Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tekstur menyimpan atau menyediakan karakteristik-karakteristik yang penting untuk usaha pengidentifikasian permukaan dan objek pads berbagai macam citra. Untuk mempelajari tekstur tersebut, dimana sebagian besar tekstur alami mempunyai frekuensi dominan yang terletak pada saluran frekuensi menengah, diperlukan metode multisaluran frekuensi atau analisa multiresolusi, untuk mencapai frekuensi tertentu. Wavelet adalah sebuah fungsi matematika yang memotong-motong data ke dalam frekuensi-frekuensi yang berbeda, sehingga data tersebut dapat dipelajari dengan resolusi yang berbeda-beds. Sebuah metode transformasi wavelet yang disebut Transformasi Wavelet Berstruktur Pohon (Tree Structured Wavelet Transform) memungkinkan untuk memilih daerah frekuensi yang akan dipelajari. Skripsi ini bertujuan untuk membuat perangkat iunak yang dapat mengenali tekstur pads suatu citra secara tepat dengan menggunakan Transformasi Wavelet Berstruktur Pohon. Hasil uji cobs menunjukkan bahwa citra teskstur berukuran 128 x 128 piksel yang dicoba untuk diketahui teksturnya, dapat dikenali dengan balk oleh program.

Abstrak :
ABSTRACT
Salah satu penyebab gangguan atau potensi terjadinya kegagalan isolasi yang cukup kritis S pada instalasi sistem DC khususnya sistem PLTS adalah gangguan arcing yang berpotensi terjadi secara seri pada sistem wiring PLTS tersebut. Selama ini sistem proteksi eksisting yang terpasang pada PLTS seperti over current relay dan sistem proteksi lainnya tidak mampu mendeteksi gangguan keberadaan gangguan arcing karena besar arus gangguan arcing ini, besar arusnya sangat rendah jauh di bawah setting relay serta time interval yang sangat singkat dari time setting pick up relay eksisting tersebut. Sehubungan dengan keterbatasan pada kemampuan relay eksisting yang terpasang sebagai sistem proteksi pada PLTS, maka perlu dibutuhkan alternatif sistem deteksi terhadap gangguan arcing yang mampu mencegah potensi terj adinya arcing pada sistem wiring PLTS. Pemodelan deteksi gangguan arcing pada sistem DC, dengan memanfaatkan metode transformasi wavelet (wavelet transform) adalah salah satu solusi untuk memproteksi instalasi PLTS dari gangguan arcing. Berdasarkan hasil simulasi pemodelan sistem deteksi gangguan arcing dengan menggunakan sofware SIMULINK/MATLABTM menunjukkan bahwa pemodelan deteksi arcing dengan memanfaatkan transformasi wavelet tidak hanya mendeteksi gangguan arcing, tapi juga sistem deteksi ini bisa memberikan sinyal trip untuk membuka status CB ketika gangguan arcing terjadi di sistem DC tersebut sehingga potensi ganguan arcing yang bisa menyebabkan kegagalan isolasi pada PLTS bisa diminimalisir dan dicegah sedini mungkin.

Abstrak :
Spekel adalah suatu kesalahan granular yang selalu ada pada semua jenis sistem pencitraan yang koheren. Keberadaan spsekel dalam citra mengurangi resolusi, klasifikasi dan susah diinterpretasi. Banyak teknik mereduksi spekel yang telah digunakan untuk menghilangkan efek dari fenomena itu. Dalam penelitian ini dicoba sebuah algoritma pengurangan spekel yang efektif, menggunakan transformasi wavelet. Menurut Kun Abyoto d.k.k. (1998) algoritma ini lebih baik dibandingkan dengan algoritma-algoritma yang telah ada dalam mengurangi spekel citra radar SAR. Tolok ukur kualitas reduksi dinyatakan dengan angka perbandingan deviasi standar dan rata-rata citra (DPR). DPR citra menggunakan transformasi wavelet lebih rendah dibandingkan dengan metoda reduksi spekel lama (filter Median dan Lee) yang ditunjukkan dengan penurunan DPR citra tanpa mengurangi detail secara berarti. Hasil yang diperoleh pada citra SAR JERS-1 dan citra SAR ERS-1 berbeda. Grafik antara DPR versus level multiresolusi yang diperoleh dari citra SAR JERS-1 turun kemudian naik lagi setelah j=2, sedangkan grafik yang soma dari citra ERS-1 turun sampai j=G sedikit di atas j=5 dan kemudian turun lagi, Kesimpulan dari penelitian ini adalah bahwa semakin tinggi tingkat multiresolusinya semakin kecil spekel yang ada. Disamping itu diperkirakan citra asli SAR JERS-1 mempunyai spekel lebih sedikit dari pada ERS-1.

