Hasil Pencarian  ::  Simpan CSV :: Kembali

"Rasio kompresi tinggi dengan kualitas rekonstruksi video yang baik dibutuhkan pada aplikasi kompresi video medis untuk penyimpanan maupun pentransmisian agar tidak terjadi kesalahan diagnosis pada pasien. Wang et. al. membuktikan 3D DT-DWT memiliki kualitas hasil kompresi video yang lebih baik daripada 3D DWT, sementara itu Zhu menguji pengaruh indeks SSIM untuk kompresi citra dengan 2D DT-DWT. Tesis ini bertujuan untuk menguji pengaruh indeks SSIM pada kompresi video dengan 3D DT-DWT serta menganalisis hasil pengujian dengan parameter pengukuran PSNR dan SSIM untuk melihat pengaruhnya secara perseptual. Pengujian dilakukan dengan parameter level dekomposisi dan teknik thresholding yang sama untuk kompresi 3D DT-DWT klasik dan 3D DT-DWT yang dipengaruhi indeks SSIM. Hasil pengujian memperlihatkan adanya gain PSNR sebesar 1,5 dB serta peningkatan indeks SSIM pada kompresi video dengan 3D DT-DWT yang dipengaruhi indeks SSIM.

---

A high compression ratio and a good reconstruction quality of the video need to be applied in a stored or transmitted medical video to get an accurate diagnose for the patient. Wang et. al. proved that 3D DT-DWT has a better compression ratio than 3D DWT for the same reconstruction quality, meanwhile Zhu proved that SSIM index give a better reconstruction quality in image compression using 2D DT-DWT. This thesis aims to simulate the proposed perceptual medical video compression using 3D DT-DWT based on SSIM index and analyze the simulation result with PSNR and SSIM as the video quality measurement. We use the same parameters, such as decomposition level and thresholding method, in the simulations, both for the classic and perceptual video compression using 3D DT-DWT. Simulation result shows a PSNR gain 1,5dB and higher SSIM index for perceptual video compression using 3D DT-DWT based on SSIM index."

"Perkembangan dunia internet yang begitu cepat pada dekade terakhir ini telah membuka peluang produsen untuk memproduksi secara komersial media dijital. Media ini mencakup data, teks, gambar, audio maupun video. Untuk itu pengembangan perlindungan terhadap hak kekayaan intelektual menjadi isu yang sanngat penting, Watermarking adalah teknologi yang mampu melindungi hak kekayaan intelektual dari pemilik konten. Pada tugas skripsi ini disajikan skema real time video stream watermarking dengan menggunakan Transform Wavelet Diskrit. Dalam sistem ini, watermark disisipkan pada setiap frame yang ditangkap oleh webcam yang diproses dengan real time.

---

The fast development of the Internet in the last decade has increased the company's opportunity for commercial presentation of their digital media products. The media may include data, text, image, audio and video. The intellectual property right protection is becoming an increasing important issue, digital watermarking is a technology that capable to protect the intellectual property right of the content owners. This paper presents a real time video stream watermarking scheme using Discrete Wavelet Transform. In this system, watermark is embedded in frames that captured by webcam in real time."

