Hasil Pencarian  ::  Simpan CSV :: Kembali

"Citra MODIS bersifat multispektral sehingga memiliki kapasitas data yang besar. Kesamaan antara kanal citra pada data MODIS disebut korelasi citra. Korelasi citra antar band dalam data MODIS dapat dijadikan acuan dalam melakukan kompresi secara spektral. Kompresi spektral dengan metode Linear Interband Prediction dilakukan berdasarkan korelasi citra sebagai acuan dalam menentukan citra referensi dan citra hasil prediksi. Kanal citra hasil kompresi dengan linear interband prediction memiliki kapasitas kecil dan kualitas yang hampir sama dengan aslinya. Hasil kompresi dengan Linear Interband Prediction dikompresi lagi secara spasial dengan metode Wavelet. Beberapa variasi Wavelet diterapkan, yakni Haar, Daubechies, Coiflet, Symlet dan Biorthogonal. Diharapkan rasio kompresi pada kompresi ini akan lebih besar, tetap menjaga kualitas citra yakni PSNR > 40dB, dan waktu komputasi yang cepat.

---

MODIS is a multispectral satellite data, which has ultra high data size to store these data. It has to be compressed with spectrally and spatially. Image correlation used as a reference in spectral compression using Linear Interband Prediction method. Spectral compression results are compressed again using wavelet transform. Several family of Wavelet transform applied namely Haar, Daubhecies, Coiflet, Symlet, and Biorthogonal. Experimental results show in compression ratio while maintaining the image quality (PSNR > 40dB) and fast computation time are expected."

"Salah satu teknologi yang banyak diaplikasikan untuk mengolah data citra sebagai sumber informasi utama adalah teknologi penginderaan jauh atau remote sensing. Beberapa aplikasi remote sensing menuntut citra yang berkualitas baik, namun dalam ukuran yang lebih kecil mengingat ukurannya yang sangat besar. Kebutuhan inilah yang mendorong berkembangnya teknologi pemampatan citra atau image compression. Skripsi ini membahas tentang teknik kompresi citra gabungan antara prediksi linier antarband (kompresi spektral) dengan transformasi wavelet dan Discrete Cosine Transform (DCT) sebagai kompresi spasial. Jenis transformasi wavelet yang digunakan adalah LS 9/7, CDF 9/7, dan multiwavelet Daubechies 10 (Db10) + LS 9/7. Dari hasil ekperimen data MODIS berukuran 2048 x 2048, dapat disimpulkan rasio kompresi berbanding terbalik dengan nilai PSNR yang dihasilkan, sementara tingkat level dekomposisi sebanding dengan nilai PSNR dengan level ideal 5. Meskipun memiliki PSNR yang tinggi, metode DCT tidak menghasilkan kualitas citra hasil kompresi yang memadai, terbukti dengan rendahnya nilai co-histogram simetri (SCH). Metode kompresi yang paling baik adalah multiwavelet (Db10+LS9/7) karena menghasilkan PSNR yang stabil di atas 50 dB hingga rasio kompresi 100 dengan nilai SCH rata-rata 0.99.

---

An image/picture could contain thousands of information. Remote sensing is a technology which uses an image in the form of satellite imagery as the main source of information. Remote sensing applications require good quality of image, represented by smaller size, since satellite sensors have wide measurement coverage of Earth surface. In this regards, image compression is needed.

This thesis report covered image compression techniques using combination of interband prediction (as spectral compression) and discrete cosine transform (DCT) and wavelet transform (as spatial compression). Several wavelet transforms are applied in the experiment, such as LS 9/7, CDF 9/7, and multi-wavelet Daubechies 10 (Db10) + LS 9/7.

The experiment results showed that the higher the compression ratio, the smaller PSNR values. This applies to all four methods of compression which were tested in this study. The higher level of decomposition of wavelet transformation, resulted in better PSNR. While the ideal level of decomposition for wavelet transformation is level 5. Even the DCT method resulted in high PSNR, but the quality of compression image is poor, which is shown in low Symmetrical Co-Histogram (SCH) value. The best result was obtained by combined method (Db10+LS9/7) which resulted in high PSNR (up to 50 dB), high compression ratio (up to 100), and average SCH values of 0.99."

