poros ( (x,y) A ) S xy Ko de (0,0) (0,1) (0,2)... (2,2) {(0,0),(1,0),(0,1)} {(0,1),(1,1),(0,2)} {(0,2),(1,2),(0,3)}... {(2,2),(2,3),(3,2)} D Capture proses pada saat posisi poros S ada di (2,2). Titik (2,2) akan dihapus karena ada bagian dari S yang berada di luar A 14
15 29 Contoh Erosi 30 Opening Opening adalah proses erosi yang diikuti dengan dilasi. Citra asli didilasi terlebih dahulu, kemudian hasilnya dierosi. Efek yang dihasilkan adalah menghilangnya atau menutup objek-objek kecil atau lubang-lubang kecil yang ada dalam segmen obyek dan kurus, memecah objek pada titik-titik yang kurus, dan secara umum men-smooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Rumusnya adalah: A o S = ( A S ) S 15
16 31 Opening Operasi penutupan juga digunakan untuk menggabungkan 2 segmen obyek yang saling berdekatan (menutup sela antara 2 obyek yang sangat berdekatan). Pada citra asal terdapat 2 buah segmen obyek, namun pada citra hasil hanya tinggal sebuah segmen obyek gabungan. Operasi penutupan dapat juga dilakukan dalam beberapa rangkaian dilasi-erosi (misalnya 3 kali dilasi, lalu 3 kali erosi) apabila ukuran lubang atau jarak antar obyek cukup besar. 32 Contoh Opening A S A ( A S ) S S 16
17 33 Contoh Opening 34 Closing Operasi pembukaan (Closing) juga merupakan kombinasi antara operasi erosi dan dilasi yang dilakukan secara berurutan, tetapi citra asli dierosi terlebih dahulu baru kemudian hasilnya didilasi. Efek yang dihasilkan adalah mengisi lubang kecil pada objek, menggabungkan objek-objek yang berdekatan, dan secara umum mensmooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Rumusnya adalah: A S = ( A S ) S 17
18 35 Closing Operasi ini digunakan untuk memutus bagian-bagian dari obyek yang hanya terhubung dengan 1 atau 2 buah titik saja. Seperti terlihat, pada citra asal terdapat 2 buah obyek, namun pada citra hasil (b) menjadi 3 segmen karena obyek pertama dipisah menjadi 2. Operasi ini juga digunakan untuk menghilangkan obyek yang sangat kecil. Pada citra hasil (c), obyek kecil di kanan atas tidak muncul lagi. 36 Contoh Closing A S A S ( A S ) S 18
19 37 Contoh Closing 38 Contoh opening dan closing 19
20 39 Hit-or-Miss transform A S = ( A S1) ( A c S2) Suatu structuring element S dapat direpresentasikan dalam bentuk (S1,S2) dimana S1 adalah kumpulan titik-titik objek (hitam) dan S2 adalah kumpulan titik-titik latar (putih) 40 Hit-or-miss transform Contoh: S1= {b,e,h} S2={a,d,g,c,f,i} a d b e c f g h i Hit-and-misss transform A*S adalah kumpulan titik-titik dimana S1 menemukan match di A dan pada saat yang bersamaan S2 juga menemukan match di luar A. 20
21 41 Contoh hit-or-miss transform A S A*S Yang match dipertahankan Yang tidak match dihapus 42 Pengisian (Filling) Operasi pengisian merupakan kebalikan dari operasi pencarian batas citra. Pada operasi ini, citra masukan adalah citra batas/kontur, kemudian dilakukan pengisian sehingga diperoleh segmen obyek yang pejal/solid. Prosesnya dimulai dengan menentukan titik awal pengisian yang terletak di dalam obyek, kemudian bergerak ke arah titik-titik tetangganya. Operasi dilakukan secara rekursif dan berhenti jika sampai di batas obyek. Perbedaan lokasi titik awal ini dapat mengakibatkan citra hasil pengisian yang diperoleh berbeda satu sama lain, seperti terlihat pada Gambar dibawah ini 21
