Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPemampatan gambar bergerak merupakan proses mereduksi jumlah bit dengan menghilangkan redundansi spasial dan redundansi temporal yang terdapat pada gambar bergerak. Dengan menghilangkan redundansi ini diperoleh rasio pemampatan yang sangat berarti tanpa mengurangi kualitas gambar rekonstruksi.Salah satu metode untuk menghilangkan redundansi spasial adalah menggunakan Wavelet Transform sedangkan untuk menghilangkan redundansi temporal digunakan Block Matching Algorithm Motion Compensation (BMA-MC). Pada Tesis ini dilakukan simulasi dan analisa unjuk kerja sistem pemampatan gambar bergerak menggunakan metode kuantisasi vektor dan yang dipadukan dengan WT BMA-MC.Penerapan metode kuantisasi vektor pada WT BMA dapat meningkatkan unjuk kerja sistem pemampatan gambar bergerak untuk gambar dengan aktivitas pergerakan rendah sedangkan untuk gambar dengan aktivitas pergerakan cukup tinggi tidak memberikan perbedaan yang berarti dari metode kuantisasi skalar.

---

ABSTRACT

Video signals compression is a process to reduce bit information by eliminating spatial redundancies and temporal redundancies. One of the methods to eliminate spatial redundancies is Wavelet Transform, while Block Matching Algorithm Motion Compensation (BMA-MC) can eliminate temporal redundancies. Removing both redundancies could reach compression ratio significantly without decreasing quality of reconstructed image.

The simulation results showed that the proposed system by using wavelet transform and BMA-MC with vector quantization performance was better than by using Wavelet transform and BMA-MC with scalar quantization for image with low moving activity but image with high moving activity gave insignificant different result."

"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.

---

"

"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."

"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.

---

"