"Perkembangan teknologi sistem telekomunikasi berkembang sangat cepat. Berbagai cara dilakukan untuk meningkatkan kinerja sistem telekomunikasi yang handal. Seiring dengan perkembangan teknologi pita lebar, sistem telekomunikasi yang digunakan pada saat ini juga terus dikembangkan agar dapat menghasilkan performa yang lebih baik lagi. Teknik yang digunakan dalam sistem pita lebar tersebut saat ini yaitu menggunakan teknik Orthogonal Frequency Division Multiplexing (OFDM).Orthogonal Frequency Division Multiplexing (OFDM) merupakan suatu teknik transmisi yang menggunakan beberapa frekuensi subcarrier yang saling tegak lurus. Sistem OFDM mampu memberikan efisiensi bandwidth yang lebih tinggi dibandingkan dengan sistem Frequency Division Multiplexing (FDM) biasa. Untuk membuat sinyal OFDM diperlukan suatu teknik transformasi yang diterapkan dalam sistem OFDM. Beberapa transformasi yang biasanya digunakan dalam sistem OFDM ialah Discrete Fourier Transform (DFT) dan Discrete Wavelet Transform (DWT).Dalam skripsi ini dirancang dan dianalisa sistem OFDM yang menggunakan transformasi Lifitng Discrete Wavelet Transform (LDWT). LDWT merupakan pengembangan dari trasformasi DWT. Kelebihan-kelebihan yang dimiliki oleh transformasi LDWT ini mampu memberikan performa yang lebih baik untuk sistem OFDM. Dari hasil simulasi didapatkan bahwa sistem OFDM-LDWT menghasilkan nilai BER yang lebih baik dibandingkan sistem OFDM-DWT untuk wavelet Db2, Sym2, dan Coif2, sedangkan wavelet Haar menghasilkan nilai BER yang sama baik. Nilai BER paling baik yang dihasilkan sistem OFDM-LDWT yaitu pada saat menggunakan wavelet Haar, Db2, dan Sym2 pada kanal AWGN dengan menggunakan modulasi QPSK dan tanpa menggunakan Cyclic Prefix (CP).

---

The development of telecommunication system grows rapidly. Various methods are used to improve the performance of telecommunication system. Due to the development of broadband communication, telecommunication system should be developed to reach the good performance. The technology used in broadband system is Orthogonal Frequency Division Multiplexing (OFDM).Orthogonal Frequency Division Multiplexing (OFDM) uses multiple orthogonal subcarriers frequency. OFDM system can provide higher bandwidth efficiency than Frequency Division Multiplexing (FDM) system. A transformation technique is required to build the OFDM signal. Some transformations used in the OFDM system is the Discrete Fourier Transform (DFT) and Discrete Wavelet Transform (DWT).This final project designs and analyzes OFDM system using Lifting Discrete Wavelet Transform (LDWT). LDWT is the next generarion of DWT transform. The advantages of LDWT transform can improve the performance of OFDM system. The result of simulation shows that OFDM-LDWT system has a better BER than OFDM-DWT system in the wavelet Db2, Sym2, and Coif2, while the wavelet Haar has the same good BER. System of OFDM-LDWT has the best performance of BER when using wavelet Haar, Db2, and Sym2 in the AWGN channel with QPSK modulation and without Cyclic Prefix (CP)."

"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."

"

