TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418

dokumen-dokumen yang mirip
SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) STATISTIKA TPE 227. OLEH: Dr. ANDASURYANI, S.TP, M.Si DELVI YANTI, S.TP, MP

PEMPROGRAMAN KOMPUTER TPE 226

TEKNIK PENGOLAHAN HASIL PERTANIAN DAN PANGAN TPE 328

BAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

METODOLOGI PENELITIAN TPO 321

MEKANIKA TEKNIK TPB 102

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

RENCANA PEMBELAJARAN SEMESTER (RPS)

SIFAT-SIFAT PRODUK PERTANIAN TPG 326

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

PPKF63108 DIGITAL IMAGE PROCESSING

SILABUS (PENGOLAHAN CITRA DIGITAL) Semester I Tahun Akademik 2015/2016

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN ( SAP )

KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL

TIP 243 Computer Vision. 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama

Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma

Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

Aplikasi Matriks dalam Pengolahan Gambar

Pengantar Mata Kuliah Pengolahan Citra

Operasi-operasi Dasar Pengolahan Citra Digital

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

BAB 2 LANDASAN TEORI

Operasi Titik Kartika Firdausy

APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

RANCANG BANGUN ROBOT PANTILT : PENDETEKSIAN POSISI TANGAN BERBASIS ALGORITMA GENETIKA

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)

SATUAN ACARA PERKULIAHAN

DETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI

RENCANA PEMBELAJARAN SEMESTER (RPS)

Pengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM

BAB 2 LANDASAN TEORI

Operasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Teknik Pengolahan Citra. by Kartika Firdausy

SATUAN ACARA PERKULIAHAN ( SAP )

MATA KULIAH SISTEM OPERASI (CSD60021)

PENGOLAHAN CITRA DIGITAL

1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas

Rika Oktaviani

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Pengolahan Citra dan Pengenalan Pola

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) PROFESI KETEKNIKAN TPT-1011 OLEH :

DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK

IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B

BAB II TEORI PENUNJANG

TEKNIK LOKALISASI PLAT NOMOR MENGGUNAKAN MORFOLOGI SKRIPSI

BAB 1 PENDAHULUAN. citra keluaran dengan informasi yang siap digunakan. meningkatkan efisiensi dan akurasi, serta meminimalisasi kesalahan.

Operasi-operasi Dasar Pengolahan Citra Dijital

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : ANALISIS SISTEM LINIER / 3 KODE / SKS / SIFAT : IT / 3 SKS / LOKAL

Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) PENERAPAN KOMPUTER

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI...

[Year] SEKOLAH TINGGI INFORMATIKA & KOMPUTER INDONESIA (STIKI) SILABUS:

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) PENGOLAHAN BENIH. Oleh:

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

BAB 2 LANDASAN TEORI

SATUAN ACARA PERKULIAHAN MATA KULIAH / KODE : TEORI DAN ANALISA SISTEM LINIER / IT SEMESTER / SKS : III / 2

PENGENALAN TEKS CETAK PADA CITRA TEKS BINER

MATHunesa (Volume 3: No 2) 2014

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

SEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK

FORMULIR RANCANGAN PERKULIAHAN PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS)

Oleh: Riza Prasetya Wicaksana

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB II LANDASAN TEORI

SEGMENTASI CITRA UNTUK MENGHITUNG LUAS PULAU TUGAS AKHIR

PROSIDING. Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

RENCANA PEMBELAJARAN SEMESTER (RPS)

ANALISIS CITRA PERMUKAAN THERMOCHROMIC LIQUID CRYSTAL BERDASARKAN NILAI STATISTIK HUE

Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

SAMPLING DAN KUANTISASI

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

Pertemuan 2 Dasar Citra Digital. Anny Yuniarti, S.Kom, M.Comp.Sc

SATUAN ACARA PERKULIAHAN

UNIVERSITAS NEGERI YOGYAKARTA

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

SATUAN ACARA PERKULIAHAN ( SAP )

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

Transkripsi:

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 OLEH: Dr. ANDASURYANI, S.TP, M.Si PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN UNIVERSITAS ANDALAS 2014

