Blog Archives
Klasifikasi Citra Retina untuk Deteksi Microaneurisme Menggunakan KNN Berbasis Ekstraksi Ciri LBP dan Wavelet
Microaneurisme merupakan salah satu tanda awal retinopati diabetik yang muncul pada citra retina sebagai titik-titik kecil berwarna merah. Deteksi dini microaneurisme sangat penting untuk mencegah kerusakan penglihatan yang lebih parah. Pada penelitian ini, dibuat sebuah sistem klasifikasi citra retina dengan dua kelas keluaran: microaneurisme dan non microaneurisme.
Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (KNN) dengan jumlah tetangga (k) = 5. Untuk mendapatkan ciri (fitur) yang representatif, citra diekstraksi menggunakan Local Binary Pattern (LBP) dan transformasi wavelet Daubechies. Hasil dari penelitian ini diharapkan dapat membantu proses diagnosis awal secara otomatis, cepat, dan akurat.
-read more->Klasifikasi Tingkat Kematangan Pada Tanaman Cabai Rawit (Capsicum Frutescens) Berdasarkan Fitur Warna Dengan Metode Support Vector Machine (SVM)
Cabai rawit (Capsicum frutescens) merupakan salah satu komoditas hortikultura yang memiliki peran penting dalam industri pangan. Penentuan tingkat kematangan cabai berpengaruh langsung terhadap kualitas produk dan nilai jual. Dalam praktiknya, sortasi cabai di lapangan masih banyak dilakukan secara manual oleh petani atau pekerja sortasi dengan mengandalkan penglihatan manusia. Metode manual ini rawan kesalahan karena faktor kelelahan, pencahayaan yang tidak seragam, serta perbedaan persepsi warna. Oleh karena itu, diperlukan sistem otomatis berbasis pengolahan citra yang mampu memberikan hasil klasifikasi yang konsisten.

Pengenalan Huruf Hijaiyah Menggunakan Jaringan Syaraf Tiruan Perceptron
Huruf hijaiyah merupakan dasar dari sistem penulisan bahasa Arab yang terdiri dari 29 huruf. Kemampuan mengenali huruf hijaiyah sangat penting dalam pembelajaran Al-Qur’an maupun pemrosesan teks Arab secara digital. Salah satu pendekatan komputasi yang dapat digunakan untuk klasifikasi pola visual adalah Jaringan Syaraf Tiruan (JST).
Pada penelitian ini digunakan arsitektur perceptron untuk mengenali huruf hijaiyah berdasarkan citra yang telah diproses menjadi bentuk biner. Data latih yang digunakan berjumlah 20 × 29 citra, sedangkan data uji berjumlah 10 × 29 citra.
-read more->Cara Menghitung Nilai Threshold
Pengolahan citra digital adalah bidang yang luas dan penting dalam dunia komputer dan teknologi informasi. Salah satu teknik dasar dalam pengolahan citra adalah segmentasi citra, di mana citra dibagi menjadi beberapa bagian atau wilayah yang memiliki karakteristik tertentu. Salah satu metode yang umum digunakan dalam segmentasi citra adalah metode thresholding.
Metode thresholding membagi citra menjadi dua bagian, yaitu bagian yang bernilai di atas atau di bawah nilai threshold tertentu. Proses penghitungan nilai threshold ini adalah langkah krusial dalam penggunaan teknik ini. Pada artikel ini akan dibahas mengenai berbagai cara untuk menghitung nilai threshold pada pengolahan citra digital.
-read more->Intensity Adjustment menggunakan GUI MATLAB
Intensitas citra adalah salah satu aspek penting dalam pengolahan citra digital. Terkadang, kita perlu mengubah tingkat intensitas citra untuk meningkatkan kontras atau menghilangkan noise. Dalam artikel ini, akan dijelaskan bagaimana membuat simulasi penyesuaian intensitas (intensity adjutment) menggunakan GUI (Graphical User Interface) di Matlab.

Histogram Citra Digital
Histogram citra adalah alat penting dalam dunia pengolahan citra digital. Histogram merupakan representasi visual dari distribusi intensitas piksel dalam sebuah citra. Histogram ini dapat memberikan wawasan yang berharga tentang karakteristik citra, membantu dalam analisis, perbaikan, dan manipulasi citra. Dalam artikel ini akan dibahas apa itu histogram citra, mengapa penting, dan bagaimana histogram digunakan dalam pengolahan citra.

Transformasi Geometri pada Citra: Flip dan Rotasi
Transformasi geometri adalah teknik penting dalam pemrosesan citra yang digunakan untuk mengubah bentuk, ukuran, orientasi, atau tata letak suatu citra. Dalam konteks pemrosesan citra, transformasi geometri adalah salah satu metode yang paling umum digunakan untuk mengubah citra menjadi bentuk yang lebih mudah dianalisis atau memperbaiki tampilannya. Dalam artikel ini akan dijelaskan dua transformasi geometri yang sering digunakan dalam pemrosesan citra: flip dan rotasi.

Meningkatkan Kualitas Citra Digital dengan Ekualisasi Histogram pada Citra RGB dan Grayscale
Ekualisasi histogram adalah salah satu teknik yang sangat penting dalam pengolahan citra digital. Teknik ini digunakan untuk memperbaiki kontras dan distribusi intensitas piksel pada citra digital, baik pada citra berwarna (RGB) maupun citra grayscale. Dalam artikel ini, akan dijelaskan konsep dasar ekualisasi histogram, bagaimana itu diterapkan pada kedua jenis citra, dan manfaatnya dalam pengolahan citra digital.

Pemrograman MATLAB untuk Steganografi Citra Digital dengan Metode Substitusi LSB
Steganografi citra digital dengan metode substitusi Least Significant Bit (LSB) adalah teknik menyisipkan citra ke dalam citra yang dilakukan dengan mengganti bit terakhir kode biner citra dengan kode biner citra yang akan disisipkan sebagai nilai derajat keabuan citra pada akhir citra. Berikut adalah langkah-langkah yang dilakukan dalam steganografi citra digital dengan metode substitusi LSB:
- Load citra cover (file yang akan digunakan sebagai media penyisipan) dan citra pesan (file yang akan disisipkan).
- Ubah citra pesan menjadi kode biner.
- Ubah bit terakhir dari setiap piksel pada citra cover menjadi bit pesan secara berurutan.
- Hasil citra stego (citra hasil penyisipan) dihasilkan dengan menggabungkan citra cover yang telah dimodifikasi dengan bit pesan.
- Citra stego dikirimkan ke penerima.
- Penerima melakukan ekstraksi citra pesan dengan cara membaca bit terakhir dari setiap piksel pada citra stego dan mengubahnya menjadi kode biner citra pesan.


















































