Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu teknologi yang banyak diaplikasikan untuk mengolah data citra sebagai sumber informasi utama adalah teknologi penginderaan jauh atau remote sensing. Beberapa aplikasi remote sensing menuntut citra yang berkualitas baik, namun dalam ukuran yang lebih kecil mengingat ukurannya yang sangat besar. Kebutuhan inilah yang mendorong berkembangnya teknologi pemampatan citra atau image compression. Skripsi ini membahas tentang teknik kompresi citra gabungan antara prediksi linier antarband (kompresi spektral) dengan transformasi wavelet dan Discrete Cosine Transform (DCT) sebagai kompresi spasial. Jenis transformasi wavelet yang digunakan adalah LS 9/7, CDF 9/7, dan multiwavelet Daubechies 10 (Db10) + LS 9/7. Dari hasil ekperimen data MODIS berukuran 2048 x 2048, dapat disimpulkan rasio kompresi berbanding terbalik dengan nilai PSNR yang dihasilkan, sementara tingkat level dekomposisi sebanding dengan nilai PSNR dengan level ideal 5. Meskipun memiliki PSNR yang tinggi, metode DCT tidak menghasilkan kualitas citra hasil kompresi yang memadai, terbukti dengan rendahnya nilai co-histogram simetri (SCH). Metode kompresi yang paling baik adalah multiwavelet (Db10+LS9/7) karena menghasilkan PSNR yang stabil di atas 50 dB hingga rasio kompresi 100 dengan nilai SCH rata-rata 0.99.

---

An image/picture could contain thousands of information. Remote sensing is a technology which uses an image in the form of satellite imagery as the main source of information. Remote sensing applications require good quality of image, represented by smaller size, since satellite sensors have wide measurement coverage of Earth surface. In this regards, image compression is needed.

This thesis report covered image compression techniques using combination of interband prediction (as spectral compression) and discrete cosine transform (DCT) and wavelet transform (as spatial compression). Several wavelet transforms are applied in the experiment, such as LS 9/7, CDF 9/7, and multi-wavelet Daubechies 10 (Db10) + LS 9/7.

The experiment results showed that the higher the compression ratio, the smaller PSNR values. This applies to all four methods of compression which were tested in this study. The higher level of decomposition of wavelet transformation, resulted in better PSNR. While the ideal level of decomposition for wavelet transformation is level 5. Even the DCT method resulted in high PSNR, but the quality of compression image is poor, which is shown in low Symmetrical Co-Histogram (SCH) value. The best result was obtained by combined method (Db10+LS9/7) which resulted in high PSNR (up to 50 dB), high compression ratio (up to 100), and average SCH values of 0.99."

"Perkembangan teknologi pada bidang penginderaan jauh (inderaja) membutuhkan teknik kompresi data yang optimal yaitu menghasilkan kompresi rasio yang tinggi akan tetapi tetap mempertahankan kualitas data. Sehingga hasil kompresi data tersebut masih dapat diterima dan digunakan untuk aplikasi inderaja. Salah satu teknik kompresi data inderaja yang baru adalah teknik kompresi hybrid yaitu menggabungkan teknik reduksi redundansi spektral dan reduksi redundansi spasial. Redundansi spektral dilakukan interband prediction yaitu memprediksi image band tertentu dari referensi image band lainnya. Sedangankan pada reduksi redundansi spasial digunakan image coding yang berbasis wavelet transform. Hingga saat ini tetap dilakukan penelitian dan pengembangan teknik kompresi dengan tujuan mendapatkan kualitas data sebaik mungkin dengan kompresi rasio sebesar mungkin.Pada penelitian ini dilakukan analisis teknik kompresi hybrid untuk data inderaja banyak kanal MODIS. Teknik kompresi yang digunakan merupakan pengembangan dari teknik yang sudah existing (Yuan-Xiang Li, et.al). Hasil simulasi dan analisis kompresi data satelit inderaja MODIS dengan teknik kombinasi prediksi interband linier dan skip image band tertentu dengan menggunakan level dekomposisi transform wavelet yang lebih tinggi menghasilkan nilai PSNR yang besar (40 dB) dengan kompresi rasio hingga 80 kali. Data kompresi hasil dari teknik yang dikembangkan ini dapat digunakan untuk aplikasi data penginderaan jauh MODIS khususnya untuk pengamatan obyek pada permukaan bumi dengan cakupan skala global.

