Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perpustakaan memiliki sejumlah koleksi arsip bersejarah, arsip bersejarah tersebut dituliskan pada kedua sisi kertas. Usia penyimpanan yang cukup lama merupakan salah satu penyebab adanya rembesan tinta. Pada beberapa kasus, edge foreground tampak lebih jelas dibandingkan edge penginterferensi. Namun terkadang tulisan penginterferensi tampak lebih jelas dibandingkan tulisan foreground. Proses pembersihan arsip dari tulisan penginterferensi yang berasal dari tulisan bagian belakang kertas melalui beberapa tahapan. Tahap awal pembersihan image arsip dari interferensi adalah transformasi wavelet directional. Koefisien subband horizontal, vertikal dan diagonal hasil dekomposisi dari transformasi wavelet dikonvolusikan dengan matriks yang mewakili suatu arah tertentu. Proses transformasi wavelet yang telah disebutkan diatas merupakan transformasi wavelet directional. Koefisien-koefisien subband hasil konvolusi disusutkan mendekati harga asalnya menggunakan Soft Thresholding Donoho. Setelah melalui proses tersebut dilakukan proses transformasi wavelet balik. Untuk menghilangkan objek yang terlalu kecil seperti bintik-bintik yang tidak diinginkan dan memperhalus objek yang ingin disegmentasi maka dilakukan proses opening pada image hasil proses transformasi. Proses memperjelas tulisan foreground dilakukan dengan cara menambahkan image hasil proses opening dengan image hasil proses operasi neighborhood. Operasi neighborhood adalah proses logika pembandingan image dengan suatu tabel lookup. Percobaan dilakukan dengan memvariasikan kombinasi matriks pengkonvolusi yang mewakili suatu arah tertentu sehingga dapat diperoleh matriks pengkonvolusi yang menghasilkan image yang memiliki interferensi paling rendah. Hasil proses dinilai secara objektif menggunakan RMSE, RMSE yang semakin kecil menandakan terjadinya error yang semakin kecil atau image makin menyerupai image aslinya."

"Noise linier adalah energi seismik yang menjalar di sepanjang permukaan (gelombang permukaan). Karakteristik noise linier adalah frekuensi rendah, kecepatan rendah, dan amplitudo tinggi. Noise linier masih menjadi permasalahan dalam data seismik, sebab mampu menyamarkan sinyal refleksi. Teknik pengolahan yang saat ini digunakan adalah filter F-K, berpotensi untuk mereduksi sinyal refleksi yang berada pada rentang slope noise. Metode dekomposisi spektral berbasis transformasi wavelet merupakan metode filtering alternatif, mampu mendekomposisikan data seismik menjadi beberapa subband melalui filter low-pass dan filter high-pass. Setiap filtering mendekomposisikan data seismik ke dalam domain frekuensi (f) dan bilangan gelombang (k). Metode ini diujikan pada data real seismik darat 2-D yang memiliki rentang velocity 20 m/ms hingga 100 m/ms. Terdapat 2 metode filtering, yaitu membuang subband yang mengandung noise dan menggunakan filter F-K pada subband yang mengandung noise. Metode filtering 2 lebih efektif mereduksi noise linier pada data penelitian dibandingkan metode filtering 1. Hal ini dibuktikan pada hasil penelitian yang menunjukkan peningkatan kualitas tampilan shot point gather dan stacking.

---

Linear noise is seismic energy that propagates along the surface (surface waves). Characteristic of linear noise is low-frequency, low-velocity, and high amplitude. Linear noise is such a problem in land seismic data, because able to disguise signal reflection. Current processing techniques aimed at linear noise suppression, such as f-k filtering has potentially to reduce signal reflection which range in noise slope. A new alternative to f-k filtering is spectral decomposition based on wavelet transform, which decomposes seismic data into different sub bands by applying low-pass and high-pass filters. Each filtering decomposes the seismic data into frequency and wavenumber domain. This method is applied in real 2-D land seismic data to reduce linear noise with velocity range 20 m/ms to 100 m/ms. There are two methods of filtering, killing sub bands which contained noise and using f-k filter on sub band which contained noise. Second method is more effective to reduce linear noise than first method. This technique leads to the improvement of shot records and final stack quality."

"ABSTRAKDerau (noise) yang terjadi pada proses pembentukan atau pengiriman suatu informasi berupa gambar (image) sangat mempengaruhi hasil yang diterima. Karena itu menghilangkan atau mengurangi adanya derau pada gambar merupakan suatu cara agar diperoleh gambar hasil rekonstruksi yang lebih baik. Thresholding adalah salah satu cara untuk menghilangkan atau mengurangi adanya derau pada gambar dengan algoritma Donoho dan menggunakan beberapa jenis fungsi dasar wavelet telah menghasilkan gambar rekonstruksi berdasarkan nilai threshold dari harga standard deviasi distribusi koefisien setiap subband. Signal to Noise Ratio (SNR) menyatakan baik atau buruknya suatu gambar hasil rekonstruksi dengan menggunakan suatu algoritma tertentu. Harga SNR yang tinggi menunjukkan gambar hasil rekonstruksi yang baik atau sebaliknya. Analisis proses simulasi ini menggunakan transformasi wavelet dengan algoritma modifikasi sehingga menghasilkan harga Signal to Noise Ratio (SNR) yang lebih tinggi bila dibandingkan dengan algoritma Donoho dengan menggunakan fungsi dasar wavelet yang sama.

