Hasil Pencarian  ::  Simpan CSV :: Kembali

"Klasifikasi citra inderaja merupakan salah satu teknik yang penting dalam pembuatan peta suatu wilayah. Hasil dari klasifikasi citra inderaja berupa peta tematik (thematic map) dimana setiap titik (pixel) termasuk di dalam sebuah kelas. Karena adanya sensor noise dan keterbatasan algoritma, peta tematik yang diperoleh mengandung banyak noise yang berbentuk ?salt and pepper? (tidak periodik) sehingga menghasilkan batas antar wilayah yang tidak pasti.Metode Information Fusion yang dikerjakan dalam tugas akhir ini bertujuan untuk menghasilkan peta tematik dengan batas yang jelas antar wilayah dan wilayah yang homogen. Metode ini terdiri dari 2 langkah yaitu: pendeteksian sisi dari peta tematik hasil smooth filtering dan citra multispektral penerapan algoritma region growing ada peta tematik untuk menghasilkan batas wilayah yang jelas dan wilayah yang homogen yaitu satu wilayah terdiri dari satu kelas. Metode ini berjalan secara independen dari algoritma klasifikasi, dan bukan knowledge-based algorithm yaitu tidak menggunakan asumsi awal mengenai isi dari citra.Hasil dari analisa menunjukkan bahwa metode Information Fusion yang diajukan oleh Solaiman et al. [SOLA98] masih memiliki beberapa kelemahan diantaranya adalah tidak dapat mengatasi citra tematik yang memiliki wilayah sebesar 3 piksel atau kurang [SOMB99], tidak adanya usaha penghilangan gangguan sebelum dilakukan deteksi sisi, dan tidak adanya usaha perbaikan pada hasil fusi. Dalam Tugas Akhir ini diajukan perbaikan dari metode Information Fusion [SOLA98] yaitu dengan penambahan modifikasi smooth-filtering untuk menghilangkan gangguan dan memperjelas sisi, dan perbaikan hasil fusi."

"Pengolahan citra merupakan salah satu bidang ilmu komputer yang terus mengalami perkembangan. Tujuan utama dan sebagian besar pengolahan citra adalah untuk mengambil /memisahkan feature-feature dari data citra, dimana deskripsi, interpretasi atau pemahaman terhadap citra disediakan oleh mesin computer vision.Dengan berkembang pesatnya Internet dan world wide web saat ini, jumlah data citra yang dapat diakses oleh pengguna menjadi sangat banyak. Akibatnya, database citra menjadi sangat besar dan luas, dan diperlukan suatu sistem yang mampu membagi citra secara efektif dan efisien. Segmentasi citra merupakan proses pembagian citra menjadi beberapa bagian atau objek. Dari hasil segmentasi region of interest (ROI) dan objek-objek pada citra lebih mudah dikenali.Pada skripsi ini ditampilkan suatu algoritma segmentasi citra dengan menggabungkan tiga metoda yaitu nilai ambang (thresholding), deteksi sisi (edge detection) dan wilayah tumbuh (region growing) dan representasi warna Hue­ Saturatian-Value (HSV) untuk membagi citra dengan karakteristik yang berbeda dan menghasilkan citra keluaran berupa objek-objek tunggal pada citra. Beberapa variasi maksmum block size dan small object threshold dilakukan untuk mendapatkan hasil segmentasi yang jelas bagi pengamalan manusia dan waktu proses yang kecil.Hasil simulasi menunjukkan bahwa ukuran blok maksimum 3, 4, 5, dan 6 serta nilai ambang objek kecil 2 dan 6 menghasilkan citra hasil segmentasi yang lebih baik dan jelas dalam pengamatan manusia, objek yang terdapat pada citra tersegmentasi dengan lebih baik, serta waktu proses yang dibutuhkan juga lebih kecil. Selain itu noise sangat mempengaruhi hasil dan waktu proses segmentasi."