KONSEP DESAIN SMARTPHONE MASA DEPAN

Saat ini ponsel pintar atau yang biasa disebut sebagai smartphone banyak beredar di pasaran. Namun apakah Anda tidak penasaran dengan perkembangan smartphone tersebut? Apakah Anda tahu bagaimana bentuk smartphone pertama di dunia?

Ponsel pintar diklasifikasikan sebagai high end mobile phone yang dilengkapi dengan kemampuan mobile computing. Berkat keberadaan mobile computing tersebut, ponsel ini memiliki kemampuan yang tak bisa dibandingkan dengan ponsel biasa. Smartphone yang pertama kali muncul merupakan kombinasi dari fungsi sebuah personal digital assistant (PDA) dengan telepon genggam ataupun telepon dengan kamera.

Namun smartphone yang ada kini fungsinya melebihi itu. Ponsel pintar kini juga mempunyai fungsi sebagai media player portable, low end digital compact camera, pocket video camera dan sebuah GPS. Smartphone modern juga dilengkapi dengan layar touchscreen resolusi tinggi, browser yang mampu menampilkan full web seperti pada PC, serta akses data WiFi dan internet broadband.

Meskipun begitu, tak ada istilah resmi yang membedakan antara ponsel pintar dengan ponsel biasa. Perbedaan yang paling mencolok antara keduanya adalah adanya application programming interface (API) padasmartphone yang memungkinkan sebuah ponsel untuk menjalankan aplikasi pihak ketiga plus integrasi OS dan hardware yang lebih baik dibandingkan dengan ponsel biasa.

Ponsel pintar pertama yang diperkenalkan adalah IBM Simon pada tahun 1992. Ponsel ini didesain tanpa tombol fisik dan menggunakan layar touchscreen. Untuk menggunakan touchscreen, Anda bisa menggunakan stylus ataupun jari. Kemudian diikuti oleh Nokia dengan meluncurkan Nokia Communicator 9000 dan diikuti oleh smartphone lainnya.

Kini desain smartphone yang beredar sekarang ini sangat canggih, futuristik, modern dan biasanya kuat terhadap benturan. Dimasa depan kita tidak tahu akan seperti apa desain smartphone. Desain smartphone ini baru sekedar konsep, namun ada yang beberapa yang merupakan prototipe. Kemunculan smartphone masa depan ini belum diumumkan secara resmi oleh pihak terkait. Berikut ini adalah konsep desain smartphone di masa depan.

1. “Flip” Smartphone featuring 3 Flexible Super AMOLED Displays

Konsep desain smartphone ini sangat menakjubkan. Terdapat 3 layar Super AMOLED yang sangat fleksibel dan satu sama lain terhubung sehingga dapat membentuk sebuah segitiga. Konsep ini dirancang oleh Kristian Larsen Ulrich untuk smartphone ber-OS Android. The “Flip”, begitu nama smartphone ini, dapat diubah ke berbagai bentuk selain segitiga.

 

2. Windows Transparent Smartphone Concept

Konsep desain smartphone ini sangat canggih, dengan konsep “window phone”. Smartphone ini mencerminkan kondisi cuaca pada saat itu dengan sangat nyata. Apabila hari hujan, nampak tetesan air di layar ponsel tersebut. Apabila turun salju, layar tersebut nampak berembun. Untuk beralih mode anda cukup meniup layar smartphone tersebut. Konsep canggih ini dirancang oleh Song Seunghan.

3. Aqua Smartphone dari Samsung

Samsung sukses sebagai vendor smartphone di dunia. Berbagai produk smartphone Samsung diterima dengan baik dan antusias oleh masyarakat. Sebut saja Samsung Galaxy berserta beberapa serinya yang sukses besar di pasar. Untuk konsep desain smartphone masa depan, Samsung menciptakan prototipe dengan konsep Aqua Smartphone. Bentuknya yang transparan dan futuristik sang desainer, Bon Seop dari Korea Selatan, terinspirasi dari menggambar di atas air. Smartphone ini dilengkapi dengan layar AMOLED dan futuristik graphic user interface. Antarmuka touchscreen yang mirip air diharapkan akan menarik pelanggan. Berharap suatu hari nanti smartphone ini akan dapat berada ditangan kita.

4. Philips Fluid Smartphone With Flexible OLED Display

Philips juga tidak ketinggalan menciptakan konsep desain smartphone ke dalam sebuah prototipe yang diberi nama Philips Fluid Smartphone With Flexible OLED Display. Smartphone yang dirancang Philips ini memanfaatkan Flexible OLED Display dan dituangkan ke dalam bentuk Fluid Smartphone. Smartphone ini sangat fleksibel dan tipis dapat dibentuk menjadi gelang. Mungkin saja di masa depan kita dituntut untuk serba cepat, praktis dan canggih. Dengan smartphone berada di pergelangan tangan maka akan memudahkan aktivitas kita dan tidak akan kerepotan membawa device kita, kemanapun kita pergi.

5.Transparant Smartphone dari LG

LG mengeluarkan desain smartphone masa depan dengan konsep Transparan. LG merancang konsep smartphonenya dengan desain yang futuristik, revolusioner dan layar yang transparan. Menurut kabar yang beredar desain smartphone ini melibatkan desainer grafis dari film. Kita mungkin tidak akan menyangka jika pada suatu hari akan ada smartphone yang seperti ini. Keren.

6. Nokia Human Form Smartphone

Baru-baru ini Nokia merilis sebuah prototipe smartphone masa depan. Konsep desain smartphone ini dinamakan HumanForm Nokia. Tampilan smartphone ini transparan, lentur dan bentuknya yang tidak biasa. Smartphone ini dapat diputar, ditekuk dan sangat fleksibel yang terbuat dari Perangkat Kinetic. Smartphone canggih ini dilengkapi dengan Wiimote dengan tombol yang banyak dan dapat disesuaikan apabila anda tidak menginginkan ada banyak tombol. Keren sekali.

