Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKAplikasi-aplikasi transformasi wavelet telah banyak digunakan, terutama aplikasi yang berhubungan dengan sinyal gambar, suara, video, dan sinyal elektnk lainnya. Pada skripsi ini dibahas aplikasi transformasi wavelet untuk memprediksi fluktuasi naik turunnya indeks dan harga saham yang sebelumnya sulit untuk diprediksi.Nilai indeks dan harga saham sangat rentan terhadap pengaruh faktor luar seperti politik, ekonomi global maupun regional, kondisi tingkat keamanan dan kestabilan suatu negara, serta isu-isu yang sifatnya tak rasional sehingga berakibat terjadinya fluktuasi nilai yang sulit di prediksikan. Fluktuasi nilai indeks dan harga saham berupa sinyal satu dimensi. Sinyal ini akan didekomposisi dari level 1 sampai dengan level 3 dengan menggunakan metode Discrete Wavelet Transform (DWT) untuk fungsi dasar Daubechies 18, Daubechies 12, dan Haar. Hasil dekomposisi ini akan berupa sinyal aproksimasi dari filter lowpass dan sinyal detail dari filter highpass. Sinyal aproksimasi ini menggambarkan gambaran umum dari keseluruhan sinyal asli, sedangkan sinyal detail akan menentukan seberapa jauh tingkat naik dan turunnya fluktuasi sinyal asli. Sinyal aproksimasi ini nantinya akan menjadi model sinyal pendekatan yang akan diprediksikan pada masa ke depan dengan asumsi kondisi keadaan yang hampir sama. Bentuk sinyal detail pada masa depan akan ditentukan oleh sinyal-sinyal detail pada masa sebelumnya demikian pula dengan sinyal aproksimasinya yang dalam hal ini diasumsikan secara linier. Metode yang digunakan adalah linear restriction. Selanjutnya proses prediksi fluktuasi sinyal merupakan proses rekonstruksi dari sinyal aproksimasi dan detail hasil prediksi. Untuk mendapatkan fluktuasi yang lebih smooth ditambahkan proses denoising dengan menggunakan metode soft thresholding model Donoho, dan model Donoho yang telah dimodifikasi dengan menggunakan harga rata-rata dan standart deviasi pada koefisien sinyal detailnya.Dari hasil simulasi dapat diketahui bahwa dengan penerapan dekomposisi lewat 1 untuk fungsi dasar Haar dengan kombinasi denoising metode off thresholding model Donoho Modifikasi dengan menggunakan nilia standar deviasi akan didapatkan akan error prediksi yang terkecil dan rasio prediksi fluktiasi baik turunnya yang paling tinggi.

---

"

"ABSTRAKAplikasi-aplikasi transformasi wavelet telah banyak digunakan, terutamaaplikasi yang berhubungan dengan sinyal gambar, suara, video, dan sinyal elektriklainnya. Pada skripsi ini dibahas aplikasi transformasi wavelet untuk memprediksifluktuasi trafik internasional. Besarnya trafik internasional sangat dipengaruhi olehfaktor teknologi, ekonomi, hubungan bilateral negara satu dengan yang lain dankerjasama antar operator internasional.Fluktuasi trafik internasional berupa sinyal satu dimensi. Sinyal ini akandidekomposisi dari level I sampai dengan level 3 dengan menggunakan metodeDiscrete Wavelet Transform (DWT) untuk fungsi dasar Daubechies 18, Daubechies12, Daubechies 8 dan Haar . Hasil dekomposisi ini akan berupa sinyal aproksimasi darifilter lowpass dan sinyal detail dari filter highpass. Sinyal aproksimasi inimenggambarkan gambaran umum dari keseluruhan sinyal asli. sedangkan sinyal detailakan menentukan seberapajauh tingkat naik dan turunnya fluktuasi sinyal asli. Sinyalaproksimasi ini nantinya akan menjadi model sinyal pendekatan yang akandiprediksikan pada masa ke depan dengan asumsi kondisi keadaan yang hampir sama.Bentuk sinyal demi pada masa depan akan ditentukan oieh sinyal-siyal detail padamasa sebelumnya demikian pula dengan sinyal aproksimasinya yang dalam hal inidiprediksikan secara polinomial. Metode yang digunakan adalah Regresi PolinomialSelanjutnya proses prediksi fluktuasi sinyal merupakan proses rekonstruksi dari sinyalaproksimasi dan detail hasil prediksi. Untuk mendapatkan fluktuasi yang lebih smoothditambahkan proses denoising dengan menggunakan metode soft thresholding modelDonoho yang telah dimodifikasi dengan menggunakan harga rata-rata dan standartdeviasi pada koefisien sinyal detailnya.Dari hasil simulasi dapat diketahui bahwa dengan penerapan dekomposisi levelI untuk fungsi dasar Daubechies 18 dengan kombinasi denoising metode softthresholding model Donoho modifikasi dengan menggunakan nilai standart deviasiakan didapatkan nilai error prediksi yang terkecil.

