BAB II LANDASAN TEORI
|
|
- Djaja Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 4 BAB II LANDASAN TEORI 2.. Citra Digital Citra adalah suatu representasi(gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpan[]. Citra digital adalah citra yang dapat diolah oleh komputer. Seperti pada Gambar 2., sebuah citra grayscale ukuran 50 x 50 pixel(elemen terkecil dari sebuah citra) diambil sebagian berukuran 9 x 9 pixel. Maka monitor akan menampilkan sebuah kotak kecil. Namun, yang disimpan dalam memori komputer hanyalah angka-angka yang menunjukkan besar intensitas pada masing-masing pixel tersebut [3] Gambar 2. Citra Digital Sebuah citra digital adalah kumpulan pixel-pixel yang disusun dalam larik dua dimensi. Jumlah pixel dalam ukuran lebar dan tinggi dari sebuah citra digital disebut dengan dimensi pixel dari sebuah citra. Jumlah pixel per unit panjang dari sebuah citra
2 5 dikenal sebagai resolusi citra, biasanya dalam satuan pixel per inchi(ppi). Sebuah citra dengan resolusi tinggi terdiri atas banyak pixel kecil daripada citra dengan resolusi rendah. Citra digital ukuran inchi x inchi dengan resolusi 72ppi memiliki total pixel 72 x 72 atau 584 pixel. Citra digital dengan ukuran yang sama dan resolusinya 300ppi memiliki total pixel pixel [9] Jenis-Jenis Citra Digital Citra Biner, adalah citra digital yang hanya memilik dua kemungkinan nilai pixel yaitu hitam dan putih. Citra biner juga disebut sebagai citra B&W (Black and White) atau citra monokrom. Hanya dibutuhkan bit untuk mewakili nilai setiap pixel dari citra biner. Citra Grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada setiap pixelnya, dengan kata lain nilai bagian Red = Green = Blue. Nilai tersebut digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan, dan putih. Tingkatan keabuan di sini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih. Citra Warna(24 bit) adalah citra yang setiap pixel dari citra warna 24 bit diwakili dengan 24 bit sehingga total variasi warna. Variasi ini sudah lebih dari cukup untuk memvisualisasikan seluruh warna yang dapat dilihat penglihatan manusia. Setiap informasi warna disimpan ke dalam byte data. 8 bit pertama menyimpan nilai biru, kemudian diikuti dengan nilai hijau pada 8 bit kedua dan 8 bit terakhir merupakan nilai warna merah [4] Warna Isi dari sebuah citra digital adalah pixel atau kotak warna. Manusia dapat melihat radiasi elektromagnetik dengan panjang gelombang 400 sampai 700 nanometers(nm) sebagai warna. Hewan juga bisa melihat sisi yang berbeda dari spectrum elektromagnetik dan dapat melihat warna yang berbeda dari apa yang tidak dapat dilihat oleh manusia.
3 6 Pengalaman warna secara natural adalah proses kombinasi dari mata dan otak. Mata bertindak sebagai penerima cahaya dan otak menginterpretasikan data dari mata sebagai informasi visual dan menerjemahkan data tersebut sebagai warna. Penglihatan manusia didasarkan atas tiga penerima, satu untuk merah, yang lain untuk hijau, sisanya untuknya biru. Ada banyak representasi warna dari banyak perbedaan lingkup warna, atau model yang biasanya memiliki tiga atau empat channel RGB Salah satu dari model warna yang paling banyak digunakan adalah RGB. Dalam model warna ini, ada tiga kanal: merah, hijau, dan biru. Setiap warna dalam model ini dibuat menggunakan kombinasi dari ketiga kanal ini. Setiap pixel dalam model warna RGB di definisikan sebagai (r,g,b) di mana r,g, dan b adalah nilai dari masing-masing channel. Nilai yang mungkin untuk masingmasing kanal dimulai dari 0 (tidak ada cahaya) samapai dengan 255. Perpaduan warna setiap kanal menghasilkan warna yang berbeda-beda seperti pada gambar 2.2 Gambar 2.2 Kombinasi warna 3 kanal CYMK Model warna ini biasanya digunakan untuk percetakan. CYMK pada dasarnya terdiri atas empat kanal: cyan, magenta, yellow dan key. Warna-warna dalam model ini
4 7 dibentuk menggunakan substrak pencampuran warna, yang menunjukkan bagaimana pigment warna bekerja. Mulai dari kertas putih, pewarna tinta substrak cahaya dari kertas mengandung warna yang berbeda. Hanya tiga kanal yang dibutuhkan untuk merepresentasikan semua warna(cyan,magenta, dan yellow), tetapi untuk alasan praktikal, hitam juga ditambahkan ke dalam model warna. Dengan mengganti nilai dari tiap kanal, semua perbedaan warna yang dihasilkan dari model warna ini ditunjukkan dalam gambar 2.3 Gambar 2.3 Kombinasi warna dari tiap kanal CYMK HSV HSV singkatan dari Hue, Saturation dan Value. Dalam model warna ini, Hue merepresentasikan warna utama, dan saturation serta value merepresentasikan bayangan spesifik dari Hue. Penggunaan utama dari model warna ini untuk membuat interaksi yang lebih baik dengan manusia karena manusia biasanya me-recognize perbedaan warna dan kemudian memilih bayangan spesifik untuk HSV YUV YUV merupakan model warna yang mengkomposisikan kanal luma(y) yang merupakan kecerahan citra dan dua kanal chrominance (U dan V) yang mendeskripsikan warna spesifik dari citra[7].
