Pengenalan Visi Komputer dan Pengolahan Citra

Baik, kita mulai untuk pergulian visi komputer atau computer vision. Untuk review materi yang pertama yang terkait dengan apa itu cilad digital, kemudian juga... ruang warna, dan sebagainya. Nanti kita review sekilas ya. Karena pemahaman terkait dengan citer digital ini sangat perlu Anda ketahui atau Anda dalami. Yang namanya visi komputer itu adalah bagaimana membuat komputer itu bisa melihat seperti kita dan karena komputer itu bisa bekerjanya hanya dalam domain digital maka otomatis gambar atau lingkungan yang akan dilihat oleh komputer harus diubah atau disimpan dalam bentuk digital juga seperti itu saya nanti coba coba tunjuk dari beberapa temen untuk mereview sebentar citra digital ini bisa dibagi menjadi dua ya ada yang bisa menyebutkan di train jenis citra Hai Mas Ahmad Frianto sudah dibaca belum ininya saatnya hai hai Mas Ahmad Rianto, ada? Halo, Mas Ahmad Rianto. Ya, citra dibagi dua, itu apa saja, Mas? Citra digital itu... Citra binar sama RGB, Pak? Sebelum digital, citra ya? Dalam bentuk citra itu, citra dibagi dua. Itu apa itu? Citra apa dan citra apa? Secara umum? Citra apa? Citra statis dan citra dinamis ya, secara umum citra dibagi dua, citra statis dan citra dinamis. Kalau citra statis apa mas? Citra statis apa? Pengertiannya? Halo, mas Amat? Halo, citra statis apa? Citra statis yang itu, Pak. Ya, pengertiannya apa? Citra yang? Citra yang tidak bergerak, statis, tunggal. Statis itu lawanya dinamis, statis itu berarti tetap. Ya, seperti yang ada yang sering lihat, itu adalah citra statis. Artinya citra tunggal yang itu tidak bergerak. Kalau dinamis, contohnya citra-citra pada frame film, video dan sebagainya itu sebenarnya adalah gambar-gambar yang bergerak cepat seperti itu, dinamis bergerak. Sehingga saya menganggarkan itu adalah suatu gambar yang bergerak atau video ya. Video itu kan sebenarnya dia gambarnya bergerak. Sebenarnya itu adalah citra tunggal yang bergerak seperti itu dan ada perubahan antara satu citra dengan citra lain. Kemudian, kalau terkait dengan citra digital itu, pasti kita harus tahu yang namanya piksel. Piksel sendiri ini nanti ketika kita melihat suatu citra digital itu dilihat dalam kecamata piksel, titik. Titik itu piksel. Bagian terkecil dari suatu citra itu namanya adalah piksel. Hai dan tidak apa di ke pixel sendiri itu memiliki suatu nilai atau intensitas ya namanya intensitas pixel jadi masing-masing titik itu nanti memiliki suatu nilai yang menentukan warnanya warnanya lah itu nanti kita akan mengenal ruang warna coba ada yang bisa menyebutkan berapa ruang warna yang dipelajari di di mata kulit kuliah ini. Mbak Ariska Listiani. Berapa ruang warna? Mbak Ariska. Halo, Mbak Ariska Listiani, ada? Hai Mariska istiani monitor maaf ternyata di nyalakan ada tol apa saja Yang kelima yaitu ada NEP, kemudian ada Grayscale, SP atau View Saturation Value, YIQ. Hai luma in in Peskwajet dan ycbcr Luna Hai brokroma blue chromarid itu bukan jadi ruang warna ya di dalam citra digital nanti itu pewarnaan atau pewarnaan itu didasari pada konsep ruang warna ya ada RGB ada grayscale HVS HSV YIQI YIQI YCB CR itu ya tapi yang sering kita pakai itu yang untuk dominan kita sering perinteraksi itu ya RGB warna grayscale kalau aras kabuan kabuan HSP juga Kadang tapi Berwarna juga ya HSP itu berwarna Tapi jarang ya Saya sendiri jarang menggunakan Apa namanya Konsep Warna HSP atau yang lainnya Kalau warna kebanyakan adalah RGB ya Dan kita sebenarnya bisa lihat Pada saat kita Memakai MS Word atau MS powerpoint ya itu kalau kita mewarnai ya kita insert set apa namanya suatu kotak atau bulatan atau gambar disitu atau tabel atau apa ketika ini ngomong lain sebetulnya itu bisa ada pilihan pilihan warna kalau kita mau option itu akan ditampilkan pilihan warna yang seperti itu atau bahkan kita bisa menentukan berdasarkan RGB tadi kita kita tinggal geser-geser seletnya selet barnya R nya berapa dari minimal sampai maksimal dari 0 sampai 256 255 untuk 8 bit green nya berapa blue nya berapa dari kombinasi ketiga warna ini akan dihasilkan warna yang tampak seperti itu jadi kita bisa milih disitu atau Atau di powerpoint juga bisa. Kalau grayscale ya, citra keabuan ya. Kalau istilah kita sebenarnya hitam putih sebenarnya itu bukan hitam putih. Tapi keabuan-keabuan ya. Jadi dari nilai 0 hitam sampai putih ya. 255 itu putih. Dan diantara itu berarti dia nilainya ya ada gradasi dari hitam pekat menjadi agak agak pucat, kemudian agak berwarna abu-abu sampai terus menunjukkan warna putih sampai putih sekali seperti itu jadi nilainya kalau ASV itu Anda lihat di slide itu menunjukkan parameter hue, saturation, dan value. Jadi untuk hue menyatakan keluarga warnanya, saturasinya untuk intensitas warna, dan value-nya untuk terang gelapnya warna atau graded kabuannya. Dan itu masing-masing nanti akan bisa diatur nilai H-nya, S-nya, V-nya, berapa itu. kita bisa atur ya dalam derajat kalau U nya kemudian kalau S nya itu nilai 0 sampai 1 ya kalau V nya itu 0 sampai 255 ya saya kira di sini ada ya di MS Word atau di PowerPoint atau ada Nah, warna sendiri itu sebenarnya itu adalah suatu panjang gelombang atau gelombang elektromarket yang memiliki panjang gelombang yang berbeda-beda. Jadi, kalau kita lihat di spektrum. maka untuk cahaya warna itu terletak pada panjang gelombang ultraviolet sama infrared. Di situ nanti akan bisa kita tahu warna biru panjang gelombang yang berapa, yang jelas berbeda dengan warna merah panjang gelombangnya. Hai ini warna sendiri adalah sebuah sebuah gelombang gelombang yang memiliki panjang gelombang kemudian itu ya intinya adalah kita ketika kita bicara tentang hai hai Citra digital, maka kita akan berbicara dengan Koncep piksel Kemudian intensitas piksel Kemudian juga Kita akan Bekerja pada Suatu ruang warna untuk mengolah Suatu citra, biar bagaimanapun juga Citra digital Yang kita capture Itu bisa dalam bentuk Warna atau Grayscale, kita tinggal Mengolah dalam ruang warna apa Biasanya untuk memperluas memperhemat atau mempersingkat suatu eksekusi, mempercepat itu kita ubah ke gray scale, ruang warna gray scale, baru nanti kita lakukan komputasi pengolahan citra, seperti itu dan definisi cita dikalsin ini adalah sebenarnya representasi digital suatu representasi digital nah yang dimodelkan secara matematis dan disimpan dalam bentuk format digital. Seperti yang kita ketahui seperti itu. Dan ini keunggulan dari citra digital adalah mudah untuk dimanipulasi. Kita bisa mudah untuk memanipulasi citra digital. Lebih mudah dibandingkan citra non-digital, citra-citra yang kita dapatkan dari hasil. penangkapan gambar yang menggunakan teknologi lama citra analog itu tidak atau sangat susah untuk dimanipulasi misalkan dibersihkan noise-nya misalkan dibutihkan atau nodenya dihilangkan, itu tidak bisa secara manusia normal itu saya susah ya saya nggak tahu di studio foto Apakah ada cara untuk menghilangkan noise citra yang foto yang sudah dicetak seperti itu tapi kalau pakai kita digital itu diubah digital kemudian kita olah noise-noise nya kita hilangkan nodanya kita hilangkan yang tadinya agak gelap jadi diputihkan terang itu bisa dan kemudian dicetak ulang itu jadi diindah dulu ke citra begitu Oke itu kemudian kita lanjut ke baterai kedua Sudah kelihatan Mas mbak, sudah kelihatan? Sudah pak Sudah pak Oke, saya menggunakan materinya Mas Ali sebagai koordinator mata kuliah. Jadi untuk capaian pembelajaran yang di pertemuan kedua, ini adalah bagaimana mahasiswa mampu Hai menjelaskan dan mengerti makna atau konsep ketetanggaan naik berpada pengolahan citra digital kemudian juga menjelaskan dan mengerti mengenai noise pada citra digital seperti itu ini akan keunggulan dari cita digital bahwa kita bisa menghilangkan noise menghilangkan noise pada citra digital hai hai Oke, yang pertama yaitu konsep ketetanggaan, ya. Nightboard, nightboard. Seperti yang tadi saya katakan bahwa suatu citra digital itu sebenarnya direpresentasikan dalam bentuk pixel-pixel, seperti itu. Dan setiap pixel itu memiliki suatu intensitas pixel. Ya, katakanlah seperti ini, ya. Ini adalah sebuah citra digital. Kotak-kotak ini menunjukkan 1 pixel, 1 pixel, 1 pixel, 1 pixel, 1 pixel. Berarti kalau kita hitung jumlah pikselnya ini, baik jumlah baris maupun kolom, itu adalah 5x5 pixel. 5x5. Biasanya kalau kita format citar digital kan biasanya 3000x2000, misalnya 3000x3000 itu sebenarnya... Berapa jumlah titik pada garis dan kolom sebenarnya. Garis x kolom itu sebenarnya. Nah, di sini Anda bisa lihat ya. Jadi, di sini suatu piksel itu adalah suatu elemen terkecil dalam sebuah citer digital. Dan yang dimaksud dengan suatu resolusi pada suatu citer digital ini adalah kerapatan piksel. Dalam ukuran 1 inch Dalam sebuah gambar Jadi semakin banyak pixel Berarti semakin rapat Pixelnya Katakanlah ini 1 inch Di dalam 1 inch persegi, satu inci persegi yang luas jumlahnya kan 5x5 25 piksel ini adalah suatu citra dengan 25 piksel pada satu inci kalau misalkan dalam satu inci ada 1000 piksel maka lebih rapat dan ini semakin rapat suatu citra itu semakin bisa merepresentasikan citra itu mendekati aslinya, jadi lebih detail ini adalah Yang pertama, yang kedua, ketika citra ini di zoom atau diperbesar biasanya katakanlah yang sangat-sangat Terasa sekali pada saat kita mendesain sebuah backdrop untuk kegiatan acara. Biasanya backdrop kan ukurannya gede, karena itu kan latar belakang di dinding biasanya. Kalau teman-teman mahasiswa yang mendesain backdrop itu tidak memperhitungkan pikselnya, pikselnya kecil. Di layar komputer bagus gambarnya, kelihatan bagus, tapi dia lupa. Dia mendesainnya dengan ukuran pikselnya kecil. Kenapa? pada saat dicetak, minta ukurannya berapa meter, misalkan 4x3 meter. Ternyata setelah dicetak di digital printing, itu nanti gambar yang ukuran pikselnya kecil, itu nanti akan pecah-pecah, kelihatan pecah-pecahnya. tidak halus ya tidak tidak smooth tidak smooth tidak seperti aslinya karena dipaksakan jadi suatu citra dengan pixel yang tidak terlalu banyak diperbesar akhirnya kita akan melihat citra itu kecah kecah kelihatan kotak-kotaknya gitu ya itu itu yang sangat rasa ya jika kita menggunakan ke suatu citra dengan pixel yang kecil itu pengaruhnya seperti itu jika disunyi diperbesar ya emang konsep ketika suatu citra itu resolusinya tinggi ya kapasitasnya jadi besar ya kapasitas filenya ya mungkin ukuran diatas 5 MB ya, megabyte ya mungkin ya kelemahnya itu sih kecuali kalau misalkan Anda memang harus mendesain gambar ini untuk bisa di zoom atau dicetak dalam ukuran yang besar ya berarti Anda harus kondisikan Resolusi yang besar ya yang tinggi resolusinya kalau hanya sekedar dilihat di handphone atau di laptop atau di komputer ya mungkin gak terlalu tinggi masih kelihatan ya kelihatan bagus kalau kita lihat di layar laptop atau layar handphone seperti itu Di sini tentunya Anda bisa lihat yang dimaksud ketendagaan di sini. Ini contohnya ini dulu. Pixel-pixel ini kan tadi saya bilang memiliki intensitas. Contohnya kita ambil sampel suatu gambar di sini. Ini kan gambar aras keabuan. Abu-abu itu bukan warna hitam dan putih, tapi antara... Hitam, di antara warna hitam dan putih ya. Hitam dan putih termasuk arus kabuan. Termasuk dalam arus kabuan. Tetapi ketika nilainya adalah di antara 0 sampai 255 atau hitam sampai putih, maka warnanya bisa abu-abu, bisa... kayak gini, ini kan tidak warna hitam banget ini adalah warna aras abuan, ini bedanya kalau gambar binar berarti warnanya hanya dua, hitam dan putih hitamnya hitam hitam bener ya, putihnya juga putih banget. Kalau ini kan keabuan. Derajatnya itu tergantung apa? Nilai intensitas. Misalkan kalau katakanlah gambar ini, ini kan ukuran pikselnya ya, 373 x 497 piksel. Ini piksel. Kalau dilihat dari gambarnya, berarti di sini lebarnya itu 4, 97 pixel, jadi jumlah pixel pada sumbu horizontal atau pada kolom, ini kolom ya kalau kita lihat disini ini kolom ya, ini kolom pertama 2, 3, 4, 5 pertama 2, 3, 4, 5 kalau dalam MATLAB itu indexnya 0 biasanya 0 ini, ini mulai 0 1, 2, 3, 4 0, 1, 2, 3, 4, seperti itu tapi yang jelas ini kolom pertama kedua, ketiga, keempat 0 5, ini ada 5 kolom ini ada 5 kolom, ini sama juga nih kalau ukurannya seperti ini 373 x 497 kalau kita lihat berarti disini tingginya ini itu ada sebanyak 373 pixel misalkan nih, pixel pertama kedua, ketiga, dan seterusnya sampai 373 pixel masing-masing pixel ini memiliki nilai yang namanya intensitas warna Intensas pixel Nilai intensas pixel ini yang menentukan warna-warna ini Ada yang gelap Ada yang agak terang Ada yang wabuan Semakin dia tinggi, semakin mendekati putih Karena putih kan 255 Semakin rendah Atau mendekati 0, berarti semakin hitam Nah ini Kalau kita lihat citer digital Isinya ini sebenarnya Nah ini yang Bisa dimanipulasi oleh kita Menggunakan Alkali Algoritma atau metode. Sekarang kita kembali ke konsep ketetanggaan atau nekbor. Pada pengolahan citra. Ketetanggaan ini tetangga, maksudnya tetangga piksel. Artinya adalah bahwa tetangga ini adalah piksel-piksel yang terletak pada piksel yang akan kita olah atau kita amati. Akan kita olah seperti itu. Sehingga dengan setirinya mengakibatkan setiap piksel pada citra itu akan memiliki keterkaitan. Karena dalam mengolah citra, nilai suatu intensitas piksel itu dipengaruhi oleh nilai piksel tetangganya, kanan-kiri, atas-bawah. Nanti kita lihat. Jadi operasi neighbor piksel adalah operasi pada pengolah citra untuk mendapatkan suatu nilai piksel berdasarkan nilai piksel-piksel yang terotak pada Hai ketetangganya tetangga pixelnya jika kanan-kiri atas bawah seperti itu nah ini contohnya ya contohnya misalkan ini adalah citra asli kemudian citra asli awalnya kemudian kita melakukan suatu pengolahan citra disini manipulasi citra ya ya yang menggunakan ketetanggaan. Maka ketika kita ingin mencari nilai piksel di tengah ini, maka ini nilainya akan dipengaruhi oleh nilai tetangga pikselnya, baik yang di sini, kiri atas, tengah atas, kanan atas, atau yang di sebelah kanan, atau yang bawah, atau yang kiri. Ini nanti akan kita hitung, kemudian kita proses mendapatkan nilai yang baru di sini. Ini nilai yang tadinya. A misalkan menjadi B nilainya. B ini didapat dari proses dari beberapa nilai tetangga pada citra yang diamati. Misalkan ini. Hai sarkan katakanlah kita proses sudah sampai yang ini ya yang baris keempat kolom kedua 87 ya ini 87 nilai intensitasnya akan kita olah oleh misalkan kita olah menggunakan metode atur rumus tertentu kemudian disitu pasti ada proses ketenangan, jadi nilai yang baru nanti pada titik baris keempat kolom kedua pada gambar yang baru itu nilainya bukan 87 lagi yaitu nilainya nanti berdasarkan tetangga pixelnya ya dari 86, 87, 86, 85, 85, 87, 88, 85, 83, dan 87 jadi dia muter ya tetangganya itu contoh tetangga pixel lagi jadi konsep neck boar itu adalah suatu pixel yang terletak pada tetangga dari pixel yang akan diolah itu ini contohnya tadi ya untuk menemukan nilai intensitas pixel X, Y, maka satu titik ini ya, maka akan dipengaruhi oleh beberapa piksel di kanan kiri atas bawah dari piksel I, Y sebelumnya. Seperti itu. Jadi G... G sama kanan, EG dalam kurung Y, X ini adalah citra baru citra baru, citra lama ini kemudian diolah menjadi citra baru dan biasanya itu operasinya itu menyeluruh, artinya semua pixel itu akan dihitung seperti itu dan ini bergerak dari kiri ke kanan kembali ke bawah kolom kedua ke kanan terusnya sampai ke terakhir baris terakhir, kolom terakhir seperti itu, jadi proses pengolahan citranya itu menyeluruh semua pixel nanti akan diolah seperti itu Nah, ini contohnya tadi ya. Ini contoh yang lebih jelas tadi ya. 88, berarti ketenangannya adalah F52. 