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Nama Mata Kuliah : Teknik Pengolahan Citra Digital Kode Mata Kuliah/ SKS : TPE 418/ 3 (2 +1) Pelaksanaan : Semester VII (Gasal) Prasyarat : Pemprograman Komputer Dosen Pengasuh : Dr. Andasuryani, S.TP, M.Si : Irriwad Putri, S.TP, M.Si : Omil Charmyn Chatib, S.TP, M.Si Padang, 7 November 2014 Ketua Tim Penyusun RPKPS Dr. Andasuryani, S.TP, M.Si NIP. 197304131998022001 Mengetahui, Ketua Jurusan Teknik Pertanian Mengetahui, Ketua Tim Pengembangan dan Penguatan Kurikulum Jurusan Teknik Pertanian Dr. Andasuryani, S.TP, M.Si NIP. 197304131998022001 Dr. Ir. Eri Gas Ekaputra, MS NIP. 196212051993021001

1. Identitas Mata Kuliah: Nama Mata Kuliah : Teknik Pengolahan Citra Digital Kode Mata Kuliah/ SKS : TPE 418/ 3 (2 +1) Pelaksanaan : Semester VII (Gasal) Prasyarat : Pemprograman Komputer Status Mata Kuliah : Pilihan 2. Deskripsi Singkat Mata Kuliah Kuliah Teknik Pengolahan Citra Digital membahas dan mempelajari dasar-dasar teknik dalam pengolahan yang menjadi dasar bagi engineer untuk mengembangkan perangkat lunak untuk pengolahan. Mata kuliah ini berisi tentang pengertian, pembentukan, operasi-operasi dasar pada, transformasi, perbaikan kualitas, deteksi tepi, biner, warna, operasi morfologi, dan tekstur. Mata kuliah ini dilaksanakan dengan menjelaskan teori, contoh-contoh algoritma dan memberikan kepada mahasiswa. 3. Tujuan/ Outcomes Pembelajaran Setelah mengikuti kuliah ini diharapkan mahasiswa mampu memahami berbagai teknik dasar pengolahan dan mampu mengembangkan perangkat lunak pengolahan untuk bahan pertanian 4. Materi Pembelajaran No. Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan 1 Mahasiswa mampu a) Menjelaskan sistem visual b) Menjelaskan bidang bidang ilmu yang berhubungan dengan sistem visual c) Menjelaskan defenisi Pendahuluan a) Sistem visual b) Hubungan dengan bidang lainnya c) Pengertian d) Perangkat lunak dan keras pada sistem visual d) Menjelaskan perangkat keras dan lunak yang dibutuhkan dalam pengolahan 2 Mahasiswa mampu e) Menjelaskan pembentukan a) Menjelaskan jenis berdasarkan intensitas cahaya b) Menjelaskan proses isasi pada pembentukan Pembentukan Citra Digital a) Proses pembentukan b) Jenis berdasarkan intensitas cahaya c) Proses isasi (sampling dan kuantitasi) d) Tingkat komputasi 3 Mahasiswa mampu Operasi-operasi a) Operasi geometri

a) Menjelaskan operasi geometri pada dan algoritma programnya b) Menjelaskan operasi aritmetika pada dan algoritma programnya c) Menjelaskan operasi boolean pada dan algoritma programnya 4 Mahasiswa mampu a) Menjelaskan defenisi transformasi Fourier dan kegunaannya dalam bidang pengolahan b) Menjelaskan perbedaan transformasi Fourier kontinu dengan diskret c) Menjelaskan defenisi konvolusi dan kegunaannya pada proses pengolahan 5 Mahasiswa mampu a) Menjelaskan proses proses dalam perbaikan kualitas b) Mengembangkan algoritma pemprograman untuk perbaikan kualitas 6 Mahasiswa mampu a) Menjelaskan defenisi tepi pada b) Menjelaskan jenis-jenis tepi pada a) Mengembangkan algoritma pemprograman untuk deteksi tepi dengan operator gradient pertama, operator gradient kedua dan kompas 7 Mahasiswa mampu a) Menjelaskan konversi hitam putih b) Menjelaskan pengkodean biner c) Menjelaskan segmentasi dasar pada Transformasi Perbaikan kualitas Deteksi tepi Citra Biner (translasi, skala, rotasi dan flipping) b) Operasi aritmetika (penambahan, pengurangan, perkalian, pembagian) c) Operasi boolean a) Transformasi Fourier kontinu b) Transformasi Fourier diskret c) Konvolusi c) Lingkup proses perbaikan kualitas d) Proses-proses dalam perbaikan (pengubahan histrogram, pelembutan, penajaman, pengubahan kecerahan, dan peragangan kontras. a) Deteksi tepi b) Jenis-jenis tepi c) Deteksi tepi dengan operator gradient pertama d) Deteksi tepi dengan operator gradient kedua e) Deteksi tepi dengan kompas a) Konversi hitam putih b) Pengkodean biner c) Segmentasi biner d) Operasi-operasi pada biner

