silahkan download tugasnya di...
http://www.4shared.com/file/179751379/541b00e/_2__DiscreteMathematic_FP8_Rep.html
dan download file pl. nya n notepadnya di....
http://www.4shared.com/file/179752454/5e3c175a/matdis_fp_8_prolog.html
okok..???
kelompok gastrello terdiri atas: 1. wawan kurniawan 2. fahrian wahyu 3. muhammad reza budiman 4. aldhy reza
loop(0).loop(N):-N>0,write(‘The value is: ‘),write(N),nl, M is N-1,loop(M). |
/* output integers from First to Last inclusive */output_values(Last,Last):- write(Last),nl, write(‘end of example’),nl. output_values(First,Last):-First=\=Last,write(First), nl,N is First+1,output_values(N,Last). |
/* sum the integers from 1 to N (the first argument)inclusive */ sumto(1,1). sumto(N,S):-N>1,N1 is N-1,sumto(N1,S1),S is S1+N. |
/* output the first N squares, one per line */writesquares(1):-write(1),nl. writesquares(N):-N>1,N1 is N-1,writesquares(N1), Nsq is N*N,write(Nsq),nl. |
go:-loop(start). /* start is a dummy value used to getthe looping process started.*/ loop(end). loop(X):-X\=end,write(‘Type end to end’),read(Word), write(‘Input was ‘),write(Word),nl,loop(Word). |
loop:-write(‘Type end to end’),read(Word),write(‘Input was ‘),write(Word),nl, (Word=end;loop). |
get_answer(Ans):-write(‘Enter answer to question’),nl,get_answer2(Ans). get_answer2(Ans):- write(‘answer yes or no’), read(A), ((valid(A),Ans=A,write(‘Answer is ‘), write(A),nl);get_answer2(Ans)). valid(yes). valid(no). |
get_answer(Ans):-write(‘Enter answer to question’),nl, repeat,write(‘answer yes or no’),read(Ans), valid(Ans),write(‘Answer is ‘),write(Ans),nl. valid(yes). valid(no). |
dog(fido).dog(fred). dog(jonathan). alldogs:-dog(X),write(X),write(‘ is a dog’),nl,fail. alldogs. |
find_all_routes(Town1,Town2):-findroute(Town1,Town2,Route), write(‘Possible route: ‘),write(Route),nl,fail. find_all_routes(_,_). |
Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis citra dengan bantuan komputer. Pengolahan citra digital dapat dikelompokkan dalam dua jenis kegiatan :
1. Memperbaiki kualitas suatu gambar, sehingga dapat lebih mudah diinterpretasi oleh mata manusia.
2. Mengolah informasi yang terdapat pada suatu gambar untuk keperluan pengenalan objek secara otomatis.
Bidang aplikasi kedua yang sangat erat hubungannya dengan ilmu pengetahuan pole (pattern recognition) yang umumnya bertujuan mengenali suatu objek dengan cara mengekstrak informasi penting yang terdapat pada suatu citra. Bila pengenalan pola dihubungkan dengan pengolahan citra, diharapkan akan terbentuk suatu sistem yang dapat memproses citra masukan sehingga citra tersebut dapat dikenali polanya. Proses ini disebut pengenalan citra atau image recognition. Proses pengenalan citra ini sering diterapkan dalam kehidupan sehari-hari.
Pengolahan citra dan pengenalan pola menjadi bagian dari proses pengenalan citra. Kedua aplikasi ini akan saling melengkapi untuk mendapatkan ciri khas dari suatu citra yang hendak dikenali. Secara umum tahapan pengolahan citra digital meliputi akusisi citra, peningkatan kualitas citra, segmentasi citra, representasi dan uraian, pengenalan dan interpretasi.
Akusisi citra
Pengambilan data dapat dilakukan dengan menggunakan berbagai media seperti kamera analog, kamera digital, handycamp, scanner, optical reader dan sebagainya. Citra yang dihasilkan belum tentu data digital, sehingga perlu didigitalisasi.
Peningkatan kualitas citra
Pada tahap ini dikenal dengan pre-processing dimana dalam meningkatkan kualitas citra dapat meningkatkan kemungkinan dalam keberhasilan pada tahap pengolahan citra digital berikutnya.
