PCD Lanjut – Pertemuan 1

Konsep Pengolahan
Citra Tingkat Lanjut

Prajanto Wahyu Adi

prajanto@dsn.dinus.ac.id
prajanto.blog.dinus.ac.id
+689 6263 57775

PCD Lanjut Prajanto Wahyu Adi

 Kontrak Kuliah
• Nilai
– Tugas : 50%
– UTS : 20%
– UAS : 30%
• Kehadiran minimal 75%
• Toleransi keterlambatan hadir 30 menit
• Mhs wajib mengikuti perkembangan informasi pada
setiap perkuliahan
• Wajib mengikuti Responsi dan Presentasi Tugas Besar
• Jika ditemukan indikasi plagiarisme/penjiplakan,
dalam tugas atau ujian, akan diberi sanksi nilai ‘E’
PCD Lanjut Prajanto Wahyu Adi
 Kontrak Kuliah
• Etika Berkomunikasi:
– Jam Kerja Dosen: Senin – Jum’at (07.00 – 16.00)
– Gunakan SMS atau Grup Whatsapp
– Sertakan NIM, Nama, Kelompok kelas
– Gunakan bahasa yang sopan dan baku

PCD Lanjut Prajanto Wahyu Adi

 Rencana Kegiatan Perkuliahan Semester
# Pokok Bahasan # Pokok Bahasan
1 Konsep PDC Lanjut 8 Fitur Tekstur

2 Transformasi Wavelet 9 Fitur Bentuk

Pengelompokkan tanpa
10
3 Watermarking Citra Label
Pengelompokkan dengan
11
4 Steganografi Citra Label
Pengukuran Hasil
12
5 Pengujian Kualitas Visual Pengelompokkan
Projek 2: Membangun
6 Projek 1: Membangun 13
Model Pengelompokkan
7 Model Information Hidding 14
Citra
UTS (Take Home) UAS (Take Home)
PCD Lanjut Prajanto Wahyu Adi
 PCD Lanjut? kemana?
• Pada mata kuliah ini kita akan mempelajari bidang
yang banyak berkembang pada ilmu PCD:
– Transformasi Wavelet
– Information Hiding (Watermarking dan Steganografi)
– Ekstraksi Fitur
– Pengelompokkan Citra (Klasterisasi dan Klasifikasi)

PCD Lanjut Prajanto Wahyu Adi

 Apa bedanya dengan PCD?
• PCD mempelajari banyak bidang dasar PCD
• PCD-Lanjut hanya mempelajari 2 bidang lanjutan
yang populer

• PCD lebih banyak membahas Teori dengan tambahan

implementasi koding
• PCD-Lanjut lebih banyak mengembangkan koding
dengan mempelajari sedikti teori

• UTS & UAS PCD sifatnya teori Tertulis

• UTS & UAS PCD-Lanjut sifatnya Take Home

PCD Lanjut Prajanto Wahyu Adi

 Apa bedanya dengan PCD?
• Mata kuliah ini akan banyak melakukan implementasi
koding
• Mahasiswa diharap membentuk kelompok 2-3 orang
• Setiap kelompok wajib membawa laptop pada setiap
pertemuan
• Penilaian tugas diambil secara langsung pada saat
implementasi koding
• Software yang direkomendasikan adalah MATLAB
versi 2011 atau lebih

PCD Lanjut Prajanto Wahyu Adi

 Content

1 • Information Hidding

2 • Pengujian Kualitas Visual

3 • Ekstraksi Fitur

4 • Pengelompokkan Citra

5 • Pengujian Hasil Pengelompokkan

PCD Lanjut Prajanto Wahyu Adi
 Information Hidding

Prajanto Wahyu Adi

prajanto@dsn.dinus.ac.id
+689 6263 57775

PCD Lanjut Prajanto Wahyu Adi

 Sistem Keamanan Informasi
• Abbas Cheddad - Digital image steganography:
Survey and Analysis of Current Methods (2010)

