Kadang-kadang kita klik remember saat sehabis login diwebsite ataupun YM. Hati-hati dengan password yang disimpan dikomputer, terutama password email, facebook atau ebanking, karena sangat bisa dicuri oleh orang lain dengan sangat mudah. berikut thread yang saya temukan di kaskus. Saya coba dan berhasil pada komputer saya. Informasi ini mohon untuk tidak disalah gunakan, tapi hati2 terhadap password anda. Waspadalah.. Waspadalah... Read the rest of this entry »

Jangan minum obat dengan susu’ kata-kata itu seringkali didengar atau diucapkan oleh masyarakat ketika ingin mengonsumsi obat oral. Kenapa susu tidak boleh dicampur dengan obat?

Obat atau antibiotik yang dikonsumsi secara oral bisa menjadi efektif bagi seseorang jika dikonsumsi dan diserap dengan baik oleh tubuh. Obat oral harus diserap dari saluran pencernaan hingga bisa masuk ke dalam aliran darah lalu dikirim ke daerah yang sakit atau mengalami infeksi untuk pengobatan. Read the rest of this entry »

what is A? Nai?

Data Mining merupakan sekumpulan proses untuk menggali ‘emas’ dari sekumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. proses dalam Data Mining melibatkan teknik statistik, matematika, kecerdasan buatan dan machine learning untuk menggali informasi yang bermanfaat dan pengetahuan yang terakit dari berbagai database besar. Dari definisi diatas, didapat hal yang penting dari data mining seperti :
1. Proses otomatis terhadap data yang sudah ada
2. Data yang akan diproses berupa data yang besar.
3. Tujuan dari data mining adalah untuk mendapatkan hubungan atau pola yang mungkin memberikan indikasi yang bermanfaat. Read the rest of this entry »

SIFT (Scale Invariant feature Transform) merupakan algoritma local descriptor berdasarkan gradient distribution pada bagian gambar. Fungsi dari SIFT ini adalah untuk mendeteksi fitur2 lokal yang realtif banyak pada sebuah citra. SIFT ini diklaim sangat tahan terhadap skala, rotasi, iluminasi dan noise.   SIFT dipublikasikan oleh david lowe pada tahun 1999. untuk mencoba aplikasi SIFT bisa di download di http://www.cs.ubc.ca/~lowe/keypoints/siftDemoV4.zip.

1. scale-space extrema detection. Memperhitungkan atas semua skala dan lokasi gambar. hal ini diimplementasikan secara efisien dengan diferent of gausian yang berfungsi mengidentifikasi titik2 yang berpotensi invariant terhadap skala dan rotasi.
2. Keypoint localization. pada Setiap kandidat lokasi. dibuat model detail untuk menetukan  lokasi dan skala. keypoint yang dipilih berdasarkan ukuran stabilitasnya.
3. Orientation Assignment. Satu atau lebih orientasi akan diberikan ke setiap lokasi keypoint  berdasarkan arah gradient gambar lokal
4.keypoint descriptor : gradien gambar lokal diukur pada skala yang dipilih di wilayah sekitar  keypoint masing2. ini berubah kedalam representasi yang memungkinkan untuk level signifikan  dari distorsi lokal shape dan perubahan ilumuniasi.

Dalam image matching dan recognition, SIFT feature pertama kali akan diekstrasi dari kumpulan image reference dan disimpan dalam database. gambar yang akan dimatching secara individual  dibandingkan setiap feature antara image yang baru dengan feature yang ada pada database dengan mengukur euclidean distance feature vektornya

(artikel ini masih draft, CMIIW)

Maximum Contiguous Subsequence Sum (MCSS) Algorithm adalah algoritma yang digunakan untuk mencari hasil pejumlahan maksimum dari deret bilangan. Nilai maksimum dari hasil penjumlahan suatu deret akan menjadi 0 jika semua nilai dalam deret bernilai negatif.

