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.
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
1
HALAMAN PENGESAHAN
2
1. Penentuan Capaian Pembelajaran Mata kuliah (CPMK) :
Nama Mata Kuliah : Pengolahan Citra Digital (3 SKS)
3
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software
Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
4
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
6
TUGAS 2
EVALUASI HASIL BELAJAR
Oleh:
Nurlaily Vendyansyah, S.T.,M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG
7
HALAMAN PENGESAHAN
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)
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.
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 :
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
19
RENCANA PEMBELAJARAN SEMESTER
(RPS)
Mata Kuliah:
Pengolahan Citra Digital
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.
21
DAFTAR ISI
Halaman
Cover 1
Tim Penyusun 2
Daftar Isi 3
Analisis Pembelajaran 5
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
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.
Assessment Pengetahuan: Tes tulis (UTS (Kuis1 dan Kuis 2), UAS) dan Penugasan (Tugas 1),
26
Psikomotorik: Kinerja (Praktikum).
Sikap: Observasi harian
Mata Kuliah Syarat --
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
32
HALAMAN PENGESAHAN
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 :
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
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 :
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
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 :
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
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 :
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
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 :
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
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 :
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
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 :
46
Malang, 28 November 2019
Dosen Pengampu Matakuliah
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 :
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
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 :
50
2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial.
3. Do’a
4. Salam
51
TUGAS 5
KONTRAK KULIAH
Oleh:
Nurlaily Vendyansyah, S.T.,M.T.
INSTITUT TEKNOLOGI NASIONAL MALANG
52
TAHUN 2019
HALAMAN PENGESAHAN
53
KONTRAK KULIAH
1. IDENTITAS MATAKULIAH
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.
Capaian Pembelajaran :
Matakuliah (CPMK)
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
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
60
61