Neural Network

Tugas Kelompok 2  :

1.      Hidayah Chairunnisa                       (13115157)

2.      Ibnu Harun                                       (13115209)

3.      Ida Ayu Prima Utami A.W              (13115224)

4.      Ira Apriliani                                      (13115412)

5.      Ivan Revaldi                                      (13115502)

6.      Luigi Ezra Abimanyu                       (17115591)

7.      Malik Abdul Jabbar                         (14115005)

8.      Markus Parlindungan                      (17115833)

9.      Muhamad Bagas Adipratama         (17115357)

ABSTRAK

Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan.

Kata kunci : neural network, jaringan, saraf

PENDAHULUAN

            Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. Artificial neural network (ANN) adalah peranti lunak dan keras yang berusaha menyamai pola pemrosesan dari otak manusia, ANN juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. ANN merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, ANN juga sering disebut dengan jaringan adaptif.

ISI

            Perkembangan ilmu Neural Network sudah ada sejak tahun 1943 ketika Warren McCulloch dan Walter Pitts memperkenalkan perhitungan model neural network yang pertama kalinya. Mereka melakukan kombinasi beberapa processing unit sederhana bersama-sama yang mampu memberikan peningkatan secara keseluruhan pada kekuatan komputasi. Penelitian terakhir diantaranya adalah mesin Boltzmann, jaringan Hopfield, model pembelajaran kompetitif, multilayer network,  dan teori model resonansi adaptif.

            Untuk saat ini, Neural Network sudah dapat diterapkan pada beberapa task, diantaranya classification, recognition, approximation, prediction, clusterization, memory simulation dan banyak task-task berbeda yang lainnya, dimana jumlahnya semakin bertambah seiring berjalannya waktu.

Konsep Neural Network

1.      Proses Kerja Jaringan Syaraf Pada Otak Manusia

            Ide dasar Neural Network dimulai dari otak manusia, dimana otak memuat  sekitar 10¹¹ neuron. Neuron ini berfungsi memproses setiap informasi yang masuk. Satu neuron memiliki 1 akson, dan minimal 1 dendrit. Setiap sel syaraf terhubung dengan syaraf lain, jumlahnya mencapai sekitar 10⁴ sinapsis. Masing-masing sel itu saling berinteraksi satu sama lain yang menghasilkan kemampuan tertentu pada kerja otak manusia.

Struktur Neuron Pada Otak Manusia

Dari gambar di atas, bisa dilihat ada beberapa bagian dari otak manusia, yaitu:

·     Dendrit (Dendrites) berfungsi untuk mengirimkan impuls yang diterima ke badan sel syaraf.

·        Akson (Axon) berfungsi untuk mengirimkan impuls dari badan sel ke jaringan lain

·        Sinapsis berfungsi sebagai unit fungsional di antara dua sel syaraf.

Proses yang terjadi pada otak manusia adalah:

                   Sebuah neuron menerima impuls dari neuron lain melalui dendrit dan mengirimkan sinyal yang dihasilkan oleh badan sel melalui akson. Akson dari sel syaraf ini bercabang-cabang dan berhubungan dengan dendrit dari sel syaraf lain dengan cara mengirimkan impuls melalui sinapsis. Sinapsis adalah unit fungsional antara 2 buah sel syaraf, misal A dan B, dimana yang satu adalah serabut akson dari neuron A dan satunya lagi adalah dendrit dari neuron B. Kekuatan sinapsis bisa menurun/meningkat tergantung seberapa besar tingkat propagasi (penyiaran) sinyal yang diterimanya. Impuls-impuls sinyal (informasi) akan diterima oleh neuron lain jika memenuhi batasan tertentu, yang sering disebut dengan nilai ambang (threshold).

2.      Struktur Neural Network

            Dari struktur neuron pada otak manusia, dan proses kerja yang dijelaskan di atas, maka konsep dasar pembangunan neural network buatan (Artificial Neural Network) terbentuk. Ide mendasar dari Artificial Neural Network (ANN) adalah mengadopsi mekanisme berpikir sebuah sistem atau aplikasi yang menyerupai otak manusia, baik untuk pemrosesan berbagai sinyal elemen yang diterima, toleransi terhadap kesalahan/error, dan juga parallel processing.