5 Format Citra Digital Joint Photographic Experts Group(JPEG) JPG, atau JPEG(Joint Photographic Experts Group), adalah format file yang paling popular di dalam digital fotografi. JPEG mendukung kedalaman warna 24 bit (3 saluran warna masing-masing 8 bit). Hampir setiap kamera digital mampu menyimpancitra menggunakan format ini dan secara luas didukung dalam berbagai program penampil citra. JPEG menghasilkan file dengan ukuran kecil menggunakan kompresi lossy. Setiap kali menyimpan gambar dalam format ini, kualitas terdegradasi oleh kompresi lossy. Kompresi lossy menghilangkan detail gambar sehingga dapat direpresentasikan dengan kurangnya informasi. JPEG juga menggunakan analisis matematis yang komples untuk menghapus bit yang paling terlihat pada gambar sehingga mata manusia tidak dapat membedakannya. Format ini juga mendukung fitur yang disebut progresif JPEG. Fitur ini memungkinkan untuk menyimpan gambar sehingga informasi yang diperintahkan dengan cara tertentu dari berbagai resolusi gambar yang disajikan kepada pengguna sampai kepada gambar yang lengkap diterima. Hal ini sangat berguna untuk gambar besar yang sedang ditransfer ke komputer melalui koneksi yang lambat Graphics Interchange Fomat (GIF) Merupakan format citra digital yang dapat menyimpan kedalaman warna hanya 8 bit (256 warna). GIF dapat menangani transparansi dalam bentuk yang sangat dasar. Keuntungan utama penggunaan GIF adalah GIF dapat digunakan untuk menyimpan animasi. GIF juga format citra digital yang tua dan sangat cocok dengan versi web terdahulu dan beberapa perangkat lunak lainnya.
6 Portable Network Graphics (PNG) Format citra digital ini secara publik tersedia dan pengembangan dari format citra digital GIF. PNG dapat menangani kedalaman warna sampai dengan 48 bit (3 kanal warna dengan tiap kanal 6 bit). Format ini memiliki dukungan yang lebih baik untuk transparansi daripada Format citra digital GIF. Secara keseluruhan PNG format yang lebih baik daripada GIF karena menawarkan kompresi yang lebih baik selain itu dapat menyimpan lebih banyak warna [7] Noise Sumber noise pada citra digital bisa terjadi sejak pengambilan dan atau transmisi citra. Kinerja dari sensor citra dipengaruhi oleh banyak faktor seperti kondisi lingkungan selama pengambilan citra dan oleh kualitas sensitivas elemen itu sendiri. Sebagai contoh, dalam pengambilan citra dengan kamera CCD, level pencahayaan dan suhu sensor adalah faktor utama yang mempengaruhi tingkat noise pada citra yang dihasilkan [0] Periodic Noise Noise periodik merupakan noise yang sifatnya periodik(bukan acak). Citra yang terkorupsi oleh noise periodik secara visual tampak terdapat garis-garis pada citra. Garis-garis tersebut tersebar secara merata dengan periode tertentu. Pada Gambar 2.4 terlihat banyak terkorupsi oleh noise periodik. Gambar 2.4 Citra dengan periodik noise
