REFERENSI. Dipokusumo, Bobby Diktat Kuliah Fotogrametri. Bandung : Penerbit ITB, 2004.
|
|
- Yuliani Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 REFERENSI Dipokusumo, Bobby Diktat Kuliah Fotogrametri. Bandung : Penerbit ITB, Dwi, Adhilaksana Aplikasi Transformasi Wavelet Dalam Analisis Gerakan Kutub Rotasi Bumi. Bandung : Institut Teknologi Bandung, Ilham, Fahrizal Kajian Metode Korelasi Nilai Rata-Rata Kanal Yang Diberi Bobot (Weighted Channel Mean Value) Pada Proses Pencocokan Citra (Image Matching) Foto Udara. Bandung : Institut Teknologi Bandung, Misiti, Michel, et al Wavelet Toolbox: For Use With Matlab. California : Mathworks, Munir, Rinaldi Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Bandung : Penerbit Informatika, ISBN: Nievergelt, Yves Wavelets Made Easy. Washington : Birkhauser, Oppenheim, Alan, Willsky, Alan dan Nawab, Hamid Signals and System. New Jersey : Prentice-Hall, Putra, Fajar Mencari Teknik Korelasi Terbaik Pada Metode Pencocokan Citra Berbasiskan Area (Area Based Matching). Bandung : Institut Teknologi Bandung, Ratnadewi Pengolahan Citra Dengan Memakai Transformasi Wavelet. Bandung : Institut Teknologi Bandung, Strang, Gilbert dan Nguyen, Truong Wavelet and Filter Banks. Wellesley : Wellesley-Cambridge Press, Wibowo, David Chandra Aplikasi Teknik Maksimum Korelasi Untuk Pencocokan Citra Dijital (Digital Image Matching) Pada Citra Foto. Bandung : Institut Teknologi Bandung, Wolf, P. R. dan Dewitt, B. A Elements of Photogrametry with Application in GIS. USA : McGraw-Hill Company, Yudianto, Bambang Analisa Citra Menggunakan Transformasi Wavelet 2-D. Bandung : Institut Teknologi Bandung, Yuliestono, Andi Aplikasi Transformasi Haar Wavelet Untuk Edge Detection. Bandung : Institut Teknologi Bandung,
2 LAMPIRAN A SCRIPT PROGRAM KORELASI 44
3 % Program pencocokan citra dengan menggunakan transformasi wavelet clc; clear all; disp('<<< INPUT DATA SUB CITRA ACUAN (SCA) DAN CITRA PENCARIAN (CP) >>>'); filename=input('nama File [Contoh 1A11x2101] : ','s'); filesca=[filename 'L.bmp']; filecp=[filename 'R.bmp']; filetxt=[filename '.txt']; im1=imread(filesca); im2=imread(filecp); fid=fopen(filetxt,'r'); S = fscanf(fid,'%d,%d'); cim1=s(1); rim1=s(2); cim2=s(3); rim2=s(4); disp(' '); disp('pilihan INDUK WAVELET : '); disp('1. Haar'); disp('2. Daubechies'); iw=input('pilih no.? '); switch iw case 1 iws='haar'; case 2 iws='db'; ndb=input('daubechies ke berapa [1-10]? '); ndbs=num2str(ndb); iws=[iws ndbs]; otherwise disp('unknown Method'); end pesan1='pilihan Induk Wavelet adalah: '; pesan1=[pesan1 upper(iws)]; disp(pesan1); %Filtering maksimum level dekomposisi 45
4 [b1 k1]=size(im1); [b2 k2]=size(im2); s1=[2^b1 2^k1]; s2=[2^b2 2^k2]; maxl1=wmaxlev(min(s1),iws); maxl2=wmaxlev(min(s2),iws); % maxlev=['level Dekomposisi Maksimal SCA : ' num2str(maxl1) ', ' 'Level Dekomposisi Maksimal CP : ' num2str(maxl2) '.']; maxlev=['level Dekomposisi Maksimal : ' num2str(maxl1)]; disp(maxlev); lvl=input('jumlah level dekomposisi yang di inginkan : '); if (lvl > maxl1) % Masih butuh pengujian mana yang menjadi batas maksimum level pesanerr2='level Dekomposisi Citra melebihi batas level maksimal'; error(pesanerr2); end % Konversi dari uint8 ke double im1=double(im1); im2=double(im2); % Mengecek Jumlah Kanal kanal1=size(im1,3); kanal2=size(im2,3); if (kanal1 < 3) (kanal2 < 3) error('citra ini bukan citra 3 