---

Speckle is a granular error that always available in every coherent imaging system. The existence of speckles can reduce the image resolution, difficult for doing correct classification and interpretation. There are many ways in the reducing speckles that have been used for eliminating the speckle effects. In this research I would like to try a speckle reducing algorithm, by using wavelet transformation. According to Kun Abyoto et. al. (1998) the algorithm is better then the existing algorithm in reducing SAR image speckles, that can be seen by the standard deviation relative (DPR) and the average are lower then the conventional one (Median and Lee filters). For the ERS-1 and JERS-l SAR images are quit different. The graph between DPR versus multi resolution from MRS-1 decreases but after j=2, the curve increases. The graph of ERS-1 DPR versus multi resolution go down except j=d. The conclusion of the experiment is that the more multi resolution level the smaller speckle found, and the JERS-l has a smaller amount of speckle then ERS-1.

Abstrak :
ABSTRAK
Pengelolaan sumber daya perikanan memeriukan survei dan akuisisi data yang akurat sehingga pengelolaannya lebih efisien dan efektif_ Penerapan teknologi akustik dalam pendugaan kelimpahan ikan merupakan cara yang efektif yang membutuhkan biaya yang murah, waktu yang cepat, dan jangkauan wilayah yang luas. Tetapi hasil akuisisi dibatasi oleh kenyataan bahwa berbagai macam gema (echo) seperti plankton, ubur-ubur dan berbagai macam hamburan (scatters) lainnya, yakni berbagai macam gema yang tidak diinginkan, terdeteksi pada ekogram. Untuk memisahkan ikan dari hamburan lainnya, temyata sinyal gema dapat diidentifikasi dan diklasifkasi oleh operator yang berpengalaman, dengan menerjemahkan hasil pembacaan integrator gema atas bentuk (shape) dan intensitas dari displai ekogram. Namun pemrosesan dan analisa tersebut memeriukan waktu yang lama.

Beberapa software telah dikembangkan untuk mempercepat pemrosesan dan analisa ekogram seperti Simrad EP 500. Software ini diintegrasikan dengan Simrad EK 500 echosounder jenis split beam untuk melakukan pemrosesan dan analisa pendugaan kelimpahan ikan dan juga arah pergerakan ikan_

Skripsi ini mencoba menggunakan dekomposisi transformasi wavelet untuk mendeteksi ikan pada ekogram echosounder dan memisahkan target ikan dari target lain. Parameter yang digunakan untuk membedakan ikan dengan target lain adalah perbedaaan niiai target strength-nya. Referensi yang digunakan adalah hasil pemrosesan dan analisa ekogram dengan menggunakan software Simrad EP 500.

Hasil simulasi menunjukkan bahwa metode transformasi wavelet dapat digunakan untuk mendeteksi ikan pada ekogram echosounder dengan keefektifan mencapai 80%.

---

Abstrak :
ABSTRAK
Aplikasi-aplikasi transformasi wavelet telah banyak digunakan, terutama aplikasi yang berhubungan dengan sinyal gambar, suara, video, dan sinyal elektrik lainnya. Pada skripsi ini dibahas aplikasi transformasi wavelet untuk memprediksi fluktuasi trafik internasional. Besarnya trafik internasional sangat dipengaruhi oleh faktor teknologi, ekonomi, hubungan bilateral negara satu dengan yang lain dan kerjasama antar operator internasional.