7 Pengolahan Citra Ada dua prinsip daerah aplikasi pengolahan citra digital: peningkatan informasi pictorial untuk interpretasi manusia dan pengolahan citra digital untuk penyimpanan, transmisi dan representasi bagi peralatan persepsi. Tujuan utama dari pengolahan citra digital adalah memperbolehkan manusia untuk mendapatkan kualitas tinggi atau karakteristik deskriptif dari citra asli [5] Pengolahan Citra dalam Domain Frekuensi Transformasi Fourier Diskrit 2-D dan Domain Frekuensi f(x,y) untuk x=0,,2, M- dan y=0,,2, N- menyatakan citra M x N. Discrete Fourier Transformation(DFT) 2-D dari f dinyatakan oleh F(u,v) yang diberikan oleh formula 2.: FF(uu, vv) = MM NN ff(xx, yy)ee jj 2ππ(uuuu MM +vvvv NN xx=0 yy=0 ) [0] untuk u=0,,2,..,m- dan v=0,,2,..n-. Domain frekuensi adalah rentang sistem koordinat oleh F(u,v) dengan u dan v sebagai variable frekuensi. Ini merupakan analogi domain spasial di mana rentang sistem koordinat oleh f(x,y) dengan x dan y sebagai variabel spasial. Region persegi panjang M x N didefinisikan oleh u=0,,2, M- dan v= 0,,2, N- sering disebut sebagai rentang frekuensi yang memiliki ukuran yang sama dengan citra input. Invers dari transformasi Fourier diberikan oleh formula 2: ff(xx, yy) = MMMM MM NN 2ππ uuuu xx=0 yy=0 FF(uu, vv)ee jj...(2.2)[0] MM +vvvv NN untuk x=0,,2,,m- dan y=0,,2,,n-. Jadi dengan F(u,v) bisa mendapatkan f(x,y) kembali dengan merata-rata invers DFT. Nilai F(u,v) dalam formula ini kadang disebut sebagai Fourier coefficients dari ekspansi. Keterangan formula Transformasi dan Invers Fourier:
8 F(u,v) f(x,y) e M,N j : nilai intensitas spectrum fourier pada titik (u,v) : nilai intensitas citra noise pada titik(x,y) : natural number( ) : M lebar citra, N tinggi citra : bilangan imajiner(konstanta fourier) Nilai transformasi pada origin domain frekuensi [F(0,0)] disebut dengan komponen dc transformasi Fourier. Jika f(x,y) adalah real, transformasinya secara umum kompleks. Metode prinsip analisis secara visual sebuah transformasi adalah untuk menghitung spektrum dan menampilkannya sebagai citra. Jika R(u,v) dan I(u,v) merepresentasikan real dan komponen imaginary F(u,v), spektrum Fourier didefinisikan sebagai: FF(uu, vv) = RR 2 (uu, vv) + II 2 (uu, vv)...(2.3)[6] DFT Terpusat Perhitungan DFT 2-D sekarang mentransformasikan titik-titik ke dalam interval persegi panjang seperti ditunjukkan pada gambar 2.3. Persegi panjang dengan garis putus-putus adalah pengulangan periodik. Daerah dengan garis utuh menunjukkan nilai F(u,v) yang sekarang meliputi empat back-to-back perempatan periode yang bertemu pada titik yang ditunjukkan pada gambar 2.3(a). Analisis visual spektrum hanya dengan memindahkan nilai origin transformasi ke pusat dari persegi panjang frekuensi. Nilai spektrum di (M/2, N/2) dalam gambar 2.3(b) adalah sama dengan nilai di (0, 0) dalam gambar 2.3(a) dan nilai di (0, 0) dalam gambar 2.3(b) sama dengan nilai di (-M/2, -N/2) dalam gambar 2.3(a). Dengan cara yang sama, nilai di (M-, N-) dalam gambar 2.3(b) adalah sama dengan nilai di (M/2-, N/2-) dalam gambar 2.5(a). Proses ini dinamakan dengan proses shifting. [0]
9 2 Gambar 2.5 Spektrum Fourier 2D, (a) kiri, (b) kanan [0] Berdasarkan penjelasan di atas dapat diambil kesimpulan untuk mendapatkan DFT terpusat dapat dihitung dengan menggunakan formula 2.4: FF(uu, vv ) FF uu MM, vv NN...(2.4)[ ] cara lain untuk menghitung DFT terpusat adalah dengan mengasumsikan bahwa DFT F(u,v) dari f(x,y) telah diperoleh dengan menggunakan formula DFT, kemudian menukarkan kuadran pertama dari F(u,v) dengan kuadran ketiga dan menukarkan kuadran kedua dengan kuadran keempat seperti yang ditunjukkan pada gambar 2.4. Cara ini lebih efektif dari pada menggunakan formula sebelumnya karena menghemat proses komputasi yang dilakukan.