Struktur ANN

             Karakteristik dari ANN dilihat dari pola hubungan antar neuron, metode penentuan bobot dari tiap koneksi, dan fungsi aktivasinya. Gambar di atas menjelaskan struktur ANN secara mendasar, yang dalam kenyataannya tidak hanya sederhana seperti itu.

·         Input, berfungsi seperti dendrite

·         Output, berfungsi seperti akson

·         Fungsi aktivasi, berfungsi seperti sinapsis

             Neural network dibangun dari banyak node/unit yang dihubungkan oleh link secara langsung. Link dari unit yang satu ke unit yang lainnya digunakan untuk melakukan propagasi aktivasi dari unit pertama ke unit selanjutnya. Setiap link memiliki bobot numerik. Bobot ini menentukan kekuatan serta penanda dari sebuah konektivitas.
            Proses pada ANN dimulai dari input yang diterima oleh neuron beserta dengan nilai bobot dari tiap-tiap input yang ada. Setelah masuk ke dalam neuron, nilai input yang ada akan dijumlahkan oleh suatu fungsi perambatan (summing function), yang bisa dilihat seperti pada di gambar dengan lambang sigma (∑). Hasil penjumlahan akan diproses oleh fungsi aktivasi setiap neuron, disini akan dibandingkan hasil penjumlahan dengan threshold (nilai ambang) tertentu. Jika nilai melebihi threshold, maka aktivasi neuron akan dibatalkan, sebaliknya, jika masih dibawah nilai threshold, neuron akan diaktifkan. Setelah aktif, neuron akan mengirimkan nilai output melalui bobot-bobot outputnya ke semua neuron yang berhubungan dengannya. Proses ini akan terus berulang pada input-input selanjutnya.
           ANN terdiri dari banyak neuron di dalamnya. Neuron-neuron ini akan dikelompokkan ke dalam beberapa layer. Neuron yang terdapat pada tiap layer dihubungkan dengan neuron pada layer lainnya. Hal ini tentunya tidak berlaku pada layer input dan output, tapi hanya layer yang berada di antaranya. Informasi yang diterima di layer input dilanjutkan ke layer-layer dalam ANN secara satu persatu hingga mencapai layer terakhir/layer output. Layer yang terletak di antara input dan output disebut sebagai hidden layer. Namun, tidak semua ANN memiliki hidden layer, ada juga yang hanya terdapat layer input dan output saja.

Algoritma Dalam Jaringan Saraf Tiruan.

1.      Algoritma Backpropagation

      Salah satu algoritma pelatihan jaringan syaraf tiruan yang banyakdimanfaatkan dalam bidang pengenalan pola adalah backpropagation. Algoritma iniumumnya digunakan pada jaringan syaraf tiruan yang berjenis multi-layer feed-forward, yang tersusun dari beberapa lapisan dan sinyal dialirkan secara searah dariinput menuju output. Algoritma pelatihan backpropagation pada dasarnya terdiri dari tigatahapan [Fausett, 1994], yaitu:

·         Input nilai data pelatihan sehingga diperoleh nilai output.

·         Propagasi balik dari nilai error yang diperoleh.

·         Penyesuaian bobot koneksi untuk meminimalkan nilai error.

        Ketiga tahapan tersebut diulangi terus-menerus sampai mendapatkan nilai error yang diinginkan. Setelah training selesai dilakukan, hanya tahap pertama yang diperlukan untuk memanfaatkan jaringan syaraf tiruan tersebut. Secara matematis [Rumelhart, 1986], ide dasar dari algoritmabackpropagation ini sesungguhnya adalah penerapan dari aturan rantai (chain rule) untuk menghitung pengaruh masing-masing bobot terhadap fungsi error.

2.      Algoritma Quickprop

            Pada algoritma Quickprop dilakukan pendekatan dengan asumsi bahwakurva fungsi error terhadap masing-masing bobot penghubung berbentuk parabolayang terbuka ke atas, dan gradien dari kurva error untuk suatu bobot tidakterpengaruh oleh bobot-bobot yang lain [Fahlman, 1988]. Dengan demikian perhitungan perubahan bobot hanya menggunakan informasi lokal pada masing-masing bobot. Perubahan bobot pada algoritma Quickprop dirumuskan sebagai berikut: Pada eksperimen dengan masalah XOR dan encoder/decoder [Fahlman,1988], terbukti bahwa algoritma Quickprop dapat meningkatkan kecepatantraining. Eksperimen dari [Schiffmann, 1993] juga menunjukkan peningkatankecepatan training dan unjuk kerja yang signifikan.