"Perkembangan teknologi pada bidang penginderaan jauh (inderaja) membutuhkan teknik kompresi data yang optimal yaitu menghasilkan kompresi rasio yang tinggi akan tetapi tetap mempertahankan kualitas data. Sehingga hasil kompresi data tersebut masih dapat diterima dan digunakan untuk aplikasi inderaja. Salah satu teknik kompresi data inderaja yang baru adalah teknik kompresi hybrid yaitu menggabungkan teknik reduksi redundansi spektral dan reduksi redundansi spasial. Redundansi spektral dilakukan interband prediction yaitu memprediksi image band tertentu dari referensi image band lainnya. Sedangankan pada reduksi redundansi spasial digunakan image coding yang berbasis wavelet transform. Hingga saat ini tetap dilakukan penelitian dan pengembangan teknik kompresi dengan tujuan mendapatkan kualitas data sebaik mungkin dengan kompresi rasio sebesar mungkin.Pada penelitian ini dilakukan analisis teknik kompresi hybrid untuk data inderaja banyak kanal MODIS. Teknik kompresi yang digunakan merupakan pengembangan dari teknik yang sudah existing (Yuan-Xiang Li, et.al). Hasil simulasi dan analisis kompresi data satelit inderaja MODIS dengan teknik kombinasi prediksi interband linier dan skip image band tertentu dengan menggunakan level dekomposisi transform wavelet yang lebih tinggi menghasilkan nilai PSNR yang besar (40 dB) dengan kompresi rasio hingga 80 kali. Data kompresi hasil dari teknik yang dikembangkan ini dapat digunakan untuk aplikasi data penginderaan jauh MODIS khususnya untuk pengamatan obyek pada permukaan bumi dengan cakupan skala global.

---

The remote sensing technology development need optimal data compression technique that result higher compression ratio but still prevent the data quality so the compressed data still can be used for remote sensing application. One of the new data compression technique is hybrid technique which combine reduction redundant spectral and spatial. The schema for reduction redundant spectral use prediction image band with other image band as reference and the schema for reduction redundant spatial use image coding base on wavelet transform.The goal of this research is to analyze the improvement of the existing compression technique (Yuan-Xiang Li et.al) for MODIS data. The analysis have shown that the combine technique interband prediction with skip some images band and by higher decomposition of wavelet transform can be achieve good PSNR (40 dB) which have compression ratio up to 80 times. From this result compressed data still can be used for remote sensing application especially for identification some objects on earth with global observations."

"Kompresi citra menjadi salah satu pokok bahasan dalam pengolahan citra karena menjadi penting saat ukuran citra yang besar diperkecil untuk menghemat media penyimpanan dan mempercepat transmisi citra itu sendiri. Menggunakan citra hasil kompresi dengan nilai informasi yang terkandung didalamnya tidak banyak berubah atau hilang dari informasi citra sebelum dikompresi menjadi target yang akan dicapai dengan metode kompresi JPEG dan Wavelet. Kompresi teknik JPEG dengan variasi variabel faktor kualitas citra dan kompresi citra dengan metode Wavelet dengan variasi variable jenis Wavelet yang digunakan. Dengan variasi nilai varaibel tersebut akan menemukan nilai yang optimum dari masing teknik kompresi. Nilai optimum akan ditinjau dari hasil keluaran seperti rasio kompresi, PSNR dan waktu komputasi dari masing-masing teknik kompresi JPEG dan Wavelet. Hasil simulasi menunjukkan tingkat kompresi pada Wavelet lebih baik dari JPEG, yakni berkisar 65-70 kali pemampatan sementara pada JPEG hanya 20-25 untuk nilai PSNR yang sama yaitu berkisar 35-45 db.

---

Image compression becomes one subject in image processing because it important when a large image size reduced to save on storage media and transmission speed up the image itself. Using image compression results with the value of the information contained therein is not much change or disappear from the image information before it is compressed into a target to be achieved by the method of JPEG and Wavelet compression. Using JPEG compression techniques with variable variation image quality and image compression with Wavelet method with a variation of the variable type of Wavelet used. By variation of the value varaibel will find the optimum value of each compression technique. The optimum value of the output will be reviewed such as compression ratio, PSNR and computation time of each JPEG and Wavelet compression techniques. The simulation results show the level of Wavelet compression is better than JPEG, which ranges from 65-70 times, the JPEG compression while only 20-25 for the same PSNR value which ranges from 35-45 db."