---

The remote sensing technology development need optimal data compression technique that result higher compression ratio but still prevent the data quality so the compressed data still can be used for remote sensing application. One of the new data compression technique is hybrid technique which combine reduction redundant spectral and spatial. The schema for reduction redundant spectral use prediction image band with other image band as reference and the schema for reduction redundant spatial use image coding base on wavelet transform.The goal of this research is to analyze the improvement of the existing compression technique (Yuan-Xiang Li et.al) for MODIS data. The analysis have shown that the combine technique interband prediction with skip some images band and by higher decomposition of wavelet transform can be achieve good PSNR (40 dB) which have compression ratio up to 80 times. From this result compressed data still can be used for remote sensing application especially for identification some objects on earth with global observations."

"Citra MODIS bersifat multispektral sehingga memiliki kapasitas data yang besar. Kesamaan antara kanal citra pada data MODIS disebut korelasi citra. Korelasi citra antar band dalam data MODIS dapat dijadikan acuan dalam melakukan kompresi secara spektral. Kompresi spektral dengan metode Linear Interband Prediction dilakukan berdasarkan korelasi citra sebagai acuan dalam menentukan citra referensi dan citra hasil prediksi. Kanal citra hasil kompresi dengan linear interband prediction memiliki kapasitas kecil dan kualitas yang hampir sama dengan aslinya. Hasil kompresi dengan Linear Interband Prediction dikompresi lagi secara spasial dengan metode Wavelet. Beberapa variasi Wavelet diterapkan, yakni Haar, Daubechies, Coiflet, Symlet dan Biorthogonal. Diharapkan rasio kompresi pada kompresi ini akan lebih besar, tetap menjaga kualitas citra yakni PSNR > 40dB, dan waktu komputasi yang cepat.

---

MODIS is a multispectral satellite data, which has ultra high data size to store these data. It has to be compressed with spectrally and spatially. Image correlation used as a reference in spectral compression using Linear Interband Prediction method. Spectral compression results are compressed again using wavelet transform. Several family of Wavelet transform applied namely Haar, Daubhecies, Coiflet, Symlet, and Biorthogonal. Experimental results show in compression ratio while maintaining the image quality (PSNR > 40dB) and fast computation time are expected."

"ABSTRAKWatermarking merupakan teknik penyisipan data atau informasi yang bersifat rahasia ke dalam media data digital lainnya. Watermarking pada citra digital dibutuhkan sebagai perlindungan terhadap kepemilikan citra digital. Tujuan penelitian ini adalah merancang simulasi algoritma watermarking dengan menggunakan transformasi wavelet diskrit dari beberapa mother wavelet seperti diskrit meyer, daubechies, symlet, dan haar. Hasil pengujian penyisipan citra watermark dengan beberapa dimensi yang berbeda, citra watermark dengan dimensi 64 x 64 piksel memiliki hasil yang paling baik. Proses watermarking dengan dekomposisi yang paling baik pada percobaan ini terjadi pada dekomposisi satu level. Pengujian penyisipan watermark dengan sub-band LL,LH,HL, dan HH, didapat bahwa penyisipan pada sub-band LL memiliki nilai PSNR yang paling baik. Citra asli yang telah disisipkan dengan citra watermark juga di uji secara subjektif. Hasil dari citra yang terwatermark tidak dapat dideteksi secara langsung oleh koresponden karena perubahan citra terwatermark tidak jauh berbeda dengan citra asli. Pengujian citra terwatermark terhadap robustness dengan ?salt & pepper? terjadi penurunan kualitas citra yang sangat tinggi. Pengujian citra terwatermark terhadap robustness dengan AWGN, tidak banyak mempengaruhi kualitas citra terwatermark. Nilai power noise dari AWGN yang diujikan dari 10-40 db, dengan nilai maksimum power noise dari AWGN adalah 40 db. Dari hasil percobaan beberapa jenis keluarga wavelet yang paling baik adalah diskrit meyer.

---

ABSTRACTWatermarking is a technique of embedding the data or information that is confidential to the other digital data media. Digital image watermarking is needed as a protection against the ownership of digital images. The purpose of this study is to design a simulated watermarking algorithm using discrete wavelet transform of a mother wavelet such as discrete meyer, daubechies, symlet, and haar. Test results with the embedding a watermark image several different dimensions, watermark image with dimensions of 64 x 64 pixels have the best result. The best decomposition process of watermarking in this study occurred at a single level of decomposition. Watermark embedding testing with sub-bands LL, LH, HL, and HH, found that the embedding in sub-band LL has the best PSNR values. The original image has been embedded with a watermark image was tested subjectively. The results of the watermarked image can not be detected directly by the correspondents because the change of watermarked image is not much different from the original image. The robustness of watermarking image with "salt and pepper" shows decrease in quality greatly. However, the test by adding the AWGN showed that the robustness did not affect the quality of watermarked image. The experimental result by varying power noise, ranged from 10 db to 40 db, with a maximum power noise of AWGN is 40 db. From the experimental results, the discrete meyer is the best type among the wavelet family."