Peran Neural Network Dalam Aspek Kehidupan

            Neural Network pada umumnya digunakan untuk tugas atau pekerjaan yang kurang praktis jika dikerjakan secara manual. Kegunaan Dalam Kehidupan Nyata :

·       Perkiraan Fungsi, atau Analisis Regresi, termasuk prediksi time series dan modeling.

·      Klasifikasi,   termasuk   pengenalan   pola   dan   pengenalan   urutan,   serta   pengambil keputusan dalam pengurutan.

·       Pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi.

·       Robotik.

Bidang-bidang penelitian yang memanfaatkan jaringan saraf tiruan diantaranya.

·       Aeorospace

Autopilot pesawat terbang, simulasi jalur penerbangan, system kendali pesawat, perbaikan autopilot dan simulasi komponen pesawat.

·       Otomotif

Sistem kendali otomatis mobil.

·       Keuangan dan Perbankan

Pendeteksian uang palsu, evaluator aplikasi kredit, pengidentifikasian pola-pola data pasar saham.

·       Pertahanan (Militer)

Pengendali senjata, pendeteksi bom, penelusuran target, pembedaan objek, pengendali sensor, sonar, radar, dan pengolahan sinyal citra yang meliputi kompresi data, ektrasksi bagian istimewa dan penghilangan derau, pengenalan sinyal atau citra.

·       Elektronik

Pembuatan perangkat keras yang bias mengimplementasikan jaringan saraf tiruan secara efisien (pendesainan VLSI), machine vision, pengontrol gerakan dan penglihatan robot, sintesis suara.

·       Broadcast

Pencarian klip berita melalui pengenalan wajah.

Fungsi dari Neural Network diantaranya adalah:

·       Pengklasifikasian pola

·       Memetakan pola yang didapat dari input ke dalam pola baru pada output

·       Penyimpan pola yang akan dipanggil kembali

·       Memetakan pola-pola yang sejenis

·       Pengoptimasi permasalahan

·       Prediksi

Kelebihan

·       Mampu mengakuisisi pengetahuan walau tidak ada kepastian

·    Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu ANN dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau kemampuan belajar (self organizing)

·       Memiliki fault tolerance, gangguan dapat dianggap sebagai noise saja

·       Kemampuan perhitungan secara paralel sehingga proses lebih singkat

Kekurangan

·       Kurang mampu untuk melakukan operasi operasi numerik dengan presisi tinggi

·       Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis

·      Lamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar

PENUTUP

Kesimpulan

            Jaringan syaraf tiruan adalah metode/algoritma yang dapat membuat komputer mempunyai otak pintar seperti manusia yang bisa beradaptasi terhadap masalah. Jaringan Syaraf Tiruan mulai dilirik banyak kalangan karena mempunyai banyak kelebihan dibandingkan system konvensional. Jaringan Syaraf Tiruan mewakili pikiran manusia untuk mendekatkan diri dengan komputer, maksudnya Jaringan Syaraf Tiruan dirancang agar komputer dapat bekerja seperti/layaknya otak manusia. Salah satu kelebihan Jaringan Syaraf Tiruan yakni mampu mengakuisisi pengetahuan walau tidak ada kepastian, mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu ANN dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau kemampuan belajar (self organizing)

REFERENSI

http://sciffleaf.blogspot.co.id/2016/10/artificial-neural-network-dan-contoh.html

https://socs.binus.ac.id/2012/07/26/konsep-neural-network/

Read More

Apa Itu Cerdas ?

PENGERTIAN DARI CERDAS


Abstrak

Diatas Orang pintar ada Orang cerdas, karena Orang cerdas tidak terpaku pada teori namun lebih terhadap pemahaman / konsep, jadi jika buku berkata A, Orang cerdas lebih tertarik pada alasan kenapa bisa A, serta berdasarkan fakta dan pengetahuan. Pengetahuan hanya sebagai 'cover' senjata utamanya yaitu Logika.

