Upload
others
View
13
Download
0
Embed Size (px)
Citation preview
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
ii
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.
iii
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.
iv
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
1
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
2
HALAMAN PENGESAHAN
Telah diperiksa dan disetujui Oleh Tim PEKERTI AA LLDIKTI Wilayah VII Jawa Timur Pada tanggal___________________
3
1. Penentuan Capaian Pembelajaran Mata kuliah (CPMK) : Nama Mata Kuliah : Pengolahan Citra Digital (3 SKS)
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)
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
Kemampuan Deskripsi tingkat
kemampuan Deskripsi tingkat keluasan dan
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)
4
CPMK3 : Mampu mendesain metode dalam pengolahan citra menggunakan software Matlab.(S9)(P8)(KU1, KU7, KU8)(KK8)
No Kemampuan Akhir yang
direncanakan Indikator Materi
1 Menjelaskan dasar pengolahan citra digital (C2)
1.1 Menyebutkan elemen persepsi visual.
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.
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 enhancement pada domain spasial (C3)
2.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi Gray Level.
.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.
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 enhancement pada domain frekuensi (C3)
3.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi fourier dan domain frekuensi.
Image enhancement pada domain frekuensi 1.Transformasi fourier dan domain frekuensi, 2.Smoothing, 3.Sharpening, 4.FFT, 5.Wavelet.
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 (C3)
4.1 Menyebutkan, menjelaskan, mensimulasikan Model noise.
Restorasi Citra 1.Model noise, 2.Mean filter, 3.Order-statistik filter, 4.Geometric Mean Filter, 5.Transformasi geometrik.
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 Citra Dijital (C3)
5.1 Menyebutkan, menjelaskan, mensimulasikan Dasar warna.
Warna pada Citra Dijital 1.Dasar warna, 2.Model warna, 3.Transformasi warna,
5.2 Menyebutkan, menjelaskan, mensimulasikan Model warna.
5
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
4.Smoothing dan sharpening, 5.Segmentasi warna, 6.Noise pada citra warna, 7.Kompresi citra 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.
6. Menerapkan Kompresi Citra (C3)
6.1 Menyebutkan, menjelaskan Dasar Kompresi Citra.
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.
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.
7. Menerapkan Morfologi Citra (C3)
7.1 Menyebutkan, menjelaskan, mensimulasikan Dilasi dan Erosi.
Morfologi 1.Dilasi dan erosi, 2.Operasi morfologi dasar. 7.2 Menyebutkan, menjelaskan,
mensimulasikan Operasi morfologi dasar.
8. Menganalisis Segmentasi Citra (C4)
8.1 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Point detection.
Segmentasi Citra 1.Point detection, 2.Line detection, 3.Edge detection, 4.Thresholding.
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
9 Membangun Representasidan Deskripsi Citra Digital (C6)
9.1 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Pattern Recognition.
Representasi dan Deskripsi Object Recognition 1.Pattern, 2.Neural network. 9.2 Menyebutkan, menjelaskan,
mensimulasikan, memilih, membangun Neural Network.
6
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)
(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)
(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)
Ujian Akhir Semester (Minggu ke 16)
Ujian Tengah Semester (Minggu ke 8)
7
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
8
HALAMAN PENGESAHAN
Telah diperiksa dan disetujui Oleh Tim PEKERTI AA LLDIKTI Wilayah VII Pada tanggal___________________
9
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 yang direncanakan
Indikator Pencapaian Kompetensi
Materi Teknik Penilaian
Indikator Penilaian
1. Menyebutkan dasar pengolahan citra digital.
1.1 Menyebutkan elemen persepsi visual.
Dasar pengolahan citra dijital
Tes Tertulis (Objectif)
Kebenaran Menyebutkan Elemen persepsi visual
1.2 Menyebutkan Image sensing and Acquisition
Tes Tertulis (Objectif)
Kebenaran Menyebutkan Image sensing and Acquisition
1.3 Menyebutkan Image sampling and quantization
Tes Tertulis (Objectif)
Kebenaran Menyebutkan Image sampling and quantization
1.4 Menyebutkan Hubungan dasar antara piksel.
Tes Tertulis (Objectif)
Kebenaran Menyebutkan Hubungan dasar antara piksel
1.5 Menyebutkan, menjelaskan Operasi linier.
Tes Tertulis (Objectif)
Kebenaran Menjelaskan Operasi linier
1.6 Menyebutkan, menjelaskan Operasi non-linier
Tes Tertulis (Objectif)
Kebenaran Menjelaskan Operasi non-linier
2. Menerapkan Operasi Image enhancement pada domain spasial.
2.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi Gray Level.