52, nah ini ya. Ini 5. Ini baris. Sebentar. 53 ini GY nya adalah kita ketika ingin mencari nilai pixel pada Hai baris kelima kolom ketiga ya G5,3 ini maksudnya yang ini yang di volt era 88 maka itu tergantung pada ini eh eh 52 artinya gambar aapiksel pada gambar pada letak letaknya pada Oh F nya 5, ini baris 5, kolomnya 2. Jadi ini nilainya 85, kemudian 42, 42 ini ya, kemudian 42, kemudian 43 ini, 43, dan seterusnya ini. Jadi dia muter di sini ya, dia memutur ini. Ini contoh konsep neighbor pada citra digital. Jadi untuk mendapatkan nilai yang baru pada titik piksel ini tergantung pada piksel-piksel tetangga di samping kanan-kirinya. Atas bawah seperti itu. Atas bawah, kanan-kiri. Masuk pojok juga ini ya. Dalam suatu operasi ketentangan kita mengenal ada dua operasi ketentangan itu menggunakan empat ketentangan atau delapan ketentangan atau empat taper atau delapan negeri. 4 egg bor, kalau 4 egg bor Seperti apa? 4 egg bor ya ini Berarti yang Pocok-pocok ini gak diikutkan Jadi atas bawah karena kiri aja Ini pixel yang akan Kita amati ya atau kita cari Nilai intensitasnya atau kita olah maka kalau kita menggunakan 4x berarti pixel tangga yang kita gunakan adalah ini T1, samping kanan, T2 atas, T3 samping kiri, T4 bawah. Kalau yang pocok-pocok juga dipakai. Kalau yang delapan seperti apa? Kalau delapan berarti yang lengkap. B, baris, kolom. Ini B, ini baris, kolom. Nah, itu. Nah, ini nilai dari T1. Ini kita lihat konsepnya di sini. Nilai dari T1 itu adalah dalam kurung B, K plus 1. Ini maksudnya apa? Ada yang tahu nggak? T1 dulu nih, yang T1. Hai T1 ada yang bau maksudnya Hai silakan ke saya masuk ke ini gimana caranya masuk lagi ke jimit sebentar caranya harus endstop ya Hai oh oke masih kelihatan setelah hai hai Cuma gak ini ya, gak show ya. Run show. Oke. Yang dimaksud T1 gimana? Mbak siapa ya? Tadi Mbak Rizka. Mbak Feby ada gak? Dalam kurung B, K plus 1 ini maksudnya apa? Ya T1 yang ini. Mbak Feby? Mbak Feby ada? Halo, Mbak Feby? Mbak Feby, monitor? Iya, Pak. apa yang Anda pahami terkait dengan pixel T1 T1 sama dengan dalam kurung B, K plus 1 B itu baris, K itu kolom ini maksudnya gimana? ini penulisan nanti ketika Anda coding itu Anda harus paham ini nih jadi kalau Anda mau menulis coding itu biasanya mengolah dalam pengrograman itu baris dan kolom itu harus harus Anda pahami dalam konsep digital T1 dalam kurung B, K plus 1 itu maksudnya apa? Itu buat pengaturan kayak warnanya bukan ya Pak? Ya, ini posisi pikselnya. T1, T2, T3, T4 ini kan posisi pikselnya. Iya Pak. T1, posisi T1 ini ditulis dalam B, K plus 1. B, K plus 1 maksudnya apa? Berarti dia ber... Nombor titiknya apa sih? Apa? Pak, masih mau pahami, Pak. Kalau T2 kan B-1, K ya. T2 di barisnya yang minus 1. Hai kalau t-1 apa tas t-1 dulu deh t-1 dulu tahu nggak Mbak belum memahami Pak belum ya oke pindah yang lain dulu Mas Fikri Gus Gus apa ya Fikri Sapani Mas Fikri Hai hal penulisan t1 sama nanti koma k plus satu maksudnya apa ya yang itu tuh t1 itu maksudnya itu tetangga tetangga ke-1 Pak terus untuk yang begitu kan dilihat dari yang mau di pixel yang mau di nilainya itu di kolom berapa terus di baris keberapa untuk yang begitu baris untuk K itu kolom, gitu bukan Pak? Iya, jadi gini ini ya maksudnya, yang T1 Anda lihat ya, pixel yang mau diolah atau diamatikan B P itu katakanlah kita ambillah P sama dengan B, K B, K itu B-nya itu baris, K-nya itu kolom Hai nilainya enggak usah kita tak usah kita cari tahu dulu karena ini kan masih konsep ya nilainya bisa baris ke-0 tidak baik 123 atau kolom ke-0 123 dan seterusnya intinya bahwa untuk pixel yang akan kita mati adalah tetapnya ada dikoma koordinat B koma K untuk tes 1-1 Kenapa ditulis di koma K plus satu karena Mbah Anda lihat B itu kan baris, Anda lihat bahwa T1 kan sebenarnya satu baris dengan B kan, ya ini satu baris kan, sehingga dia ditulis dengan B saja. Sedangkan posisi T1 dalam posisi kolom itu adalah satu step. Hai satu step di sebelah kanan atanya plus satu ya apa lebih satu pixel dari pixel yang akan dia mati atau p ya Jadi kalau disini berdiri dari sisi kolom dia letak kolomnya itu adalah K plus 1, jadi nilai K-nya itu adalah kolom dari piksel yang sudah mati ditambah 1. Kalau sebelah kiri dari piksel yang sudah mati, berarti di sini dari sisi kolom berarti dia min. T3 kan min, T3 kan K-1 karena dia letaknya di sebelah kiri dari piksel yang sudah mati. Hai kalau disini misalkan disini ada ada lagi pixel satu lagi ini berarti berapa a plus 2 ya seleksi 2 pixel dari pixel yang diamati misalkan disini ya di kemasnya kelihatan enggak kursor saya bergerak-gerak enggak ada Oh enggak ada ya harus diranjanya kalau ini kelihatan enggak ada Hai anak Hai ada Oke jadi ini ini kan posisi ya ini ini kolom ini kolom ini baris dan sebagai acuannya kita melihat pada titik pilih pilih adalah pikselnya akan kita mati jangan kita kita mati posisi t1 itu letaknya ada pada satu baris dengan pn berarti tetep biaya itu baris berarti nomor barisnya sama dengan yang pixel yang akan kita mati jadi ditulis B sepi saja Sedangkan kolom, dia letaknya adalah sebelah kanan dari kolom dari P. Letaknya adalah sebelah kanan selisihnya 1 pixel. Berarti di sini adalah K plus 1. Ini K plus 1 kalau sebelah kanan. Kalau sebelah kiri berarti K minus 1. Anda bisa lihat di T3 ini. T3 kan K minus 1 karena dia letaknya selisih atau sebelum pixel yang dia mati. Atau selisih 1 sebelah kiri. Itu minus kalau sebelah kanan plus. K plus 1. Kalau di sini kadang-kadang ada pixel lagi, berarti di sini adalah tuppers 2. Artinya kolomnya itu... K plus 2. K-nya itu adalah nilai kolom dari piksel yang sudah mati, ditambah 2. 2 piksel lagi gitu loh. Maksudnya ini 1, 2. Seperti itu. Paham ya? Berarti T2 di sini yang sama apa? Yang sama kolomnya kan nih. Kolomnya sama, tak. Ini satu kolom kan nih. Kalau yang T2 dengan B. Ini satu kolom. Maka ditulis K. Sedangkan B-nya, barisnya, dia sebelum baris pada titik K, ada 2. Up titik P. Sehingga dia B-1. Di sini B-1. Kalau ke bawah berarti B-1. Kalau ke bawah lagi berarti B-2 dan seterusnya. Kalau di sini ke atas lagi berarti B-2. B-3 dan seterusnya. Kalau T3, T3 ini juga satu baris ya, T3 ini satu baris, cuma letaknya kolomnya di sebelah kiri dari kolom dari titik P, titik yang diamati. Jadi K-nya adalah K-1. Kalau yang T4, dia satu kolom, berarti di sini K kan, nah ini K. Tapi B-nya adalah B plus 1. Nah, paham ya? Untuk penomeran ini ya, penomeran pixel itu. Anda harus melihat pada posisi kolom dan baris, barisan kolom. Sekarang yang 8 piksel. Hai dapat bisa beri pakai semua ya akan gini atas bawah terus hal ini samping-samping kocoknya ya ini delapan kan kalau kita hitungan 123456788 hai hai Bila P ini adalah koordinatnya adalah B, K menyatakan baris dan kolom. Maka dengan menggunakan operasi 8 piksel, maka tetangga yang didapatkan itu ya tadi seputar ini. Berarti kalau 8 piksel itu semuanya ya, satu melingkar ya, satu lingkaran penuh. T1 sampai T8. Hai ini letaknya letaknya sama kebayang Anda perhatikan yang unik ini yang yang di pocok-pocok T2, T4, T6, T8. T2 dulu lah, T2. Berarti di posisi T2 ini, kalau secara baris dulu dia kurang... Atau sebelum dari P ya. Ini kan baris P di sini ya. Ini baris P. Atau baris pada piksel yang diamat itu P. Kalau T2 letaknya di atasnya di sini. Berarti minus. B-nya itu minus. Barisnya itu kurang 1 ya. Atau B-1. Kita lihat di T2. B-1 kan di sini. Eh sebentar. B-1. Karena di barisnya letaknya pada baris sebelum dari baris piksel yang dia mati. Nah, sekarang kolom. Kolom ini letaknya di setelah dari kolom piksel yang dia mati. setelah, atau setelah disini 1. Jadi, kolomnya juga K plus 1. T2, B-1, K plus 1. Kalau T4, disini kita lihat barisnya dulu, beres juga sebelumnya, berarti B-1 juga. B-1, kalau kolomnya juga letaknya di sebelah kiri, dari kolom P, berarti K-1. Paham nggak? Kalau ini konsepnya. Halo? Ada nih? Insya Allah, Pak. Ketentangan ya, jelas ya. Jadi, dari sisi penomeran, ini udah jelas ya penomerannya seperti ini. Kemudian ketentangan, ketentangan berarti melingkar. Posisi pikselnya itu dilihat dari baris dan kolom saja. ya barisnya sama enggak dengan titik yang akan diolah jika tidak sama berarti dia bisa plus atau minus kalau plus berarti kalau kolom itu sebelah kanan plus kalau sebelah kiri itu minus baris, sebelah atasnya itu minus sebelah bawahnya itu plus karena pada saat kita berbicara digital dalam bentuk pixel ini maka indeksnya itu mulai dari pojok kanan kiri atas ya, indeks 0,0 0,0 ini atas ya, 0,0 atas jadi ini adalah 0,0, kemudian berarti baris ke 0, kolom ke 1. Kalau ini baris ke 0, kolom ke 0. Ini baris ke 0, kolom ke 1. Baris ke 0, kolom ke 2. Ingat, kalau... indeks di tulisan di indeks di MATLAB itu 0 ya bukan 1, jadi kalau indeksnya ini dari 0, 1, 2 0, 1, 2 kalau secara konsep berarti ini pixel pertama, kolom pertama, kolom kedua kolom ketiga juga ya cuma indeknya nol ya ya gitu jadi kalau kalau metrek ke mulai dari nol ya boleh di nomorkan dari satu jadi kalau saya menerangkan ini adalah baris pertama atau kolom pertama ya dia berarti secara konsep kalau secara metrek ditulis adalah yang pertama kolom pertama baris pertama itu adalah kolom menurut nol baris ke nol ya karena indeknya mulai dari nol dan letaknya di pojok kiri atas ya Kalau ke sini, ke baris, berarti ini baris ke 0, pertama, kedua, ketiga, keempat, lima, enam, tujuh, lapan, sembilan, sepuluh. Kalau ini baris ya, kalau kolom ini ya, kolom ke 0, satu, dua, tiga, empat, lima, dan seterusnya. Itu. Bagaimana cara mengoperasikan pixel yang berada di bagian tepi ya? Nah ini kalau misalkan kita pas pengoperasiannya di tengah sih bisa kita dapat ya, atau di katakanlah di baris kedua, kolom kedua ya. Misalkan nilai 3 ini Tetangganya kan 5 1, 0, 0, 6 1, 4, 0 Dan kita geser ke sini juga dapat Tapi kalau di pinggir atau di pinggir-pinggir ini Gimana? Misalkan 5, tetangganya kan berarti 1, 3, 0 Nah ini sini tidak ada Hai sebelah kiri dan atas itu enggak ada ini gimana caranya cara mengatasi kalau pengomelan citra itu nanti ada metodenya nah ini yang di pinggir-pinggir ini ya artinya kan ketika kita mengolah citra pasti dari Hai berarti baris ke 0, kolom ke 0 dari atas sendiri, terus geser kanan, terus baris kedua, gais kanan, baris ketiga, kedua, baris ketiga, gais kanan, dan seterusnya. Maka otomatis baris dan kolom pada tepi ini pasti akan dihitung atau dioperasikan. Padahal konsep ketenagaan berarti kan sebenarnya semuanya yang melingkari titik piksel itu akan berpengaruh pada nilai piksel yang baru. Gimana caranya ini kalau misalkan ini cara mengolah titik-titik pada tepi ini? Caranya ada dua, teman-teman. Pertama, tidak mengolah piksel yang berada bagai tepi. Jadi tidak diolah. Jadi tidak diolah di hasilnya bisa... Hai yang ini nyaris itu tidak diolah dibiarkan seperti itu atau kalau enggak disitu kalau nggak diolah berarti nilainya bisa dinolokan ya tadi ada ada ada tepi ada ini ada garis hitam intinya disitu ada dua cara untuk iso tepinya tidak ikuti olah yang kedua berarti melakukan manipulasi data pada pisang tepi ya itu dengan cara menambah dami ya di pixel disekitar pisang tepi tadi tadi yang murah misalkan ini bisa diberi demi nol atau diberi demi dengan nilai piksel yang berdekatan pada tepinya itu misalkan disini ini yang diberi nol berarti ini semua tepinya ini dikasih pixel nol demi supaya apa supaya bisa dihitung misalkan lima yang lima disimpan berarti tetangganya dari 130 ini 130 ini sesuai dengan pixel aslinya ya gambar aslinya yang 0000 ini adalah dami Hai dan ini harus apa istilahnya oleh prosim ini berarti harus dihitung semuanya atau yang manipulasi dengan nilai pixel yang tetangga dekat paling dekatnya dan misalkan ya Pixel 5 ini kan berasal dari angka 5. Jadi 5 ini, ini 5 paling dekat 5. Ini 5, ini 5. Kalau ini, ini ya dari 1 ini. Kalau 0, ini dari 0 ini ya. Dari 0 ini kan 0 ya. Berarti ini 0, ini 1, ini 5. Ini 5. Pocok sini 5. Karena paling dekat ini 5. Kalau misalkan ini. Sama juga nih. Misalkan 7. 7 kan sama nih 7. Berarti. Tetangganya adalah 5, 1, 4. Dan sini 4. Di sini 7, 7, 7, 5. Kayaknya. 7, 7, 7, 5. Kayaknya. Hai ini sama dengan ini 77 berarti ini dari 036 terus 67770 770 kalau seperti ini berarti semua-semua pixel baik itu di tepi maupun yang di tengah itu bisa dimanipulasi atau diolah menggunakan pixel dummy tadi yang kita buat sesuai dengan pixel paling dekat ini atau menggunakan pixel dummy nilainya 0 nilainya 0 seperti ini ada pertanyaan sebelum kita masuk ke noise Halo, ada pertanyaan? Halo, ada pertanyaan Mbak Mas? Mungkin saat ini belum, Pak. Oke, sekarang kalau belum kita lanjut ke noise ya. Noise, ya. Nah ini, yang... Unik dari sebuah cerita digital adalah bagaimana kita bisa menghilangkan suatu noise. Noise-noise itu adalah tadi sesuatu yang tidak kita harapkan muncul. Kalau di sisi sinyal, berarti sesuatu sinyal. Satu sinyal atau tegangan atau arus Kalau perpektif elektrik Yang tidak dinginkan Kalau ini berarti sesuatu yang Pixel yang tidak dinginkan Muncul dan tidak sesuai dengan aslinya Kalau di gambar analog Misalkan Anda cetak Cetak foto Ternyata Ada noise-nya Noise-nya apa? Kena tinta atau apa dan sebagainya itu Cara menghilangkannya agak susah ya Susah cara menghilangkannya Bisa merusak gambar seperti itu Tapi kalau Apa istilahnya kita olah dengan citaran digital itu Noise-nya bisa Dihilangkan dan Hasilnya tuh itu smooth ya, halus gitu, jadi nggak kelihatan itu telah dihilangkan nodanya atau noise-nya smooth, maksudnya smooth nah ini yang menarik dari cita digital, pengolahan cita digital Ya ini contoh-contoh Noise salt And pepper Noise ya Salt itu garam ya Pepper itu merica ya Jadi titik-titik ya Garam-garam kayak garam titik-titik ya Noise bidik-bidik seperti ini, Anda bisa lihat di gambar ini ada bidik-bidiknya, ini adalah noise. Dan noise ini intensitasnya adalah 0 atau putih saja sebenarnya, titik-titik 0 dan putih dan hitam. Misalkan di warna hitam berarti ada titik putihnya. Kalau di warna putih ada titik hitamnya. Misalkan yang warna ini kan ada titik hitamnya. Nah, yang putih-putih ya. Jadi itu adalah noise-nya. Ini contoh noise-nya. Garam dan merica. Hai gangguannya berupa titik-titik ya untuk RGB titik-titik muncul dalam tiga warna yaitu red green blue jadi itu juga akan muncul pada apa-apa namanya lapisan atau kanal warna merah dan biru pada RGB. Karena RGB kan ada 3 warna itu sebenarnya. 