Kata kunci : cerdas, pengertian cerdas, perngertian cerdas menurut para ahli, pintar, perbedaan cerdas dan pintar, jenis-jenis cerdas

Pendahuluan

Banyak dari beberapa orang yang menggap cerdas itu sama saja seperti pintar, namun ternyata cerdas dan pintar adalah berbeda, dimana semua manusia ditakdirkan cerdas namun semua manusia tidak ditakdirkan pintar, karena untuk menjadi pintar kita membutuhkan proses.

Tinjauan Pustaka

Cerdas /cer·das/ menurut Kamus Besar Bahasa Indonesia (KBBI), Kamus versi online adalah sempurna perkembangan akal budinya (untuk berpikir, mengerti, dan sebagainya); tajam pikiran.

Prosedur

Metode yang digunakan dalam pembahasan ini adalah metode dekstriptif yang bertujuan membuat dekskriptif secara sistematis, faktual dan akurat mengenai fakta. Pembahasan ini juga menggunakan metode studi pustaka dimana digunakan untuk mencari dari berbagai sumber.

Pembahasan

            Cerdas adalah sebutan untuk orang yang tidak terlalu teratur dan disiplin tetapi ia mampu mengerjakan yang diperintahkan dengan baik. Orang cerdas mampu mencerna sesuatu dengan sempurna. Cerdas biasanya merupakan faktor turunan. Mereka tahu kapan harus santai dan kapan menunjukkan kepintaran mereka. Secara emosional pun orang cerdas lebih baik daripada orang pintar.

            Menurut, Kamus Besar Bahasa Indonesia 2001, salah satu arti kata cerdas adalah tajam fikiran. Orang cerdas tidak terpaku pada teori namun lebih terhadap pemahaman konsep. Bagi orang cerdas, senjata utamanya adalah logika, dan pengetahuan yang ia dapat dari teori hanyalah sebagai pendukung. Tak heran jika orang cerdas, tidak hanya menguasai satu materi yang itu-itu saja, biasanya orang cerdas mampu menguasai beberapa bidang tertentu, seperti musik, olahraga, seni, dan lainnya.

            Berbeda dengan orang pintar yang disiplin dan teratur, biasanya orang cerdas justru terlihat lebih santai. Namun bukan dalam arti negatif, orang cerdas tahu kapan ia harus santai dan serius, karena orang cerdas sangat fleksibel. Orang cerdas lebih mengandalkan pikiran kritis dan pengalaman. Secara emosional, orang cerdas cenderung lebih stabil emosinya dibanding orang pintar.

            Orang Cerdas bukanlah orang yang mendapat jawaban. Melainkan Orang Cerdas adalah orang yang mengetahui dan menjalankan tindakan untuk mendapatkan jawaban dengan baik dan benar. Seperti halnya ulangan, lebih baik mendapat nilai 80 dengan jerih payah daripada mendapat nilai 100 tetapi dengan mencontek milik orang lain.

Pengertian cerdas menurut para ahli :

• Gregory mengatakan, kecerdasan adalah kemampuan atau keterampilan untuk memecahkan masalah atau menciptakan produk yang bernilai dalam satu atau lebih bangunan budaya tertentu.
• Anita E. Woolfolk: Kecerdasan adalah kemampuan untuk belajar, keseluruhan pengetahuan yang diperoleh, dan kemampuan untuk beradaptasi dengan situasi baru atau lingkungan pada umumnya. 
• Howes dan Herald (1999) mengatakan pada intinya, kecerdasaan emosional merupakan komponen yang membuat seseorang menjadi pintar menggunakan emosi. Lebih lanjut dijelaskan bahwa emosi manusia berada diwilayah dari perasaan lubuk hati, naluri yang tersembunyi, dan sensasi emosi yang apabila diakui dan dihormati, kecerdasaan emosional menyediakan pemahaman yang lebih mendalam dan lebih utuh tentang diri sendiri dan orang lain.
• Gardner berpendapat bahwa kecerdasan dalam pengertian tradisional tidak cukup mencakup kemampuan manusia secara luas. Menurutnya, seorang anak yang mudah menghapal perkalian, secara umum belum tentu lebih cerdas daripada anak seusianya yang kesulitan menghapal perkalian. Anak yang kesulitan menghapal perkalian mungkin memiliki jenis kecerdasan lain yang lebih kuat.

