Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 46663 dokumen yang sesuai dengan query
cover
cover
cover
Harris Sunyoto
"Dalam penyimpanan dan komunikasi data dibutuhkan program yang mampu memadatkan data asli sehingga ukurannnya menjadi lebih kecil. Terutama untuk data citra dan suara yang biasanya berukuran besar. Karya tulis ini menguraikan sebuah metode kompresi untuk memadatkan data, yaitu metode kompresi citra fraktal."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 1995
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Febriliyan Samopa
"ABSTRAK
Untuk mengkompresi data menggunakan teknik kuantisasi vektor, dibutuhkan sebuah codebook yang dibentuk dari vektor-vektor yang dihasilkan dari data asal. Banyak metode-metode untuk membentuk codebook ini, yang bersifat deterministik maupun yang bersifat non-deterministik. Salah satu metode deterministik yang paling sering digunakan adalah Algoritma Lloyd. Sayang sekali Algoritma Lloyd ini memiliki kompleksitas n2 sehingga tidak cocok digunakan pada data yang menghasilkan jumlah vektor yang sangat besar. Pendekatan non-deterministik pun (neural network, aproksimasi) bukan merupakan pilihan yang baik untuk jumlah vektor yang besar, karena sifat non-deterministik tersebut menyebabkan waktu eksekusinya tidak dapat diperkirakan dan memiliki rentang yang besar pula seiring dengan membesarnya jumlah vektor.
Metode Fair-Share Amount ini dibuat khusus untuk men-generate codebook dari jumlah vektor yang besar. Dengan waktu eksekusi yang relatif singkat dan hasil yang cukup baik (error yang cukup kecil) metode ini cocok dipergunakan untuk jumlah vektor data yang besar karena kompleksitasnya hanyalah n 2log n. Tetapi metode ini bukannya tanpa kelemahan, karena metode ini sangat tidak cocok untuk diterapkan pada jumlah data yang kecil. Pada jumlah data yang kecil error yang dihasilkan relatif lebih besar dibanding dengan metode-metode lain yang ada pada saat ini."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2001
T40517
UI - Tesis Membership  Universitas Indonesia Library
cover
Satrya N. Ardhytia
"Kompresi citra adalah proses mengurangi ukuran dari citra dengan mengurangi kualitas dari citra tersebut. Metode Fraktal yang digunakan bekerja dengan mencari kemiripan pada piksel-piksel citra dan mengelompokkannya dalam beberapa cluster. Semakin tinggi tingkat kemiripan pada citra, rasio kompresi akan semakin baik. Pada citra berwarna (RGB) metode tersebut diulang sebanyak tiga kali, masing-masing untuk satu elemen warna. Hasil akhir dari proses kompresi adalah tiga virtual codebook, masing-masing untuk satu elemen warna, yang menyimpan nilai dari brightness, contrast, dan tipe transformasi affine yang digunakan untuk tiap cluster. Proses dekompresi dari metode ini adalah dengan membentuk citra kosong dengan resolusi yang sama dengan citra asli dan mengisikan nilai RGB pada tiap piksel yang bersangkutan dengan menghitung nilai yang tersimpan pada virtual codebook. Dengan menggunakan nilai Coefficient of Variation (CV) sebagai penyesuaian nilai standar deviasi dan 57 citra BMP24-bit, hasil pengujian menunjukkan rasio kompresi rata-rata sebesar 41.79%. Dengan metode paralel yang digunakan, proses kompresi citra berwarna menunjukkan rata-rata nilai speed-up sebesar 1.69 dan nilai efisiensi prosesor sebesar 56.34%.
Image compression is a process of reducing the size of the image by reducing the quality of the image. Fractal method is used to work by searching for similarities in the image pixels, and group them in clusters. The higher the degree of resemblance to the image, the better the compression ratio. In the color image (RGB) the method is repeated three times, each for one color element.The end result of the compression process is a three virtual codebook, each for one color element, which stores the value of the brightness, contrast, and the type of affine transformation are used for each cluster. Decompression process of this method is to form a blank image with the same resolution with the original image and fill in the RGB values at each pixel corresponding to the count value stored in the virtual codebook.By using the Coefficient of Variation (CV) as an adjustment value and standard deviation of 57 pieces of 24-bit BMP images, test results showed an average compression ratio of 41.79%. With the parallel method is used, the compression process of color image shows the average speed-up values of 1.69 and the processor efficiency of 56.34%."
