Pada postingan saya kali ini, akan menjelaskan Etika dan Profesionalisme dalam bidang Teknologi Sistem Informasi, dimana akan dijelaskan apa "Etika" itu? Baik menurut para pakar maupun pengertian secara umum, penerapan "Etika" dalam Teknologi Sistem Informasi, tujuan "Etika" dalam Teknologi Sistem Informasi, dan "Etika" apa yang harus diperhatikan bagi pembuat, pengembang dan pengguna Teknologi Sistem Informasi.
Followers
About Me
- Febi Hediyanto
- Bukan keturunan bangsawan. Anak pertama dari pasangan Urip Effendi dengan Runiti. Mahasiswa Universitas Gunadarma jurusan SI and I proud to be Muslim :)
Powered by Blogger.
Link-Link Penting
Categories
Archives
Popular Posts
-
Pada postingan saya sebelumnya yang ini dijelaskan tentang etika, penerapannya dan apa yang harus diperhatikan baik bagi pembuat, pengemban...
-
Tabel berisi 4 field 2 baris. Field terdiri dari negara sampel perhitungan pendapatan per kapita tahun 1999, PDB per tahun dalam hitung...
-
"Cinta terkadang datang membawa senyuman, pergi membawa air mata..." berikut kutipan yang saya ambil dari teman-teman jejarin...
-
Pada postingan saya kali ini, mungkin saya hanya ingin mencurahkan isi hati saya tentang Negara ini. Sebenarnya kalau kita bicara manusia...
-
Sudah lama sekali sejak postingan terakhir saya untuk membuat postingan terbaru. Ide-ide yang kurang dimaksimalkan akhirnya menurunkan ima...
Etika Dan Profesionalisme TSI
Posted on
Tuesday, March 24, 2015
Yogyakarta (ANTARA News) - Industri telematika Indonesia mempunyai
potensi untuk berkembang karena pasar masih terbuka, kata Direktur
Industri Elektronika dan Telematika Kementerian Perindustrian, Ignatius
Warsito.
"Untuk itu dibutuhkan sinergi antara industri dan perguruan tinggi. Sinergi itu menjadi harapan bagi pemerintah untuk mengembangkan industri lokal," katanya pada "Konferensi Big Data Indonesia 2014", di Yogyakarta, Rabu.
Berita Selengkapnya disini
Opini saya :
Kita tidak boleh menyia-nyiakan kesempatan ini. Masyarakat global akan terus berkembang dan Indonesia tidak boleh ketinggalan jika tidak ingin menjadi negara yang tertinggal dalam Industri telematika di dunia. Saya pribadi sebagai mahasiswa yang kritis akan masalah ini sangat setuju jika dibutuhkan dukungan yang bersinergi dari industri dan perguruan tinggi. Karena, apalah artinya suatu pembangunan jika tidak ditopang oleh SDM yang kompeten. Jika kita ingin berubah, maka kita harus jadi agen perubahan itu sendiri.
"Untuk itu dibutuhkan sinergi antara industri dan perguruan tinggi. Sinergi itu menjadi harapan bagi pemerintah untuk mengembangkan industri lokal," katanya pada "Konferensi Big Data Indonesia 2014", di Yogyakarta, Rabu.
Berita Selengkapnya disini
Opini saya :
Kita tidak boleh menyia-nyiakan kesempatan ini. Masyarakat global akan terus berkembang dan Indonesia tidak boleh ketinggalan jika tidak ingin menjadi negara yang tertinggal dalam Industri telematika di dunia. Saya pribadi sebagai mahasiswa yang kritis akan masalah ini sangat setuju jika dibutuhkan dukungan yang bersinergi dari industri dan perguruan tinggi. Karena, apalah artinya suatu pembangunan jika tidak ditopang oleh SDM yang kompeten. Jika kita ingin berubah, maka kita harus jadi agen perubahan itu sendiri.
Kemenprin : Industri Telematika Berpotensi Berkembang
Posted on
Thursday, January 1, 2015
TRIBUNNEWS.COM, JAKARTA -- Sektor teknologi
informasi dan komunikasi (TIK) mulai mendapat angin segar setelah
Presiden Joko Widodo dan Wakil Presiden Jusuf Kalla mulai mendorong TIK
tak hanya sebagai fasilitas, tetapi lebih kepada enabler pembangunan.
Hal ini tentu kabar baik bagi seluruh stakeholder telematika di Indonesia. Terlebih di dalam Kabinet Kerja, menteri yang ditugaskan untuk mengurusi sektor TIK datang dari kalangan profesional yang telah makan asam garam di industri ini.
