RENCANA PEMBELAJARAN SEMESTER (RPS)

ANALISIS CAPAIAN PEMBELAJARAN,

RANCANGAN PELAKSANAAN PEMBELAJARAN,
RENCANA TUGAS, RENCANA PENILAIAN,
KONTRAK PERKULIAHAN

PENGOLAHAN CITRA DIJITAL

IF3505 / 4 Sks / Semester III

Oleh :
Nurlaily Vendyansyah, S.T., M.T.

TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL MALANG
2020
 KATA PENGANTAR

Puji dan syukur dipanjatkan kehadirat Allah SWT atas rahmat dan hidayah-Nya sehingga
Tugas Laporan Pelatihan Pekerti ini dapat terselesaikan dengan baik dan lancar.
Penyelesaian tugas ini dimaksudkan untuk memenuhi sebagian dari persyaratan guna
memperoleh Sertifikat Pengembangan Keterampilan DasarTeknik Instruksional (PEKERTI),
yang dikeluarkan oleh LLDIKTI Wilayah VII dan merupakan kesempatan berharga sekali
untuk menerapkan beberapa teori yang diperoleh selama menempuh Pelatihan Pengembangan
Keterampilan DasarTeknik Instruksional (PEKERTI). Tanpa kesempatan, bimbingan,
masukan, serta dukungan semangat dari berbagai pihak, tentunya tugas ini tidak akan terwujud
sebagaimana bentuknya saat ini.
Sehubungan dengan selesainya penulisan tugas Laporan Pelatihan Pekerti, penulis
menyampaikan banyak terima kasih kepada pihak-pihak yang telah memberikan bantuan, baik
moril maupun materiil, yaitu:
1. Dr.Ir.Kustamar, M.T., selaku Rektor Institut Teknologi Nasional Malang sekaligus
sebagai pemberi dukungan;
2. Dr. Ellysa Nursanti, ST, MT., selaku Dekan Fakultas Teknologi Industri Institut
Teknologi Nasional Malang;
3. Suryo Adi Wibowo, S.T., M.T., selaku Ketua Program Studi Teknik Informatika S1
Institut Teknologi Nasional Malang sekaligus sebagai suami tercinta;
4. Prof. Dr. Ir. Hj. Noor Harini, MS., Dra. Lise Chamisijatin, M.Pd., Dr. H. Sueb Hadi
Saputro, M.Pd., Prof. Dr. Dyah Sawitri, S.E., M.M., sebagai pemateri Pelatihan Pekerti
di Universitas Ma Chung Malang yang telah memberikan arahan dan bimbingan untuk
penulisan tugas Pekerti;
5. Dr.Murphin Joshua Sembiring,M.Si, selaku Rektor Universitas Ma Chung sekaligus
sebagai penyelenggara program pelatihan Pengembangan Keterampilan DasarTeknik
Instruksional (PEKERTI);
6. Para panitia penyelenggara Pelatihan Pengembangan Keterampilan DasarTeknik
Instruksional (PEKERTI) di Universitas Ma Chung;
7. Seluruh rekan-rekan Pelatihan Pekerti di Universitas Ma Chung khususnya Kelompok
3;
Kepada pihak-pihak lainnya yang tidak mungkin disebutkan satu per-satu, juga penulis
sampaikan penghargaan dan rasa terima kasih yang tidak terhingga karena dengan bantuannya
maka Tugas Laporan Pelatihan Pekerti ini dapat diselesaikan penulisannya dengan baik.

ii
 Semoga Allah SWT senantiasa melimpahkan Rahmat dan Karunia-Nya kepada kita semua
dalam melaksanakan pengabdian bagi kejayaan negara dan bangsa Indonesia yang kita cintai.
Aamiin.

Malang, 6 Januari 2020

Penulis,

Nurlaily Vendyansyah, S.T., M.T.

iii
 PELATIHAN
PENGEMBANGAN KETERAMPILAN DASAR
TEKNIK INSTRUKSIONAL (PEKERTI)
LLDIKTI WILAYAH VII

DAFTAR ISI
TUGAS LAPORAN PELATIHAN PEKERTI

1. Kata Pengantar...............................................................................................................ii
2. Daftar Isi.......................................................................................................................iv
3. Tugas 1 Analisis Instruksional ......................................................................................1
4. Tugas 2 Evaluasi Hasil Belajar......................................................................................7
5. Tugas 3 Rencana Pembelajaran Semester (RPS).........................................................19
6. Tugas 4 Rencana Pelaksanaan Pembelajaran (RPP)....................................................32
7. Tugas 5 Kontrak Kuliah...............................................................................................52
8. Lembar Konsultasi Asli................................................................................................61

iv
 TUGAS 1
ANALISIS INSTRUKSIONAL

Oleh:
Nurlaily Vendyansyah, S.T.,M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG

KEMENTERIAN RISET TEKNOLOGI PENDIDIKAN

TINGGI
LLDIKTI WILAYAH VII JAWA TIMUR
TAHUN 2019

1
 HALAMAN PENGESAHAN

Telah diperiksa dan disetujui Oleh

Tim PEKERTI AA LLDIKTI Wilayah VII
Jawa Timur
Pada tanggal___________________

2
1. Penentuan Capaian Pembelajaran Mata kuliah (CPMK) :
Nama Mata Kuliah : Pengolahan Citra Digital (3 SKS)

CPL yang dibebankan pada mata kuliah

S9 : Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya
secara mandiri;
P8 : Memahami konsep three level processing, metode ekstraksi ciri, dan metode
klasifikasi pada sistem visi komputer.
KU1 : Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam
konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang
memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang
keahliannya;
KU2 : Mampu menunjukkan kinerja mandiri, bermutu, dan terukur;
KU7 : Mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan
supervisi dan evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada
pekerja yang berada di bawah tanggungjawabnya;
KU8 : Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada
dibawah tanggung jawabnya, dan mampu mengelola pembelajaran secara
mandiri;
KK8 : Mampu merancang, membangun, dan mengevaluasi sistem visi komputer dengan
memanfaatkan berbagai metode ekstraksi ciri.

Bidang Deskripsi tingkat Deskripsi tingkat keluasan dan

Kemampuan kemampuan kerumitan materi keilmuan
Kognitif Mendesain (C6) Model konsep, Model Pengembangan, dan
Model Pengolahan Citra Digital.
Psikomotorik Mendemonstrasikan (P4) Metode Pengolahan Citra Digital.
Menggunakan (P4) Software Matlab.
Afektif Membangun (A4) Mandiri dan bertanggungjawab.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu menerapkan metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)

2. Penetapan Kemampuan Akhir yang Direncanakan dan Indikator

Mata kuliah : IF3505 - Pengolahan Citra Digital

Capaian Pembelajaran MK :
CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)

