Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas transformasi wavelet yang digunakan untuk menyelesaikan masalah deteksi tepi. Transformasi wavelet dan proses optimasi dipakai untuk menurunkan filter deteksi tepi. Filter ini terdiri atas fungsi-fungsi wavelet dan koefisien-koefisien yang bersesuaian dengan fungsi-fungsi wavelet tersebut. Filter deteksi tepi yang diperoleh merupakan perbaikan dari filter yang diberikan oleh Hsieh, Liao, dan Fan [HSI93].Fungsi filter ini diimplementasikan dengan bahasa C pada komputer workstation SUN SPARC 1+, dengan sistem operasi UNIX dan memori 8 Mbytes. Tiga macam citra digunakan untuk eksperimen, yaitu satu citra Lenna dan dua citra foto satelit.Berdasarkan perbandingan dengan hasil dari metode Canny dan metode DOG, dapat disimpulkan bahwa deteksi tepi dengan metode wavelets memberikan hasil yang cukup baik."

"Telah dilakukan pengolahan data multicomponent seismic pada komponen radial untuk menganalisis kualitas data yang dihasilkan oleh S-Wave. Data seismik yang digunakan pada penelitian ini adalah data multicomponent seismic pada Zona Transisi yaitu data Ocean Bottom Cable. Pengukuran multicomponent seismic dengan menggunakan tiga komponen (X, Y, Z) dari geophone beserta satu komponen dari hydrophone akan merekam Wavefield seismik lebih lengkap dari pada pengukuran secara konvensional. Penelitian ini dilakukan untuk menganalisis hasil pengolahan data multicomponent seismic pada komponen radial yaitu komponen Y pada Geophone. Pengolahan data pada komponen radial dilakukan dari reformat sampai dengan geometri. Untuk mendapatkan penampang seismik dari gelombang S tidak bisa digunakan pengolahan data menggunakan alur kerja secara konvensional. ACP (Asymptotic Conversion Point) adalah salah satu proses pengolahan data gelombang S yang paling penting. ACP berhasil menentukan nilai Vp/Vs pada data multicomponent seismic ini. Sehingga dapat digunakan untuk melakukan CCP (Commont Conversion Point) Binning. Sehingga menghasilkan data yang lebih bersih dari noise-noise yang menunjukkan adanya berbedaan litologi dibawah permukaan bumi, hal ini ditandai oleh perbedaan kecepatan perambatan gelombang pada waktu yang sama.

---

We have processed seismic multi-component data especially on radial component to analyze data qualities of FractureS-Wave. In this study, the seismic data are multi-component seismic data on the transition zone. Multi-component seismik measurements using three components (X, Y, and Z) of geophones and hydrophones component, they will record seismik wave field more complete than the conventional measurements.

This study does to analyze the results of multicomponent seismic data processing in the radial component, of the Y component Geophone. The processed on radial component conducted from reformat to geometry. To get a section of the S wave seismic refraction is not use conventional workflow. ACP (Asymptotic Conversion Point) is the most important one of the S- Wave data processing.

ACP succeeded in determined the Vp/Vs value of multicomponent seismic data. So it can be used to perform the CCP (commont Conversion Point) binning. So was produced data was cleaner than noises that were shows different lithology of subsurface, it is characterized by wave velocity different in the layer at the same TWT."