Jakarta: Fakultas Teknologi Informasi Universitas Tarumanegara, 2010
AJ-Pdf
Artikel Jurnal  Universitas Indonesia Library
cover
Lhuqita Fazry
"Citra fraktal merupakan citra yang memiliki sifat self-similarity. Hal ini berarti bahwa fraktal tersusun atas bagian-bagian yang tampak sama dengan gambar itu sendiri secara keseluruhan. Penelitian ini bertujuan untuk melakukan kompresi citra menggunakan metode kompresi citra fraktal. Prinsip kompresi citra fraktal adalah melakukan pencarian blok ranah yang paling mirip dengan blok jelajah, kemudian menurunkan transformasi affine kontraktif yang memetakan blok ranah ke blok jelajah tersebut. Percobaan kompresi citra menggunakan metode kompresi citra fraktal memberikan rasio kompresi yang cukup tinggi. Penerapan algoritma genetika pada kompresi citra fraktal bertujuan mengurangi jumlah pemasangan blok ranah dan blok jelajah sehingga mempersingkat waktu kompresi."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2008
S27768
UI - Skripsi Open  Universitas Indonesia Library
cover
Adriansyah Adnan
"ABSTRAK
Teknik kompresi untuk citra diam yang ditentukan dalam spesifikasi JPEG saat ini semakin populer di dunia komputer grafis dan hingga sekarang spesifikasi ini telah direvisi hingga versi yang ke-6. Kualitas citra JPEG tidak kalah bila dibandingkan dengan citra lain seperti TIFF, BMP ataupun Targa. Walaupun waktu yang dibutuhkan metode JPEG untuk mengkompresi citra sedikit lebih lama dibanding metode lain, akan tetapi citra JPEG mempunyai satu kelebihan yang amat nyata, yaitu ukuran berkas citra yang jauh lebih keciI dari pada berkas citra yang lain.
Hasil amat balk yang diperoleh dari kompresi JPEG, dimana ukuran berkas keluaran jauh lebih kecil dibandingkan dengan ukuran berkas asli, dikarenakan metode ini menggunakan tiga buah teknik kompresi sekaligus, yaitu sebuah teknik kompresi lossy dan dua buah kompresi lossless. Kompresi yang pertama dilakukan pada citra adalah kompresi lossy yang diperoleh dari proses kuantisasi menggunakan Discrete Cosinus Transform. Sedang dua kompresi lossless yang digunakan selanjutnya adalah kompresi Huffman dan kompresi Run-Length Encoding.
Tugas Akhir ini membahas teknik kompresi dari spesifikasi JPEG serta pengimplementasiannya dalam sebuah perangkat lunak komputer. Dengan demikian, diharapkan kelebihan serta kekurangan dari spesifikasi JPEG ini dapat dikenali clan dimengerti.

"
1996
S38911
UI - Skripsi Membership  Universitas Indonesia Library
cover
"Citra fraktal merupakan citra yang memiliki sifat self-similarity. Hal ini berarti bahwa fraktal tersusun atas bagian-bagian yang tampak sama dengan gambar itu sendiri secara keseluruhan. Penelitian ini bertujuan untuk melakukan kompresi citra menggunakan metode kompresi citra fraktal. Prinsip kompresi citra fraktal adalah melakukan pencarian blok ranah yang paling mirip dengan blok jelajah, kemudian menurunkan transformasi affine kontraktif yang memetakan blok ranah ke blok jelajah tersebut. Percobaan kompresi citra menggunakan metode kompresi citra fraktal memberikan rasio kompresi yang cukup tinggi. Penerapan algoritma genetika pada kompresi citra fraktal bertujuan mengurangi jumlah pemasangan blok ranah dan blok
jelajah sehingga mempersingkat waktu kompresi."
Universitas Indonesia, 2008
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Lim Yohanes Stefanus
"Makalah ini membahas salah satu masalah yang sangat umum dalam pemrosesan teks dengan bantuan komputer, yaitu bagaimana melacak dengan cepat suatu kata atau ungkapan tertentu dalam suatu berkas teks yang besar. Dalam banyak situasi, kata yang akan dilacak itu mungkin tidak diketahui dengan persis. Misalnya, ejaan kata itu sendiri kurang betul, atau teks tersebut mengandung kesalahan-kesalahan penulisan. Jadi bagaimana seharusnya kriteria untuk menentukan kesuksesan pelacakan? Jika sistem disuruh mencari kata "objek" dalam teks yang mengandung kata "obyek", apakah sistem harus menyatakan bahwa pelacakan itu berhasil menemukan kata yang sesuai?
Untuk membantu manusia yang pada umumnya bersifat mudah membuat kesalahan, sistem pelacakan teks sebaiknya bekerja berdasarkan kriteria kesuksesan pelacakan yang longgar. Tentu saja kelonggaran ini harus dibatasi. Kita tidak menginginkan sistem yang melemparkan ratusan jawaban untuk satu permintaan melacak kata yang kita yakin ejaannya benar. Sebaiknya sistem itu bekerja sebagai berikut: mula-mula ia akan berusaha menemukan kata yang persis; kalau kata yang persis tidak ada, ia akan berusaha menemukan kata yang ejaannya paling mendekati menurut ukuran kedekatan tertentu; dan seterusnya. Yang menjadi persoalan adalah bagaimana bentuk ukuran kedekatan tersebut.
"
1995
LESA-25-Jan1995-54
Artikel Jurnal  Universitas Indonesia Library
cover
Napitupulu, Hendra S.
"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."
Depok: Fakultas Teknik Universitas Indonesia, 2013
T35141
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>