10 3 Gambar 2.6 Proses pemusatan DFT dapat dilakukan dengan menukarkan kuadran dengan 3, dan 2 dengan 4 [] Fast Fourier Transform (FFT) Banyaknya perkalian dan penjumlahan bilangan kompleks untuk menghitung Diskrit Fourier Transform adalah OO(NN 2 ). Dengan mengadopsi pendekatan algoritma divideand-conquer proses penghitungan bilangan kompleks menjadi OO( NN llllll 2 NN). Algoritma ini dikenal sebagai Fast Fourier Transform (FFT) [2]. Berdasarkan hal inilah untuk mendapatkan transformasi Fourier dan inversnya, penulis menggunakan FFT untuk mendapatkan hasil transformasi dan invers Fourier. Dimana Untuk menghitung DFT satu dimensi digunakan formula 2.5, FF(uu) = NN ff(xx)kk NN xx=0 NN uuuu...(2.5)[2] KK NN = exp[ jj NN 2ππ ] Asumsikan bahwa N adalah nilai pangkat dari bilangan 2 maka untuk mendapatkan Fast Fourier Transformation satu dimensi diperoleh dengan formula 2.6, FF(uu) = NN NN uu 2 ππ xx /NN xx=0 ff(xx)ee jj...(2.6)[2] sedangkan untuk menghitung invers Fast Fourier Transformation diperoleh dengan formula 7, NN jj uu 2 ππ xx /NN ff(xx) = uu=0 FF(uu)ee...(2.7)[2] Untuk menghitung FFT2D dapat dilakukan dengan menghitung nilai kompleks FFT D dari tiap baris citra digital kemudian dilanjutkan dengan menghitung nilai kompleks FFT D dari tiap kolom citra digital. Begitu juga untuk menghitung nilai invers dari Fast Fourier Transform 2D.
11 Konsep Filter dalam Domain Frekuensi Dasar untuk filter linier dalam domain spasial dan frekuensi adalah teori konvolusi, yang dapat dituliskan dengan: ff(xx, yy) h(h, yy) HH(uu, vv)ff(uu, vv) dan sebaliknya: ff(xx, yy)h(h, yy) HH(uu, vv) GG(uu, vv) Simbol * menunjukkan konvolusi dari dua fungsi dan pernyataan di sisi panah dobel mengatur pasangan transformasi Fourier. Sebagai contoh, formula yang pertama adalah konvolusi dua fungsi spasial yang bisa didapatkan dengan menghitung invers transformasi Fourier dari perkalian dua fungsi transformasi Fourier. Sebaliknya transformasi Fourier dari konvolusi dua fungsi spasial memberikan hasil transformasi dua fungsi [0]. Pemfilteran dalam domain spasial berisi konvolusi citra f(x,y) mask filter h(x,y). Seperti halnya teori konvolusi, juga bisa mendapatkan hasil yang sama dalam domain frekuensi dengan perkalian antara F(u,v) dengan H(u,v), transformasi Fourier filter. Biasanya H(u,v) disebut sebagai filter transfer function[0]. Keuntungan melakukan pemfilteran di dalam domain frekuensi adalah proses konvolusi dapat diterapkan dalam bentuk perkalian langsung. Untuk melakukan pemfilteran dalam domain frekuensi harus mengikuti diagram pada gambar 2.7: Transformasi Fourier Fungsi Filter H(u,v) Invers Transformasi Fourier F(u,v) H(u,v)F(u,v) Pre-Processing f(x,y) Citra Input g(x,y) Citra ter-enhance Pre-Processing Gambar 2.7 Diagram proses filter dalam domain frekuensi
12 5 Penjelasan gambar 2.7:. Input citra digital berupa citra *.jpg dengan ukuran lebar = ukuran tinggi serta lebar dan tinggi merupakan nilai dari 2 nn. 2. Lakukan proses transformasi fourier dari citra input dengan menggunakan FFT 2D untuk mendapatkan F(u,v) yang merupakan nilai kompleks dari transformasi fourier. 3. Hitung filter mask H(u,v) dengan ukuran lebar dan tinggi sama dengan ukuran citra input. Filter mask yang dibahas di dalam skripsi ini adalah Band Reject Filter dan Optimum Notch Filter. 4. Kalikan F(u,v) dengan H(u,v) untuk mendapatkan G(u,v) yang merupakan hasil perkalian antara transformasi dengan filter mask. 5. Lakukan proses invers transformasi fourier dari G(u,v) menggunakan invers FFT2D sehingga diperolehlah citra hasil g(x,y) Selective Filter Noise periodik dapat dianalisis dan difilter dengan sangat efektif menggunakan teknik domain frekuensi. Ide dasar noise periodik dimunculkan sebagai konsentrasi ledakan energi dalam transformasi Fourier, pada lokasi yang bersesuaian dengan frekuensi dari interferensi periodik. Pendekatannya adalah menggunakan selective filter untuk mengisolasi noise [0]. Selective Filteradalah filter yang bekerja dengan cara melakukan seleksi pada area citra digital yang akan dilakukan proses filter. Dalam skripsi ini, selective filter yang akan uji adalah Band Reject Filter dan Optimum Notch Filter. Berdasarkan tingkatkan kelembutan dari sebuah filter, Filter dapat dibedakan menjadi tiga kategori yaitu:
