ANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET
|
|
- Doddy Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET D.A.K. Pramita, I M. O. Widyantara, D. M. Wiharta Teknik Elektro FT UNUD pramita.wayu@gmail.com ABSTRAK In the modern era, the medical world utilizes the image as a medium of information. In its development, wavelet transformation has been widely used in signal processing, and specifically in image-processing research. Wavelet is a mathematical function capable of grouping concentrated image energy in a small group of coefficients, while the other coefficient group contains only a small amount of energy that can be removed. This research analyzes discrete wavelet transform characteristic that is influence of decomposition level to energy compaction. The wavelet transform has various variations of wavelet base but in this research used two base types namely Coiflet and Symlet. The purpose of this research is to determine the best wavelet base based on the characteristic of decomposition level and energy compaction. Keywords: energy compaction, decomposition level, coiflet, symlet5, ABSTRAK Pada era modern, dunia medis memanfaatkan citra sebagai media informasi. Dalam perkembangannya, transformasi wavelet telah digunakan secara luas dalam pengolahan sinyal, dan secara khusus pada riset pengolahan citra. Wavelet merupakan fungsi matematis yang mampu mengelompokan energy citra terkonsentrasi pada sekelompok kecil koefisien, sedangkan kelompok koefisien lainnya hanya mengandung sedikit energy yang dapat dihilangkan. Penelitian ini menganalisis karakteristik transformasi wavelet diskrit yaitu pengaruh level dekomposisi terhadap energy compaction. Transformasi wavelet memiliki berbagai variasi basis wavelet namun pada penelitian ini digunakan dua jenis basis yaitu Coiflet dan Symlet. Tujuan penelitian ini untuk dapat menentukan basis wavelet yang terbaik berdasarkan karakteristik level dekomposisi dan energy compaction. Kata kunci: energy compaction, level dekomposisi, coiflet, symlet5, PENDAHULUAN Pada dunia medis, citra digunakan untuk menunjukan informasi data kesehatan pasien. Citra medis merupakan sebuah teknik penggambaran bagian dalam tubuh manusia secara non-invasive (tanpa merusak) untuk mengetahui kondisi organ tertentu. Seiring perkembangan teknologi pencitraan medis yang menggunakan banyak jenis sensor atau disebut juga sebagai modalitas menyebabkan ukuran file citra medis tergolong besar. Setiap modalitas tersebut memberikan hasil gambar yang berbeda dengan fitur-fitur tertentu. Dengan besarnya ukuran file citra, maka dibutuhkan sumber daya yang cukup untuk menyimpan, mengolah dan mengirimkan citra medis tersebut yang menjadi masalah tersendiri dalam pengolahan citra medis terutama pada era digitalisasi ini. Pada perkembangannya wavelet telah digunakan secara luas dalam pengolahan sinyal, dan secara khusus pada riset kompresi citra. Di beberapa aplikasi, skema berbasis wavelet mencapai hasil melebihi yang diharapkan pada skema coding lainnya seperti DCT. Wavelet merupakan fungsi matematis yang mampu 174
2 mengelompokan energy citra terkonsentrasi pada sekelompok kecil koefisien, sedangkan kelompok koefisien lainnya hanya mengandung sedikit energy yang dapat dihilangkan, Sutarno (010:1). Penelitian ini menganalisis hubungan energy compaction terhadap level dekomposisi pada transformasi wavelet. Terdapat banyak variasi basis wavelet namun pada penelitian ini digunakan Coiflet dan Symlet. Untuk citra uji digunakan sebuah citra medis dengan ukuran 56x56 piksel, dan level dekomposisi yang digunakan pada penelitian ini sampai pada level. Adapun penelitian yang sudah mengkaji pengolahan citra menggunakan metode wavelet yaitu, Ruchika (01), Budiman A (013), Priya C., dkk (013), Nancy J. dkk (013), Xiaofeng Wu dkk (014), Putri (016), Atmaja (017). Tujuan penelitian ini untukdapat membantu pemilihan basis wavelet berdasarkan karakteristik energy compaction dan level dekomposisi.. METODE A. Transformasi Wavelet Diskrit Pada gambar menampilkan skema transformasi wavelet diskrit dua dimensi dengan level dekomposisi satu. Transformasi