3
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
No Kemampuan Akhir yang Indikator
direncanakan
1 Menjelaskan dasar 1.1 Menyebutkan elemen persepsi
pengolahan citra digital visual.
(C2) 1.2 Menyebutkan Image sensing and
Acquisition.
1.3 Menyebutkan Image sampling and
quantization.
1.4 Menyebutkan Hubungan dasar
antara piksel.
1.5 Menyebutkan, menjelaskan
Operasi linier.
1.6 Menyebutkan, menjelaskan
Operasi non-linier.
2 Menerapkan Operasi Image 2.1 Menyebutkan, menjelaskan,
enhancement pada domain mensimulasikan Transformasi
spasial (C3) Gray Level.
2.2 Menyebutkan, menjelaskan,
mensimulasikan Histogram
Processing.
2.3Menyebutkan, menjelaskan,
mensimulasikan Peningkatan
kualitas citra menggunakan
operator aritmatika/logika.
2.4 Menyebutkan, menjelaskan,
mensimulasikan Filter spasial.
3 Menerapkan Image 3.1 Menyebutkan, menjelaskan,
enhancement pada domain mensimulasikan Transformasi
frekuensi (C3) fourier dan domain frekuensi.
3.2 Menyebutkan, menjelaskan,
mensimulasikan Smoothing.
3.3 Menyebutkan, menjelaskan,
mensimulasikan Sharpening.
3.4 Menyebutkan, menjelaskan,
mensimulasikan FFT.
3.5 Menyebutkan, menjelaskan,
mensimulasikan Wavelet.
4 Menerapkan Restorasi Citra 4.1 Menyebutkan, menjelaskan,
(C3) mensimulasikan Model noise.
4.2 Menyebutkan, menjelaskan,
mensimulasikan Mean filter.
4.3 Menyebutkan, menjelaskan,
mensimulasikan Order-statistik
filter.
4.4 Menyebutkan, menjelaskan,
mensimulasikan Geometric Mean
Filter.
4.5 Menyebutkan, menjelaskan,
mensimulasikan Transformasi
goemetrik.
5. Menerapkan Warna pada 5.1 Menyebutkan, menjelaskan,
Citra Dijital (C3) mensimulasikan Dasar warna.
5.2 Menyebutkan, menjelaskan,
mensimulasikan Model warna.
4
Materi
Dasar pengolahan citra dijital
1.Elemen persepsi visual,
2.Image sensing and Acquisition,
3.Image sampling and
quantization,
4.Hubungan dasar antara piksel,
5.Operasi linier, dan
6.Operasi non-linier.
.Image enhancement pada
domain spasial
1.Transformasi Gray Level,
2.Histogram Processing,
3.Peningkatan kualitas citra
menggunakan operator
aritmatika/logika,
4.Filter spasial : Smooting,
Sharpening.
Image enhancement pada
domain frekuensi
1.Transformasi fourier dan
domain frekuensi,
2.Smoothing,
3.Sharpening,
4.FFT,
5.Wavelet.
Restorasi Citra
1.Model noise,
2.Mean filter,
3.Order-statistik filter,
4.Geometric Mean Filter,
5.Transformasi geometrik.
Warna pada Citra Dijital
1.Dasar warna,
2.Model warna,
3.Transformasi warna,
 5.3 Menyebutkan, menjelaskan, 4.Smoothing dan sharpening,
mensimulasikan Transformasi 5.Segmentasi warna,
warna. 6.Noise pada citra warna,
5.4 Menyebutkan, menjelaskan, 7.Kompresi citra warna.
mensimulasikan Smoothing dan
sharpening.
5.5 Menyebutkan, menjelaskan,
mensimulasikan Segmentasi warna.
5.6 Menyebutkan, menjelaskan,
mensimulasikan Noise pada citra
warna.
5.7 Menyebutkan, menjelaskan,
mensimulasikan Kompresi citra
warna.
6. Menerapkan Kompresi 6.1 Menyebutkan, menjelaskan Dasar Kompresi citra
Citra (C3) Kompresi Citra. 1.Dasar kompresi citra,
6.2 Menyebutkan, menjelaskan Model 2.Model kompresi citra,
Kompresi Citra. 3.Elemen teori informasi,
6.3 Menyebutkan, menjelaskan Elemen 4.Error-Free Compression
teori informasi. (Loseless Compression), Lossy
6.4 Menyebutkan, menjelaskan, Compression,
mensimulasikan Error-Free 5.Steganografi,
Compression (Loseless 6.Watermark.
Compression), Lossy Compression
6.5 Menyebutkan, menjelaskan,
mensimulasikan Steganografi.
6.6 Menyebutkan, menjelaskan,
mensimulasikan Watermark.
7. Menerapkan Morfologi 7.1 Menyebutkan, menjelaskan, Morfologi
Citra (C3) mensimulasikan Dilasi dan Erosi. 1.Dilasi dan erosi,
7.2 Menyebutkan, menjelaskan, 2.Operasi morfologi dasar.
mensimulasikan Operasi morfologi
dasar.
8. Menganalisis Segmentasi 8.1 Menyebutkan, menjelaskan, Segmentasi Citra
Citra (C4) mensimulasikan, mendeteksi Point 1.Point detection,
detection. 2.Line detection,
8.2 Menyebutkan, menjelaskan, 3.Edge detection,
mensimulasikan, mendeteksi Line 4.Thresholding.
detection.
8.3 Menyebutkan, menjelaskan,
mensimulasikan, mendeteksi Edge
detection.
8.4 Menyebutkan, menjelaskan,
mensimulasikan, mendeteksi
Thresholding.
9 Membangun 9.1 Menyebutkan, menjelaskan, Representasi dan Deskripsi
Representasidan Deskripsi mensimulasikan, memilih, Object Recognition
Citra Digital (C6) membangun Pattern Recognition. 1.Pattern,
9.2 Menyebutkan, menjelaskan, 2.Neural network.
mensimulasikan, memilih,
membangun Neural Network.

5
3. Analisis Instruksional (Pemetaan Kompetensi)

PETA KOMPETENSI
MATA KULIAH : IF3505 - PENGOLAHAN CITRA DIGITAL

CAPAIAN PEMBELAJARAN MATAKULIAH (CPMK)

CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)

CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan program
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)

Ujian Akhir Semester (Minggu ke 16)

(L9)Membangun Representasi dan Deskripsi Citra Digital (CPMK3)(Minggu ke14-15)

(L8)Menganalisis Segmentasi Citra (CPMK3)(Minggu ke 13)

(L7) Menerapkan Morfologi Citra (CPMK2)(Minggu ke 12)

(L6) Menerapkan Kompresi Citra (CPMK2)(Minggu ke 10-11)

(L5) Menerapkan Warna pada Citra Dijital (CPMK2)(Minggu ke 9)

Ujian Tengah Semester (Minggu ke 8)

(L4) Menerapkan Restorasi Citra (CPMK2)(Minggu ke 6-7)

(L3) Menerapkan Image enhancement pada domain frekuensi (CPMK2)(Minggu ke 4-5)

(L2) Menjelaskan Image enhancement pada domain spasial (CPMK2)(Minggu ke 2-3)

(L1) Menyebutkan dasar pengolahan citra digital (CPMK1)(Minggu ke 1)

6
 TUGAS 2
EVALUASI HASIL BELAJAR

Oleh:
Nurlaily Vendyansyah, S.T.,M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG

KEMENTERIAN RISET TEKNOLOGI PENDIDIKAN

TINGGI
LEMBAGA LAYANAN PENDIDIKAN TINGGI
WILAYAH VII
TAHUN 2019

7
 HALAMAN PENGESAHAN

Telah diperiksa dan disetujui Oleh

Tim PEKERTI AA LLDIKTI Wilayah VII
Pada tanggal___________________

8
 PERENCANAAN PENILAIAN
PROGRAM STUDI : Teknik Informatika S1
MATAKULIAH : Pengolahan Citra Digital
KODE MATAKULIAH : IF3505
SKS : 3 Sks
SEMESTER : III (Tiga)
MATAKULIAH : ---
PRASYARAT
DOSEN PENGAMPU : Nurlaily Vendyansyah, S.T.M.T.
CAPAIAN :
PEMBELAJARAN MK
CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)

Kemampuan Akhir Indikator Pencapaian Materi Teknik Indikator

yang direncanakan Kompetensi Penilaian Penilaian
1. Menyebutkan 1.1 Menyebutkan Dasar pengolahan Tes Tertulis Kebenaran
dasar pengolahan elemen persepsi citra dijital (Objectif) Menyebutkan
citra digital. visual. Elemen persepsi
visual
1.2 Menyebutkan Tes Tertulis Kebenaran
Image sensing and (Objectif) Menyebutkan
Acquisition Image sensing
and Acquisition
1.3 Menyebutkan Tes Tertulis Kebenaran
Image sampling (Objectif) Menyebutkan
and quantization Image sampling
and quantization
1.4 Menyebutkan Tes Tertulis Kebenaran
Hubungan dasar (Objectif) Menyebutkan
antara piksel. Hubungan dasar
antara piksel
1.5 Menyebutkan, Tes Tertulis Kebenaran
menjelaskan (Objectif) Menjelaskan
Operasi linier. Operasi linier
1.6 Menyebutkan, Tes Tertulis Kebenaran
menjelaskan (Objectif) Menjelaskan
Operasi non-linier Operasi non-
linier
2. Menerapkan 2.1 Menyebutkan, Image enhancement Tes Tertulis Transformasi
Operasi Image menjelaskan, pada domain spasial (Uraian) Gray Level
enhancement pada mensimulasikan
domain spasial. Transformasi Gray
Level.
2.2 Menyebutkan, Tes Tertulis Histogram
menjelaskan, (Uraian) Processing
mensimulasikan
Histogram
Processing
2.3Menyebutkan, Tes Tertulis Peningkatan
menjelaskan, (Uraian) kualitas citra
mensimulasikan menggunakan
Peningkatan

