Available courses

Materi Perkuliahan
  1. Pendahuluan
  2. Format Citra (Citra Berwarna, Citra Gray-Scale, Citra Biner)
  3. Transformasi Derajat Keabuan (Binerisasi, Transformasi Spasial, Inversi, Brightness, Kontras, Auto level)
  4. Histogram (Histogram pada citra, Perataan histogram)
  5. Filter Pada Citra (Konsep Filter, Konvolusi, Low Pass Filter, High Pass Filter)
  6. Generate Noise
  7. Reduksi Noise Pada Citra (Pseudo Noise, Filter Rata-rata, Filter Median)
  8. Deteksi Tepi (Metode Robert, Metode Prewitt, Metode Sobel)
  9. Format Warna (RGB, Normalized RGB, HSV, YCrCb)
  10. Histogram Warna(Cubic RGB, Histogram Segmen Warna)
  11. Thresholding (Segmentasi Derajat Keabuan, Adaptive Thresholding, Segmentasi Area)
  12. Histogram Proyeksi
  13. Aplikasi Pengolahan Citra (Image Retrieval, Pendeteksian Obyek)
  14. Pengantar Computer Vision

Mata   kuliah   ini   memberikan   gambaran   tentang   dasar - dasar   system   digital   yang   meliputi   system   bilangan,   gerbang   logika, penyederhanaan  rangkaian  logika,  flip-flop,  pencacah,  register,  rangkaian  aritmatika  digital.  Perkuliahan  akan  memberikan  penjelasan kepada mahasiswa tentang konsep-konsep  system digital, bagaimana merancang system digital berdasar konsep-konsep yang ada serta bagaimana membuat simulasi dari perencanaan-perencanaan yang telah dibuat.

  1. Konsep dasar basis data
  2. Sistem Basis Data
  3. Model Entity Relationship
  4. Kardinalitas Notasi
  5. Transformasi Model Data ER ke DBMS
  6. Perancangan Basis Data
  7. Studi Kasus
  8. Normalisasi 1, 2, 3
  9. Normalisasi 3.5, 4, 5
  10. Oracle Architecture
  11. Presentasi Mahasiswa


Pemrograman Jaringan merupakan salah satu mata kuliah yang bersertifikasi Cisco Academy yaitu Cisco DevNet Associate  yang merupakan program pengembangan keahlian yang diperlukan dalam membangun perangkat lunak agar dapat mengintegrasikan dan mengotomatisasi infrastruktur Teknologi Informasi (TI).

Materi Perkuliahan
  1. Pendahuluan
  2. Format Citra (Citra Berwarna, Citra Gray-Scale, Citra Biner)
  3. Transformasi Derajat Keabuan (Binerisasi, Transformasi Spasial, Inversi, Brightness, Kontras, Auto level)
  4. Histogram (Histogram pada citra, Perataan histogram)
  5. Filter Pada Citra (Konsep Filter, Konvolusi, Low Pass Filter, High Pass Filter)
  6. Generate Noise
  7. Reduksi Noise Pada Citra (Pseudo Noise, Filter Rata-rata, Filter Median)
  8. Deteksi Tepi (Metode Robert, Metode Prewitt, Metode Sobel)
  9. Format Warna (RGB, Normalized RGB, HSV, YCrCb)
  10. Histogram Warna(Cubic RGB, Histogram Segmen Warna)
  11. Thresholding (Segmentasi Derajat Keabuan, Adaptive Thresholding, Segmentasi Area)
  12. Histogram Proyeksi
  13. Aplikasi Pengolahan Citra (Image Retrieval, Pendeteksian Obyek)
  14. Pengantar Computer Vision