kanal RGB'); end % menghitung waktu awal proses t1=clock; % menghitung nilai korelasi maksimum yang sebelum transformasi wavelet [vcormaxs rowlks collks]=korelasi(im1,im2); % menghitung nilai korelasi maksimum dalam ruang/domain wavelet 2D [vcormax rowlk collk]=korwt2d(im1,im2,lvl,iws); % menentukan ukuran SCA dan CP usca=size(im1(:,:,1)); ucp=size(im2(:,:,1)); % Transformasi dari posisi lokal ke posisi global [prows pcols]=tplokglo(rowlks,collks,usca,ucp,rim2,cim2); [prow pcol]=tplokglo(rowlk,collk,usca,ucp,rim2,cim2); 46
5 % disp(' '); % disp('[ nilai korelasi baris kolom ] sebelum transformasi wavelet'); [vcormaxs prows(1) pcols(1)]; % disp('[ nilai korelasi baris kolom ] setelah transformasi wavelet'); [vcormax prow(1) pcol(1)]; etime(clock,t1); wp=clock-t1; waktu=(wp(4)*3600)+(wp(5)*60)+wp(6); disp('=========================terima Kasih==========================='); filehasil=[filename 'H.txt']; fid=fopen(filehasil,'w'); fprintf(fid,'hasil PERCOBAAN \n'); fprintf(fid,'nama File Hasil : %s \n',upper(filehasil)); fprintf(fid,'induk Wavelet menggunakan : %s \n',upper(iws)); fprintf(fid,'level Dekomposisi : %d \n',lvl); fprintf(fid,'\n'); fprintf(fid,'posisi AWAL KIRI \n'); fprintf(fid,'%d \n',cim1); fprintf(fid,'%d \n',rim1); fprintf(fid,'\n'); fprintf(fid,'posisi AWAL KANAN \n'); fprintf(fid,'%d \n',cim2); fprintf(fid,'%d \n',rim2); fprintf(fid,'\n'); fprintf(fid,'posisi HASIL KORELASI SEBELUM TRANSFORMASI \n'); fprintf(fid,'%2.4f \n',vcormaxs); fprintf(fid,'%d \n',pcols(1)); fprintf(fid,'%d \n',prows(1)); fprintf(fid,'\n'); fprintf(fid,'posisi HASIL KORELASI SETELAH TRANSFORMASI \n'); fprintf(fid,'%2.4f \n',vcormax); fprintf(fid,'%d \n',pcol(1)); fprintf(fid,'%d \n',prow(1)); fprintf(fid,'\n'); fprintf(fid,'waktu PROSES KORELASI \n'); fprintf(fid,'%2.4f detik ',waktu); fclose(fid); 47
6 % Fungsi pemisahan kanal citra RGB function [R G B]=chsepRGB(im) nkanal=size(im,3); if (nkanal < 3) message1='citra Bukan 3 Kanal'; error(message1); end R=im(:,:,1); G=im(:,:,2); B=im(:,:,3); % Fungsi pencocokan citra sebelum transformasi wavelet function [vcormax rowlk collk]=korelasi(im1,im2) % pemisahan kanal RGB [R1 G1 B1]=chsepRGB(im1); [R2 G2 B2]=chsepRGB(im2); % menghitung korelasi masing-masing kanal korr =kpc(r1,r2); korg =kpc(g1,g2); korb =kpc(b1,b2); % menghitung berat masing-masing kanal wr=std2(r1); wg=std2(g1); wb=std2(b1); % menghitung nilai korelasi maksimum yang diberi bobot dengan rumus % kortotal=wr*korr + wg*korg + wb*korb /wr+wg+wb Mkortotal=(wR*korR+wG*korG+wB*korB)/(wR+wG+wB); [vcormax rowlk collk]=maxcor(mkortotal); 48
7 % Fungsi pencocokan citra setelah transformasi wavelet function [vcormax rowlk collk]=korwt2d(im1,im2,lvl,iws) % pemisahan kanal RGB [R1 G1 B1]=chsepRGB(im1); [R2 G2 B2]=chsepRGB(im2); % menghitung korelasi masing-masing kanal korr =kwave(r1,r2,lvl,iws); korg =kwave(g1,g2,lvl,iws); korb =kwave(b1,b2,lvl,iws); % menghitung berat masing-masing kanal wr=std2(r1); wg=std2(g1); wb=std2(b1); % menghitung nilai korelasi maksimum yang diberi bobot dengan rumus % kortotal=wr*korr + wg*korg + wb*korb /wr+wg+wb Mkortotal=(wR*korR+wG*korG+wB*korB)/(wR+wG+wB); [vcormax rowlk collk]=maxcor(mkortotal); % Fungsi pencarian nilai korelasi dari citra yang dipasangkan sebelum transformasi wavelet function kor=kpc(imk1,imk2); [b1 k1]=size(imk1); [b2 k2]=size(imk2); nbaris=b2-b1+1; nkolom=k2-k1+1; imk2sca=imk1; for i=1:nbaris for j=1:nkolom imk2scp(:,:,i,j)=imk2(i:i+b1-1,j:j+k1-1); kor(i,j)=corr2(imk2sca,imk2scp(:,:,i,j)); end; end; 49
