Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peningkatan teknologi di bidang penyimpanan data semakin menambah kemudahan didalam penyimpanan data dalam jumlah yang besar. Bila sebelumnya kesulitan penyimpanan data lebih dikarenakan oieh media penyimpanan yang terbatas, sekarang telah tersedia berbagai jenis media penyimpan yang memberikan kemudahan bagi para penggunanya untuk dapat melakukan penyimpanan data dalam jumlah besar baik secara permanen ataupun sementara. Kemudahan inilah yang membuat berbagai produsen perangkat lunak mulai mengembangkan berbagai jenis data yang menunjang penyimpanan data bergerak dalam berbagai bidang. Namun sejalan dengan perkembangan tersebut ada beberapa hal yang menjadi hambatan didalam pemanfaatan dari penyimpannan data ini. Diantaranya adalah masalah keamanan, pembajakan bahkan pemalsuan data yang dapat dilaksanakan secara mudah dan dalam waktu yang relatif tidak terlalu lama. Hambatan tersebut salah satunya dapat diatasi dengan memanfaatkan teknologi kriptografi atau penyandian data dalam format tertentu yang tidak mudah untuk diubah dan di Baca dengan berbagai perangkat lunak yang banyak beredar dipasaran. Namun jalan keluar tersebut jugs memiliki hambatan dalam pelaksanaannya, mengingat pelaksanaan penyandian data (kriptografi) tersebut dilakukan dengan tujuan agar data tersebut tidak mudah diubah dan didistribusikan, maka pada pendistribusiannya juga perlu menyertakan perangkat lunak yang dapat melakukan pembacaan kembali data tersebut secara akurat. Dengan alasan diatas maka dibuat perangkat lunak yang memilil kemampuan untuk membaca dan menampilkan gambar dengan format penyandian yang sama, mengatur pengolahan kualitas citra, mengubah citra menjadi format standar JPEG dan bmp, dan mencetaknya tapi tapi tetap mengutamakan jumlah atau besar file yang cukup kecil sehingga tidak pedu dilakukan instalasi untuk penggunaannya."

"Teori color Vision yang telah ada sebelum munculnya teori retinei, seperti teori tiga pigmen (teori Young-Helmholtz) dan teori warna oponen, temyata kurang dapat menjelaskan fenomena yang ada dalam dunia penglihatan manusia seperti color constancy dan simultaneous contrast. Ternyata kemudian Land memperkenalkan teorinya yang mencoba menggali kemampuan mata manusia dalam menangkap dan memproses gambar objek. Dalam pengolahan citra, retinex ini dapat diartikan sebagai proses yang menghadirkan realisme visual pada citra secara otomatis.Di antara banyak algoritma retinex yang ada, dalam skripsi ini akan dibahas dua algoritma relinex, yaitu algoritma relines McCann99 dan algoritma retinex Frankle-McCann secara mendalam disertai dengan implementasinya pada Matlab. Dari iimplementasi Matlab yang telah dirancang agar dapat memproses gambar berwarna, akan dilakukan uji coba. Dalam hasil uji coba akan terlihat bagaimana proses kerja dan ;unjuk kerja retinez terhadap citra input, yang menunjukkan bahwa kedua algoritma refinex tersebut dapat melakukan perbaikan citra dalam masalah color constancy dan juga melakukan estimasi pencahayaan yang sesuai dengan efek simultaneous contrast."