Sejak tahun 2017 hingga Oktober 2023, telah terjadi peningkatan jumlah investor Indonesia sebesar 959%, yang menyoroti kebutuhan akan model peramalan untuk membantu mereka mendapatkan keuntungan dari pasar modal. Diversifikasi investasi, seperti pasar modal syariah dengan tolak ukur Jakarta Islamic index (JII) yang relatif lebih rendah risiko, telah menjadi alternatif yang penting. Penelitian ini bertujuan untuk menentukan model terbaik untuk meramalkan harga Jakarta Islamic Index (JII) dengan membandingkan metode tunggal dan hibrida yang menggabungkan transformasi Discrete Wavelet Transform (DWT), model ekonometrik ARIMA, dan model artificial intelligence LSTM, berdasarkan evaluasi Mean Absolute Percentage Error (MAPE) dan akurasi ketepatan arah pergerakan indeks saham. Selain itu, penelitian ini juga mengevaluasi strategi investasi terbaik di pasar modal syariah antara strategi market timing dan buy-and-hold. Metodologi yang digunakan adalah pendekatan prediktif-eksploratif untuk menggali informasi dari data JII dan mengolahnya dengan enam model. Temuan menunjukkan bahwa model tunggal ARIMA sendiri mencapai MAPE terendah sebesar 0.631%. Nilai MAPE untuk model-model lainnya adalah sebagai berikut: ARIMA-LSTM sebesar 0.643%, DWT-ARIMA sebesar 0.736%, DWT-ARIMA-LSTM sebesar 0,744%, LSTM sebesar 0.992%, dan DWT-LSTM sebesar 1.609%. Selain itu, akurasi ketepatan arah peramalan tertinggi dicapai oleh model DWT-ARIMA-LSTM dengan 50.48% sedangkan ARIMA hanya 45.47%, menunjukkan pentingnya mempertimbangkan tidak hanya nilai MAPE tetapi juga akurasi arah dalam evaluasi model peramalan. Dengan menggunakan model DWT-ARIMA-LSTM untuk meramalkan harga JII yang diterapkan pada strategi market timing, ditemukan bahwa pendekatan ini menghasilkan simple return sebesar 19.78%, secara signifikan mengungguli strategi buy-and-hold, yang menghasilkan pengembalian negatif sebesar -5.44%. Namun, ketika disesuaikan dengan biaya transaksi simple return yang didapatkan dengan strategi market timing menjadi -28.08%. Dengan demikian, meskipun melakukan peramalan dapat menghasilkan return yang menarik, penting untuk mempertimbangkan biaya transaksi sebagai faktor krusial dalam strategi investasi.

---

From 2017 to October 2023, there has been a 959% increase in the number of Indonesian investors, highlighting the need for forecasting models to help them benefit from the capital market. Investment diversification, such as the Islamic capital market with the relatively lower-risk Jakarta Islamic index (JII) benchmark, has become an important alternative. This research aims to determine the best model for forecasting the price of the Jakarta Islamic Index (JII) by comparing single and hybrid methods that combine Discrete Wavelet Transform (DWT), ARIMA econometric model, and LSTM artificial intelligence model, based on the evaluation of Mean Absolute Percentage Error (MAPE) and accuracy of stock index movement direction. In addition, this study also evaluates the best investment strategy in the Islamic capital market between market timing and buy-and-hold strategies. The methodology used is a predictive-exploratory approach to extract information from the JII data and process it with six models. The findings showed that the single ARIMA model alone achieved the lowest MAPE of 0.631%. The MAPE values for the other models are as follows: ARIMA-LSTM at 0.643%, DWT-ARIMA at 0.736%, DWT-ARIMA-LSTM at 0.744%, LSTM at 0.992%, and DWT-LSTM at 1.609%. In addition, the highest forecasting directional accuracy was achieved by the DWT-ARIMA-LSTM model with 50.48% while ARIMA was only 45.47%, indicating the importance of considering not only the MAPE value but also directional accuracy in the evaluation of forecasting models. Using the DWT-ARIMA-LSTM model to forecast JII prices applied to a market timing strategy, it is found that this approach generates a simple return of 19.78%, significantly outperforming the buy-and-hold strategy, which generates a negative return of -5.44%. However, when adjusted for transaction costs the simple return obtained with the market timing strategy becomes -28.08%. Thus, while forecasting can generate attractive returns, it is important to consider transaction costs as a crucial factor in investment strategy.

 

"

"ABSTRAKWatermarking merupakan teknik penyisipan data atau informasi yang bersifat rahasia ke dalam media data digital lainnya. Watermarking pada citra digital dibutuhkan sebagai perlindungan terhadap kepemilikan citra digital. Tujuan penelitian ini adalah merancang simulasi algoritma watermarking dengan menggunakan transformasi wavelet diskrit dari beberapa mother wavelet seperti diskrit meyer, daubechies, symlet, dan haar. Hasil pengujian penyisipan citra watermark dengan beberapa dimensi yang berbeda, citra watermark dengan dimensi 64 x 64 piksel memiliki hasil yang paling baik. Proses watermarking dengan dekomposisi yang paling baik pada percobaan ini terjadi pada dekomposisi satu level. Pengujian penyisipan watermark dengan sub-band LL,LH,HL, dan HH, didapat bahwa penyisipan pada sub-band LL memiliki nilai PSNR yang paling baik. Citra asli yang telah disisipkan dengan citra watermark juga di uji secara subjektif. Hasil dari citra yang terwatermark tidak dapat dideteksi secara langsung oleh koresponden karena perubahan citra terwatermark tidak jauh berbeda dengan citra asli. Pengujian citra terwatermark terhadap robustness dengan ?salt & pepper? terjadi penurunan kualitas citra yang sangat tinggi. Pengujian citra terwatermark terhadap robustness dengan AWGN, tidak banyak mempengaruhi kualitas citra terwatermark. Nilai power noise dari AWGN yang diujikan dari 10-40 db, dengan nilai maksimum power noise dari AWGN adalah 40 db. Dari hasil percobaan beberapa jenis keluarga wavelet yang paling baik adalah diskrit meyer.

---

ABSTRACTWatermarking is a technique of embedding the data or information that is confidential to the other digital data media. Digital image watermarking is needed as a protection against the ownership of digital images. The purpose of this study is to design a simulated watermarking algorithm using discrete wavelet transform of a mother wavelet such as discrete meyer, daubechies, symlet, and haar. Test results with the embedding a watermark image several different dimensions, watermark image with dimensions of 64 x 64 pixels have the best result. The best decomposition process of watermarking in this study occurred at a single level of decomposition. Watermark embedding testing with sub-bands LL, LH, HL, and HH, found that the embedding in sub-band LL has the best PSNR values. The original image has been embedded with a watermark image was tested subjectively. The results of the watermarked image can not be detected directly by the correspondents because the change of watermarked image is not much different from the original image. The robustness of watermarking image with "salt and pepper" shows decrease in quality greatly. However, the test by adding the AWGN showed that the robustness did not affect the quality of watermarked image. The experimental result by varying power noise, ranged from 10 db to 40 db, with a maximum power noise of AWGN is 40 db. From the experimental results, the discrete meyer is the best type among the wavelet family."

"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."

"Kebutuhan transmisi data telemedicine seperti citra dan video medis secara nirkabel mengharuskan data dikompresi terlebih dahulu agar dapat dikirimkan secara efisien. Yu, et.al, membuktikan bahwa standar kompresi H.264 dapat diterapkan pada kompresi video medis, sementara menurut Xiong, et.al transformasi wavelet diskrit mengungguli DCT pada kompresi citra dan video.Skripsi ini bertujuan untuk mensimulasikan algoritma H.264 dengan transformasi 2D berupa transformasi wavelet diskrit serta menganalisis hasil simulasinya dengan parameter kualitas objektif yaitu PSNR dan rasio kompresi. Simulasi kompresi video medis berdasarkan algoritma H.264 dengan DCT maupun DWT dilakukan pada parameter kompresi yang sama untuk dibandingkan hasilnya.Hasil simulasi menunjukkan bahwa DWT dapat diterapkan pada kompresi video medis berdasarkan algoritma H.264 dengan gain hingga 1,06 dB mengungguli DCT. Namun demikia, rasio kompresi yang didapat tidak terlalu berbeda secara signifikan akibat adanya padding pada hasil dekomposisi DWT.

---

The need of telemedicine data transmission, such as image and video, using wireless network requires data to be compressed efficiently. Yu, et.al, proved that H.264 standard of video coding is applicable in medical video compression, while according to Xiong et.al, discrete wavelet transform outperforms discrete cosine transform in image and video compression.This thesis aims to simulate medical video compression based-on H.264 algorithm using discrete wavelet transform and analyze the simulation results showed by objective quality parameter, namely PSNR and compression ratio. The simulation using DCT and DWT performed on the same compression parameters to compare the results.The simulation result show that DWT is applicable in medical video compression based-on H.264 algorithm with 1,06 dB outperformed DCT. However, the compression ratio obtained doesn‟t differ significantly because of the pixel padding on the DWT decomposition matrices."