8 % Fungsi pencarian nilai korelasi dari citra yang dipasangkan setelah transformasi wavelet function kor=kwave(imk1,imk2,lvl,iws); [b1 k1]=size(imk1); [b2 k2]=size(imk2); nbaris=b2-b1+1; nkolom=k2-k1+1; imk2sca=imk1; for i=1:nbaris for j=1:nkolom imk2scp(:,:,i,j)=imk2(i:i+b1-1,j:j+k1-1); imk2scpwv=twv(imk2scp(:,:,i,j),lvl,iws); imk2scawv=twv(imk2sca,lvl,iws); kor(i,j)=corr2(imk2scawv,imk2scpwv); end; end; % Fungsi transformasi wavelet function [imk2scawv imk2scpwv]=twave(imk1,imk2,lvl,iws); [b1 k1]=size(imk1); [b2 k2]=size(imk2); nbaris=b2-b1+1; nkolom=k2-k1+1; imk2sca=imk1; imk2scp=imk2; imk2scpwv=twv(imk2scp,lvl,iws); imk2scawv=twv(imk2sca,lvl,iws); % Fungsi penurunan level dekomposisi pada transformasi wavelet function A0=twv(sca,lvl,iws) sx=size(sca); %pemilihan level wavelet dengan switch case 50
9 switch lvl case 1 [ca1 ch1 cv1 cd1]=dwt2(sca,iws); [ch1 cv1 cd1]=modwt(ch1,cv1,cd1); A0=idwt2(cA1,cH1,cV1,cD1,iws,sX); case 2 [ca01 ch01 cv01 cd01]=dwt2(sca,iws); [ca1 ch1 cv1 cd1]=dwt2(ca01,iws); [ch1 cv1 cd1]=modwt(ch1,cv1,cd1); A0=idwt2(cA1,cH1,cV1,cD1,iws,sX); case 3 [ca01 ch01 cv01 cd01]=dwt2(sca,iws); [ca12 ch12 cv12 cd12]=dwt2(ca01,iws); [ca1 ch1 cv1 cd1]=dwt2(ca12,iws); [ch1 cv1 cd1]=modwt(ch1,cv1,cd1); A0=idwt2(cA1,cH1,cV1,cD1,iws,sX); case 4 [ca01 ch01 cv01 cd01]=dwt2(sca,iws); [ca12 ch12 cv12 cd12]=dwt2(ca01,iws); [ca13 ch13 cv13 cd13]=dwt2(ca12,iws); [ca1 ch1 cv1 cd1]=dwt2(ca13,iws); [ch1 cv1 cd1]=modwt(ch1,cv1,cd1); A0=idwt2(cA1,cH1,cV1,cD1,iws,sX); otherwise disp('diluar level dekomposisi yang telah ditentukan'); end % Fungsi modifikasi transformasi wavelet function [ch1 cv1 cd1]=modwt(ch1,cv1,cd1); fx=10; meanch1=mean2(ch1); meancv1=mean2(cv1); meancd1=mean2(cd1); ch1n=ch1-meanch1; cv1n=cv1-meancv1; cd1n=cd1-meancd1; ch1=(ch1n*fx)+mean2(ch1n); cv1=(cv1n*fx)+mean2(cv1n); cd1=(cd1n*fx)+mean2(cd1n); 51
10 LAMPIRAN B DAFTAR DATA VALIDASI 52
11 - Data validasi Prem 1 Point ID Photo X Photo Y 1101 TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB
12 Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB Prem TP ITB TP ITB
13 9102 TP ITB TP ITB Prem TP ITB TP ITB TP ITB TP ITB
LAMPIRAN A SCRIPT PROGRAM LOW PASS FILTER & HIGH PASS FILTER MENGGUNAKAN MATLAB
DAFTAR PUSTAKA Dipokusumo, B. (2004). Diktat Kuliah Fotogrametri. Bandung: Penerbit ITB. Ilham, Fahrizal. 2007. Kajian Metode Korelasi Nilai Rata-rata Kanal yang Diberi Bobot (Weighted Channel Mean Value)
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan sekitarnya melalui proses
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA 3.1. Data Sumber data dalam penelitian ini adalah berupa foto dijital berwarna ITB2-05.bmp dan ITB2-06.bmp yang diambil dengan kamera small format Nikon Colpix dengan resolusi 24
Lebih terperinciBAB 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
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciGambar 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
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciINSTITUT TEKNOLOGI BANDUNG
KAJIAN PENCOCOKAN CITRA DIGITAL BERDASARKAN KORELASI KOEFISIEN-KOEFISIEN WAVELET 2-D TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar sarjana. Oleh: Muhammad Aldien Said NIM 151