pada biner d) Menjelaskan operasi-operasi pada biner e) Mengembangkan algoritma pemprograman untuk operasi biner 8 Mahasiswa mampu a) Menjelaskan konsep dasar warna b) Melakukan proses transformasi warna c) Mengembangkan algoritma pemprograman untuk pengolahan warna 9 Mahasiswa mampu a) Menjelaskan teknik-teknik dalam melakukan operasi morfologi seperti operasi dilasi, erosi, opening dan closing b) Mengembangkan algoritma pemprograman untuk operasi morfologi 10 Mahasiswa mampu a) Menjelaskan konsep tekstur b) Melakukan analisis tekstur c) Mengembangkan algoritma pemprograman untuk analisis tekstur Warna Operasi Morfologi Tekstur e) Beberapa dasar hubungan antara dua pixel dan pengukuran jarak a) Dasar dasar warna b) Atribut warna c) Sistem koordinat warna, Model warna CMY dan CMYK, d) Transformasi warna RGB ke HIS a) Operasi dilasi b) Erosi c) Opening d) Closing a) Pengertian tekstur b) Analisa tekstur c) Kegunaan tekstur d) Analisa tekstur dengan segmentasi 5. Rencana Kegiatan Pembelajaran Mingguan: Minggu Pokok Bahasan Metode Pembelajaran dan Bentuk Kegiatan ke: I Pendahuluan Metode: Kuliah tatap muka dalam kelas dengan ceramah dan memberikan contoh-contoh soal II Pembentukan Citra Digital Metode: Kuliah tatap muka dalam kelas dengan III Operasi-operasi dasar pada Metode: Kuliah tatap muka dalam kelas dengan IV Transformasi Metode: Kuliah tatap muka dalam kelas dengan

V-VI Perbaikan kualitas Metode: Kuliah tatap muka dalam kelas dengan VII Deteksi tepi Metode: Kuliah tatap muka dalam kelas dengan VIII Ujian Tengah Semester Tes uraian penguasaan materi IX Citra Biner Metode: Kuliah tatap muka dalam kelas dengan X-XI Warna Metode: Kuliah tatap muka dalam kelas dengan XII-XIII Operasi Morfologi Metode: Kuliah tatap muka dalam kelas dengan XIV-XV Tekstur Metode: Kuliah tatap muka dalam kelas dengan XVI Ujian Akhir Semester Tes uraian penguasaan materi 6. Evaluasi Ujian 1: 35 %; Ujian 2: 35%; Praktikum : 25 %; Tugas: 5% 7. Bahan, Sumber Informasi, Referensi a) Gonzalez, Rafael C., 1987. Digital Image Processing. Addison-Wesley Publishing Company, Inc. b) Gonzalez, Rafael C., Woods, Richard E. 2002. Digital Image Processing. Prentice- Hall, Inc New Jersey. c) Pitas, I. 2000. Digital Image Processing Algorithms and Applications. John Wiley & Sons, Inc.USA d) Parker, James.R. 1997. Algorithms for Image Processing and Computer Vision. John Wiley & Sons, Inc.USA

e) Huang, Yanbo., Whitaker, A. Dale., Lacey, Ronald E., 2001. Automation for Food Engineering : Food quality quantization and process control. CRC Press LLC. 8. Dosen Pengampu: a. Dr. Andasuryani, S.TP, M.Si b. Irriwad Putri, S.TP, M.Si c. Omil Charmyn Chatib, S.TP, M.Si