9
 kualitas citra operator
menggunakan aritmatika/logika
operator
aritmatika/logika
2.4 Menyebutkan, Tes Tertulis Filter spasial
menjelaskan, (Uraian)
mensimulasikan
Filter spasial
3. Menerapkan Image 3.1 Menyebutkan, Image enhancement Tes Tertulis Transformasi
enhancement pada menjelaskan, pada domain (Uraian) fourier dan
domain frekuensi mensimulasikan frekuensi domain
Transformasi frekuensi
fourier dan domain
frekuensi
3.2 Menyebutkan, Tes Tertulis Smoothing
menjelaskan, (Uraian)
mensimulasikan
Smoothing.
3.3 Menyebutkan, Tes Tertulis Sharpening
menjelaskan, (Uraian)
mensimulasikan
Sharpening.
3.4 Menyebutkan, Tes Tertulis FFT
menjelaskan, (Uraian)
mensimulasikan
FFT.
3.5 Menyebutkan, Tes Tertulis Wavelet
menjelaskan, (Uraian)
mensimulasikan
Wavelet.
4. Menerapkan 4.1 Menyebutkan, Restorasi Citra Tes Tertulis Model noise
Restorasi Citra menjelaskan, (Uraian)
mensimulasikan
Model noise.
4.2 Menyebutkan, Tes Tertulis Mean filter
menjelaskan, (Uraian)
mensimulasikan
Mean filter.
4.3 Menyebutkan, Tes Tertulis Order-statistik
menjelaskan, (Uraian) filter
mensimulasikan
Order-statistik
filter.
4.4 Menyebutkan, Tes Tertulis Geometric Mean
menjelaskan, (Uraian) Filter
mensimulasikan
Geometric Mean
Filter
4.5 Menyebutkan, Tes Tertulis Transformasi
menjelaskan, (Uraian) goemetrik
mensimulasikan
Transformasi
geometrik.
5. Menerapkan 5.1 Menyebutkan, Warna pada Citra Tes Tertulis Dasar warna
Warna pada Citra menjelaskan, Dijital (Uraian)
Dijital mensimulasikan
Dasar warna.
5.2 Menyebutkan, Tes Tertulis Model warna
menjelaskan, (Uraian)

10
 mensimulasikan
Model warna.
5.3 Menyebutkan, Tes Tertulis Transformasi
menjelaskan, (Uraian) warna.
mensimulasikan
Transformasi
warna.
5.4 Menyebutkan, Tes Tertulis Smoothing dan
menjelaskan, (Uraian) sharpening
mensimulasikan
Smoothing dan
sharpening.
5.5 Menyebutkan, Tes Tertulis Segementasi
menjelaskan, (Uraian) warna
mensimulasikan
Segementasi warna.
5.6 Menyebutkan, Tes Tertulis Noise pada citra
menjelaskan, (Uraian) warna
mensimulasikan
Noise pada citra
warna.
5.7 Menyebutkan, Tes Tertulis Kompresi citra
menjelaskan, (Uraian) warna
mensimulasikan
Kompresi citra
warna.
6. Menerapkan 6.1 Menyebutkan, Kompresi citra Tes Tertulis Dasar Kompresi
Kompresi Citra menjelaskan Dasar (Uraian) Citra
Kompresi Citra.
6.2 Menyebutkan, Tes Tertulis Model Kompresi
menjelaskan Model (Uraian) Citra.
Kompresi Citra.
6.3 Menyebutkan, Tes Tertulis Elemen teori
menjelaskan (Uraian) informasi
Elemen teori
informasi.
6.4 Menyebutkan, Tes Tertulis Error-Free
menjelaskan, (Uraian) Compression
mensimulasikan (Loseless
Error-Free Compression),
Compression Lossy
(Loseless Compression
Compression),
Lossy Compression
6.5 Menyebutkan, Tes Tertulis Steganografi
menjelaskan, (Uraian)
mensimulasikan
Steganografi
6.6 Menyebutkan, Tes Tertulis Watermark
menjelaskan, (Uraian)
mensimulasikan
Watermark.
7. Menerapkan 7.1 Menyebutkan, Morfologi Tes Tertulis Dilasi dan Erosi
Morfologi Citra menjelaskan, (Uraian)
mensimulasikan
Dilasi dan Erosi.
7.2 Menyebutkan, Tes Tertulis Operasi
menjelaskan, (Uraian) morfologi dasar
mensimulasikan

11
 Operasi morfologi
dasar
8. Menganalisis 8.1 Menyebutkan, Segmentasi Citra Tes Tertulis Point detection
Segmentasi Citra menjelaskan, (Uraian)
mensimulasikan,
mendeteksi Point
detection.
8.2 Menyebutkan, Tes Tertulis Line detection
menjelaskan, (Uraian)
mensimulasikan,
mendeteksi Line
detection.
8.3 Menyebutkan, Tes Tertulis Edge detection
menjelaskan, (Uraian)
mensimulasikan,
mendeteksi Edge
detection.
8.4 Menyebutkan, Tes Tertulis Thresholding
menjelaskan, (Uraian)
mensimulasikan,
mendeteksi
Thresholding.
9. Membangun 9.1 Menyebutkan, Representasi dan Tes Tertulis Pattern
Representasi dan menjelaskan, Deskripsi Object (Uraian) Recognition
Deskripsi Citra mensimulasikan, Recognition
Digital memilih,
membangun
Pattern
Recognition.
9.2 Menyebutkan, Tes Tertulis Neural Network
menjelaskan, (Uraian)
mensimulasikan,
memilih,
membangun Neural
Network.

KISI-KISI TES OBJEKTIF

Program Studi : Teknik Informatika S1
Matakuliah : Pengolahan Citra Digital
Semester/Tahun : III (Tiga) / 2019
Lama/Waktu Testing : 15 Menit
Tipe Tes : Pilihan Ganda dan matching
Jumlah Butir Soal : 5 Soal

No Kemampuan Akhir yang Jenjang Kemampuan Jumlah %

direncanakan dan Indikator C1 C2 C3 C4, C5, C6
Pencapaian Kompetensi
1 Dasar pengolahan citra dijital
1.1 Menyebutkan elemen persepsi visual. 1
1.2 Menyebutkan Image sensing and 1
Acquisition
1.3 Menyebutkan Image sampling and 1 0 0 8 5%
quantization
1.4 Menyebutkan Hubungan dasar antara 1
piksel.

12
1.5 Menyebutkan, menjelaskan Operasi 1 1
linier.
1.6 Menyebutkan, menjelaskan Operasi 1 1
non-linier.
2 Image enhancement pada domain spasial
2.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan Transformasi Gray
Level.
2.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan Histogram
Processing
1 0 9 10%
2.3 Menyebutkan, menjelaskan, 1 1
mensimulasikan Peningkatan kualitas
citra menggunakan operator
aritmatika/logika
2.4 Menyebutkan, menjelaskan, 1 1
mensimulasikan Filter spasial
3 Image enhancement pada domain frekuensi
3.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan Transformasi fourier
dan domain frekuensi
3.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan Smoothing.
3.3 Menyebutkan, menjelaskan, 1 1 1 0 11 10%
mensimulasikan Sharpening.
3.4 Menyebutkan, menjelaskan, 1 1
mensimulasikan FFT.
3.5 Menyebutkan, menjelaskan, 1 1
mensimulasikan Wavelet.
4 Restorasi Citra
4.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan Model noise.
4.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan Mean filter.
4.3 Menyebutkan, menjelaskan, 1 1
mensimulasikan Order-statistik filter.
1 0 11 10%
4.4 Menyebutkan, menjelaskan, 1 1
mensimulasikan Geometric Mean
Filter
4.5 Menyebutkan, menjelaskan, 1 1
mensimulasikan Transformasi
goemetrik.
5 Warna pada Citra Dijital
5.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan Dasar warna.
5.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan Model warna.
5.3 Menyebutkan, menjelaskan, 1 1
mensimulasikan Transformasi warna.
5.4 Menyebutkan, menjelaskan, 1 1
1 0 15 10%
mensimulasikan Smoothing dan
sharpening.
5.5 Menyebutkan, menjelaskan, 1 1
mensimulasikan Segementasi warna.
5.6 Menyebutkan, menjelaskan, 1 1
mensimulasikan Noise pada citra
warna.

