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:

Ketika sebagai penjumlahan kontinu dari fungsi lain dari x. Konvolusi Diskrit dan didefinisikan dalam Untuk nilai fungsi yang lebih kompleks. dari satu set Z dari integer. 2.1. Teorema Konvolusi Secara Umum Teorema konvolusi menyatakan bahwa: . Hal ini disebut juga produk Cauchy dari koefisien dari dua polinom. 2.1. diperluas dengan angka-angka nol . konvolusi diskrit dari dan diberikan oleh: Ketika mengalikan kedua polinom.4. koefisien dari produk yang diberikan oleh konvolusi dari rangkaian koefisien asli.3. operasi yang sama bisa disebut sebagai konvolusi malar dari fungsi dan .2 Operasi ini adalah bentuk kontinu dari fungsi  diekpresikan  dan .

Penerapan Konvolusi Dalam Pengolahan Citra 2. Pada pengolahan citra digital. konvolusi dapat diartikan sebagai suatu fungsi yang memetakan sebuah tuple dari satu rangkaian ke dalam serangkaian tuple. Hal ini disebabkan oleh kenyataan bahwa komputer hanya bisa melakukan perhitungan pada data diskrit.2. Fungsi Satu Dimensi dan Dua Dimensi . terdapat dua operasi konvolusi yang dipakai yaitu fungsi malar(kontinu) dan fungsi diskrit. Untuk itulah dibentuk operasi konvolusi untuk fungsi diskrit sebagai berikut: 2.2. Konsep Dasar Konvolusi Dalam Pengolahan Citra Dalam ilmu komputer khususnya dalam bahasa formalnya. fungsi ini sulit diimplementasikan dengan menggunakan komputer.3 Dimana menyatakan Transformasi Fourier dari dan adalah konstanta yang bergantung pada normalisasi spesifik dari Transformasi Fourier 2.2. Namun.1.2. untuk fungsi diskrit didefinisikan sebagai berikut: Konvolusi dengan fungsi inilah yang banyak digunakan pada pengolahan citra digital.

kernel konvolusi atau template. 2.4 Secara mendasar. dalam dua dimensi penggambaran fungsi konvolusi digambarkan seperti di bawah ini: fungsi filter disebut juga filter konvolusi. Operasi Konvolusi Secara Grafis .3. 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. mask konvolusi.2. y 2D: Sementara itu.

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.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 .

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. Lakukan konvolusi.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.y) = 0 EndForY For x For y 1 to N+1 do 1 to M+1 do . Beri nilai 0 untuk kolom  Untuk š  ˆ š sampai  lakukan    2.

1) + f(1.y+1)*g(2.2) EndForY EndForX 2.y)*g(2.1) + f(x+1.y) f(x.y+1)*g(1. Dalam operasi konvolusi. Macam Macam Filter Konvolusi Di dalam konvolusi terdapat bermacam-macam filter atau kernel konvolusi yang digunakan.2) + f(x+1. kernel konvolusi dilambangkan dengan untuk satu dimensi dan untuk konvolusi dua dimensi.8 h(x.2. Template-template yang sering digunakan dalam pengolahan citra diantaranya adalah: Gaussian Blur: y y Smoothing: y Low Pass Filter: .4.y)*g(1.

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

3.10 2) Duplikasi elemen citra. 2. lalu konvolusi dapat dilakukan terhadap pixel-pixel tersebut. Untuk itu digunakanlah template smoothing. 3) Elemen yang tidak ada diasumsikan bernilai 0 atau konstanta yang lain.2.3.3. Lalu digunakanlah operasi konvolusi pada citra dan templatenya itu. sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan. Perbaikan Kualitas Citra(Image Enhancement) Perbaikan kualitas citra dapat dilakukan dengan menggunakan template-template tertentu sehingga kualitas citra bisa ditingkatkan menjadi lebih baik. begitu juga sebaliknya. 2.3. 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.1. 2. Manfaat Penerapan Konvolusi Pada Pengolahan Citra 2. 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.

Deteksi Tepi/Penajaman Tepi Deteksi tepi merupakan salah satu pengoperasian penting dalam pengolahan citra agar dapat dilakukan pengoperasian pengolahan citra yang lain.11 2.4. .3.

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 4.1. . 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.

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

Sign up to vote on this title
UsefulNot useful