7. Future of Smartphones: Holograms and Folding Screens dari Apple Inc.

Apple adalah perusahaan yang membuka jalan bagi smartphone di era sekarang ini. Untuk sebuah konsep desain smartphone masa depan, nampaknya Apple Inc. akan mengulang kesusksesannya kembali dengan menciptakan prototipe smartphone canggih. Konsep desain smartphone dari Apple sangat futuristik dikemas dengan tampilan yang mungil, ramah lingkungan, dan dapat menjadi panduan hidup. Informasi akan ditampilkan dalam bentuk hologram. Sangat canggih, futuristik dan modern. Proyektor hologram ini mengingatkan kita pada film Star Wars, dimana Luke Skywalker memanggil sebuah hologram Putri Leia. Wow!! Masa depan kian dekat.

8. Toyota’s Insane Concept Car Has Giant Touch-Screen Doors

Ini dia gambaran masa depan teknologi manusia. Menggabungkan sebuah mobil yang dapat berfungsi sebagai smartphone adalah ide yang sangat brilian dan luar biasa. Sebuah konsep mobil futuristik dan sekaligus smartphone terbesar di dunia ini dirancang oleh Toyota. Prototipe yang baru-baru ini diluncurkan diberi nama Toyota’s Insane Concept Car Has Giant Touch-Screen Doors . Presiden Toyota menyatakan ini adalah “smartphone dengan empat-roda”. Jika teknologi ini benar-benar diciptakan dalam jumlah banyak, Anda perlu memikirkan bagaimana menemukan parkir yang aman agar tidak menggores layar smartphone tersebut. Anda juga harus keluar dari mobil untuk menggunakan smartphone tersebut. Namun apapun itu, teknologi adalah sesuatu yang dapat mempermudah hidup manusia.

9. TripleWatch

Walaupun ide ponsel jam tangan tidak begitu baru, TripleWatch didesain oleh Manon Maneenawa memiliki tiga teknik flip menarik yang memungkinkan pengguna untuk mengubah menonton menjadi ponsel normal. Ketika digunakan sebagai jam tangan, ponsel ini memiliki tombol speaker yang memungkinkan pengguna untuk menjawab telepon dan menutup telepon saat mengemudi.

 

Sumber :  

http://maulanashendi.blogspot.com/2011/03/perkiraan-10-hp-masa-depan.html

http://top10.web.id/teknologi/10-konsep-desain-smartphone-di-masa-depan

BIOINFORMATIKA

Pada artikel sebelumnya telah dibahas mengenai "Paralel Processing". artikel kali ini akan menjelaskan tentang "BioInformatika".


SEJARAH BIOINFORMATIKA

Ilmu bioinformatika lahir atas insiatif para ahli ilmu komputer berdasarkan artificial intelligence. Mereka berpikir bahwa semua gejala yang ada di alam ini bisa diuat secara artificial melalui simulasi dari gejala-gejala tersebut. Untuk mewujudkan hal ini diperlukan data-data yang yang menjadi kunci penentu tindak-tanduk gejala alam tersebut, yaitu gen yang meliputi DNA atau RNA. Bioinformatika ini penting untuk manajemen data-data dari dunia biologi dan kedokteran modern.

Perangkat utama Bioinformatika adalah program software dan didukung oleh kesediaan internet. Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi.

Bioinformatika pertamakali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.

Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).

Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

CABANG-CABANG YANG TERKAIT DENGAN BIOINFORMATIKA

Dari pengertian Bioinformatika yang telah dijelaskan, kita dapat menemukan banyak terdapat banyak cabang-cabang disiplin ilmu yang terkait dengan Bioinformatika, terutama karena bioinformatika itu sendiri merupakan suatu bidang interdisipliner. Hal tersebut menimbulkan banyak pilihan bagi orang yang ingin mendalami Bioinformatika.

Biophysics

Adalah sebuah bidang interdisipliner yang mengalikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

Computational Biology

Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.

Medical Informatics

Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah “sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis.” Medical informatics lebih memperhatikan struktur dan algoritma untuk pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit”.

Cheminformatics

Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference). Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponenkomponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia.

Genomics

Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untukmenganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology

Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware.

Menurut Alex Kasman [KASMAN2004] Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.

Proteomics

Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Michael J. Dunn [DUNN2004], mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME“. Dan mendefinisikan proteomics berkaitan dengan: “studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri”. Yaitu: “sebuah antarmuka antara biokimia protein dengan biologi molekul”.

Pharmacogenomics

Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker).

Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

Pharmacogenetics

Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan.

Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.

PARALEL PROCESSING

Saya telah membahas tentang "Komputasi Modern", pada artikel sebelumnya. Kali ini saya akan menjelaskan tentang "Paralel Processing".

KOMPUTASI dan PARALEL PROCESSING

Seperti yang tertulis pada situs Wikipedia, komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Biasanya digunakan untuk kapasitas yang pengolahan data yang sangat besar (lingkungan industri, bioinformatika dll) atau karena tuntutan komputasi yang banyak. Kasus kedua biasanya ditemukan di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimai komputasi) dll.

Untuk melakukan berbagai jenis komputasi paralel diperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk digunakan perangkat lunak pendukung yang biasa disebut middleware yang berperan mengatur distribusi antar titik dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi. Salah satu middleware yang asli dikembangkan di Indonesia adalah OpenPC yang dipelopori oleh GFTK LIPI dan diimplementasikan di LIPI Public Center.

Paralel Processing sendiri adalah kemampuan menjalankan tugas atau aplikasi lebih dari satu aplikasi dan dijalankan secara simultan atau bersamaan pada sebuah komputer. Secara umum, ini adalah sebuah teknik dimana sebuah masalah dibagi dalam beberapa masalah kecil untuk mempercepat proses penyelesaian masalah.

Terdapat dua hukum yang berlaku dalam sebuah parallel processing. yaitu:

• Hukum Amdahl
  Amdahl berpendapat, “Peningkatan kecepatan secara paralel akan menjadi linear, melipatgandakan kemampuan proses sebuah komputer dan mengurangi separuh dari waktu proses yang diperlukan untuk menyelesaikan sebuah masalah.”
  
  
• Hukum Gustafson
  Pendapat yang dikemukakan Gustafson hampir sama dengan Amdahl, tetapi dalam pemikiran Gustafson, sebuah komputasi paralel berjalan dengan menggunakan dua atau lebih mesin untuk mempercepat penyelesaian masalah dengan memperhatikan faktor eksternal, seperti kemampuan mesin dan kecepatan proses tiap-tiap mesin yang digunakan.