22 43 Pengisian (Filling) Algoritma untuk operasi pengisian citra secara terhubung-4 44 Pengisian (Filling) Operasi di atas akan dilakukan dengan cara mengisi obyek dengan arah ke atas sampai menabrak batas obyek Artinya, sebelum menabrak batas (yang berupa titik obyek), maka lokasi yang sedang ditinjau merupakan titik latar. kemudian ke arah kanan sampai menabrak batas, lalu ke bawah dan akhirnya ke kiri. Urutan arah di atas dapat diatur menurut kehendak kita sendiri. Untuk operasi pengisian terhubung-8, maka langkah rekursif di atas ditambahkan juga untuk tetangga diagonalnya (ada 4 titik). 22
23 45 Pelabelan Obyek Operasi pelabelan objek dilakukan apabila dalam suatu citra terdapat lebih dari satu obyek, maka seringkali perlu untuk membedakan antara sebuah obyek dengan obyek yang lain yang terdapat pada citra tersebut. Pada intinya operasi ini hampir mirip dengan operasi pengisian, yakni menggunakan teknik rekursi. Mula-mula dideteksi lokasi sebuah titik yang merupakan bagian dari sebuah obyek, lantas dengan rekursi dilakukan pengisian dengan suatu nilai (label) terhadap obyek tersebut dari lokasi tersebut sampai menemui batas luarnya (menabrak titik latar). Kemudian lanjutkan mendeteksi lokasi yang merupakan titik obyek namun belum terisi oleh operasi tadi atau belum diberi label (dengan kata lain merupakan bagian dari obyek yang lain). 46 Pengerangkaan (Skeletonization) Pengerangkaan adalah suatu proses pengikisan sebuah obyek sebanyak mungkin dengan tetap mempertahankan bentuk umum dari polanya. Setalah sebagian besar titik pada obyek tersebut dihilangkan, maka pola dari obyek tersebut harus tetap dapat dikenali. Pola yang tertinggal ini disebut sebagai kerangka (skeleton), di mana sifat-sifatnya adalah: 1. Ketipisan: kerangka obyek berukuran setipis mungkin (1 atau 2 titik) 2. Konektivitas: kerangka dari suatu obyek terhubung satu sama lain sesuai dengan topologi pola aslinya 3. Posisi: letak kerangka berada tepat di tengah obyek 4. Stabilitas: setelah suatu bagian kerangka diperoleh, maka bagian tersebut tidak akan terkikis lagi oleh operasi pengikisan berikutnya 23
24 47 Pengerangkaan (Skeletonization) Operasi perangkaan ini sangat berguna ketika kita lebih tertarik pada pola realtif obyek ketimbang ukuran obyek, misalnya pada aplikasi pengenalan karakter (character recognition), pengenalan kromosom, dsb. Terdapat beberapa algoritma yang dapat digunakan untuk operasi perangkaan, antara lain: algortima Hilditch, dan algoritma Rosenfeld. Algoritma Hilditch dengan ukuran jendela (window) 3 x 3, yakni menggunakan tetangga Moore dari titik yang kita tinjau. Pada algoritma yang merupakan operasi terhubung-8 ini dilakukan beberapa kali iterasi pengikisan pada suatu obyek, di mana pada setiap pengikisan dilakukan pemeriksaan pada semua titik dalam citra dan melakukan Pengubahan sebuah titik obyek menjadi titik latar apabila memenuhi keempat kriteria berikut ini: 1. 2 B(p1) 6 2. A(p1) =1 3. p2, p4, atau p8 ada yang merupakan titik latar, atau A(p2) 1 4. p2, p4, atau p6 ada yang merupakan titik latar, atau A(p4) 1 48 Pengerangkaan (Skeletonization) Algoritma dihentikan apabila pada suatu iterasi tidak ada lagi titik yang diubah. Kriteria 1 menunjukkan bahwa tidak ada titik terisolasi, B(p1) = 0, ataupun titik ujung, B(p1) = 1, yang terkikis, sebagaimana ditunjukkan pada Gambar dibawah ini. Demikian juga titik yang ada di dalam obyek seperti pada (d), sedangkan titik pada (c) juga tidak boleh dihilangkan untuk mencegah pengecilan kerangka. 24
