MODUL PERKULIAHAN
P152110011-
PENGOLAHAN
CITRA
Image Processing
PENGANTAR PENGOLAHAN
CITRA
Abstrak Sub-CPMK
01
Widio Rijanto, S. Kom.,MMSI
Ilmu Komputer Teknik Informatika
PENGANTAR PENGOLAHAN CITRA .
1.1 Pendahuluan
Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Data atau
informasi yang disajikan tidak hanya dalam bentuk teks, tetapi juga berupa
gambar, audio (bunyi, suara, musik), dan video.
Citra (image) atau gambar sebagai salah satu komponen multimedia memegang
peranan penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi.
• Secara harfiah
Citra adalah data 2-D yang dapat ditampilkan (dilayar monitor, dicetak, difoto, dan
lain-lain).
• Secara Matematis
Citra adalah Fungsi kontinyu dari intensitas cahaya pada bidang 2-D.
Representasi Citra:
• Citra Analog
• Citra Diskret
• Citra Digital
Jenis Citra:
2 PENGOLAHAN
2021 CITRA Biro Bahan Ajar E-learning dan MKCU
Widio Rijanto, S. Kom.,MMSI http://pbael.mercubuana.ac.id/
• Citra Diam (Still Image)
Ada beberapa bidang studi yang terkait dengan data citra tetapi mempunyai tujuan
berbeda, yaitu:
SISTEM SISTEM
PENGOLAHAN PENAMPIL
PENGOLAH PENGOLAH
ANTARA AKHIR
Pada hakikatnya, computer vision mencoba meniru cara kerja sistem visual manusia
(human vision).
Computer Vision
(menginterpretasikan)
Preprocessing
Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara
Jenis operasi ini dilakukan agar citra dapat direprsentasikan dalam bentuk yang
Operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen
• Analisis Citra
Operasi ini bertujuan untuk menghitung besaran kuantitif dari citra untuk
Operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil
proyeksi.
[1] Sutoyo. T, Mulyanto. Edy, Suhartono. Vincent, Dwi Nurhayati Oky, Wijanarto, “
Teori Pengolahan Citra Digital ”, Andi Yogyakarta dan UDINUS Semarang, 2009.
[2] Jähne Bernd, Haußecker Horst, “Computer Vision and Applications “, San Diego,
California, Academic Press, 2000.
[3] Purnomo Mauridhi Hery, Muntasa Arif, “ Konsep Pengolahan Citra Digital dan
Ektraksi Fitur “, Graha Ilmu Yogyakarta, 2010.
[4] Jähne Bernd, Haußecker Horst, “Computer Vision and Applications “, San Diego,
California, Academic Press, 2000.
[5] Aryuanto, Somawirata Komang, Limpraptono. F. Yudi, “A New Color Segmentation
Method Based on Normalized RGB Chromaticity DiagramI” , ISSN 2085 – 973,
Seminar on Intelligent Technology and Its Applications, 2009.
[6] KONG Wan-zeng, ZHU Shan-an, “Multi-face detection based on downsampling
and modified subtractive clustering for color images“,Journal of Zhejiang University
SCIENCE A, ISSN 1009- 3095 (Print); ISSN 1862-1775 (Online), Received Jan. 9,
2006; revision accepted Aug. 2, 2006
[7] Dimitrova Desislava, Popov Antony, “Finding face features in color images using
fuzzy hit-or-miss transform “, 9th WSEAS International Conference on FUZZY
SYSTEM (FS’08) which was held in Sofia, Bulgaria, 2008
[8] McAndrew Alasdair, (2004), An Introduction to Digital Image Processing with
Matlab. Notes for SCM2511 Image Processing 1, School of Computer Science and
Mathematics Victoria University of Technology.
[9] Direktorat Penelitian dan Pengabdian kepada Masyarakat, Direktorat Jenderal
Pendidikan Tinggi, Kementerian Pendidikan Nasional, ” Panduan Kontes Robot
Cerdas Indonesia (KRCI 2011)”, 2011.