13
5.7 Menyebutkan, menjelaskan, 1 1
mensimulasikan Kompresi citra
warna.
6 Kompresi citra
6.1 Menyebutkan, menjelaskan Dasar 1 1
Kompresi Citra.
6.2 Menyebutkan, menjelaskan Model 1 1
Kompresi Citra.
6.3 Menyebutkan, menjelaskan Elemen 1 1
teori informasi.
6.4 Menyebutkan, menjelaskan, 1 1
1 0 13 10%
mensimulasikan Error-Free
Compression (Loseless Compression),
Lossy Compression
6.5 Menyebutkan, menjelaskan, 1 1
mensimulasikan Steganografi
6.6 Menyebutkan, menjelaskan, 1 1
mensimulasikan Watermark.
7 Morfologi
7.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan Dilasi dan Erosi.
7.2 Menyebutkan, menjelaskan, 1 1 1 0 5 15%
mensimulasikan Operasi morfologi
dasar
8 Segmentasi Citra
8.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan, mendeteksi Point
detection.
8.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan, mendeteksi Line
detection.
1 1 10 15%
8.3 Menyebutkan, menjelaskan, 1 1
mensimulasikan, mendeteksi Edge
detection.
8.4 Menyebutkan, menjelaskan, 1 1
mensimulasikan, mendeteksi
Thresholding.
9 Representasi dan Deskripsi Object Recognition
9.1 Menyebutkan, menjelaskan, 1 1
mensimulasikan, memilih,
membangun Pattern Recognition.
1 2 7 15%
9.2 Menyebutkan, menjelaskan, 1 1
mensimulasikan, memilih,
membangun Neural Network.
JUMLAH 100%

Contoh Soal
1. Pengolahan citra dapat digunakan dalam bidang-bidang berikut ini :
a. Dunia perfilman
b. Dunia fotografi
c. Dunia kedokteran
d. Dunia komunikasi
e. Semua benar

14
2. Cocokkan kolom 1 dengan kolom 2 berdasarkan karakteristik operasi dalam
pengolahan citra:

Kolom 1 Kolom 2
Operasi tingkat titik 1 A Kecerahan (Brightness)
Operasi tingkat lokal 2 B Peningkatan kontras
Operasi tingkat global 3 C Negasi
Operasi tingkat objek 4 D Thresholding
E Konversi warna ke citra grayscale
F Konvolusi
G Deteksi tepi
H Penghalusan citra
I Penajaman citra
J Eliminasi noise
K Efek Emboss
L Ekualisasi histogram
M Rerata intensitas
3. Tahapan awal untuk mendapatkan citra digital disebut apa ?
a. Akuisisi
b. Prepocessing
c. Segmentasi
d. Transformasi
e. Resolusi
4. Dibawah ini merupakan alat yang dapat digunakan untuk pencitraan adalah :
a. Photo sinar-x
b. Video kamera
c. Kamera
d. Scanner
e. Semua benar
5. Komponen terkecil dari sebuah citra disebut apa ?
a. Sampling
b. Piksel
c. Kuantisasi
d. Prepocessing
e. Akuisisi

15
 KISI-KISI TES URAIAN
Program Studi : Teknik Informatika S1
Matakuliah : Pengolahan Citra Digital
Semester/Tahun : III (Tiga)/2019
Lama/Waktu Testing : 60 Menit
Tipe Tes : Portofolio (Psikomotorik lebih banyak, Afektif)
Jumlah Butir Tes :

No. Kemampuan Akhir yang Jenis Soal Jenjang Jumlah %

direncanakan dan Indikator Tertutup Terbuka Kemampuan
Pencapaian Kompetensi
1. Dasar pengolahan citra dijital
1.1 Menyebutkan elemen persepsi 0 1 C1, A1
visual.
1.2 Menyebutkan Image sensing 0 1 C1, A1
and Acquisition
1.3 Menyebutkan Image sampling 0 1 C1, A1
and quantization
6 5%
1.4 Menyebutkan Hubungan 0 1 C1, A1
dasar antara piksel.
1.5 Menyebutkan, menjelaskan 0 1 C1, C2, A1
Operasi linier.
1.6 Menyebutkan, menjelaskan 0 1 C1, C2, A1
Operasi non-linier
2. Image enhancement pada domain spasial
2.1 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Transformasi P2
Gray Level.
2.2 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Histogram P2
Processing
4 10%
2.3Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Peningkatan P2
kualitas citra menggunakan
operator aritmatika/logika
2.4 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Filter spasial P2
3 Image enhancement pada domain frekuensi
3.1 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Transformasi P2
fourier dan domain frekuensi
3.2 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Smoothing. P2
3.3 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2, 4 10%
mensimulasikan Sharpening. P2
3.4 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan FFT. P2
3.5 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Wavelet. P2
4 Restorasi Citra
4.1 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Model noise. P2
5 10%
4.2 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Mean filter. P2

16
 4.3 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Order- P2
statistik filter.
4.4 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Geometric P2
Mean Filter
4.5 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Transformasi P2
goemetrik.
5 Warna pada Citra Dijital
5.1 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Dasar warna. P2
5.2 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Model P2
warna.
5.3 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Transformasi P2
warna.
5.4 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Smoothing P2
7 10%
dan sharpening.
5.5 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Segementasi P2
warna.
5.6 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Noise pada P2
citra warna.
5.7 Menyebutkan, menjelaskan, 0 1 C1, C2, C3, A2,
mensimulasikan Kompresi P2
citra warna.
6 Kompresi citra
6.1 Menyebutkan, menjelaskan 1 0 C1, C2, C3, A2,
Dasar Kompresi Citra. P2
6.2 Menyebutkan, menjelaskan 1 0 C1, C2, C3, A2,
Model Kompresi Citra. P2
6.3 Menyebutkan, menjelaskan 1 0 C1, C2, C3, A2,
Elemen teori informasi. P2
6.4 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, A2,
mensimulasikan Error-Free P2 6 10%
Compression (Loseless
Compression), Lossy
Compression
6.5 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, A2,
mensimulasikan Steganografi P2
6.6 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, A2,
mensimulasikan Watermark. P2
7 Morfologi
7.1 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, A4,
mensimulasikan Dilasi dan P4
Erosi.
2 15%
7.2 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, A4,
mensimulasikan Operasi P4
morfologi dasar
8 Segmentasi Citra
8.1 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, mendeteksi A4, P4 4 15%
Point detection.

17
 8.2 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, mendeteksi A4, P4
Line detection.
8.3 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, mendeteksi A4, P4
Edge detection.
8.4 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, mendeteksi A4, P4
Thresholding.
9 Representasi dan Deskripsi Object Recognition
9.1 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, memilih, C6, P4, A4
membangun Pattern
Recognition. 2 15%
9.2 Menyebutkan, menjelaskan, 1 0 C1, C2, C3, C4,
mensimulasikan, memilih, C6, P4, A4
membangun Neural Network.
JUMLAH 100%

Contoh Soal
1. Buatlah representasi matrik subimage citra grayscle berukuran 10 x 10 !

2. Buatlah program menggunakan software matlab untuk menampilkan nilai piksel pada
citra grayscale !

Pedoman Penskoran
a. Kebenaran Program yang dibuat saat praktikum : 40 %
b. Kebenaran jawaban soal yang diberikan : 40 %
c. Ketepatan waktu pengumpulan : 20 %
Nilai
Bobot Indikator Kinerja (Rubrik)
Angka Huruf
80 - 100 A 4,00 Ide, jelas, inovatif dan mampu menyelesaikan masalah
dengan cakupan luas.
71 – 79 B+ 3,50 Ide yang dikemukakan jelas, sesuai, mampu
menyelesaikan masalah, inovatif, cakupan tidak terlalu
luas.
65 – 70 B 3,00 Ide yang dikemukakan jelas, sesuai, mampu
menyelesaikan masalah, inovatif, tidak jelas cakupannya.
61 – 64 C+ 2,50 Ide yang dikemukakan jelas, sesuai dan ada sedikit
inovatif, serta kurang menyelesaikan masalah.
56 - 60 C 2,00 Ide yang dikemukakan jelas dan sesuai, namun kurang
inovatif.
40 – 55 D 1,00 Ada ide yang dikemukakan, namun kurang kurang sesuai
dengan permasalahan.
0 - 39 E 0,00 Tidak ada ide yang jelas untuk menyelesaikan masalah.

18
 TUGAS 3
RENCANA PEMBELAJARAN SEMESTER
(RPS)

Oleh:
Nurlaily Vendyansyah, S.T., M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG

KEMENTERIAN RISET TEKNOLOGI PENDIDIKAN TINGGI

LLDIKTI WILAYAH VII JAWA TIMUR
TAHUN 2019

19
RENCANA PEMBELAJARAN SEMESTER
(RPS)

Mata Kuliah:
Pengolahan Citra Digital

Koordinator Tim Pembina Mata Kuliah

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL MALANG
2019

20
 Dokumen :
Nama Mata Kuliah : Pengolahan Citra Digital
Jumlah sks : 3 Sks
Koordinator Tim Pembina MK : Febriana Santi Wahyuni, S.Kom, M.Kom
Koordinator Rumpun MK : Grafik Komputer dan Multimedia
Tim Teaching : 1. Moh. Miftakhur Rokhman, S.Kom., M.Kom.
2. Nurlaily Vendyansyah, S.T.,M.T.

