b.

akuisisi, pengolahan citra, dan klasifikasi citra

c. akuisisi, pengolahan citra, klasifikasi citra, dan pengenalan pola
c. akuisisi, pengolahan citra, klasifikasi citra, pengenalan pola, pembuatan keputusan

7. Salah satu proses dalam computer vision adalah preprocessing. Contoh algoritma pada
proses ini adalah:
a. noise removal b. edge detection
c. pattern matching d. model-base recognition

8. Pernyataan yang benar di bawah ini adalah:

a. Computer vision menggunakan teknik-teknik di dalam computer graphics untuk
memuat virtual reality.
b. Virtual reality menggunakan teknik-teknik di dalam computer vision untuk memuat
computer graphics.
c. Virtual reality menggunakan teknik-teknik di dalam computer graphics untuk
memuat computer vision.
d. Computer graphics menggunakan teknik-teknik di dalam computer vision untuk
memuat virtual reality.

9. Operasi citra yang tidak termasuk kelompok perbaikan kualitas citra adalah:
a. edge enhancement b. sharpening c. debluring d. noise filtering

10. Operasi citra yang termasuk kelompok pemugaran citra adalah:

a. edge enhancement b. sharpening c. noise filtering d. debluring

11. Pengaturan fokus lensa yang tidak tepat saat pengambilan gambar/citra akan
menghasilkan citra yang:
a. tampak kabur b. mengandung derau
c. kurang tajam d. bermasalah pada tepian obyek-obyeknya

12. Operasi terhadap citra (a) menjadi citra (b) di bawah ini disebut:

a. edge detection b. sharpening c. noise filtering d. debluring

13. Operasi terhadap citra (a) menjadi citra (b) di bawah ini disebut:
 a. edge detection b. sharpening c. debluring d. noise filtering

14. Operasi terhadap citra (a) menjadi citra (b) di bawah ini disebut:

a. sharpening b. edge detection c. noise filtering d. debluring

15. Secara matematis citra adalah sebaran nilai f(x,y), di mana :

a. (x,y) dan f(x,y) adalah koordinat dua dimensi
b. (x,y) dan f(x,y) adalah intensitas cahaya
c. (x,y) adalah koordinat dua dimensi, f(x,y) adalah intensitas cahaya
d. (x,y) adalah intensitas cahaya, f(x,y) adalah koordinat dua dimensi

16. Intensitas cahaya di suatu posisi pada citra disebut:

a. candela b. luminescence c. derajat kebuan d. histogram

17. Citra hitam putih disebut juga citra:

a. multikrom b. polikrom c. dwikrom c. monokrom

18. Citra hitam putih pada gadget 8 bit mempunyai level warna (ragam warna) sebanyak:
a. 256, karena 28 = 256 b. 3, karena 2log 8 = 3
c. 8 d. 2, yaitu hitam dan putih

19. Jika derajat keabuan terletak pada selang [0,L]

a. 0 adalah hitam, L adalah putih b. 0 adalah putih, L adalah hitam
c. 0 adalah hitam, L adalah abu-abu d. 0 adalah abu-abu, L adalah putih
20. RGB adalah tiga komponen warna pada citra berwarna. R, G, dan B berturut-turut adalah
singkatan dari:
a. red, grey, black b. red, green, blue
c. red, grey, blue d. red, green, black

21. Citra berwarna pada gadget 16 bit mempunyai level warna (ragam warna) sebanyak:
a. 281.474.976.710.656 (=(216)3) b. 65.536 (=216)
c. 4096 (=163) d. 16

22. Sebuah citra dinyatakan dalam matriks berikut:

0 123 124 156 176 154 123 111
0 123 127 154 174 156 129 100
0 232 237 250 251 222 252 200
0 234 243 123 243 233 243 199
0 255 251 221 232 234 244 189
0 242 202 223 245 232 233 178
0 134 238 132 234 243 251 188
0 234 245 112 233 234 243 198
Elemen matriks di atas menunjukkan:
a. posisi b. gray scale
c. banyaknya piksel d. digital signature

23. Sebuah citra dinyatakan dalam matriks berikut:

0 123 124 156 176 154 123 111
0 123 127 154 174 156 129 100
0 232 237 250 251 222 252 200
0 234 243 123 243 233 243 199
0 255 251 221 232 234 244 189
0 242 202 223 245 232 233 178
0 134 238 132 234 243 251 188
0 234 245 112 233 234 243 198
Banyaknya piksel citra tersebut adalah :
a. 8 (banyaknya baris = banyaknya kolom b. 254 (elemen terbesar pada matriks)
c. 0 (elemen terkecil pada matriks) d. 64 (baris kolom)

24. Sebuah citra dinyatakan dalam matriks berikut:

 0 123 124 156 176 154 123 111
0 123 127 154 174 156 129 100
0 232 237 250 251 222 252 200
0 234 243 123 243 233 243 199
0 255 251 221 232 234 244 189
0 242 202 223 245 232 233 178
0 134 238 132 234 243 251 188
0 234 245 112 233 234 243 198
Tepi kiri citra berwarna:
a. tidak bisa ditentukan b. putih c. abu-abu d. hitam

25. Sebuah citra dinyatakan dalam matriks berikut:

0 123 124 156 176 154 123 111
0 123 127 154 174 156 129 100
0 232 237 250 251 222 252 200
0 234 243 123 243 233 243 199
0 255 251 221 232 234 244 189
0 242 202 223 245 232 233 178
0 134 238 132 234 243 251 188
0 234 245 112 233 234 243 198
Citra tersebut tidak mungkin ditunjukkan oleh gadget:
a. 16 bit b. 8 bit c. 4 bit d. 32 bit