---

"

"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."

"ABSTRAKKeburaman dan ketidakjelasan batas citra sangat mempengaruhi hasil pengamatan medic terutama untuk identifikasi penyakit. Karena itu meningkatkan kontras citra dan menajamkan batas citra merupakan suatu cara agar dapat memperoleh hasil citra rekonstruksi yang lebih baik.Detektor edge detection dan filterisasi Gauss adalah salah satu cara untuk menambah pencahayaan pada citra dan meningkatkan ketajaman sisi citra. Dengan menggunakan transformasi wavelet proses manipulasi piksel-piksel citra tersebut menjadi cukup mudah untuk dilaksanakan.Perhitungan nilai selisih citra dan perbandingan presentase citra dapat digunakan untuk mengukur seberapa jauh tingkat pencahayaan dari citra rekonstruksi. Semakin tinggi nilai selisih dan presentase maka semakin baik citra rekonstruksi.

---

ABSTRACT

Blurring image is a fundamental problem for mammogram images. In case this trouble always takes some difficulty for medical purposes. So, edge detection of images and increase their contrast is one way to solve this problem.

Edge detector and gaussian's filter are manipulated to enhance an original image. Some of manipulation of pixels can be easily done by wavelet transform to get reconstruction images. Difference analysis and percentage analysis are used to determine the criteria of resulting image."

"DNA merupakan komponen penting dalam tubuh makhluk hidup dalam kaitannya dengan sintesis asam amino penyusun protein. Informasi mengenai sintesis asam amino tersebut direpresentasikan oleh empat buah karakter nukleotida A, T, C dan G yang merupakan simbol basa-basa nitrogen penyusun DNA. Rangkaian DNA makhluk hidup tersusun atas gen-gen yang panjangnya jutaan bahkan milyaran karakter nukleotida.Namun, yang terpakai sebagai kode genetik dalam sintesis asam amino hanya karakter nukleotida yang terdapat pada suatu daerah pengkodean yang disebut exon dalam seliap gen.Dengan menggunakan analisis transformasi fourier, lokasi exon-axon pada suatu segmen gen dapat dipredikasikan. Pada teknik ini, rangkaian karakter nukleotida diubah dalam representasi numerik sebagai urutan indikator biner. Jika didefinisikan koefisien-koefisien numerik a, t, c dan g sebagai representasi dari tiap karakter nukleotida, rangkaian karakter nukleotida tersebut dapat ditransformasikan ke dalam spektrum fourier sehingga karakteristik frekuensinya dapat diamati. Dalam hal ini ditetapkan suatu varaibel acak W sebagai perkalian antara koefisien-koefisien numerik dengan variabel acak dari masing-masing urutan indikaror biner. Dengan membuat fungsi optimisasi untuk mendapatkan nilai koefisien-koefisien numerik yang tepat, W merupakan suatu predictor yang sangat baik dalam mengidentifikasi lokasi exon pada suatu segmen gen.Simulasi dilakukan dengan menggunakan tiga segmen gen yang akan diuji. Data yang diperoleh dan simulasi menampilkan grafik spektrum daya dari ketiga segmen gen tersebut yang memperlihatkan puncak pada lokasi di mana terdapat exon pada segmen gen yang bersangkutan. Dari perhitungan nilai akurusi didapatkan bahwa hasil prediksi lokasi exon pada ketiga segmen gen yang diuji memiliki korelasi yang kuat dengan lokasi exon sebenarnya dengan presentase rata-rata di atas 75%."