Diterbitkan Oleh : Teknik Informatika, 2019

21
 DAFTAR ISI
Halaman

Cover 1

Tim Penyusun 2

Daftar Isi 3

Analisis Pembelajaran 5

Rencana Pembelajaran Semester 6

22
 RENCANA PEMBELAJARAN SEMESTER
PRODI TEKNIK INFORMATIKA S1
FAKULTAS TEKNOLOGI INDUSTRI
MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal
Penyusunan
PENGOLAHAN IF3505 Matakuliah Grafik 3 Sks III (Tiga) 28/11/2019
CITRA DIDITAL Komputer dan
Multimedia
Capaian Koordinator Pengembang RPS Koordinator RMK Ketua PRODI Teknik Informatika
Pembelajaran (CP)
Nurlaily Vendyansyah, S.T.,M.T. Febriana Santi Wahyuni, Suryo Adi Wibowo,S.T.,M.T.
S.Kom, M.Kom

CPL yang dibebankan pada MK

S9 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri;
P8 Memahami konsep three level processing, metode ekstraksi ciri, dan metode klasifikasi pada sistem visi
komputer.
KU1 Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau
implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora
yang sesuai dengan bidang keahliannya;
KU2 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur;
KU7 Mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan supervisi dan evaluasi
terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah
tanggungjawabnya;
KU8 Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada dibawah tanggung
jawabnya, dan mampu mengelola pembelajaran secara mandiri;
KK8 Mampu merancang, membangun, dan mengevaluasi sistem visi komputer dengan memanfaatkan berbagai
metode ekstraksi ciri.
CP-MK
M1 Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
M2 Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)

23
 M3 Mampu mendesain metode dalam pengolahan citra ke dalam program Matlab.(S9)(P8)(KU1, KU7,
KU8)(KK8)
SUB-CPMK (Kemampuan Akhir yang direncanakan)
L1 Menjelaskan dasar pengolahan citra digital.
L2 Menerapkan Operasi Image enhancement pada domain spasial (C3)
L3 Menerapkan Image enhancement pada domain frekuensi.
L4 Menerapkan Restorasi Citra.
L5 Menerapkan Warna pada Citra Dijital.
L6 Menerapkan Kompresi Citra.
L7 Menerapkan Morfologi Citra.
L8 Menganalisis Segmentasi Citra.
L9 Membangun Representasidan Deskripsi Citra Digital.
Deskripsi Singkat Mata DESKRIPSI
Kuliah
Pada mata kuliah ini mahasiswa belajar Pengenalan pengolahan citra: masalah, aplikasi. Persepsi citra: brightness,
contrast, colour. Sistem matriks 2D konvolusi. Transformasi citra: Digital Fourier Transform , Digital Cosine
Transform. Peningkatan kualitas citra: operasi titik dan spasial. Restorasi citra: filtering, noise suppression. Operasi
morfologi. Kompresi data citra. Keamanan Citra
Materi Pembelajaran/ Bahan Kajian
Pokok Bahasan
Dasar pengolahan citra dijital, Image enhancement pada domain spasial, Image enhancement pada domain frekuensi,
Restorasi Citra, Warna pada Citra Dijital, Kompresi citra, Morfologi, Segmentasi Citra, Representasi dan Deskripsi
Object Recognition.
Topik Bahasan
I. Dasar pengolahan citra dijital
1.Elemen persepsi visual,
2.Image sensing and Acquisition,
3.Image sampling and quantization,
4.Hubungan dasar antara piksel,
5.Operasi linier, dan
6.Operasi non-linier.

24
II. Image enhancement pada domain spasial
1.Transformasi Gray Level,
2.Histogram Processing,
3.Peningkatan kualitas citra menggunakan operator aritmatika/logika,
4.Filter spasial : Smooting, Sharpening.
III. Image enhancement pada domain frekuensi
1.Transformasi fourier dan domain frekuensi,
2.Smoothing,
3. Sharpening,
4.FFT
5.Wavelet.
IV. Restorasi Citra
1.Model noise,
2.Mean filter,
3.Order-statistik filter,
4.Geometric Mean Filter,
5.Transformasi geometrik.
V. Warna pada Citra Dijital
1.Dasar warna,
2.Model warna,
3.Transformasi warna,
4.Smoothing dan sharpening,
5.Segementasi warna,
6.Noise pada citra warna,
7.Kompresi citra warna.
VI. Kompresi citra
1.Dasar kompresi citra,
2.Model kompresi citra,
3.Elemen teori informasi,
4.Error-Free Compression (Loseless Compression), Lossy Compression,
5.Steganografi,
6.Watermark.

25
 VII. Morfologi
1.Dilasi dan erosi,
2.Operasi morfologi dasar.
VIII. Segmentasi Citra
1.Point detection,
2.Line detection,
3.Edge detection,
4.Thresholding.
IX. Representasi dan Deskripsi Object Recognition
1.Pattern,
2.Neural network.
Pustaka Utama :
[1] Rafael, C Gonzales, Richard E.,2002.Digital Image Processing,2nd Edition, Woods Addison-Wesley.
[2] W K Pratt, John Wiley and Sons.,1991.Digital Image Processing.
[3] A.K Jain, 1989, Fundamental of Digital Image Processing, Prentice Hall.

Pendukung
[4] Kadir, A. (2013). Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Andi Publisher.
[5] Purnomo, M. H., & Muntasa, A. (2010). Konsep Pengolahan Citra Digital dan Ekstraksi Fitur. Yogyakarta:
Graha Ilmu.
[6] Sutoyo, T., Mulyanto, E., Suhartono, V., Nurhayati, O. D., & Wijanarto. (2009). Teori Pengolahan Citra
Digital. Yogyakarta: Andi Yogyakarta dengan UDINUS Semarang.

Media Pembelajaran Sofware Hardware :

PPT, Matlab --
Teacher/Team 1. Moh. Miftakhur Rokhman, S.Kom., M.Kom.
Teaching/ Tim LS 2. Nurlaily Vendyansyah, S.T.,M.T.

Assessment Pengetahuan: Tes tulis (UTS (Kuis1 dan Kuis 2), UAS) dan Penugasan (Tugas 1),

26
 Psikomotorik: Kinerja (Praktikum).
Sikap: Observasi harian
Mata Kuliah Syarat --

Bentuk dan Penilaian

Kemampuan
Pertemuan Materi Metode Pengalaman Estimasi Indikator
Akhir yang Indikator Belajar Waktu
Penilaian Bobot Referensi
Ke Pokok Pembelajar Bentuk & Kriteria
(%)
direncanakan Mahasiswa
an
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)
1 Menjelaskan dasar 1.1 Menyebutkan Dasar pengolahan Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
pengolahan citra elemen citra digital Diskusi, menjelaskan dasar BM = 3 x 50” (Objektif) Menyebutkan
digital persepsi pengolahan citra BT = 3 x 50” Elemen persepsi
visual. digital Pedoman Penilaian visual
1.2 Menyebutkan Kebenaran
Image sensing Menyebutkan Image
and sensing and
Acquisition Acquisition
1.3 Menyebutkan Kebenaran
Image Menyebutkan Image
sampling and sampling and
[1], [2], [3],
quantization quantization 5%
[4], [5], [6]
1.4 Menyebutkan Kebenaran
Hubungan Menyebutkan
dasar antara Hubungan dasar
piksel. antara piksel
1.5 Menyebutkan, Kebenaran
menjelaskan Menjelaskan
Operasi linier. Operasi linier
1.6 Menyebutkan, Kebenaran
menjelaskan Menjelaskan
Operasi non- Operasi non-linier
linier

27
2 Menerapkan 2.1 Menyebutkan, Operasi Image Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Operasi Image menjelaskan, enhancement pada Diskusi, Studi menerapkan BM = 3 x 50” (Uraian) mensimulasikan
enhancement pada mensimulasika domain spasial. Kasus Operasi Image BT = 3 x 50” Transformasi Gray
domain spasial. n enhancement pada Pedoman Penilaian Level.
Transformasi domain spasial.
Gray Level.
2.2 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Histogram
n Histogram Processing
Processing
2.3 Menyebutkan, Kebenaran [1], [2], [3],
10%
menjelaskan, mensimulasikan [4], [5], [6]
mensimulasika Peningkatan
n Peningkatan kualitas citra
kualitas citra menggunakan
menggunakan operator
operator aritmatika/logika
aritmatika/logi
ka
2.4 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Filter spasial
n Filter spasial
3 Menerapkan Image 3.1 Menyebutkan, Image Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
enhancement pada menjelaskan, enhancement pada Diskusi, Studi menerapkan Image BM = 3 x 50” (Uraian) mensimulasikan
domain frekuensi mensimulasika domain frekuensi Kasus enhancement pada BT = 3 x 50” Transformasi fourier
n domain frekuensi Pedoman Penilaian dan domain
Transformasi frekuensi
fourier dan
domain
frekuensi
3.2 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Smoothing.
n Smoothing. [1], [2], [3],
10%
3.3 Menyebutkan, Kebenaran [4], [5], [6]
menjelaskan, mensimulasikan
mensimulasika Sharpening.
n Sharpening.
3.4 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika FFT.
n FFT.
3.5 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Wavelet.
n Wavelet.