Gambar diatas merupakan contoh dari sebuah komputasi paralel, dimana pada gambar diatas terdapat sebuah masalah, dari masalah tersebut dibagi lagi menjadi beberapa bagian agar sebuah masalah dapat dengan cepat diatasi.

Yang perlu diingat adalah komputasi paralel berbeda dengan multitasking. Pengertian multitasking adalah komputer dengan processor tunggal mengeksekusi beberapa tugas secara bersamaan. Walaupun beberapa orang yang bergelut di bidang sistem operasi beranggapan bahwa komputer tunggal tidak bisa melakukan beberapa pekerjaan sekaligus, melainkan proses penjadwalan yang berlakukan pada sistem operasi membuat komputer seperti mengerjakan tugas secara bersamaan. Sedangkan komputasi paralel sudah dijelaskan sebelumnya, bahwa komputasi paralel menggunakan beberapa processor atau komputer. Selain itu komputasi paralel tidak menggunakan arsitektur Von Neumann.

Untuk lebih memperjelas lebih dalam mengenai perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu

- SISD
Yang merupakan singkatan dari Single Instruction, Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

- SIMD
Yang merupakan singkatan dari Single Instruction, Multiple Data. SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

- MISD
Yang merupakan singkatan dari Multiple Instruction, Single Data. MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

- MIMD
Yang merupakan singkatan dari Multiple Instruction, Multiple Data. MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

Penyelesaian Sebuah Masalah pada Komputasi Tunggal

Penyelesaian Sebuah Masalah pada Komputasi Paralel

Dari perbedaan kedua gambar di atas, kita dapat menyimpulkan bahwa kinerja komputasi paralel lebih efektif dan dapat menghemat waktu untuk pemrosesan data yang banyak daripada komputasi tunggal.

Dari penjelasan-penjelasan di atas, kita dapat mengetahui mengapa dan kapan kita perlu menggunakan komputasi paralel.Dari penjelasan-penjelasan di atas, kita bisa mendapatkan jawaban mengapa dan kapan kita perlu menggunakan komputasi paralel. Jawabannya adalah karena komputasi paralel jauh lebih menghemat waktu dan sangat efektif ketika kita harus mengolah data dalam jumlah yang besar. Namun keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif jika kita menggunakan komputasi tunggal.rkomputasi paralel jauh lebih menghemat waktu dan sangat efektif ketika kita harus mengolah data dalam jumlah yang besar. Namun keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif jika kita menggunakan komputasi tunggal.

sumber:

http://dpamudji.wordpress.com/2011/04/01/komputasi-paralel/
http://id.wikipedia.org/wiki/Komputasi_paralel#Mesin_paralel
http://andri102.wordpress.com/game/soft-skill/konsep-komputasi-parallel-processing/
http://spancills.wordpress.com/2011/05/21/kuis-softskills/

KOMPUTASI MODERN

Komputasi modern bisa dipisahkan menjadi dua kata, yaitu “komputasi” dan “modern”. Komputasi bisa diartikan sebagai cara untuk menemukan pemecahan permasalahan dari data input dengan suatu algoritma dan komputasi merupakan subbagian dari matematika. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam penggunaan secara umum, biasanya berupa penerapan simulasi komputer atau berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar terhadap bidang ilmu yang mendasari teori ini.
Dalam ilmu komputasi memiliki satu cabang ilmu yang bernama komputasi sains. Secara umum komputasi sains mempelajari aspek-aspek komputasi untuk aplikasi atau memecahkan masalah di bidang sains lain, seperti fisika, kimia, biologi dan geologi. Dalam sejarah komputasi modern tidak dapat terlepas dari peranan John von Neumann, beliau adalah ilmuwan yang meletakkan dasar-dasar komputer modern serta salah satu ahli matematika terbesar, beliau juga yang pertam a kali mencetuskan konsep sebuah sistem yang menerima instruksi-instruksi dan menyimpannya dalam sebuah memori sehingga menjadi dasar arsitektur komputer hingga saat ini.

Sejarah dan Perkembangan Komputasi Modern

Dalam perkembangan komputasi modern pertama kali digagasi oleh John Von Neumann (1903-1957).


Beliau merupakan ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann berjasa dibidang matematika, teori quantum, game teori,fisik nuklir,dan ilmu komputer yang disalurkan melalui karya-karyanya.

Beliau juga merupakan salah seorang ilmuwan yang sangat berpengaruh dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kepiawaian John Von Neumann teletak pada bidang teori game yang melahirkan konsep automata, teknologi bom atom dan komputasi modern yang kemudian melahirkan komputer.

Komputasi modern menghitung dan mencari solusi dari masalah yang ada, yang menjadi perhitungan dari komputasi modern adalah :

1. Akurasi (bit, Floating poin)
2. Kecepatan (Dalam satuan Hz)
3. Problem volume besar (Down sizing atau paralel)
4. Modeling (NN dan GA)
5. Kompleksitas (Menggunakan teori Big O)

Pada paruh pertama abad 20, banyak kebutuhan komputasi ilmiah bertemu dengan semakin canggih komputer analog, yang menggunakan mekanis atau listrik langsung model masalah sebagai dasar perhitungan. Namun, ini tidak dapat diprogram dan umumnya tidak memiliki fleksibilitas dan keakuratan komputer digital modern.

George stibitz secara internasional diakui sebagai ayah dari komputer digital modern.
sementara bekerja di laboratorium bel di November 1937, stibitz menciptakan dan membangun sebuah relay berbasis kalkulator ia dijuluki sebagai "model k" (untuk "meja dapur", di mana dia telah berkumpul itu), yang adalah orang pertama yang menggunakan sirkuit biner untuk melakukan operasi aritmatika. Kemudian model menambahkan kecanggihan yang lebih besar termasuk aritmatika
dan kemampuan pemrograman kompleks.

Salah satu tokoh yang sangat mempengaruhi perkembangan komputasi modern adalah John von Neumann (1903-1957), Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya.

Von Neumann dilahirkan di Budapest, ibu kota Hungaria, pada 28 Desember 1903 dengan nama Neumann Janos. Dia adalah anak pertama dari pasangan Neumann Miksa dan Kann Margit. Di sana, nama keluarga diletakkan di depan nama asli. Sehingga dalam bahasa Inggris, nama orang tuanya menjadi Max Neumann dan Margaret Kann. Max Neumann memperoleh gelar dan namanya berubah menjadi Von Neumann. Max Neumann adalah seorang Yahudi Hungaria yang bergelar doktor dalam ilmu hukum. Dia juga seorang pengacara untuk sebuah bank. Pada tahun 1903, Budapest terkenal sebagai tempat lahirnya para manusia genius dari bidang sains, penulis, seniman dan musisi.

