Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPengembangan teknologi telckomunikasi yang mendukung multimedia perlu menekankan pada pengolahan data-data multimedia. Salah satunya adalah pengolahan data multimedia berupa gambar yang memerlukan teknik kompresi agar dalam pcnyimpanannya tidak memerlukan ruang yang besar dan waktu pentransmisian menjadi lebih singkat, namun tanpa penurunan kualitas gambar yang berarti.Salah satu metode kompresi gambar adalah menggunakan transformasi wavelet dan kuantisasi vektor. Transformasi wavelet mampu memadatkan energi dari gambar ke dalam bentuk koefisien-koelisien yang berada dalam spektrum frekuensi-waktu terlokalisir. Koefisien-koelisien hasil pengolahan data berada pada subband-subband transfonnasi berdasarkan skala atau resolusi yang berbeda. Untuk meningkatkan rasio kompresi digunakan kuantisasi vektor.Kuantisasi vektor adalah suatu metode kuantisasi yang mengeksploitasi ketergantungan antar piksel-koefisien dengan mengkuantisasi kombinasi dari piksel-koefisien transformasi secara bersama-sama. Koefisien transformasi diubah menjadi vektor dengan ukuran dimensi tertentu kemudian dikuantisasi dengan kuantisasi vektor algoritma Binary split dan menghasilkan indeks pemetaan dan codebook yang berukuran lebih kecil dari vektor data sehingga menghasilkan kompresi yang besar.Hasil simulasi menunjukkan bahwa peningkaran ukuran dimensi vektor data memberikan kontribusi terhadap peningkatan rasio kompresi tapi menurunkan PSNR, pada jumlah codebook tetap. Peningkatan jumlah codebook memberikan kontribusi terhadap penurunan rasio kompresi dn peninglcatan PSNR, pada ukuran dimensi yang sama. Variasi kuantisasi yang menghasilkan rasio kompresi terbesar namun PSNR > 30 dB untuk gambar Lenna adalah dimensi 16 danjumlah codebook 64; gambar Clara adalah dimensi 16 dan jumlah codebook 16; gambar Rektorat adalah dimensi I6 dan jumlah codebook 128

---

"

"ABSTRAKSistem pendeteksian wajah pada citra telah berkembang pesat sampai saat ini. Tujuan dari deteksi wajah adalah untuk mengindentifikasi dan menempatkan wajah manusia dengan pasisi. skala,oarientasi dan kondisi pencahayaan tertentu. Berbagai metode telah diajukan sampai saat ini. Salah satu pengembangan lebih lanjutnya adalah dengan menggunakan jaringan syaraf tiruan (neural network). Pada paper ini dibahas sistem deteksi wajah berdasarkan jaringan syaraf tiruan dengan metode training propagasi balik dengan momentum. Jaringan syaraf tiruan menguji setiap window dari citra, dan memmtukan apakah setiap window berisi wajah atau tidak. Setelah itu sistem menentukan window terbaik, yang akan disimpulkan sebagai wajah. Sistem inl dapat mendeteksi wajah frontal pada citra grayscale dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menguji citra masukan untuk ukuran wajah yang berbeda-beda, maka dilakukan metode piramida terhadap citra masukan. Pada skripsi ini, ststem deteksi dengan jaringan syaraf tiruan diuji dengan perubahan pada parameter jumlah lapisan tersembunyi dan jumlah epoch yang dilakukan pada proses training. Sistem akan dianalisa kinerjanya berdasarkan lamanya waktu deteksi serta ketepatan hasil proses deteksi. Dari hasil pengujian didapatkan waktu deteksi sangat dipenganthi oleh ukuran citra, dan ketepatan proses deteksi sangat dipengaruhi oleh jumlah lapisan tersembunyi dan banyaknya epoch pada proses training, serta karakteristik dari citra masukan

---

"

