p-Index From 2015 - 2020
10.229
P-Index
Suparti Suparti
Universitas Diponegoro

Published : 122 Documents
Articles

## Title

### Found 3 Documents Search Journal : MATEMATIKA

PERBANDINGAN ANALISA IMAGE WAJAH DIGITAL MENGGUNAKAN METODE COSINUS PAKET (CPT) DAN METODE WAVELET (DWT) suparti, Suparti; Farikhin, Farikhin
MATEMATIKA Vol 6, No 3 (2003): Jurnal Matematika
Publisher : MATEMATIKA

#### Abstract

Dalam perkembangan IPTEK seringkali dilakukan pengiriman image melalui suatu media misalnya satelit. Dalam proses pengiriman image ini seringkali mengalami noise (gangguan) yang mengakibatkan image yang diterima menjadi tidak jelas (kabur). Untuk mendapatkan image yang mirip dengan aslinya maka ganguan ini harus dihilangkan (denoising). Dalam analisa image, dapat ditentukan image terbaik dengan menghilangkan gangguan. Analisa image ini dapat dilakukan dengan metode cosinus Fourier (DCT) yang kemudian dikembangkan dalam metode cosinus paket (CPT) maupun dengan metode wavelet (DWT) yang kemudian dikembangkan menjadi metode wavelet paket (WPT). Kebaikan dalam analisa dapat dilihat dari besar kecilnya penyimpangan yang terjadi. Semakin kecil penyimpangannya semakin baik analisa imagenya. Salah satu ukuran untuk menentukan besar penyimpangan adalah dengan menentukan besar MSE (Mean Squared Error). Dalam penelitian ini dilakukan perbandingan analisa image wajah digital menggunakan metode cosinus paket (CPT) dan metode wavelet (DWT) dengan tujuan menentukan image wajah terbaik menggunakan metode CPT dan DWT serta menentukan metode yang lebih efektif. Penelitian ini merupakan kajian literatur yang dikembangkan dengan simulasi menggunakan software S+Wavelets. Dalam analisa image wajah digital metode DWT lebih efektif dari metode CPT.
PERBANDINGAN ESTIMATOR REGRESI NONPARAMETRIK MENGGUNAKAN METODE FOURIER DAN METODE WAVELET Suparti, Suparti
MATEMATIKA Vol 8, No 3 (2005): JURNAL MATEMATIKA
Publisher : MATEMATIKA

#### Abstract

????Let  be independent observation data and follows a model  Yi = f(Xi) + eI ,  i =1,2,...,n  with f is an unknown regression function and ei are independent random variables with mean 0 and variance s2. The function f could be estimated by parametric and nonparametric appro-aches. In nonparametric approach, the function f is assumed to be a smooth function or quadratic integrable function. If f belongs to the Hilbert space L2(R) then the function f could be estimated by estimator of orthogonal series, especially by Fourier series estimator. Another estimator of orthogonal series  which could be use  to estimate f is wavelet estimator. Wavelet estimator is an extention of Fourier series estimator  but it is more effective than the Fourier series estimator because the its IMSE converges to zero quicker than the Fourier series estimator.
ESTIMASI REGRESI WAVELET THRESHOLDING DENGAN METODE BOOTSTRAP Suparti, Suparti; Mustofa, Achmad; Rusgiyono, Agus
MATEMATIKA Vol 10, No 2 (2007): JURNAL MATEMATIKA
Publisher : MATEMATIKA

#### Abstract

Wavelet is a function that has the certainly characteristic for example, it oscillate about zero point ascillating, localized in the time and frequency domain and construct the orthogonal bases in  L2(R) space. On of the wavelet application is to estimate non parametric regression function. There are two kinds of wavelet estimator, i.e., linear and non linear wavelet estimator. The non linear wavelet estimator is called a thresholding wavelet rstimator. The application of the bootstrap methode in the thresholding wavelet function estimation is resample the wavelet coefficient of residual. The best of the thresholding wavelet estimator with bootstrap method has minimal of mean square error (MSE). The minimal MSE depend from the number of replication.