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1.1. Latar Belakang BAB I PENDAHULUAN Fotogrametri dapat didefinisikan sebagai suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA 3.1. Algoritma Pengolahan Data Algoritma pengolahan data ini merupakan tahapan-tahapan logis dari pengerjaan olah data penelitian yang hasilnya berupa angka-angka parameter yang
Lebih terperinciBAB I PENDAHULUAN 1. Latar Belakang
BAB I PENDAHULUAN 1. Latar Belakang Dalam proses pemetaan secara fotogrametris, salah satu hal yang harus diatasi adalah masalah restitusi dua foto udara yang saling pertampalan sedemikian rupa sehingga
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciBAB 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
Lebih terperinciBAB 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 terperinciPenggunaan Pencocokan String Metode Booyer-Moore dalam Digital Image Matching untuk Foto Udara Ideal
Penggunaan Pencocokan String Metode ooyer-moore dalam Digital Image Matching untuk Foto Udara Ideal Kanya Paramita - 352072 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciAnalisis Wavelet 2D untuk Citra Photo
Analisis Wavelet 2D untuk Citra Photo Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Wavelet atau gelombang pendek biasa
Lebih terperinciHardisk 80 GB Perangkat lunak Window XP Profesional MATLAB 7.0.1
Hardisk 8 GB Perangkat lunak Window XP Profesional MATLAB 7..1 HASIL DAN PEMBAHASAN Percobaan yang dilakukan pada penelitian ini terdiri atas dua macam, yaitu citra yang akan mengalami proses pengenalan
Lebih terperinciGambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004)
BAB II TEORI DASAR 2.1 Fotogrametri Digital Fotogrametri dapat didefinisikan sebagai suatu ilmu dan teknologi yang berkaitan dengan proses perekaman, pengukuran/pengamatan, dan interpretasi (pengenalan
Lebih terperinciPENGOLAHAN 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 terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciPERANCANGAN DAN PEMBUATAN PERANGKAT LUNAK KLASIFIKASI TEKSTUR DENGAN MENGGUNAKAN ANALISA PAKET WAVELET
PERANCANGAN DAN PEMBUATAN PERANGKAT LUNAK KLASIFIKASI TEKSTUR DENGAN MENGGUNAKAN ANALISA PAKET WAVELET Sarwosri, Rully Soelaiman, dan Esther Hanaya Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciPembelajaran Berbasis Problem Solving Nama Problem Puzlle Match. Estimasi Waktu 2 minggu
Pembelajaran Berbasis Problem Solving Nama Problem Puzlle Match Level Easy Estimasi Waktu 2 minggu 1. Terdapat sebuah gambar yang telah dipecah menjadi 16 bagian yang berbeda. Gambar berukuran 512 x 512
Lebih terperinciPERBAIKAN 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
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
Lebih terperinciBAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet
BAB IV ANALISIS IV.1 Perbandingan Nilai Antar Induk Pada daerah homogen, penggunaan transformasi satu dimensi hanya meningkatkan sedikit nilai korelasi, dilihat dari nilai korelasi sebelum dilakukan transformasi
Lebih terperinciSEGMENTASI 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 terperinciPencocokan Citra Terkoreksi Histogram Ekualisasi TUGAS AKHIR. Rivai Nursetyo NIM
Pencocokan Citra Terkoreksi Histogram Ekualisasi TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Oleh Rivai Nursetyo NIM 151 02 043 DEPARTEMEN TEKNIK GEODESI DAN GEOMATIKA
Lebih terperinci100% Akurasi = (11) Lingkungan Pengembangan