13 6. Ideal, merupakan tipe filter yang sangat tajam. Artinya penerapannya sangat tajam di dalam proses filter. 2. Butterworth, merupakan filter antara dimana untuk nilai yang tinggi, Butterworth Filter mendekati bentuk dari ideal filter. Sementara untuk nilai yang rendah, Butterworth lebih lembut mendekati bentuk dari Gaussian filter 3. Gaussian, merupakan filter yang sangat lembut di dalam proses penerapan filternya. Masing-masing dari selective filter memiliki kriteria dari kategori filter tersebut. Sehingga di dalam implementasinya, Band Reject Filter dan Optimum Notch Filter diterapkan dan ujicoba untuk masing-masing ideal, butterworth, dan gaussian Band Reject Filter (BRF) Band Reject Filter adalah filter yang memproses pada band frekuensi tertentu atau region kecil dari persegi panjang frekuensi. Formula untuk Ideal Bandreject Filter HH(uu, vv) = 0 jjjjjjjj DD 0 WW 2 DD DD 0 + WW 2 llllllllllllll...(2.8)[0] Formula untuk Butterworth Bandreject Filter HH(uu, vv) = + DDDD DD 2 DD 0 2 2nn...(2.9)[0] Formula untuk Gaussian Bandreject Filter HH(uu, vv) = ee DD2 DD 0 DDDD...(2.0)[0]
14 7 Gambar 2.8Perspective plot dari (a)ideal, (b)butterworth, dan (c)gaussian Band Reject Filter [] Keterangan formula 2.8, 2.9 dan 2.0: H(u,v) : merupakan nilai intensitas filter mask pada pixel (u,v) D0 : radius filter D atau D(u,v): merupakan jarak antara titik (u,v) dalam domain frekuensi W : lebar pita (band) M, N : menyatakan lebar dan tinggi citra n : orde (khusus untuk Butterworth) Filter ini nantinya akan menghasilkan filter mask H(u,v) yang sebelumnya telah disinggung pada Gambar 2.5. Nilai dari tiap-tiap elemen pada filter mask yang dihasilkan tidak dipengaruhi oleh intensitas citra digital asli melainkan dipengaruhi oleh dimensi sebuah citra digital itu sendiri. Sebagai contoh, sebuah citra input dengan ukuran dimensi citra 3 x 3. Maka untuk filter mask dari Band Reject Filter akan menghasilkan filter mask dengan ukuran yang sama yaitu 3 x 3. Banyaknya elemen dari filtermask diketahui dengan mengalikan jumlah lebar dan tinggi citra input. Pada contoh ini akan menghasilkan 9 elemen filter mask. Dengan D0=80 dan W=0 maka sebelum melakukan pemfilteran terlebih dahulu menghitung nilai array jarak dari D. Perhitungan array jarak dari D DD(0,0) = = 0 DD(0,) = =
15 8 DD(0,2) = = 2 DD(,0) = = DD(,) = =.4424 DD(,2) = 2 + = DD(2,0) = = 2 DD(2,) = + 2 = DD(2,2) = + = maka diperolehlah array dari jarak D hasil perhitungan : Perhitungan filter mask untuk ideal Band Reject Filter. Hitung nilai untuk a= DD0 WW 2 a= = Hitung nilai untuk a2= DD0 + WW 2 a2= = Hitung nilai intensitas untuk tiap elemen pixel filter mask H(0,0) D(0,0)= 0 75 DD(0,0) 85 (salah) maka H(0,0)= H(0,) D(0,)= 75 DD(0,) 85 (salah) maka H(0,)= H(0,2) D(0,2)= 2
16 9 75 DD(0,2) 85 (salah) maka H(0,2)= H(,0) D(,0)= 75 DD(,0) 85 (salah) maka H(,0)= H(,) D(,)=.4 75 DD(,) 85 (salah) maka H(,)= H(,2) D(,2)= DD(,2) 85 (salah) maka H(,2)= H(2,0) D(2,0)= 2 75 DD(2,0) 85 (salah) maka H(2,0)= H(2,) D(2,)= DD(2,) 85 (salah) maka H(2,)= H(2,2) D(2,2)= DD(2,2) 85 (salah) maka H(2,2)= maka diperolehlah mask filter dari ideal band reject filter sebagai berikut: Perhitungan filter mask untuk Butterworth Band Reject Filter dengan n= HH(0,0) = = = + DD(0,0) WW 0 DD(0,0) 2 DD HH(0,) = = = DD(0,) WW 0 DD(0,) 2 DD HH(0,2) = = = DD(0,2) WW 20 DD(0,2) 2 DD
17 20 HH(,0) = = = DD(,0) WW 0 DD(,0) 2 DD HH(,) = = = DD(,) WW DD(,) 2 DD HH(,2) = = = DD(,2) WW DD(,2) 2 DD HH(2,0) = = + DD(2,0) WW DD(2,0) 2 DD HH(2,) = HH(2,2) = = = = DD(2,) WW DD(2,) 2 DD = = DD(2,2) WW DD(2,2) 2 DD maka diperolehlah mask filter butterworth Band Reject Filter sebagai berikut: Perhitungan filter mask untuk Gaussian Band Reject Filter HH(0,0) = ee (DD2(0,0) DD 0 DD(0,0)WW = ee = 0 HH(0,) = ee (DD2(0,) DD 0 DD(0,)WW = ee = HH(0,2) = ee (DD2(0,2) DD 0 DD(0,2)WW = ee = HH(,0) = ee (DD2(,0) DD 0 DD(,0)WW = ee = HH(,) = ee (DD2(,) DD 0 DD(,)WW = ee =