dilakukan menggunakan filter low pass dan high pass. Proses transformasi dimulai dengan memindai citra secara horizontal dengan low pass fileter (L) sehingga menghasilkan koefisien al dan memindai dengan high pass filter (H) menghasilkan koefisien ah. Untuk setiap al dan ah akan didownsampling, kemudian dilakukan pemindaian secara vertikal dengan L serta H untuk menghasilkan sub-band LL, LH, HL, dan HH. Dekomposisi bisa dilakukan pada berbagai level, pada dekomposisi level 1 menghasilkan LL1, LH1, HL1 dan HH1, sedangkan untuk level selanjutnya dilakukan dekomposisi hanya pada subband aproksimasi saja, Ruchika dkk (01: ). Pada gambar menjelaskan citra pada masing-masing sub-band pada level dekomposisi 1. B. Karakteristik Wavelet Symlet Symlet adalah pengembangan dari wavelet Daubechies. Karakteristiknya terlihat pada tabel 1. Tabel 1. Karakteristik Symlet Mother wavelet Symlet Order N N =,3, Orthogonal Yes Biorthogonal Yes Supported Width N-1 Filter Length N C. Karakteristik Wavelet Coiflet Coiflet dibangun oleh Daubechies atas permintaan Coifman. Karakteristiknya terlihat pada tabel. Tabel. Karakteristik Coiflet Mother Wavelet Coiflet Order N N = 1,,, 5 Orthogonal Yes Supported Width 6N-1 Filter Length 6N 175
3 a L LL aproksimasi a L Citra masukan a H LH a L HL Koefisien detail a H horizontal a H HH vertikal Gambar 1. Proses Dekomposisi DWT (Ruchika, 01) LL HL LH HH D. Energy Compaction Pemadatan energi adalah pemadatan sinyal informasi ke koefisien DWT untuk menghilangkan koefisien dengan amplitudo rendah tanpa menunjukkan distorsi visual pada gambar yang direkonstruksi. Energi yang dipadatkan ke dalam beberapa koefisien DWT akan menghasilkan kompresi gambar tingkat tinggi, R. Kumar (003: 4). Energi di setiap sub band bisa dihitung sebagai berikut E dimana, E = energi masing-masing sub-band C s = koefisien pada sub-band C = seluruh koefisien transformasi Gambar. Dekomposisi level 1 pada citra 176 HASIL DAN PEMBAHASAN A. KARAKTERISTIK CITRA UJI Pengujian pada penelitian ini dilakukan pada citra uji berupa citra medis grayscale berdimensi 56 x 56 piksel. Masingmasing citra akan dilihat karakteristiknya berdasarkan grafik histogram, terlihat pada gambar 3. Gambar 3 merupakan histogram yang merepresentasikan distribusi nilai intensitas warna dari citra uji pada Gambar C s 3. Sumbu horizontal menampilkan 100% C (1) rentang nilai piksel citra dari 0 sampai 55, sedangkan sumbu vertikal menunjukkan jumlah kemunculan nilai piksel. Nilai piksel terbanyak berada pada frekuensi rendah berkisar di antara nilai 5 dengan jumlah kemunculan mencapai hampir Selain itu, cukup banyak terdapat piksel berfrekuensi tinggi berkisar antara
4 100 sampai 00 yang mengindikasi bahwa citra uji memiliki banyak informasi yang cenderung berwarna keabuan. B. HASIL DEKOMPOSISI Pada gambar 4 menampilkan hasil dekomposisi citra dari wavelet Coif. Sedangkan gambar 5 menampilkan hasil dekomposisi wavelet Sym5. Dari gambar terlihat pada level dekomposisi 1, resolusi citra pada masing-masing sub-band menjadi seperempat citra asli. Apabila transformasi dilanjutkan ke level dekomposisi, maka resolusinya akan menjadi seperempat lebih kecil dari level dekomposisi 1. Gambar 3. Karakteristik Citra Uji. Citra Uji Histogram Citra Uji Gambar 4. Dekomposisi Coif. Level Dekomposisi 1 Level Dekomposisi 177
5 Gambar 5. Dekomposisi Sym5. Level Dekomposisi 1 Level Dekomposisi Gambar 6. Histogram Coif. Level Dekomposisi 1 Level Dekomposisi 178
6 Gambar 7. Histogram Sym5. Level Dekomposisi 1 Level Dekomposisi C. ANALISA ENERGY COMPACTION Pada tabel 3, dan 4 menampilkan energy compaction pada wavelet Coif dan Sym5 masing-masing pada level 1 dan. Energy compaction tersebut merupakan representasi masing-masing sub-band yaitu pemadatan energi pada sub-band LL atau mewakili koefisien aproksimasi dilambangkan dengan Ea, energi pada subband LH mewakili koefisien detail horizontal dilambangkan dengan Eh, energi pada sub-band HL mewakili koefisien detail vertikal dilambangkan dengan Ev, dan energi pada sub-band HH mewakili koefisien detail diagonal dilambangkan dengan Ed. Pada level dekomposisi 1 terlihat sub-band aproksimasi (Ea) memiliki kepadatan energi terbesar, hal ini karena sub-band tersebut mewakili informasi menyerupai citra asli pada resolusi rendah menurut level dekomposisinya. Kemudian pada level dekomposisi terlihat nilai kepadatan energi sub-band aproksimasi lebih rendah dari level 1, hal ini karena resolusi subband citra pada level dekomposisi seperempat kali lebih kecil dari resolusi pada level