3 lapisan warna yang nanti kombinasinya ada bentuk satu warna. Kalau ada noise-nya di situ, berarti semuanya ada titiknya, muncul titiknya. Sedangkan kalau grayscale, akan muncul dalam 2 warna, yaitu warna hitam dan putih saja. Jadi tadi ini grayscale semua ya. Ini grayscale semua. bisa skresil semua ya dan ini titik-titik ini itu bisa putih dan hitam atau hitam kalau bikronya putih berarti kelihatan hitamnya bisa kelihatan kalau kalau yang putih berarti enggak kelihatan Itu kalau grayscale. Sat and paper dapat dibuat dengan mengganti pixel pada sebuah citra secara abcak dengan nilai dari merah, hijau, biru. 255, 25, 25 pada jital gray scale, RGB tapi kalau gray scale, berarti kita memberikan warna adalah 255, atau putih atau hitam saja kalau yang pada gray scale itu kita memberikan mengganti pixel menjadi 255 atau 0 pada grayscale, maka itu akan membentuk, tadi secara acak ya, randomnya ini akan muncul bintik-bintik seperti ini putih atau hitam dan itu random, kita random bisa pakai method, bisa kita create-kan sebuah noise pada citra kalau pada red, green, blue, atau RGB nilainya dikasih itu 255 nilai maksimum nanti akan akan bahkan muncul suatu titik yang disebut noise. Mungkin ini persamaan untuk membentuk atau mengkrituk buah noise, salt and pepper. Jadi F8Y ini ingat, ini kalau kita nulis sebuah gambar berarti harus ada X, Y, itu baris dan kolom. Ini adalah menunjukkan posisi piksel dari citra tersebut. Ini random color. map sama dengan 255 jika P X, Y kurang dari probe noise kita lihat jadi kita bisa meng-create sebuah noise pada strategia digital menggunakan persamaan ini dimana random color map ini adalah spektrum warna yang dipilih secara acak jadi RGB ini juga RGB spektrum warna apa? Red, Green, Blue yang dipilih secara acak oleh software disini dia mau Red atau Green green atau blue kita tidak tahu yang menentukan adalah MATLABnya secara acak dan nilainya dipilih menjadi 255 yang tadinya mungkin adalah 10 atau 100 atau 80 nanti di replace menjadi 255 Jika nilai probabilitas yang dipilih saya ajak ini kurang dari nilai noise yang diinginkan. Nah seperti itu. Jadi misalkan katakanlah kita ingin mengubah semua pixel yang memiliki intensitas. Hai warna sebesar atau dibawah 50 ya berarti nanti setelah acak di sini ya mytrap masyarakat akan memilih atau memilih semua memilih semua pixel yang miliknya kurang dari 50 akan di replace menjadi 255 dan si MATLAB ini nanti akan random memilih spektrum warna apa yang akan berubah, bisa red, green, blue ya, itu itu kalau yang RGB jadi kita menentukan nilai noise probably noise yang akan kita ubah nilainya berapa jika kalau disini berarti jika kurang dari nilai itu misalkan tadi diambil sampel nitrous solen 50 dibawah nilai 50 dari 0 sampai 49 maka akan diubah menjadi 255 ya 255 jadi putih itu ya maka otomatis nanti akan ada titik-titik itu karena dia random random ya kalau enggak random malah jadi hilang nanti kirinya kalau random berarti letaknya acak dan itu kelihatan titik itu contohnya ini ya ini citra hasilnya ketika dikasih salt and pepper itu dengan intensitas intensitas ya ini Astagfirullahaladzim Hai hari di-review kelihatan ini ini ini dari kita asli kemudian diberikan noise dengan kita masih lembut setelah noise apa kita sendiri berpesona 25 dia makin buram ya kalau saya makin besar ya titik-titik masih makin jadi kelihatan Hai sudah kemudian gaussian noise ya noise kedua gaussian noise ini adalah noise yang menambahkan warna putih pada suatu pixel citra ya jadi dia menambahkan nilai nilai atau warna putih pada pixel sel suatu citra khani yang disebut sebagai gaussian noise noise gaussian noise memerlukan variable means dan varian rata-rata dan atau minstern varian ini merupakan suatu konstanta yang real ya, jadi bilangannya bisa positif atau negatif real ya makin besar rata-rata variasinya, maka citra akan semakin putih jadi kalau variannya nilainya makin besar, maka citranya itu secenderung memutih sebaiknya kalau makin kecil maka citranya makin tidak terlihat kalau nilai defaultnya untuk min itu 0 kemudian untuk varian ya Kita lihat, untuk persamanya ini ya, y x, y sama dengan g x, y plus p kali a. yx,y ini adalah nilai pixel yang terkena noise atau pixel yang terkena noise atau nilai pixel baru yang terkena noise kalau gx itu adalah sumber citra aslinya sebelum terkena noise jadi nilainya berapa ya jadi gx,y nilai intensitasnya berapa Kemudian ditambah P kali A, P-nya adalah presentasi noise, A-nya adalah bilangan acak terdiskutisi keusian. Ini contohnya, contoh untuk presentasinya ini. yang kelihatan sekali 0,5an ya kelihatan putihnya memutih ya, artinya makin besar probabilitas presentasinya maka mungkin mendekati putih ya untuk varian, representasi varian Hai hal ada juga yang noise spek lele spek oleh spek oleh spek ke-6 obyek spek noise aspek alis itu nilai gabungan atau meskipun yang terbentuk dari pergantian pixel secara acak dia berganti saja dan nilai yang diberikan secara acak sehingga bisa kabar buram Identiknya dengan gambar buram. Fungsi matematisnya ini. YX,Y sama dengan GX,Y plus GX,Y kali AM. YX,Y ini adalah citra yang dihasilkan, citra yang dihasilkan, atau citra yang nanois. Kalau GX citra sumber yang sebelum nanois. Nilai A ini adalah pilihan acak, pilihan acak dari rata-rata dan variannya, dari min atau variannya. Hai ini contohnya ya Hai spek oleh jendrojita spek aja mirip-mirip sebenarnya kalau salah salt and pepper atau asal gargosian ya kalau ini mirip dengan salt and pepper ya tadi garam dan bericara titik-titik karena dia menghasilkan noise titik eh ada pertanyaan Apa pertanyaannya? Sebentar saya ambil minum dulu Hai tidak pertanyaan kalau dia modelnya silahkan belum ada ya Hai ini hal nanti PRnya mungkin tak ada nanti belajar metode ya kebetulan sebelum menginstal metode di laptop ini karena laptop saya nggak support ya lambat untuk menyesal bisa medlep ada bisa belajar pakai metode atau python ya cuma saya belum begitu familiar dengan python kalau yang sudah familiar silahkan pakai python kalau yang belum ya silahkan bisa pakai metode karena saya pakai metode nanti silahkan belajar sendiri ya penggunaan metode banyak sekali di ibu yang saya saya bagikan ya sebentar di ibu Hmm... Ini pokoknya... Terima kasih. selamat menikmati kita lihat ebooknya dulu ya ini ada contoh matlabnya yang tadi citra digital ini ya Hai ini dari indeks 0,0 ini ya jadi di atas di 0,0 ya jadi baris 0 kolom ke 0 ya kalau ke kanan berarti kolomnya makin besar jadi disini maksimal adalah 0,n jadi n itu nilai maksimal disini kalau kebawah jumlah barisnya yang makin besar jadi m,0 m nya itu adalah nilai maksimal barisnya 0,0 ya karena dia letaknya di kolom ke 0 Kalau ini berarti nilai baris dan kolom maksimal ya, M, N. Ini yang harus Anda pahami terkait dengan pixel pada citra digital. Kalau indeksnya dari 0,0, di sini paling pocok kiri atas, kemudian ke kanan, makin menambah jumlah kolomnya, ke bawah makin menambah jumlah baris. Letak barisnya di permulisan pertama. Kalau kolom... di penulisan kedua seperti itu kemudian ini resolusi ya kuantisasi silahkan nanti di baca Hai ini format ini format citra citra digitalnya ada PNG JPG dan seterusnya tipe data image image tipe datanya ya ini ada binari untuk tipe data binari di dua dimensi radio dimensi itu skill juga dua dimensi ya kalau RGB tiga dimensi trukalor trukalor itu dua dimensi karena ada mengandung R nilai RG dan P Hai kemudian ngantri saya mau menunjukkan kaya metleb ya Hai ini apa nih Oh ini dan ini ya apa namanya identitas Citra yang sebelah kiri ini formata JPEG menggunakan 24 bit RGB color, tipe datanya tiga kali integer dari 0 sampai 255, kalau sebelah kanan 8 bit grayscale tipe datanya ini gif ya kalau ini binary ini binary hitam putih kayak gini lebih gelap seperti itu floating point deep image pixel floating point kemudian ini apa nih Terkait dengan quality Hai kondikualitas citra hasilnya ini ya 8bit RGB ini pixelnya ya sekitar ini 1000 kali 76 kali 33 ini RGB nya nih karena mirip green blue nih 33 lapis jpeg quality rendah quality Hai ini 20 kontennya nilainya ya ini ini nilai ininya ya nilai apa kapasitas file-nya menunjukkan kapasitas file-nya kalau quality nol nih kelihatan banget kan ini Hai apa kualitasnya rendah 16 kilo ini kualitasnya 20 40 kilo lebih baik dan seterusnya sampai yang ini terakhir Max compression ini megabyte lah Hai color space ya yang tadi kita ini ya iraq Green Blue ya red green blue ini originalnya seperti ini nanti lihat jempolnya cuma warnanya juga ya warnanya kurang ini ini di bukunya enggak berwarna banget ini terhadap bumbunya jelas ya ini jadi kayak fotocopy and gitu ya hai hai Hai Tani ini cara me-conversi ya tadi ada ya kayaknya ada deh tapi red red blue ke HVS ya ah ah ah ah SV sama yang lainnya tapi kalau ini kan red green blue RGB ke kriskel dikonversi jadi bagaimana kita bisa mendapatkan di kriskel dari gambar warna ini ada rumusnya ini biasanya kita kita Oh oh hai hai kita pakai pada saat konversi, tapi kalau di MedApp sebenarnya ada toolnya ada toolboxnya, jadi ketika kita ketik saja toolboxnya kita isi sebenarnya, tapi cara kerja toolboxnya ya berdasarkan rumus ini, aslinya di sini silahkan anda pelajari ya, inREAD itu adalah untuk membaca data ya, read in TIFF format camera and image Jadi, inread adalah suatu perintah untuk membaca data image-nya dalam file digital. Ini ada file gambar digital, itu kamerawan, doktif. Nanti ketika inread, berarti disimpan di variable i1. Variable i1 ini nanti menyimpan data digital yang isinya pixel dan instance pixel tadi, matrik dan blok matrik. Seperti itu. Imride itu menulis hasil menulis hasilnya dalam array Hai red the resulting resulting Ray i1 tuh tuh kemana ya ke DC dalam bentuk file.jpg seperti itu menulis kalau in info itu adalah meminta ini ya spren ini meminta info-info gambar ini info ini hai hai Hai nanti dicek coba aja nih kayak misalnya Imrid dibaca terus kemarin imso itu untuk melihat ya imso untuk melihat gambar tujukan gambarnya nanti ada disini ya Hai saya ini beberapa contoh ininya ya imso ya ini imso ada nih display menampilkan gambar dari ah tadi kalau Imrid berarti ma kita membaca data ya data-data sit gambar di sebuah folder kemudian kemudian untuk melihat gambarnya inso hasilnya apa sih gambarnya seperti apa sih inso variable yang digunakan untuk menyimpan file gambar digital dan yang lain-lain ya image sc ini kan ya aksis image, aksis of color map dan sebagainya itu pasti ada ada perintahnya di MATLAB, dicoba aja langsung Hai ini contohnya ini contoh kita membaca ini ya Hai kamu menjengret suatu rei image secara random ya dalam rentang nilai 0-1000 ini jadi kita semacam membuat gambar misalnya sebenarnya jadi gambar-gambar random ya hai hai Hai dari 0-1000 ya kemudian ditunjukkan hasilnya apa inso seperti itu dan seterusnya ada gambarnya ini contoh-contoh ya contoh-contoh Anda bisa mempraktekkan ya kalau mempraktekkan tidak konversi image type cara mengkonversinya ya ini RGB to grayscale ini enak nih langsung langsung tadi kalau rumus tadi kalau ini tinggal dipanggil aja nih jadi RGB to grayscale jadi ini gambarnya di grayscale jadi ini dia itu adalah sebuah gambar citra dalam ruang RGB atau berwarna membaca RGB 8 bit ya, 8 bit. Terus kemudian kemungkinan kita ubah ke grayscale ya, ini RGB to gray, dalam kurung variable D untuk menyimpan data gambar. gambar citra tadi maka dihasilkan suatu gambar kriskel yang disimpan di variable degree seperti ini untuk membangun ismanya menampilkan yang menainkan secara himself itu menampilkan seperti itu hai hai Hai ini menarik nanti teman-teman untuk latihan bisa latihan di sini ya pakai apa namanya medlep ya silahkan dicoba-coba di sini tentunya ini gambarnya bebas ya Anda gambar yang berwarna kemudian ada simpan gambarnya di sebuah folder seperti itu Hai meledak selesainya juga Hai latihan-latihan yang pentingnya disini latihan bertema cuma sini enggak ada jurnalnya ya semua Hai sudah ada yang pakai metode Hai teman hai hai Hai oh ada gambarnya informat-format gambar juga ada ya Hai oh ini hai hai Hai kau ini pakai ini ya kalau ini pakai bukan medlep ya ini pemrograman apa ya ini ya Hai si atau apa nih programnya Hai Tani bukan melepih bukan menggunakan lebih tapi salah teori ya sama teorinya teori citranya cuma dia menggunakan bahasa selain netlab karena menggunakan keten juga bisa ya banyak yang bisa anda pakai kalau ada metode Ini teori juga, ini ada praktek ceri yang bagus. Buku yang tadi untuk latihan MATLAB yang nomor 2 ini. Hai saya bukan meter juga ya ini buat metode yang pakai metode yang ini tadi buku yang nah ini yang ini saya saya udah share ke teman-teman semua juga eh sebentar Kita telah melanjutkan ke satu slide lagi ya. Halo, masih bergabung dengan ini? Jimit? Iya Pak, masih Pak. Hai sender ah ini yang yang filter ya tadi kan ada noise noise sekarang kita masuk ke filter filter linia dan non-linear seperti yang tadi jelaskan bahwa dalam suatu pengolahan citra kita akan melibatkan tetangga pixel operasi atau pengolahan tetangga pixel atau pengoperasian pixel-pixel yang terdekat dengan pixel yang akan kita olah seperti itu itu ada empat tetanggaan dan 8 tetanggaan kemudian ini beberapa noise noise yang muncul sering muncul di citra digital sebenarnya noise banyak tapi sebagian kecil disini kita sebutkan ada tiga, salt paper, gaussian dan speckle kalau salt and paper sama speckle itu mirip karena hampir sama bisa mirip ya burung kalau ini yang gaussian tuh kelihatan putih ya memutih dia memucat gambarnya Hai filter ini pada dasarnya ya cara untuk memerdam atau menolak atau menghilangkan noise suatu citra ya kalau dalam konsep sinyal itu kan kalau filter itu meloloskan meloloskan Hai berkata frekuensi yang sesuai dan menolak frekuensi yang tidak sesuai. Kalau filter ini juga, ya sama ya, saringan lah ya, menyaring ya. Filter kan saring, menyaring. Menyaring