85 IMPLEMENTASI IMPLEMENTASI PERANGKAT LUNAK SPESIFIKASI HARDWARE DAN SOFTWARE

IMPLEMENTASI KURIKULUM 2013 BAGI PENGAWAS SEKOLAH PENYUSUNAN INSTRUMEN
19 – 06 2013 PEDOMAN PELATIHAN IMPLEMENTASI KURIKULUM
85 IMPLEMENTASI IMPLEMENTASI PERANGKAT LUNAK SPESIFIKASI HARDWARE DAN SOFTWARE

---

ABSTRAK HELMIYATUL UMMAH 2020 IMPLEMENTASI PERMAINAN TRADISIONAL TERHADAP PERKEMBANGAN
ABSTRAK PENELITIAN INI MENGANGKAT JUDUL TENTANG “IMPLEMENTASI KEBIJAKAN PENATAUSAHAAN
IMPLEMENTASI CSR DALAM MENDUKUNG PENGEMBANGAN MASYARAKAT MELALUI PENINGKATAN PERAN

---

BAB I

IMPLEMENTASI

Implementasi Perangkat Lunak

Spesifikasi Hardware dan Software

Spesifikasi perangkat keras yang direkomendasikan untuk menjalankan program Pengolahan Citra Digital ini adalah sebagai berikut :

1. Prosesor Dual Core 2.13 GHz.

2. Harddisk dengan minimal free space 500 MB.

3. Memori (RAM) sebesar 512 MB.

4. Monitor SVGA.

5. VGA Card 64 MB dengan resolusi minimum 1024 x 768.

6. Keyboard dan Mouse.

Adapun perangkat lunak (software) yang digunakan untuk menjalankan aplikasi ini adalah lingkungan sistem operasi Microsoft Windows XP.

Istilah yang hadir

Berbagai istilah atau lebih tepatnya source code yang digunakan dalam program aplikasi dirangkum di dalam table berikut :

Tabel 2. Daftar Source Code Yang Digunakan

No	Kode	Keterangan
1	Gambar : TBitmap;	Nama variable gambar dengan tipe data Tbitmap; (kelas yang terkait dengan picture)
2	OpenPictureDialog1	Icon pada halaman Dialogs
3	OpenPictureDialog1.	Status atau keadaan eksekusi OpenPicture Dialog1.
4	Temp : PByteArray;	Nama veriabel temp dengan tipe data PByteArray; (kelas yang terkait dengan pointer)
5	gambar := TBitmap.Create;	Membuat secara instant kelas Tbitmap
6	Gambar.LoadFromFile(OpenPicture Dialog1.filename;	Memuat file gambar
7	Gambar.PixelFormat <> pf24bit	Pengecekan status format gambar
8	Pf24bit	24bit
9	Temp := ScanLine[y];	Scan baris gambar [y]
10	Gambar.Height-1	Tinggi gambar~1
11	3*(gambar.Width-1)	Lebar gambar ~1 dan dikali 3
12	Gambar.SaveToFile(‘Hendra.bmp’);	Lebar gambar dalam file Hendra dengan ekstensi bmp
13	Image	Icon pada halaman additional

Hasil Proses Eksekusi Perangkat Lunak

Untuk menguji hasil proses eksekusi perangkat lunak, dari masing-masing metode pengolahan citra digital adalah sebagai berikut:

Metode Kuantitasi

Kuantisasi dinyatakan dalam : bit/pixel. Suatu binary-value image menggunakan 1 bit untuk tiap pixel, sehingga hanya ada 2 kemungkinan bagi tiap pixel 0 (hitam) atau 1 (putih). Untuk mendapatkan 256 level intensitas, maka digunakan 8 bit untuk tiap pixel. Metode ini bekerja dengan cara mengurangi derajat keabuan sehingga jumlah bit yang dibutuhkan untuk merepresentasikan citra berkurang. Gambar 28 menunjukan hasil percobaan dari citra warna (24bit) yang dirubah menjadi citra Kuantitasi (4bit).

Gambar 28. Proses image kuantitasi

Pada perangkat lunak, form training terlihat seperti pada gambar 29 berikut.

Gambar 29. Proses image Kuantitasi pada aplikasi

Metode Inversi (Negasi)

Operasi negasi dipakai untuk mendapatkan citra negative, seperti film (negatif) dari hasil cetak foto. Metode ini bekerja dengan cara mengurangi nilai intensitas pixel dari nilai maksimumnya. Gambar 30 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Inversi (Negatif).