"Tulisan ini membahas aplikasi teknik pengolahan citra di bidang seismologi untuk mendeteksi sisi batas lapisan bumi dari data rekaman seismik dengan operator gradien.Hasilnya diharapkan akan mempermudah proses penelusuran batas lapisan pada cetakan rekaman seismik konvensional (seismic section) dan konsisten. Dari hasil-hasil pengujiandengan data seismogram sintetis maupun dengan seismogram lapangan, didapat penampakan batas lapisan yang baik. Masukan awal yang dipakai adalah rekaman seismic yang telah melalui tahap koreksi lokasi (migrasi). Proses transformasi Hilbert terhadap rekaman seismik komponen riil, diperoleh rekaman seismik komponen kuadratur untuk menghitung data turunannya berupa amplitudo sesaat (instaneous phase) dan amplitudo sesaat (instaneous amplitude) sebagai atribut seismik. Sebelum melakukan operasi deteksi sisi, perlu dilakukan operasi filter median terhadap fase sesaat yang dipakai sebagai citra kandidat sisi agar pengaruh bentuk-bentuk gangguan dapat diperkecil dan karakteristiknya tetap dipertahankan. Penampakan sisi batas lapisan dilakukan dengan teknik thresholding pada suatu nilai batas ambang terhadap citra sisi hasil proses maupun besaran amplitudo."

"Metode Common Reflection Surface (CRS) Stack merupakan metode stack yang lebih baru dari metode konvensional atau Common Mid Point (CMP) Stack. Kedua metode ini digunakan untuk mendapatkan penampang bawah permukaan yang sesuai dengan kondisi lapangan. Operator yang digunakan pada metode CRS stack sangat berbeda dengan metode CMP stack. Pada metode konvensial dibutuhkan pembuatan model kecepatan dari proses analisis kecepatan untuk dapat melakukan koreksi NMO. Semakin tepat pemilihan kecepatan yang dilakukan maka semakin baik penampang bawah permukaan yang dihasilkan. Pada metode CRS stack, atribut yang digunakan lebih sesuai dengan keadaan lokal dari reflektor. Atribut ini berupa sudut datang gelombang normal (α), jari-jari kelengkungan gelombang Normal Incidence Point (RNIP) dan jari-jari kelengkungan gelombang normal (RN). Ketiga atribut ini dapat di ekstrak dengan melakukan penentuan dip dan luas apertur. Penggunaan atribut lokal ini menjadikan metode ini dapat melakukan imaging yang lebih baik pada reflektor yang memiliki kemiringan tajam dibandingkan metode konvensional. Parameter luas apertur dapat memperbanyak jumlah trace yang akan di stack pada metode CRS stack sehingga dapat meningkatkan rasio S/N daripada metode konvensional dikarenakan proses stack pada metode konvensional dilakukan hanya dengan beberapa gather CMP. Pada pengolahan data seismik laut ini, dilakukan proses geometri, sorting, filtering, trace editing dan dekonvolusi untuk mengkondisikan data sebelum masuk pada tahapan stacking. Metode CMP stack dimulai dengan melakukan velocity picking pada penampang semblance untuk mendapatkan model kecepatan yang menjadi syarat dalam melakukan stacking konvensional. Untuk metode CRS stack, dilakukan variasi pada parameter maksimum dip, dip increament dan lebar apertur agar menghasilkan penampang bawah permukaan yang paling sesuai. Hasil dari penelitian ini memperlihatkan bahwa metode CRS stack dapat melakukan imaging subsurface lebih baik dibandingkan metode konvensional, terutama dalam aspek kemenerusan reflektor, meningkatnya rasio S/N, imaging reflektor dalam, dan dapat menangani reflektor yang memiliki kemiringan atau dip yang curam.