apa? Menyaring noise. Jadi menghilangkan atau meredam, minimal meredam. Seperti itu. Diterima dari cara kerjanya, ini filter bisa kita lihat dari dua sisi, yaitu filter non-linear dan non-linear. Hai dan non-linear ya kalau filter miliar adalah suatu pemfilteran ataupun memperdamai dengan menggunakan operasi konvolusi atau korelasi antara area lokal suatu pixel dengan sebuah kernel hai hai Kernel itu semacam jendela. Jadi kita perlu sebuah kernel atau jendela untuk mengoperasikan filter ini. Kalau non-linear berarti adalah suatu pemfilter. filteran atau peredaman menggunakan apa dengan meloloskan nilai piksel yang didapatkan dengan dari proses nonlinear atau statistik min median varian saya tadi nonlinear menggunakan nilai-nilai statistik ya dipilih nilainya diloloskan dengan menggunakan nilai statistik ya oke hai hai Sekarang linier dulu ya, kita menggunakan operasi konvolusi antara area lokal dengan suatu kernel atau suatu jendela. Dalam hal ini, kernel dimaksud adalah sebuah susunan matrik yang disiapkan sebelumnya. Ya ini, ini citra, ini kernelnya. Jadi ada sebuah citra ya, E, Y, A, B, C, D, E, F, G, H, I itu ya. Misalnya contohnya ini. Maka kita juga menyiapkan sebuah kernelnya atau jendelanya, windowsnya, window ya jendela. Itu dengan matrik juga sebenarnya. Sebenarnya citra itu kan matrik ya, sebenarnya matrik. Sebuah susunan matrik, baris kolom kan sebenarnya matrik ya. Kita kernelnya juga sama, kita menjadikan sebuah kernel dengan format matrik juga ya. Nah ini ukurannya ya, nanti kita lihat ukurannya. Operasi konvolusi untuk yang linear. Jadi operasi yang terjadi antara citra dan kernel pada proses filler linear adalah operasi konvolusi. Jadi dikonvolusikan antara citra hasil dengan kernelnya. Maka dihasilkan sebuah citra baru. Yang diharapkan tadi noise-nya terdamp. Jadi dikonvolusikan. Nah, contoh ya, konvolusi ini. Jadi nilai H11, nah di sini H11, itu adalah, ini tidak menggunakan indeks, artinya baris pertama, kolom pertama. Kalau pakai indeks berarti 0, ini nilai 0,0, A itu letaknya di A, 0,0. Cuma, kalau yang saya lihat di sini, penulisannya adalah, ini retaknya di sini. Contohnya ini H1,1 ya. A kali G1 ditambah B kali G2 ditambah C kali G3 ditambah D kali G4 dan seterusnya sampai I kali G9. Ini nilai H11. Untuk melakukan konvolusi pada citra dengan kernel, bayangkan terdapat kotak merah yang memiliki ukuran yang sama dengan kernel, kemudian berjalan dari kolom ke 0 hingga ke N, kemudian turun ke baris 0. turun dari baris 0 ke baris hingga ke M-1 ya tadi cara mengoperasikannya tadi yang saya sebutkan tadi ya operasi ketetanggaan mulai dari nilai apa namanya yang 0,0 dulu atau baris ke 0 kolom ke 0 nilai 2 ini ini ditempatkan disini di tengah disini di operasikan ya terus kemudian digeser disini sampai ke 4 ya sampai N kemudian turun dari baris 0 ke baris 1 kemudian tarik lagi ke sini geser sampai ke 2 sampai n-1 sampai n-1 sampai n-1 berarti sampai sini sampai sini aja Nah, seperti itu ya. Jadi ini ditempel di sini, kemudian digeser. Tapi dioperasikan tadi ya, menggunakan rumus tadi ini. Maka tadi tentunya ketika seperti ini harus ada dummy di sini ya, dummy yang di ujung, di tepi-tepi ini supaya operasi ini kena semua pengoperasian ini. Kalau tidak dikasih dummy ya nilainya tadi tidak dihitung tepinya. Contohnya ini. Hai di contohnya pengoperasian kernelnya berapa ya Oh ini karena sama ya ini 010141010 ya ini karena sama semua pengoperasiannya pertama di sini ya dulu ya di titik ini dulu ya, 3 ini berarti dia tidak mulai dari yang 2 ini, 3 karena kernelnya supaya melingkupi semuanya ya, kalau di ini ini apa di atas berarti disini kan nanti tepinya harus ada pikselnya disini, ini hanya contoh saja misalkan disini berarti 4 ini nanti letaknya di 3 disini, jadi semacam apa ya, istilahnya ini ada kernelnya terus ditindihin gitu ya citranya pikselnya ditindihin sesuai dengan persegi panjang dari kernel, kemudian dijalankan ke kanan seperti itu dijalankan ke kanan sampai kesini ya kemudian turun ke bawah satu baris jalankan lagi setiap satu kolom jalankan sampai dia mentok disini dan turunkan satu baris lagi dan seterusnya di operasi konvolusi ini jadi yang di kotak merah dikonvolusi dengan kernelnya dulu ya terus kemudian dikisar lagi terus terus terus seperti itu Hai contohnya misalkan ini ini apa nih 2 Hai licit ranya ya dikalikan dengan ini kernel ya nanti akan dihasilkan Hai oh sebentar Hai 2354 Hai nanti akan dihasilkan ini masih akan dihasilkan milik perhitungan konvolusi konvolusi ini itu berubah hak x,y pada letaknya pada tengah-tengah citra ini ya mulai dari tiga 10226045 ya ini Anda bisa perhatikan ini A B C D F G jadi ini nilainya berganti ya 310226045 berubah jadi ini kalau yang pingginya tetap pengoperasian ini mulai dari titik tengah ini, mulai dari 3 geser ke 1, titik tengah 4 ini ya, 4 disini 3 4 ketemu 1 4 ketemu 0 berarti kan yang tadi disini beda halnya nanti kalau titik tengah ini mulai menghitung dari angka 2, dari pocok Kiri atas ya, dari 0,0. Nah, ini nanti perlu tepinya, perlu ditambah dummy tepi. Karena ini sebagai sampel disini menghitung dari sini. Sesuai dengan kotak kernelnya ada 3x3, maka supaya pas ya disini mulai dari titik nomor 3 ini, disini. Atau kalau mulai dari indeks 0,0 disini, berarti 3 ini letaknya baris pertama, kolom pertama. Kalau yang 2 ini baris ke 0, kolom ke 0. Jadi ini yang berubah di sini. Berdasarkan konvolusi. Dengan nilai A, B, C, D-nya yang dicari. Caranya gimana? Caranya mencarinya tadi ya mas? Ya ini. Mana tadi? Nah ini kayak gini ya. Ini kan area citra yang terkena operasi konvolusi dari kernel. Ini ABCD kan 3x3, 3x3 juga. Karena area 3x3 ini citranya juga yang dikenakan 3x3. Ini kan 3x3 ya, 20333422. Nah ini dikali. dikalikan dengan ini konvolusi karena caranya tadi sama nih akali ke-1 tambah B kali ke-2 tambah ke-3 tambah terus menghasilkan nilai mana nilai aknya Nilai yang A disini Nilai yang Mana disini Berarti kalau operasi ini berarti mendapatkan nilai yang ini 3 Atau yang disini ya Nah ini A dulu Nilai A dapet digeser Nilai B dapet C dapet D Dapet E digeser terus Dapet satu satu sini tuh Satu piksel satu piksel nilainya Dapetnya Gampang kan perkalian tadinya 3 kali 0 ditambah Satu misalkan yang disini, jadi 2 kali 0, ditambah 0 kali 1, ditambah 3 kali 0, ditambah 3 kali 1, ditambah dan seterusnya, ditambah, terus ketemu nilai, pixel disini, di nomor 3, dan, di mana di tengah di sini di tengahnya sini Hai nah disini ya nomor tiga ini dapat al-tawab B berarti digeser untuk tepeti berarti yang ini yang dapat ini tepet C dan seterusnya ya beberapa karena bisa digunakan ya ini Identity kernel ya, ini kernel identitas ya, dari matriknya ini ya. 0000, 01, 0, 000. Kalau deteksi tepi, edge detection, kernel, kernel deteksi. tepi ini secara umum ya nanti ada deteksi mekeni dan sebagainya ini deteksi tepi ini bisa untuk mendeteksi tepi-tepi dari objek nah ini kernelnya yang dipakai dah 0 1 min 1 0 0 0 min 1 0 1 kalau sharpen sharpen kernel untuk penajaman ini 0 min 1 0 min 1 5 min 1 0 min 1 0 Kalau sekarang non-linear ya, ini menggunakan nilai statistik. Itu min, median, modus, eh modus, min, median, min, max ya. Nilai max, nilai min. Kalau min disini adalah rata-rata mediannya. Jadi dihitung rata-ratanya ya, dari kernel tadi dihitung rata-ratanya. Hai minfilter ya proses pengganti nilai pixel tujuan dengan rata-rata dari nilai pixel naik berdekatnya jadi nepotetangganya nuratnya berapa nilai selnya kemudian baru dihasilkan nilai piksel yang baru dari hasil rata-rata jika F F I Y merepresensi terat maka G I Y adalah nilai piksel hasil rata-rata dan H I Y maka nah ini misalkan ya F X, Y adalah citra. G X ini adalah hasil, citra hasilnya. Berapa nilai pada posisi G Berarti dibagi rata-rata. Ini kan rata-rata min ya, filter min. Berarti rata-rata jumlahkan semua intensitasnya. Jadi 5 tambah 1 tambah 0 dibagi 9, jumlahnya 9. Ini Jadi nilai di sini digeser lagi ya maka G1,2 di sini ya ini nanti di sini ini jumlahkan seluruh inteser pixel dibagi 9 ketemu terus geser lagi ketemu yang ini G1,3 kemudian di Turunkan A nya B nya C nya Ini tetap Karena tadi yang saya sampaikan bahwa ini disesuaikan dengan ukuran kernelnya jadi supaya pocok dengan pocok pas masuk kernelnya, tapi kalau berarti seperti ini, yang dihitung pixel pada citra itu bukan pada tepinya di tepinya tetap tapi pada posisi baris kedua atau baris pertama kalau pakai indeks 0 disini baik baik pertama dan kolom pertama, sampai n-1 dan m-1. Karena di sini tepinya tidak diperhitungkan. Jadi mencari nilai min atau rata-rata dari 3x3-nya. Jadi kernelnya tidak ada. Jadi ini untuk min 3x3. 3x3 ini gak ada kernelnya gak ada matrik kernelnya tapi luas area minnya itu ditutupkan 3x3 pixel median median itu nilai tengah mengandungkan nilai tengah dari nightboardnya, jadi sama seperti tadi, tapi mencarinya nilai tengah misalkan tadi Ini aja. Ini tengahnya mana? Diurutkan. Beri 0, 1, 3, 4, 5, 6. Ini tengahnya mana? Berarti nanti itu menjadi nilai A-nya. Ya, 3. 3 berubah jadi nilai tengah tadi. Terus kemudian geser ke kanan. Berarti dari 1. semua nilai ini diurutkan nilai tengahnya berapa nilai yang didapat akan menggantikan nilai 0 kan disini kan A, B, C, D, E, F, seperti itu kalau tadi min sekarang median data awal diurutkan disini karena jumlahnya genap maka mediannya data ketiga dan keempat dijumlahkan bagi 2 3 tambah 4 bagi 2 itu median nilai tengahnya gitu ya Hai saya ini dicari datanya ke tengahnya mana ya tadi ya 3 dan 4 ya, berarti 3 tambah 4 beri 2 Hai dan seterusnya ya ini hasilnya nanti digeser-geser seperti itu dapat medianya lainnya nanti ketemu nih ini nilai Aini median tadi yang pertama ya ini nilainya berubah jadi 35 disini 3 disini ya berubahnya gitu dan Max nilai proses mengganti nilai piksel tujuan dengan nilai maksimum dari nilai suatu Excel tetangga Hai kan nilai maksimumnya tinggal lihat lihatnya maksudnya berapa kan nama 01345 6 paling besar yang 6 itu aja mudah ini berapa lima enam juga yang 6 mudah 7 ya ini 7 dan seterusnya jadi nilai ABCD FB Hai itu nantikan berubah dengan nilai Max nya kalau ini kan maksudnya kita konteksnya dalam hai hai Min, min berarti paling kecil ya, min. Yang pasti ini 0. Ini 0 juga, ini 0 juga. Dan seterusnya. Ini nanti nilai-nilai A, B, C, D, E, F, G-nya itu ditentukan dari nilai tadi 0 dari tetangga. 3x3-nya. 3x3. Dan dijalankan ke kanan. Hai nah itu kira-kira minse apa namanya filter linear dan non non-linear kalau linear berarti itu ada kernelnya ya menggunakan konvolusi lagi pakai operasi konvolusi tinggal ada kali ditambah kali tambah kali tambah semua pixel dari 9 pixel itu nanti akan kebagian semua kalau non-linear ada means, median, nilai tengah, max, min, nilai maksimum, nilai minimum tapi di sini tidak ada kernel tapi dia memiliki apa ya istilahnya luas luas ininya ya luas ya bis mirip kernel tetapi tidak ada tidak menggunakan matrik khusus tetap tiga kali tiga luasan ininya rata atau median modusnya luasan tetanggaan atau leluasan luas luas luas dari naik berdiri oke ada pertanyaan terkait dengan filter Ada pertanyaan? Belum ada ya? Oke, nanti kalau ada tugas saya kasih tahu di grup ya, untuk LMS. Hai sebelum lihat ini cepet lihat minggu ini lah kemarin selesai keluar kota juga sih ada kegiatan di luar kota hingga Mari tidak bisa apa tetap muka minggu lalu ya Oke kalau tidak ada mungkin cukup ya sampai di sini Hai sementara saya absen dulu nih kelas saya hai hai Hai ya wak Oke minggu depan karena saya kemungkinan juga nganter Bapak saya kontrol Oh Hai hari Rabu nggak bisa ya pagi mungkin kita ganti hari kemis ya mungkin ya sampai minggu depan sih terusnya kalau nggak ada apa-apa ya tetap di hari Rabu Pak maaf kemarin ini yang kita kan ada kelas dari Senin itu eh hari atau kelas sistem komunikasi seluler nah itu katanya mau diganti hari tanggal juga pak pengganti atau semuanya? diganti hari itu aja sih pak katanya oh pengganti? pengganti? diganti jadwalnya ya pak cuma hari itu aja sih pak cuma minggu depan aja satu kali aja ya Iya satu kali aja Oh ya itu bukan permanen berarti kan bukanlah Oh ya ya paling nanti ini ya Pagi ya, kamis pagi ya nanti kayak Nanti teman-temannya gak bisa ikut kuliah bentrok misalkan Nanti bisa lihat di rekaman di Youtube ya Nanti kasih komentar nama ini hadir seperti itu Artinya saya ingin melihat teman-teman juga menyimak rekaman ini seperti itu Hai itu sih nanti ya solusinya nanti jika pasti bentrok karena kalau tetap muka susahnya adalah mencari ruangan ya kekuangannya karena lotnya tinggi kalau kita menggeser-geser ruangan Anda bisa tapi ruangannya gak ada Ruangannya kosong Anda gak bisa Jadi fleksibelnya memang online ya Meminamalkan adanya ruangan Untuk yang pengganti Kalau tetap muka Kalau gak ada apa-apa Tetap muka di hari reput Itu ya Kalau kamis pagi bisa gak Oh pagi jam 7.30 mungkin bisa Pak, tapi nggak tahu sih yang pagi. Pagi mungkin 7.30. Jam 9 ini ya, ada kuliah ya? Kurang tahu sih Pak, kalau saya sih nggak ada. Saya jam 14 Pak. Oke, ya paling nanti kayak gitu aja. Nanti kalau teman-teman yang bentrok, nanti kan karena kelasnya sudah beda-beda ya ini ya. Ada yang kuliah ini, ada yang kuliah itu ya. Nggak sama semua sekarang ya. Nanti kalau ada yang bentrok, ya nanti solusinya Anda bisa lihat rekaman, kemudian Anda absensi dari komentar situ ya. Sambil dipelajari seperti itu. Sambil nanti kalau ada tugas dikerjakan seperti itu. baik, seperti itu mungkin cukup sampai disini sebentar saya absen dulu Rizka Listiani tadi ada ya Aflian Barah Dirba Adir Ahmad Rianto Adabah Hai di rupiah andoh hadir wa Fadl Anugrah terlebih terbaik Afnan Sam hadir wa ke-10 Zaka Fadil Nabilah sulit ke-3 faldo hadir Pak Hai Nova Indah Savitri hadir Pak mafana hadir Pak oke hafidh hitayat santika enggak bisa ya nanti yang hadir nanti saya minta cek Hai untuk melihat YouTube ya rekaman videonya Farhan Raffi hadir Pak Hai keviri Hai kiri Andi akso hadir Pak Iya isi belum Pak tadi mau coba join tapi nggak bisa Pak join lagi Ari Pratama Tiara Nisaul Nur Fajri Hadir Pak Magdalena Sarana Mual Natasha Hadir Pak Siti Amalia Galang Hernandrawan Hadir Pak Robi Hanapi Hadir Pak Sultan Gafa Hai tenof Caesar Rizky Satria bagasurya hadir Pak Rizky Satria dia alia edar Zainul hadir Pak Rifan Ahmad Iksan Maulana hadir Pak Chris Rizky Twi Al-Billah Hadir, Pak Rayvaldo Fikri Kusna Ada, Pak VB, Fitriana Hadir, Pak Ya, baik Mungkin saya cukupkan sampai Rizki Hadir, Pak Ya, Rizki. Rizki siapa tadi ya? Ya, Rizki Adillah hadir, Pak Rizki Adillah Hai ya oke baik mungkin cukup sampai disini Terima kasih atas waktunya seakhiri wassalamualaikum warahmatullahi wabarakatuh ijana Bapak Makasih Pak