7 Histogram citra uji gambar 3 akan dibandingkan dengan histogram dari koefisien aproksimasi dan detail pada wavelet untuk melihat karakteristik setiap sub-band. Pada gambar 6 terdapat empat buah grafik dalam satu figure. Grafik pertama (paling atas) merupakan histogram pada sub-band LL dilanjutkan dengan subband HL, LH, dan terakhir (paling bawah) adalah sub-band HH. Dari setiap gambar tersebut terlihat bahwa karakteristik histogram pada sub-band LL yang menampilkan variasi nilai amplitudo dan kemunculannya serupa dengan karakteristik histogram citra asli. Jika semua histogram koefisien dibandingkan maka akan terlihat bahwa adanya perbedaan variasi amplitudo karena banyak nilai koefisien yang dihilangkan atau diubah menjadi nol. selanjutnya untuk gambar 6, menunjukan grafik HL1, LH1, dan HH1. Untuk gambar 7 dan merupakan grafik histogram pada Sym5. Tabel 3. Pemadatan Energi Level Dekomposisi 1 Ea Eh Ev Ed Coif Level Sym5 Level Tabel 4. Pemadatan Energi Level Dekomposisi Ea Eh Ev Ed Coif Level Level Sym5 Level Level SIMPULAN Pemadatan energi adalah pemadatan sinyal informasi ke koefisien DWT untuk menghilangkan koefisien dengan amplitudo rendah tanpa menunjukkan distorsi visual pada gambar yang direkonstruksi. Energi yang dipadatkan ke dalam beberapa koefisien DWT akan menghasilkan kompresi gambar tingkat tinggi. Penelitian ini menganalisa hubungan Energy Compaction wavelet terhadap level dekomposisi pada Coif dan Sym5. Terlihat pemadatan energy terbesar ada pada koefisien aproksimasi karena mewakili karakteristik citra asli pada resolusi rendah. Kemudian untuk level selanjutnya terlihat energy sedikit hal ini karena resolusi subband yang lebih kecil seperempat kali dari level sebelumnya. DAFTAR RUJUKAN Atmaja (015). Kompresi Citra Medis dengan Wavelet Packet. Denpasar : Teknik Elektro Universitas Udayana Budiman, A. (013). Kompresi Citra Medis Menggunakan Metode Wavelet. Agritek. Cheddad A., dkk (010). Digital Image Steganography: Survey and Analysis of Current Methods. Signal Processing, vol. XC, no. 3, pp , 010. K.S. Thyagarajan (011). Still Image and Video Compression with MATLAB. Singapore: John Wiley & Sins, Inc. 180
8 Nancy J, Wilson J, Vinoth Kumar K (013). Panoramic Dental X-Ray Image Compression using Wavelet Filters. India : College of Engineering and Technology. Napitupulu. (01). Analisa Perbandingan Kinerja Teknik Kompresi Menggunakan Metode JPEG dan Wavelet Multi Variable. Depok: Universitas Indonesia. Priya C., dkk (013). Medical Image Compression Using Wavelet Transform. India : Karpagam College of Engineering, Coimbatore I M. O. Widyantara, dkk (016). Selection of Mother Wavelet for Medical Image Compression.. Denpasar : Jurusan Teknik Elektro Universitas Udayana. R. Kumar, S. Mitra, T. Karp, and B. Nutter (0030. Adaptive Wavelet Filter Design for Optimized Image Source Encoding. International Conference on Information Technology (ITCC). Ruchika (01). Compression of Medical Images Using Wavelet Transform. International Journal of Soft Computing and Engineering(IJSCE). ISSN : , Volume :. Sutarno (010). Analisis Perbandingan Transformasi Wavelet pada Pengenalan Citra Wajah. Universitas Sriwijaya : Fakultas Ilmu Komputer. Xiaofeng Wu, dkk. (014). Comparisons of Threshold EZW and SPIHT Wavelets Based Image Compression Methods. China : University of Jinan. 181
KOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET
KOMPRESI CITRA MEDIS MENGGUNAKAN METODE WAVELET 1) Arief Budiman 1) Dosen Fakultas Teknik Universitas Merdeka Madiun email : arief@unmer-madiun.ac.id Abstract In the world of medical, anx-ray image is
Lebih terperinciKata Kunci: wavelet packet; citra medis; kompresi; threshold; codec haar; codec biorthogonal; codec daubechies; MOS.