Berita Selengkapnya disini
Opini saya :
Saya sangat kagum akan kinerja pemerintahan kabinet Jokowi-JK yang menginginkan pembangunan yang cepat di segala sektor industri. Setelah adanya realisasi jaringan 4G di Indonesia, Menkominfo Indonesia, Pak Rudiantara dengan cepat segera ingin melanjutkannya dengan grand design Indonesia Broadband Plan 2015-2019, jadinya nanti akses Internet akan merata ke seluruh Indonesia. Sebagai warga negara Indonesia, tentu kita harus antusias menanggapi pembangunan ini dan turut membantu dan mendukung pemerintah dalam merealisasikan segala program kerjanya selama program kerja tersebut demi kemajuan Indonesia yang lebih baik. Hidup Mahasiswa!
Hal ini tentu kabar baik bagi seluruh stakeholder telematika di Indonesia. Terlebih di dalam Kabinet Kerja, menteri yang ditugaskan untuk mengurusi sektor TIK datang dari kalangan profesional yang telah makan asam garam di industri ini.
Berita Selengkapnya disini
Opini saya :
Saya sangat kagum akan kinerja pemerintahan kabinet Jokowi-JK yang menginginkan pembangunan yang cepat di segala sektor industri. Setelah adanya realisasi jaringan 4G di Indonesia, Menkominfo Indonesia, Pak Rudiantara dengan cepat segera ingin melanjutkannya dengan grand design Indonesia Broadband Plan 2015-2019, jadinya nanti akses Internet akan merata ke seluruh Indonesia. Sebagai warga negara Indonesia, tentu kita harus antusias menanggapi pembangunan ini dan turut membantu dan mendukung pemerintah dalam merealisasikan segala program kerjanya selama program kerja tersebut demi kemajuan Indonesia yang lebih baik. Hidup Mahasiswa!
Ketua Umum Masyarakat Telematika Indonesia (Mastel) Setyanto Santosa menyatakan jaringan fixed broadband atau jaringan pitalebar tetap mengemukakan salah satu infrastruktur yang sering kali luput dari perhatian adalah infrastruktur dalam bidang teknologi informasi yaitu pita lebar atau broadband.
"Infrastruktur ini sama pentingnya seperti infrastruktur lainnya dalam hal pembangunan," kata mantan Direktur Utama PT Telkom itu.
Pita lebar didefinisikan sebagai infrastruktur untuk fungsi akses internet dengan jaminan konektivitas selalu tersambung dan memiliki kemampuan mengirim dengan kecepatan minimal 2 Mbps untuk akses tetap dan 1 Mbps untuk akses bergerak (mobile).
Ia menjelaskan hingga saat ini infrastruktur pita lebar akses tetap baru mencapai 15 persen rumah tangga, 30 persen gedung dan 5 persen populasi serta 12 persen populasi untuk pita lebar akses bergerak.
Pada 2019 ditargetkan dapat mencakup 71 persen rumah tangga, 100 persen gedung, 30 persen populasi, dan 100 persen populasi untuk infrastruktur pita lebar di perkotaan.
Untuk perdesaaan, ditargetkan mampu mencakup 49 persen rumah tangga dan 6 persen populasi serta 52 persen populasi untuk pita lebar bergerak.
Berita Selengkapnya disini
Opini saya :
Menurut saya, berita ini adalah kabar gembira untuk kita semua khususnya untuk masyarakat Telematika dan pengguna internet di Indonesia karena dengan hadirnya teknologi jaringan 4G maka kecepatan Internet yang dikatakan termasuk yang terlelet di Asia dan Dunia kini bertahap meningkat. Padahal, pengguna internet di Indonesia adalah salah satu terbesar di Asia bahkan di dunia, jadi kalau layanannya tidak mendukung pengaksesan internet yang cepat akan sangat disayangkan bagi para pengguna internet di Indonesia. Maka dari itu, saya sangat mengapresiasi para pakar telekomunikasi dan informatika beserta peran pemerintah yang merealisasikan jaringan yang berjalan pada 4G, harapan masyarakat pengguna internet di Indonesia ini.
BAB I
PENDAHULUAN
1.1 LATAR
BELAKANG
Sejak
jaman dahulu manusia sudah penuh dengan rasa ingin tahu. Berbagai cara mereka lakukan
untuk mencari tahu objek-objek yang baru dikenali oleh manusia. Pada
pengamatannya, tentu dibutuhkan suatu perangkat yang mendukung mereka untuk
mengamati dan meneliti objek tersebut. Maka dari itu, manusia membuat suatu
cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali
objek yang diamati dan diteliti yang disebut Computer Vision.
BAB
II
ISI
2.1 DEFINISI
Computer Vision adalah ilmu dan
teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari
gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu
disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem
buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak
bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data
multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi,
computer vision berusaha untuk menerapkan teori dan model untuk pembangunan
sistem computer vision.