Karena pemahaman terkait dengan citer digital ini sangat perlu Anda ketahui atau Anda dalami. Yang namanya visi komputer itu adalah bagaimana membuat komputer itu bisa melihat seperti kita dan karena komputer itu bisa bekerjanya hanya dalam domain digital maka otomatis gambar atau lingkungan yang akan dilihat oleh komputer harus diubah atau disimpan dalam bentuk digital juga seperti itu saya nanti coba coba tunjuk dari beberapa temen untuk mereview sebentar citra digital ini bisa dibagi menjadi dua ya ada yang bisa menyebutkan di train jenis citra Hai Mas Ahmad Frianto sudah dibaca belum ininya saatnya hai hai Mas Ahmad Rianto, ada? Halo, Mas Ahmad Rianto. Ya, citra dibagi dua, itu apa saja, Mas? Citra digital itu...

Citra binar sama RGB, Pak? Sebelum digital, citra ya? Dalam bentuk citra itu, citra dibagi dua.

Itu apa itu? Citra apa dan citra apa? Secara umum?

Citra apa? Citra statis dan citra dinamis ya, secara umum citra dibagi dua, citra statis dan citra dinamis. Kalau citra statis apa mas?

Citra statis apa? Pengertiannya? Halo, mas Amat?

Halo, citra statis apa? Citra statis yang itu, Pak. Ya, pengertiannya apa?

Citra yang? Citra yang tidak bergerak, statis, tunggal. Statis itu lawanya dinamis, statis itu berarti tetap. Ya, seperti yang ada yang sering lihat, itu adalah citra statis. Artinya citra tunggal yang itu tidak bergerak.

Kalau dinamis, contohnya citra-citra pada frame film, video dan sebagainya itu sebenarnya adalah gambar-gambar yang bergerak cepat seperti itu, dinamis bergerak. Sehingga saya menganggarkan itu adalah suatu gambar yang bergerak atau video ya. Video itu kan sebenarnya dia gambarnya bergerak. Sebenarnya itu adalah citra tunggal yang bergerak seperti itu dan ada perubahan antara satu citra dengan citra lain.

Kemudian, kalau terkait dengan citra digital itu, pasti kita harus tahu yang namanya piksel. Piksel sendiri ini nanti ketika kita melihat suatu citra digital itu dilihat dalam kecamata piksel, titik. Titik itu piksel.

Bagian terkecil dari suatu citra itu namanya adalah piksel. Hai dan tidak apa di ke pixel sendiri itu memiliki suatu nilai atau intensitas ya namanya intensitas pixel jadi masing-masing titik itu nanti memiliki suatu nilai yang menentukan warnanya warnanya lah itu nanti kita akan mengenal ruang warna coba ada yang bisa menyebutkan berapa ruang warna yang dipelajari di di mata kulit kuliah ini. Mbak Ariska Listiani. Berapa ruang warna?

Mbak Ariska. Halo, Mbak Ariska Listiani, ada? Hai Mariska istiani monitor maaf ternyata di nyalakan ada tol apa saja Yang kelima yaitu ada NEP, kemudian ada Grayscale, SP atau View Saturation Value, YIQ. Hai luma in in Peskwajet dan ycbcr Luna Hai brokroma blue chromarid itu bukan jadi ruang warna ya di dalam citra digital nanti itu pewarnaan atau pewarnaan itu didasari pada konsep ruang warna ya ada RGB ada grayscale HVS HSV YIQI YIQI YCB CR itu ya tapi yang sering kita pakai itu yang untuk dominan kita sering perinteraksi itu ya RGB warna grayscale kalau aras kabuan kabuan HSP juga Kadang tapi Berwarna juga ya HSP itu berwarna Tapi jarang ya Saya sendiri jarang menggunakan Apa namanya Konsep Warna HSP atau yang lainnya Kalau warna kebanyakan adalah RGB ya Dan kita sebenarnya bisa lihat Pada saat kita Memakai MS Word atau MS powerpoint ya itu kalau kita mewarnai ya kita insert set apa namanya suatu kotak atau bulatan atau gambar disitu atau tabel atau apa ketika ini ngomong lain sebetulnya itu bisa ada pilihan pilihan warna kalau kita mau option itu akan ditampilkan pilihan warna yang seperti itu atau bahkan kita bisa menentukan berdasarkan RGB tadi kita kita tinggal geser-geser seletnya selet barnya R nya berapa dari minimal sampai maksimal dari 0 sampai 256 255 untuk 8 bit green nya berapa blue nya berapa dari kombinasi ketiga warna ini akan dihasilkan warna yang tampak seperti itu jadi kita bisa milih disitu atau Atau di powerpoint juga bisa.

Kalau grayscale ya, citra keabuan ya. Kalau istilah kita sebenarnya hitam putih sebenarnya itu bukan hitam putih. Tapi keabuan-keabuan ya.

Jadi dari nilai 0 hitam sampai putih ya. 255 itu putih. Dan diantara itu berarti dia nilainya ya ada gradasi dari hitam pekat menjadi agak agak pucat, kemudian agak berwarna abu-abu sampai terus menunjukkan warna putih sampai putih sekali seperti itu jadi nilainya kalau ASV itu Anda lihat di slide itu menunjukkan parameter hue, saturation, dan value. Jadi untuk hue menyatakan keluarga warnanya, saturasinya untuk intensitas warna, dan value-nya untuk terang gelapnya warna atau graded kabuannya. Dan itu masing-masing nanti akan bisa diatur nilai H-nya, S-nya, V-nya, berapa itu.

kita bisa atur ya dalam derajat kalau U nya kemudian kalau S nya itu nilai 0 sampai 1 ya kalau V nya itu 0 sampai 255 ya saya kira di sini ada ya di MS Word atau di PowerPoint atau ada Nah, warna sendiri itu sebenarnya itu adalah suatu panjang gelombang atau gelombang elektromarket yang memiliki panjang gelombang yang berbeda-beda. Jadi, kalau kita lihat di spektrum. maka untuk cahaya warna itu terletak pada panjang gelombang ultraviolet sama infrared. Di situ nanti akan bisa kita tahu warna biru panjang gelombang yang berapa, yang jelas berbeda dengan warna merah panjang gelombangnya.

Hai ini warna sendiri adalah sebuah sebuah gelombang gelombang yang memiliki panjang gelombang kemudian itu ya intinya adalah kita ketika kita bicara tentang hai hai Citra digital, maka kita akan berbicara dengan Koncep piksel Kemudian intensitas piksel Kemudian juga Kita akan Bekerja pada Suatu ruang warna untuk mengolah Suatu citra, biar bagaimanapun juga Citra digital Yang kita capture Itu bisa dalam bentuk Warna atau Grayscale, kita tinggal Mengolah dalam ruang warna apa Biasanya untuk memperluas memperhemat atau mempersingkat suatu eksekusi, mempercepat itu kita ubah ke gray scale, ruang warna gray scale, baru nanti kita lakukan komputasi pengolahan citra, seperti itu dan definisi cita dikalsin ini adalah sebenarnya representasi digital suatu representasi digital nah yang dimodelkan secara matematis dan disimpan dalam bentuk format digital. Seperti yang kita ketahui seperti itu. Dan ini keunggulan dari citra digital adalah mudah untuk dimanipulasi.

Kita bisa mudah untuk memanipulasi citra digital. Lebih mudah dibandingkan citra non-digital, citra-citra yang kita dapatkan dari hasil. penangkapan gambar yang menggunakan teknologi lama citra analog itu tidak atau sangat susah untuk dimanipulasi misalkan dibersihkan noise-nya misalkan dibutihkan atau nodenya dihilangkan, itu tidak bisa secara manusia normal itu saya susah ya saya nggak tahu di studio foto Apakah ada cara untuk menghilangkan noise citra yang foto yang sudah dicetak seperti itu tapi kalau pakai kita digital itu diubah digital kemudian kita olah noise-noise nya kita hilangkan nodanya kita hilangkan yang tadinya agak gelap jadi diputihkan terang itu bisa dan kemudian dicetak ulang itu jadi diindah dulu ke citra begitu Oke itu kemudian kita lanjut ke baterai kedua Sudah kelihatan Mas mbak, sudah kelihatan? Sudah pak Sudah pak Oke, saya menggunakan materinya Mas Ali sebagai koordinator mata kuliah. Jadi untuk capaian pembelajaran yang di pertemuan kedua, ini adalah bagaimana mahasiswa mampu Hai menjelaskan dan mengerti makna atau konsep ketetanggaan naik berpada pengolahan citra digital kemudian juga menjelaskan dan mengerti mengenai noise pada citra digital seperti itu ini akan keunggulan dari cita digital bahwa kita bisa menghilangkan noise menghilangkan noise pada citra digital hai hai Oke, yang pertama yaitu konsep ketetanggaan, ya.

Nightboard, nightboard. Seperti yang tadi saya katakan bahwa suatu citra digital itu sebenarnya direpresentasikan dalam bentuk pixel-pixel, seperti itu. Dan setiap pixel itu memiliki suatu intensitas pixel.

Ya, katakanlah seperti ini, ya. Ini adalah sebuah citra digital. Kotak-kotak ini menunjukkan 1 pixel, 1 pixel, 1 pixel, 1 pixel, 1 pixel.

Berarti kalau kita hitung jumlah pikselnya ini, baik jumlah baris maupun kolom, itu adalah 5x5 pixel. 5x5. Biasanya kalau kita format citar digital kan biasanya 3000x2000, misalnya 3000x3000 itu sebenarnya...

Berapa jumlah titik pada garis dan kolom sebenarnya. Garis x kolom itu sebenarnya. Nah, di sini Anda bisa lihat ya. Jadi, di sini suatu piksel itu adalah suatu elemen terkecil dalam sebuah citer digital.

Dan yang dimaksud dengan suatu resolusi pada suatu citer digital ini adalah kerapatan piksel. Dalam ukuran 1 inch Dalam sebuah gambar Jadi semakin banyak pixel Berarti semakin rapat Pixelnya Katakanlah ini 1 inch Di dalam 1 inch persegi, satu inci persegi yang luas jumlahnya kan 5x5 25 piksel ini adalah suatu citra dengan 25 piksel pada satu inci kalau misalkan dalam satu inci ada 1000 piksel maka lebih rapat dan ini semakin rapat suatu citra itu semakin bisa merepresentasikan citra itu mendekati aslinya, jadi lebih detail ini adalah Yang pertama, yang kedua, ketika citra ini di zoom atau diperbesar biasanya katakanlah yang sangat-sangat Terasa sekali pada saat kita mendesain sebuah backdrop untuk kegiatan acara. Biasanya backdrop kan ukurannya gede, karena itu kan latar belakang di dinding biasanya.

Kalau teman-teman mahasiswa yang mendesain backdrop itu tidak memperhitungkan pikselnya, pikselnya kecil. Di layar komputer bagus gambarnya, kelihatan bagus, tapi dia lupa. Dia mendesainnya dengan ukuran pikselnya kecil. Kenapa? pada saat dicetak, minta ukurannya berapa meter, misalkan 4x3 meter.

Ternyata setelah dicetak di digital printing, itu nanti gambar yang ukuran pikselnya kecil, itu nanti akan pecah-pecah, kelihatan pecah-pecahnya. tidak halus ya tidak tidak smooth tidak smooth tidak seperti aslinya karena dipaksakan jadi suatu citra dengan pixel yang tidak terlalu banyak diperbesar akhirnya kita akan melihat citra itu kecah kecah kelihatan kotak-kotaknya gitu ya itu itu yang sangat rasa ya jika kita menggunakan ke suatu citra dengan pixel yang kecil itu pengaruhnya seperti itu jika disunyi diperbesar ya emang konsep ketika suatu citra itu resolusinya tinggi ya kapasitasnya jadi besar ya kapasitas filenya ya mungkin ukuran diatas 5 MB ya, megabyte ya mungkin ya kelemahnya itu sih kecuali kalau misalkan Anda memang harus mendesain gambar ini untuk bisa di zoom atau dicetak dalam ukuran yang besar ya berarti Anda harus kondisikan Resolusi yang besar ya yang tinggi resolusinya kalau hanya sekedar dilihat di handphone atau di laptop atau di komputer ya mungkin gak terlalu tinggi masih kelihatan ya kelihatan bagus kalau kita lihat di layar laptop atau layar handphone seperti itu Di sini tentunya Anda bisa lihat yang dimaksud ketendagaan di sini. Ini contohnya ini dulu. Pixel-pixel ini kan tadi saya bilang memiliki intensitas. Contohnya kita ambil sampel suatu gambar di sini.

Ini kan gambar aras keabuan. Abu-abu itu bukan warna hitam dan putih, tapi antara... Hitam, di antara warna hitam dan putih ya.

Hitam dan putih termasuk arus kabuan. Termasuk dalam arus kabuan. Tetapi ketika nilainya adalah di antara 0 sampai 255 atau hitam sampai putih, maka warnanya bisa abu-abu, bisa... kayak gini, ini kan tidak warna hitam banget ini adalah warna aras abuan, ini bedanya kalau gambar binar berarti warnanya hanya dua, hitam dan putih hitamnya hitam hitam bener ya, putihnya juga putih banget.

Kalau ini kan keabuan. Derajatnya itu tergantung apa? Nilai intensitas.

Misalkan kalau katakanlah gambar ini, ini kan ukuran pikselnya ya, 373 x 497 piksel. Ini piksel. Kalau dilihat dari gambarnya, berarti di sini lebarnya itu 4, 97 pixel, jadi jumlah pixel pada sumbu horizontal atau pada kolom, ini kolom ya kalau kita lihat disini ini kolom ya, ini kolom pertama 2, 3, 4, 5 pertama 2, 3, 4, 5 kalau dalam MATLAB itu indexnya 0 biasanya 0 ini, ini mulai 0 1, 2, 3, 4 0, 1, 2, 3, 4, seperti itu tapi yang jelas ini kolom pertama kedua, ketiga, keempat 0 5, ini ada 5 kolom ini ada 5 kolom, ini sama juga nih kalau ukurannya seperti ini 373 x 497 kalau kita lihat berarti disini tingginya ini itu ada sebanyak 373 pixel misalkan nih, pixel pertama kedua, ketiga, dan seterusnya sampai 373 pixel masing-masing pixel ini memiliki nilai yang namanya intensitas warna Intensas pixel Nilai intensas pixel ini yang menentukan warna-warna ini Ada yang gelap Ada yang agak terang Ada yang wabuan Semakin dia tinggi, semakin mendekati putih Karena putih kan 255 Semakin rendah Atau mendekati 0, berarti semakin hitam Nah ini Kalau kita lihat citer digital Isinya ini sebenarnya Nah ini yang Bisa dimanipulasi oleh kita Menggunakan Alkali Algoritma atau metode. Sekarang kita kembali ke konsep ketetanggaan atau nekbor. Pada pengolahan citra.

Ketetanggaan ini tetangga, maksudnya tetangga piksel. Artinya adalah bahwa tetangga ini adalah piksel-piksel yang terletak pada piksel yang akan kita olah atau kita amati. Akan kita olah seperti itu.

Sehingga dengan setirinya mengakibatkan setiap piksel pada citra itu akan memiliki keterkaitan. Karena dalam mengolah citra, nilai suatu intensitas piksel itu dipengaruhi oleh nilai piksel tetangganya, kanan-kiri, atas-bawah. Nanti kita lihat.

Jadi operasi neighbor piksel adalah operasi pada pengolah citra untuk mendapatkan suatu nilai piksel berdasarkan nilai piksel-piksel yang terotak pada Hai ketetangganya tetangga pixelnya jika kanan-kiri atas bawah seperti itu nah ini contohnya ya contohnya misalkan ini adalah citra asli kemudian citra asli awalnya kemudian kita melakukan suatu pengolahan citra disini manipulasi citra ya ya yang menggunakan ketetanggaan. Maka ketika kita ingin mencari nilai piksel di tengah ini, maka ini nilainya akan dipengaruhi oleh nilai tetangga pikselnya, baik yang di sini, kiri atas, tengah atas, kanan atas, atau yang di sebelah kanan, atau yang bawah, atau yang kiri. Ini nanti akan kita hitung, kemudian kita proses mendapatkan nilai yang baru di sini. Ini nilai yang tadinya. A misalkan menjadi B nilainya.

B ini didapat dari proses dari beberapa nilai tetangga pada citra yang diamati. Misalkan ini. Hai sarkan katakanlah kita proses sudah sampai yang ini ya yang baris keempat kolom kedua 87 ya ini 87 nilai intensitasnya akan kita olah oleh misalkan kita olah menggunakan metode atur rumus tertentu kemudian disitu pasti ada proses ketenangan, jadi nilai yang baru nanti pada titik baris keempat kolom kedua pada gambar yang baru itu nilainya bukan 87 lagi yaitu nilainya nanti berdasarkan tetangga pixelnya ya dari 86, 87, 86, 85, 85, 87, 88, 85, 83, dan 87 jadi dia muter ya tetangganya itu contoh tetangga pixel lagi jadi konsep neck boar itu adalah suatu pixel yang terletak pada tetangga dari pixel yang akan diolah itu ini contohnya tadi ya untuk menemukan nilai intensitas pixel X, Y, maka satu titik ini ya, maka akan dipengaruhi oleh beberapa piksel di kanan kiri atas bawah dari piksel I, Y sebelumnya. Seperti itu.