Pada tahun 1921, Von Neumann disekolahkan ayahnya ke Universitas Berlin untuk menjadi insinyur teknik kimia. Berselang dua tahun kemudian ia melanjutkan pendidikan ke Zurich. Sebenarnya Von Neumann kurang tertarik dengan bidang kimia atau bidang engineering, namun ayahnya mendorong dia untuk mempelajari kimia. Pada waktu itu teknik kimia sedang populer dan menjanjikan karier yang cerah bagi para insinyurnya. Oleh karena itu, ayahnya mengharuskan Von Neumann mengikuti pendidikan kimia tanpa gelar selama dua tahun di Berlin, lalu melanjutkan di Eidgennossische Technische Hochschule (ETH) Zurich pada bidang yang sama. Ujian masuk ETH terkenal sulit, bahkan Albert Einstein pernah gagal dalam ujian masuk di tahun 1895 dan berhasil lulus pada ujian tahun berikutnya.

Keinginan Von Neumann untuk mempelajari matematika dilakukannya pada musim panas setelah studinya di Berlin dan sebelum masuk ETH Zurich. Dia menjadi mahasiswa program doktor pada Universitas Budapest. Tesis doktornya bertemakan aksiomasisai teori himpunan (set theory) yang dikembangkan George Cantor. Pada masa itu, set theory merupakan salah satu topik 'menantang' di dunia matematika.

Di tahun 1926 pada umur 22 tahun, Von Neuman lulus dengan dua gelar yaitu gelar S1 pada bidang teknik kimia dari ETH dan gelar doktor (Ph.D) pada bidang matematika dari Universitas Budapest.

Von Neumann sangat tertarik pada hidrodinamika dan kesulitan penyelesaian persamaan diferensial parsial nonlinier yang digunakan, Von Neumann kemudian beralih dalam bidang komputasi. Von Neumann menjadi seorang konsultan pada pengembangan komputer ENIAC, dia merancang konsep arsitektur komputer yang masih dipakai sampai sekarang. Arsitektur Von Nuemann adalah seperangkat komputer dengan program yang tersimpan (program dan data disimpan pada memori) dengan pengendali pusat, I/O, dan memori.

Implementasi Komputasi Modern dalam kehidupan sehari-hari

Dalam kehidupan sehari-hari pengimplementasian modern diterapkan pada teknologi mobile computing. Salah satunya dengan menggunakan PDA. PDA (Personal Digital Assistant) pertama kali dikenalkan untuk mengganyikan organizer konvensional (agenda). Diman dulu orang menggunakan agenda untuk mencatat semua jadwal aktivitas, nomor telepon, atau untuk membantunya dalam mengingat hal-hal yang penting baginya. Tetapi dengan bertambah pesatnya perkembangan teknologi komputer. Dengan ditemukan dan diperkenalkannnya organizer elektronik atau yang sering disebut juga dengan PDA, maka orang-orang sekarang mulai menggantikan organizer konvensional tersebut dengan PDA untuk membantunya dalam aktivitas sehari-hari. Tetapi dalam perkembangannya, perusahaan pembuat PDA tersebut memperbaiki kemampuan PDAnya. Dari segi software ( system operasi aplikasinya) dan segi hardware (kecepatan processor, layar berwarna, memori yang besar) juga dari bentuk fisik yang semakin kecil. Selain itu sekarang PDA juga telah ditambah berbagai fasilitas yang menarik seperti kemampuan untuk membuat jaringan tanpa kabel (wireless), kemempuan untuk berfungsi sebagai telepon seluler, maupun sebagai kamera digital. Dilihat dari kemampuan yang sangat luas dari sebuah PDA maka tidak menutup kemungkinan PDA akan menggantikan posisi notebook yang sangat besar dalam melakukan pekerjaan yang memerlukan komputer tetapi selalu berpindah-pindah (mobile)

Berikut ini beberapa contoh komputasi modern sampai dengan lahirnya ENIAC :

• Konrad Zuse’s electromechanical “Z mesin”.Z3 (1941) sebuah mesin pertama menampilkan biner aritmatika, termasuk aritmatika floating point dan ukuran programmability. Pada tahun 1998, Z3 operasional pertama di dunia komputer itu di anggap sebagai Turing lengkap.
• Berikutnya Non-programmable Atanasoff-Berry Computer yang di temukan pada tahun 1941 alat ini menggunakan tabung hampa berdasarkan perhitungan, angka biner, dan regeneratif memori kapasitor.Penggunaan memori regeneratif diperbolehkan untuk menjadi jauh lebih seragam (berukuran meja besar atau meja kerja).
• Selanjutnya komputer Colossus ditemukan pada tahun 1943, berkemampuan untuk membatasi kemampuan program pada alat ini menunjukkan bahwa perangkat menggunakan ribuan tabung dapat digunakan lebih baik dan elektronik reprogrammable.Komputer ini digunakan untuk memecahkan kode perang Jerman.
• The Harvard Mark I ditemukan pada 1944, mempunyai skala besar, merupakan komputer elektromekanis dengan programmability terbatas.
• Lalu lahirlah US Army’s Ballistic Research Laboratory ENIAC ditemukan pada tahun 1946, komputer ini digunakan unutk menghitung desimal aritmatika dan biasanya disebut sebagai tujuan umum pertama komputer elektronik (ENIAC merupaka generasi yang sudah sangat berkembang di zamannya sejak komputer pertama Konrad Zuse ’s Z3 yang ditemukan padatahun 1941).