28
4 Menerapkan 4.1 Menyebutkan, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Restorasi Citra menjelaskan, Diskusi, Studi menerapkan BM = 3 x 50” (Uraian) mensimulasikan
mensimulasika Kasus Restorasi Citra BT = 3 x 50” Model noise.
n Model noise. Pedoman Penilaian
4.2 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Mean filter.
n Mean filter.
4.3 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Order-statistik filter.
n Order- [1], [2], [3],
10%
statistik filter. [4], [5], [6]
4.4 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Geometric Mean
n Geometric Filter
Mean Filter
4.5 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Transformasi
n goemetrik.
Transformasi
goemetrik.
UTS (bobot uts merupakan akumulasi dari bobot tes yang dirancang di setiap kemampuan akhir yang direncanakan)
5 Menerapkan 5.1 Menyebutkan, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Warna pada Citra menjelaskan, Diskusi, Studi menerapkan Warna BM = 3 x 50” (Uraian) mensimulasikan
Dijital mensimulasika Kasus pada Citra Dijital BT = 3 x 50” Dasar warna.
n Dasar warna. Pedoman Penilaian
5.2 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Model warna.
n Model
warna.
5.3 Menyebutkan, Kebenaran
[1], [2], [3],
menjelaskan, mensimulasikan 10%
[4], [5], [6]
mensimulasika Transformasi warna.
n
Transformasi
warna.
5.4 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Smoothing dan
n Smoothing sharpening.
dan
sharpening.

29
 5.5 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Segementasi warna.
n Segementasi
warna.
5.6 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Noise pada citra
n Noise pada warna.
citra warna.
5.7 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Kompresi citra
n Kompresi warna.
citra warna.
6 Menerapkan 6.1 Menyebutkan, Ceramah, Diskusi, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Kompresi Citra menjelaskan Studi Kasus Diskusi, Studi menerapkan BM = 3 x 50” (Uraian) menjelaskan Dasar
Dasar Kasus Kompresi Citra BT = 3 x 50” Kompresi Citra.
Kompresi Pedoman Penilaian
Citra.
6.2 Menyebutkan, Kebenaran
menjelaskan menjelaskan Model
Model Kompresi Citra.
Kompresi
Citra.
6.3 Menyebutkan, Kebenaran
menjelaskan menjelaskan Elemen
Elemen teori teori informasi.
informasi.
6.4 Menyebutkan, Kebenaran
[1], [2], [3],
menjelaskan, mensimulasikan 10%
[4], [5], [6]
mensimulasika Error-Free
n Error-Free Compression
Compression (Loseless
(Loseless Compression),
Compression), Lossy Compression
Lossy
Compression
6.5 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Steganografi
n Steganografi
6.6 Menyebutkan, Kebenaran
menjelaskan, mensimulasikan
mensimulasika Watermark.
n Watermark.

30
7 Menerapkan 7.1 Menyebutkan, Ceramah, Diskusi, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Morfologi Citra menjelaskan, Studi Kasus Diskusi, Studi menerapkan BM = 3 x 50” (Uraian) mensimulasikan
mensimulasika Kasus Morfologi Citra BT = 3 x 50” Dilasi dan Erosi.
n Dilasi dan Pedoman Penilaian
Erosi.
7.2 Menyebutkan, Kebenaran 15%
menjelaskan, mensimulasikan
mensimulasika Operasi morfologi
n Operasi dasar
morfologi
dasar
8 Menganalisis 8.1 Menyebutkan, Ceramah, Diskusi, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Segmentasi Citra menjelaskan, Studi Kasus Diskusi, Studi menganalisis BM = 3 x 50” (Uraian) mensimulasikan,
mensimulasika Kasus Segmentasi Citra BT = 3 x 50” mendeteksi Point
n, mendeteksi Pedoman Penilaian detection.
Point
detection.
8.2 Menyebutkan, Kebenaran
menjelaskan, mendeteksi Line
mensimulasika detection.
n, mendeteksi
Line detection. [1], [2], [3],
15%
8.3 Menyebutkan, Kebenaran [4], [5], [6]
menjelaskan, mendeteksi Edge
mensimulasika detection.
n, mendeteksi
Edge
detection.
8.4 Menyebutkan, Kebenaran
menjelaskan, mendeteksi
mensimulasika Thresholding.
n, mendeteksi
Thresholding.
9 Membangun 9.1 Menyebutkan, Ceramah, Diskusi, Ceramah, Mampu TM = 3 x 50” Tes : Tertulis Kebenaran
Representasidan menjelaskan, Studi Kasus Diskusi, Studi membangun BM = 3 x 50” (Uraian) membangun Pattern
Deskripsi Citra mensimulasika Kasus Representasidan BT = 3 x 50” Recognition.
Digital n, memilih, Deskripsi Citra Pedoman Penilaian
membangun Digital
Pattern
Recognition. [1], [2], [3],
15%
9.2 Menyebutkan, Kebenaran [4], [5], [6]
menjelaskan, membangun Neural
mensimulasika Network.
n, memilih,
membangun
Neural
Network.
UAS (bobot uas merupakan akumulasi dari bobot tes yang dirancang di setiap kemampuan akhir yang direncanakan)

31
 TUGAS 4
RENCANA PELAKSANAAN PEMBELAJARAN
(RPP)

Oleh:
Nurlaily Vendyansyah, S.T., M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG

KEMENTERIAN RISET TEKNOLOGI PENDIDIKAN TINGGI

LLDIKTI WILAYAH VII JAWA TIMUR
TAHUN 2019

32
 HALAMAN PENGESAHAN

Telah diperiksa dan disetujui Oleh

Tim PEKERTI AA LLDIKTI Wilayah VII
Pada tanggal___________________

33
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 3 x 50 menit (150 menit)
Indikator : 1.1 Menyebutkan elemen persepsi visual.
1.2 Menyebutkan Image sensing and Acquisition
1.3 Menyebutkan Image sampling and quantization
1.4 Menyebutkan Hubungan dasar antara piksel.
1.5 Menyebutkan, menjelaskan Operasi linier.
1.6 Menyebutkan, menjelaskan Operasi non-linier.
Materi Pokok : Dasar pengolahan citra digital
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 120 menit [1], [2], [3], [4],
1.1 Elemen persepsi visual. Diskusi, [5],[6] / Laptop,
1.2 Image sensing and Acquisition Studi Kasus LCD
1.3 Image sampling and quantization

34
 1.4 Hubungan dasar antara piksel.
1.5 Operasi linier.
1.6 Operasi non-linier.
Kegiatan Penutup Ceramah, 25 menit [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

35
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menerapkan Operasi Image enhancement pada domain spasial.
Alokasi Waktu : 2 x 3 x 50 menit (150 menit)
Indikator : 2.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi Gray Level.
2.2 Menyebutkan, menjelaskan, mensimulasikan Histogram Processing
2.3 Menyebutkan, menjelaskan, mensimulasikan Peningkatan kualitas citra menggunakan
operator aritmatika/logika
2.4 Menyebutkan, menjelaskan, mensimulasikan Filter spasial
Materi Pokok : Image enhancement pada domain spasial
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 2 x 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 2 x 120 [1], [2], [3], [4],
2.1 Transformasi Gray Level. Diskusi, menit [5],[6] / Laptop,
2.2 Histogram Processing. Studi Kasus LCD
2.3 Peningkatan kualitas citra menggunakan operator aritmatika/logika
2.4 Filter spasial

36
Kegiatan Penutup Ceramah, 2 x 25 [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi menit [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Image LCD
enhancement pada domain frekuensi.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

37
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 2 x 3 x 50 menit (300 menit)
Indikator : 3.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi fourier dan domain
frekuensi.
3.2 Menyebutkan, menjelaskan, mensimulasikan Smoothing.
3.3 Menyebutkan, menjelaskan, mensimulasikan Sharpening.
3.4 Menyebutkan, menjelaskan, mensimulasikan FFT.
3.5 Menyebutkan, menjelaskan, mensimulasikan Wavelet.
Materi Pokok : Image enhancement pada domain frekuensi
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 2 x 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 2 x 120 [1], [2], [3], [4],
3.1 Transformasi fourier dan domain frekuensi. Diskusi, menit [5],[6] / Laptop,
3.2 Smoothing. Studi Kasus LCD
3.3 FFT.