Image enhancement pada domain spasial
Tes Tertulis (Uraian)
Transformasi Gray Level
2.2 Menyebutkan, menjelaskan, mensimulasikan Histogram Processing
Tes Tertulis (Uraian)
Histogram Processing
2.3Menyebutkan, menjelaskan, mensimulasikan Peningkatan
Tes Tertulis (Uraian)
Peningkatan kualitas citra menggunakan
10
kualitas citra menggunakan operator aritmatika/logika
operator aritmatika/logika
2.4 Menyebutkan, menjelaskan, mensimulasikan Filter spasial
Tes Tertulis (Uraian)
Filter spasial
3. Menerapkan Image enhancement pada domain frekuensi
3.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi fourier dan domain frekuensi
Image enhancement pada domain frekuensi
Tes Tertulis (Uraian)
Transformasi fourier dan domain frekuensi
3.2 Menyebutkan, menjelaskan, mensimulasikan Smoothing.
Tes Tertulis (Uraian)
Smoothing
3.3 Menyebutkan, menjelaskan, mensimulasikan Sharpening.
Tes Tertulis (Uraian)
Sharpening
3.4 Menyebutkan, menjelaskan, mensimulasikan FFT.
Tes Tertulis (Uraian)
FFT
3.5 Menyebutkan, menjelaskan, mensimulasikan Wavelet.
Tes Tertulis (Uraian)
Wavelet
4. Menerapkan Restorasi Citra
4.1 Menyebutkan, menjelaskan, mensimulasikan Model noise.
Restorasi Citra Tes Tertulis (Uraian)
Model noise
4.2 Menyebutkan, menjelaskan, mensimulasikan Mean filter.
Tes Tertulis (Uraian)
Mean filter
4.3 Menyebutkan, menjelaskan, mensimulasikan Order-statistik filter.
Tes Tertulis (Uraian)
Order-statistik filter
4.4 Menyebutkan, menjelaskan, mensimulasikan Geometric Mean Filter
Tes Tertulis (Uraian)
Geometric Mean Filter
4.5 Menyebutkan, menjelaskan, mensimulasikan Transformasi geometrik.
Tes Tertulis (Uraian)
Transformasi goemetrik
5. Menerapkan Warna pada Citra Dijital
5.1 Menyebutkan, menjelaskan, mensimulasikan Dasar warna.
Warna pada Citra Dijital
Tes Tertulis (Uraian)
Dasar warna
5.2 Menyebutkan, menjelaskan,
Tes Tertulis (Uraian)
Model warna
11
mensimulasikan Model warna.
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
Tes Tertulis (Uraian)
Transformasi warna.
5.4 Menyebutkan, menjelaskan, mensimulasikan Smoothing dan sharpening.
Tes Tertulis (Uraian)
Smoothing dan sharpening
5.5 Menyebutkan, menjelaskan, mensimulasikan Segementasi warna.
Tes Tertulis (Uraian)
Segementasi warna
5.6 Menyebutkan, menjelaskan, mensimulasikan Noise pada citra warna.
Tes Tertulis (Uraian)
Noise pada citra warna
5.7 Menyebutkan, menjelaskan, mensimulasikan Kompresi citra warna.
Tes Tertulis (Uraian)
Kompresi citra warna
6. Menerapkan Kompresi Citra
6.1 Menyebutkan, menjelaskan Dasar Kompresi Citra.
Kompresi citra Tes Tertulis (Uraian)
Dasar Kompresi Citra
6.2 Menyebutkan, menjelaskan Model Kompresi Citra.
Tes Tertulis (Uraian)
Model Kompresi Citra.
6.3 Menyebutkan, menjelaskan Elemen teori informasi.
Tes Tertulis (Uraian)
Elemen teori informasi
6.4 Menyebutkan, menjelaskan, mensimulasikan Error-Free Compression (Loseless Compression), Lossy Compression
Tes Tertulis (Uraian)
Error-Free Compression (Loseless Compression), Lossy Compression
6.5 Menyebutkan, menjelaskan, mensimulasikan Steganografi
Tes Tertulis (Uraian)
Steganografi
6.6 Menyebutkan, menjelaskan, mensimulasikan Watermark.
Tes Tertulis (Uraian)
Watermark
7. Menerapkan Morfologi Citra
7.1 Menyebutkan, menjelaskan, mensimulasikan Dilasi dan Erosi.
Morfologi Tes Tertulis (Uraian)
Dilasi dan Erosi
7.2 Menyebutkan, menjelaskan, mensimulasikan
Tes Tertulis (Uraian)
Operasi morfologi dasar
12
Operasi morfologi dasar
8. Menganalisis Segmentasi Citra
8.1 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Point detection.
