Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 107 dokumen yang sesuai dengan query
cover
Endina Putri Purwandari
Abstrak :
Image splicing is a form of digital image manipulation by combining two or more image into a new image. The application was developed through a passive approach using demosaicking and wavelet transformation method. This research purposed a method to implement the demosaicking and wavelet transform for digital image forgery detection with a passive approach. This research shows that (1) demosaicking can be used as a comparison image in forgery detection; (2) the application of demo-saicking and wavelet transformation can improve the quality of the input image (3) demosaicking and wavelet algorithm are able to estimate whether the input image is real or fake image with a passive approach and estimate the manipulation area from the input image.

Penggabungan citra adalah bentuk manipulasi citra digital dengan cara menggabungkan dua atau le-bih citra menjadi sebuah citra baru. Aplikasi dikembangkan melalui pendekatan pasif menggunakan metode demosaicking dan transformasi wavelet. Tujuan penelitian ini adalah memberikan metode da-lam implementasi demosaicking untuk deteksi pemalsuan citra digital dengan pendekatan pasif. Pene-litian ini menunjukkan bahwa (1) citra demosaicking dapat menjadi citra pembanding dalam deteksi pemalsuan; (2) penerapan kombinasi algoritma demosaicking dan transformasi wavelet telah dapat meningkatkan kualitas citra masukan; (3) Algoritma demosaicking dan wavelet dengan pendekatan pasif telah dapat memperkirakan citra input adalah citra asli atau palsu dan memperkirakan wilayah citra masukan yang telah mengalami manipulasi digital.
University of Bengkulu, Engineering Faculty, Informatics Engineering Department, 2015
PDF
Artikel Jurnal  Universitas Indonesia Library
cover
Shidqi A. Diria
Abstrak :
ABSTRAK
Karakterisasi reservoir yang menggunakan metode berbasis frekuensi (metode dekomposisi spektral) memberikan informasi tentang kemenerusan reservoir dan hidrokarbon lebih akurat apabila kemampuan resolusi frekuensinya juga baik. Metode dekomposisi spektral Continuous Wavelet Transform (CWT) yang berbasis Transformasi Fourier menggunakan skala dan translasi window wavelet untuk mengkuantifi kasi resolusi frekuensinya. Metode tersebut seringkali digunakan dalam indikator zona reservoir dan hidrokarbon namun masih memiliki resolusi frekuensi yang kurang akurat sehingga frekuensi zona reservoirnya pun overlapping dengan zona non-reservoir. Penelitian ini ilakukan untuk meningkatkan resolusi frekuensinya sehingga informasi tentang reservoir dan indikasi hidrokarbon lebih valid. Synchrosqueezing Transform (SST) merupakan metode dekomposisi spektral yang lebih kompleks karena mengkolaborasi metode Empirical Mode Decomposition (EMD) dan Transformasi Hilbert dengan metode CWT. Sinyal didekomposisi dengan metode EMD, lalu diproses dengan penskalaan dan tranlasi window wavelet menggunakan metode CWT, kemudian dilakukan ekstrak frekuensi sesaatnya menggunakan Transfromasi Hilbert sehingga sensitivitasnya meningkat. Metode SST dan CWT diaplikasikan pada data sintetik untuk mengetahui akurasi pemisahan frekuensi. Selanjutnya, metode-metode ini diaplikasikan pada data seismik dan data sumur SNR-1 dan SRI-1 sebagai kalibrator. Hasilnya menunjukkan bahwa metode SST mampu mengidentifikasi frekuensi reservoar dan hidrokarbon dengan baik dibandingkan dengan metode CWT. Respon kemenerusan reservoir dan potensi hidrokarbon ditunjukkan dengan amplitudo tinggi pada frekuensi 20 Hz.
Jakarta: Bidang Afiliasi dan Informasi, Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi "LEMIGAS", 2017
665 LPL 51:3 (2017)
Artikel Jurnal  Universitas Indonesia Library
cover
I Gede Pasek Suta Wijaya
Abstrak :
Acoustic emission (AE) technique is developed to locate source of damage inside of concrete. However, the AE signal is interfered by much noise, which makes the determination of first time amplitude of AE signal is hard to be carried out. In fact, the determination of this parameter is a significant part for locating the source of damage in concrete. Therefore, one of the denoising methods called wavelet based denoising is proposed. In this case, some wavelet bases function are investigated to find out the proper wavelet bases function to perform the denoising of AE Signal. From the experimental data, the best wavelet basis function for this case is Coiflet, which is shown by providing the best SNR than the other wavelet families. In addition, the determining cracks locations on concrete can be performed easier on denoised AE signal than on noisy AE signal.
Depok: Faculty of Engineering, Universitas Indonesia, 2014
UI-IJTECH 5:3 (2014)
Artikel Jurnal  Universitas Indonesia Library
cover
Anggrek Citra Nusantara
Abstrak :
Breast cancer can be detected using digital mammograms. In this research study, a system is designed to classify digital mammograms into two classes, namely normal and abnormal, using the k-Nearest Neighbor (kNN) method. Prior to classification, the region of interest (ROI) of a mammogram is cropped, and the feature is extracted using the wavelet transformation method. Energy, mean, and standard deviation from wavelet decomposition coefficients are used as input for the classification. Optimal accuracy is obtained when wavelet decomposition level 3 is used with the feature combination of mean and standard deviation. The highest accuracy, sensitivity, and specificity of this method are 96.8%, 100%, and 95%, respectively.
Depok: Faculty of Engineering, Universitas Indonesia, 2016
UI-IJTECH 7:1 (2016)
Artikel Jurnal  Universitas Indonesia Library
cover
Ahmad Arinaldi
Abstrak :
Saat ini identifikasi manusia menjadi salah satu bidang penelitian yang berkembang dalam rangka menyelesaikan berbagai permasalahan yang terkait dengan keamanan dan pembatasan akses. Identifikasi perlu dilakukan baik dalam bidang pencatatan sipil (misal e-KTP), bidang keamanan (misalkan kunci biometrik). Tujuan skripsi ini adalah mengimplementasikan sebuah algoritma identifikasi iris dan menganalisis pengaruh proses pembentukan mask dan pengubahan bentuk wavelet pada kinerja algoritma pencocokan pola iris mata yang didasarkan algoritma Daugman yang dirilis pada 2004. Algoritma yang telah disusun dalam skripsi ini memiliki performa CRR 99.8 % (threshold = 0.678) dan EER 3.01 % (threshold = 0.648) dan dengan menambahkan suatu algoritma pembentukan mask dengan mengabaikan 4 posisi piksel yang bersebelahan dengan mask meningkatkan performa deteksi dari segi penerimaan palsu, yakni penerimaan palsu dapat diturunkan sampai 3 kali. Selain itu, algoritma yang telah disusun dalam skripsi ini bekerja paling baik dengan bentuk wavelet yang paling optimum untuk pencocokan iris mata berdasarkan berbagai wavelet yang dianalisis adalah wavelet Gabor. ...... In recent years, human identification has become a major area of study. This is due to the increased focus on security and access limitation. Identification is needed in a wide range of areas, such as civil documentation (e-KTP) and security (Biometric locks). The purpose of this work is to implement and analyze the effect of mask formation and wavelet shape on the performance of the iris matching algorithm based on Daugman's algotrithm released in 2004. The algorithm formulated in this work achieves CRR 99.8% (at threshold 0.678) and EER 3.01% (at threshold 0.648) and by using a masking algorithm which ignores 4 positions of pixels adjacent to the mask, false accept numbers can be improved 3 times, that is there are 3 times less false accept instances. It is also shown that from the various shapes of wavelets used, the wavelet that gives the best result in the algorithm formulated in this paper for iris matching is the Gabor wavelet.
Depok: Fakultas Teknik Universitas Indonesia, 2014
S56459
UI - Skripsi Membership  Universitas Indonesia Library
cover
Nisrina Firyal Fadhlannisa
Abstrak :

