1

BAB III PEMBAHASAN
2.1. Teorema Konvolusi Dalam Kalkulus 2.1.1. Definisi Konvolusi

Dalam kalkulus atau matematika, konvolusi dapat diartikan sebagai sebuah operasi matematika yang menggunakan dua fungsi yaitu dan menghasilkan

fungsi ketiga yang dapat dilihat sebagai modifikasi dari fungsi asalnya dengan cara mengalikan kedua fungsi tersebut. Konvolusi dari dan ditulis sebagai , dengan menggunakan tanda

bintang(*). Berikut ini adalah salah satu contoh bentuk operasi konvolusi:

2.1.2. Ketika fungsi

Konvolusi Malar 
menjadi

kontinu dengan waktu , kemudian dengan fungsi , adalah sembarang parameter, dan adalah

dengan adanya

, dimana

penjumlahan kontinu dari , didefinisikan oleh:

konvolusi diskrit dari dan diberikan oleh: Ketika mengalikan kedua polinom. Hal ini disebut juga produk Cauchy dari koefisien dari dua polinom. Teorema Konvolusi Secara Umum Teorema konvolusi menyatakan bahwa: .2 Operasi ini adalah bentuk kontinu dari fungsi  diekpresikan  dan .1. dari satu set Z dari integer. 2. diperluas dengan angka-angka nol .4. Konvolusi Diskrit dan didefinisikan dalam Untuk nilai fungsi yang lebih kompleks. operasi yang sama bisa disebut sebagai konvolusi malar dari fungsi dan .1. 2. Ketika sebagai penjumlahan kontinu dari fungsi lain dari x. koefisien dari produk yang diberikan oleh konvolusi dari rangkaian koefisien asli.3.

2.2. Penerapan Konvolusi Dalam Pengolahan Citra 2. Untuk itulah dibentuk operasi konvolusi untuk fungsi diskrit sebagai berikut: 2. Pada pengolahan citra digital.2. terdapat dua operasi konvolusi yang dipakai yaitu fungsi malar(kontinu) dan fungsi diskrit. konvolusi dapat diartikan sebagai suatu fungsi yang memetakan sebuah tuple dari satu rangkaian ke dalam serangkaian tuple. Konsep Dasar Konvolusi Dalam Pengolahan Citra Dalam ilmu komputer khususnya dalam bahasa formalnya. Fungsi Satu Dimensi dan Dua Dimensi .1. untuk fungsi diskrit didefinisikan sebagai berikut: Konvolusi dengan fungsi inilah yang banyak digunakan pada pengolahan citra digital. Namun.2. Hal ini disebabkan oleh kenyataan bahwa komputer hanya bisa melakukan perhitungan pada data diskrit.3 Dimana menyatakan Transformasi Fourier dari dan adalah konstanta yang bergantung pada normalisasi spesifik dari Transformasi Fourier 2. fungsi ini sulit diimplementasikan dengan menggunakan komputer.

fungsi konvolusi menurut jenis dimensinya dapat dibagi dalam dua jenis yaitu satu dimensi dan dua dimensi yang diuraikan seperti d i bawah: y 1D: Fungsi diskrit konvolusi satu dimensi kira-kira dapat digambarkan seperti di bawah ini:  dimana merupakan kernel konvolusi atau kernel filter. 2. Operasi Konvolusi Secara Grafis . dalam dua dimensi penggambaran fungsi konvolusi digambarkan seperti di bawah ini: fungsi filter disebut juga filter konvolusi. mask konvolusi.3. y 2D: Sementara itu.4 Secara mendasar. kernel konvolusi atau template.2.

sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan. berikut ini akan diberikan ilustrasi operasi konvolusi secara grafis: Gambar 3.5 Dengan menggunakan fungsi konvolusi dua dimensi. Berikut adalah langkah-langkah yang dapat dilakukan: 1) Beri nilai 0 pada kolom M+1 dan baris N+1 .1 Ilustrasi Konvolusi Contoh: Misalnya diberikan dan Akan dilakukan konvolusi dengan aturan bahwa elemen yang tidak ada diasumsikan 0.

6    2) Lakukan operasi konvolusi Š   ˆ ‰  ˆ ‰  ˆ ‰  ˆ ‰  Š        ‰     ˆ   Š      ‰  ˆ   ‰   ˆ ‰  ˆ ‰   ˆ   Š       ˆ   ‰   ˆ ‰  ˆ ‰   ˆ    ˆ ‰   ‰  ˆ    ˆ ‰  ‰  ˆ ‰  ˆ ‰  Š    Š        ‰     ˆ ‰  ˆ ‰   ˆ        ˆ   ‰   ˆ ‰  ˆ ‰  Sehingga diperoleh hasil sebagai berikut: .