Download Selengkapnya ANALISA RUNNING TIME MAXSUBSUM

SURF merupakan high-performance descriptor yang invariant terhadap skala dan rotasi.  bahkan SURF diiklaim mengalahkan metode descriptor sebelumnya yang berhubungan dengan repeatability, distinctiveness, and robustness. SURF bekerja pada gambar yang tidak terpisahkan untuk konvolusi image dengan tujuan untuk mengurangi waktu komputasi yang dibangun dari detector/descriptor terkemuka sebelumnya(using a fast Hessian matrix-based measure for the detector and a distribution-based descriptor).

Surf  menggambarkan distribusi dari Haar wavelet yang berhubungan dengan interest point neighbourhood.  Setiap feature descriptor hanya memiliki  64 dimensi yang  dihasilkan dari fast computation dan comparison(4 x 4 location grid x 4 wavelet responses in horishontal and vertical directions). digunakan hanya 64 dimensi untuk mengurangi waktu komputasi feature dan matching.

(tulisan ini masih draft) CMIIW

Tujuan utama pengubahan citra berwarna menjadi citra biner adalah untuk menghemat kebutuhan memori saat dilakukan pengolahaan citra. Citra biner merupakan citra yang terdiri dari komponen warna hitam dan putih. Sifat pengolahan citra biner relatif sederhana, cepat dan mudah diimplementasikan sehingga bisa dijalankan meski memori yang dimiliki kecil.
Salah satu pengolahan citra biner adalah Compactness(kekompakan). Compacness bertujuan untuk mengidentifikasi bentuk dan ukuran object yang sama tetapi dengan profik tepi yang berbeda. Dalam penghitungan compatness suatu citra diperhatikan area dan perimeter citra. Area (A) merupakan jumlah pixel penyusun objek. satuan dari area adalah pixel. Perimeter (P) adalah panjang perbatasan object tersebut. Besar perimeter merupakan jumlah pixel yang terdapat pada batas object tersebut.

hubungan antara compaqness(C), Area(A) dan Perimeter(P) adalah :

C=P^2/A

Object dari tepi biasanya memberikan nilai C sekitar 4pi dan semakin mengecil jika tepinya tidak merata(berliku2).

Selanjutnya untuk menghitung kebundaran(roundess R) yaitu dengan perbandingan luas object dengan luas lingkaran yang mempunyai perimeter yang sama.

Luas lingkaran dengan perimeter P adalah P^2/4*pi.  maka faktor kebundaran R bisa dihitung dengan :

R=4*pi*A/p^2

Algoritma Sorting merupakan algoritma yang digunakan untuk mengurutkan data baik secara ascending maupun descending. Efesiensi algoritma sorting sangat penting untuk optimasi dalam penggunaan dengan algoritma yang lain, contohnya algoritma seraching dan merge yang memerlukan pengurutan secara benar dan cepat.  Terdapat berbagai algoritma sorting yang sering digunakan. Algoritma-algoritma tersebut adalah : Read the rest of this entry »

Google lagi2 menggemparkan dunia IT. Jika selama ini kita mengelu2kan JPEG, Google baru saja memperkenalkan format gambar yang baru yang disebut dengan webP.  Serupa dengan JPEG, webP menggunakan teknik lossy compression tetapi hasil kompresi dari webP lebih bagus baik dari sisi kualitas gambar maupun ukuran (byte) gambar. Tipe Gambar webP cocok diaplikasikan pada web untuk meningkatkan perfoma website ataupun menghemat bandwith web kita.

Webp terdiri dari vp8 image data dan berbasis RIFF.  WebP menggunakan sistem predictive coding yang juga diterapkan pada  vp8 video coding untuk kompresi keyframe pada video. Predictive coding menggunakan nilai blok pixel dari pixel tetangganya untuk menentukan pixel tersebut dan selanjutnya meng-encode selisih dari perbedaan nilai prediksi dengan nilai pixel sebenarnya.  Residual biasanya memiliki banyak  nilai 0, nah inilah yang dimanfaatkan oleh google pada webP untuk kompresi yang lebih bagus dari JPG.

Berikut grafik kompresi antara webP, Jpeg  dan JPEG2000.

Lumayan bukan? jika anda ingin mencobanya, silakan download aplikasi dan konverternya di webP