"Pengembangan sistem pengenalan wajah yang optimal akan sangat bergantung pada proses seleksi ciri yang digunakan sebagai basis pada pengenalan pola. Dalam proses seleksi ciri tersebut akan terdapat dua aspek yang akan saling berpengaruh yaitu, aspek reduksi terhadap jumlah data yang digunakan pada klasifikasi dan peningkatan kemampuan pendiskriminasiannya. Dalam proyek mahasiswa ini, digunakan salah satu metode pengkodean citra wajah yang dapat memenuhi kedua aspek di atas, yaitu metode Fisherface yang berbasis pada Fisher?s Linear Discriminant (FLD). FLD merupakan metode class specific yang mampu memaksimalkan perbandingan antara between scatter class dengan within scatter class. Fisherface memiliki karakteristik mampu mengenali citra wajah dalam berbagai variasi pencahayaan, ekspresi, dan atribut [BELH97]. Transformasi Whitening kemudian diterapkan sebagai pre-processor FLD. Penerapan Whitening akan menghasilkan vektor baru yang komponennya tidak saling berkorelasi dan variansinya sama dengan unity. Sedangkan Algoritma Genetika digunakan untuk mengotomatisasi proses reduksi dimensi sehingga penentuan reduksi dimensi yang optimal tidak lagi dilakukan secara eksperimental. Eksperimen dilakukan pada dua jenis basis data wajah yang berbeda. Basis data wajah Yale digunakan untuk melihat pengaruh penerapan transformasi Whitening pada citra wajah frontal. Sedangkan basis data wajah 3 Dimensi digunakan untuk melihat pengaruh transformasi Whitening pada citra wajah 3 dimensi. Hasil eksperimen dengan basis data Yale menunjukkan tingkat pengenalan Fisherface dengan transformasi Whitening relatif sama dengan yang tidak menggunakan Whitening. Sementara pada basis data 3 Dimensi, penerapan Whitening diduga dapat memperbaiki tingkat pengenalan Fisherface pada saat jumlah citra acuan relatif sedikit. Pada kedua basis data, transformasi Whitening dapat meningkatkan tingkat pengenalan pada kondisi di mana dimensi ciri yang dihasilkan sangat kecil."

"Penampakan mikrokalsifikasi dalam citra mammography sebagai suatu indikasi terjadinya kanker payudara seringkali menjadi kendala pendiagnosisan penyakit kanker. Variasi bentuk dan ukuran kalsifikasi serta kehomogenan dengan latar belakang tekstur merupakan faktor utama yang sering menjadi masalah dalam pengamatan visual biasa.Pemanfaatan Computer Aided Diagnosis (CAD) dalam bidang pengolahan citra memungkinkan suatu citra mamography diolah dan dianalisa dalam bentuk digital untuk mengurangi kendala dalam hal pendeteksian mikrokalsifikasi.Teknik pendeteksian mikrokalsifikasi serta unjuk kerjanya dengan menggunakan transformasi wavelet, peningkatan kontras citra dan metode statistik meliputi perhitungan skewness dan kurtosis pada citra mammography digital akan diterapkan dalam tesis ini, dimana hasil pendeteksian tersebut dijadikan sebagai "second opinion" bagi ahli radiologis dalam diagnosisnya.Hasil simulasi menunjukan secara visual bahwa unjuk kerja pendeteksian mikrokalsifikasi dengan teknik yang diterapkan mempunyai tingkat keefektifan hingga 96%.

---

The presence of clustered micro-calcifications is an early sign of breast cancer, however it's difficult to detect. Variation of shape and size of calcification is the main problem for detection process, beside the homogenous texture background.Computer-aided diagnosis (CAD) schemes on image processing have the potential of substantially increasing diagnostic accuracy in mammography.Performance of wavelet transform, enhance algorithm and statistical procedure for detection method are presented in this thesis as a second opinion for radiologist's interpretation of micro-calcifications.The simulation results show visually that detecting method was applied has 96% in an effectiveness level."