Perpustakaan Digital ITB

Tomografi merupakan sebuah teknik untuk mengamati bagian dalam sebuah objek tanpa harus merusak objek tersebut. Tomografi gelombang mikro adalah salah satu teknik tomografi dengan frekuensi gelombang mikro yang memiliki kelebihan seperti perangkat yang digunakan adalah antena berukuran relatif kecil. Penelitian ini melakukan studi kasus penerapan fungsi least absolute shrinkage and selection operator (LASSO) pada metode compressive sensing (CS) untuk aplikasi rekonstruksi citra tomografi gelombang mikro dan menganalisis performansi dengan parameter kualitas citra. LASSO adalah salah satu algoritma rekonstruksi pada CS yang merupakan linier model dengan ???????? regularisasi. Penelitian terdiri dari pengolahan citra dengan citra uji dan pengolahan citra dengan data pengukuran. Pengolahan citra dengan citra uji menggunakan foto objek batang pohon dengan ukuran piksel berbeda. Pengolahan citra dari data pengukuran menggunakan hasil sinyal yang ditangkap oleh antena penerima setelah melewati objek batang pohon kayu berongga. Performansi dinilai menggunakan parameter mean square error (MSE), peak signal to noise ratio (PSNR), dan structural similarity index measure (SSIM) terhadap nilai ???? pada fungsi LASSO dalam CS. Secara umum, hasil rekonstruksi citra menunjukkan nilai kualitas terbaik pada ???? terkecil. Hasil rekonstruksi untuk pengolahan citra dengan citra uji pada ukuran 256 × 256 piksel memiliki MSE terbaik pada nilai 0,001, PSNR terbaik pada nilai 78,130 dB, dan SSIM terbaik pada nilai 0,944 dengan waktu komputasi terlama 2 jam 11 menit 53 detik. Sedangkan hasil rekonstruksi untuk pengolahan sinyal dengan data hasil pengukuran pada frekuensi 2,885 GHz dalam ukuran 24 × 24 piksel memiliki MSE dan SSIM terbaik dengan nilai 0,1293 dan 0,1838 dengan waktu komputasi rata-rata 30 detik untuk satu kali pengujian.