"Dalam beberapa tahun terakhir, penelitian algoritma enkripsi citra menggunakan compressive sensing dan sistem chaotic telah banyak dikembangkan. Dengan memanfaatkan properti yang kompleks dari ergodisitas, tidak mudah untuk diprediksi, dan sensitifitas terhadap keadaan awal dari suatu sistem chaotic, suatu sistem chaotic dapat digabungkan dengan compressive sensing. Banyak algoritma enkripsi yang menggunakan sistem chaotic pada dimensi rendah menanggung risiko keamanan dan ekspansi data enkripsi. Selain itu, algoritma enkripsi menggunakan compressive sensing menghasilkan citra dekripsi dengan kualitas citra yang berbeda dengan citra awal. Penelitian ini bertujuan untuk mengatasi kelemahan ini dengan mengembangkan metode enkripsi citra menggunakan 2D Sine-Chebyshev-ICMIC Map, compressive sensing dan multi-level discrete wavelet transform. Representasi sparse dibentuk menggunakan multi-level discrete wavelet transform dengan mengelompokan koefisien wavelet. Fungsi hash SHA-256 dari citra awal digunakan untuk menghasilkan kondisi awal dari chaotic map sehingga dapat meningkatkan ketahanan terhadap serangan known-plaintext dan chosen-plaintext. Hasil penelitian menunjukkan metode enkripsi citra memiliki ketahanan dan keamanan dari beberapa serangan dengan hasil kompresi yang baik

---

In the past few years, the research in image encryption using compressive sensing and chaotic system has grown rapidly. With complex properties of ergodicity, unpredictability, and sensitivity to the initial states of chaotic system, chaotic system can be combined with compressive sensing. There are many encryption algorithm that used low-dimensional chaotic system that suffer security risks and expansion in encryption data. Furthermore, encryption algorithm using compressive sensing gives the differences between the plain image and the decrypted image. This study aims to overcome this weakness by developing image encryption method using 2D Sine-Chebyshev-ICMIC Map, compressive sensing and multi-level discrete wavelet transform by grouping the wavelet coefficient. SHA-256 hash function of the plain image is generated to calculate the initial states of chaotic system. Result from experiments shows that the enryption method has robustness and secure againts some attacks with good compression result"

"Citra buram atau blur dapat terjadi akibat gerakan objek, lensa kamera alat akuisisi yang kehilangan fokus, atau getaran saat akuisisi citra. Buram membuat citra menjadi kurang tajam dan tidak fokus pada beberapa bagian pada citra. Buram pada citra mengakibatkan terjadinya penurunan kualitas dan informasi citra sehingga menyebabkan penurunan performa aplikasi computer vision seperti deteksi objek, identifikasi objek, dan klasifikasi. Hal tersebut membuat banyak dikembangkan penelitian restorasi citra buram untuk mengembalikan kualitas citra yang terdegradasi, mulai dari penggunaan metode konvensional hingga metode berbasis pembelajaran mesin. Pada penelitian ini, penulis menggunakan model Swin Transformer UNet dalam merestorasi citra buram. Model ini berbasis Swin Transformer yang diintegrasikan dengan arsitektur UNet. Data citra yang digunakan dalam penelitian ini adalah dataset buram Dual-pixel Defocus Debluring(DPDD) dan Real Depth Of Field(RealDOF). Analisis dilakukan terhadap hasil restorasi citra model secara kuantitatif dan kualitatif. Selain itu, , penulis juga melaksanakan analisis cross dataset untuk melihat kemampuan generalisasi model. Hasil restorasi dibandingkan dengan hasil restorasi model Iterative Filter Adaptive Network(IFAN) yang dianggap sebagai state-of-the-art dalam merestorasi citra buram. Evaluasi hasil restorasi Swin Transformer UNet menunjukkan bahwa model tersebut berhasil mendeteksi daerah buram pada citra dengan baik namun hasil restorasi yang didapat belum sebaik hasil restorasi pada model IFAN dalam merestorasi citra buram pada dataset yang digunakan.

