Pembesaran citra wajah berbasis fungsi polinomial menggunakan metode kesalahan kuadrat terkecil

INDONESIA:

Pembesaran diperlukan ketika objek yang akan diteliti dalam citra terlampau kecil. Namun, jika citra tersebut diperbesar banyak informasi yang hilang. Hal itu disebabkan oleh jarak antarpiksel semakin berjauhan. Jika citra wajah manusia ditelaah, maka nilai-nilai piksel penyusun citra tersebut memiliki bentuk fungsi polinomial. Oleh karena itu interpolasi fungsi polinomial berpotensi untuk memperjelas citra wajah manusia. Dengan metode Kesalahan Kuadrat Terkecil atau Least Square Error, penelitian dilakukan dengan mencari fungsi polinomial pada citra wajah yang akan diperbesar. Dari fungsi tersebut bisa didapatkan nilai-nilai untuk mengisi nilai-nilai baru akibat citra yang diperbesar. Penghitungan fungsi dilakukan per 10 piksel setiap baris atau kolomnya. Jadi, dalam sebuah baris atau kolom akan didapatkan beberapa fungsi jika lebih dari 10 piksel yang kemudian fungsi tersebut akan digunakan saat citra mengalami pembesaran.

ENGLISH:

Zooming is needed when the object to be studied in the image is too small. However, if the image is enlarged a lot of information is lost. It is caused by the distance between the pixels apart. If the human face images are analyzed, then the values of image pixels have polynomial shape function. Therefore the polynomial interpolation function has the potential to detail the human face images. By Least Square Error, research carried out by finding a polynomial function of the facial image to be enlarged. The function can be obtained from the values to populate new values due to an enlarged image. Counting function performed by 10 pixels per row or column. So, in a row or column will get some function if more than 10 pixels. It is used to enlarge image.