Segmentasi citra
Segmentasi bertujuan untuk memilih dan mengisolasikan (memisahkan) suatu objek dari keseluruhan citra. Segmentasi terdiri dari downsampling, penapisan dan deteksi tepian. Tahap downsampling merupakan proses untuk menurunkan jumlah piksel dan menghilangkan sebagian informasi dari citra. Dengan resolusi citra yang tetap, downsampling menghasilkan ukuran citra yang lebih kecil. Tahap segmentasi selanjutnya adalah penapisan dengan filter median, hal ini dilakukan untuk menghilangkan derau yang biasanya muncul pada frekuensi tinggi pada spektrum citra. Pada penapisan dengan filter median, gray level citra pada setiap piksel digantikan dengan nilai median dari gray level pada piksel yang terdapat pada window filter. Tahap yang terakhir pada proses segmentasi yaitu deteksi tepian. Pendekatan algoritma Canny dilakukan berdasarkan konvolusi fungsi citra dengan operator Gaussian dan turunan-turunannya. Pendeteksi tepi ini dirancang untuk merepresentasikan sebuah tepian yang ideal, dengan ketebalan yang diinginkan. Secara umum, proses segmentasi sangat penting dan secara langsung
akan menentukan keakurasian sistem dalam proses identifikasi iris mata.
Representasi dan Uraian
Representasi mengacu pada data konversi dari hasil segmentasi ke bentuk yang lebih sesuai untuk proses pengolahan pada komputer. Keputusan pertama yang harus sudah dihasilkan pada tahap ini adalah data yang akan diproses dalam batasan-batasan atau daerah yang lengkap. Batas representasi digunakan ketika penekanannya pada karakteristik bentuk luar, dan area representasi digunakan ketika penekanannya pada karakteristik dalam, sebagai contoh tekstur. Setelah data telah direpresentasikan ke bentuk tipe yang lebih sesuai, tahap selanjutnya adalah menguraikan data.
Pengenalan dan Interpretasi
Pengenalan pola tidak hanya bertujuan untuk mendapatkan citra dengan suatu kualitas tertentu, tetapi juga untuk mengklasifikasikan bermacam-macam citra. Dari sejumlah citra diolah sehingga citra dengan ciri yang sama akan dikelompokkan pada suatu kelompok tertentu. Interpretasi meliputi penekanan dalam mengartikan objek yang dikenali.
Digital Image Processing
Digital image processing is a process that aims to manipulate and analyze images with the help of computers. Digital image processing can be categorized into two types of activities:
1. Improving the quality of an image, so it can more easily interpreted by the human eye.
2. Processing information on an image for automatic object recognition.
The second application field is very closely related to science pole (pattern recognition) are generally intended to recognize an object in a way to extract important information contained in an image. When associated with pattern recognition image processing, are expected to form a system that can process the input image so that image pattern recognition. This process is called image recognition or image recognition. Image recognition process is often applied in everyday life.
Image processing and pattern recognition to be part of the image recognition process. Both applications will be complementary to a characteristic of an image that would be recognized. In general, digital image processing steps include image acquisition, image quality, image segmentation, representation and description, recognition and interpretation.
Image acquisition
The data can be done by using various media such as analog cameras, digital cameras, handycamp, scanners, optical readers and so on. The resulting image may not be digital data, so the need didigitalisasi.
Improved image quality
At this stage known as pre-processing where in improving the image quality can increase the likelihood of success on the stage of the next digital image processing.
Image segmentation
Segmentation aims to select and isolate (separate) an object of the whole image. Segmentation consists of downsampling, filtering and edge detection. Downsampling stage is a process to reduce the number of pixels and remove some information from the image. With a fixed image resolution, image size downsampling to produce smaller. The next stage is screening segmentation with median filter, this is done to eliminate noise that usually appears at high frequency in the spectrum image. In screening with the median filter, image gray level at each pixel is replaced with the median value of the pixel gray levels contained in the filter window. The last stage in the process of segmentation is edge detection. Canny algorithm approach is based on the convolution function of the image with Gaussian operator and its descendants. Edge detector is designed to represent an ideal edge, with the desired thickness. In general, the process of segmentation is very important and directly
will determine the accuracy of the system in the iris identification process.
Representation and Description
Representation refers to the data conversion from the segmentation results into a form more suitable for processing on the computer. The first decision that must have produced at this stage is the data to be processed within the boundaries or area complete. Boundary representation is used when the emphasis is on the characteristics of the outer shape, and area of representation is used when the emphasis is on the characteristics of, for example texture. After the data has been represented to form a more appropriate type, the next step is to describe the data.
Introduction and Interpretation
Pattern recognition is not only aiming to get an image with a certain quality, but also to classify the various images. From a number of images processed so that images with similar characteristics are grouped in a particular group. Interpretation of the meaning of emphasis include the recognized object.