---

Blurred images can occur from the motion of the photographed object, the camera lens of the acquisition tool losing focus, or vibration during image acquisition. Blurring makes the image less sharp and unfocused on some parts of the image. Blur in images results in a decrease in image quality and information, causing a decrease in the performance of computer vision tasks such as object detection, object identification, and classification. This has led to the development of many deblurring image restoration studies to restore the quality of degraded images or image restoration, ranging from the use of conventional methods to machine learning-based methods. In this research, the author uses the Swin Transformer UNet model to restore blurry images. This model is based on Swin Transformer integrated with UNet architecture. The images used in this research come from the Dual-pixel Defocus Debluring (DPDD) and Real Depth Of Field (RealDOF) blur image datasets. The image restoration results are analyzed quantitatively and qualitatively. Additionally, the author also conducts a cross-dataset analysis to see the generalization potential of the model. The restoration results were compared with the restoration results of the Iterative Filter Adaptive Network (IFAN) model which is considered as state-of-the-art in image deblurring. The evaluation of the Swin Transformer UNet restoration model shows that the model successfully detects blurred regions in the image well but the restoration results obtained are not as good as the restoration results in the IFAN model in restoring blurred images on the dataset used."

"Brand dipahami sebagai nama dari suatu produk yang diciptakan oleh sebuah perusahaan. Namun, keberadaannya bukan sekedar itu, tapi juga memiliki citra yang berhubungan dengan pemikiran dan komunikasi pemasaran secara menyeluruh. Sehingga dalam menghadapi persaingan globalisasi, sebuah strategi dijalankan oleh perusahaan yaitu penyampaian citra brand-nya melalui arsitektur. Arsitektur dalam kasus ini, menjadi media periklanan sebuah Brand.Peran arsitektur ditekankan pada fungsinya sebagai media untuk penyampaian citra brand kepada masyarakat. Upaya ini dilakukan agar citra dari produk tersebut melekat di hati masyarakat. Untuk maksud tersebut perlu dilakukan kerjasama dengan arsitek yang memiliki ciri khusus pada desainnya. Karena dengan ciri khususnya, ia dianggap mampu menawarkan sebuah citra arsitektur yang turut memperkuat citra dari suatu brand di mata konsumen.Skripsi ini akan menjelaskan tentang apakah bangunan yang dihasilkan dapat mewakili citra dari sebuah brand atau justru didominasi gaya desain arsiteknya dalam mendesain. Topik ini terkait dengan pemahaman citra brand dan arsitektur yang diterjemahkan melalui beberapa proses pendekatan kreatif. Sehingga, pada akhirnya terbukti bahwa tidak sepenuhnya citra dari suatu brand terwakili pada bangunan. Namun, terdapat manfaat yang diperoleh dari perusahaan tersebut. Manfaat tersebut berupa penggunaan elemen bangunan yang dapat menjadi inspirasi dalam menghasilkan produk suatu brand.

---

Brand is known as the name of a product that was created by a company. However, the existence is not only for that. Brand also has an image that is connected with idea and marketing communication comprehensively. So as in facing the globalization competition, a strategy was undertaken by the company to deliver brand image through architecture. Architecture, in this case, becomes an advertising media of the Brand.

The role of architecture is focused to deliver brand image to the people. This effort is carried out to make the product image adheres in the heart of people. An architect with distinct characters is then important in this regard. It is hoped that the architect could create an architecture image that supports the brand image in the eyes of the consumers.

This script will explain whether the building represent the image of a brand or the style of the architect. This topic relateds to the understanding of brand image and architecture that is transformed through several processes of creative approaches. So, it will be proved that not all of the brand image represented in the building. However, the analysis conclude that architecture also inspires the company to give more characters to the product."

"Visual communications services are now making a significant impact on modern society. Videoconferencing, HDTV and Multimedia are just examples where this technology is being used to good effect. Communicating using video signals does, however, require a large volume of data to be transmitted, and even with modern high-bandwidth communication links this can be expensive. This requires the implementation of efficient image or video coding and compression schemes. This paper presents image compression schemes using wavelet transform. This paper also highlights the importance of the four most desirable characteristics for use in digital signal processing, namely orthonormality, compactness, regularity or smoothness and symmetry or anti-symmetry. Some of these characteristics are mutually exclusive and require design compromise. From the simulation results it can be seen that for equal total length of the analysis (decomposition) and synthesis (reconstruction) filters, biorthonormal wavelets performs much better than the ortlionormal wavelet (i.e. asymmetrical wavelets). This performance is not only in terms of a higher WPSNR but also in terms of the quality of reconstructed image."