ABSTRAK Kompresi citra merupakan suatu metode yang bertujuan untuk mengurangi penggunaan memori, sehingga akan memudahkan penyimpanan, pengolahan serta waktu pengiriman data digital lebih singkat dibandingkan
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 TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER
IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER M. Jamaluddin 1, Nanik Suciati 2, Arya Yudhi Wiajaya 3 1,2,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Seiring berkembangnya teknologi, digitalisasi sidik jari sudah sering digunakan, terutama pada passport, ID Card, visa dan dokumen lainnya. Karena kapasitas penyimpanan untuk menyimpan sidik jari
Lebih terperinciKOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET
KOMPRESI IMAGE DALAM SOURCE CODING MENGGUNAKAN METODE TRANSFORMASI WAVELET NASKAH PUBLIKASI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Teknik pada Fakultas Teknik Jurusan
Lebih terperinciDAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...
ABSTRAK Noise merupakan salah satu kendala yang mempengaruhi kualitas sinyal suara yang ditransmisikan. Noise tersebut dapat berasal dari peralatan komunikasi itu sendiri atau pengaruh dari sumber luar.
Lebih terperinciADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION
ADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION Disusun oleh : Nama : Dian Eriani Surbakti Nrp : 0822104 Jurusan Teknik
Lebih terperinciKOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET
KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET Allen Dick Scott / 0222033 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperinciWATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION
WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION Disusun oleh : Nama : Hendra Togi Manalu Nrp : 0522121 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.
Lebih terperinciPENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L
PENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L Hermawan Syahputra* 1, Andani D N 2 1,2 Jurusan Matematika, FMIPA Unimed, Medan, Indonesia e-mail:
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
Lebih terperinciKOMPRESI CITRA MEDIS MENGGUNAKAN PACKET WAVELET TRANSFORM DAN RUN LENGTH ENCODING
10 JURNAL MATRIX, VOL.8, NO. 1, MARET 2018 KOMPRESI CITRA MEDIS MENGGUNAKAN PACKET WAVELET TRANSFORM DAN RUN LENGTH ENCODING I Made Ari Dwi Suta Atmaja 1 1 Jurusan Teknik Elektro, Politeknik Negeri Bali
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 terperinciWATERMARKING PADA BEBERAPA KELUARGA WAVELET
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 18-25, Desember 2004, ISSN : 1410-8518 WATERMARKING PADA BEBERAPA KELUARGA WAVELET Aris Sugiharto, Eko Adi Sarwoko Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciPemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat
Pemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat Albertus Joko Santoso Teknik Informatika Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta albjoko@mail.uajy.ac.id Gede Bayu Suparta
Lebih terperinciTeknik Watermarking dalam Domain Wavelet untuk Proteksi Kepemilikan pada Data Citra Medis
Teknik Watermarking dalam Domain Wavelet untuk Proteksi Kepemilikan pada Data Citra Medis Mulaab Email : mulaab@if.trunojoyo.ac.id Laboratorium Pemrograman, Jurusan Teknik Informatika Universitas Trunojoyo
Lebih terperinciKOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT SKRIPSI Disusun Oleh: ARIF DEWANTORO J2A 604 004 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
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 PERUMUSAN PENELITIAN. Signal. Sparse Coding. Reconstruction. Reconstructed. Assessment
BAB PERUMUSAN PENELITIAN.1 Blok Diagram Signal Sparse Coding Dictionary Reconstruction Reconstructed Signal Assessment Gambar.1 Blok Diagram secara Umum Secara umum tujuan penelitian ini akan mencari dictionary
Lebih terperinciAnalisa Multiwavelet untuk Kompresi Suara
1 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 1-11 Analisa Multiwavelet untuk Kompresi Suara Immanuel Silalahi 1 dan Riko Arlando Saragih 2 1 Alumni Jurusan Teknik Elektro
Lebih terperinciANALISIS MULTI WAVELET PADA KOMPRESI SUARA. Disusun Oleh: Immanuel Silalahi. Nrp :
ANALISIS MULTI WAVELET PADA KOMPRESI SUARA Disusun Oleh: Nama : Immanuel Silalahi Nrp : 0422060 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH
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 terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciIDENTIFIKASI CITRA SIDIKJARI MENGGUNAKAN ALIHRAGAM WAVELET DAN JARAK EUCLIDEAN
IDENTIFIKASI CITRA SIDIKJARI MENGGUNAKAN ALIHRAGAM WAVELET DAN JARAK EUCLIDEAN Hendarko Ahmad Hidayatno R. Rizal Isnanto Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro During this time,
Lebih terperinciBAB 1 PENDAHULUAN. kemampuan hardware untuk pengambilan / pencuplikan citra serta
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan jaman penggunaan citra dalam suatu sistem komputer memiliki peran yang semakin penting. Hal ini dikarenakan kemajuan teknik dan kemampuan hardware
Lebih terperinciBLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN DISCRETE COSINE TRANSFORM (DCT)
BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN DISCRETE COSINE TRANSFORM (DCT) Disusun Oleh : Andi Pramana Tarigan (1022077) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciCOMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION
COMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION Endra 1 ; Gusandy 2 ; Kurniawaty 3 ; Yenny Lan 4 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, BINUS University, Jakarta Jln K.H. Syahdan
Lebih terperinciKata Kunci : non-blind watermarking, complex wavelet transform, singular value decomposition.