"Metode Mel Frequency Cepstral Coefficient (MFCC) adalah metode yang paling populer dan memiliki kinerja yang baik sebagai metode feature extraction (pengekstraksi ciri) hingga saat ini. Namun berdasarkan hasil simulasi, diketahui bahwa speaker recognition system yang menggunakan MFCC sebagai metode feature extraction memiliki akurasi yang rendah ketika diterapkan pada sinyal suara yang mengandung noise. Dalam penelitian ini, penulis mengusulkan metode Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) untuk mengatasi masalah tersebut. Hasil simulasi menunjukkan bahwa metode DWT-MFCC memiliki akurasi lebih tinggi dibandingkan dengan metode MFCC konvensional apabila diterapkan sebagai metode feature extraction dalam sistem speaker recognition dengan tingkat SNR dari 15 hingga 40 dB.

---

The Mel-frequency Cepstral Coefficients (MFCC) method is the most popular method and has good performance as a feature extraction to date. But based on the simulation results, it is known that the speaker recognition system that uses MFCC as a feature extraction has low accuracy when applied to voice containing noise.

In this study, we propose the Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) method to overcome this problem. The simulation results show that the DWT-MFCC method has higher accuracy compare with conventinal MFCC method when applied as feature extraction in the speaker recognition system with SNR from 15 to 40 dB."

"Pada Tugas Akhir ini akan membahas teknik kompresi video codec yang mampu melakukan kompresi data frame mencapai ≥ 50% dari frame originalnya.Adapun tahapan kompresi input stream video dibagai menjadi 3 tahapan:

1. Pengurangan keseragaman spatial yang terjadi pada komponen-komponen intensity dalam suatu image.
2. Pengurangan keseragaman temporal yang terjadi pada motion object di frame-1, frame-2, frame-3 dan seterusnya.
3. Entropy coding untuk mengurangi energi komponen image yang kurang significant.

Dari tahapan diatas maka teknik kompresi yang didesign pada video codec disusun menjadi 3 sub-block besar : Transform coding yang menggunakan 2D-DCT, motion compensator berbasis pada SAD algorithm, dan RLE ( Run Length Encoding). Untuk mengetahui unjuk kerja system video codec yang telah didesign maka diperlukan pengukuran sesuai standart pengukuran ITU-T tentang kualitas video kompresi yaitu [8] :

1. Pengukuran secara subjectif dengan metode DSCQS (double stimulus continuous quality scale).
2. Pengukuran secara objectif dimana tool yang digunkan adalah PSNR (peak signal to noise ratio) dan MSE (mean squared error).

Dari hasil pengukuran teknik kompresi video didapatkan hasil PSNR yang masih jauh diatas ambang batas minimal yang diperbolehkan oleh ITU-T yaitu 20 dB.

---

This project will discuss about video codec compression that will compress data frame to 50% smaller from it original size.

There are three main steps to compress video stream input :

1. Reducing spatial similarity occurred in intensity components from source image.
2. Reducing temporal similarity occurred in motion object at first frame, second frame, third frame, etc.
3. Entropy coding to eliminate less significant image component energy.

From those steps mentioned above, design compression technique at video codec will rebuilt in to three major sub block : Transform coding using 2D-DCT, motion compensator based on SAD algorithm, and RLE (Run Length Encoding). To analyze performance of video codec systems that have been designed, measurable success indicator based on ITU-T standardization on video compression quality will be needed.

Those indicator are [8]:

1. Subjective measurements using DSCQS (Double Stimulus Continuous Quality Scale) Method.
2. Objective measurements using PSNR (peak signal to noise ratio) and MSE (mean squared error) as it tools.

Using those video compression measurements above, this project resulting PSNR value above its minimal threshold described in ITU-T (20dB)."