---

The Common Reflection Surface (CRS) Stack method is a newer stack method than the conventional method or the Common Mid Point (CMP) Stack. Both methods are used to obtain a subsurface section that is suitable for field conditions. The operators used in the CRS stack method are very different from the CMP stack method. In the conventional method, it is necessary to create a velocity model from the velocity analysis process to be able to apply NMO corrections. The more precise the selection of velocity, the better the resulting subsurface cross-section. In the CRS stack method, the attributes used are more in line with the local state of the reflector. These attributes are the emergence angle (α), the radius of curvature of the Normal Incidence Point (RNIP), and the radius of curvature of the normal wave (RN). These three attributes can be extracted by determining the dip and aperture width. The use of this local attribute makes this method able to perform better imaging on reflectors that have a steep dip than conventional methods. The aperture area parameter can increase the number of traces that will be stacked on the CRS stack method so that it can increase the S/N ratio than the conventional method because the stacking process in the conventional method is carried out only with a few CMP gathers. In this marine seismic data processing, geometry, sorting, filtering, trace editing, and deconvolution processes are carried out to condition the data before entering the stacking stage. The CMP stack method starts with velocity picking on the semblance cross-section to obtain a velocity model that is a requirement for conventional stacking. For the CRS stack method, variations are carried out on the parameters of maximum dip, dip increment, and aperture width in order to produce the most suitable subsurface section. The results of this study show that the CRS stack method can perform subsurface imaging better than conventional methods, especially in terms of reflector continuity, increased S/N ratio, deep reflector imaging, and can handle reflectors that have steep dip."

"ABSTRAKSistem pendeteksian wajah pada citra telah berkembang pesat sampai saat ini. Tujuan dari deteksi wajah adalah untuk mengindentifikasi dan menempatkan wajah manusia dengan pasisi. skala,oarientasi dan kondisi pencahayaan tertentu. Berbagai metode telah diajukan sampai saat ini. Salah satu pengembangan lebih lanjutnya adalah dengan menggunakan jaringan syaraf tiruan (neural network). Pada paper ini dibahas sistem deteksi wajah berdasarkan jaringan syaraf tiruan dengan metode training propagasi balik dengan momentum. Jaringan syaraf tiruan menguji setiap window dari citra, dan memmtukan apakah setiap window berisi wajah atau tidak. Setelah itu sistem menentukan window terbaik, yang akan disimpulkan sebagai wajah. Sistem inl dapat mendeteksi wajah frontal pada citra grayscale dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menguji citra masukan untuk ukuran wajah yang berbeda-beda, maka dilakukan metode piramida terhadap citra masukan. Pada skripsi ini, ststem deteksi dengan jaringan syaraf tiruan diuji dengan perubahan pada parameter jumlah lapisan tersembunyi dan jumlah epoch yang dilakukan pada proses training. Sistem akan dianalisa kinerjanya berdasarkan lamanya waktu deteksi serta ketepatan hasil proses deteksi. Dari hasil pengujian didapatkan waktu deteksi sangat dipenganthi oleh ukuran citra, dan ketepatan proses deteksi sangat dipengaruhi oleh jumlah lapisan tersembunyi dan banyaknya epoch pada proses training, serta karakteristik dari citra masukan

---

"

"ABSTRAKWajah manusia mengandung banyak informasi dan antarmuka yang jelas dalam inleraksi antara manusia dan komputer. Hal ini telah memotivasi penelitian aktif di bidang pengenalan wajah, face tracking, pose estimation, pengenalan ekspresi, dan pengenalan mimik. Akan tetapi, sebagian besar metode tersebut mengasumsikan bahwa wajah manusia dalam suatu citra atau urutan citra telah diidentifikasi dan dilokalisasi. Untuk membangun suatu system otomatis sehingga kerja manusia dapat sepenuhnya ditangani oleh mesin, sangatlah penting untuk membangun algoritma yang handal dan efisien untuk mendeteksi wajah manusia.Tujuan dari deteksi wajah adalah untuk mengidentifikasi dan menempatkan wajah manusia dengan posisi, skala, orientasi, dan kondisi pencahayaan tertentu. Dalam tugas skripsi ini, ditampilkan suatu algorilma deteksi wajah untuk grayscale image dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menangani citra masukan dengan skala yang berbesa-beda, dilakukan metode pyramid terhadap citra masukan. Metode yang digunakan dalam proses deteksi dikembangkan dari metode Principal Component Analysis (PCA) dengan pembobotan yang optimum untuk menghasilkan error criterion yang terbaik. Simulasi dil akukan dengan MATLAB versi 5.3.

---

"