Gambar 30. Proses image Inversi

Pada perangkat lunak, form training terlihat seperti pada gambar 31 berikut.

Gambar 31. Proses image Inversi pada aplikasi

Metode Greyscale

Citra warna bisa diubah menjadi citra Greyscale dengan cara menghitung rata-rata elemen warna Red, Green, dan Blue. Metode ini bekerja dengan cara mengkonversikan citra warna RGB menjadi Greyscale. Gambar 32 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Greyscale.

Gambar 32. Proses image Greyscale

Pada perangkat lunak, form training terlihat seperti pada gambar 33 berikut.

Gambar 33. Proses image Greyscale pada aplikasi

Metode Konvolusi

Konvolusi menyediakan cara mengalikan bersama dua array angka, umumnya ukuran yang berbeda, tetapi dari dimensi yang sama, untuk menghasilkan array sepertiga dari jumlah dimensi yang sama. Array kedua biasanya jauh lebih kecil, dan juga dua dimensi (meskipun mungkin hanya piksel tunggal tebal), dan dikenal sebagai kernel. Metode ini bekerja dengan cara menidentifikasi titik kernel vertical dan horizontal. Gambar 34 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Konvolusi dengan titik kernel 3x3 sebagai berikut.

Gambar 34. Proses image Konvolusi

K_x= K_y=

Pada perangkat lunak, form training terlihat seperti pada gambar 35 berikut.

Gambar 35. Proses image Konvolusi pada aplikasi

Metode Operator Sobel

Operator sobel menggunakan pembobotan pada piksel-piksel yang lebih dekat dengan titik pusat kernel. Oleh karena itu, pengaruh piksel-piksel tetangga akan berbeda sesuai dengan letaknya terhadap titik dimana gradient dihitung. Dalam melakukan perhitungan gradient, operator ini merupakan gabungan dari posisi mendatar dan posisi vertical. Metode ini bekerja dengan cara menidentifikasi titik kernel vertical dan horizontal. Gambar 36 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Sobel dengan titik kernel 3x3 sebagai berikut.

Gambar 36. Proses image Sobel

S_x= S_y=

Pada perangkat lunak, form training terlihat seperti pada gambar 37 berikut.

Gambar 37. Proses image Sobel pada aplikasi

Metode Operator Robert

Operator Robert adalah operator yang berbasis gradient yang menggunakan kernel ukuran 2x2 piksel. Operator ini mengambil arah diagonal untuk penentuan arah dalam perhitungan nilai gradient. Metode ini bekerja dengan cara menidentifikasi titik kernel vertical dan horizontal. Gambar 38 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Robert dengan titik kernel 2x2 sebagai berikut.

Gambar 38. Proses image Robert

G_x= G_y=

Pada perangkat lunak, form training terlihat seperti pada gambar 39 berikut.

Gambar 39. Proses image Robert pada aplikasi

Metode Operator Prewitt

Operator ini mengguakan persamaan yang sama dengan operator sobel, hanya saja konstanta c yang digunakan bernilai 1. Metode ini bekerja dengan cara menidentifikasi titik kernel vertical dan horizontal. Gambar 40 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Prewitt dengan titik kernel 3x3 sebagai berikut.

Gambar 40. Proses image Prewitt

S_x= S_y=

Pada perangkat lunak, form training terlihat seperti pada gambar 41 berikut.

Gambar 41. Proses image Prewitt pada aplikasi

Metode Operator Laplace

Operator laplacian adalah titik-titik tepi yang dilacak dengan cara menemukan titik perpotongan dengan sumbu x oleh turunan kedua dari fungsi citra sangat sensitive terhadap noise. Metode ini bekerja dengan cara menidentifikasi titik kernel vertical dan horizontal. Gambar 42 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Laplace dengan titik kernel 3x3 sebagai berikut.

Gambar 42. Proses image Laplace

Laplacian 5 titik Laplacian 5 titik

Pada perangkat lunak, form training terlihat seperti pada gambar 43 berikut.