"ABSTRAKPenelitian ini bertujuan mendapatkan variasi faktor eksposi optimum untuk pemeriksaan pediatrik pada penggunaan detektor computed radiography. Besaran FOM (figure of merit) digunakan sebagai parameter optimasi kualitas citra yang direpresentasikan oleh nilai SDNR (signal difference to noise ratio) dan dosis yang direpresentasikan oleh nilai ESD (entrance surface dose).  Ketebalan fantom representasi pasien divariasikan pada rentang usia 0-15 tahun untuk anatomi toraks, abdomen dan kepala. Evaluasi citra menggunakan fantom in-house sebagai objek uji dan hasil citra diolah menggunakan perangkat lunak imageJ. Penelitian ini juga mengevaluasi nilai MTF dan konsistensi kontras pada citra sebagai bahan pertimbangan untuk penetuan FOM. Hasil penelitian didapatkan kombinasi nilai kV, mAs, dan filter di setiap rentang usia pediatrik pada nilai FOM maksimum. Untuk anatomi abdomen usia 0-1 tahun nilai optimum dicapai pada  48 kV, 5.6 mAs dan 0.2 mmCu filter; usia 1-5 tahun pada  50 kV, 4.5 mAs dan 0.2 mmCu filter; usia 5-10 tahun pada 53.5 kV, 9 mAs dan 0.2 mmCu filter; serta usia 10-15 tahun pada 60 kV, 7.1 mAs dan 0.2 mmCu  filter. Untuk anatomi toraks usia 0-1 tahun nilai optimum dicapai pada 43 kV, 3.2 mAs dan 0.1 mmCu filter; usia 1-5 tahun pada  43 kV, 4 mAs dan 0.2 mmCu filter; usia 5-10 tahun pada 46 kV, 8 mAs dan 0.2 mmCu filter; serta usia 10-15 tahun pada 50 kV, 8 mAs dan 0.2 mmCu filter. Untuk anatomi kepala usia 0-1 tahun nilai optimum dicapai pada  44 kV, 2 mAs dan 0.1 mmCu filter; usia 1-5 tahun pada  47 kV, 4.5 mAs dan 0.2 mmCu filter; usia 5-10 tahun pada 48 kV, 6.3 mAs dan 0.2 mmCu filter; serta usia 10-15 tahun pada 48 kV, 9 mAs dan 0.2 mmCu filter. ABSTRACTThis study aims to obtain variations of the optimum exposure factors for pediatric examination on the using of computed radiography detectors. The magnitude of FOM (figure of merit) is used as a parameter of image quality optimization represented by the SDNR (signal difference to noise ratio) and the dose represented by the ESD (entrance surface dose). The representation of the phantom thickness of the patients varied in the age range of 0-15 years for the thoracic, abdominal and head anatomy. Image evaluation using in-house phantoms as test objects and image results processed using ImageJ software. This study also evaluates the MTF value and contrast consistency in the image as a consideration for determining FOM. The results showed a combination of kV values, mAs, and filters in each pediatric age range at maximum FOM values. For abdominal anatomy aged 0-1 years the optimum value is achieved at 48 kV, 5.6 mAs and 0.2 mmCu filters; ages 1-5 years at 50 kV, 4.5 mAs and 0.2 mmCu filters; ages 5-10 years at 53.5 kV, 9 mAs and 0.2 mmCu filters; and ages 10-15 years at 60 kV, 7.1 mAs and 0.2 mmCu filters. For the thoracic anatomy of 0-1 years the optimum value is achieved at 43 kV, 3.2 mAs and 0.1 mm Cu filter; ages 1-5 years at 43 kV, 4 mAs and 0.2 mmCu filters; ages 5-10 years at 46 kV, 8 mAs and 0.2 mmCu filters; and ages 10-15 years at 50 kV, 8 mAs and 0.2 mmCu filters. For head anatomy aged 0-1 years the optimum value is achieved at 44 kV, 2 mAs and 0.1 mm Cu filter; ages 1-5 years at 47 kV, 4.5 mAs and 0.2 mm Cu filters; 5-10 years old at 48 kV, 6.3 mAs and 0.2 mmCu filters; and ages 10-15 years at 48 kV, 9 mAs and 0.2 mmCu filters.

"