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. diperluas dengan angka-angka nol . Hal ini disebut juga produk Cauchy dari koefisien dari dua polinom.2 Operasi ini adalah bentuk kontinu dari fungsi  diekpresikan  dan . Ketika sebagai penjumlahan kontinu dari fungsi lain dari x.1. 2.4.1. operasi yang sama bisa disebut sebagai konvolusi malar dari fungsi dan . Konvolusi Diskrit dan didefinisikan dalam Untuk nilai fungsi yang lebih kompleks. Teorema Konvolusi Secara Umum Teorema konvolusi menyatakan bahwa: . 2.3. koefisien dari produk yang diberikan oleh konvolusi dari rangkaian koefisien asli. dari satu set Z dari integer.

2. Namun.2.2. untuk fungsi diskrit didefinisikan sebagai berikut: Konvolusi dengan fungsi inilah yang banyak digunakan pada pengolahan citra digital. Hal ini disebabkan oleh kenyataan bahwa komputer hanya bisa melakukan perhitungan pada data diskrit. Konsep Dasar Konvolusi Dalam Pengolahan Citra Dalam ilmu komputer khususnya dalam bahasa formalnya. fungsi ini sulit diimplementasikan dengan menggunakan komputer.2. Penerapan Konvolusi Dalam Pengolahan Citra 2.3 Dimana menyatakan Transformasi Fourier dari dan adalah konstanta yang bergantung pada normalisasi spesifik dari Transformasi Fourier 2. Fungsi Satu Dimensi dan Dua Dimensi . Pada pengolahan citra digital. Untuk itulah dibentuk operasi konvolusi untuk fungsi diskrit sebagai berikut: 2.1. 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.

y 2D: Sementara itu. dalam dua dimensi penggambaran fungsi konvolusi digambarkan seperti di bawah ini: fungsi filter disebut juga filter konvolusi. 2.3. mask konvolusi. 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. Operasi Konvolusi Secara Grafis .4 Secara mendasar.2. kernel konvolusi atau template.

sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan.5 Dengan menggunakan fungsi konvolusi dua dimensi.1 Ilustrasi Konvolusi Contoh: Misalnya diberikan dan Akan dilakukan konvolusi dengan aturan bahwa elemen yang tidak ada diasumsikan 0. Berikut adalah langkah-langkah yang dapat dilakukan: 1) Beri nilai 0 pada kolom M+1 dan baris N+1 . berikut ini akan diberikan ilustrasi operasi konvolusi secara grafis: Gambar 3.

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: .

M+1) = 0 EndForX For y 1 to M+1 do f(N+1.y) = 0 EndForY For x For y 1 to N+1 do 1 to M+1 do .7 Algoritma untuk operasi konvolusi diatas adalah sebagai berikut : 1. Beri nilai 0 untuk baris  ˆ  Untuk ›  sampai  lakukan ›    3. Lakukan konvolusi. 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+1)*g(2.1) + f(x+1. Template-template yang sering digunakan dalam pengolahan citra diantaranya adalah: Gaussian Blur: y y Smoothing: y Low Pass Filter: .y)*g(2. Dalam operasi konvolusi.1) + f(1.2.y+1)*g(1.4. kernel konvolusi dilambangkan dengan untuk satu dimensi dan untuk konvolusi dua dimensi.2) EndForY EndForX 2.y) f(x.2) + f(x+1.y)*g(1. Macam Macam Filter Konvolusi Di dalam konvolusi terdapat bermacam-macam filter atau kernel konvolusi yang digunakan.8 h(x.

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

2. sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan. misalnya elemen kolom pertama disalin ke kolom M+1. Penghalusan/Pelembutan Citra Terkadang sebuah citra perlu dihaluskan dan dibuat blur agar terlihat lebih indah dari citra sebelumnya. Untuk itu digunakanlah template smoothing.10 2) Duplikasi elemen citra.3.3. Lalu digunakanlah operasi konvolusi pada citra dan templatenya itu. lalu konvolusi dapat dilakukan terhadap pixel-pixel tersebut. .1. Manfaat Penerapan Konvolusi Pada Pengolahan Citra 2. 2.3. 2.3.3. begitu juga sebaliknya. Perbaikan Kualitas Citra(Image Enhancement) Perbaikan kualitas citra dapat dilakukan dengan menggunakan template-template tertentu sehingga kualitas citra bisa ditingkatkan menjadi lebih baik.2. 3) Elemen yang tidak ada diasumsikan bernilai 0 atau konstanta yang lain. Penghilangan Derau(Noise) Noise atau derau pada gambar berupa titik-titik yang mengganggu dapat dihilangkan sehingga dihasilkan citra yang bebas dari derau atau noise.

11 2.3.4. . Deteksi Tepi/Penajaman Tepi Deteksi tepi merupakan salah satu pengoperasian penting dalam pengolahan citra agar dapat dilakukan pengoperasian pengolahan citra yang lain.

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 4.1. . 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.

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