Parkinson menyerang 1% dari populasi orang berusia di atas 65 tahun di dunia, dengan salah satu gejala utama kondisi resting tremor pada bagian tangan pasien. Akuisisi informasi mengenai status kesehatan dari pasien parkinson hingga saat ini masih hanya dapat dilakukan ketika pasien menemui dokter dengan menghampiri klinik atau rumah sakit, saat aspek-aspek dari penyakit dapat menunjukkan fluktuasi pada periode di antara kunjungan tersebut. Pada penelitian ini, dirancang sistem monitoring alat EMG nirkabel yang dapat digunakan sebagai alat home monitoring, sehingga pasien dapat diperiksa setiap saat dan dengan frekuensi lebih sering agar perkembangan terhadap kesehatan pasien dapat selalu diperbarui. Sistem monitoring berikut memanfaatkan web server dan NodeMCU yang dilengkapi dengan ESP8266. Data yang berhasil terakuisisi tersebut kemudian diproses dengan transformasi wavelet diskrit (DWT) dan ekstraksi fitur RMS, logRMS, MAV, dan RES Index pada enam jenis gerakan yang berbeda untuk dibandingkan satu dengan lainnya. Melalui analisa yang telah dilakukan, didapatkan bahwa fitur yang memiliki pola penyebaran terbaik adalah standar deviasi dengan nilai RES Index sebesar 2,4. Selain itu, didapatkan pula bahwa setiap gerakan baik normal maupun dalam kondisi bergetar memiliki pola gelombang serta nilai fitur ekstraksi yang berbeda-beda. Dengan demikian, pola gerakan pasien Parkinson dapat dibedakan satu dengan lainnya melalui pembacaan sinyal EMG.

 


Parkinson's disease attacking 1% of the elder population in this world, with one of the main symptoms of this disease being resting tremor. Until now, Parkinsons disease information acquisition can only be done through patients' visits to clinics or hospitals, whereas the aspects of the disease are also shown during in-between those visits.  Therefore, an EMG device that could be used as a remote-monitoring device is designed in this research. This is so that patients can be checked more frequently and hopefully results in an always-renewed information of the patients' developments. This monitoring system utilizes NodeMCU with ESP8266 and web server. The data acquired are then processed through discrete wavelet transform (DWT) method. To compare six kind of gestures, features like RMS, logRMS, MAV, standard deviation, and RES Index are extracted from the reconstructed EMG signal. The results show that standard deviations plot has the best pattern separation with an RES Index score of 2.4 and every movement or gesture, whether its in normal or vibrating condition, have its own pattern of signal and different values of extracted features. Conclusively, the movement pattern of Parkinsons disease patients can be interpreted from one another using EMG signal reading.

Depok: Fakultas Teknik Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Annisa Dinda Amalia
Abstrak :
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.
Depok: Fakultas Teknik Universitas Indonesia, 2012
S42276
UI - Skripsi Open  Universitas Indonesia Library
cover
Siskawanto
Abstrak :
ABSTRAK
Penelitian ini merupakan pengembangan dari metode klasifikasi dengan jaringan syaraf tiruan (JST) yang telah dilaporkan dalam Iiteratur. Pengembangan yang diusulkan dalam penetilian ini adalah mengklasifkasi sinyal M-PSK termodulasi pada sisi penerima dengan mencari nilai entropi dari masing masing band output dekomposisi wavelet untuk mengidentifikasi sinyal temuodulasi yang diterima oleh penerima Serta melewatkannya pada sistem jaringan syaraf timan untuk mengelompokkan dan pengklasitikasian sinyal yang diterima tersebut dalam kelompok M-PSK dimaksud.

Dari hasil pengujian sistem ini, dapat dilihat bahwa jenis modulasi yang paling mudah dikenali adalah BPSK dan yang paling sulit adalah 32-PSK. Untuk pengaruh kanal, kanal frekuensi selektif fading memberikan pengaruh yang paling besar untuk M-PSK dengan M yang semakin besar. Untuk tipe wavelet yang berbeda, tipe wavelet Haar yang memberikan tingkat pengenalan yang paling baik dibandingkan daubechies dan Biorlhogonal. Sedangkan Tingkat Keakuratan 100 % untuk M=2, 93,33% untuk M=4, 86.67% untuk M=8, 70% untuk M=16, 36,67 % untuk M=32 dan 76,67% untuk M=64.
ABSTRACT
There is a need for a reliable method of classifying signal modulation types without prior knowledge of the signal characteristics. This paper proposes training artificial neural networks with the entropies of wavelet packets to separate binary from M-ary phase shift keyed signals and describes the experimental results of that training and testing.