"Layaknya mahluk hidup, ikan dapat terserang penyakit. Penyakit pada ikan menimbulkan berbagai tanda-tanda khusus, tak terkecuali pada mata. Setiap penyakit menimbulkan tanda yang berbeda pada mata, sehingga melalui mata, dapat dideteksi penyakit-penyakit yang menyerang ikan, dan cara mengatasinya. Salah satu cara pendeteksian, ialah dengan menggunakan algoritma DCT (Discrete Cosine 1'ransform). Dengan algoritma ini, setiap pixel pada gambar mata, akan dihitung dengan fungsi tertentu, dan dihasilkan transfonnasi DCT nya. Kemudian dihitung jarak eukdidian, dibandingkan dengan acuan yang telah ada, dan dicari nilai terkecilnya. Nilai euklidian terkecil menandakan kelompok penyakit yang sama. Simulasi yang dilakukan berdasarkan color model RGB, yang akan menunjukkan keakuratan pendeteksian penyakit ikan ini dengan menggunakan algoritma DCT untuk beberapa jenis ikan. Selain itu hasil simu1asi juga akan menunjukkan perbedaan kondisi antara kondisi ikan sehat dan sakit"

"OFDM merupakan teknik yang cukup menarik perhatian karena dapat mempertahankan performansinya dalam kondisi kanal yang buruk. Namun Teknik OFDM memiliki beberapa kelemahan yaitu PAPR yang tinggi dan sensitivitas terhadap error frekuensi carrier. PAPR yang tinggi menyebabkan interferensi dengan sinyal dari kanal lain, selain itu juga menyebabkan meningkatnya kekompleksitasan A/D converter maupun D/A converter serta mengurangi efisiensi dari power amplifier. Untuk mengatasi permasalahan tersebut, maka digunakanlah teknik-teknik reduksi PAPR, yang salah satunya adalah metode companding μ-law transform. Namun disamping usaha untuk mereduksi PAPR pada sinyal OFDM, diupayakan untuk dapat meningkatkan performansi sinyal agar menjadi semakin baik dalam arti Bit Error Rate (BER) yang semakin rendah. Dari penelitian sebelumnya pada sistem SC-FDMA, didapatkan bahwa dengan teknik wavelet transform 1 (satu) level dan companding, dapat meningkatkan performansi BER dan menurunkan PAPR. Tetapi bila level dekomposisi wavelet ditingkatkan menjadi 2 (dua) level, maka terjadi peningkatan performansi BER namun PAPR juga meningkat sehingga tidak terjadi penurunan nilai PAPR bila dibandingkan dengan sistem Konvensional SC-FDMA semula. Thesis ini mengusulkan suatu teknik Hybrid yaitu menggabungkan teknik DCT dengan wavelet transform dan companding μ-law transform , untuk diterapkan pada sistem OFDM. Hasil simulasi menunjukkan bahwa sistem OFDM dengan teknik Hybrid DCT-Wavelet transform dan Companding μ-law transform mempunyai performansi BER yang lebih baik daripada : sistem Konvensional OFDM, sistem OFDM dengan wavelet transform-companding μ-law transform dan sistem DCT-OFDM ,serta mempunyai nilai PAPR yang lebih rendah daripada : sistem Konvensional OFDM dan sistem OFDM dengan wavelet transform-companding μ-law transform.

---

OFDM is an interesting technique because it can maintain its performance under bad channel condition. But this technique has several weaknesses such as high PAPR and sensitivity at carrier frequency error. High PAPR cause interference with signal from another channel, can increase the complexity of both A/D converter and D/A converter and also reduce the efficiency of power amplifier.

In order to solve that problem, we can use several PAPR reduction techniques ,in which one of them is companding technique using μ-law transform. Beside all the effort to reduce PAPR in OFDM system, we also have to increase the BER performance or in other words, to more reduce bit error rate in OFDM system.

From previous research on SC-FDMA system, result that using wavelet transform 1(one) level decomposition and companding, can increase BER performance and also reduce PAPR. But the problem occur if we increase the decomposition level become 2(two), result in increasing BER performance but PAPR also increase so there will be no PAPR reduction in SC-FDMA system. That is the main point of reason for author to do research.

So in this thesis, author proposed a Hybrid technique which combine DCT with Wavelet Transform and Companding μ-law transform, to be implemented in OFDM system.