18 2 HH(,2) = ee (DD2(,2) DD 0 DD(,2)WW = ee = HH(2,0) = ee (DD2(2,0) DD 0 DD(2,0)WW = ee = HH(2,) = ee (DD2(2,) DD 0 DD(2,)WW = ee = HH(2,2) = ee (DD2(2,2) DD 0 DD(2,2)WW = ee = maka diperolehlah mask filter GaussianBand Reject Filter sebagai berikut: Optimum Notch Filter (ONF) Optimum Notch Filter sama halnya dengan Notch Reject Filter menolakfrekuensi dalam tetangga yang didefinisikan terhadap pusat frekuensi. Filter notch reject dibuat sebagai hasil filter highpass yang pusatnya telah ditranslasikan ke pusat notch. Format umum Notch Reject Filter bisa dilihat pada formula 2.: HH NNNN (uu, vv) = HH kk (uu, vv)hh kk (uu, vv)...(2.)[6] Di mana H k (u,v) dan H -k (u,v) adalah filter highpass yang pusatnya pada lokasi(u k, v k ). Q adalah jumlah pasangan notch dalam filter. Komputasi jarak untuk setiap filter dilakukan dengan formula 2.2 dan formula 2.3: D k (u,v) =[(u M/2 u k ) 2 + v N/2 - v k ) 2 ] /2... (2.2)[6] dan D -k (u,v) = [(u M/2 + u k ) 2 + v N/2 + v k ) 2 ] /2...(2.3)[6]
19 22 Gambar 2.9. perspective plot dari (a) Ideal, (b) Butterworth, dan (c) Gaussian Notch Filters [6] Formula Ideal Notch Reject Filter diperoleh dengan: HH NNNN (uu, vv) = 0 DD kk(uu, vv) DD0 aaaaaaaa DD kk (uu, vv) DD0 llllllllllllll...(2.4)[6] Formula Butterworth Notch Reject Filterdiperoleh dengan: HH NNNN (uu, vv) = + [DD oooo /DD kk (uu,vv)] 2nn + [DD oooo /DD kk (uu,vv)] Formula Gaussian Notch Reject Filter diperoleh dengan: 2nn...(2.5)[6] HH NNNN (uu, vv) = ee DD kk (uu,vv)2 2 DD0 2 ee DD kk (uu,vv)2 2 DD0 2...(2.6)[6] 2.4. Penilaian Kualitas Citra Hasil evaluasi mengenai kegunaan sejumlah langkah kualitas objektif untuk gambar menggunakan perhitungan numerik dapat digunakan untuk menspesifikasikan besarnya degradasi dalam gambar yang direkonstruksi. Kombinasi dari perhitungan numerik dan grafis terbukti lebih berguna dalam menilai kualitas gambar []. Model Human Visual System (HVS) yang digunakan untuk pengukuran kualitas didasarkan pada pengolahan yang lebih rendah urutan dalam system visual yaitu pemodelan fungsi optik, retina, dan korteks striate. Setiap manusia memiliki kemampuan visual yang berbeda-beda dan pandangan yang berbeda terhadap suatu
20 23 objek gambar. Hal ini yang menjadi kelemahan dari penilaian kualitas gambar menggunakan HVS. Untuk itulah penulis menggunakan perhitungan numerik MSE dan PSNR sebagai parameter penilai kualitas citra hasil pemfilteran [4] Mean Square Error(MSE) dan Peak Signal to Noise Ratio(PSNR) MSE adalah rata-rata kuadrat nilai kesalahan antara citra asli dengan citra hasil pengolahan yang secara matematis dapat dirumuskan pada formula 2.7: MMMMMM = MM NN (ff(xx, yy) gg(xx, MMMM xx=0 yy=0 yy))2...(2.7)[2] Keterangan: F(x,y): intensitas citra asli g(x,y): intensitas citra hasil filter Semakin kecil nilai MSE,maka semakin bagus kualitas citra hasil filter. PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas gangguan(noise) yang dinyatakan dalam satuan decibel(db), noise yang dimaksud adalah akar rata-rata kuadrat nilai kesalahan ( MMMMMM). Secara matematis, nilai PSNR dapat dirumuskan pada formula 2.8: PPPPPPPP = 20. log 0 ( 255 )...(2.8) [3] MMMMMM Semakin besar nilai PSNR, maka semakin bagus kualitas citra hasil filter.
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Citra 2.. Definisi Citra Digital Citra atau gambar merupakan salah satu bentuk informasi visual yang kaya akan informasi. Citra berasal dari cahaya yang dipantulkan oleh sebuah
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Citra atau gambar adalah sebuah fungsi dua dimensi, f(x,y), dimana x dan y koordinat bidang datar dan f di setiap pasangan koordinat disebut intensitas atau level keabuan
Lebih 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 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 terperinciTransformasi Fourier dan Filtering
Transformasi Fourier dan Filtering Domain Spasial vs Domain Frekuensi Domain Spasial Konsep koordinat baris dan kolom Pemrosesan pixel-by-pixel Komputasi lama (terutama citra dengan ukuran spasial tinggi)
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 terperinciBAB 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
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki
Lebih terperinciBAB 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 terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciBAB 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
Lebih terperinciBAB 2 LANDASAN TEORI Closed Circuit Television (CCTV)
6 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas mengenai teori pendukung dan penelitian sebelumnya yang berhubungan dengan metode Median Filter dalam peningkatan kualitas video. 2.1. Closed Circuit Television
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 terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan
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 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab ini dibahas mengenai langkah-langkah yang dilakukan untuk menguji kerja daya sisip dari citra terhadap pesan menggunakan kecocokan nilai warna terhadap pesan berbahasa
Lebih terperinci1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web
4/7/2010 Pelatihan Kopertis VI 6 s.d 8 April 2010 1 1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web 4/7/2010 Pelatihan Kopertis VI 6
Lebih terperinciCitra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo
Citra Digital Petrus Paryono Erick Kurniawan erick.kurniawan@gmail.com Esther Wibowo esther.visual@gmail.com Studi Tentang Pencitraan Raster dan Pixel Citra Digital tersusun dalam bentuk raster (grid atau
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Secara umum, citra digital merupakan gambar 2 dimensi yang disusun oleh data digital dalam bentuk sebuah larik (array) yang berisi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciartifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia
! image image / graphic? artifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia dari sisi engineering? pixel? pixel pixel = picture element satuan terkecil pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Citra Digital Citra digital dapat diartikan sebagai suatu fungsi dua dimensi f(x.y), dengan x maupun y adalah posisi koordinat sedangkan f merupakan amplitude pada posisi (x,y)
Lebih terperinciArnes Sembiring Sekolah Tinggi Teknik Harapan Medan Abstrak
Perbandingan Algoritma Mean Filter, Median Filter dan Wiener Filter pada Aplikasi Restorasi Citra RGB Terdegradasi Impulse Noise Menggunakan The Peak Signal To Noise Ratio (PSNR) Arnes Sembiring Sekolah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan teori-teori yang akan digunakan pada saat penelitian. Teori yang dibahas meliputi teori-teori tentang bagaimana menggabungkan beberapa citra dan pengertian
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan teori-teori yang akan digunakan pada saat penelitian. Teori yang dibahas meliputi teori-teori tentang steganogtafi, kriteria dari steganografi, media
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciKOMPRESI 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
Lebih terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciImplementasi Algoritma Kompresi Shannon Fano pada Citra Digital
Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Muhammad Khoiruddin Harahap Politeknik Ganesha Medan choir.harahap@yahoo.com Abstrak Algoritma kompresi Shannon-Fano merupakan salah satu
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 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciPEMAMPATAN CITRA (IMA
PEMAMPATAN CITRA (IMAGE COMPRESSION) PENGERTIAN Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redundansi dari data-data yang terdapat
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi internet dalam beberapa tahun terakhir ini, telah membawa perubahan besar bagi distribusi media digital. Media digital yang dapat berupa
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 terperinci1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi
1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek[11]. Suatu citra diperoleh dari penangkapan kekuatan sinar yang
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciPengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial
Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial Eric Christopher School of Electrical Engineering and Informatics, Institute Technology of Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