Jenis-jenis kecerdasan

• Kecerdasan Intelektual atau Intelegent Quotient (IQ): adalah bentuk kemampuan individu untuk berfikir, mengolah, dan menguasai lingkungannya secara maksimal serta bertindak secara terarah. Kecerdasan ini digunakan untuk memecahkan masalah logika maupun strategis.
• Kecerdasan Emosional atau Emotional Quotient (EQ): adalah kemampuan untuk mengenali, mengendalikan dan menata perasaan sendiri dan perasaan orang lain secara mendalam sehingga kehadirannya menyenangkan dan didambakan orang lain. Kecerdasan ini memberi kita kesadaran mengenai perasaan milik diri sendiri dan juga perasaan milik orang lain, memberi rasa empati, cinta, motivasi, dan kemampuan untuk menanggapi kesedihan atau kegembiraan secara tepat.
• Kecerdasan Spritual atau Spiritual Quotient (SQ): adalah sumber yang mengilhami dan melambungkan semangat seseorang dengan mengikatkan diri pada nilai-nilai kebenaran tanpa batas waktu. Kecerdasan ini digunakan untuk membedakan baik dan buruk, benar dan salah, dan pemahaman terhadap standar moral.

Kesimpulan
            
            Orang Cerdas bukanlah orang yang tahu akan berbagai hal atau ilmu. Melainkan Orang Cerdas adalah orang yang mau berbagi. Meskipun pengetahuan tidak seberapa, yang terpenting adalah berbagi antar sesama. Ingat, bila ilmu dibagi, ilmu tidak akan berkurang melainkan akan bertambah. Orang Cerdas bukanlah orang yang tahu akan berbagai hal atau ilmu. Melainkan Orang Cerdas adalah orang yang mau berbagi. Meskipun pengetahuan tidak seberapa, yang terpenting adalah berbagi antar sesama. Ingat, bila ilmu dibagi, ilmu tidak akan berkurang melainkan akan bertambah
            Orang Cerdas bukanlah orang yang memiliki segala sumber daya. Tetapi, Orang Cerdas adalah orang yang tahu bagaimana cara untuk memanfaatkan sesuatu itu dengan maksimal.

Saran

Kita sudah ditakdirkan memiliki kecerdasan, walaupun setiap manusia memiliki kemapuan kecerdasan itu berbeda-beda. Namun alangkah baiknya kita jaga kemampuan kecerdasan yang telah ditakdirkan ini dengan terus belajar agar menjadi lebih cerdas dan pintar.

Daftar Pustaka
http://www.pengertianahli.com/2013/12/pengertian-kecerdasan-dan-jenis.html#
http://anakcerdas.info/pengertian-pintar-dan-cerdas-adalah/
https://kbbi.web.id/cerdas
https://www.sahabatnestle.co.id/content/view/pintar-dan-cerdas-beda-lho-bu-ini-perbedaanya.html
http://www.nadiguru.web.id/2016/12/arti-cerdas-adalah.html

Read More

Grafik Komputer dan Pengolahan Citra

Grafik..... Pasti kalau denger kata grafik itu kita langsung mengingatnya dengan dunia pergambaran, apalagi kalau jaman sekolah kata grafik pasti kita mengingatnya dengan grafik batang, grafik garis, grafik lingkaran yang biasanya ada di pelajaran matematika atau statistika. Nah ternyata grafik itu gak cuman sebatas dari grafik batang, grafik garis, dan grafik lingkaran atau grafik yang ada di ms word, ms excel dan ms point yang cuman buat mengola data. Pernah denger kan grafik komputer ? nah kalau denger kata grafik komputer itu pasti yang dibayangkan itu gambar yang digambar menggunakan komputer, hmm jelas ya namanya juga grafik komputer. Tapi yang dimaksud itu gambar seperti kaya merancang tokoh karakter kartun, merancang desain mobil atau yang lainnya. Ternyata grafik komputer itu ada hubungannya dengan pengolahan citra. Pengolahan citra?? Iya jadi arti citra itu sendiri artinya adalah gambar dua dimensi. Jadi grafik komputer dan pengolahan citra itu jelas ada hubungannya yah. Nah disini saya akan menyimpulkan dari beberapa sumber apa itu grafik komputer, dan  apa itu pengolahan citra.