Algoritme Dekomposisi Wavelet Dekomposisi wavelet Haar dapat dijelaskan sebagai berikut : 1 Transformasi linear digunakan untuk mengubah ruang warna secara linear menjadi warna dasar. Karena citra yang
Lebih terperinciKAJIAN PENCOCOKAN CITRA DIGITAL SETELAH LOW PASS FILTER DAN HIGH PASS FILTER DENGAN TEKNIK KORELASI
KAJIAN PENCOCOKAN CITRA DIGITAL SETELAH LOW PASS FILTER DAN HIGH PASS FILTER DENGAN TEKNIK KORELASI Draft Tugas Akhir Diajukan Sebagai Salah Satu Syarat Mendapatkan Gelar Sarjana Teknik Disusun oleh :
Lebih terperinciBAB 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
Lebih terperinciIMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM
IMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM Staff Pengajar Jurusan Teknik Elektro Fakultas Sains dan Teknik Universitas Nusa Cendana, Kupang Abstrak The aim
Lebih terperinciBAB 6 SIMPULAN DAN SARAN
39 BAB 6 SIMPULAN DAN SARAN 6.1 Simpulan Dari penelitian yang telah dilakukan hingga mendapatkan hasil yang cukup memuaskan, maka ada beberapa kesimpulan yang dapat peneliti berikan, 1. Teknik ekstraksi
Lebih terperinciKAJIAN PENCOCOKAN CITRA (IMAGE MATCHING) SETELAH FILTERISASI DENGAN TRANSFORMASI WAVELET SATU DIMENSI
KAJIAN PENCOCOKAN CITRA (IMAGE MATCHING) SETELAH FILTERISASI DENGAN TRANSFORMASI WAVELET SATU DIMENSI TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Oleh IKA NUGRAENI
Lebih terperinciBAHAN 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 terperinciBAB 3 PERANCANGAN SISTEM. dilakukan dengan menggunakan metode stereoscopic anaglyph. Melalui metode
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Program Aplikasi Perancangan program aplikasi dalam pembuatan citra 2D menjadi 3D akan dilakukan dengan menggunakan metode stereoscopic anaglyph. Melalui metode
Lebih terperinciBAB 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 terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciKumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI) Volume 2, Nomor 1, Januari 2013
PENGEMBANGAN APLIKASI WATERMARKING REGION OF INTEREST (ROI) CITRA DIGITAL DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) DAN MORFOLOGI MATEMATIKA Oleh Made Dyah Aryani, 1015057077 Jurusan Pendidikan Teknik
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciLOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT. Tulus Sepdianto
LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT Tulus Sepdianto 1206100002 PENDAHULUAN Latar Belakang Penggunaan internet secara global Distribusi
Lebih terperinciRancang Bangun Perangkat Lunak Transformasi Wavelet Haar Level 3 Pada Least Significant Bit (Lsb) Steganography
Rancang Bangun Perangkat Lunak Transformasi Wavelet Haar Level 3 Pada Least Significant Bit (Lsb) Steganography Abdul Haris 1, Febi Yanto 2 1,2 Teknik Informatika, Fakultas Sains dan Teknologi, UIN Sultan
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciBAB VI KESIMPULAN DAN SARAN
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Dari hasil pengujian perangkat lunak pada Bab V, maka dapat ditarik kesimpulan sebagai berikut: 1. Dengan membuat frekuensi tinggi sama dengan nol, algoritma
Lebih terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciJURNAL 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 terperinciMelalui persamaan di atas maka akan terbentuk pola radargram yang. melukiskan garis-garis / pola pendekatan dari keadaan yang sebenarnya.
