Matkul Review: Pengolahan Citra (2019)
Mata kuliah yang paling saya senangi semester ini adalah Pengolahan Citra. Saya tidak menyesal mengambilnya karena ada banyak hal positif pada seluruh aspek mata kuliah ini. Di bawah ini saya akan menjelaskan tentang mata kuliah ini sambil mengulasnya (dalam sudut pandang mahasiswa). Hal yang akan saya bahas adalah materi, tugas & praktikum, kuis & ujian, lingkungan dan diakhiri dengan kesimpulan.
Disclaimer: Penjelasan dan ulasan saya ini berdasarkan pengalaman pribadi menjalani mata kuliah Pengolahan Citra di kelas A— Fasilkom UI — pada tahun 2019 semester ganjil.
Informasi Dasar
Kode Kuliah : CSCE604133
Prasyarat : Aljabar Linier, Matematika Dasar 2, Struktur Data & Algoritma Status : MK Pilihan
SKS : 3 SKS
Buku Rujukan : Digital Image Processing, 3rd Ed, Prentice-Hall, R.C. Gonzalez & R.E. Woods, 2008.
Materi
Diambil dari BRP-nya, mata kuliah Pengolahan Citra membahas metodologi pengolahan data berupa citra atau image 2D, serta konsep dasar pengenalan pola (pattern recognition). Metodologi yang akan dipelajari dapat diaplikasikan pada berbagai bidang seperti penginderaan jauh, diagnosa medis, pengolahan dokumen, robotika, dll.
Berikut rincian materi yang akan dipelajari:
Fundamentals of Digital Image Processing
Pada bagian ini, mahasiswa diperkenalkan tentang apa itu pengolahan citra. Selain itu, dijelaskan juga bagaimana cara manusia menangkap citra (melihat) dan bagaimana kamera mereplikasi sistem tersebut sehingga menghasilkan citra dijital.
- Fundamentals of Digital Image Processing
- Human Visual System and Image Acquisition
- Digital Images
Image Enhancement
Metodologi pengolahan citra yang pertama diajarkan adalah bagaimana cara meningkatkan kualitas suatu citra. Misalnya menghilangkan noise atau mempertajam citra yang blur.
- Image Enhancement in the Spatial Domain
- Mathematical Morphology
- Image Enhancement in the Frequency Domain
Color Image Processing
Pada bagian sebelumnya, citra yang digunakan berupa grayscale (kelabu). Pada bagian ini, mahasiswa dijelaskan tentang apa itu warna, bagaimana merepresentasikannya dalam data dan bagaimana mengolah citra yang berwarna.
- Color Theory
- Color Image Processing
Image Restoration and Compression
Metodologi selanjutnya adalah metode merestorasi citra yang rusak dan mengompres citra agar ukuran datanya menjadi lebih kecil.
- Image Restoration
- Image Compression
Image Segmentation, Feature Extraction & Selection, Object Recognition
Pada bagian ini, mahasiswa diajarkan cara mengambil wilayah pada citra yang ingin diolah, mengekstrak fitur dari citra tersebut kemudian mengenali objek tersebut.
- Image Segmentation
- Feature Extraction & Selection
Machine Learning for Image Processing
Setelah mengetahui cara mengekstrak fitur, mahasiswa diajarkan metode Convolutional Neural Network untuk mengekstrak fitur sekaligus mengklasifikasikannya.
- CNN for Image Classification
- Image to Image Translation
Current Topics in Image Processing
Ini merupakan topik terkini yang tidak diajarkan di kelas dan tidak keluar dalam ujian tetapi dapat dipelajari bagi mahasiswa yang tertarik.
- Depth Estimation from Hazy Images
- Time to Contact from Underwater Images
- Video Indexing
Selain materi-materi di atas, ada hal-hal dari presentasi paper yang dianggap menarik oleh dosen yang dibahas di kelas. Penjelasan mengenai presentasi paper akan dijelaskan pada bagian berikutnya.
Menurut saya, secara keseluruhan materi yang diajarkan sudah urut dan mudah dipahami. Selain itu, materinya juga tidak terlalu banyak tetapi sudah cukup untuk menjadi dasar dalam memahami paper tentang pengolahan citra. Walaupun tidak terlalu banyak, mahasiswa tetap diberikan keyword dan materi-materi yang direkomendasikan untuk dipelajari sendiri bagi mahasiswa yang tertarik menggali bidang ini lebih dalam.
Secara umum materi pengolahan citra ini menarik bagi saya. Setelah saya mengambil mata kuliah ini, saya menjadi lebih tercerahkan dengan bagaimana citra dijital itu bekerja dan bagaimana komputer mengenalinya.
Tugas dan Praktikum
Selama satu semester, terdapat 4 tugas pemrograman menggunakan Python atau Matlab secara individu maupun kelompok. Sebelum tugas ini rilis, asisten mengadakan sesi lab selama 1 SKS yang menjelaskan tentang materi terkait tugas tersebut. Selain penjelasan langsung, asisten juga menyediakan modul yang berisi penjelasan dan kode dalam bahasa python yang dapat dipelajari dan digunakan oleh mahasiswa.