NON-BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN COMPLEX WAVELET TRANSFORM (CWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Disusun Oleh : Froni Andrian Sitompul (0822102) Jurusan Teknik Elektro, Fakultas
Lebih terperinciAPLIKASI METODE TRANSFORMASI WAVELET DISKRIT UNTUK KOMPRESI CITRA PADA PENGOLAHAN CITRA DIGITAL
Sriani, ISSN : Ali 9780 Ikhwan, Yusnidah, Aplikasi Metode Transformasi Wavelet Diskrit APLIKASI METODE TRANSFORMASI WAVELET DISKRIT UNTUK KOMPRESI CITRA PADA PENGOLAHAN CITRA DIGITAL Sriani *, Ali Ikhwan
Lebih terperinciWatermarking Video Menggunakan Transformasi Wavelet Diskrit
Jurnal Generic, Vol. 8, No. 1, Maret 2013, pp. 198~208 ISSN: 1907-4093 (Print), 2087-9814 (online) 198 Watermarking Video Menggunakan Transformasi Wavelet Diskrit Merlin Felyana 1 1 Program Studi Teknik
Lebih terperinciBLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)
BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Disusun Oleh : Johansen Valentino (0822062) Jurusan Teknik Elektro, Fakultas Teknik,
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 terperinciANALISIS KETAHANAN METODE STEGANOGRAFI ADVANCE LEAST SIGNIFICANT BIT
ANALISIS KETAHANAN METODE STEGANOGRAFI ADVANCE LEAST SIGNIFICANT BIT PADA DOMAIN TRANSFORMASI WAVELET DENGAN MENGGUNAKAN HSI COLOUR MODEL DAN RS STEGANALYSIS KOMPETENSI KOMPUTASI SKRIPSI I WAYAN AGUS WIRAYASA
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 terperinciAplikasi Transformasi Wavelet Untuk Menghilangkan Derau Pada Sinyal Peluahan Sebagian
Aplikasi Transformasi Wavelet Untuk Menghilangkan Derau Pada Sinyal Peluahan Sebagian Swastiti Vinana Sari 1, Achmad Hidayatno 2, Abdul Syakur 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciEKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN
EKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN Ilina Khoirotun Khisan Iskandar *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan Teknik
Lebih terperinciIMPLEMENTASI TRANSFORMASI WAVELET DAUBECHIES PADA KOMPRESI CITRA DIGITAL
IMPLEMENTASI TRANSFORMASI WAVELET DAUBECHIES PADA KOMPRESI CITRA DIGITAL Suma inna 1 dan Gugun Gumilar 2 1,2 Program Studi Matematika Fakultas Sains dan Teknologi UIN Syarif Hidayatulallah Jakarta ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. terbesar (39%), diikuti kanker (27%), sedangkan penyakit pernafasan kronis,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung menduduki peringkat teratas penyebab kematian di dunia. Proporsi penyebab kematian penyakit tidak menular (PTM) pada orangorang berusia kurang
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciSEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET
SEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET Miftahus Sholihin, Agus Zainal Arifin, Anny Yuniarti Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember (ITS), Surabaya, Indonesia
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 terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 OPTIMASI NILAI AMBANG WAVELET BERBASIS LOGIKA FUZZY PADA DENOISING CITRA BERWARNA (Kata kunci: denoising, transformasi wavelet, logika fuzzy, thresholding, median absolute
Lebih terperinciAnalisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT)
Analisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT) Putri Madona Jurusan Teknik Elektro Program Studi Teknik Elektronika Politeknik Caltex Riau Pekanbaru,
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1. Diagram Blok Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium.
