Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal ICON-CSE PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer
Pandapotan Siagian
Unknown Affiliation
Computer Science & IT Engineering

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PERANCANAN MODEL PERANGKAT MODULATOR QUADRATUR UNTUK PENGIRIM OFDM Pandapotan Siagian
Jurnal PROCESSOR Vol 7 No 2 (2012): Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Implementasi OFDM (Orthogonal Frequency Division Multipexing) di sisi pengirim terdapatbagian-bagian antara lain: pemeta (mapper) QAM, IFFT, dan modulator kuadratur (I/Q). Disisi penerima terdapat pengawa peta (demapper) QAM, FFT, dan korelator kuadratur (I/Q).Pada penelitian ini, dibuat implementasi model perangkat-keras bagian modulator kuadraturagar dapat digunakan untuk mendemonstrasikan prinsip kerja modulasi kuadratur padapengirim OFDM. Perangkat modulator kuadratur disebut juga modulator I/Q karenamenghasilkan isyarat inphase dan quadrature. Dari penelitian ini dapat diketahui bahwabagian-bagian modulator kuadratur adalah DAC, untai pengali dan untai penjumlah.Modulator kuadratur bekerja dengan mengalikan komponen real dan imajiner keluaranIDFT/IFFT, dengan dua isyarat pembawa sinusoidal yang frekuensinya sama tetapi berbedafase 900. Hasil penjumlahan isyarat real dan imajiner yang telah memodulasi isyarat sinusdan kosinus inilah yang dikirimkan ke penerima sebagai isyarat OFDM. Model beroperasipada frekuensi pembawa 153 kHz, dan memperlihatkan kelinearan yang baik
PENERAPAN METODE SEGMENTASI UNTUK MENDETEKSI KELAINAN TULANG SELANGKA CITRA X-RAY COBLAT 60 Pandapotan Siagian
Jurnal PROCESSOR Vol 7 No 1 (2012): Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Segmentasi citra merupakan penelitian yang cukup penting dalam pemrosesan citradigital dengan beberapa aplikasi seperti robot, inspeksi kualitas suatu produk, diagnosismedis, analisis citra, dan sebagainya. Tujuan utama dari segmentasi citra adalahpembagian sebuah citra ke dalam beberapa daerah yang sama berdasarkankarakteristiknya dan berdasarkan sifat-sifat tertentu dari citra yang dapat dijadikanpembeda. Untuk mengekstraksi piksel dari suatu citra. Deteksi tepi dan pengambangancitra merupakan metode segmentasi citra yang sederhana dan digunakan dalampenelitian ini. Penelitian ini juga menggunakan metode segmentasi k-mean clusteringdalam segmentasi citra. Pengumpulan data dilakukan dengan prosedur memilih fototualang selangka citra X-ray COBLAT 60 yang terdiagnostik normal dan yangmempunyai indikasi kerusakan tulang selangka akibat patah tulang dan faktur ataupengapuran. Ekstraksi ciri menggunakan prosedur pencocokan kurva untuk menghitungautokorelasi dari masing-masing citra. Hasil pencocokan kurva dapat menunjukkanlangkah-langkah yang harus dilakukan selanjutnya terhadap diagnosis.
SEGMENTASI VOLUME 3D CITRA USG BERDASARKAN WARNA RGB DENGAN METODE GAUSSIAN Pandapotan Siagian
Jurnal PROCESSOR Vol 9 No 1 (2014): Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Citra USG janin masih banyak ditemukan dan digunakan oleh seorang dokter untuk mengetahui perkembangan janin dalam rahim ibu hamil. Citra USG tersebut sering terlihat buram dan terdapat noise di akibatkan oleh ketebalan kulit yang susah di tembus oleh frekuensi ultrasonograf dan panjang gelombang yang digunakan singkat, sehingga kualitas informasi yang diperoleh tidak bagus. Citra USG janin ukuran 139x160 dan size 87 kb tersebut perlu diproses untuk peningkatan kualitas citra dengan seting jarak magnitudo dan segmentasi visualisasi 3D citra warna RGB agar dapat menampilkan hasil citra yang baik dan kemudian citra yang telah diproses dapat dijadikan sebagai referensi untuk mendiagnosis, mengetahui, perkembangan lebih lanjut oleh dokter spesialis kandungan, mahasiswa kedokteran dan kebidanan. Program aplikasi menggunakan Java 3D dengan Java JDK 1.2, 3D API Java, Visualization Toolkit (VTK) dan pengolahan citra menggunakan metode Image Filter Gaussian dengan median dan varian. Capture citra dari sebuah webcam atau load Image dari folder kemudian di proses dan keluaran berupa citra warna 3D biomedis. Polynomial statistik menunjukkan hasil segmentasi citra dalam warna yang berbeda berdasarkan magnitudo citra warna. Citra hasil segmentasi filter gaussian untuk plasma polynomial menunjukkan intensitas warna merah lebih besar yaitu intensitas 300 dan intensitas warna biru dan hijau sebesar 61 pada rentang radius magnitudo 55 sampai 68 cm, citra USG RGB menunjukkan linier warna 0.299R + 0.587 G + 0.114
KOMPRESI CITRA JPEG DENGAN ALGORITMA ZIG JAG Pandapotan Siagian
Jurnal PROCESSOR Vol 9 No 1 (2014): Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Citra digital membutuhkan pengembangan dengan beberapa metode untuk menyimpan gambar digital. Citra sering mengalami penurunan resolusi pada saat kompresi dan de-kompresi, Untuk mengurangi ukuran penyimpanan yang diperlukan untuk foto digital masih resolusi tinggi, hal ini diperlukan untuk melakukan kompresi dan dengan demikian mengurangi ukuran file. Kompresi adalah proses menghilangkan redundansi data atau mengubah data ke dalam bentuk yang menempati ruang penyimpanan kecil. JPEG standar adalah sebuah kolaborasi antara International Telecommunication Union (ITU), International Organization for Standardization (ISO), dan International Electrotechnical Commission (IEC). Nama resmi adalah "ISO/IEC 10918-1 Digital kompresi dan kode warna kontinu masih gambar", dan "Rekomendasi ITU-T T.81". Metode yang diterapkan pada gambar dengan berbagai tingkat kecerahan untuk nilai-nilai yang berbeda dari kecepatan bit (bpp) menggunakan algoritma zig zag. Kualitas gambar dikompresi ditentukan oleh nilai MSE (Mean Square Error), SNR (sinyal untuk rasio kebisingan) dan PSNR (puncak sinyal untuk rasio kebisingan). Nilai-nilai yang disajikan dalam tabel sesuai dan diagram. Berdasarkan data yang diperoleh, kita dibandingkan kualitas gambar dengan kecerahan yang berbeda setelah kompresi. Ditemukan bahwa menggunakan kompresi memberikan hasil yang lebih baik dibandingkan dengan berbagai tingkat kecerahan gambar.
Co-Authors Erick Fernando