Grafik komputer adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan dan manipulasi gambar (visual) secara digital. Jadi bisa bayangin aja proses pembuatan karakter kartun, karakter animasi, atau proses pembuatan desain-desain mobil, motor, rancangan rumah. Nah ternyata grafik komputer ini bukan cuman sebatas di dunia seni aja, ada grafik untuk dunia pendidikan, hiburan dan lainnya.

Berikut beberapa penerapan grafik komputer :

1.     Bidang Pendidikan

Dalam bidang pendidikan ini pasti sudah jelas yaah penerapan grafik komputer ini seperti yang tadi sudah dijelaskan ada grafik batang, grafik garis dan grafik lingkaran yang biasanya ada didalam pelajaran matematika dan statistika. Grafik komputer ini bisa juga digunakan saat persentasi juga loh baik bentuk animasi untuk penghias atau media pembelajaran, bisa juga bentuk grafik-grafik yang ada sebagai media pembelajaran

Sumber : https://www.sodapdf.com/blog/how-to-prepare-professional-
powerpoint-presentation/

2.     Bidang Hiburan

Kalau bidang hiburan ini jelas banget yah penerapannya seperti kartun-kartun yang ada di televisi atau bisa juga animasi-animasi yang berbentuk 3D bahkan 4D yang biasa ditawarkan di bioskop-biokop. Bisa juga yang ada di game-game yang kita mainkan loh.

Sumber : https://www.theverge.com/2014/1/14/5309418/james-cameron-
locks-up-lead-actors-for-his-new-avatar-trilogy

Sumber : http://www.cgmeetup.net/home/making-of-stand-by-me-
doraemon/making-of-stand-by-me-doraemon-2/

3.     Bidang Industri

Nah kalau bidang industri ini penerapannya itu seperti desain mobil, motor bahkan desain pesawat. Jadi sebelum dirakit bahkan sebelum dibuat biasannya perusahaan industri ini menbuat dulu rancangan dan  desainnya

Sumber : http://querogratis.com.br/2017/06/14/autocad-programas-autodesk-gratis/ 

Bahas pengolahan citra adalah salah satu cabang dari ilmu informatika, pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu gambar menjadi gambar lain dengan menggunakan teknik tertentu. Jadi pengolahan citra ini untuk  :

• Memperbaiki kualitas gambar, dilihat dari aspek radiometrik (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik).
• Melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis.
• Melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra.
• Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.

Berikut beberapa penerapan pengolahan citra :

1.     Bidang Medis

Dalam bidang medis sendiri banyak menggunakan pengolahan citra, salah satunya adalah rontgen atau usg dimana digunakan untuk menganalisis secara jelas dengan kualitas gambar yang baik.

 

Sumber : http://www.bintang.com/lifestyle/read/2218418/hasil-terawangan-
muka-dedek-bayi-dari-bebagai-dimensi

2.     Bidang Keamanan

Saat ini keamanan yang menggunakan pengolahan citra bisa cctv, sekarang semakin banyak kualitas gambar cctv yang baik.

sumber : http://tentangcctvonline.blogspot.co.id/2014/10/analog-kamera-kualitas
-ip-camera.html 

3.     Bidang Militer

Untuk menganalisis gerak-gerik asing yang mencurigakan dalam radar dibutuhkan juga pengolahan citra

Sumber : http://www.topsecretwriters.com/2011/02/project-palladium-had-
cuban-pilots-chasing-ufos/ 

Demikian penjelasan tentang grafik komputer dan pengolahan citra yang bisa saya simpulkan dari beberapa sumber yang saya baca. Semoga bermanfaat bagi pembaca sekalian.

Referensi :

https://id.wikipedia.org/wiki/Grafika_komputer

https://id.wikipedia.org/wiki/Pengolahan_citra

http://avi.staff.gunadarma.ac.id/Downloads/folder/0.6

http://wede56.blogspot.co.id/2014/10/pengertian-grafik-komputer-dan.html

Read More