25 49 Pengerangkaan (Skeletonization) Kriteria 2 menunjukkan sifat konektivitas, di mana jika kita menghilangkan suatu titik mempunyai nilai A lebih dari 1, seperti pada Gambar dibawah ini, maka pola atau kerangka akan menjadi terputus. Dengan demikian titik p1 pada contoh-contoh tersebut tidak boleh dihapus. 50 Pengerangkaan (Skeletonization) Kriteria 3 digunakan untuk menghindarkan terhapusnya garis horisontal dengan lebar 2 titik, seperti pada Gambar dibawah ini. Dalam gambar tersebut, titik obyek pada (a) tidak memenuhi kriteria 3 sehingga tidak boleh dihapus, sedangkan titik p1 pada (b) dan (c) memenuhi kriteria, sehingga mungkin akan dihapus. 25
26 51 Pengerangkaan (Skeletonization) Kriteria 4 mirip dengan kriteria 3, namun digunakan untuk menghindarkan terhapusnya garis vertikal berlebar 2 titik. Titik p1 pada (a) tidak memenuhi kriteria tersebut sehingga tidak boleh dihapus, sedangkan pada (b) dan (d) memenuhi syarat, sehingga mungkin dapat dihapus. 52 Contoh Hasil Operasi Pengerangkaan (Skeletonization) 26
27 53 Kelemahan Algoritma Hilditch tidak dapat digunakan untuk memperoleh kerangka dari semua obyek. Ada beberapa pola yang akan akan terkikis habis 54 Thinning Tujuan: me-remove piksel tertentu pada objek sehingga tebal objek tersebut menjadi hanya satu piksel. Thinning tidak boleh: - Menghilangkan end-point - Memutus koneksi yang ada - Mengakibatkan excessive erosi Salah satu kegunaan thinning adalah pada proses pengenalan karakter/huruf Ada banyak cara mengimplementasikan thinning, salah satu diantaranya adalah dengan hit-or-miss transform 27
28 55 Thinning Thinning dapat didefinisikan sebagai: Thinning(A,{B}) = A (A * {B}) = A ((...(A*B1)*B2)..Bn) Dengan B1, B2, B3..Bn adalah Structuring element. Note: A-(A*B) berarti kebalikan dari A*B Yang match dihapus Yang tidak match dipertahankan 56 Contoh Thinning 28
29 57 Contoh Thinning 58 29
30 59 Key Stages in Digital Restoration Morphological Enhancement Segmentation Acquisition Object Recognition Problem Domain Representation & Description Colour Compression 60 Key Stages in Digital : Aquisition s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 30
31 61 Key Stages in Digital : Enhancement s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 62 Key Stages in Digital : Restoration s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 31
32 63 Key Stages in Digital : Morphological s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 64 Key Stages in Digital : Segmentation s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 32
33 65 Key Stages in Digital : Object Recognition s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 66 Key Stages in Digital : Representation & Description s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 33
34 67 Key Stages in Digital : Compression Restoration Morphological Enhancement Segmentation Acquisition Object Recognition Problem Domain Representation & Description Colour Compression 68 Key Stages in Digital : Colour s taken from Gonzalez & Woods, Digital (2002) Enhancement Acquisition Problem Domain Restoration Colour Morphological Compression Segmentation Object Recognition Representation & Description 34
35 Tugas Buatlah makalah mengenai implementasi pemanfaatan pengolahan citra digital pada kasus riil Carilah dari jurnal-jurnal terbaru lewat internet Tugas dikerjakan secara kelompok maksimal 3 orang dan dipresentasikan pada pertemuan terakhir 70 Thank you very much for listening and good luck in your exams 35
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 terperinci10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 10. Morphological Image Processing. Pemrosesan citra secara morfologis.