Jadi G... G sama kanan, EG dalam kurung Y, X ini adalah citra baru citra baru, citra lama ini kemudian diolah menjadi citra baru dan biasanya itu operasinya itu menyeluruh, artinya semua pixel itu akan dihitung seperti itu dan ini bergerak dari kiri ke kanan kembali ke bawah kolom kedua ke kanan terusnya sampai ke terakhir baris terakhir, kolom terakhir seperti itu, jadi proses pengolahan citranya itu menyeluruh semua pixel nanti akan diolah seperti itu Nah, ini contohnya tadi ya. Ini contoh yang lebih jelas tadi ya. 88, berarti ketenangannya adalah F52.

52, nah ini ya. Ini 5. Ini baris. Sebentar. 53 ini GY nya adalah kita ketika ingin mencari nilai pixel pada Hai baris kelima kolom ketiga ya G5,3 ini maksudnya yang ini yang di volt era 88 maka itu tergantung pada ini eh eh 52 artinya gambar aapiksel pada gambar pada letak letaknya pada Oh F nya 5, ini baris 5, kolomnya 2. Jadi ini nilainya 85, kemudian 42, 42 ini ya, kemudian 42, kemudian 43 ini, 43, dan seterusnya ini.

Jadi dia muter di sini ya, dia memutur ini. Ini contoh konsep neighbor pada citra digital. Jadi untuk mendapatkan nilai yang baru pada titik piksel ini tergantung pada piksel-piksel tetangga di samping kanan-kirinya. Atas bawah seperti itu. Atas bawah, kanan-kiri.

Masuk pojok juga ini ya. Dalam suatu operasi ketentangan kita mengenal ada dua operasi ketentangan itu menggunakan empat ketentangan atau delapan ketentangan atau empat taper atau delapan negeri. 4 egg bor, kalau 4 egg bor Seperti apa? 4 egg bor ya ini Berarti yang Pocok-pocok ini gak diikutkan Jadi atas bawah karena kiri aja Ini pixel yang akan Kita amati ya atau kita cari Nilai intensitasnya atau kita olah maka kalau kita menggunakan 4x berarti pixel tangga yang kita gunakan adalah ini T1, samping kanan, T2 atas, T3 samping kiri, T4 bawah.

Kalau yang pocok-pocok juga dipakai. Kalau yang delapan seperti apa? Kalau delapan berarti yang lengkap.

B, baris, kolom. Ini B, ini baris, kolom. Nah, itu.

Nah, ini nilai dari T1. Ini kita lihat konsepnya di sini. Nilai dari T1 itu adalah dalam kurung B, K plus 1. Ini maksudnya apa? Ada yang tahu nggak?

T1 dulu nih, yang T1. Hai T1 ada yang bau maksudnya Hai silakan ke saya masuk ke ini gimana caranya masuk lagi ke jimit sebentar caranya harus endstop ya Hai oh oke masih kelihatan setelah hai hai Cuma gak ini ya, gak show ya. Run show. Oke. Yang dimaksud T1 gimana?

Mbak siapa ya? Tadi Mbak Rizka. Mbak Feby ada gak?

Dalam kurung B, K plus 1 ini maksudnya apa? Ya T1 yang ini. Mbak Feby? Mbak Feby ada?

Halo, Mbak Feby? Mbak Feby, monitor? Iya, Pak.

apa yang Anda pahami terkait dengan pixel T1 T1 sama dengan dalam kurung B, K plus 1 B itu baris, K itu kolom ini maksudnya gimana? ini penulisan nanti ketika Anda coding itu Anda harus paham ini nih jadi kalau Anda mau menulis coding itu biasanya mengolah dalam pengrograman itu baris dan kolom itu harus harus Anda pahami dalam konsep digital T1 dalam kurung B, K plus 1 itu maksudnya apa? Itu buat pengaturan kayak warnanya bukan ya Pak?

Ya, ini posisi pikselnya. T1, T2, T3, T4 ini kan posisi pikselnya. Iya Pak.

T1, posisi T1 ini ditulis dalam B, K plus 1. B, K plus 1 maksudnya apa? Berarti dia ber... Nombor titiknya apa sih?

Apa? Pak, masih mau pahami, Pak. Kalau T2 kan B-1, K ya. T2 di barisnya yang minus 1. Hai kalau t-1 apa tas t-1 dulu deh t-1 dulu tahu nggak Mbak belum memahami Pak belum ya oke pindah yang lain dulu Mas Fikri Gus Gus apa ya Fikri Sapani Mas Fikri Hai hal penulisan t1 sama nanti koma k plus satu maksudnya apa ya yang itu tuh t1 itu maksudnya itu tetangga tetangga ke-1 Pak terus untuk yang begitu kan dilihat dari yang mau di pixel yang mau di nilainya itu di kolom berapa terus di baris keberapa untuk yang begitu baris untuk K itu kolom, gitu bukan Pak?

Iya, jadi gini ini ya maksudnya, yang T1 Anda lihat ya, pixel yang mau diolah atau diamatikan B P itu katakanlah kita ambillah P sama dengan B, K B, K itu B-nya itu baris, K-nya itu kolom Hai nilainya enggak usah kita tak usah kita cari tahu dulu karena ini kan masih konsep ya nilainya bisa baris ke-0 tidak baik 123 atau kolom ke-0 123 dan seterusnya intinya bahwa untuk pixel yang akan kita mati adalah tetapnya ada dikoma koordinat B koma K untuk tes 1-1 Kenapa ditulis di koma K plus satu karena Mbah Anda lihat B itu kan baris, Anda lihat bahwa T1 kan sebenarnya satu baris dengan B kan, ya ini satu baris kan, sehingga dia ditulis dengan B saja. Sedangkan posisi T1 dalam posisi kolom itu adalah satu step. Hai satu step di sebelah kanan atanya plus satu ya apa lebih satu pixel dari pixel yang akan dia mati atau p ya Jadi kalau disini berdiri dari sisi kolom dia letak kolomnya itu adalah K plus 1, jadi nilai K-nya itu adalah kolom dari piksel yang sudah mati ditambah 1. Kalau sebelah kiri dari piksel yang sudah mati, berarti di sini dari sisi kolom berarti dia min.

T3 kan min, T3 kan K-1 karena dia letaknya di sebelah kiri dari piksel yang sudah mati. Hai kalau disini misalkan disini ada ada lagi pixel satu lagi ini berarti berapa a plus 2 ya seleksi 2 pixel dari pixel yang diamati misalkan disini ya di kemasnya kelihatan enggak kursor saya bergerak-gerak enggak ada Oh enggak ada ya harus diranjanya kalau ini kelihatan enggak ada Hai anak Hai ada Oke jadi ini ini kan posisi ya ini ini kolom ini kolom ini baris dan sebagai acuannya kita melihat pada titik pilih pilih adalah pikselnya akan kita mati jangan kita kita mati posisi t1 itu letaknya ada pada satu baris dengan pn berarti tetep biaya itu baris berarti nomor barisnya sama dengan yang pixel yang akan kita mati jadi ditulis B sepi saja Sedangkan kolom, dia letaknya adalah sebelah kanan dari kolom dari P. Letaknya adalah sebelah kanan selisihnya 1 pixel.

Berarti di sini adalah K plus 1. Ini K plus 1 kalau sebelah kanan. Kalau sebelah kiri berarti K minus 1. Anda bisa lihat di T3 ini. T3 kan K minus 1 karena dia letaknya selisih atau sebelum pixel yang dia mati. Atau selisih 1 sebelah kiri. Itu minus kalau sebelah kanan plus.

K plus 1. Kalau di sini kadang-kadang ada pixel lagi, berarti di sini adalah tuppers 2. Artinya kolomnya itu... K plus 2. K-nya itu adalah nilai kolom dari piksel yang sudah mati, ditambah 2. 2 piksel lagi gitu loh. Maksudnya ini 1, 2. Seperti itu. Paham ya? Berarti T2 di sini yang sama apa?

Yang sama kolomnya kan nih. Kolomnya sama, tak. Ini satu kolom kan nih. Kalau yang T2 dengan B. Ini satu kolom.

Maka ditulis K. Sedangkan B-nya, barisnya, dia sebelum baris pada titik K, ada 2. Up titik P. Sehingga dia B-1.

Di sini B-1. Kalau ke bawah berarti B-1. Kalau ke bawah lagi berarti B-2 dan seterusnya.

Kalau di sini ke atas lagi berarti B-2. B-3 dan seterusnya. Kalau T3, T3 ini juga satu baris ya, T3 ini satu baris, cuma letaknya kolomnya di sebelah kiri dari kolom dari titik P, titik yang diamati. Jadi K-nya adalah K-1. Kalau yang T4, dia satu kolom, berarti di sini K kan, nah ini K.

Tapi B-nya adalah B plus 1. Nah, paham ya? Untuk penomeran ini ya, penomeran pixel itu. Anda harus melihat pada posisi kolom dan baris, barisan kolom. Sekarang yang 8 piksel. Hai dapat bisa beri pakai semua ya akan gini atas bawah terus hal ini samping-samping kocoknya ya ini delapan kan kalau kita hitungan 123456788 hai hai Bila P ini adalah koordinatnya adalah B, K menyatakan baris dan kolom.

Maka dengan menggunakan operasi 8 piksel, maka tetangga yang didapatkan itu ya tadi seputar ini. Berarti kalau 8 piksel itu semuanya ya, satu melingkar ya, satu lingkaran penuh. T1 sampai T8. Hai ini letaknya letaknya sama kebayang Anda perhatikan yang unik ini yang yang di pocok-pocok T2, T4, T6, T8.

T2 dulu lah, T2. Berarti di posisi T2 ini, kalau secara baris dulu dia kurang... Atau sebelum dari P ya. Ini kan baris P di sini ya. Ini baris P.

Atau baris pada piksel yang diamat itu P. Kalau T2 letaknya di atasnya di sini. Berarti minus.

B-nya itu minus. Barisnya itu kurang 1 ya. Atau B-1.

Kita lihat di T2. B-1 kan di sini. Eh sebentar.

B-1. Karena di barisnya letaknya pada baris sebelum dari baris piksel yang dia mati. Nah, sekarang kolom. Kolom ini letaknya di setelah dari kolom piksel yang dia mati.

setelah, atau setelah disini 1. Jadi, kolomnya juga K plus 1. T2, B-1, K plus 1. Kalau T4, disini kita lihat barisnya dulu, beres juga sebelumnya, berarti B-1 juga. B-1, kalau kolomnya juga letaknya di sebelah kiri, dari kolom P, berarti K-1. Paham nggak? Kalau ini konsepnya. Halo?

Ada nih? Insya Allah, Pak. Ketentangan ya, jelas ya. Jadi, dari sisi penomeran, ini udah jelas ya penomerannya seperti ini. Kemudian ketentangan, ketentangan berarti melingkar.

Posisi pikselnya itu dilihat dari baris dan kolom saja. ya barisnya sama enggak dengan titik yang akan diolah jika tidak sama berarti dia bisa plus atau minus kalau plus berarti kalau kolom itu sebelah kanan plus kalau sebelah kiri itu minus baris, sebelah atasnya itu minus sebelah bawahnya itu plus karena pada saat kita berbicara digital dalam bentuk pixel ini maka indeksnya itu mulai dari pojok kanan kiri atas ya, indeks 0,0 0,0 ini atas ya, 0,0 atas jadi ini adalah 0,0, kemudian berarti baris ke 0, kolom ke 1. Kalau ini baris ke 0, kolom ke 0. Ini baris ke 0, kolom ke 1. Baris ke 0, kolom ke 2. Ingat, kalau... indeks di tulisan di indeks di MATLAB itu 0 ya bukan 1, jadi kalau indeksnya ini dari 0, 1, 2 0, 1, 2 kalau secara konsep berarti ini pixel pertama, kolom pertama, kolom kedua kolom ketiga juga ya cuma indeknya nol ya ya gitu jadi kalau kalau metrek ke mulai dari nol ya boleh di nomorkan dari satu jadi kalau saya menerangkan ini adalah baris pertama atau kolom pertama ya dia berarti secara konsep kalau secara metrek ditulis adalah yang pertama kolom pertama baris pertama itu adalah kolom menurut nol baris ke nol ya karena indeknya mulai dari nol dan letaknya di pojok kiri atas ya Kalau ke sini, ke baris, berarti ini baris ke 0, pertama, kedua, ketiga, keempat, lima, enam, tujuh, lapan, sembilan, sepuluh. Kalau ini baris ya, kalau kolom ini ya, kolom ke 0, satu, dua, tiga, empat, lima, dan seterusnya. Itu.

Bagaimana cara mengoperasikan pixel yang berada di bagian tepi ya? Nah ini kalau misalkan kita pas pengoperasiannya di tengah sih bisa kita dapat ya, atau di katakanlah di baris kedua, kolom kedua ya. Misalkan nilai 3 ini Tetangganya kan 5 1, 0, 0, 6 1, 4, 0 Dan kita geser ke sini juga dapat Tapi kalau di pinggir atau di pinggir-pinggir ini Gimana? Misalkan 5, tetangganya kan berarti 1, 3, 0 Nah ini sini tidak ada Hai sebelah kiri dan atas itu enggak ada ini gimana caranya cara mengatasi kalau pengomelan citra itu nanti ada metodenya nah ini yang di pinggir-pinggir ini ya artinya kan ketika kita mengolah citra pasti dari Hai berarti baris ke 0, kolom ke 0 dari atas sendiri, terus geser kanan, terus baris kedua, gais kanan, baris ketiga, kedua, baris ketiga, gais kanan, dan seterusnya.

Maka otomatis baris dan kolom pada tepi ini pasti akan dihitung atau dioperasikan. Padahal konsep ketenagaan berarti kan sebenarnya semuanya yang melingkari titik piksel itu akan berpengaruh pada nilai piksel yang baru. Gimana caranya ini kalau misalkan ini cara mengolah titik-titik pada tepi ini? Caranya ada dua, teman-teman.

Pertama, tidak mengolah piksel yang berada bagai tepi. Jadi tidak diolah. Jadi tidak diolah di hasilnya bisa... Hai yang ini nyaris itu tidak diolah dibiarkan seperti itu atau kalau enggak disitu kalau nggak diolah berarti nilainya bisa dinolokan ya tadi ada ada ada tepi ada ini ada garis hitam intinya disitu ada dua cara untuk iso tepinya tidak ikuti olah yang kedua berarti melakukan manipulasi data pada pisang tepi ya itu dengan cara menambah dami ya di pixel disekitar pisang tepi tadi tadi yang murah misalkan ini bisa diberi demi nol atau diberi demi dengan nilai piksel yang berdekatan pada tepinya itu misalkan disini ini yang diberi nol berarti ini semua tepinya ini dikasih pixel nol demi supaya apa supaya bisa dihitung misalkan lima yang lima disimpan berarti tetangganya dari 130 ini 130 ini sesuai dengan pixel aslinya ya gambar aslinya yang 0000 ini adalah dami Hai dan ini harus apa istilahnya oleh prosim ini berarti harus dihitung semuanya atau yang manipulasi dengan nilai pixel yang tetangga dekat paling dekatnya dan misalkan ya Pixel 5 ini kan berasal dari angka 5. Jadi 5 ini, ini 5 paling dekat 5. Ini 5, ini 5. Kalau ini, ini ya dari 1 ini.

Kalau 0, ini dari 0 ini ya. Dari 0 ini kan 0 ya. Berarti ini 0, ini 1, ini 5. Ini 5. Pocok sini 5. Karena paling dekat ini 5. Kalau misalkan ini.

Sama juga nih. Misalkan 7. 7 kan sama nih 7. Berarti. Tetangganya adalah 5, 1, 4. Dan sini 4. Di sini 7, 7, 7, 5. Kayaknya. 7, 7, 7, 5. Kayaknya.

Hai ini sama dengan ini 77 berarti ini dari 036 terus 67770 770 kalau seperti ini berarti semua-semua pixel baik itu di tepi maupun yang di tengah itu bisa dimanipulasi atau diolah menggunakan pixel dummy tadi yang kita buat sesuai dengan pixel paling dekat ini atau menggunakan pixel dummy nilainya 0 nilainya 0 seperti ini ada pertanyaan sebelum kita masuk ke noise Halo, ada pertanyaan? Halo, ada pertanyaan Mbak Mas? Mungkin saat ini belum, Pak. Oke, sekarang kalau belum kita lanjut ke noise ya. Noise, ya.

Nah ini, yang... Unik dari sebuah cerita digital adalah bagaimana kita bisa menghilangkan suatu noise. Noise-noise itu adalah tadi sesuatu yang tidak kita harapkan muncul.

Kalau di sisi sinyal, berarti sesuatu sinyal. Satu sinyal atau tegangan atau arus Kalau perpektif elektrik Yang tidak dinginkan Kalau ini berarti sesuatu yang Pixel yang tidak dinginkan Muncul dan tidak sesuai dengan aslinya Kalau di gambar analog Misalkan Anda cetak Cetak foto Ternyata Ada noise-nya Noise-nya apa? Kena tinta atau apa dan sebagainya itu Cara menghilangkannya agak susah ya Susah cara menghilangkannya Bisa merusak gambar seperti itu Tapi kalau Apa istilahnya kita olah dengan citaran digital itu Noise-nya bisa Dihilangkan dan Hasilnya tuh itu smooth ya, halus gitu, jadi nggak kelihatan itu telah dihilangkan nodanya atau noise-nya smooth, maksudnya smooth nah ini yang menarik dari cita digital, pengolahan cita digital Ya ini contoh-contoh Noise salt And pepper Noise ya Salt itu garam ya Pepper itu merica ya Jadi titik-titik ya Garam-garam kayak garam titik-titik ya Noise bidik-bidik seperti ini, Anda bisa lihat di gambar ini ada bidik-bidiknya, ini adalah noise.