Computer Vision didefinisikan
sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer
dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial
Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya
adalah Computer Vision lebih mempelajari bagaimana
komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual)
secara digital. Bentuk sederhana dari grafik komputer adalah grafik
komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan
citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah
visualisasi data.
Computer Vision adalah kombinasi antara :
- Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.
- Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.
Hubungan dari kombinasi tersebut dapat dilihat pada gambar berikut :
2.2 FUNGSI DAN PROSES COMPUTER VISION
Untuk
menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam
sistem ini, yaitu :
- Proses penangkapan citra (Image Acquisition)
- Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
- Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.
- Umumnya mata pada computer vision adalah sebuah kamera video.
- Kamera menerjemahkan sebuah scene atau image.
- Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.
- Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama.
- Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
- Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
- Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analog‐to‐digital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer.
- ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.
- Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses.
- Proses pengolahan citra (Image Processing)
- Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut.
- Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
- Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).
- Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image.
- Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
- Analisa data citra (Image Analysis)
- Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi.
- Sebuah
program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik dan
karekteristiknya. - Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batas‐batasan objek dalam image.
- Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.
- Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.
- Proses pemahaman data citra (Image Understanding)
- Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
- Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
- Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
- Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).
2.3 APLIKASI COMPUTER VISION
Beberapa
aplikasi yang dihasilkan dari Computer Vision antara lain :
- Psychology, AI – exploring representation and computation in natural vision
- Optical Character Recognition – text reading
- Remote Sensing – land use and environmental monitoring
- Medical Image Analysis – measurement and interpretation of many types of images
- Industrial Inspection – measurement, fault checking, process control
- Robotic – navigation and control
2.4 PENERAPAN COMPUTER VISION
Contoh penerapan Computer Vision diantaranya :
1. Bidang Industri.
Kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk
tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu
dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan
cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan
dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses
pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan
massal, proses yang disebut sortir optik.
2. Bidang pengolahan citra medis.
Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan
membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar
mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar
tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut
deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga
dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga
mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang
struktur otak, atau tentang kualitas perawatan medis.
3. Bidang Industri Perfilman
Semua efek-efek di dunia akting , animasi, dan penyotingan adegan film
semua di rekam dengan perangkat elektronik yang dihubungkan dengan komputer.
Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi
komputer. Sebagai contoh film-film Hollywood berjudul TITANIC itu sebenarnya
tambahan animasi untuk menggambarkan kapal raksasa yang pecah dan tenggelam,
sehingga tampak menjadi seolah-olah mirip dengan kejadian nyata.
BAB
III
PENUTUP
4.1 KESIMPULAN
Setelah
kita mempelajari dasar teori daripada Computer Vision dapat disimpulkan bahwa
kemajuan teknologi sudah sangat memudahkan pekerjaan manusia. Kini, kemampuan komputer
sudah hampir seperti visualisasi manusia dalam mengenal suatu objek. Tentu ini
semua dari kita yang belajar dan terus mengembangkan ilmu pengetahuan yang sudah
Yang Maha Esa berikan dan ciptakan di dunia ini.
BAB
IV
DAFTAR
PUSTAKA
Tabel berisi 4 field 2 baris. Field terdiri dari negara sampel perhitungan pendapatan per kapita tahun 1999, PDB per tahun dalam hitungan juta US $, penduduk dalam hitungan juta dan pendapatan per kapita dalam perhitungan US $. Sumber diperoleh dari BPS tahun 2000. Negara-negara yang menjadi sampel adalah Indonesia, India, Malaysia, Singapura, Korea, Meksiko. PDB per tahun tertinggi diperoleh negara India dengan nilai 427.740 dalam juta US $, sedangkan terendah diperoleh negara Malaysia dengan 81.311 dalam juta US $, untuk penduduk tertinggi masih diperoleh negara India dengan nilai 980 juta jiwa, sedang terendahnya kali ini diperoleh negara Singapura hanya 3 juta jiwa, dengan demikian pendapatan per kapita tertinggi diperoleh negara Singapura dengan nilai 30.170 karena perbandingan PDB per tahun lebih tinggi dari jumlah penduduknya, sedangkan terendah tentu saja diperoleh negara India karena perbandingan PDB per tahun dengan jumlah penduduknya sama-sama tinggi.
Pendidikan Ilmu Komputer adalah Program Studi/Jurusan/Departemen/Fakultas yang berkonsentrasi pada penerapan Ilmu Komputer dalam dunia pendidikan. Pendidikan Ilmu Komputer bertujuan menghasilkan sarjana pendidikan ilmu komputer (S.Pd) yang mampu mengaplikasikan dan mengintegrasikan ilmu komputer (perangkat lunak dan keras) dengan ilmu kependidikan (misalnya menghasilkan produk multimedia interaktif dan e-learning).