Segmentasi Citra Tes Tertulis (Uraian)
Point detection
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
Tes Tertulis (Uraian)
Line detection
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
Tes Tertulis (Uraian)
Edge detection
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
Tes Tertulis (Uraian)
Thresholding
9. Membangun Representasi dan Deskripsi Citra Digital
9.1 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Pattern Recognition.
Representasi dan Deskripsi Object Recognition
Tes Tertulis (Uraian)
Pattern Recognition
9.2 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Neural Network.
Tes Tertulis (Uraian)
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 direncanakan dan Indikator Pencapaian Kompetensi
Jenjang Kemampuan Jumlah % C1 C2 C3 C4, C5, C6
1 Dasar pengolahan citra dijital 1.1 Menyebutkan elemen persepsi visual. 1
0 0 8 5%
1.2 Menyebutkan Image sensing and Acquisition
1
1.3 Menyebutkan Image sampling and quantization
1
1.4 Menyebutkan Hubungan dasar antara piksel.
1
13
1.5 Menyebutkan, menjelaskan Operasi linier.
1 1
1.6 Menyebutkan, menjelaskan Operasi non-linier.
1 1
2 Image enhancement pada domain spasial2.1 Menyebutkan, menjelaskan,
mensimulasikan Transformasi Gray Level.
1 1
1 0 9 10%
2.2 Menyebutkan, menjelaskan, mensimulasikan Histogram Processing
1 1
2.3 Menyebutkan, menjelaskan, mensimulasikan Peningkatan kualitas citra menggunakan operator aritmatika/logika
1 1
2.4 Menyebutkan, menjelaskan, mensimulasikan Filter spasial
1 1
3 Image enhancement pada domain frekuensi3.1 Menyebutkan, menjelaskan,
mensimulasikan Transformasi fourier dan domain frekuensi
1 1
1 0 11 10%
3.2 Menyebutkan, menjelaskan, mensimulasikan Smoothing.
1 1
3.3 Menyebutkan, menjelaskan, mensimulasikan Sharpening.
1 1
3.4 Menyebutkan, menjelaskan, mensimulasikan FFT.
1 1
3.5 Menyebutkan, menjelaskan, mensimulasikan Wavelet.
1 1
4 Restorasi Citra 4.1 Menyebutkan, menjelaskan,
mensimulasikan Model noise. 1 1
1 0 11 10%
4.2 Menyebutkan, menjelaskan, mensimulasikan Mean filter.
1 1
4.3 Menyebutkan, menjelaskan, mensimulasikan Order-statistik filter.
1 1
4.4 Menyebutkan, menjelaskan, mensimulasikan Geometric Mean Filter
1 1
4.5 Menyebutkan, menjelaskan, mensimulasikan Transformasi goemetrik.
1 1
5 Warna pada Citra Dijital 5.1 Menyebutkan, menjelaskan,
mensimulasikan Dasar warna. 1 1
1 0 15 10%
5.2 Menyebutkan, menjelaskan, mensimulasikan Model warna.
1 1
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
1 1
5.4 Menyebutkan, menjelaskan, mensimulasikan Smoothing dan sharpening.
1 1
5.5 Menyebutkan, menjelaskan, mensimulasikan Segementasi warna.
1 1
5.6 Menyebutkan, menjelaskan, mensimulasikan Noise pada citra warna.
1 1
14
5.7 Menyebutkan, menjelaskan, mensimulasikan Kompresi citra warna.
1 1
6 Kompresi citra 6.1 Menyebutkan, menjelaskan Dasar
Kompresi Citra. 1 1
1 0 13 10%
6.2 Menyebutkan, menjelaskan Model Kompresi Citra.
1 1
6.3 Menyebutkan, menjelaskan Elemen teori informasi.
1 1
6.4 Menyebutkan, menjelaskan, mensimulasikan Error-Free Compression (Loseless Compression), Lossy Compression
1 1
6.5 Menyebutkan, menjelaskan, mensimulasikan Steganografi
1 1
6.6 Menyebutkan, menjelaskan, mensimulasikan Watermark.
1 1
7 Morfologi 7.1 Menyebutkan, menjelaskan,
mensimulasikan Dilasi dan Erosi. 1 1
1 0 5 15% 7.2 Menyebutkan, menjelaskan, mensimulasikan Operasi morfologi dasar
1 1
8 Segmentasi Citra8.1 Menyebutkan, menjelaskan,
mensimulasikan, mendeteksi Point detection.