Dan noise ini intensitasnya adalah 0 atau putih saja sebenarnya, titik-titik 0 dan putih dan hitam. Misalkan di warna hitam berarti ada titik putihnya. Kalau di warna putih ada titik hitamnya. Misalkan yang warna ini kan ada titik hitamnya. Nah, yang putih-putih ya.

Jadi itu adalah noise-nya. Ini contoh noise-nya. Garam dan merica. Hai gangguannya berupa titik-titik ya untuk RGB titik-titik muncul dalam tiga warna yaitu red green blue jadi itu juga akan muncul pada apa-apa namanya lapisan atau kanal warna merah dan biru pada RGB. Karena RGB kan ada 3 warna itu sebenarnya.

3 lapisan warna yang nanti kombinasinya ada bentuk satu warna. Kalau ada noise-nya di situ, berarti semuanya ada titiknya, muncul titiknya. Sedangkan kalau grayscale, akan muncul dalam 2 warna, yaitu warna hitam dan putih saja.

Jadi tadi ini grayscale semua ya. Ini grayscale semua. bisa skresil semua ya dan ini titik-titik ini itu bisa putih dan hitam atau hitam kalau bikronya putih berarti kelihatan hitamnya bisa kelihatan kalau kalau yang putih berarti enggak kelihatan Itu kalau grayscale.

Sat and paper dapat dibuat dengan mengganti pixel pada sebuah citra secara abcak dengan nilai dari merah, hijau, biru. 255, 25, 25 pada jital gray scale, RGB tapi kalau gray scale, berarti kita memberikan warna adalah 255, atau putih atau hitam saja kalau yang pada gray scale itu kita memberikan mengganti pixel menjadi 255 atau 0 pada grayscale, maka itu akan membentuk, tadi secara acak ya, randomnya ini akan muncul bintik-bintik seperti ini putih atau hitam dan itu random, kita random bisa pakai method, bisa kita create-kan sebuah noise pada citra kalau pada red, green, blue, atau RGB nilainya dikasih itu 255 nilai maksimum nanti akan akan bahkan muncul suatu titik yang disebut noise. Mungkin ini persamaan untuk membentuk atau mengkrituk buah noise, salt and pepper.

Jadi F8Y ini ingat, ini kalau kita nulis sebuah gambar berarti harus ada X, Y, itu baris dan kolom. Ini adalah menunjukkan posisi piksel dari citra tersebut. Ini random color. map sama dengan 255 jika P X, Y kurang dari probe noise kita lihat jadi kita bisa meng-create sebuah noise pada strategia digital menggunakan persamaan ini dimana random color map ini adalah spektrum warna yang dipilih secara acak jadi RGB ini juga RGB spektrum warna apa?

Red, Green, Blue yang dipilih secara acak oleh software disini dia mau Red atau Green green atau blue kita tidak tahu yang menentukan adalah MATLABnya secara acak dan nilainya dipilih menjadi 255 yang tadinya mungkin adalah 10 atau 100 atau 80 nanti di replace menjadi 255 Jika nilai probabilitas yang dipilih saya ajak ini kurang dari nilai noise yang diinginkan. Nah seperti itu. Jadi misalkan katakanlah kita ingin mengubah semua pixel yang memiliki intensitas. Hai warna sebesar atau dibawah 50 ya berarti nanti setelah acak di sini ya mytrap masyarakat akan memilih atau memilih semua memilih semua pixel yang miliknya kurang dari 50 akan di replace menjadi 255 dan si MATLAB ini nanti akan random memilih spektrum warna apa yang akan berubah, bisa red, green, blue ya, itu itu kalau yang RGB jadi kita menentukan nilai noise probably noise yang akan kita ubah nilainya berapa jika kalau disini berarti jika kurang dari nilai itu misalkan tadi diambil sampel nitrous solen 50 dibawah nilai 50 dari 0 sampai 49 maka akan diubah menjadi 255 ya 255 jadi putih itu ya maka otomatis nanti akan ada titik-titik itu karena dia random random ya kalau enggak random malah jadi hilang nanti kirinya kalau random berarti letaknya acak dan itu kelihatan titik itu contohnya ini ya ini citra hasilnya ketika dikasih salt and pepper itu dengan intensitas intensitas ya ini Astagfirullahaladzim Hai hari di-review kelihatan ini ini ini dari kita asli kemudian diberikan noise dengan kita masih lembut setelah noise apa kita sendiri berpesona 25 dia makin buram ya kalau saya makin besar ya titik-titik masih makin jadi kelihatan Hai sudah kemudian gaussian noise ya noise kedua gaussian noise ini adalah noise yang menambahkan warna putih pada suatu pixel citra ya jadi dia menambahkan nilai nilai atau warna putih pada pixel sel suatu citra khani yang disebut sebagai gaussian noise noise gaussian noise memerlukan variable means dan varian rata-rata dan atau minstern varian ini merupakan suatu konstanta yang real ya, jadi bilangannya bisa positif atau negatif real ya makin besar rata-rata variasinya, maka citra akan semakin putih jadi kalau variannya nilainya makin besar, maka citranya itu secenderung memutih sebaiknya kalau makin kecil maka citranya makin tidak terlihat kalau nilai defaultnya untuk min itu 0 kemudian untuk varian ya Kita lihat, untuk persamanya ini ya, y x, y sama dengan g x, y plus p kali a.

yx,y ini adalah nilai pixel yang terkena noise atau pixel yang terkena noise atau nilai pixel baru yang terkena noise kalau gx itu adalah sumber citra aslinya sebelum terkena noise jadi nilainya berapa ya jadi gx,y nilai intensitasnya berapa Kemudian ditambah P kali A, P-nya adalah presentasi noise, A-nya adalah bilangan acak terdiskutisi keusian. Ini contohnya, contoh untuk presentasinya ini. yang kelihatan sekali 0,5an ya kelihatan putihnya memutih ya, artinya makin besar probabilitas presentasinya maka mungkin mendekati putih ya untuk varian, representasi varian Hai hal ada juga yang noise spek lele spek oleh spek oleh spek ke-6 obyek spek noise aspek alis itu nilai gabungan atau meskipun yang terbentuk dari pergantian pixel secara acak dia berganti saja dan nilai yang diberikan secara acak sehingga bisa kabar buram Identiknya dengan gambar buram. Fungsi matematisnya ini. YX,Y sama dengan GX,Y plus GX,Y kali AM.

YX,Y ini adalah citra yang dihasilkan, citra yang dihasilkan, atau citra yang nanois. Kalau GX citra sumber yang sebelum nanois. Nilai A ini adalah pilihan acak, pilihan acak dari rata-rata dan variannya, dari min atau variannya. Hai ini contohnya ya Hai spek oleh jendrojita spek aja mirip-mirip sebenarnya kalau salah salt and pepper atau asal gargosian ya kalau ini mirip dengan salt and pepper ya tadi garam dan bericara titik-titik karena dia menghasilkan noise titik eh ada pertanyaan Apa pertanyaannya?

Sebentar saya ambil minum dulu Hai tidak pertanyaan kalau dia modelnya silahkan belum ada ya Hai ini hal nanti PRnya mungkin tak ada nanti belajar metode ya kebetulan sebelum menginstal metode di laptop ini karena laptop saya nggak support ya lambat untuk menyesal bisa medlep ada bisa belajar pakai metode atau python ya cuma saya belum begitu familiar dengan python kalau yang sudah familiar silahkan pakai python kalau yang belum ya silahkan bisa pakai metode karena saya pakai metode nanti silahkan belajar sendiri ya penggunaan metode banyak sekali di ibu yang saya saya bagikan ya sebentar di ibu Hmm... Ini pokoknya... Terima kasih. selamat menikmati kita lihat ebooknya dulu ya ini ada contoh matlabnya yang tadi citra digital ini ya Hai ini dari indeks 0,0 ini ya jadi di atas di 0,0 ya jadi baris 0 kolom ke 0 ya kalau ke kanan berarti kolomnya makin besar jadi disini maksimal adalah 0,n jadi n itu nilai maksimal disini kalau kebawah jumlah barisnya yang makin besar jadi m,0 m nya itu adalah nilai maksimal barisnya 0,0 ya karena dia letaknya di kolom ke 0 Kalau ini berarti nilai baris dan kolom maksimal ya, M, N. Ini yang harus Anda pahami terkait dengan pixel pada citra digital. Kalau indeksnya dari 0,0, di sini paling pocok kiri atas, kemudian ke kanan, makin menambah jumlah kolomnya, ke bawah makin menambah jumlah baris.

Letak barisnya di permulisan pertama. Kalau kolom... di penulisan kedua seperti itu kemudian ini resolusi ya kuantisasi silahkan nanti di baca Hai ini format ini format citra citra digitalnya ada PNG JPG dan seterusnya tipe data image image tipe datanya ya ini ada binari untuk tipe data binari di dua dimensi radio dimensi itu skill juga dua dimensi ya kalau RGB tiga dimensi trukalor trukalor itu dua dimensi karena ada mengandung R nilai RG dan P Hai kemudian ngantri saya mau menunjukkan kaya metleb ya Hai ini apa nih Oh ini dan ini ya apa namanya identitas Citra yang sebelah kiri ini formata JPEG menggunakan 24 bit RGB color, tipe datanya tiga kali integer dari 0 sampai 255, kalau sebelah kanan 8 bit grayscale tipe datanya ini gif ya kalau ini binary ini binary hitam putih kayak gini lebih gelap seperti itu floating point deep image pixel floating point kemudian ini apa nih Terkait dengan quality Hai kondikualitas citra hasilnya ini ya 8bit RGB ini pixelnya ya sekitar ini 1000 kali 76 kali 33 ini RGB nya nih karena mirip green blue nih 33 lapis jpeg quality rendah quality Hai ini 20 kontennya nilainya ya ini ini nilai ininya ya nilai apa kapasitas file-nya menunjukkan kapasitas file-nya kalau quality nol nih kelihatan banget kan ini Hai apa kualitasnya rendah 16 kilo ini kualitasnya 20 40 kilo lebih baik dan seterusnya sampai yang ini terakhir Max compression ini megabyte lah Hai color space ya yang tadi kita ini ya iraq Green Blue ya red green blue ini originalnya seperti ini nanti lihat jempolnya cuma warnanya juga ya warnanya kurang ini ini di bukunya enggak berwarna banget ini terhadap bumbunya jelas ya ini jadi kayak fotocopy and gitu ya hai hai Hai Tani ini cara me-conversi ya tadi ada ya kayaknya ada deh tapi red red blue ke HVS ya ah ah ah ah SV sama yang lainnya tapi kalau ini kan red green blue RGB ke kriskel dikonversi jadi bagaimana kita bisa mendapatkan di kriskel dari gambar warna ini ada rumusnya ini biasanya kita kita Oh oh hai hai kita pakai pada saat konversi, tapi kalau di MedApp sebenarnya ada toolnya ada toolboxnya, jadi ketika kita ketik saja toolboxnya kita isi sebenarnya, tapi cara kerja toolboxnya ya berdasarkan rumus ini, aslinya di sini silahkan anda pelajari ya, inREAD itu adalah untuk membaca data ya, read in TIFF format camera and image Jadi, inread adalah suatu perintah untuk membaca data image-nya dalam file digital.

Ini ada file gambar digital, itu kamerawan, doktif. Nanti ketika inread, berarti disimpan di variable i1. Variable i1 ini nanti menyimpan data digital yang isinya pixel dan instance pixel tadi, matrik dan blok matrik.

Seperti itu. Imride itu menulis hasil menulis hasilnya dalam array Hai red the resulting resulting Ray i1 tuh tuh kemana ya ke DC dalam bentuk file.jpg seperti itu menulis kalau in info itu adalah meminta ini ya spren ini meminta info-info gambar ini info ini hai hai Hai nanti dicek coba aja nih kayak misalnya Imrid dibaca terus kemarin imso itu untuk melihat ya imso untuk melihat gambar tujukan gambarnya nanti ada disini ya Hai saya ini beberapa contoh ininya ya imso ya ini imso ada nih display menampilkan gambar dari ah tadi kalau Imrid berarti ma kita membaca data ya data-data sit gambar di sebuah folder kemudian kemudian untuk melihat gambarnya inso hasilnya apa sih gambarnya seperti apa sih inso variable yang digunakan untuk menyimpan file gambar digital dan yang lain-lain ya image sc ini kan ya aksis image, aksis of color map dan sebagainya itu pasti ada ada perintahnya di MATLAB, dicoba aja langsung Hai ini contohnya ini contoh kita membaca ini ya Hai kamu menjengret suatu rei image secara random ya dalam rentang nilai 0-1000 ini jadi kita semacam membuat gambar misalnya sebenarnya jadi gambar-gambar random ya hai hai Hai dari 0-1000 ya kemudian ditunjukkan hasilnya apa inso seperti itu dan seterusnya ada gambarnya ini contoh-contoh ya contoh-contoh Anda bisa mempraktekkan ya kalau mempraktekkan tidak konversi image type cara mengkonversinya ya ini RGB to grayscale ini enak nih langsung langsung tadi kalau rumus tadi kalau ini tinggal dipanggil aja nih jadi RGB to grayscale jadi ini gambarnya di grayscale jadi ini dia itu adalah sebuah gambar citra dalam ruang RGB atau berwarna membaca RGB 8 bit ya, 8 bit. Terus kemudian kemungkinan kita ubah ke grayscale ya, ini RGB to gray, dalam kurung variable D untuk menyimpan data gambar.

gambar citra tadi maka dihasilkan suatu gambar kriskel yang disimpan di variable degree seperti ini untuk membangun ismanya menampilkan yang menainkan secara himself itu menampilkan seperti itu hai hai Hai ini menarik nanti teman-teman untuk latihan bisa latihan di sini ya pakai apa namanya medlep ya silahkan dicoba-coba di sini tentunya ini gambarnya bebas ya Anda gambar yang berwarna kemudian ada simpan gambarnya di sebuah folder seperti itu Hai meledak selesainya juga Hai latihan-latihan yang pentingnya disini latihan bertema cuma sini enggak ada jurnalnya ya semua Hai sudah ada yang pakai metode Hai teman hai hai Hai oh ada gambarnya informat-format gambar juga ada ya Hai oh ini hai hai Hai kau ini pakai ini ya kalau ini pakai bukan medlep ya ini pemrograman apa ya ini ya Hai si atau apa nih programnya Hai Tani bukan melepih bukan menggunakan lebih tapi salah teori ya sama teorinya teori citranya cuma dia menggunakan bahasa selain netlab karena menggunakan keten juga bisa ya banyak yang bisa anda pakai kalau ada metode Ini teori juga, ini ada praktek ceri yang bagus. Buku yang tadi untuk latihan MATLAB yang nomor 2 ini. Hai saya bukan meter juga ya ini buat metode yang pakai metode yang ini tadi buku yang nah ini yang ini saya saya udah share ke teman-teman semua juga eh sebentar Kita telah melanjutkan ke satu slide lagi ya. Halo, masih bergabung dengan ini?

Jimit? Iya Pak, masih Pak. Hai sender ah ini yang yang filter ya tadi kan ada noise noise sekarang kita masuk ke filter filter linia dan non-linear seperti yang tadi jelaskan bahwa dalam suatu pengolahan citra kita akan melibatkan tetangga pixel operasi atau pengolahan tetangga pixel atau pengoperasian pixel-pixel yang terdekat dengan pixel yang akan kita olah seperti itu itu ada empat tetanggaan dan 8 tetanggaan kemudian ini beberapa noise noise yang muncul sering muncul di citra digital sebenarnya noise banyak tapi sebagian kecil disini kita sebutkan ada tiga, salt paper, gaussian dan speckle kalau salt and paper sama speckle itu mirip karena hampir sama bisa mirip ya burung kalau ini yang gaussian tuh kelihatan putih ya memutih dia memucat gambarnya Hai filter ini pada dasarnya ya cara untuk memerdam atau menolak atau menghilangkan noise suatu citra ya kalau dalam konsep sinyal itu kan kalau filter itu meloloskan meloloskan Hai berkata frekuensi yang sesuai dan menolak frekuensi yang tidak sesuai.

Kalau filter ini juga, ya sama ya, saringan lah ya, menyaring ya. Filter kan saring, menyaring. Menyaring apa? Menyaring noise. Jadi menghilangkan atau meredam, minimal meredam.

Seperti itu. Diterima dari cara kerjanya, ini filter bisa kita lihat dari dua sisi, yaitu filter non-linear dan non-linear. Hai dan non-linear ya kalau filter miliar adalah suatu pemfilteran ataupun memperdamai dengan menggunakan operasi konvolusi atau korelasi antara area lokal suatu pixel dengan sebuah kernel hai hai Kernel itu semacam jendela.

Jadi kita perlu sebuah kernel atau jendela untuk mengoperasikan filter ini. Kalau non-linear berarti adalah suatu pemfilter. filteran atau peredaman menggunakan apa dengan meloloskan nilai piksel yang didapatkan dengan dari proses nonlinear atau statistik min median varian saya tadi nonlinear menggunakan nilai-nilai statistik ya dipilih nilainya diloloskan dengan menggunakan nilai statistik ya oke hai hai Sekarang linier dulu ya, kita menggunakan operasi konvolusi antara area lokal dengan suatu kernel atau suatu jendela.