"Teknik nilai dekomposisi nilai singulir (SVD) merupakan salah satu teknik yang dapat digunakan untuk pemampatan data digital pada bidang kedokteran, tetapi masih perlu dioptimalkan dan diefisienkan. Jadi, penelitian ini bertujuan untuk (1) Menghasilkan teknik pemampatan SVD yang lebih efektif untuk pemampatan citra biomedik dengan menggunakan metode blok dan non-blok dan (2) Mengetahui potensi SVD untuk pemampatan citra biomedik, khususnya citra CTScan, MRI, dan X-ray. Untuk mencapai tujuan tersebut, metode yang digunakan adalah metode non blok dan metode blok. Pada kedua metode itu, dilakukan pemodifikasian teknik SVD, SDD, dan BTC untuk melihat keefektifan dan potensi masing-masing teknik. Hasil uji coba dan analisis menunjukkan bahwa (1) varian teknik SVD, yaitu teknik SDD cocok digunakan hanya pada citra biomedik CT-Scan; (2) metode shuffle dapat memperbaiki kualitas citra biomedik; (3) teknik SDD dan teknik SSDD menghasilkan ukuran file yang lebih kecil; (4) teknik SDD dan teknik SSDD lebih unggul pada metode blok; (5) karakteristik citra mempengaruhi hasil pemampatan citra; dan (6) spesifikasi perangkat lunak dan keras mempengaruhi kinerja algoritma pemampatan citra biomedik. Untuk mendapatkan pemampatan yang lebih baik diperlukan metode penyimpanan matriks yang optimal. Karena itu penelitian lanjutan pada aspek ini masih diperlukan."

"Penelitian ini membahas mengenai teknik manufaktur dengan skala mikro yang dilakukan dengan metode micro-milling berbasis kepada olah citra 2D. Tekstur part mikro dihasilkan dengan mesin micro-milling 3 axis. Pada metode olah citra yang dikembangkan pada metode olah citra 2D ini data input citra akan mengalami tiga proses sebelum dilakukan pemesinan. Pertama, data mapping digunakan untuk mengkonversi data yang di dapat dari input citra (intensitas pixel dan resolusi citra) menjadi data ukuran untuk pemesinan: tinggi maksimum, panjang dan lebar (mm) dari tekstur. Pada penelitian ini intensitas citra digunakan sebagai pengontrol kontur dari tekstur mikro dan resolusi sebagai pengatur luas pengerjaan pada benda kerja. Kedua, data intensitas dari citra tersebut dikonversi menjadi data kontur 3D dari tekstur mikro yang telah ditentukan pada langkah pertama. Ketiga, digunakan algoritma smoothing pada data kontur untuk mendapakan permukaan smooth yang dapat dilakukan pemesinan. Untuk koordinat pergerakan pemakanan pada proses pemesinan digunakan metode gouging avoidance sehingga pergerakan pemakanan mengikuti pola citra 2D yang digunakan. Hal ini dilakukan dengan citra beresolusi 127x150 pixel dan 254x300 pixel. Setelah data 3D dari tekstur mikro sudah dapat dihasilkan, perancangan tool path dilakukan untuk mendapatkan part mikro dengan tekstur yang sudah dirancang pada metode olah citra yang dilakukan pada tahapan sebelumnya. Pemesinan sudah dapat dilakukan dan dari metode olah citra 2D yang dibahas pada penelitian ini dapat dijadikan salah satu metode untuk pemesinan permukaan part mikro.

---

This research focuses on developing method to produce 3D micro-texture on micro-part based on 2D image. The micro-texture itself is manufactured by 3-axis micro-milling. In the developed method, a 2D square image with desired pattern is used as input data and a three processing-step is required afterward. First, three prescaled-mapping values are set accordingly and used to convert the image data (pixel intensity and image resolution) into specified dimension: maximum height, length and width (mm) of the texture. In this case, the image intensity is used to control maximum contour height of micro-texture, and the resolution is used to set desired dimension of the texture. Second, pixel intensity data of the image is then converted into 3D contour-height data of micro-texture based on the prescaled-mapping values determined in the first step. Third, smoothing algorithm is then carried out to the contour-height data to obtain a more reasonably smooth surface. The movement coordinate data of the machining process is generated with gouging avoidance methods that follow the pattern of 2D images. 2D input images with different resolution: 127 x 150 pixels and 254 x 300 pixels were used to test the algorithm. Once the 3D micro-texture data is ready, tool path generation is then carried out to produce micro-part with the designated texture on it. The result shows that the developed method can successfully produce 3D micro-texture thus can be further used for micro-texture surface machining."