1 1
1 1 10 15%
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
1 1
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
1 1
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
1 1
9 Representasi dan Deskripsi Object Recognition9.1 Menyebutkan, menjelaskan,
mensimulasikan, memilih, membangun Pattern Recognition.
1 1
1 2 7 15% 9.2 Menyebutkan, menjelaskan,
mensimulasikan, memilih, membangun Neural Network.
1 1
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
15
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
16
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 direncanakan dan Indikator
Pencapaian Kompetensi
Jenis Soal Jenjang Kemampuan
Jumlah % Tertutup Terbuka
1. Dasar pengolahan citra dijital 1.1 Menyebutkan elemen persepsi
visual. 0 1 C1, A1
6 5%
1.2 Menyebutkan Image sensing and Acquisition
0 1 C1, A1
1.3 Menyebutkan Image sampling and quantization
0 1 C1, A1
1.4 Menyebutkan Hubungan dasar antara piksel.
0 1 C1, A1
1.5 Menyebutkan, menjelaskan Operasi linier.
0 1 C1, C2, A1
1.6 Menyebutkan, menjelaskan Operasi non-linier
0 1 C1, C2, A1
2. Image enhancement pada domain spasial2.1 Menyebutkan, menjelaskan,
mensimulasikan Transformasi Gray Level.
0 1 C1, C2, C3, A2, P2
4 10%
2.2 Menyebutkan, menjelaskan, mensimulasikan Histogram Processing
0 1 C1, C2, C3, A2, P2
2.3Menyebutkan, menjelaskan, mensimulasikan Peningkatan kualitas citra menggunakan operator aritmatika/logika
