UJIAN AKHIR SEMESTER GANJIL TAHUN AJARAN 2009/2010 Mata Kuliah Dosen Sifat : Pengolahan Citra Digital : Rosida

Vivin Nahari, S.Kom : Open Book (Laporan Final Project)

KETERANGAN UJIAN AKHIR SEMESTER 1. Variabel A, B, dan C adalah memiliki nilai sesuai dengan 3 angka dari belakang NRP mahasiswa ! Contoh : NRP = 0104100119 Berarti nilai A = 1, B = 1 dan C = 9. 2. Jika Jawaban dari soal ujian UAS lebih dari satu halaman maka harus dijilid bentuk seperti laporan. 3. Pengumpulan lebih dari batas pengumpulan, maka mahasiswa yang bersangkutan dianggap tidak mengikuti ujian akhir semester. 4. Tidak ada pergantian nilai hasil Ujian Akhir Semester. 5. Nilai Akhir mahasiswa akan diumumkan di blog ( www.rosidavn.wordpress.com ). 6. Konfirmasi Nilai Akhir hanya bisa dilakukan sebelum 1 minggu sebelum KHS keluar.

UJIAN AKHIR SEMESTER GANJIL TAHUN AJARAN 2009/2010 Mata Kuliah Dosen Sifat : Pengolahan Citra Digital : Rosida Vivin Nahari, S.Kom : Open Book (Laporan Final Project)

1. Konversi citra dengan ketentuan sebagai berikut : a. Foto digital berwarna (foto anda sendiri) ---- (true color) b. Ukuran Citra foto 92 x 112 c. Tuliskan matrik foto anda mulai koordinat (42,54) sampai koordinat (49,61) ! d. Konversi citra dari matriks foto ukuran 8 x 8 tersebut ke citra grey scale ! e. Konversi citra hasil grey scale ukuran 8 x 8 ke citra biner ! 2. Tentukan matrik hasil konvolusi ! dimana diketahui : A terletak di koordinat (2,1) ; (6,1) ; (0,3) ; (0,7) B terletak di koordinat (1,0) ; (2,4) ; (4,5) ; (3,7) C terletak di koordinat (4,2) ; (7,3) ; (6,5) ; (7,6) Didapatkan matrik citra input :
3 2 14 A 0 4 15 A B 0 6 12 2 5 13 1 7 A 5 11 B 0 11 0 8 0 9 8 4 0 10 B 10 1 C 8 5 B 9 11 12 8 10 10 13 0 9 14 14 A 9 11 10 C 8 13 10 15 12 C 14 2 C 12
1 4 1 0 1 , 0

0 Dengan menggunakan Mask Laplacian Operator = 1 0

3. Tuliskan algoritma Deteksi Tepi Canny ! 4. Tentukan matrik hasil transformasi DFT 2D !
1 A Citra input = 15 8 7 20 2 C 5 4 6 B 9 B 3 1

5. Buatlah Histogram untuk citra input di bawah ini (matrik citra input pada soal no.2)

3 2 14 A 0 4 15 A

B 0 6 12 2 5 13 1

7 A 5 11 B 0 11 0

8 0 9 8 4 0 10 B

10 1 C 8 5 B 9 11

12 8 10 10 13 0 9 14

14 A 9 11 10 C 8 13

10 15 12 C 14 2 C 12

6. Buatlah histogram equalization dari matrik citra di bawah ini ! Diketahui :

Nilai keabuan 0 1 2 3 4 5 6 7 Jumlah Piksel BAC ACB 850 ABC CBA CAB BCA 81

7. Tentukan hasil kompresi dengan metode Huffman dan hitung nisbah pemampatannya ! Diketahui :
Nilai keabuan 0 1 2 3 4 5 6 7 Jumlah Piksel BAC ACB 850 ABC CBA CAB BCA 81

Buatlah Pohon Huffman dari tabel grey level citra input di atas 8. Tentukan : a. b. Hasil kompresi dengan metode Run-Length Encoding (RLE) Matrik hasil kompresi dengan metode kuantisasi dan hitung nisbah

pemampatan ! Diketahui : A terletak di koordinat (1,1) ; (9,1) B terletak di koordinat (2,2) ; (9,3) C terletak di koordinat (5,1) ; (6,5)

2 3 3 3 2

9 A 8 9 0

6 5 B 4 4

4 4 7 7 3

8 7 4 2 8

2 C 9 7 9

6 3 2 6 C

3 8 3 2 4

8 2 8 1 7

5 A 2 B 1

9 4 7 5 2

3 7 4 3 8

7 3 9 0 3

9. Tentukan : a. b. Representasi dari nilai piksel di bawah ini dengan metode quadtree ! Tuliskan metode Depth First Search dan Breath First Search !

1 1 0 0 1 0 0 1

1 1 0 0 1 0 1 1

0 1 0 1 1 1 1 0

1 1 1 1 1 1 0 0

0 0 0 0 1 1 1 1

0 0 0 0 1 1 1 1

0 0 0 0 1 1 1 1

0 0 0 0 1 1 1 1

10. Lakukan cluster data di bawah ini menjadi 2 kelompok dengan metode K-Means clustering !

Diketahui data sebagai berikut: Item Objek 1 Objek 2 Objek 3 Objek 4 Data Observasi X1 X2 A 3 -1 B C -2 -3 A