Lebih terperinciEkstraksi Ciri Berbasis Wavelet Untuk Membedakan Bakteri Lactobacillus Bulgaricus Dan Streptococcus Thermophilus Pada Yogurt
Ekstraksi Ciri Berbasis Wavelet Untuk Membedakan Bakteri Lactobacillus Bulgaricus Dan Streptococcus Thermophilus Pada Yogurt Andi Sri Irtawaty 1, Adhi Susanto, Indah Soesanti 3 Jurusan Teknik Elektro dan
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 terperinciANALISIS TRANSFORMASI BALIK CITRA IRIS MENGGUNAKAN WAVELET HAAR BERDASARKAN FAKTOR RETENSI KOEFISIEN WAVELET
ANALISIS TRANSFORMASI BALIK CITRA IRIS MENGGUNAKAN WAVELET HAAR BERDASARKAN FAKTOR RETENSI KOEFISIEN WAVELET Agung Wicaksono, R. Rizal Isnanto, and Achmad Hidayatno Jurusan teknik Elektro, Fakultas Teknik,
Lebih terperinciROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM
ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM Annissa Yanuvita Prabawaningtyas (1022053) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 1470
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 216 Page 147 SIMULASI DAN ANALISIS KEAMANAN TEKS MENGGUNAKAN METODE STEGANOGRAFI DISCRETE WAVELET TRANSFORM (DWT) DAN METODE ENKRIPSI
Lebih terperinciWATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT)
WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT) Disusun Oleh : Aldo Roy Hardiansa Putra (0922056) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. yang digunakan dapat dilihat pada Tabel 4.1 dan Tabel 4.2.
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan perbandingan sinyal suara jantung dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan
Lebih terperinciPenyusun Tugas Akhir Alvian Adi Pratama [ ] Dosen Pembimbing Diana Purwitasari, S.Kom, M.Sc. Dr. Eng. Nanik Suciati, S.Kom., M.Kom.
Penyusun Tugas Akhir Alvian Adi Pratama [5106100108] Dosen Pembimbing Diana Purwitasari, S.Kom, M.Sc. Dr. Eng. Nanik Suciati, S.Kom., M.Kom. Latar Belakang Batik merupakan harta kebudayaan Indonesia yang
Lebih terperinciBAB II LANDASAN TEORI. terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang
BAB II LANDASAN TEORI 2.1 Sinyal Suara Jantung (PCG) Jantung adalah organ tubuh yang berfungsi untuk memompa darah dan terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang disebut
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 terperinciMakalah Tugas Akhir. Abstract
Makalah Tugas Akhir ANALISIS TRANSFORMASI BALIK CITRA IRIS MENGGUNAKAN WAVELET HAAR BERDASARKAN FAKTOR RETENSI KOEFISIEN WAVELET Agung Wicaksono 1, R. Rizal Isnanto 2, Achmad Hidayatno 2 Abstract Wavelet
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 terperinciPerbandingan Mother Wavelet dalam Proses Denoising pada Suara
IJCCS, Vol.8, No.1, January 2014, pp. 69~80 ISSN: 1978-1520 69 Perbandingan Mother Wavelet dalam Proses Denoising pada Suara Rahmat Ramadhan* 1, Agfianto Eko Putra 2 1 Jurusan Teknik Informatika, F.Teknik,
Lebih terperinciOPTIMASI WATERMARKING PADA CITRA BIOMETRIK MENGGUNAKAN ALGORITME GENETIKA
OPTIMASI WATERMARKING PADA CITRA BIOMETRIK MENGGUNAKAN ALGORITME GENETIKA Muhammad Rifqi Fadhilah *), Imam Santoso, and Ajub Ajulian Zahra Departemen Teknik Elektro, Universitas Diponegoro Jl. Prof. Sudharto,
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciANALISIS DAN SIMULASI REKONSTRUKSI VIDEO BERBASIS METODE SUPER-RESOLUSI
ANALISIS DAN SIMULASI REKONSTRUKSI VIDEO BERBASIS METODE SUPER-RESOLUSI ANALYSIS AND SIMULATION OF VIDEO RECONSTRUCTION BASED ON SUPER-RESOLUTION METHOD Kusuma Nindia Rizki 1, Iwan Iwut, ST., MT. 2, Suryo
Lebih terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciPemisahan Sinyal Noise Pada Pengolahan Data Medan Magnet Bumi Menggunakan Transformasi Wavelet
Pemisahan Sinyal Noise Pada Pengolahan Data Medan Magnet Bumi Menggunakan Transformasi Wavelet Setyanto Cahyo Pranoto Pusat Sains Antariksa, Lembaga Penerbangan Dan Antariksa Nasional - LAPAN, Jl. DR.