CIG4E3 / Pengolahan Citra Digital BB 10. Morphological Image Processing Intelligent Computing and Multimedia (ICM) Pemrosesan citra secara morfologis Perbedaan antara pemrosesan citra secara morfologis
Lebih terperinci10/13/2009 MORFOLOGI CITRA SET CITRA DAN OPERASINYA PEMROSESAN CITRA SECARA MORFOLOGIS PEMROSESAN CITRA SECARA MORFOLOGIS
PEMROEN CITR ECR MORFOLOGI Kuliah ke 8 Program 1 Reguler, DTE FTUI 2009 MORFOLOGI CITR Perbedaan antara pemrosesan citra secara morfologis dengan pemrosesan biasa (yang telah dipelajari): Dulu sebuah citra
Lebih terperinciBatra Yudha Pratama m111511006@students.jtk.polban.ac.id
Operasi Morfologi Pada Citra Biner Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Materi 15 Morfologi (Lanjutan) M. Miftakul Amin, M. Eng. JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA TINJAUAN MATEMTIKA EROSI Operasi erosi dirumuskan sebagai berikut:
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Citra RGB Suatu citra biasanya mengacu ke citra RGB. Citra (image) merupakan suatu yang menggambarkan objek dan biasanya dua dimensi. Citra merupakan suatu representasi, kemiripan
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciDETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI
DETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI Peredaran uang palsu dari tahun ke tahun terus mengalami peningkatan. Peningkatan ini dikarena mudahnya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Materi 7 Operasi Morfologi M. Miftakul Amin, M. Eng. JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA TUJUAN Istilah morfologi mengadopsi istilah yang ada dalam bidang ilmu
Lebih terperinciALGORITMA IMAGE THINNING
ALGORITMA IMAGE THINNING Oleh Zurnawita dan Zulharbi Suar Staf Pengajar Teknik Elektro Politeknik Negeri Padang ABSTRACT Using image thinning algorithm, various example of application is processing image
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciDEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK
DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK Nanik Suciati, Rosdiana Rahmawati Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciIMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF
IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF Dini Nuzulia Rahmah 1, Handayani Tjandrasa 2, Anny Yuniarti 3 Teknik Informatika,
Lebih terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinciPERBANDINGAN PERFORMA SEGMENTASI CITRA SIDIK JARI MENGGUNAKAN DETEKSI TEPI METODE SOBEL DENGAN METODE CANNY
PERBANDINGAN PERFORMA SEGMENTASI CITRA SIDIK JARI MENGGUNAKAN DETEKSI TEPI METODE SOBEL DENGAN METODE CANNY Sila abdullah syakry 1, Muhammad Syahronir 2, Mulyadi 3 Program Studi Teknik Informatika, Jurusan
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciIdentifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra
Identifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra Shofiyyah Zahrah 1, Ristu Saptono 2, Esti Suryani 3 1,2,3 Program Studi Informatik, FMIPA, Universitas Sebelas Maret Email: 1 shofizr@gmail.com,
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat sekarang ini teknologi komputer telah berkembang pesat. Teknologi komputer ini pada mulanya hanya berkembang dalam teknologi pengolahan data saja. Namun seiring
Lebih terperinciBAB 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 Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 10 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 10 Mathematical Morphology Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciPENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING
PENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING Arini 1, Feri Fahrianto 2, Andre Agusta 3, Asep Taufik Muharam 1,2,3,4 Teknik Informatika,