Sarjana Pendidikan Ilmu Komputer berkompetensi menjadi seorang guru mata pelajaran Teknologi Informasi dan Komunikasi (TIK) untuk SD, SMP dan SMA serta menjadi guru TKJ, RPL, Multimedia di SMK.
Salah satu Kurikulum standar pada Pendidikan Ilmu Komputer dalam dunia pendidikan adalah Grafika Komputer dan PengolahanCitra.
Grafika komputer
Grafika komputer (bahasa Inggris: computer graphics) adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan dan manipulasi gambar (visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.Aplikasi grafika komputer
Grafika komputer dapat digunakan di berbagai bidang kehidupan, mulai dari bidang seni, sains, bisnis, pendidikan dan juga hiburan. Berikut adalah bidang aplikasi spesifik dari grafika komputer:- Antarmuka pengguna (Graphical User Interface - GUI)
- Peta (Cartography)
- Kesehatan
- Perancangan objek (Computer Aided Design - CAD)
- Sistem multimedia
- Presentasi grafik
- Presentasi saintifik
- Pemrosesan citra
- Simulasi
Pembagian bidang ilmu grafika komputer
Bagian dari grafika komputer meliputi:- Geometri: mempelajari cara menggambarkan permukaan bidang
- Animasi: mempelajari cara menggambarkan dan memanipulasi gerakan
- Rendering: mempelajari algoritma untuk menampilkan efek cahaya
- Citra (Imaging): mempelajari cara pengambilan dan penyuntingan gambar.
Pengolahan citra
Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra/gambar menjadi citra lain dengan menggunakan teknik tertentu.Definisi dasar
Berikut ini adalah definisi dasar yang dipergunakan dalam pengolahan citra :Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling.
Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/titik diskrit pada baris n dan kolom m disebut dengan piksel [n,m].
Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu.
Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan.
Proses sampling sering juga disebut proses digitisasi.
Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abu-abu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantisasi.
Derau (Noise) adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. bintik acak ini disebut dengan derau salt & pepper.
Banyak metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan noise.
Operasi pengolahan citra
Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan terhadap citra.Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan sebagai berikut :
- Peningkatan Kualitas Citra (Image Enhancement)
- Pemulihan Citra (Image Restoration)
Berdasarkan cakupan operasi yang dilakukan terhadap citra, Operasi pengolahan citra dikategorikan sebagai berikut :
- Operasi titik, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya hanya ditentukan oleh nilai piksel itu sendiri.
- Operasi area, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya dipengaruhi oleh piksel tersebut dan piksel lainnya dalam suatu daerah tertentu. Salah satu contoh dari operasi berbasis area adalah operasi ketetanggaan yang nilai keluaran dari operasi tersebut ditentukan oleh nilai piksel-piksel yang memiliki hubungan ketetanggaan dengan piksel yang sedang diolah.
- Operasi global, yaitu operasi yang dilakukan tehadap setiap piksel pada citra yang keluarannya ditentukan oleh keseluruhan piksel yang membentuk citra.
Alat bantu matematika
Alat bantu matematika yang sering dipakai dalam pengolahan citra adalah sebagai berikut :- Statistik inheren
- Konvolusi
- Transformasi Fourier
- Representasi Kontur
Algoritma
Berikut ini adalah algorima yang biasa dipakai dalam pengolahan citra. Algoritma dibawah ini dibagi menjadi beberapa kategori berdasarkan pendekatan yang dilakukan dalam memanipulasi citra asli.Algoritma berbasis histogram
Algoritma kategori ini menggunakan histogram dari citra awal untuk menghasilkan citra baru.- Peregangan Kontras
- Ekualisasi histogram
- Filter Minimum
- Filter Median
- Filter Maksimum
Algoritma berbasis matematika
Algoritma pada kategori ini menggunakan piksel/beberapa piksel untuk menjadi masukan suatu fungsi matematik untuk menentukan nilai piksel pada citra hasil.- Biner
- Operasi ini berbasis operasi boolean (AND,OR,NOT) untuk memanipulasi citra
- Aritmetika
- Operasi ini berbasis operasi Aritmatika ( penjumlahan, pengurangan, perkalian dan pembagian citra)
- Geometri
Algoritma berbasis konvolusi
Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar dengan menggunakan maskAlgoritma berbasis penurunan
Algoritma berbasis morfologi
Referensi :
Pendidikan Ilmu Komputer
Grafika Komputer
Pengolahan Citra
Grafika Komputer dan Pengolahan Citra
Posted on
Thursday, October 3, 2013