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program aplikasi yang dibuat dalam skripsi ini menggunakan aturan linear sequential (waterfall). Metode ini terdiri dari empat tahapan yaitu analisis,
Lebih terperinciAnalisis Hasil Proses Pemampatan JPEG dengan Metode Discrete Cosine Transform
IJEIS, Vol.2, No.1, April 2012, pp. 1~10 ISSN: 2088-3714 1 Analisis Hasil Proses Pemampatan JPEG dengan Metode Discrete Cosine Transform Adi Prasetio Utomo* 1, Agfianto Eko Putra 2, Catur Atmaji 3 1 Prodi
Lebih terperinciBlind Steganalysis pada Citra Digital dengan Metode Jaringan Saraf Tiruan
Blind Steganalysis pada Citra Digital dengan Metode Jaringan Saraf Tiruan Cilvia Sianora Putri Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai acuan dan
Lebih terperinciPENYISIPAN WATERMARK MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM PADA CITRA DIGITAL
Jurnal Informatika Polinema ISSN: 407-070X PENYISIPAN WATERMARK MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM PADA CITRA DIGITAL Reza Agustina, Rosa Andrie Asmara Teknik Informatika, Teknologi Informasi,
Lebih terperinciBAB II LANDASAN TEORI. ke seluruh tubuh. Jantung bekerja non-stop selama kita hidup. Karena itu,
BAB II LANDASAN TEORI 2.1 Jantung Jantung adalah organ vital dalam tubuh kita yang bekerja memompa darah ke seluruh tubuh. Jantung bekerja non-stop selama kita hidup. Karena itu, pastikanlah jantung kita
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman dan semakin meluasnya jaringan multimedia, maka proses pengiriman dan pengaksesan citra digital juga semakin mudah. Kemudahan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan internet yang semakin canggih sangat membawa kemajuan yang semakin berarti dalam berbagai aspek terutama bagi negara yang berkembang. Perkembangan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciPEMAMPATAN CITRA DIGITAL ARAS KEABUAN (GRAYSCALE) DENGAN METODE KOMBINASI PENYANDIAN MODIFIED EMBEDDED ZEROTREE WAVELET (MEZW) DAN HUFFMAN
PEMAMPATAN CITRA DIGITAL ARAS KEABUAN (GRAYSCALE) DENGAN METODE KOMBINASI PENYANDIAN MODIFIED EMBEDDED ZEROTREE WAVELET (MEZW) DAN HUFFMAN Rio Lenardo Karo Karo *), Achmad Hidayatno, and Munawar Agus Riyadi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Teori Dasar Layanan Pesan Multimedia (MMS) Layanan pesan multimedia (MMS/Multimedia Messaging Service) merupakan puncak dari evolusi layanan pesan singkat (SMS/Short Messaging
Lebih terperinciEVALUASI CIRI CITRA TERMOGRAFI DENGAN METODE WAVELET UNTUK KANKER PAYUDARA
EVALUASI CIRI CITRA TERMOGRAFI DENGAN METODE WAVELET UNTUK KANKER PAYUDARA Oleh : Afriliana Kusumadewi Staf Pengajar Jurusan Teknik Elektro Universitas Widya Dharma Klaten Email : lina@unwidha.ac.id Abstract
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa
Lebih terperinciBAB III METODE PENELITIAN
23 BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan proses penelitian ditunjukkan pada Gambar 15 berikut. Mulai 96 citra stomata Ekstraksi fitur - RGB & Skala Keabuan Ekstraksi fitur - Wavelet
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 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 terperinciPENGURANGAN NOISE UNTUK CITRA DENGAN ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING. Rachma Putri Andilla ( )
PENGURANGAN NOISE UNTUK CITRA DENGAN ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING Rachma Putri Andilla ( 0522028 ) Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164,
Lebih terperinciEKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciBAB I PENDAHULUAN. menggunakan digital watermarking. Watermarking bekerja dengan menyisipkan
BAB I PENDAHULUAN 1. Latar Belakang Perkembangan teknologi digital serta internet yang cukup pesat telah memberi kemudahan dalam mengakses dan mendistribusikan berbagai informasi dalam format digital,
Lebih terperinciWATERMARKING CITRA DIGITAL PADA RUANG WARNA YUV DENGAN KOMBINASI METODE DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)