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 11 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 11 Mathematical Morphology Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinci1. Pendahuluan Gait Recognition atau sistem pengenalan gaya gerak berjalan manusia merupakan salah satu sistem di bidang keamanan biometrik yang menga
Skeletonisasi Citra Pembentukan Rangka Tubuh Manusia Dengan MATLAB 7.12 Megarani Tiara Putri Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok Telp: (021) 78881112
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan
Lebih terperinciMorphological Image Processing
Morphological Image Processing Muhammad Kusban Teknik Elektro, Universitas Muhammadiyah Surakarta Abstrak -- Proses morphologi terutama digunakan untuk menghilangkan ketidaksempurnaan bentuk yang ada dalam
Lebih terperinciApa yang bisa dilakukan oleh morfologi citra? Operasi morfologi :
Morfologi Citra 2 Morfologi Citra Apa yang bisa dilakukan oleh morfologi citra? Operasi morfologi : Fit dan Hit Erosi (Erosion) Dilasi (Dilation) Operasi Gabungan (Compound Operations) 3 Kegunaan Morfologi
Lebih terperinciBAB II LANDASAN TEORI. Tanda Nomor Kendaraan Bermotor (disingkat TNKB) atau sering. disebut plat nomor atau nomor polisi (disingkat nopol) adalah plat
BAB II LANDASAN TEORI 2.1. Tanda Nomor Kendaraan Bermotor Tanda Nomor Kendaraan Bermotor (disingkat TNKB) atau sering disebut plat nomor atau nomor polisi (disingkat nopol) adalah plat aluminium tanda
Lebih terperinciAbstrak. Kata kunci : deteksi tepi, morfologi gradien, representasi bentuk, structuring element, shape matrix
METODE SHAPE DESCRIPTOR BERBASIS SHAPE MATRIX UNTUK ESTIMASI BENTUK STRUCTURING ELEMENT Sri Huning Anwariningsih 1), Agus Zainal Arifin 1), Anny Yuniarti 1) 1) Program Magister Teknik Informatika, Jurusan
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 terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Kata Kunci: Citra Fundus Retina, Segmentasi Citra,
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciESTIMASI BENTUK STRUCTURING ELEMENT BERDASAR REPRESENTASI OBYEK
Vol. 5, No. 3, Januari 200 ISSN 026-0544 ESTIMASI BENTUK STRUCTURING ELEMENT BERDASAR REPRESENTASI OBYEK * Sri Huning Anwariningsih, ** Agus Zainal Arifin, *** Anny Yuniarti Program Magister Teknik Informatika,
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih 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 terperinciBAB 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 terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciRepresentasi 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 terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1 Digital Image 2.1.1 Definisi Digital Image Menurut Gonzalez dan Woods (1992, p6), digital image adalah image f(x,y) yang telah dibedakan berdasarkan koordinat tata letak dan
Lebih terperinciSegmentasi Tepi Citra CT Scan Paru-paru Menggunakan Metode Chain Code dan Operasi Morfologi
Jurnal Teknik Informatika, Vol 1 September 2012 Segmentasi Tepi Citra CT Scan Paru-paru Menggunakan Metode Chain Code dan Operasi Morfologi Masfran, Ananda dan Erwin Setyo Nugroho Program Studi Teknik
Lebih terperinciIMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER
IMPLEMENTASI DETEKSI TITIK POTONG PEMBULUH DARAH PADA CITRA FUNDUS RETINA MENGGUNAKAN ALGORITMA COMBINED CROSS POINT NUMBER Sanny Hikmawati 1, Handayani Tjandrasa 2, Nanik Suciati 3 Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciMakalah Pengolahan Citra. Image Thinning
Makalah Pengolahan Citra Image Thinning Kelompok 11 Aldiantoro Nugroho (1201000083) Cininta (1201000261) Dhini Fitriani (1201000342) N. Rifka N. Liputo (1201000768) Yoga Lestyaningrum (1201001098) November
Lebih terperinciPENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA
PENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA Nanang Trisnadik *), Achmad Hidayatno, and R. Rizal Isnanto Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl.