As the information explosion places additional demands on our communications technology, the desire to encode more information within the same bandwidth drives the development of more sophisticated modulation schemes. Each new modulation type has introduced new problems for electrical and communications engineers to solve in order to make the information placed on a signal at the transmitter understandable at the receiver.

The research goal was to develop a set of features characterizing a signal, which could then be used to train an artificial neural network. The resulting network could, in tum, be used to classify M-PSK signals.

The result of experiment shown that the value of recognition are 100%, 93,33%, 86,67%, 70%, 36,67%, 76,67% for M=2,4, 8, 16, Ni=32 and M=64 respectively.
2005
T16110
UI - Tesis Membership  Universitas Indonesia Library
cover
Napitupulu, Hendra S.
Abstrak :
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.
Depok: Fakultas Teknik Universitas Indonesia, 2013
T35141
UI - Tesis Membership  Universitas Indonesia Library
cover
Surya Permana Yudha
Abstrak :
ABSTRAK
Pada studi ini dilakukan evaluasi daerah prospek penyebaran hidrokarbon menggunakan metode dekomposisi spektral CWT dan inversi Seismik yang diintegrasikan untuk mendelineasi daerah prospek hidrokarbon. Studi kasus dilakukan pada daerah prospek ”XYZ” cekungan Sumatra Selatan dengan target reservoir formasi Baturaja dengan kedalaman 400m - 1650 m. Studi ini menggunakan data Seismik 2D dan dua data sumuran (sumur B dan sumur C). Dari data Log sumuran yang tersedia, sumur B menunjukkan kosong (dry) namun pada formasi Baturaja terlihat Oil Show pada kedalaman 1500 m – 1600 m. Sedangkan sumur C menunjukkan kosong dan memperlihatkan bahwa formasi Baturaja tidak berkembang dengan baik. Hasil studi menunjukkan bahwa metode spektral dekomposisi CWT mampu memperlihatkan konsistensi anomali hidrokarbon pada frekuensi rendah hanya pada sumur B. Hal ini sejalan dengan dugaan adanya keberadaan hidrokarbon pada sumur B. Lebih lanjut hasil metode inversi memperlihatkan kemenerusan reservoir formasi Baturaja ke arah barat laut pada daerah studi. Nilai acoustic impedance formasi Baturaja berada pada kisaran 9000 – 11000 m/s * gr/cc. Hasil integrasi inversi Seismik dan analisa dekomposisi spektral memberikan gambaran zona prospek penyebaran hidrokarbon.
ABSTRACT
This study evaluates the hydrocarbon prospect area deployment using CWT spectral decomposition method and the integrated Seismic inversion to delineate areas of hydrocarbon prospects. Case studies conducted in the South Sumatra basin “XYZ” prospect area with the target Baturaja Formation with a depth of 400 m - 1650 m. This study uses 2D Seismic and two data wells (well B and well C). From available well log data, well B shows empty (dry) but indicate oil show on the Baturaja formation at a depth of 1500 m - 1600 m, whereas well C shows empty wells and show Baturaja formations not developed well. The study results showed that the method of spectral decomposition CWT is able to demonstrate the consistency of anomalous hydrocarbons at low frequencies only in well B. This is consistent with the allegations of the presence of hydrocarbons in the well B. Further results Inversion method shows Baturaja reservoir formations continuity to the northwest in the study area. Baturaja formations acoustic impedance values in the range of 9000 – 11000 m/s*gr/cc. The result of the integration of Seismic Inversion and spectral decomposition analysis give an overview of deployment of hydrocarbon zone prospects.
Jakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2014
T43368
UI - Tesis Membership  Universitas Indonesia Library
<<   3 4 5 6 7 8 9 10 11   >>