Gambar 43. Proses image Laplace pada aplikasi

Metode Watermark

Watermarking merupakan aplikasi dari steganografi, jika pada steganografi informasi rahasia disembunyikan di dalam media digital untuk melindungi kerahasiaan data yang disimpan, maka pada watermarking, media digital tersebut dilindungi oleh data yang disimpan. Pada prinsipnya, steganografi dan watermarking memiliki kemiripan proses pada penyisipan data atau informasi ke dalam citra digital. Metode ini bekerja dengan cara menggabungkan antara Image Pertama dengan Image Kedua. Gambar 44 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Watermark sebagai berikut.

Gambar 44. Proses image Watermark

Pada perangkat lunak, form training terlihat seperti pada gambar 45 berikut.

Gambar 45. Proses image Watermark pada aplikasi

Metode Kompresi

Pemampatan citra atau kompresi citra (image compression) bertujuan meminimalkan kebutuhan memori yang dibutuhkan untuk merepresentasikan citra digital. Metode ini bekerja dengan cara mengkompres/memampatkan Image dengan kapasitas yang besar hingga menjadi lebih kecil (misalkan 1MB menjadi 128Kb) . Teknik kompresi ini menggunakan metode kuantitasi yaitu dengan cara mengurangi derajat keabuan sehingga jumlah bit yang dibutuhkan untuk merepresentasikan citra berkurang. Akibatnya, kualitas citra tersebut menurun. Gambar 46 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Kompresi sebagai berikut.

Gambar 46. Proses image Kompresi

Pada perangkat lunak, form training terlihat seperti pada gambar 47 berikut.

Gambar 47. Proses image Kompresi pada aplikasi

Metode Brightness (Kecerahan)

Untuk dapat mengatur kecerahan suatu citra kita dapat menambahkan nilai intensitas piksel dengan suatu nilai konstanta. Persamaannya seperti berikut.Dimana fi adalah nilai intensitas (warna) piksel pada citra asli, dan b adalah nilai konstanta kecerahan (brightness). Jika nilai b negatif maka intensitas piksel akan lebih gelap, sebaliknya jika nilai b positif maka intensitas citra akan semakin cerah. Gambar 48 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Brightness sebagai berikut.

Gambar 48. Proses image Brightness

Pada perangkat lunak, form training terlihat seperti pada gambar 49 berikut.

Gambar 49. Proses image Brightness pada aplikasi

Metode Image Tresholding

Thresholding (pengambangan) artinya adalah nilai piksel pada citra yang memenuhi syarat nilai ambang yang kita tentukan dirubah kenilai tertentu yang dikehendaki. Dengan fi (x,y) adalah citra asli (input), fo(x,y) adalah piksel citra baru (hasil/output), Tn adalah nilai ambang yang ditentukan. Nilai piksel pada (x,y) citra output akan sama dengan T₁ jika nilai piksel (x,y) citra input tersebut ? T₁. Nilai piksel (x,y) citra input akan sama dengan T₂ jika T₁ < fi(x,y)< T₂, dan seterusnya… ambil contoh citra greyscale 8 bit akan dipetakan menjadi peta biner (hitam dan putih saja) dengan nilai ambang tunggal = 128 maka persamaan matematisnya

Ini berarti piksel yang nilai intensitasnya dibawah 128 akan diubah menjadi hitam (nilai intensitas = 0), sedangkan piksel yang nilai intensitasnya diatas 128 akan menjadi putih (nilai intensitas = 255). Gambar 50 menunjukan hasil percobaan dari citra warna yang dirubah menjadi citra Tresholding sebagai berikut.

Gambar 50. Proses image Tresholding

Pada perangkat lunak, form training terlihat seperti pada gambar 51 berikut.

Gambar 51. Proses image Tresholding pada aplikasi

Matriks (Nilai Intensitas Pixel Citra)

Nilai intensitas pixel dari citra tersebut dapat digambarkan melalui angka-angka yang berbentuk Matriks. Data matriks berupa angka yang di ambil dari suatu gambar Bitmap (.bmp) dan tidak berbentuk database cuma save file biasa yang di simpan di notepad. Berikut algoritma untuk menampilkan nilai intensitas pixel dari gambar menjadi Matriks tersebut:

var H :textfile;

hendrafile:string;

temp :PByteArray;

i,j :integer;

gambar :Tbitmap;

begin

hendrafile:='matriks.txt';

assignfile(H,hendrafile);

gambar:=Tbitmap.create;

gambar.LoadFromFile(OpenPictureDialog1.FileName );

rewrite(H);

writeln(H,'Nilai Intensitas Pixel Citra :');

writeln(H,'================');

memo1.Clear ;

for j:=0 to gambar.Height-1 do

begin

temp:=gambar.Scanline[j];

i:=0;

repeat

write(H,inttostr(temp[i])+' ');

i:=i+1;

until i>=3*gambar.width-1;

end;

closefile(H);

memo1.Lines.LoadFromFile(hendrafile);

image3.Picture.Bitmap :=gambar;

end;

Gambar 52 menunjukan hasil percobaan dari gambar yang dirubah menjadi nilai Matriks sebagai berikut.