Dalam hal ini, kernel dimaksud adalah sebuah susunan matrik yang disiapkan sebelumnya. Ya ini, ini citra, ini kernelnya. Jadi ada sebuah citra ya, E, Y, A, B, C, D, E, F, G, H, I itu ya.

Misalnya contohnya ini. Maka kita juga menyiapkan sebuah kernelnya atau jendelanya, windowsnya, window ya jendela. Itu dengan matrik juga sebenarnya. Sebenarnya citra itu kan matrik ya, sebenarnya matrik. Sebuah susunan matrik, baris kolom kan sebenarnya matrik ya.

Kita kernelnya juga sama, kita menjadikan sebuah kernel dengan format matrik juga ya. Nah ini ukurannya ya, nanti kita lihat ukurannya. Operasi konvolusi untuk yang linear.

Jadi operasi yang terjadi antara citra dan kernel pada proses filler linear adalah operasi konvolusi. Jadi dikonvolusikan antara citra hasil dengan kernelnya. Maka dihasilkan sebuah citra baru. Yang diharapkan tadi noise-nya terdamp. Jadi dikonvolusikan.

Nah, contoh ya, konvolusi ini. Jadi nilai H11, nah di sini H11, itu adalah, ini tidak menggunakan indeks, artinya baris pertama, kolom pertama. Kalau pakai indeks berarti 0, ini nilai 0,0, A itu letaknya di A, 0,0.

Cuma, kalau yang saya lihat di sini, penulisannya adalah, ini retaknya di sini. Contohnya ini H1,1 ya. A kali G1 ditambah B kali G2 ditambah C kali G3 ditambah D kali G4 dan seterusnya sampai I kali G9. Ini nilai H11. Untuk melakukan konvolusi pada citra dengan kernel, bayangkan terdapat kotak merah yang memiliki ukuran yang sama dengan kernel, kemudian berjalan dari kolom ke 0 hingga ke N, kemudian turun ke baris 0. turun dari baris 0 ke baris hingga ke M-1 ya tadi cara mengoperasikannya tadi yang saya sebutkan tadi ya operasi ketetanggaan mulai dari nilai apa namanya yang 0,0 dulu atau baris ke 0 kolom ke 0 nilai 2 ini ini ditempatkan disini di tengah disini di operasikan ya terus kemudian digeser disini sampai ke 4 ya sampai N kemudian turun dari baris 0 ke baris 1 kemudian tarik lagi ke sini geser sampai ke 2 sampai n-1 sampai n-1 sampai n-1 berarti sampai sini sampai sini aja Nah, seperti itu ya.

Jadi ini ditempel di sini, kemudian digeser. Tapi dioperasikan tadi ya, menggunakan rumus tadi ini. Maka tadi tentunya ketika seperti ini harus ada dummy di sini ya, dummy yang di ujung, di tepi-tepi ini supaya operasi ini kena semua pengoperasian ini. Kalau tidak dikasih dummy ya nilainya tadi tidak dihitung tepinya. Contohnya ini.

Hai di contohnya pengoperasian kernelnya berapa ya Oh ini karena sama ya ini 010141010 ya ini karena sama semua pengoperasiannya pertama di sini ya dulu ya di titik ini dulu ya, 3 ini berarti dia tidak mulai dari yang 2 ini, 3 karena kernelnya supaya melingkupi semuanya ya, kalau di ini ini apa di atas berarti disini kan nanti tepinya harus ada pikselnya disini, ini hanya contoh saja misalkan disini berarti 4 ini nanti letaknya di 3 disini, jadi semacam apa ya, istilahnya ini ada kernelnya terus ditindihin gitu ya citranya pikselnya ditindihin sesuai dengan persegi panjang dari kernel, kemudian dijalankan ke kanan seperti itu dijalankan ke kanan sampai kesini ya kemudian turun ke bawah satu baris jalankan lagi setiap satu kolom jalankan sampai dia mentok disini dan turunkan satu baris lagi dan seterusnya di operasi konvolusi ini jadi yang di kotak merah dikonvolusi dengan kernelnya dulu ya terus kemudian dikisar lagi terus terus terus seperti itu Hai contohnya misalkan ini ini apa nih 2 Hai licit ranya ya dikalikan dengan ini kernel ya nanti akan dihasilkan Hai oh sebentar Hai 2354 Hai nanti akan dihasilkan ini masih akan dihasilkan milik perhitungan konvolusi konvolusi ini itu berubah hak x,y pada letaknya pada tengah-tengah citra ini ya mulai dari tiga 10226045 ya ini Anda bisa perhatikan ini A B C D F G jadi ini nilainya berganti ya 310226045 berubah jadi ini kalau yang pingginya tetap pengoperasian ini mulai dari titik tengah ini, mulai dari 3 geser ke 1, titik tengah 4 ini ya, 4 disini 3 4 ketemu 1 4 ketemu 0 berarti kan yang tadi disini beda halnya nanti kalau titik tengah ini mulai menghitung dari angka 2, dari pocok Kiri atas ya, dari 0,0. Nah, ini nanti perlu tepinya, perlu ditambah dummy tepi. Karena ini sebagai sampel disini menghitung dari sini. Sesuai dengan kotak kernelnya ada 3x3, maka supaya pas ya disini mulai dari titik nomor 3 ini, disini. Atau kalau mulai dari indeks 0,0 disini, berarti 3 ini letaknya baris pertama, kolom pertama.

Kalau yang 2 ini baris ke 0, kolom ke 0. Jadi ini yang berubah di sini. Berdasarkan konvolusi. Dengan nilai A, B, C, D-nya yang dicari.

Caranya gimana? Caranya mencarinya tadi ya mas? Ya ini. Mana tadi? Nah ini kayak gini ya.

Ini kan area citra yang terkena operasi konvolusi dari kernel. Ini ABCD kan 3x3, 3x3 juga. Karena area 3x3 ini citranya juga yang dikenakan 3x3.

Ini kan 3x3 ya, 20333422. Nah ini dikali. dikalikan dengan ini konvolusi karena caranya tadi sama nih akali ke-1 tambah B kali ke-2 tambah ke-3 tambah terus menghasilkan nilai mana nilai aknya Nilai yang A disini Nilai yang Mana disini Berarti kalau operasi ini berarti mendapatkan nilai yang ini 3 Atau yang disini ya Nah ini A dulu Nilai A dapet digeser Nilai B dapet C dapet D Dapet E digeser terus Dapet satu satu sini tuh Satu piksel satu piksel nilainya Dapetnya Gampang kan perkalian tadinya 3 kali 0 ditambah Satu misalkan yang disini, jadi 2 kali 0, ditambah 0 kali 1, ditambah 3 kali 0, ditambah 3 kali 1, ditambah dan seterusnya, ditambah, terus ketemu nilai, pixel disini, di nomor 3, dan, di mana di tengah di sini di tengahnya sini Hai nah disini ya nomor tiga ini dapat al-tawab B berarti digeser untuk tepeti berarti yang ini yang dapat ini tepet C dan seterusnya ya beberapa karena bisa digunakan ya ini Identity kernel ya, ini kernel identitas ya, dari matriknya ini ya. 0000, 01, 0, 000. Kalau deteksi tepi, edge detection, kernel, kernel deteksi. tepi ini secara umum ya nanti ada deteksi mekeni dan sebagainya ini deteksi tepi ini bisa untuk mendeteksi tepi-tepi dari objek nah ini kernelnya yang dipakai dah 0 1 min 1 0 0 0 min 1 0 1 kalau sharpen sharpen kernel untuk penajaman ini 0 min 1 0 min 1 5 min 1 0 min 1 0 Kalau sekarang non-linear ya, ini menggunakan nilai statistik. Itu min, median, modus, eh modus, min, median, min, max ya.

Nilai max, nilai min. Kalau min disini adalah rata-rata mediannya. Jadi dihitung rata-ratanya ya, dari kernel tadi dihitung rata-ratanya. Hai minfilter ya proses pengganti nilai pixel tujuan dengan rata-rata dari nilai pixel naik berdekatnya jadi nepotetangganya nuratnya berapa nilai selnya kemudian baru dihasilkan nilai piksel yang baru dari hasil rata-rata jika F F I Y merepresensi terat maka G I Y adalah nilai piksel hasil rata-rata dan H I Y maka nah ini misalkan ya F X, Y adalah citra.

G X ini adalah hasil, citra hasilnya. Berapa nilai pada posisi G Berarti dibagi rata-rata. Ini kan rata-rata min ya, filter min. Berarti rata-rata jumlahkan semua intensitasnya.

Jadi 5 tambah 1 tambah 0 dibagi 9, jumlahnya 9. Ini Jadi nilai di sini digeser lagi ya maka G1,2 di sini ya ini nanti di sini ini jumlahkan seluruh inteser pixel dibagi 9 ketemu terus geser lagi ketemu yang ini G1,3 kemudian di Turunkan A nya B nya C nya Ini tetap Karena tadi yang saya sampaikan bahwa ini disesuaikan dengan ukuran kernelnya jadi supaya pocok dengan pocok pas masuk kernelnya, tapi kalau berarti seperti ini, yang dihitung pixel pada citra itu bukan pada tepinya di tepinya tetap tapi pada posisi baris kedua atau baris pertama kalau pakai indeks 0 disini baik baik pertama dan kolom pertama, sampai n-1 dan m-1. Karena di sini tepinya tidak diperhitungkan. Jadi mencari nilai min atau rata-rata dari 3x3-nya. Jadi kernelnya tidak ada. Jadi ini untuk min 3x3.

3x3 ini gak ada kernelnya gak ada matrik kernelnya tapi luas area minnya itu ditutupkan 3x3 pixel median median itu nilai tengah mengandungkan nilai tengah dari nightboardnya, jadi sama seperti tadi, tapi mencarinya nilai tengah misalkan tadi Ini aja. Ini tengahnya mana? Diurutkan.

Beri 0, 1, 3, 4, 5, 6. Ini tengahnya mana? Berarti nanti itu menjadi nilai A-nya. Ya, 3. 3 berubah jadi nilai tengah tadi.

Terus kemudian geser ke kanan. Berarti dari 1. semua nilai ini diurutkan nilai tengahnya berapa nilai yang didapat akan menggantikan nilai 0 kan disini kan A, B, C, D, E, F, seperti itu kalau tadi min sekarang median data awal diurutkan disini karena jumlahnya genap maka mediannya data ketiga dan keempat dijumlahkan bagi 2 3 tambah 4 bagi 2 itu median nilai tengahnya gitu ya Hai saya ini dicari datanya ke tengahnya mana ya tadi ya 3 dan 4 ya, berarti 3 tambah 4 beri 2 Hai dan seterusnya ya ini hasilnya nanti digeser-geser seperti itu dapat medianya lainnya nanti ketemu nih ini nilai Aini median tadi yang pertama ya ini nilainya berubah jadi 35 disini 3 disini ya berubahnya gitu dan Max nilai proses mengganti nilai piksel tujuan dengan nilai maksimum dari nilai suatu Excel tetangga Hai kan nilai maksimumnya tinggal lihat lihatnya maksudnya berapa kan nama 01345 6 paling besar yang 6 itu aja mudah ini berapa lima enam juga yang 6 mudah 7 ya ini 7 dan seterusnya jadi nilai ABCD FB Hai itu nantikan berubah dengan nilai Max nya kalau ini kan maksudnya kita konteksnya dalam hai hai Min, min berarti paling kecil ya, min. Yang pasti ini 0. Ini 0 juga, ini 0 juga. Dan seterusnya. Ini nanti nilai-nilai A, B, C, D, E, F, G-nya itu ditentukan dari nilai tadi 0 dari tetangga.

3x3-nya. 3x3. Dan dijalankan ke kanan.

Hai nah itu kira-kira minse apa namanya filter linear dan non non-linear kalau linear berarti itu ada kernelnya ya menggunakan konvolusi lagi pakai operasi konvolusi tinggal ada kali ditambah kali tambah kali tambah semua pixel dari 9 pixel itu nanti akan kebagian semua kalau non-linear ada means, median, nilai tengah, max, min, nilai maksimum, nilai minimum tapi di sini tidak ada kernel tapi dia memiliki apa ya istilahnya luas luas ininya ya luas ya bis mirip kernel tetapi tidak ada tidak menggunakan matrik khusus tetap tiga kali tiga luasan ininya rata atau median modusnya luasan tetanggaan atau leluasan luas luas luas dari naik berdiri oke ada pertanyaan terkait dengan filter Ada pertanyaan? Belum ada ya? Oke, nanti kalau ada tugas saya kasih tahu di grup ya, untuk LMS.

Hai sebelum lihat ini cepet lihat minggu ini lah kemarin selesai keluar kota juga sih ada kegiatan di luar kota hingga Mari tidak bisa apa tetap muka minggu lalu ya Oke kalau tidak ada mungkin cukup ya sampai di sini Hai sementara saya absen dulu nih kelas saya hai hai Hai ya wak Oke minggu depan karena saya kemungkinan juga nganter Bapak saya kontrol Oh Hai hari Rabu nggak bisa ya pagi mungkin kita ganti hari kemis ya mungkin ya sampai minggu depan sih terusnya kalau nggak ada apa-apa ya tetap di hari Rabu Pak maaf kemarin ini yang kita kan ada kelas dari Senin itu eh hari atau kelas sistem komunikasi seluler nah itu katanya mau diganti hari tanggal juga pak pengganti atau semuanya? diganti hari itu aja sih pak katanya oh pengganti? pengganti? diganti jadwalnya ya pak cuma hari itu aja sih pak cuma minggu depan aja satu kali aja ya Iya satu kali aja Oh ya itu bukan permanen berarti kan bukanlah Oh ya ya paling nanti ini ya Pagi ya, kamis pagi ya nanti kayak Nanti teman-temannya gak bisa ikut kuliah bentrok misalkan Nanti bisa lihat di rekaman di Youtube ya Nanti kasih komentar nama ini hadir seperti itu Artinya saya ingin melihat teman-teman juga menyimak rekaman ini seperti itu Hai itu sih nanti ya solusinya nanti jika pasti bentrok karena kalau tetap muka susahnya adalah mencari ruangan ya kekuangannya karena lotnya tinggi kalau kita menggeser-geser ruangan Anda bisa tapi ruangannya gak ada Ruangannya kosong Anda gak bisa Jadi fleksibelnya memang online ya Meminamalkan adanya ruangan Untuk yang pengganti Kalau tetap muka Kalau gak ada apa-apa Tetap muka di hari reput Itu ya Kalau kamis pagi bisa gak Oh pagi jam 7.30 mungkin bisa Pak, tapi nggak tahu sih yang pagi.

Pagi mungkin 7.30. Jam 9 ini ya, ada kuliah ya? Kurang tahu sih Pak, kalau saya sih nggak ada. Saya jam 14 Pak.

Oke, ya paling nanti kayak gitu aja. Nanti kalau teman-teman yang bentrok, nanti kan karena kelasnya sudah beda-beda ya ini ya. Ada yang kuliah ini, ada yang kuliah itu ya.

Nggak sama semua sekarang ya. Nanti kalau ada yang bentrok, ya nanti solusinya Anda bisa lihat rekaman, kemudian Anda absensi dari komentar situ ya. Sambil dipelajari seperti itu.

Sambil nanti kalau ada tugas dikerjakan seperti itu. baik, seperti itu mungkin cukup sampai disini sebentar saya absen dulu Rizka Listiani tadi ada ya Aflian Barah Dirba Adir Ahmad Rianto Adabah Hai di rupiah andoh hadir wa Fadl Anugrah terlebih terbaik Afnan Sam hadir wa ke-10 Zaka Fadil Nabilah sulit ke-3 faldo hadir Pak Hai Nova Indah Savitri hadir Pak mafana hadir Pak oke hafidh hitayat santika enggak bisa ya nanti yang hadir nanti saya minta cek Hai untuk melihat YouTube ya rekaman videonya Farhan Raffi hadir Pak Hai keviri Hai kiri Andi akso hadir Pak Iya isi belum Pak tadi mau coba join tapi nggak bisa Pak join lagi Ari Pratama Tiara Nisaul Nur Fajri Hadir Pak Magdalena Sarana Mual Natasha Hadir Pak Siti Amalia Galang Hernandrawan Hadir Pak Robi Hanapi Hadir Pak Sultan Gafa Hai tenof Caesar Rizky Satria bagasurya hadir Pak Rizky Satria dia alia edar Zainul hadir Pak Rifan Ahmad Iksan Maulana hadir Pak Chris Rizky Twi Al-Billah Hadir, Pak Rayvaldo Fikri Kusna Ada, Pak VB, Fitriana Hadir, Pak Ya, baik Mungkin saya cukupkan sampai Rizki Hadir, Pak Ya, Rizki. Rizki siapa tadi ya? Ya, Rizki Adillah hadir, Pak Rizki Adillah Hai ya oke baik mungkin cukup sampai disini Terima kasih atas waktunya seakhiri wassalamualaikum warahmatullahi wabarakatuh ijana Bapak Makasih Pak

Transcript for:Pengenalan Visi Komputer dan Pengolahan Citra

Transcript for:
Pengenalan Visi Komputer dan Pengolahan Citra