38
 3.4 Wavelet.
Kegiatan Penutup Ceramah, 2 x 25 [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi menit [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

39
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 3 x 50 menit (150 menit)
Indikator : 4.1 Menyebutkan, menjelaskan, mensimulasikan Model noise.
4.2 Menyebutkan, menjelaskan, mensimulasikan Mean filter.
4.3 Menyebutkan, menjelaskan, mensimulasikan Order-statistik filter.
4.4 Menyebutkan, menjelaskan, mensimulasikan Geometric Mean Filter.
4.5 Menyebutkan, menjelaskan, mensimulasikan Transformasi goemetrik.
Materi Pokok : Restorasi Citra
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 120 menit [1], [2], [3], [4],
4.1 Model noise. Diskusi, [5],[6] / Laptop,
4.2 Mean filter. Studi Kasus LCD
4.3 Order-statistik filter.
4.4 Geometric Mean Filter.
4.5 Transformasi goemetrik.

40
Kegiatan Penutup Ceramah, 25 menit [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

41
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 3 x 50 menit (150 menit)
Indikator : 5.1 Menyebutkan, menjelaskan, mensimulasikan Dasar warna.
5.2 Menyebutkan, menjelaskan, mensimulasikan Model warna.
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
5.4 Menyebutkan, menjelaskan, mensimulasikan Smoothing dan sharpening.
5.5 Menyebutkan, menjelaskan, mensimulasikan Segmentasi warna.
5.6 Menyebutkan, menjelaskan, mensimulasikan Noise pada citra warna.
5.7 Menyebutkan, menjelaskan, mensimulasikan Kompresi citra warna.
Materi Pokok : Warna pada Citra Dijital
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 120 menit [1], [2], [3], [4],
5.1 Dasar warna. Diskusi, [5],[6] / Laptop,
5.2 Model warna. Studi Kasus LCD
5.3 Transformasi warna.

42
 5.4 Smoothing dan sharpening.
5.5 Segmentasi warna.
5.6 Noise pada citra warna.
5.7 Kompresi citra warna.
Kegiatan Penutup Ceramah, 25 menit [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

43
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 2 x 3 x 50 menit (300 menit)
Indikator : 6.1 Menyebutkan, menjelaskan Dasar Kompresi Citra.
6.2 Menyebutkan, menjelaskan Model Kompresi Citra.
6.3 Menyebutkan, menjelaskan Elemen teori informasi.
6.4 Menyebutkan, menjelaskan, mensimulasikan Error-Free Compression (Loseless
Compression), Lossy Compression
6.5 Menyebutkan, menjelaskan, mensimulasikan Steganografi.
6.6 Menyebutkan, menjelaskan, mensimulasikan Watermark.
Materi Pokok : Kompresi Citra
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 2 x 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 2 x 120 [1], [2], [3], [4],
6.1 Dasar Kompresi Citra. Diskusi, menit [5],[6] / Laptop,
6.2 Model Kompresi Citra. Studi Kasus LCD
6.3 Error-Free Compression (Loseless Compression), Lossy Compression

44
 6.4 Menyebutkan, menjelaskan, mensimulasikan Steganografi.
6.5 Steganografi.
6.6 Watermark.
Kegiatan Penutup Ceramah, 2 x 25 [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi menit [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

45
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 3 x 50 menit (150 menit)
Indikator : 7.1 Menyebutkan, menjelaskan, mensimulasikan Dilasi dan Erosi.
7.2 Menyebutkan, menjelaskan, mensimulasikan Operasi morfologi dasar.
Materi Pokok : Morfologi Citra
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 120 menit [1], [2], [3], [4],
7.1 Dilasi dan Erosi. Diskusi, [5],[6] / Laptop,
7.2 Operasi morfologi dasar. Studi Kasus LCD
Kegiatan Penutup Ceramah, 25 menit [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

46
 Malang, 28 November 2019
Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

47
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 3 x 50 menit (150 menit)
Indikator : 8.1 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Point detection.
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
Materi Pokok : Segmentasi Citra
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 120 menit [1], [2], [3], [4],
8.1 Point detection. Diskusi, [5],[6] / Laptop,
8.2 Line detection. Studi Kasus LCD
8.3 Edge detection.
8.4 Thresholding.

48
Kegiatan Penutup Ceramah, 25 menit [1], [2], [3], [4],
1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi [5],[6] / Laptop,
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image LCD
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

49
 RENCANA PELAKSANAAN PEMBELAJARAN
Mata Kuliah : Pengolahan Citra Digital
Capaian Pembelajaran Matakuliah : CPMK1 : Mampu menjelaskan dasar-dasar pengolahan citra digital.(KU2)
CPMK2 : Mampu menjelaskan metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
Kemampuan Akhir yang direncanakan : Menjelaskan dasar pengolahan citra digital
Alokasi Waktu : 2 x 3 x 50 menit (300 menit)
Indikator : 9.1 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Pattern
Recognition.
9.2 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Neural Network.
Materi Pokok : Representasidan Deskripsi Citra Digital
Langkah Kegiatan :

Langkah Pembelajaran Metode Waktu Sumber/Media/Alat

Kegiatan Pendahuluan Ceramah 2 x 5 menit [1], [2], [3], [4],
1. Salam [5],[6] / Laptop,
2. Do’a LCD
3. Presensi
4. Apersepsi
5. Apresiasi
6. Motifasi
Kegiatan Inti Ceramah, 2 x 120 [1], [2], [3], [4],
9.1 Pattern Recognition. Diskusi, menit [5],[6] / Laptop,
9.2 Neural Network. Studi Kasus LCD

Kegiatan Penutup Ceramah, 2 x 25 [1], [2], [3], [4],

1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan Diskusi menit [5],[6] / Laptop,
LCD

50
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial.
3. Do’a
4. Salam

Malang, 28 November 2019

Dosen Pengampu Matakuliah

Nurlaily Vendyansyah, S.T.,M.T.

51
 TUGAS 5
KONTRAK KULIAH

Oleh:
Nurlaily Vendyansyah, S.T.,M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG

KEMENTERIAN RISET TEKNOLOGI PENDIDIKAN

TINGGI
LEMBAGA LAYANAN PENDIDIKAN TINGGI
WILAYAH VII

52
 TAHUN 2019

HALAMAN PENGESAHAN

Telah diperiksa dan disetujui Oleh

Tim PEKERTI AA LLDIKTI Wilayah VII
Pada tanggal___________________

53
 KONTRAK KULIAH
1. IDENTITAS MATAKULIAH

PROGRAM STUDI : Teknik Informatika

MATAKULIAH : Pengolahan Citra Digital
KODE MATAKULIAH : IF3505
SKS : 3 Sks
SEMESTER : III (Tiga)
MATAKULIAH : --
PRASYARAT
DOSEN PENGAMPU : Nurlaily Vendyansyah, S.T., M.T.

2. MANFAAT MATAKULIAH
Dengan mengambil mata kuliah Pengolahan Citra Digital ini, mahasiswa mempunyai
pemahaman mengenai konsep dasar pengolahan citra digital dan tahapan-tahapan dalam
pengolahan citra sehingga mahasiswa akan dapat melaksanakan analisa untuk keperluan
analitik dan mencari alternatif metode yang digunakan untuk deskripsi dan reprensentasi
citra digital.

3. DESKRIPSI MATAKULIAH
Pada mata kuliah ini mahasiswa belajar Pengenalan pengolahan citra: masalah, aplikasi.
Persepsi citra: brightness, contrast, colour. Sistem matriks 2D konvolusi. Transformasi
citra: Digital Fourier Transform , Digital Cosine Transform. Peningkatan kualitas citra:
operasi titik dan spasial. Restorasi citra: filtering, noise suppression. Operasi morfologi.
Kompresi data citra. Keamanan Citra.

4. CAPAIAN PEMBELAJARAN MATAKULIH, KEMAMPUAN AKHIR YANG DIRENCANAKAN, DAN

INDIKATOR PENCAPAIAN KOMPETENSI

Capaian Pembelajaran :
Matakuliah (CPMK)

CPMK1 : Mampu menjelaskan (C2) dasar-dasar pengolahan citra digital.(KU2)

CPMK2 : Mampu menjelaskan (C2) metode dalam pengolahan citra digital.(KU2)
CPMK3 : Mampu mendesain (C6) metode dalam pengolahan citra menggunakan (P4)
software Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)

No Kemampuan Akhir Indikator Pencapaian Kompetensi

yang direncanakan
1 Menjelaskan (C2) (C2)
dasar pengolahan citra
digital
1.1 Menyebutkan (C1) elemen persepsi visual.
1.2 Menyebutkan (C1) Image sensing and
Acquisition
1.3 Menyebutkan (C1) Image sampling and
quantization
1.4 Menyebutkan (C1) Hubungan dasar antara piksel.