Macam-macam Model Komputasi

Komputasi memiliki 3 model, yaitu

1. Mesin Mealy
2. Mesin Moore
3. Petri net

Mesin Mealy

Dalam teori komputasi sebagai konsep dasar sebuah komputer, mesin Mealy adalah otomasi fasa berhingga (finite state automaton atau finite state tranducer) yang menghasilkan keluaran berdasarkan fasa saat itu dan bagian masukan/input. Dalam hal ini, diagram fasa (state diagram) dari mesin Mealy memiliki sinyal masukan dan sinyal keluaran untuk tiap transisi. Prinsip ini berbeda dengan mesin Moore yang hanya menghasilkan keluaran/output pada tiap fasa. Nama Mealy diambil dari “G. H. Mealy” seorang perintis mesin-fasa (state-machine) yang menulis karangan “A Method for Synthesizing Sequential Circuits” pada tahun 1955.

Mesin Moore

Dalam teori komputasi sebagai prinsip dasar komputer, mesin Moore adalah otomasi fasa berhingga (finite state automaton) di mana keluarannya ditentukan hanya oleh fasa saat itu (dan tidak terpengaruh oleh bagian masukan/input). Diagram fasa (state diagram) dari mesin Moore memiliki sinyal keluaran untuk masing-masing fasa. Hal ini berbeda dengan mesin Mealy yang mempunyai keluaran untuk tiap transisi. Nama Moore diambil dari “Edward F. Moore” seorang ilmuwan komputer dan perintis mesin-fasa (state-machine) yang menulis karangan “Gedanken-experiments on Sequential Machines”.

Petri net

Petri net adalah salah satu model untuk merepresentasikan sistem terdistribusi diskret. Sebagai sebuah model, Petri net merupakan grafik 2 arah yang terdiri dari place, transition, dan tanda panah yang menghubungkan keduanya. Di samping itu, untuk merepresentasikan keadaan sistem, token diletakkan pada place tertentu. Ketika sebuah transition terpantik, token akan bertransisi sesuai tanda panah.

sumber:

http://wartawarga.gunadarma.ac.id/2012/03/implementasi-dari-komputasi-modern/
http://my.opera.com/aviciena/blog/show.dml/8170711
http://eng-liebhaber.blogspot.com/2011/02/komputasi-modern.html
http://ariesre.wordpress.com/2011/03/06/komputasi-modern/

Bedah Website PT Astra Honda Motor

PT Astra Honda Motor (AHM) merupakan pelopor industri sepeda motor di Indonesia. Didirikan pada 11 Juni 1971 dengan nama awal PT Federal Motor, yang sahamnya secara mayoritas dimiliki oleh PT Astra International. Saat itu, PT Federal Motor hanya merakit, sedangkan komponennya diimpor dari Jepang dalam bentuk CKD (completely knock down).

Tipe sepeda motor yang pertama kali di produksi Honda adalah tipe bisnis, S 90 Z bermesin 4 tak dengan kapasitas 90cc. Jumlah produksi pada tahun pertama selama satu tahun hanya 1500 unit, namun melonjak menjadi sekitar 30 ribu pada tahun dan terus berkembang hingga saat ini. Sepeda motor terus berkembang dan menjadi salah satu moda transportasi andalan di Indonesia.

Kebijakan pemerintah dalam hal lokalisasi komponen otomotif mendorong PT Federal Motor memproduksi berbagai komponen sepeda motor Hondatahun 2001 di dalam negeri melalui beberapa anak perusahaan, diantaranya PT Honda Federal (1974) yang memproduksi komponen-komponen dasar sepeda motor Honda seperti rangka, roda, knalpot dan sebagainya, PT Showa Manufacturing Indonesia (1979) yang khusus memproduksi peredam kejut, PT Honda Astra Engine Manufacturing (1984) yang memproduksi mesin sepeda motor serta PT Federal Izumi Mfg.(1990) yang khusus memproduksi piston.

Seiring dengan perkembangan kondisi ekonomi serta tumbuhnya pasar sepeda motor terjadi perubahan komposisi kepemilikan saham di pabrikan sepeda motor Honda ini. Pada tahun 2000 PT Federal Motor dan beberapa anak perusahaan di merger menjadi satu dengan nama PT Astra Honda Motor, yang komposisi kepemilikan sahamnya menjadi 50% milik PT Astra International Tbk dan 50% milik Honda Motor Co. Japan.

Saat ini PT Astra Honda Motor memiliki 3 fasilitas pabrik perakitan, pabrik pertama berlokasi Sunter, Jakarta Utara yang juga berfungsi sebagai kantor pusat. Pabrik ke dua berlokasi di Pegangsaan Dua, Kelapa Gading, serta pabrik ke 3 yang sekaligus pabrik paling mutakhir berlokasi di kawasan MM 2100 Cikarang Barat, Bekasi. Pabrik ke 3 ini merupakan fasilitas pabrik perakitan terbaru yang mulai beroperasi sejak tahun 2005.

Dengan keseluruhan fasilitas ini PT Astra Honda Motor saat ini memiliki kapasitas produksi 3 juta unit sepeda motor per-tahunnya, untuk permintaan pasar sepeda motor di Indonesia yang terus meningkat.
Salah satu puncak prestasi yang berhasil diraih PT Astra Honda Motor adalah pencapaian produksi ke 20 juta pada tahun 2007. Prestasi ini merupakan prestasi pertama yang yang berhasil diraih oleh industri sepeda motor di Indonesia bahkan untuk tingkat ASEAN. Secara dunia pencapaian produksi sepeda motor Honda 20 juta unit adalah yang ke tiga, setelah pabrik sepeda motor Honda di Cina dan India.

Guna menunjang kebutuhan serta kepuasan pelannggan sepeda motor Honda, saat PT Astra Honda Motor di dukung oleh 1.600 showroom dealer penjualan yang diberi kode H1, 3.800 layanan service atau bengkel AHASS (Astra Honda Authorized Service Station) dengan kode H2, serta 6.500 gerai suku cadang atau H, yang siap melayani jutaan penggunaan sepeda motor Honda di seluruh Indonesia.

Industri sepeda motor saat ini merupakan suatu industri yang besar di Indonesia. Karyawan PT Astra Honda Motor saja saat ini berjumlah sekitar 13.000 orang, ditambah 130 vendor dan supplier serta ribuan jaringan lainnya, yang kesemuanya ini memberikan dampak ekonomi berantai yang luar biasa. Keseluruhan rantai ekonomi tersebut diperkirakan dapat memberika kesempatan kerja kepada sekitar 500 ribu orang. PT Astra Honda Motor akan terus berkarya menghasilkan sarana transportasi roda 2 yang menyenangkan, aman dan ekonomis sesuai dengan harapan dan kebutuhan masyarakat Indonesia.