Beri nilai 0 untuk baris  ˆ  Untuk ›  sampai  lakukan ›    3.M+1) = 0 EndForX For y 1 to M+1 do f(N+1.7 Algoritma untuk operasi konvolusi diatas adalah sebagai berikut : 1. Untuk š  sampai  sampai   ˆ lakukan lakukan › ‰  ˆ š › ‰   Untuk ›  š› ˆ š › ˆ š › ‰ ‰  Langkah-langkah diatas dapat dibentuk dalam algoritma sebagai berikut : For x 1 to N do f(x. Beri nilai 0 untuk kolom  Untuk š  ˆ š sampai  lakukan    2.y) = 0 EndForY For x For y 1 to N+1 do 1 to M+1 do . Lakukan konvolusi.

kernel konvolusi dilambangkan dengan untuk satu dimensi dan untuk konvolusi dua dimensi.2. Dalam operasi konvolusi.4.y)*g(2.y)*g(1.y+1)*g(1. Template-template yang sering digunakan dalam pengolahan citra diantaranya adalah: Gaussian Blur: y y Smoothing: y Low Pass Filter: . Macam Macam Filter Konvolusi Di dalam konvolusi terdapat bermacam-macam filter atau kernel konvolusi yang digunakan.1) + f(1.y) f(x.1) + f(x+1.y+1)*g(2.2) EndForY EndForX 2.2) + f(x+1.8 h(x.

maka pixels-pixels pinggir nilainya tetap sama seperti citra awal. pixels-pixels pinggir pada citra tersebut diabaikan. Anda dapat melihat bahwa konvolusi dilakukan per pixel dan untuk setiap pixel dilakukan operasi perkalian dan penjumlahan.2. Dengan cara seperti ini. Hal ini.menyebabkan pengerjaannya. Masalah Yang Muncul Dalam Proses Konvolusi Serta Penyelesaiannya. Operasi konvolusi merupakan komputasi untuk suatu pixel pada citra hasil konvolusi yang melibatkan pixel-pixel tetangga pada citra awal. konvolusi mengkonsumsi banyak waktu pada saat .5. Jadi masalah yang umumnya muncul pada operasi konvolusi yakni pada pixel pinggir tidak dilakukan konvolusi. Penyelesaian dari masalah ini adalah : 1) Pixels-pixels pinggir diabaikan atau tidak dikonvolusi. Pada beberapa operasi konvolusi. tidak dikonvolusi sehingga pixels-pixels pinggir nilainya tetap sama seperti citra awal.9 y High Pass Filter: y Sobel Filter: x: y: 2.

10 2) Duplikasi elemen citra. Penghilangan Derau(Noise) Noise atau derau pada gambar berupa titik-titik yang mengganggu dapat dihilangkan sehingga dihasilkan citra yang bebas dari derau atau noise.3.2. Perbaikan Kualitas Citra(Image Enhancement) Perbaikan kualitas citra dapat dilakukan dengan menggunakan template-template tertentu sehingga kualitas citra bisa ditingkatkan menjadi lebih baik.3. Manfaat Penerapan Konvolusi Pada Pengolahan Citra 2. lalu konvolusi dapat dilakukan terhadap pixel-pixel tersebut.3. Lalu digunakanlah operasi konvolusi pada citra dan templatenya itu.1.3. Penghalusan/Pelembutan Citra Terkadang sebuah citra perlu dihaluskan dan dibuat blur agar terlihat lebih indah dari citra sebelumnya. 2.3. . begitu juga sebaliknya. 3) Elemen yang tidak ada diasumsikan bernilai 0 atau konstanta yang lain. 2. sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan. 2. Untuk itu digunakanlah template smoothing. misalnya elemen kolom pertama disalin ke kolom M+1.

.11 2. Deteksi Tepi/Penajaman Tepi Deteksi tepi merupakan salah satu pengoperasian penting dalam pengolahan citra agar dapat dilakukan pengoperasian pengolahan citra yang lain.3.4.

1. akan tetapi dengan sedikit usaha dan penalaran logika matematika dan kalkulus yang baik maka konvolusi pun bisa dipecahkan sehingga menghasilkan citra yang dengan kualitas yang lebih baik dari sebelumnya. . Mengoperasikan konvolusi pada pengolahan citra memang rumit. Kesimpulan Konvolusi sebagai salah satu teorema kalkulus memberikan banyak kontribusi dalam bidang teknik informatika khususnya dalam pengolahan citra. Untuk memberikan hasil yang terbaik dibutuhkan pengoperasian yang rumit dengan kata lain kemampuan logika yang kuat dalam memecahkan masalah matematika dan kalkulus.12 BAB IV PENUTUP 4.

Prof.Si.13 DAFTAR PUSTAKA Fadlisyah. Brad. Osgood.ppt&rct=j&q=kalkulus%20limit&ei=WkzS TbKGBYqnrAfQ4rW-CQ&usg=AFQjCNGtk3JyK5nqt5BzacfE88YuWzNKw&sig2=P1DwgbntY7p0HkuCGULYuA&cad=rja http://rasyid14.org/wiki/Convolution http://www.google.com/index2.%2520LIMIT.id/url?sa=t&source=web&cd=1&ved=0CBUQFjAA&url=h ttp%3A%2F%2Fwww.ui. http://pengolahancitra.1.cs.M.org/wiki/Convolution_%28computer_science%29 http://id.wikipedia.id%2FWebKuliah%2FKalkulus%2FKalkulus%25 20I(B)%2FBab%25202. 2011..0.Si dan Rizal.files.ac. S.com/question/index?qid=20100306042559AAPjJ8C .php?option=com_content&do_pdf=1&id=30 http://en.S.wordpress.Pemrograman Computer Vision pada Video Menggunakan Delphi+Vision Lab VCL 4.answers.org/wiki/Pengolahan_citra http://en.wikipedia. Yogyakarta : Graha Ilmu.wikipedia.co.yahoo.Lecture Notes for EE 261 .com/2009/05/ringkasanturunanfungsi.pdf http://id.The Fourier Transform and its Applications: Electrical Engineering Department Stanford University.IT.