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 terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciKOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING
KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING Abdul Halim Hasugian Dosen Tetap Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id//email:abdulhasugian@gmail.co.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1. Steganografi Steganografi adalah mekanisme penanaman atau penyisipan pesan (m) kedalam sebuah cover objek (c) menggunakan kunci (k) untuk berbagi rahasia kepada orang lain,
Lebih terperinciPENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL
PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL Eric Christopher #1, Dr. Ir. Rinaldi Munir, M. T. #2 #School of Electrical Engineering and Informatics,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra 2.1.1 Definisi Pengolahan Citra Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan
Lebih terperinciKata kunci : Pengolahan Citra, Kompresi Citra, Fast Fourier Transform, Discrete Cosine Transform.
ANALISIS PERBANDINGAN KINERJA METODE FAST FOURIER TRANSFORM (FFT) DAN METODE DISCRETE COSINE TRANSFORM (DCT) UNTUK KOMPRESI CITRA PADA APLIKASI KOMPRESI DATA Yulian Saputra (anjection@gmail.com), Andhin
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Uang Kertas Rupiah Uang Rupiah Kertas adalah Uang Rupiah dalam bentuk lembaran yang terbuat dari Kertas Uang yang dikeluarkan oleh Bank Indonesia, dimana penggunaannya dilindungi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE
ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciBAB 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
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciMKB3383 -TEKNIK PENGOLAHAN CITRA. Kompresi Citra. Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017
MKB3383 -TEKNIK PENGOLAHAN CITRA Kompresi Citra Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017 Latar Belakang 2 Latar Belakang Seringkali representasi citra yang besar membutuhkan memori yang besar Contoh
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Steganografi Kata steganografi berasal dari bahasa yunani yang terdiri dari steganos (tersembunyi) graphen (menulis), sehingga bisa diartikan sebagai tulisan yang tersembunyi.
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Pengolahan Citra Pengolahan citra adalah pemrosesan citra, khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik dan sesuai dengan keinginan pemakai.
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods
BAB II LANDASAN TEORI 2.1 Definisi Digital Image Processing Digital Image Processing adalah proses pengolahan gambar dua dimensi oleh perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez
Lebih terperinciCOLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Konsep Warna 2. Standard Color Space RGB dan CMYK HSV CIE Lab, Luv, Yuv dan YCrCb 3. Color Gamut 4. Konversi Color Spaces KONSEP
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
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 terperinciPengolahan Citra (Image Processing)
BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
Lebih terperinci1. 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
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 terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL. foto, bersifat analog berupa sinyal sinyal video seperti gambar pada monitor
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Pendahuluan Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciBAB I PENDAHULUAN. (images), suara (audio), maupun video. Situs web (website) yang kita jumpai
BAB I PENDAHULUAN 1.1 Latar Belakang Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi juga dapat disajikan dalam bentuk lain misalnya gambar (images), suara (audio),
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciBAB II TINJUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjuan Pustaka Hendrawati, Hamdani, dan Awang Harsa K (2014) dalam penelitiannya yang berjudul Keamanan Data dengan menggunakan Algoritma Rivest Code 4 (RC4)
Lebih terperinci