> Tentang AHM

Pertumbuhan konsumen sepeda motor meningkat luar biasa. Di tengah-tengah persaingan yang begitu tajam akibat banyaknya merek pendatang baru, sepeda motor Honda yang sudah lama berada di Indonesia, dengan segala keunggulannya, tetap mendominasi pasar dan sekaligus memenuhi kebutuhan angkutan yang tangguh, irit dan ekonomis.Menjawab tantangan tersebut, organisasi yang berada di balik kesuksesan sepeda motor Honda di Indonesia terus memperkuat diri.

PT Astra Honda Motor merupakan sinergi keunggulan teknologi dan jaringan pemasaran di Indonesia, sebuah pengembangan kerja sama antara Honda Motor Company Limited, Jepang, dan PT Astra International Tbk, Indonesia.

Keunggulan teknologi Honda Motor diakui di seluruh dunia dan telah dibuktikan dalam berbagai kesempatan, baik di jalan raya maupun di lintasan balap. Honda pun mengembangkan teknologi yang mampu menjawab kebutuhan pelanggan yaitu mesin "bandel" dan irit bahan bakar, sehingga menjadikannya sebagai pelopor kendaraan roda dua yang ekonomis.

Tidak heran, jika harga jual kembali sepeda motor Honda tetap tinggi.Astra International memiliki pengetahuan yang komprehensif tentang kebutuhan para pemakai sepeda motor di Indonesia, berkat jaringan pemasaran dan pengalamannya yang luas. Astra juga mampu memfasilitasi pembelian dan memberikan pelayanan purna jual sedemikian rupa sehingga brand Honda semakin unggul.

Dalam Segi Produk banyak sekali motor-motor yang di produksi oleh perusahaan ini, seperti Absolute Revo, Beat, Blade, City Sport 1, New Megapro, PCX, Scoopy, Supra X, Tiger, dan Vario.

Dalam penjelasan diatas terlihat jelas bahwa website PT Astra Honda Motor sudah cukup baik dalam kriteria website yang baik. dari segi tampilan, link-link pada web tersebut, produk-produk yang dipasarkan beserta harganya, dan semua tentang PT Astra Honda Motor telah tersedia dalam website ini.

sumber :
http://www.astra-honda.com/index.php/about
http://ebyfebryy.blogspot.com/2011/01/bedah-web-pt-astra-honda-motor.html

METODE NOISING UNTUK PELEMBUTAN CITRA (SMOOTHING) & HISTOGRAM

PENJELASAN UMUM

Tugas pencitraan 4IA11:

kelompok:

tika ayu anggraini (51408020)

nur handayani (50408732)

1. Algoritma

Pada pembuatan projek MatLab ini, membuat metode noising untuk pelembutan citra dan dikonversikan ke dalam Histogram. Pada tampilan projek membutuhkan rancangan GUI-nya yaitu :

· Satu tampilan awal (win1),

· Menggunakan tiga frame untuk head, isi, dan bagian untuk command.

· Bagian untuk menampilkan tiga gambar menggunakan axes.

· Pilihan pop-up untuk memilih metode (yang akan dibahas), dan

· Tombol-tombol untuk mengoperasikan projek tersebut

1.1. Rancangan Tampilan Awal

Pada rancangan ini, buat M-files terlebih dahulu dan masukkan perintahnya, sebagai berikut.

clc;

clear all;

% all initial size

formcolor=[0.8 0.8 0.5];

framecolor=[0.9 0.9 0.64];

fontcolor=[0 0 0];

t_tom = 22;

l_tom = 80;

Untuk perintah di atas, berfungsi untuk menentukan warna form dan warna frame dari tampilan projek tersebut. Selanjutnya, untuk mengatur posisi dari jendela (windows) gunakan perintah ‘position’ dan memakai koordinat posisi ’40 40 550 360’. Cantumkan nama judul dari projek tersebut, di dalam projek ini menamakan “Efek Noising Untuk Smoothing & Histogram” karena akan membuat sutau objek yang berwarna awal terlalu kasar dan dengan menggunakan metode noising akan terlihat lebih halus. Karena masih mengatur posisi maka Toolbar dan MenuBar masih ‘none’

win1 = figure('Color',formcolor, ...

'Unit','points',...

'PaperUnits','points', ...

'Position',[40 40 550 360], ...

'ToolBar','none',...

'Menubar','none',...

'NumberTitle','off',...

'Name','Efek Noising untuk Smoothing & Histogram');

Selanjutnya akan memakai tiga frame, yaitu frame 0, frame 1 dan frame 3. Frame 0 merupakan fungsi dari frame dasar dari pembentukan tampilan. Untuk frame1, akan terdapat axes 1, 2 & 3 serta stext (untuk menaruh sebuah teks) yang terdri dari 8 stext.

Untuk frame semua struktur samatetapi yang membedakan adalah position yang menggunakan perintah

frame1 = uicontrol('Parent',win1, ...

'Units','points', ...

'ListboxTop',0, ...

'Position',[10 10 530 100], ...

'Style','frame', ...

'backgroundcolor',framecolor, ...

'Tag','Frame1');

Pada axes 1, yang berfungsi untuk menampilkan gambar awal dari suatu objek yang terpilih, warna dari axes 1 tersebut adalah putih karena command tersebut tidak terlihat bila di-run (visible : off) dan berada pada posisi tengah-kiri yang koordinatnya ’40 238 195 190’ pada aturan matriks. Untuk koordinat warna x,y,z tidak diperhitungkan maka diberi nilai ‘0’.

axes1 = axes('Parent',win1, ...

'unit','pixels',...

'Box','on', ...

'CameraUpVector',[0 1 0], ...

'Color',[1 1 1], ...

'Position',[40 238 195 190], ...

'Tag','Axes1', ...

'XColor',[0 0 0], ...

'YColor',[0 0 0], ...

'ZColor',[0 0 0],...

'visible','off');

Pada axes 2, yang berfungsi untuk menampilkan objek kedua yang memberi efek noise, warna dari axes 2 sama dengan axes 1 karena tidak terlihat dan pada command (visible : off), berada pada posisi tengah yang koordinatnya ‘270 238 195 190’ pada aturan matriks.

axes2 = axes('Parent',win1, ...