0 1 C1, C2, C3, A2, P2
2.4 Menyebutkan, menjelaskan, mensimulasikan Filter spasial
0 1 C1, C2, C3, A2, P2
3 Image enhancement pada domain frekuensi3.1 Menyebutkan, menjelaskan,
mensimulasikan Transformasi fourier dan domain frekuensi
0 1 C1, C2, C3, A2, P2
4 10%
3.2 Menyebutkan, menjelaskan, mensimulasikan Smoothing.
0 1 C1, C2, C3, A2, P2
3.3 Menyebutkan, menjelaskan, mensimulasikan Sharpening.
0 1 C1, C2, C3, A2, P2
3.4 Menyebutkan, menjelaskan, mensimulasikan FFT.
0 1 C1, C2, C3, A2, P2
3.5 Menyebutkan, menjelaskan, mensimulasikan Wavelet.
0 1 C1, C2, C3, A2, P2
4 Restorasi Citra 4.1 Menyebutkan, menjelaskan,
mensimulasikan Model noise. 0 1 C1, C2, C3, A2,
P2 5 10%
4.2 Menyebutkan, menjelaskan, mensimulasikan Mean filter.
0 1 C1, C2, C3, A2, P2
17
4.3 Menyebutkan, menjelaskan, mensimulasikan Order-statistik filter.
0 1 C1, C2, C3, A2, P2
4.4 Menyebutkan, menjelaskan, mensimulasikan Geometric Mean Filter
0 1 C1, C2, C3, A2, P2
4.5 Menyebutkan, menjelaskan, mensimulasikan Transformasi goemetrik.
0 1 C1, C2, C3, A2, P2
5 Warna pada Citra Dijital 5.1 Menyebutkan, menjelaskan,
mensimulasikan Dasar warna. 0 1 C1, C2, C3, A2,
P2
7 10%
5.2 Menyebutkan, menjelaskan, mensimulasikan Model warna.
0 1 C1, C2, C3, A2, P2
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
0 1 C1, C2, C3, A2, P2
5.4 Menyebutkan, menjelaskan, mensimulasikan Smoothing dan sharpening.
0 1 C1, C2, C3, A2, P2
5.5 Menyebutkan, menjelaskan, mensimulasikan Segementasi warna.
0 1 C1, C2, C3, A2, P2
5.6 Menyebutkan, menjelaskan, mensimulasikan Noise pada citra warna.
0 1 C1, C2, C3, A2, P2
5.7 Menyebutkan, menjelaskan, mensimulasikan Kompresi citra warna.
0 1 C1, C2, C3, A2, P2
6 Kompresi citra 6.1 Menyebutkan, menjelaskan
Dasar Kompresi Citra. 1 0 C1, C2, C3, A2,
P2
6 10%
6.2 Menyebutkan, menjelaskan Model Kompresi Citra.
1 0 C1, C2, C3, A2, P2
6.3 Menyebutkan, menjelaskan Elemen teori informasi.
1 0 C1, C2, C3, A2, P2
6.4 Menyebutkan, menjelaskan, mensimulasikan Error-Free Compression (Loseless Compression), Lossy Compression
1 0 C1, C2, C3, A2, P2
6.5 Menyebutkan, menjelaskan, mensimulasikan Steganografi
1 0 C1, C2, C3, A2, P2
6.6 Menyebutkan, menjelaskan, mensimulasikan Watermark.
1 0 C1, C2, C3, A2, P2
7 Morfologi 7.1 Menyebutkan, menjelaskan,
mensimulasikan Dilasi dan Erosi.
1 0 C1, C2, C3, A4, P4
2 15% 7.2 Menyebutkan, menjelaskan,
mensimulasikan Operasi morfologi dasar
1 0 C1, C2, C3, A4, P4
8 Segmentasi Citra8.1 Menyebutkan, menjelaskan,
mensimulasikan, mendeteksi Point detection.
1 0 C1, C2, C3, C4, A4, P4 4 15%
18
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
1 0 C1, C2, C3, C4, A4, P4
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
1 0 C1, C2, C3, C4, A4, P4
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
1 0 C1, C2, C3, C4, A4, P4
9 Representasi dan Deskripsi Object Recognition9.1 Menyebutkan, menjelaskan,
mensimulasikan, memilih, membangun Pattern Recognition.
1 0 C1, C2, C3, C4, C6, P4, A4
2 15% 9.2 Menyebutkan, menjelaskan,
mensimulasikan, memilih, membangun Neural Network.
1 0 C1, C2, C3, C4, C6, P4, A4
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.
19
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
20
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
21
Diterbitkan Oleh : Teknik Informatika, 2019
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.
22
DAFTAR ISI
Halaman
Cover 1
Tim Penyusun 2
Daftar Isi 3
Analisis Pembelajaran 5
Rencana Pembelajaran Semester 6
23
RENCANA PEMBELAJARAN SEMESTER PRODI TEKNIK INFORMATIKA S1 FAKULTAS TEKNOLOGI INDUSTRI
MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
PENGOLAHAN CITRA DIDITAL
IF3505 Matakuliah Grafik Komputer dan
Multimedia
3 Sks III (Tiga) 28/11/2019
Capaian Pembelajaran (CP)
Koordinator Pengembang RPS Koordinator RMK Ketua PRODI Teknik Informatika Nurlaily Vendyansyah, S.T.,M.T.
Febriana Santi Wahyuni, S.Kom, M.Kom
Suryo Adi Wibowo,S.T.,M.T.
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)
24
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 Kuliah
DESKRIPSI
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/ Pokok Bahasan
Bahan Kajian
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.
25
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.
26
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 Teaching/ Tim LS
1. Moh. Miftakhur Rokhman, S.Kom., M.Kom. 2. Nurlaily Vendyansyah, S.T.,M.T.
Assessment Pengetahuan: Tes tulis (UTS (Kuis1 dan Kuis 2), UAS) dan Penugasan (Tugas 1),
27
Psikomotorik: Kinerja (Praktikum). Sikap: Observasi harian
Mata Kuliah Syarat --
Pertemuan Ke
Kemampuan Akhir yang
direncanakan Indikator
Materi Pokok
Bentuk dan Metode
Pembelajaran
Pengalaman
Belajar Mahasiswa
Estimasi Waktu
Penilaian
Referensi Bentuk & Kriteria
Indikator Penilaian Bobot
(%)