Lebih terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciIMPLEMENTASI TEKNIK WATERSHED DAN MORFOLOGI PADA CITRA SATELIT UNTUK SEGMENTASI AREA UNIVERSITAS BRAWIJAYA
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 1, No. 1, April 24, hlm. 5-13 IMPLEMENTASI TEKNIK WATERSHED DAN MORFOLOGI PADA CITRA SATELIT UNTUK SEGMENTASI AREA UNIVERSITAS BRAWIJAYA Sutrisno
Lebih terperinciAPLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL
Jurnal Ilmu Matematika dan Terapan Desember 2016 Volume 10 Nomor 2 Hal. 83 96 APLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL V. Y. I. Ilwaru 1, Y. A. Lesnussa 2, E. M.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciPENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA
PENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA Nanang Trisnadik *), Achmad Hidayatno dan R. Rizal Isnanto Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Pro
Lebih terperinciCitra Biner. Bab Pendahuluan
Bab 11 Citra Biner C itra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat keabuan: hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang lebih
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciPENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING
PENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING David Habsara Hareva 1), Steven Juliono 2), Dion Krisnadi 3) 1),2),3 ) Teknik Informatika, Universitas Pelita Harapan Lippo Karawaci, Tangerang
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 terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciModifikasi 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 terperinciDAFTAR ISI. ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR GAMBAR...viii DAFTAR TABEL...x
ABSTRAK Dalam suatu sistem biasanya diperlukan suatu otentikasi berupa Personal Identification Number (PIN) atau password. Sehingga ada kemungkinan password dan PIN ini hilang atau diketahui orang lain.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciFAKULTAS 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 terperinciBAB 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 terperinciBAB 3 PERANCANGAN SISTEM
21 BAB 3 PERANCANGAN SISTEM 3.1 Arsitektur Sistem Template Formulir Sample Karakter Pengenalan Template Formulir Pendefinisian Database Karakter Formulir yang telah diisi Pengenalan Isi Formulir Hasil
Lebih terperinciModifikasi 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 terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih terperinciTeknik 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 terperinciyang kompleks sehingga hampir semua bentuk bisa dibuat. Mengingat keramik merupakan material konstruksi proyek-proyek di Indonesia khususnya untuk ban
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI 1 Kurniawan, 2 Rosny Gonydjaja Teknik Informatika, Fakultas Teknologi Industri, Universitas Gunadarma,
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih 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 III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciBAB II LANDASAN TEORI. menggunakan komputer atau laptop merupakan citra digital, dapat juga diartikan
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital Citra atau Gambar (Image) adalah sebuah informasi yang memiliki bentuk visual. Suatu citra yang diperoleh dari hasil kamera dan dapat diolah menggunakan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciImplementasi Metode Hough Transform pada Image Segmentation (Implementation of Hough Transform Methods on Image Segmentation)
Implementasi Metode Hough Transform pada Image Segmentation (Implementation of Hough Transform Methods on Image Segmentation) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciBAB II DASAR TEORI. 2.1 Citra Digital
BAB II DASAR TEORI 2.1 Citra Digital Citra digital didefinisikan sebagai fungsi f (x,y) dua dimensi,dimana x dan y adalah koordinat spasial dan f(x,y) adalah disebut dengan intensitas atau tingkat keabuan
Lebih terperinciModel Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )
Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan Andry Jonathan (1122041) Email: andry.jonathan1234@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciPENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI. Kurniawan Teknik Informartika
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI Kurniawan 50408503 Teknik Informartika Latar Belakang Permasalahan Kebutuhan perusahaan industri manufaktur
Lebih terperinciAPLIKASI PENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN LEARNING VECTOR QUANTIZATION
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 APLIKASI PENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN LEARNING VECTOR QUANTIZATION Ng Poi Wong 1), Hardy 2), Ade Maulana
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 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 terperinciREVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA
Prosiding Semirata 2015 bidang Teknologi Informasi dan Multi Disiplin Universitas Tanjungpura Pontianak Hal 134-141 REVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA Zaiful Bahri Jurusan
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sel Darah Merah Sel yang paling banyak di dalam selaput darah adalah sel darah merah atau juga dikenal dengan eritrosit. Sel darah merah berbentuk cakram bikonkaf dengan diameter
Lebih terperinciPertemuan 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 terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciBAB 2 KAJIAN PUS TAKA
BAB 2 KAJIAN PUS TAKA 2.1 Kecerdasan Buatan 2.1.1 Definisi Kecerdasan Buatan Kecerdasan buatan dapat didefinisikan sebagai cabang dari ilmu komputer yang memusatkan perhatian pada otomatisasi dari karakteristik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciAPLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Hamsina 1, Evanita V Manullang 1, Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Manajemen,
Lebih terperinci