Gambar 52. Menampilkan nilai intensitas pixel citra (Matriks)

Pada perangkat lunak, form training terlihat seperti pada gambar 53 berikut.

Gambar 53. Matriks pada image citra

Histogram

Histogram citra merupakan grafik yang memuat penyebaran nilai-nilai intensitas pixel dari suatu citra atau suatu grafik yang menunjukan frekuensi kemunculan setiap nilai gradasi warna. Bila digambarkan pada koordinat kartesian maka sumbu X (absis) menunjukan tingkat warna dan sumbu Y (ordinat) menunjukan frekuensi kemunculan. Berikut algoritma untuk menampilkan grafik Histogram dari gambar tersebut:

var temp :pbytearray;

x,y,jum :integer;

tengah :integer;

a,b,c :real;

begin

jum :=0;

for y:=0 to gambar.Height-1 do

begin

temp:=gambar.Scanline[y];

x:=0;

repeat

a := 0.11*temp[x];

b := 0.59*temp[x+1];

c := 0.3*temp[x+2];

tengah:=round(a+b+c);

datamod[tengah] := datamod[tengah]+1;

inc(jum);

inc(x,3);

until x>3*(gambar.Width-1);

end;

for x:=0 to 255 do

datamod[x]:=datamod[x]/jum;

image2.Picture.Bitmap :=gambar;

end;

Gambar 54 menunjukan hasil percobaan menampilkan grafik histogram dari citra sebagai berikut.

Gambar 54. Grafik Histogram dari image

Pada perangkat lunak, form training terlihat seperti pada gambar 55 berikut.

Gambar 55. Grafik Histogram pada image citra

Kelebihan Dan Kekurangan Sistem

Kelebihan

1. Aplikasi ini mudah digunakan terutama bagi kalangan anak-anak yang masih ingin belajar banyak dan mengetahui berbagai pengetahuan pada penggunaan aplikasi komputer.

2. Tidak membutuhkan spesifikasi yang tinggi untuk menjalankannya pada perangkat keras komputer.

Kekurangan

1. Perangkat lunak pengolahan citra digital ini belum dapat mencetak hasil gambar langsung dari perangkat lunak tersebut dan editing gambar.

IMPLEMENTASI PENELITIAN TINDAKAN KELAS OLEH PROF DRA HERAWATI
IMPLEMENTASI PENGUKUR NILAI TEGANGAN RMS JALAJALA LISTRIK BERBASIS MIKROKONTROLER
IMPLEMENTASI TRANSFORMASI TEKNOLOGI DALAM MENINGKATKAN KUALITAS PEMBELAJARAN KEJURUAN BIDANG

Tags: implementasi implementasi, implementasi, software, spesifikasi, perangkat, hardware, lunak