---

ABSTRACT

In the recent wavelets literature, there has been considerable interest in the use of wavelet transform for removing noise from images. Various techniques have been attempted to reject noise, one of their methods is Donoho method's. This method is the use of transform based thresholding. The application of thresholding in Donoho method's is merely based on the size of transformed subbands. We proposed similar to the Donoho method's but the size of transformed subbands are replaced by their energy subbands. The simulation results show that the proposed method gave the best SNR compared to the Donoho method's.;In the recent wavelets literature, there has been considerable interest in the use of wavelet transform for removing noise from images. Various techniques have been attempted to reject noise, one of their methods is Donoho method's. This method is the use of transform based thresholding. The application of thresholding in Donoho method's is merely based on the size of transformed subbands. We proposed similar to the Donoho method's but the size of transformed subbands are replaced by their energy subbands. The simulation results show that the proposed method gave the best SNR compared to the Donoho method's."

"Keberadaan noise pada data magnetotellurik dapat membiaskan hasil interpretasi. Noise ini dapat eliminasi dibutuhkan remote station yang jauh dar lokasi pengukuran dan bebas dari interferensi. Remote station diasumsikan bahwa terbebas dari noise, sehingga data dari remote station dapat digunakan untuk mereduksi noise pada stasiun pengukuran. Akan tetapi penambahan remote station ini akan meningkatkan biaya operasional eksplorasi dan juga akan membutuhkan banyak waktu serta sulit untuk mencari lokasi yang terbebas dari noise, terutama pada eksporasi geothermal dikarenakan area di Indonesia yang biasanya memiliki medan dan akses sulit dilalui. Oleh karena itu, diperlukan teknologi yang dapat mengreduksi noise pada data magnetotellurik dan meningkatkan kualitas data sehingga dapat mengurangi biaya dan waktu dalam eksplorasi. Melalui metode continuous wavelet transform, data magnetotellurik yang terkontaminasi noise dapat direduksi tanpa ada bantuan remote station dan akan menyebabkan eksplorasi geothermal menjadi lebih efisien. Metode continuous wavelet transform mengolah data magnetotelurik berupa time series domain yang masih belum difilter dan mengubah data time series domain tersebut ke dalam time-frequency domain. Pengubahan menjadi time-frequency menggunakan metode continuous wqavelet transform untuk dianalisis keberadaan noisenya pada frekuensi dan waktu kemunculan noise yang kemudian dihilangkan. Data yang telah dihilangkan akan dapat diolah menjadi apparent resistivity dan fase vs frekuensi. Hasil filter yang telah dilakukan dibandingkan dengan pengolahan software komersil. Dimana filter berhasil menghilangkan keberadaan noise transient yang muncul dengan kisaran frekuensi 30-400 Hz dan kemunculan selama 0.2-0.4 detik. Sehingga filter ini dapt menjadi alternatif lain dalam penghilangan noise pada data magnetotelurik.

---

The presence of noise in magnetotelluric data can produce a bias in its interpretation. To eliminate this noise, a remote station that is far from interference is needed. Assuming that the remote station is almost free from noise, the data from remote station can be used to reduce the noise from measurement station. However, adding an additional station means there will be an increase in exploration cost. Also, adding a remote station itself can be challenging and time-wasting since finding an area that is free from interference is quite hard to do, especially for geothermal exploration area in Indonesia that usually have difficult terrain and access. To answer this, we need a technology that can reduce noise from magnetotelluric data and improve the data quality while keeping the cost and time of exploration as low as possible. By using continuous wavelet transform method, the noise from magnetotelluric data can be reduced without the need to use a remote station which makes exploration becomes more efficient. The continuous wavelet transform method processes magnetotelluric data from unfiltered time series domain and changes the domains time series data into a time-frequency domain. Changing processes to a time-frequency uses the continuous wavelet transform method to analyze the existence of the frequency and time of occurrence of noise which is then removed. Data that has been removed will be processed into apparent resistivity and phase vs frequency. The filter results have been done compared to commercial software processing. Where the filter successfully eliminates the presence of transient noise that appears with a frequency range of 30-400 Hz and emergence for 0.2-0.4 seconds. So this filter can be another alternative in noise removal in magnetotelluric data."

"ABSTRAK