Implementasi Aplikasi Image To ASCII Menggunakan Penggabungan Algoritma Grayscale dan Deteksi Tepi

I.B. Eddy Dharma E.S

Informasi Dasar

113030152
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Image To ASCII merupakan sebuah aplikasi yang akan mengkonversikan sebuah citra digital ke dalam bentuk ASCII art. ASCII art adalah seni yang membangun sebuah objek dengan menggunakan karakter-karakter ASCII tertentu. Selama ini ASCII art dibuat dengan menggunakan aplikasi teks editor secara manual dengan menggunakan tangan. Di sisi lain, dengan semakin berkembangnya ilmu dalam bidang pemrosesan citra(image processing) maka dimungkinkan untuk memanfaatkan beberapa teknik atau metode pemrosesan citra sehingga dapat dihasilkan ASCII art dari sebuah citra digital secara otomatis.
Pada tugas akhir ini akan diimplementasikan penggabungan algoritma Grayscale dan algoritma deteksi tepi(edge detection) dalam proses konversi Image to ASCII. Adapun algoritma deteksi tepi yang digunakan adalah Laplacian Edge Detection dan Prewitt Edge Detection.
Parameter yang digunakan untuk mengukur performansi sistem adalah MOS(Mean Opinion Score). Pengujian dilakukan dengan melakukan perubahan terhadap nilai brightness dari citra uji.
Dari hasil analisis didapatkan bahwa algoritma Mean Removal memiliki performansi yang paling baik, dan diikuti oleh algoritma Grayscale Murni, Grayscale Laplacian dan Grayscale Prewitt.Kata Kunci : ASCII art, Algoritma Grayscale, Laplacian Edge Detection, PrewittABSTRACT: Image to ASCII is an application that converts a digital image into an ASCII art form. ASCII art is an art that builds any objects using any ASCII characters. ASCII art is created manually by hand using Text editor applications. On the other side, digital image processing method has been advanced, so it’s possible to create ASCII art automatically.
In this final project, would be implemented, grayscale and edge detection algorithm combination in the image to ASCII application. Edge detection algorithm that would be used are Laplacian Edge detection and Prewitt Edge detection.
MOS is the parameter that used to measure the system performance. Testing was done by changing the tested images brightness values.
From the analysis result was got that Mean Removal algorithm has the best performance, followed by Grayscale, Grayscale Laplacian, and Grayscale Prewitt algorithm.Keyword: ASCII art, Algoritma Grayscale, Laplacian Edge Detection, Prewitt

Subjek

Informatika Teori dan Pemrograman
 

Katalog

Implementasi Aplikasi Image To ASCII Menggunakan Penggabungan Algoritma Grayscale dan Deteksi Tepi
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

I.B. Eddy Dharma E.S
Perorangan
Retno Novi Dayawati, Eddy Muntina Dharma
 

Penerbit

Universitas Telkom
Bandung
2007

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini