Claim Missing Document
Check
Articles

Found 23 Documents
Search

PERBESARAN CITRA MENGGUNAKAN METODE WAVELET Sarwosri Sarwosri; Nanik Suciati; Myke Noor Ariani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 2, No 2 Juli 2003
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (164.017 KB) | DOI: 10.12962/j24068535.v2i2.a294

Abstract

Perbesaran citra merupakan salah satu cabang dalam pengolahan citra digital, yang sering dibutuhkan dalam berbagai aplikasi seperti dalam bidang kedokteran, multimedia, dan dalam citra satelit. Seiring makin berkembangnya teknologi, makin banyak pula metode yang digunakan untuk perbesaran citra. Pada penelitian ini, proses perbesaran citra dilakukan menggunakan metode wavelet. Jenis filter induk wavelet yang digunakan, yaitu haar, daubechies 4, daubechies 6, daubechies 8, dan coiflet 1. Langkah-langkah proses perbesaran citra adalah sebagai berikut: transformasi wavelet diskrit, yaitu mendekomposisi citra inputan dengan menggunakan algoritma pyramida. Kemudian hasil dekomposisi (koefisien wavelet) dikalikan dengan dua dan diletakkan dalam matrik yang berukuran dua kali citra inputan pada sisi pojok kiri atas, sedangkan elemen matrik yang lain diisi nol. Setelah dilakukan proses transformasi wavelet invers (proses rekonstruksi) terhadap matrik tersebut, dihasilkan nilai untuk citra output (hasil perbesaran). Proses di atas memanfaatkan dua buah fungsi filter, yaitu low-pass filter (scaling function) dan high-pass filter (wavelet function). Dari uji coba yang dilakukan pada perangkat lunak ini terhadap lima filter induk wavelet yang digunakan, filter haar mempunyai nilai MSE (Mean Square Error) terkecil. Uji coba juga menunjukkan bahwa karakteristik citra asli, seperti standard deviasi juga mempengaruhi besarnya nilai MSE. Kata Kunci : Transformasi Wavelet, Algoritma Pyramida, MSE.
REVIEW ALGORITMA SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS RETINA MATA UNTUK MEMBANTU DIAGNOSIS DIABETIC RETINOPATHY Ricky Eka Putra; Handayani Tjandrasa; Nanik Suciati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 10, No 2, Juli 2012
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1870.662 KB) | DOI: 10.12962/j24068535.v10i2.a308

Abstract

Diabetic retinopathy merupakan salah satu penyakit retina mata yang diakibatkan oleh komplikasi dari penyakit diabetes mellitus. Salah satu faktor yang penting dalam pendeteksian diabetic retinopathy adalah pembuluh darah pada retina mata. Pendeteksian pembuluh darah pada retina mata merupakan langkah awal dalam proses diagnosis penyakit diabetic retinopathy. Oleh karena itu suatu algoritma untuk segmentasi pembuluh darah yang tepat dan baik sangatlah diperlukan. Makalah ini membahas dan menganalisa berbagai algoritma dan teknik segmentasi pembuluh darah pada citra fundus retina mata. Makalah ini diharapkan dapat digunakan sebagai bahan referensi dalam memilih metode yang akan digunakan peneliti dalam melakukan segmentasi pembuluh darah yang sangat berguna dalam proses diagnosis penyakit diabetic retinopathy.
Median Filter For Transition Region Refinement In Image Segmentation Ahmad Wahyu Rosyadi; Nanik Suciati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 2, Juli 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i2.a750

Abstract

Transition region based image segmentation is one of the simple and effective image segmentation methods. This method is capable to segment image contains single or multiple objects. However, this method depends on the background. It may produce a bad segmentation result if the gray level variance is high or the background is textured. So a method to repair the transition region is needed. In this study, a new method to repair the transition region with median filter based on the percentage of the adjacent transitional pixels is proposed. Transition region is extracted from the grayscale image. Transition region refinement is conducted based on the percentage of the adjacent transitional pixels. Then, several morphological operations and the edge linking process are conducted to the transition region. Afterward, region filling is used to get the foreground area. Finally, image of segmentation result is obtained by showing the pixels of grayscale image that are located in the foreground area. The value of misclassification error (ME), false negative rate (FNR), and false positive rate (FPR) of the segmentation result are calculated to measure the proposed method performance. Performance of the proposed method is compared with the other method. The experimental results show that the proposed method has average value of ME, FPR, and FNR: 0.0297, 0.0209, and 0.0828 respectively. It defines that the proposed method has better performance than the other methods. Furthermore, the proposed method works well on the image with a variety of background, especially on image with textured background.