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) 1 Menjelaskan dasar
pengolahan citra digital
1.1 Menyebutkan elemen persepsi visual.
Dasar pengolahan citra digital
Ceramah, Diskusi,
Mampu menjelaskan dasar pengolahan citra digital
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Objektif) Pedoman Penilaian
Kebenaran Menyebutkan Elemen persepsi visual
5% [1], [2], [3], [4], [5], [6]
1.2 Menyebutkan Image sensing and Acquisition
Kebenaran Menyebutkan Image sensing and Acquisition
1.3 Menyebutkan Image sampling and quantization
Kebenaran Menyebutkan Image sampling and quantization
1.4 Menyebutkan Hubungan dasar antara piksel.
Kebenaran Menyebutkan Hubungan dasar antara piksel
1.5 Menyebutkan, menjelaskan Operasi linier.
Kebenaran Menjelaskan Operasi linier
1.6 Menyebutkan, menjelaskan Operasi non-linier
Kebenaran Menjelaskan Operasi non-linier
28
2 Menerapkan Operasi Image enhancement pada domain spasial.
2.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi Gray Level.
Operasi Image enhancement pada domain spasial.
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Operasi Image enhancement pada domain spasial.
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan Transformasi Gray Level.
10% [1], [2], [3], [4], [5], [6]
2.2 Menyebutkan, menjelaskan, mensimulasikan Histogram Processing
Kebenaran mensimulasikan Histogram Processing
2.3 Menyebutkan, menjelaskan, mensimulasikan Peningkatan kualitas citra menggunakan operator aritmatika/logika
Kebenaran mensimulasikan Peningkatan kualitas citra menggunakan operator aritmatika/logika
2.4 Menyebutkan, menjelaskan, mensimulasikan Filter spasial
Kebenaran mensimulasikan Filter spasial
3 Menerapkan Image enhancement pada domain frekuensi
3.1 Menyebutkan, menjelaskan, mensimulasikan Transformasi fourier dan domain frekuensi
Image enhancement pada domain frekuensi
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Image enhancement pada domain frekuensi
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan Transformasi fourier dan domain frekuensi
10% [1], [2], [3], [4], [5], [6]
3.2 Menyebutkan, menjelaskan, mensimulasikan Smoothing.
Kebenaran mensimulasikan Smoothing.
3.3 Menyebutkan, menjelaskan, mensimulasikan Sharpening.
Kebenaran mensimulasikan Sharpening.
3.4 Menyebutkan, menjelaskan, mensimulasikan FFT.
Kebenaran mensimulasikan FFT.
3.5 Menyebutkan, menjelaskan, mensimulasikan Wavelet.
Kebenaran mensimulasikan Wavelet.
29
4 Menerapkan Restorasi Citra
4.1 Menyebutkan, menjelaskan, mensimulasikan Model noise.
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Restorasi Citra
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan Model noise.
10% [1], [2], [3], [4], [5], [6]
4.2 Menyebutkan, menjelaskan, mensimulasikan Mean filter.
Kebenaran mensimulasikan Mean filter.
4.3 Menyebutkan, menjelaskan, mensimulasikan Order-statistik filter.
Kebenaran mensimulasikan Order-statistik filter.
4.4 Menyebutkan, menjelaskan, mensimulasikan Geometric Mean Filter
Kebenaran mensimulasikan Geometric Mean Filter
4.5 Menyebutkan, menjelaskan, mensimulasikan Transformasi goemetrik.
Kebenaran mensimulasikan Transformasi goemetrik.
UTS (bobot uts merupakan akumulasi dari bobot tes yang dirancang di setiap kemampuan akhir yang direncanakan)5 Menerapkan
Warna pada Citra Dijital
5.1 Menyebutkan, menjelaskan, mensimulasikan Dasar warna.
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Warna pada Citra Dijital
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan Dasar warna.
10% [1], [2], [3], [4], [5], [6]
5.2 Menyebutkan, menjelaskan, mensimulasikan Model warna.
Kebenaran mensimulasikan Model warna.
5.3 Menyebutkan, menjelaskan, mensimulasikan Transformasi warna.
Kebenaran mensimulasikan Transformasi warna.
5.4 Menyebutkan, menjelaskan, mensimulasikan Smoothing dan sharpening.
Kebenaran mensimulasikan Smoothing dan sharpening.
30
5.5 Menyebutkan, menjelaskan, mensimulasikan Segementasi warna.
Kebenaran mensimulasikan Segementasi warna.
5.6 Menyebutkan, menjelaskan, mensimulasikan Noise pada citra warna.
Kebenaran mensimulasikan Noise pada citra warna.