'Units','pixels', ...

'CameraUpVector',[0 1 0], ...

'Color',[1 1 1], ...

'Position',[270 238 195 190], ...

'Tag','Axes2', ...

'XColor',[0 0 0], ...

'YColor',[0 0 0], ...

'ZColor',[0 0 0],...

'visible','off');

Pada axes 3, yang berfungsi untuk menampilkan objek ketiga yang gambar awal telah digabung dengan efek noise, objek tersebut berada di tengah kanan yang koordinatnya ‘500 238 195 190’ pada aturan matriks.

axes3 = axes('Parent',win1, ...

'Units','pixels', ...

'CameraUpVector',[0 1 0], ...

'Color',[1 1 1], ...

'Position',[500 238 195 190], ...

'Tag','Axes3', ...

'XColor',[0 0 0], ...

'YColor',[0 0 0], ...

'ZColor',[0 0 0],...

'visible','off');

Untuk bagian head, diberi command stext agar memberi petunjuk pada ketiga axes. Pada stext1, nama stext tersebut adalah ‘Gambar Awal’ untuk axes1 yang berada pada posisi atas-kiri yang posisi koordinatnya ’80 330 74.25 24.25’ pada aturan matriks dan memiliki aturan (style : text).

stext2 = uicontrol('Parent',win1, ...

'Units','points', ...

'backgroundcolor',framecolor,...

'ListboxTop',0, ...

'Position',[80 330 74.25 14.25], ...

'String','Gambar Awal', ...

'Fontsize',10,...

'Foregroundcolor',fontcolor,...

'Style','text');

Untuk stext2, nama stext tersebut adalah ‘Dengan Noise’ untuk axes2 yang berada posisi tengah-atas yang posisi koordinatnya ‘240 330 74.25 14.25’ pada aturan matriks dan sama seperti stext1 dan stext3.

stext3 = uicontrol('Parent',win1, ...

'Units','points', ...

'backgroundcolor',framecolor,...

'ListboxTop',0, ...

'Position',[240 330 74.25 14.25], ...

'String','Dengan Noise', ...

'Fontsize',10,...

'Foregroundcolor',fontcolor,...

'Style','text');

Untuk stext3, nama stext tersebut adalah ‘Noise dihilangkan’ untuk axes3 yang berada posisi kanan-atas yang posisi koordinatnya ‘410 330 100 14.25’ pada aturan matriks.

stext4 = uicontrol('Parent',win1, ...

'Units','points', ...

'backgroundcolor',framecolor,...

'ListboxTop',0, ...

'Position',[410 330 100 14.25], ...

'String','Noise dihilangkan', ...

'Fontsize',10,...

'Foregroundcolor',fontcolor,...

'Style','text');

Pada fungsi yang lainnya dan masih di dalam lingkup stext, pada stext4 akan memberi petunjuk pada nilai rasio pada noise yang diukur dari kepadatan warna gambar yang telah diambil. Teks ini berada di posisi di bawah axes yang pertama. Untuk stext4 tersebut diberi nama ‘Rasio Sinyal Noise’ dan berada di posisi koordinat ’52.5 120 120 14.25’ pada aturan matriks.

stext5 = uicontrol('Parent',win1, ...

'Units','points', ...

'BackgroundColor',formcolor, ...

'ListboxTop',0, ...

'Position',[52.5 120 120 14.25], ...

'String','Rasio Sinyal Noise', ...

'Style','text');

Untuk stext selanjutnya yaitu stext8 digunakan untuk nilai derajat tepi dari Rasio Sinyal Noise yang berdasarkan perhitungan dari tingkat level noise. Stext5 ini diberi nama ‘Nilai Treshold dan berada di posisi dibawah axes3. Untuk stext5 ini berada pada posisi koordinat ‘280 120 100 14.25’ pada aturan matriks.

stext8 = uicontrol('Parent',win1, ...

'Units','points', ...

'BackgroundColor',formcolor, ...

'ListboxTop',0, ...

'Position',[280 120 100 14.25], ...

'String','Nilai Treshold', ...

'Style','text');

Pada selanjutnya membuat frame untuk menaruh bagian-bagian metode dari noising, seperti wavelet, tingkat level noise, pilihan noise. Posisi frame tersebut berada di bawah, yang posisi koordinatnya ’48 70.5 233.25 28.5’ pada aturan matriks.

frame3 = uicontrol('Parent',win1, ...

'Units','points', ...

'ListboxTop',0, ...

'Position',[48 70.5 233.25 28.5], ...

'BackgroundColor',formcolor, ...

'Style','frame', ...

'Tag','Frame3');

Pada masing-masing stext tersebut mempunyai tampilan popup yaitu :

§ Pilihan Wavelet (Douebechies, Coiflets, Symlet)

§ Pilihan Noise (Gaussian, Laplacian)

§ Tingkat Level Noise (10,20,30,50)

§ Nilai Treshold (Halus, Kasar)

Pada tombol-tombol navigasi mempunyai lima tombol untuk menoperasikan projek ini, yaitu :

§ Browsing Gambar

§ Tambahkan Noise

§ Hilangkan Noise

§ Histogram

§ Keluar

Pada tombol Browsing Gambar mempunyai koordinat posisi ‘30 30 l_tom t_tom’berdasarkan posisi yang ditempatkan dan warna background dari tombol tersebut ‘0.752941176470588 0.752941176470588 0.752941176470588’.

tom_getImg = uicontrol('Parent',win1, ...

'style','pushbutton',...

'Units','points', ...

'BackgroundColor',[0.752941176470588 0.752941176470588 0.752941176470588], ...

'ListboxTop',0, ...

'Position',[30 30 l_tom t_tom], ...

'String','Browsing Gambar', ...

'Tag','Pushbutton1',...

'callback','getImg');

Sama dengan tombol Browsing Gambar, tombol Keluar juga mempunyai warna background dari tombol tersebut ‘0.752941176470588 0.752941176470588 0.752941176470588’.

tom_close = uicontrol('Parent',win1, ...

'style','pushbutton',...

'Units','points', ...

'BackgroundColor',[0.752941176470588 0.752941176470588 0.752941176470588], ...

'ListboxTop',0, ...

'Position',[438.75 30 l_tom t_tom], ...

'String','Keluar', ...