PCD Lanjut Prajanto Wahyu Adi

 Information Hiding
• Information Hidding, adalah sebuah istilah umum
yang meliputi tentang penanaman (embedding)
pesan ke dalam sebuah konten (media lain).
• Information Hidding:
– Watermarking
Bertujuan untuk melindungi konten
– Steganography
Bertujuan untuk mengirimkan pesan secara tidak terlihat
(komunikasi rahasia)

PCD Lanjut Prajanto Wahyu Adi

 Information Hidding
• Watermarking
– Pesan digunakan untuk melindungi citra yang telah
disisipinya
Wah makasih
Abang bertahan Bang
demi Adek

Pesan
Citra Pembawa
(Watermark)
(Host Image)

PCD Lanjut Prajanto Wahyu Adi

 Information Hidding
• Steganografi
– Citra digunakan untuk melindungi pesan yg ada
didalamnya
Abang, lindungi Siap Adekku
Adek y?

Pesan
Media Pembawa
(Payload)
(Original Image)

PCD Lanjut Prajanto Wahyu Adi

 Information Hidding
• Beberapa algoritma yang akan dipelajari adalah
– Singular Value Decomposition (SVD)
– Chinese Remainder Theorem (CRT)
– Pixel Value Differencing (PVD)
– Modulus Function (MF)
• Metode-metode tersebut jg bisa digabungkan
dengan metode transformasi citra seperti
– Transformasi Cosine (telah dipelajari pada makul PCD)
– Transformasi Wavelet (akan dipelajari pada pertemuan-2)

PCD Lanjut Prajanto Wahyu Adi

 Pengujian Kualitas Visual
• Citra yang disisipi (embed) pesan akan mengalami
perubahan nilai (kualitas visual), oleh karena itu
perlu dilakukan pengujian kualitas visual.
• Penurunan harus dalam batas wajar

PCD Lanjut Prajanto Wahyu Adi

 Pengujian Kualitas Visual
• Alat ukur yang banyak digunakan menguji citra yang
telah disisipi pesan:
– Peak Signal to Noise Ratio (PSNR)
– Structural Similarity (SSIM)

PCD Lanjut Prajanto Wahyu Adi

 Pengujian Kualitas Visual
• Pada watermarking, pesan (watermark) juga harus
diukur ketahanannya terhadap beberapa pengujian
• Alat yang digunakan antara lain:
– Normalized Correlation (NC)
– Bit Error Rate (BER)

PCD Lanjut Prajanto Wahyu Adi

 Ekstraksi Fitur dan
Pengelompokkan Citra

Prajanto Wahyu Adi

prajanto@dsn.dinus.ac.id
+689 6263 57775

PCD Lanjut Prajanto Wahyu Adi

 Ekstraksi Fitur
• Ekstraksi Fitur adalah sebuah proses untuk
mendapatkan ciri khusus dari sebuah citra
• Fitur-fitur yang diperoleh selanjutnya dapat
digunakan dalam proses pengelompokkan citra
• Beberapa jenis fitur yang banyak digunakan adalah:
– Gray Level Co-occurrence Matrix (GLCM)
– Hough Transfrom

PCD Lanjut Prajanto Wahyu Adi

 Pengelompokkan Citra
• Pengelompokkan terbagi menjadi 2:
– Pengelompokkan tanpa Label (Klasterisasi)
– Pengelompokkan dengan Label (Klasifikasi)
• Digunakan juga pada ilmu data mining, pada bidang
PCD data yang digunakan adalah citra yang dapat
berupa matrix atau vektor

PCD Lanjut Prajanto Wahyu Adi

 Pengelompokkan Citra
• Pengelompokkan tanpa Label

Citra X

Citra Y

PCD Lanjut Prajanto Wahyu Adi

 Pengelompokkan Citra
• Pengelompokkan dengan Label

Citra Biru

Citra Merah

PCD Lanjut Prajanto Wahyu Adi

 Pengukuran Hasil Pengelompokkan
• Citra hasil pengelompokkan akan diukur untuk
menentukkan tingkat ketepatan dalam proses
pengelompokkan
• Diantaranya:
– Akurasi
– Confusion Matrix ?

PCD Lanjut Prajanto Wahyu Adi

 Sekian

TERIMAKASIH

PCD Lanjut Prajanto Wahyu Adi