5.7 Menyebutkan, menjelaskan, mensimulasikan Kompresi citra warna.
Kebenaran mensimulasikan Kompresi citra warna.
6 Menerapkan Kompresi Citra
6.1 Menyebutkan, menjelaskan Dasar Kompresi Citra.
Ceramah, Diskusi, Studi Kasus
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Kompresi Citra
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran menjelaskan Dasar Kompresi Citra.
10% [1], [2], [3], [4], [5], [6]
6.2 Menyebutkan, menjelaskan Model Kompresi Citra.
Kebenaran menjelaskan Model Kompresi Citra.
6.3 Menyebutkan, menjelaskan Elemen teori informasi.
Kebenaran menjelaskan Elemen teori informasi.
6.4 Menyebutkan, menjelaskan, mensimulasikan Error-Free Compression (Loseless Compression), Lossy Compression
Kebenaran mensimulasikan Error-Free Compression (Loseless Compression), Lossy Compression
6.5 Menyebutkan, menjelaskan, mensimulasikan Steganografi
Kebenaran mensimulasikan Steganografi
6.6 Menyebutkan, menjelaskan, mensimulasikan Watermark.
Kebenaran mensimulasikan Watermark.
31
7 Menerapkan Morfologi Citra
7.1 Menyebutkan, menjelaskan, mensimulasikan Dilasi dan Erosi.
Ceramah, Diskusi, Studi Kasus
Ceramah, Diskusi, Studi Kasus
Mampu menerapkan Morfologi Citra
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan Dilasi dan Erosi.
15%
7.2 Menyebutkan, menjelaskan, mensimulasikan Operasi morfologi dasar
Kebenaran mensimulasikan Operasi morfologi dasar
8 Menganalisis Segmentasi Citra
8.1 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Point detection.
Ceramah, Diskusi, Studi Kasus
Ceramah, Diskusi, Studi Kasus
Mampu menganalisis Segmentasi Citra
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran mensimulasikan, mendeteksi Point detection.
15% [1], [2], [3], [4], [5], [6]
8.2 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Line detection.
Kebenaran mendeteksi Line detection.
8.3 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Edge detection.
Kebenaran mendeteksi Edge detection.
8.4 Menyebutkan, menjelaskan, mensimulasikan, mendeteksi Thresholding.
Kebenaran mendeteksi Thresholding.
9 Membangun Representasidan Deskripsi Citra Digital
9.1 Menyebutkan, menjelaskan, mensimulasikan, memilih, membangun Pattern Recognition.
Ceramah, Diskusi, Studi Kasus
Ceramah, Diskusi, Studi Kasus
Mampu membangun Representasidan Deskripsi Citra Digital
TM = 3 x 50” BM = 3 x 50” BT = 3 x 50”
Tes : Tertulis (Uraian) Pedoman Penilaian
Kebenaran membangun Pattern Recognition.
15% [1], [2], [3], [4], [5], [6] 9.2 Menyebutkan,
menjelaskan, mensimulasikan, memilih, membangun Neural Network.
Kebenaran membangun Neural Network.
UAS (bobot uas merupakan akumulasi dari bobot tes yang dirancang di setiap kemampuan akhir yang direncanakan)
32
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
33
HALAMAN PENGESAHAN
Telah diperiksa dan disetujui Oleh Tim PEKERTI AA LLDIKTI Wilayah VII Pada tanggal___________________
34
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 1.1 Elemen persepsi visual. 1.2 Image sensing and Acquisition 1.3 Image sampling and quantization
Ceramah, Diskusi, Studi Kasus
120 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
35
1.4 Hubungan dasar antara piksel. 1.5 Operasi linier. 1.6 Operasi non-linier.
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
25 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
36
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 2 x 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 2.1 Transformasi Gray Level. 2.2 Histogram Processing. 2.3 Peningkatan kualitas citra menggunakan operator aritmatika/logika
2.4 Filter spasial
Ceramah, Diskusi, Studi Kasus
2 x 120 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
37
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Image
enhancement pada domain frekuensi. 3. Do’a 4. Salam
Ceramah, Diskusi
2 x 25 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
38
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 2 x 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 3.1 Transformasi fourier dan domain frekuensi. 3.2 Smoothing. 3.3 FFT.
Ceramah, Diskusi, Studi Kasus
2 x 120 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
39
3.4 Wavelet. Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
2 x 25 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
40
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 4.1 Model noise. 4.2 Mean filter. 4.3 Order-statistik filter. 4.4 Geometric Mean Filter. 4.5 Transformasi goemetrik.