Simulation result shows that OFDM system using Hybrid technique have better BER performance than : Convensional OFDM system, OFDM system with wavelet transform-companding μ-law transform and DCT-OFDM system. Furthermore, that Hybrid OFDM system have lower PAPR value than : Convensional OFDM system and OFDM system with wavelet transform-companding μ-law transform."

"ABSTRAKProtein adalah salah satu biomakromolekul yang mempunyai peran sangat penting dalam organisme hidup. Semua jenis protein terdiri dari serangkaian kombinasi 20 asam amino. Interaksi Protein-Protein Interaksi PPI memainkan peran penting dalam sebagian besar proses biologis sehingga deteksi interaksi protein-protein PPI pada dasarnya penting untuk memahami mekanisme molekuler dalam sistem biologis. Dengan menggunakan proses komputasi dan menerapkan metode pembelajaran mesin, akan lebih efisien daripada metode eksperimental yang membutuhkan waktu lama dan biaya mahal. Dalam tesis ini penulis menggunakan Discrete Cosine Transform sebagai metode fitur ekstraksi barisan asam amino dan Rotation Forest sebagai model klasifikasi untuk mendapatkan kinerja yang lebih baik daripada metode sebelumnya, seperti Support Vector Machine, Random Forest, dan lain-lain. Hal baru dalam tulisan ini terletak pada interaksi protein protein dengan virus HIV yang menyebabkan AIDS. Hasil penelitian menunjukkan bahwa metode yang diusulkan layak dilakukan, kuat dan dapat digunakan untuk prediksi interaksi protein-protein lainnya dengan akurasi hingga 77 dan metode transformasi Rotation Forest yang menggunakan PCA lebih baik dibandingkan metode transformasi Rotation Forest yang menggunakan IPCA. Terdapat 962 protein yang berpotensi berinteraksi pada PCA dari 4529 potein dan 2902 protein pada IPCA dari 7499 protein.

---

ABSTRACTProtein is one of the bio macromolecules that have a very important role in living organisms. All types of proteins consist of a series of combinations of 20 amino acids. Interaction of Protein Protein Interactions PPI plays an important role in most biological processes so that the detection of protein protein interactions PPIs is basically important for understanding molecular mechanisms in biological systems. By using computational processes and applying machine learning methods, it will be more efficient than experimental methods that take a long time and costly. In this thesis the author uses Discrete Cosine Transform as a method of extraction of amino acid sequences and Rotation Forest as a prediction model to get better performance than previous methods, such as Support Vector Machine, Random Forest, etc . The novelty in this paper lies in the interaction of protein proteins with the HIV virus that causes AIDS. The results show that the proposed method is feasible, robust and can be used for the classification of other protein interactions with up to 77 accuracy and Rotation Forest transformation methods using PCA better than Rotation Forest transformation methods using IPCA. There are 962 potentially interacting proteins in the PCA of 4529 potein and 2902 proteins in IPCA of 7499 proteins."

"Visual communications services are now making a significant impact on modern society. Videoconferencing, HDTV and Multimedia are just examples where this technology is being used to good effect. Communicating using video signals does, however, require a large volume of data to be transmitted, and even with modern high-bandwidth communication links this can be expensive. This requires the implementation of efficient image or video coding and compression schemes. This paper presents image compression schemes using wavelet transform. This paper also highlights the importance of the four most desirable characteristics for use in digital signal processing, namely orthonormality, compactness, regularity or smoothness and symmetry or anti-symmetry. Some of these characteristics are mutually exclusive and require design compromise. From the simulation results it can be seen that for equal total length of the analysis (decomposition) and synthesis (reconstruction) filters, biorthonormal wavelets performs much better than the ortlionormal wavelet (i.e. asymmetrical wavelets). This performance is not only in terms of a higher WPSNR but also in terms of the quality of reconstructed image."