---

• THE UNIFORM RELOCATION ASSISTANCE AND REAL PROPERTY ACQUISITION POLICIES
• INFORMATION FOR INTERNATIONAL STUDENTS JANUARY 2015 LUTHER KING HOUSE
• HOW TO WRITE COMPILE AND RUN A SIMPLE JAVA
• THE IMPACT OF HEALTH INFORMATION ON THE INTERNET ON
• Namejméno Academic Yearakademický rok Termsemestr Course Code kód Kurzu
• TITLE III APPLICATION GUIDANCE FY 201112 LANGUAGE INSTRUCTION FOR
• PATVIRTINTA VALSTYBINIO SOCIALINIO DRAUDIMO FONDO VALDYBOS UTENOS SKYRIAUS DIREKTORIAUS
• KOMPANIA PIWOWARSKA KLUCZEM DO SUKCESU POLSKIEJ GOSPODARKI W 2010
• Name mgr Valérie Ðokić Němečková Date of Birth 13
• EUROPOS LIGŲ PREVENCIJOS IR KONTROLĖS CENTRO NAUJIENŲ APŽVALGA
• 30 LISTOPADA 2009 GODINE SLUŽBENI GLASNIK GRADA HVARA BROJ
• Acuerdo nº 2616 del Consejo Social por el que
• new Account Information – (not a Credit Application) Company
• TEST DE MSACCESS – NÚMERO 1 1 ACCESS PERMITE
• Recommendations Tips on Getting Letters That Help! as you
• Recommendation st Ques sg Timing pri pag Liaison Area
• JOB DESCRIPTION JOB TITLE FIRST TIER LEGAL ADVISOR SERVICE
• TABLEAU DE CORRESPONDANCE DES UNITES LES UNITES DECIMALES
• NOMBRE ACTIVIDAD AUDITIVA LA ROPA HISPANA ESPAÑOL 1001
• the American University in Bulgaria is Committed to a
• BIODATA N AME DR JOGINDER SINGH DUHAN FATHERS
• Adonet Aspnet Acceso a Datos en sql Server
• Letter of Recommendation you Have Been Asked to Evaluate
• Jason Opdyke Agarose Northern Blot Making gel mix 1g
• SENAT WARSZAWSKIEGO UNIWERSYTETU MEDYCZNEGO (KADENCJA 20122016) REKTORZY 1 PROF
• SAFEGUARDING PORTAL – WORKFORCE PERSPECTIVE SAFEGUARDING AND AGENCY WORKERS
• UNEPOZLPROEXCOM63L1 ANEXO ? ANEXO ? PROYECTO DE ACUERDO ENTRE
• ORGANISATIONS INVITED TO TAKE PART IN THE SURVEY ACTION
• 1666675527698_TENDER-E-54
• POWERPLUSWATERMARKOBJECT357476642 SUPPORTING INFORMATION FOR STANDARDS FOR STUDENT SUPERVISION AND

• LOS MANIFIESTOS DE LA UNESCO EN LA SITUACIÓN DE
• 7 WYKAZ ODDZIAŁÓW WYTYPOWANYCH DO KONTROLI PRZEZ OKRĘGOWĄ KOMISJĘ
• MIRTA SUSANA MALUENDA NACIÓ EN MANUEL OCAMPO PARTIDO DE
• CUENTO ESCALADO 105 PAULINA SE HOSPEDÓ CON SUS ABUELOS
• LA PLATA 5 DE SETIEMBRE DE 2006 CIRCULAR SE
• HOVON 102 AML – PART B PATIËNTENINFORMATIE HOVON 102
• T HE NATIONAL ASSOCIATION OF AGRICULTURAL EDUCATORS INC 300
• CON APOYO CUESTIONARIO DE AUTOEVALUACION EMPRESAS DE REMESA EXPRESA
• INDUSTRIAL LOCATION SIMULATION YOUR CONSULTING BUSINESS HAS BEEN GIVEN
• 14 LA LITERATURA BARROCA EL TEATRO OBJETIVOS DIDÁCTICOS
• VI ENCUENTRO CONFERENCIASCHILENAS EN TECNOLOGÍAS DEL APRENDIZAJE CHILLÁN 27
• ANEJO 1 INVENTARIO DE INSTALACIONES FRIGORÍFICAS DE 70
• PRESENTADAS LAS BASES DEL CONCURSO LITERARIO INTERNACIONAL ÁNGEL GANIVET
• МИНИСТЕРСТВО НА ЗЕМЕДЕЛИЕТО И ХРАНИТЕ МИНИСТЕРСТВО НА ОКОЛНАТА СРЕДА
• POWERPLUSWATERMARKOBJECT12920048 DOUGLASS HIGH SCHOOL FINE ARTS DEPARTMENT TECHNOLOGY GRANT
• SUPPRESSION OF PLASMA CONTRIBUTION IN FEMTOSECOND DEGENERATE FOURWAVE MIXING
• PRAWO STUDIA JEDNOLITE MAGISTERSKIE STACJONARNE PLAN STUDIÓW OD
• PÀGINA | 0 COMUNICAT DE PREMSA CRIDA APARTICIPAR A
• C OMMUNITY INFORMATION VOLUNTEER APPLICATION FORM STRICTLY CONFIDENTIAL APPLICATION
• UCHWAŁA NR IV172006 RADY MIEJSKIEJ W MIKOŁAJKACH Z DNIA