Ceramah, Diskusi, Studi Kasus
120 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
41
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
25 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
42
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 5.1 Dasar warna. 5.2 Model warna. 5.3 Transformasi warna.
Ceramah, Diskusi, Studi Kasus
120 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
43
5.4 Smoothing dan sharpening. 5.5 Segmentasi warna. 5.6 Noise pada citra warna. 5.7 Kompresi citra warna.
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
25 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
44
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 2 x 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 6.1 Dasar Kompresi Citra. 6.2 Model Kompresi Citra. 6.3 Error-Free Compression (Loseless Compression), Lossy Compression
Ceramah, Diskusi, Studi Kasus
2 x 120 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
45
6.4 Menyebutkan, menjelaskan, mensimulasikan Steganografi. 6.5 Steganografi. 6.6 Watermark.
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
2 x 25 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
46
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 7.1 Dilasi dan Erosi. 7.2 Operasi morfologi dasar.
Ceramah, Diskusi, Studi Kasus
120 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
25 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
47
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
48
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 8.1 Point detection. 8.2 Line detection. 8.3 Edge detection. 8.4 Thresholding.
Ceramah, Diskusi, Studi Kasus
120 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
49
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan 2. Memberikan program pengayaan berupa tugas membaca materi Operasi Image
enhancement pada domain spasial. 3. Do’a 4. Salam
Ceramah, Diskusi
25 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Malang, 28 November 2019
Dosen Pengampu Matakuliah
Nurlaily Vendyansyah, S.T.,M.T.
50
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
1. Salam 2. Do’a 3. Presensi 4. Apersepsi 5. Apresiasi 6. Motifasi
Ceramah 2 x 5 menit [1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Inti 9.1 Pattern Recognition. 9.2 Neural Network.
Ceramah, Diskusi, Studi Kasus
2 x 120 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
Kegiatan Penutup 1. Pemberian tes tertulis / lisan (Evaluasi diberikan di tiap akhir pertemuan
Ceramah, Diskusi
2 x 25 menit
[1], [2], [3], [4], [5],[6] / Laptop, LCD
51
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.
52
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
53
TAHUN 2019
HALAMAN PENGESAHAN
Telah diperiksa dan disetujui Oleh Tim PEKERTI AA LLDIKTI Wilayah VII Pada tanggal___________________
54
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 yang direncanakan
Indikator Pencapaian Kompetensi
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.
55
1.5 Menyebutkan (C1), menjelaskan (C2) Operasi linier.
1.6 Menyebutkan (C1), menjelaskan (C2) Operasi non-linier dengan baik.
2 Menerapkan Operasi Image enhancement pada domain spasial
2.1 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3) Transformasi Gray Level.
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 enhancement pada domain frekuensi
3.1 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3) Transformasi fourier dan 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 Citra
4.1 Menyebutkan (C1), menjelaskan (C2), 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 Citra Dijital
5.1 Menyebutkan (C1), menjelaskan (C2), 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.
56
6. Menerapkan Kompresi Citra
6.1 Menyebutkan (C1), menjelaskan (C2) Dasar 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 Citra
7.1 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3) Dilasi dan Erosi.
7.2 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3) Operasi morfologi dasar
8. Menganalisis Segmentasi Citra
8.1 Menyebutkan (C1), menjelaskan (C2), 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 Representasi dan Deskripsi Citra Digital
9.1 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3), memilih (C4), membangun (C6) Pattern Recognition.
9.2 Menyebutkan (C1), menjelaskan (C2), mensimulasikan (C3), memilih (C4), membangun (C6) Neural Network.
57
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.
58
[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
penyelesaian Tugas diberikan pada akhir pertemuan minggu ke dua 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 mengumpulkan tugas sesuai jadwal
Nilai Proses 1 diberikan bobot nilai 50%.
a) Nama Tugas Tugas 2 b) Jenis tugas Tugas Kelompok c) Jadwal dan batas waktu
penyelesaian Tugas diberikan pada akhir pertemuan minggu ke 13 dan 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
59
f) Konsekuensi tidak mengumpulkan tugas sesuai jadwal
Nilai Proses 3 diberikan bobot nilai 50%.
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
60
Malang, 28 November 2019 Ketua Tingkat Dosen Pengampu .................................................... Nurlaily Vendyansyah, S.T.,M.T.
61