"Sinyal dalam konteks telekomunikasi membawa informasi dengan variasi terhadap waktu, termasuk sinyal suara yang bersifat non-stasioner. Kehadiran noise dalam sinyal suara dapat mengurangi kualitas informasi yang ditransmisikan. Penggunaan transformasi wavelet telah menjadi pendekatan yang efektif dalam denoising sinyal suara, namun untuk hasil optimal, diperlukan pemilihan model threshold dan wavelet families yang tepat. Penelitian ini mengeksplorasi kinerja berbagai model threshold dalam denoising sinyal suara. Hasil penelitian menunjukkan bahwa waktu komputasi untuk denoising meningkat seiring dengan peningkatan level dekomposisi, dengan threshold Donoho memiliki waktu komputasi tercepat, diikuti oleh modifikasi, dan acuan Gang Yang [9] paling lambat. Penggunaan wavelet families juga memengaruhi nilai Mean Squared Error (MSE) dan waktu komputasi. Model threshold acuan Gang Yang [9] memberikan MSE terbaik dengan waktu komputasi 119,252 detik pada level dekomposisi 4, sedangkan threshold modifikasi menawarkan waktu komputasi lebih cepat yaitu 87,965 detik dengan MSE hampir setara pada level dekomposisi 2. Peningkatan panjang filter wavelet meningkatkan kompleksitas program dan waktu komputasi, namun efeknya bervariasi pada tiap model threshold. Selain itu, dilakukan denoising pada noise teras rumah (SPL 83,445 dB) dan noise mesin konstruksi (SPL 87,439 dB). Pada noise teras rumah, level dekomposisi 1 dengan Biorthogonal 3.3 (bior33) paling efektif, mengurangi SPL menjadi 40,216 dB. Pada noise mesin konstruksi, level dekomposisi 1 dengan Reverse Biorthogonal 3.3 (rbio33) paling efektif, menurunkan SPL menjadi 69,569 dB. Berdasarkan hal tersebut, dalam memilih model threshold yang optimal, perlu dipertimbangkan nilai MSE dan efisiensi komputasi. Penelitian ini memberikan wawasan penting dalam memilih metode denoising yang efektif untuk meningkatkan kualitas sinyal suara.

---

In telecommunications, signals carry information with variations over time, including non-stationary audio signals. Noise in audio signals can degrade the quality of transmitted information. Wavelet transform is an effective approach for denoising audio signals, but optimal results require appropriate threshold models and wavelet families. This study explores the performance of various threshold models in denoising speech signals. Results indicate that computation time for denoising increases with decomposition levels; the Donoho threshold is the fastest, followed by the modified model, with Gang Yang [9]'s reference model being the slowest. Wavelet family choice significantly impacts Mean Squared Error (MSE) and computation time. The Gang Yang [9] reference model offers the best MSE at SNR 20-27 with a slight computation time increase (119.252 seconds at level 4), while the modified model achieves faster computation (87.965 seconds at level 2) with nearly equivalent MSE. Longer wavelet filters increase program complexity and computation time, varying by threshold model. Additionally, denoising was performed on residential porch noise (SPL 83.445 dB) and construction machinery noise (SPL 87.439 dB). For residential porch noise, decomposition level 1 with Biorthogonal 3.3 (bior33) was most effective, reducing the SPL to 40.216 dB. For construction machinery noise, decomposition level 1 with Reverse Biorthogonal 3.3 (rbio33) was most effective, lowering the SPL to 69.569 dB. Thus, selecting an optimal threshold model involves considering both MSE and computational efficiency. This study provides key insights for effective denoising methods to enhance speech signal quality."

"Suatu pengiriman informasi penting dari satu pihak ke pihak lainnya membutuhkan suatu pengamanan untuk mencegah jatuhnya informasi tersebut ke pihak yang tidak berwenang. Salah satu teknik pengamanan informasi yang digunakan adalah steganografi. Salah satu metode yang dapat digunakan pada steganografi yaitu metode Discrete Cosine Transform (DCT). Dalam skripsi ini akan dijelaskan penggunaan algoritma metode DCT dalam menyembunyikan pesan rahasia berupa teks digital pada citra digital. Pesan rahasia akan di embedding ke dalam suatu keofisien dari Discrete Cosine pada cover image sehingga pesan rahasia tidak terlihat secara kasat mata.Hasil uji coba algoritma metode DCT dianalisis berdasarkan rata-rata waktu proses embedding dan extracting serta berdasarkan nilai Peak Signal to Noise Ratio (PSNR). Rata-rata waktu yang diperoleh dari proses embedding dan extracting berbanding lurus terhadap ukuran citra digital yang digunakan dan nilai PSNR yang diperoleh lebih besar dari 40dB yaitu dari 45dB hingga 50dB sehingga cover image dan stego image tidak berbeda secara kasat mata.

---

A transmission of important information from one to other requiring a security to prevent the collapse of such information to unauthorized. One information security techniques that can be used is steganography. One of the methods that can be used in steganography is Discrete Cosine Transform (DCT) method. In this essay will explain how to use DCT algorithms for embedding the secret message digital text into digital image. Secret message will be embedded to Discrete Cosine coefficient in cover image so that the secret message not visible to the human visual system.The trial result from DCT algorithms analyzed based on the time during the embedding and extracting process and value of Peak Signal to Noise Ratio (PSNR). The average time from the process of embedding and extracting proportional to the size of the digital image is used and the value obtained PSNR greater than 40dB that is from 45dB to 50dB so that the cover image and stego image difficult to differ from human visual system."