'Tag','Pushbutton3',...

'callback','close');

1.2. Mengubah warna asli ke citra keabuan

Pada browsing gambar, dapat mengambil gambar dari file computer tanpa ditentukan gambar yang disimpan pada projek. Tetapi gambar yang bisa di konversi ke derajat pengabuan hanya berbentuk *.bmp karena batas resolusi gambar yang mempunyai format tersebut tidak terlalu tinggi dibandingkan dengan format *.jpg sehingga mudah dikonversikan ke derajat pengabuan.

[namafile,direktori]=uigetfile('*.bmp','Buka file');

gbr1 = imread([direktori,namafile],'bmp');

Lalu dikonversikan ke derajat pengabuan, menggunakan citra truecolor yaitu RGB dengan warna gray (abu-abu) dari colormap.

colormap(gray);

gbr1 = rgb2gray(gbr1);

Setelah semua dipindahkan menjadi keabuan, akan ditampilkan pada axes yang menjadi tempat untuk penampilan objek sesuai dengan ukuran yang telah diatur sebelumnya sesuai dengan luas axes[lbr_im,pjg_im]

ori_image=imagesc(gbr1,...

'parent',axes1);

set(win1,'CurrentAxes',axes1);

[lbr_im,pjg_im]=size(gbr1)

gbr1 = double(gbr1);

set(axes1,'visible','off');%

1.3. Memberikan Efek Noise Sesuai Metode Gause dan Laplacian

Level noise menentukan kepekatan keabuan dari gambar yang akan di noise, semakin tinggi nilainya semakin pekat keabuan di gambar tersebut. Pada level noise mempunyai empat tingkatan yaitu 10, 20, 30 dan 50.

pop_ind = get(popup4,'Value');

switch pop_ind

case 1

v = 10;

case 2

v = 20;

case 3

v = 30;

case 4

v = 40;

end

epsilon = 1e-5;

infinity = 255;

gbr2 = gbr1;

1.4. Memilih Metode Gause atau Laplacian

Suatu citra dapat dipresentasikan secara numeric, maka citra harus digitalisasi, baik terhadap ruang koordinat (x,y) maupun terhadap skala keabuannya f(x,y). Proses digitalisasi koordinat (x,y) dikenal sebagai “pencuplikan citra” (image sampling, sedangkan proses digitalisai skala keabuan f(x,y) disebut sebagai “kuantisasi derajat keabuan” Gray Level Quantization.

Sebuah citra kontinu f(x,y) akan didekati oleh cuplikan-cuplikan yang seragam jaraknya dalam bentuk matrik N x N. Nilai elemen-elemen matriks menyatakan derajat keabuan citra, sedangkan posisi elemen tersebut (dalam baris dan kolom) menyatakan koordinat titik-titik (x,y) dari citra

Pada metode ini, yang digunakan adalah metode Gaussian dan Laplacian. Metode ini berpengaruh pada kualitas citra pengabuan suatu gambar.

case 1

gbr2 = gbr1 + v*randn(size(gbr1));

case 2

u = rand(size(gbr1));

u1 = u;

[he,we]=size(gbr1);

for i=1:we-1,

for j=1:he-1,

if (u(i,j) <= 0.5),

if (u(i,j) <= epsilon)

gbr2(i,j) = gbr1(i,j) - infinity;

else

gbr2(i,j) = round(gbr1(i,j) + v*log2(2.0 * u(i,j)));

end;

else

u1(i,j) = 1 - u(i,j);

if (u1(i,j) <= (0.5 * epsilon))

gbr2(i,j) = gbr1(i,j) - infinity;

else

gbr2(i,j) = round(gbr1(i,j) - v*log2(2.0 * u1(i,j)));

end;

end;

if (gbr2(i,j) < 0 )

gbr2(i,j) = 0;

end;

if (gbr2(i,j) > 255 )

gbr2(i,j) = 255;

end;

1.5. Menghitung Rasio Noise

Dalam melakukan penambahan noise atau derajat pengabuan, terdapat nilai-nilai rasio yang muncul dari efek pengabuan pada gambar setelah noise dihilangkan sesuai dengan kondisi gambar sesudahnya (gbr 1 – gbr2) = (gbr1-gbr3).

tmp1 = sum(sum(abs(gbr1-gbr2).^2));

[M,N] = size(gbr1);

RMSE = ((1/(M*N))*tmp1)^0.5;

PSNR1 = 20*log10(255/RMSE);

set(edit1,'String',PSNR1);

tmp1 = sum(sum(abs(gbr1-gbr3).^2));

[M,N] = size(gbr1);

RMSE = ((1/(M*N))*tmp1)^0.5;

PSNR2 = 20*log10(255/RMSE);

set(edit2,'String',PSNR2);

1.6. Grafik Histogram

Dalam pemberian efek noise (pengabuan), melakukan perbandingan grafik histogram antara gambar awal (gbr1) dengan gambar setelah diberi efek pengabuan (noise) (gbr3) agar terlihat halus (smoothing) yang setelah proses wavelet.

in2=figure(...

'color',[0.5 0.9 0.7],...

'Name','Perbandingan Histogram',...

'Menubar','none',...

'toolbar','none',...

'Numbertitle','off');

g1=uint8(gbr1);

g3=uint8(gbr3);

ax1=subplot(2,1,1);

imhist(g1);

title('Histogram Gambar Asli')

ax2=subplot(2,1,2);

imhist(g3);

title('Setelah Proses Wavelet de-Noising')

OUTPUT

Aplikasi ini menyediakan beberapa tombol menu pada sebuah form utama. Menu tersebut digunakan untuk mengakses :

• Browsing Gambar
• Tambahkan Noise
• Hilangkan Noise
• Histogram Keluar

Pada bagian ini untuk mengambil file gambar yang formatnya berbentuk *.bmp dan mengubahnya ke dalam efek noising agar terlihat halus (smooth)

Aplikasi menambahkan noise pada citra asli dengan level-level dan metode yang telah ditentukan oleh user. Gambar hasil penambahan noise ditampilkan pada bagian gambar dengan noise.

Aplikasi melakukan perubahan pada gambar setelah dihilangkan noise-nya dengan pilihan metode yang ditentukan. Hasil pengolahan ditampilkan pada bagian gambar setelah dihilangkan noise-nya.