WATERMARKING CITRA DIGITAL PADA RUANG WARNA YUV DENGAN KOMBINASI METODE DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD) Antonio Christian Simanjuntak *), Achmad Hidayatno, and Munawar
Lebih terperinciUNIVERSITAS INDONESIA ANALISA PERBANDINGAN KINERJA TEKNIK KOMPRESI CITRA MENGGUNAKAN METODE JPEG DAN WAVELET MULTI VARIABLE SKRIPSI
UNIVERSITAS INDONESIA ANALISA PERBANDINGAN KINERJA TEKNIK KOMPRESI CITRA MENGGUNAKAN METODE JPEG DAN WAVELET MULTI VARIABLE SKRIPSI HENDRA S. NAPITUPULU NPM. 0806339124 FAKULTAS TEKNIK UNIVERSITAS INDONESIA
Lebih terperinciANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE
ANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE Muhamad Sofwan & Dadang Gunawan Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia ABSTRAK Teknik watermarking dibagi menjadi dua, yaitu
Lebih terperinciPERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT-SVD DAN RDWT-SVD. Abstract
PERBANDINGAN TEKNIK WATERMARKING CITRA DIGITAL MENGGUNAKAN DWT- DAN Qurrota Ayun Majid, T. Sutojo, S.Si, M.Kom Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang 111201207118@mhs.dinus.ac.id
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 terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1980
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1980 IDENTIFIKASI DAN KLASIFIKASI KEMURNIAN SUSU SAPI BERDASARKAN PENGOLAHAN SINYAL VIDEO MENGGUNAKAN METODE DISCRETE WAVELET
Lebih terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciJln. Telekomunikasi No.1 Terusan Buah Batu Bandung Indonesia
SIMULASI DAN ANALISIS SISTEM KLASIFIKASI BATUBARA MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT), FUZZY COLOR HISTOGRAM (FCH) DAN K-NEAREST NEIGHBOR (K-NN) PADA CITRA DIGITAL Viona Apryaleva 1, Dr.Ir.Bambang
Lebih terperinciEKSTRAKSI CIRI FOVEA AVASCULAR ZONE (FAZ) BERBASIS WAVELET PADA PENDERITA DIABETIC RETINOPATHY
EKSTRAKSI CIRI FOVEA AVASCULAR ZONE (FAZ) BERBASIS WAVELET PADA PENDERITA DIABETIC RETINOPATHY Dewi Purnamasari 1*, Hanung Adi Nugroho 2, Indah Soesanti 3 1 Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciPengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE) Disusun Oleh : Nama : Abner Natanael R Nrp : 0522034 Jurusan Teknik Elektro,
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 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 terperinciDAFTAR TABEL. Tabel 4.1 Struktur Neural Network Backpropagation Tabel 4.2 Hasil Pengujian Identifikasi Data Uji... 34
DAFTAR TABEL Tabel 4.1 Struktur Neural Network Backpropagation... 9 Tabel 4. Hasil Pengujian Identifikasi Data Uji... 34 Tabel 4.3 Hasil Pengujian Sistem... 37 xi BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan
Lebih terperinciBAB II KOMPRESI DATA PENGINDERAAN JAUH
12 BAB II KOMPRESI DATA PENGINDERAAN JAUH 2.1 Data Penginderaan Jauh Penginderaan jauh merupakan teknik pengamatan permukaan bumi baik daratan maupun air dengan mengukur radiasi elektromagnetik yang yang
Lebih terperinciMATEMATIKA DI BALIK CITRA DIGITAL
MATEMATIKA DI BALIK CITRA DIGITAL Hendra Gunawan Tulisan ini membahas bagaimana matematika berperan dalam pemrosesan citra digital, khususnya pengolahan dan penyimpanan citra dalam bentuk digital secara
Lebih terperinciDESAIN DAN IMPLEMENTASI SISTEM PENINGKATAN KUALITAS PEREKAMAN AUDIO DENGAN WAVELET NOISE REDUCTION DAN AUTOMATIC GAIN ADJUSTMENT
DESAIN DAN IMPLEMENTASI SISTEM PENINGKATAN KUALITAS PEREKAMAN AUDIO DENGAN WAVELET NOISE REDUCTION DAN AUTOMATIC GAIN ADJUSTMENT Mayo Ama Kella Loing, Koredianto Usman, Rita Magdalena Institut Teknologi
Lebih terperinciSALIENT POINTS PADA CITRA TULANG CORTICAL BERBASIS TRANSFORMASI WAVELET
SALIENT POINTS PADA CITRA TULANG CORTICAL BERBASIS TRANSFORMASI WAVELET Oleh: Ika Usfarina Dhamasari(5106100040) DosenPembimbing1: Dr. AgusZainalArifin, S. Kom, M. Kom Dosen Pembimbing 2: Diana Purwitasari,
Lebih terperinci