BAB IV SIMULASI DAN ANALISIS 4.1 Pembuatan Data Sintetis Dalam karya tulis ini pembuatan data sintetis mengikuti pola persamaan (3.1) Melalui persamaan di atas maka akan terbentuk pola radargram yang melukiskan
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Pada BAB ini, penulis ingin membahas mengenai perencanaan dan implementasi dari Aplikasi tersebut, antara lain Flowchart dari sistem tersebut dan struktur data yang terdapat
Lebih terperinciAplikasi 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
Lebih terperinciHALAMAN PERNYATAAN. Yogyakarta, Yang menyatakan, Fiddin Yusfida A la
HALAMAN PERNYATAAN Saya yang bertanda tangan di bawah ini: Nama : Fiddin Yusfida A la NIM : 20120140018 Program studi : Teknik Informatika Fakultas : Teknik Jenis karya : Skripsi Judul karya : Deteksi
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciAplikasi Komputer 2. Catatan Kuliah. Lusiana Prastiwi. Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan. Universitas Dr.
Catatan Kuliah Prastiwi Universitas Dr. Soetomo Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan Materi Kuliah Dan Referensi Materi Kuliah Dan Referensi Materi kuliah : Materi Kuliah Dan
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin ng telah dikenal saat ini. Sistem alih aksara menerapkan metode
Lebih terperinciPengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG
PROGRAM STUDI TEKNIK INFORMATIKA Sekolah Teknik Elrektro dan Informatika INSTITUT TEKNOLOGI BANDUNG Pengantar Matematika Bahan Kuliah IF2091 Struktur Diksrit Diskrit RINALDI MUNIR Lab Ilmu dan Rekayasa
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 terperinciKarakteristik Spesifikasi
Sinyal yang masuk difilter ke dalam sinyal frekuensi rendah (low-pass filter) dan sinyal frekuensi tinggi (high-pass filter) Lakukan downsampling pada kedua sinyal tersebut Low-pass frekuensi hasil downsampling
Lebih terperinciIdentifikasi Abnormalitas Paru-Paru Pada Citra Foto Thorax (Chest X-Ray) menggunakan Metode Wavelet Daubechies dan Jaringan Syaraf Tiruan
Identifikasi Abnormalitas Paru-Paru Pada Citra Foto Thorax (Chest X-Ray) menggunakan Metode Wavelet Daubechies dan Jaringan Syaraf Tiruan Rezkiana Hasanuddin rezkianaaa@gmail.com Deasy Mutiara Putri deasymutiaraputri@gmail.com
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 3 Pengolahan Titik (Point Processing) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 3 Pengolahan Titik (Point Processing) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas
Lebih terperinciPutu Agus Junaedi¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2006 ANALISIS DAN IMPLEMENTASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY ( ANALYSIS AND IMPLEMENTATION OF NOISE REDUCTION
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu bagian yang wajib dimiliki oleh kendaraan bermotor resmi di Indonesia adalah bagian plat nomor. Plat nomor ini memberi informasi tentang dari mana asal wilayah
Lebih terperinciPRAKTIKUM 2. MATRIK DAN JENIS CITRA
PRAKTIKUM 2. MATRIK DAN JENIS CITRA 1. TUJUAN: Mahasiswa memahami konsep matriks dan berbagai jenis citra Mahasiswa memahami konsep threshold dan mampu menerapka konsep threshold di dalam script Mahasiswa
Lebih terperinciPENGEMBANGAN APLIKASI CITRA DIGITAL UNTUK MENGUBAH CITRA GREYSCALE MENJADI CITRA BERWARNA
ISSN 289-8673 PENGEMBANGAN APLIKASI CITRA DIGITAL UNTUK MENGUBAH CITRA GREYSCALE MENJADI CITRA BERWARNA I Md Agus Wirahadi P, Made Windu Antara Kesiman, Dessy Seri Wahyuni Jurusan Pendidikan Teknik Informatika
Lebih terperinciDIGITAL WATERMARKING PADA CITRA DIGITAL FOTOGRAFI METODE DISCRETE WAVELET TRANSFORM
Prosiding Seminar Informatika Aplikatif Polinema 2015 (SIAP~2015) ISSN: 2460-1160 DIGITAL WATERMARKING PADA CITRA DIGITAL FOTOGRAFI METODE DISCRETE WAVELET TRANSFORM Mohamad Sulthon Fitriansyah 1, Cahya
Lebih terperinciSATUAN 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 terperinciCreated with Print2PDF. To remove this line, buy a license at:
BAB III Pelaksanaan Penelitian Pada bab ini dibahas pelaksanaan ekstraksi unsur jalan secara otomatis yang terdiri dari tahap persiapan dan pengolahan data. Tahap persiapan yang terdiri dari pengambilan
Lebih terperinciTIPE DATA. 2.1 String