Fluktuasi trafik internasional berupa sinyal satu dimensi. Sinyal ini akan didekomposisi dari level I sampai dengan level 3 dengan menggunakan metode Discrete Wavelet Transform (DWT) untuk fungsi dasar Daubechies 18, Daubechies 12, Daubechies 8 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 seberapajauh 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 demi pada masa depan akan ditentukan oieh sinyal-siyal detail pada masa sebelumnya demikian pula dengan sinyal aproksimasinya yang dalam hal ini diprediksikan secara polinomial. Metode yang digunakan adalah Regresi Polinomial 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 yang telah dimodifikasi dengan menggunakan harga rata-rata dan standart deviasi pada koefisien sinyal detailnya.

Dari hasil simulasi dapat diketahui bahwa dengan penerapan dekomposisi level I untuk fungsi dasar Daubechies 18 dengan kombinasi denoising metode soft thresholding model Donoho modifikasi dengan menggunakan nilai standart deviasi akan didapatkan nilai error prediksi yang terkecil.

---

Abstrak :
Tugas akhir ini membahas penerapan metode transformasi wavelet secara konvensional dan paket pada sidik jari. Pemilihan objek sidik jari dilatarbelakangi oleh luasnya aplikasi identifikasi sidik jari, sementara proses penyimpanan gambar sidik jari dan media penyimpanannya sangat mahal. Untuk itu perlu diterapkan suatu metode kompresi gambar sehingga media penyimpanan dapat dibuat seminimal dan seefisien mungkin. Transformasi wavelet mendapat perhatian karena kemampuannya dalam melakukan analisis menurut waktu-frekuensi yang terlokalisir, sehingga sangat menarik untuk aplikasi deteksi dan kompresi sidik jari. Tujuan analisis tersebut adalah untuk menentukan metode mana yang terbaik antara metode konvensional dan paket. Analisis yang dilakukan meliputi energi dan distribusi koefisien, jenis wavelet, waktu proses, entropi dan PSNR serta kuantisasi skalar. Untuk keda dan kualitas hasil transformasi jugs dibandingkan.

Abstrak :
Penampakan mikrokalsifikasi dalam citra mammography sebagai suatu indikasi terjadinya kanker payudara seringkali menjadi kendala pendiagnosisan penyakit kanker. Variasi bentuk dan ukuran kalsifikasi serta kehomogenan dengan latar belakang tekstur merupakan faktor utama yang sering menjadi masalah dalam pengamatan visual biasa. Pemanfaatan Computer Aided Diagnosis (CAD) dalam bidang pengolahan citra memungkinkan suatu citra mamography diolah dan dianalisa dalam bentuk digital untuk mengurangi kendala dalam hal pendeteksian mikrokalsifikasi. Teknik pendeteksian mikrokalsifikasi serta unjuk kerjanya dengan menggunakan transformasi wavelet, peningkatan kontras citra dan metode statistik meliputi perhitungan skewness dan kurtosis pada citra mammography digital akan diterapkan dalam tesis ini, dimana hasil pendeteksian tersebut dijadikan sebagai "second opinion" bagi ahli radiologis dalam diagnosisnya. Hasil simulasi menunjukan secara visual bahwa unjuk kerja pendeteksian mikrokalsifikasi dengan teknik yang diterapkan mempunyai tingkat keefektifan hingga 96%.

---

The presence of clustered micro-calcifications is an early sign of breast cancer, however it's difficult to detect. Variation of shape and size of calcification is the main problem for detection process, beside the homogenous texture background. Computer-aided diagnosis (CAD) schemes on image processing have the potential of substantially increasing diagnostic accuracy in mammography. Performance of wavelet transform, enhance algorithm and statistical procedure for detection method are presented in this thesis as a second opinion for radiologist's interpretation of micro-calcifications. The simulation results show visually that detecting method was applied has 96% in an effectiveness level.

Abstrak :
ABSTRAK
Aplikasi-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.

---