54
 1.5 Menyebutkan (C1), menjelaskan (C2) Operasi
linier.
1.6 Menyebutkan (C1), menjelaskan (C2) Operasi
non-linier dengan baik.
2 Menerapkan Operasi 2.1 Menyebutkan (C1), menjelaskan (C2),
Image enhancement pada mensimulasikan (C3) Transformasi Gray Level.
domain spasial 2.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Histogram Processing
2.3 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Peningkatan kualitas citra
menggunakan operator aritmatika/logika
2.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Filter spasial
3 Menerapkan Image 3.1 Menyebutkan (C1), menjelaskan (C2),
enhancement pada mensimulasikan (C3) Transformasi fourier dan
domain frekuensi domain frekuensi
3.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Smoothing.
3.3 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Sharpening.
3.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) FFT.
3.5 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Wavelet.
4 Menerapkan Restorasi 4.1 Menyebutkan (C1), menjelaskan (C2),
Citra mensimulasikan (C3) Model noise.
4.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Mean filter.
4.3 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Order-statistik filter.
4.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Geometric Mean Filter
4.5 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Transformasi goemetrik.
5. Menerapkan Warna pada 5.1 Menyebutkan (C1), menjelaskan (C2),
Citra Dijital mensimulasikan (C3) Dasar warna.
5.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Model warna.
5.3 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Transformasi warna.
5.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Smoothing dan sharpening.
5.5 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Segementasi warna.
5.6 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Noise pada citra warna.
5.7 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Kompresi citra warna.

55
6. Menerapkan Kompresi 6.1 Menyebutkan (C1), menjelaskan (C2) Dasar
Citra Kompresi Citra.
6.2 Menyebutkan (C1), menjelaskan (C2) Model
Kompresi Citra.
6.3 Menyebutkan (C1), menjelaskan (C2) Elemen
teori informasi.
6.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Error-Free Compression
(Loseless Compression), Lossy Compression
6.5 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Steganografi
6.6 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Watermark.
7. Menerapkan Morfologi 7.1 Menyebutkan (C1), menjelaskan (C2),
Citra mensimulasikan (C3) Dilasi dan Erosi.
7.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3) Operasi morfologi dasar
8. Menganalisis Segmentasi 8.1 Menyebutkan (C1), menjelaskan (C2),
Citra mensimulasikan (C3), mendeteksi (C4) Point
detection.
8.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3), mendeteksi (C4) Line
detection.
8.3 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3), mendeteksi (C4) Edge
detection.
8.4 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3), mendeteksi (C4)
Thresholding.
9 Membangun 9.1 Menyebutkan (C1), menjelaskan (C2),
Representasi dan mensimulasikan (C3), memilih (C4),
Deskripsi Citra Digital membangun (C6) Pattern Recognition.
9.2 Menyebutkan (C1), menjelaskan (C2),
mensimulasikan (C3), memilih (C4),
membangun (C6) Neural Network.

56
5. ORGANISASI MATERI

6. MATERI/BAHAN BACAAN/REFERENSI

Utama :
[1] Rafael, C Gonzales, Richard E.,2002.Digital Image Processing,2nd Edition, Woods
Addison-Wesley.
[2] W K Pratt, John Wiley and Sons.,1991.Digital Image Processing.
[3] A.K Jain, 1989, Fundamental of Digital Image Processing, Prentice Hall.

Pendukung :
[4] Kadir, A. (2013). Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Andi Publisher.
[5] Purnomo, M. H., & Muntasa, A. (2010). Konsep Pengolahan Citra Digital dan
Ekstraksi Fitur. Yogyakarta: Graha Ilmu.

57
 [6] Sutoyo, T., Mulyanto, E., Suhartono, V., Nurhayati, O. D., & Wijanarto. (2009). Teori
Pengolahan Citra Digital. Yogyakarta: Andi Yogyakarta dengan UDINUS Semarang.

7. STRATEGI PERKULIAHAN
1. Metode pembelajaran langsung yaitu ceramah, praktek dan latihan..
2. Pembelajaran Interaktif yaitu diskusi, pemecahan masalah, tutorial. Dimaksudkan
untuk mengetahui tanggungjawab atas pencapaian hasil kerja dan evaluasi terhadap
penyelesaian pekerjaan yang ditugaskan.
3. Belajar Mandiri, yaitu pekerjaan rumah, e-learning. Dosen memberikan tugas mandiri
kepada mahasiswa yang dimaksudkan agar mahasiswa secara pribadi dapat mendalami
pengetahuan dan mensimulasikan (C3) teori.

8. TUGAS‐TUGAS
a) Nama Tugas Tugas 1
b) Jenis tugas Tugas Individu
c) Jadwal dan batas waktu Tugas diberikan pada akhir pertemuan minggu ke dua
penyelesaian dan wajib dikumpulkan pada sebelum perkuliahan
dimulai pada minggu ke tiga
d) Tujuan tugas Mahasiswa dapat menerapkan Operasi Image
Enhancement pada domain spasial, dalam hal ini adalah
mampu mempraktikkan peningkatan kualitas citra
menggunakan operator aritmatika/logika secara mandiri
dan bertanggung jawab.
e) Luaran dari tugas Dicetak pada kertas A4, menggunakan font Times New
Roman 12 pt dengan 1 spasi.
Lembar jawaban harus berisi langkah demi langkah
dalam menyelesaikan soal secara matematika.
f) Konsekuensi tidak Nilai Proses 1 diberikan bobot nilai 50%.
mengumpulkan tugas
sesuai jadwal
a) Nama Tugas Tugas 2
b) Jenis tugas Tugas Kelompok
c) Jadwal dan batas waktu Tugas diberikan pada akhir pertemuan minggu ke 13 dan
penyelesaian wajib dikumpulkan pada sebelum perkuliahan dimulai
pada minggu ke 14 dan dipresentasikan pada minggu ke
14.
d) Tujuan tugas Mahasiswa mampu bertanggung jawab atas pencapaian
hasil kerja kelompok dan melakukan evaluasi terhadap
penyelesaian pekerjaan yang ditugaskan kepeda pekerja
yang berada di bawah tanggung jawabnya.
Mahasiswa mampu menganalisis dan
mendemosntrasikan soal segementasi citra dengan
menggunakan software matlab.
e) Luaran dari tugas Dicetak pada kertas A4, menggunakan font Times New
Roman 12 pt dengan 1 spasi.
Lembar jawaban harus berupa file softcopy source code

58
 f) Konsekuensi tidak Nilai Proses 3 diberikan bobot nilai 50%.
mengumpulkan tugas
sesuai jadwal

9. PENILAIAN DAN KRITERIA PENILAIAN

1. Komponen yang dievaluasi :
a) Tugas-tugas, Kuis (1&2), Praktikum, UTS, UAS
b) Evaluasi tengah semester akan diadakan pada minggu ke-8 dan evaluasi akhir
semester akan dilakukan pada minggu ke-16. Evaluasi menggunakan bentuk
uraian dan dilaksanakan dengan tes tulis.
2. Bobot Nilai
Dalam menentukan nilai akhir akan digunakan pembobotan sebagai berikut:
- Tugas-tugas 20%
- praktikum 25%
- evaluasi tengah semester (Kuis 1 dan 2) 20%
- evaluasi akhir semester 30%
- keaktifan dalam diskusi dan presentasi 5%
3. Kriteria Penilaian:
Penilaian akan dilakukan dengan menggunakan kriteria sebagai berikut :
Angka Nilai Huruf Bobot Predikat
80-100 A 4,00 Sangat Baik
71-79 B+ 3,50 Baik
65-70 B 3,00 Antara baik dan sangat baik
61-64 C+ 2,50 Antara cukup dan Baik
56-60 C 2,00 Cukup
40-55 D 1,00 Kurang
0-39 E 0,00 Sangat Kurang

4. JADWAL PERKULIAHAN
No Hari/Tanggal Pokok Bahasan
1 Dasar pengolahan citra digital
2 Image enhancement pada domain frekuensi
3 Image enhancement pada domain frekuensi
4 Image enhancement pada domain frekuensi
5 Image enhancement pada domain frekuensi
6 Restorasi Citra
7 Restorasi Citra
8 UTS
9 Warna pada Citra Dijital
10 Kompresi Citra
11 Kompresi Citra
12 Morfologi Citra
13 Segmentasi Citra
14 Representasi dan Deskripsi Citra Digital
15 Representasi dan Deskripsi Citra Digital
16 UAS

59
 Malang, 28 November 2019
Ketua Tingkat Dosen Pengampu

.................................................... Nurlaily Vendyansyah, S.T.,M.T.

60
61