26. Sebuah citra dinyatakan dalam matriks berikut:

0 123 124 156 176 154 123 111
0 123 127 154 174 156 129 100
0 232 237 250 251 222 252 200
0 234 243 123 243 233 243 199
0 255 251 221 232 234 244 189
0 242 202 223 245 232 233 178
0 134 238 132 234 243 251 188
0 234 245 112 233 234 243 198
Sebuah program menyimpan informasi citra tersebut yaitu gray scale di setiap posisi,
dengan demikian ukuran citra tersebut adalah:
a. 256 byte b. 64 byte c. 128 byte d. 192 byte

27. Sebuah program menyimpan informasi citra tersebut yaitu gray scale di setiap posisi,
dengan demikian ukuran (dalam byte) sebuah citra berwarna berukuran piksel 8 8
adalah:
a. 256 byte b. 768 byte c. 512 byte d. 1024 byte
28. Pixel adalah kepanjangan singkatan dari:
a. pixy element b. pixie element
c. picture element d. pictorial element

29. Sebuat matriks citra berukuran 8 8 berikut dikompresi menjadi matriks 4 4 dengan
merata-ratakan nilai keempat elemen setiap submatriks 2 2 menjadi 1 elemen matriks.
1 1 10 14 33 17 49 31
1 1 18 2 34 16 55 25
2 3 10 10 29 8 65 25
4 3 20 0 11 32 40 50
5 4 20 10 53 17 29 11
4 7 10 20 47 23 23 17
7 9 10 40 68 32 56 24
8 0 24 6 73 27 45 35
Nilai elemen (2,2) matriks hasil kompresi adalah:
a. 10 b. 3 c. 11 d. 1

30. Sebuat matriks citra berukuran 8 8 berikut dikompresi menjadi matriks 4 4 dengan
merata-ratakan nilai keempat elemen setiap submatriks 2 2 menjadi 1 elemen matriks.
1 1 10 14 33 17 49 31
1 1 18 2 34 16 55 25
2 3 10 10 29 8 65 25
4 3 20 0 11 32 40 50
5 4 20 10 53 17 29 11
4 7 10 20 47 23 23 17
7 9 10 40 68 32 56 24
8 0 24 6 73 27 45 35
Nilai elemen (3,4) matriks hasil kompresi adalah:
a. 35 b. 20 c. 50 d. 40

31. Operasi pengolahan citra dengan cara mengalikan sebuah citra dengan sebuah mask atau
kernel tertentu disebut:
a. operasi domain frekuensi b. transformasi Fourier
c. operasi konvolusi d. transformasi piksel

32. Operasi untuk melakukan efisiensi media penyimpanan atau memori yang dibutuhkan
suatu citra, tanpa mengurangi kualitas citra disebut dengan:
a. image compression b. image enhancement
c. image restoration d. image recontruction
33. Konvolusi berguna pada proses citra, kecuali:
a. perbaikan kualitas citra b. penghilangan noise
c. kompresi citra d. deteksi tepi

34. Fungsi g(x,y) = { f(n,m)}/N dimana x, y = 0, 1, 2, … N-1, yang berfungsi merata-

ratakan nilai gray level semua pixel pada f(x,y) yang termasuk dalam area
(neighborhood) tertentu, adalah mekanisme:
a. median filtering b. mean filtering
c. modus filtering d. low pass frequency filtering

35. Berikut adalah hubungan antara tingkat blurring yang didapat pada citra hasil dengan
ukuran matriks ketetanggaan yang digunakan:
a. semakin besar ukuran matriks ketetanggaan semakin besar pula tingkat blurring-nya
b. semakin besar ukuran matriks ketetanggaan semakin rendah tingkat blurring-nya
c. semakin kecil ukuran matriks ketetanggaan semakin besar tingkat blurring-nya
d. tidak ada yang benar

36. Teknik memecah suatu citra ke dalam beberapa bagian dengan suatu kriteria tertentu
yang dilakukan untuk membantu dalam identifikasi objek disebut:
a. image recontruction b. image segmentation
c. image analysis d. image compression

37. Langkah dalam melakukan median filtering adalah:

a. mengurutkan nilai dalam matriks 1 dimensi, lalu memasukkan nilai-nilai tersebut
dalam matriks neighborhood dalam matriks satu dimensi, dan menghitung nilai
tengah sebagai pengganti nilai pada posisi f(x,y).
b. menghitung nilai tengah sebagai pengganti nilai pada posisi f(x,y), lalu memasukkan
nilai tersebut dalam matriks neighborhood dalam matriks satu dimensi, dan akhirnya
mengurutkan nilai dalam matriks 1 dimensi.
c. masukkan nilai-nilai dalam matriks neighborhood dalam matriks satu dimensi, lalu
mengurutkan nilai dalam matriks 1 dimensi dan menghitung nilai tengah sebagai
pengganti nilai pada posisi f(x,y).
d. tidak ada yang benar
(jawab: b)

38. Filterisasi dengan mengambil nilai yang paling banyak muncul dalam matriks
ketetanggaan, kemudian digunakan sebagai nilai f(x,y) adalah:
a. mean filtering b. median filtering
c. low pass frequency filtering d. modus filtering

39. Teknik penajaman citra dengan menggunakan domain frekuensi dilakukan dengan
memilih frekuensi :
a. tinggi (high pass frequency filtering)
 b. rendah (low pass frequency filtering)
c. medium (medium pass frequency filtering)
d. bervariasi (multi pass frequency filtering)

40. Teknik kompresi jpeg yang menyatukan piksel-piksel yang mirip dan mengindeksnya
dan berpotensi menghilangkan beberapa informasi dari citra merupakan:
a. teknik kompresi losless b. Huffman
c. teknik kompresi lossy d. run length encoding (RLE)

-----------ooo0ooo-----------