TIPE DATA 21 Bab 2 TIPE DATA Software MATLAB mengenal 3 tipe data yaitu : string, scalar, dan matriks. Array merupakan matriks yang hanya memiliki satu baris. MATLAB juga memiliki banyak fungsi built-in
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET. Oleh: FIRU AL FARIZI
ANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET Oleh: FIRU AL FARIZI 41508110009 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra digital dalam dunia modern memainkan peran yang sangat penting dalam berbagai bidang kehidupan seperti penyelidikan forensik, pemrosesan asuransi, sistem pengawasan,
Lebih terperinciPENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE
PENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE Aeri Rachmad Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya
Lebih terperinciDETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING
DETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING Wahyu Nugroho Abstract - Template matching is a technique in digital image processing functions to match each part
Lebih terperinciEVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN
EVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN (Studi Kasus pada Pengenalan Karakter Angka Tulisan Tangan) Iwan Suhardi Jurusan Teknik
Lebih terperinciBAB 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
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 terperinciKRIPTOGRAFI CITRA DIGITAL DENGAN ALGORITMA RIJNDAEL DAN TRANSFORMASI WAVELET DISKRIT HAAR
KRIPTOGRAFI CITRA DIGITAL DENGAN ALGORITMA RIJNDAEL DAN TRANSFORMASI WAVELET DISKRIT HAAR Bagus Satrio Waluyo Poetro, Aris Sugiharto dan Sukmawati Nur Endah Program Studi Teknik Informatika Universitas
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENCARIAN SOLUSI TERBAIK PADA PERMAINAN TETRIS
PENERAPAN ALGORITMA GREEDY DALAM PENCARIAN SOLUSI TERBAIK PADA PERMAINAN TETRIS Muhammad Riza Putra Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl.
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciDAFTAR PUSTAKA Abidin, H.Z Abidin, H.Z., Ashbly N and JJ. Spilker. Jr., (1997), Badan Pertanahan Nasional, Badan Pertanahan Nasional,
54 DAFTAR PUSTAKA 1. Abidin, H.Z (1997), Pemanfaatan GPS Dalam Bidang Pertanahan, Majalah Survey dan Pemetaan Vol XII, No1, Maret 1997, Ikatan Surveyor Indonesia, Bandung. 2. Abidin, H.Z., (2000), Penentuan
Lebih terperinciPenerapan Algoritma Brute Force dan Backtracking pada Permainan Skycraper
Penerapan Algoritma Brute Force dan Backtracking pada Permainan Skycraper Zulhendra Valiant Janir (13510045) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciKeunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi
Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi Elvina Riama K. Situmorang 55) Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENGEMBANGAN APLIKASI CITRA DIGITAL UNTUK MENGUBAH CITRA GREYSCALE MENJADI CITRA BERWARNA
PENGEMBANGAN APLIKASI CITRA DIGITAL UNTUK MENGUBAH CITRA GREYSCALE MENJADI CITRA BERWARNA Oleh I Made Agus Wirahadi Putra, 0815051008 Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Lebih terperinciANALISA 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 terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
Lebih terperinciDigital Watermarking pada Gambar Digital dengan Metode Redundant Pattern Encoding
Digital Watermarking pada Gambar Digital dengan Metode Redundant Pattern Encoding Anselmus Krisma Adi Kurniawan - 13508012 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPPKF63108 DIGITAL IMAGE PROCESSING
RENCANA PEMBELAJARAN SEMESTER (RPS) PPKF63108 DIGITAL IMAGE PROCESSING PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih terperinciAPLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER
APLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER Albert (13506016) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl Ganesa 10, Bandung e-mail: if16016@students.if.itb.ac.id
Lebih terperinciPenerapan Metode Adaptif Dalam Penyembunyian Pesan Pada Citra
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Adaptif Dalam Penyembunyian Pesan Pada Citra Edy Victor Haryanto Universitas Potensi Utama Jl. K.L. Yos
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana
Lebih terperinci