Menurut saya, soal pemrograman yang diberikan cukup menguji pemahaman dan melatih implementasi materi yang sudah diajarkan. Mahasiswa dimudahkan dengan modul yang diberikan sehingga kami tidak perlu belajar sendiri tanpa ada referensi awal. Namun, seiring berjalannya waktu, soal yang diberikan menuntut mahasiswa untuk menggali sendiri metode-metode yang ada karena modul hanya menyediakan hal-hal yang mendasar.
Selain tugas pemrograman, terdapat presentasi paper di bidang pengolahan citra secara berkelompok berisi 3 orang. Pada tugas ini, mahasiswa memilih topik yang disediakan kemudian memilih paper yang sudah ada untuk dipelajari dan dipresentasikan.
Pada saat saya mengambil mata kuliah ini, topik yang disediakan adalah sebagai berikut:
- Medical Image Processing
- Image Processing for Autonomous Vehicles
- Image Processing for Surveillance and Security
- Light and Color in Image Processing
Saat diberitahu pada awal semester bahwa ada tugas presentasi paper, jujur saya cukup gugup dan tidak percaya diri karena saya tidak pernah melihat jurnal akademik sebelumnya. Namun, setelah belajar selama satu semester, saya dapat memahami sebagian besar kata-kata yang ada pada paper yang saya temukan sehingga saya menjadi optimis dapat mempelajari dan mempresentasikan paper tersebut. Dengan bantuan Google dan berbagai referensi, saya dan kelompok saya berhasil mempresentasikan paper tersebut.
Menurut saya, tugas presentasi paper ini cukup bagus terutama untuk mahasiswa S1 agar kami lebih cepat mengenal dunia penelitian di bidang ilmu komputer. Selain itu, presentasi paper juga merupakan cara yang menyenangkan (sekaligus melelahkan) untuk menguji pemahaman sekaligus berbagi pengetahuan baru kepada sesama mahasiswa dan dosen.
Kuis dan Ujian
Seperti mata kuliah pada umumnya, terdapat UTS dan UAS yang masing-masing menguji materi separuh semester. Untungnya, setiap sebelum ujian dosen kami memberikan kuis dengan cakupan materi yang sama sehingga saat ujian ngga kaget-kaget banget lah.
Pada slide materi, terdapat banyak penjelasan matematis dengan rumus-rumus yang kebanyakan ̶s̶u̶l̶i̶t̶ butuh waktu yang lama untuk dimengerti. Oleh karena itu, dosen kami selalu menekankan berkali-kali bahwa rumus-rumus ini tidak akan ditanyakan pada ujian. Selain itu, soal ngoding di ujian juga sangat minim. Seingat saya hanya ada satu. Itu pun bonus. Jadi, yang diuji hanyalah pemahaman materi dan penyelesaian masalah dengan metode pengolahan citra yang sudah dipelajari.
Saya pribadi senang dengan keputusan tersebut. Menurut saya, soal-soal yang diujikan juga tidak sulit jika memang kita belajar sebelum ujian (I know it’s kinda obvious. Tetapi kan ada juga mata kuliah yang walaupun sudah belajar tetap saja ujiannya terasa sulit 😓). Mungkin ini dikarenakan materinya tidak terlalu banyak dan slide serta penjelasan dosennya sangat mudah dimengerti.
Lingkungan
Pada bagian ini, sepertinya sangat personal, subjektif dan belum tentu sama setiap tahunnya. Saya akan membahas tentang kelas, dosen dan teman-teman sekelas saya pada saat saya mengambil mata kuliah ini.
Pada tahun ini (2019), mata kuliah ini membuka dua kelas, yaitu A dan B. Saya berada di kelas A. Kelas A didominasi oleh mahasiswa S1 sedangkan kelas B didominasi oleh mahasiswa S2. Saya kurang paham apa penyebabnya. Terdapat sedikit perbedaan perlakuan antara kelas A dan B yang saya tahu. Misalnya, kelompok presentasi kelas A berisi tiga orang sedangkan kelas B dua orang. Mungkin karena ekspektasi dosen terhadap mahasiswa S2 lebih tinggi, ya. Saya beruntung masuk kelas A karena bisa sekelas dan sekelompok dengan teman-teman saya yang sudah saya kenal sehingga kegiatan belajar menjadi lebih asyik dan jenaka. Ruang kelasnya pun berada di gedung baru, dengan kursi yang baru dan empuk, dan ruangannya tidak terlalu besar sehingga suasana di kelas (biasanya) kondusif.
Hal utama lain yang membuat saya menikmati kelas ini adalah dosen kami. Beliau selalu antusias dalam mengajar dan tidak membosankan tetapi tetap tegas. Beliau cukup ketat dalam keterlambatan masuk dan melarang kami untuk membuka ponsel maupun laptop di kelas. Di samping itu, beliau selalu berusaha untuk menghafal nama-nama mahasiswanya sehingga (menurut saya) hubungan dosen dan mahasiswa terasa lebih dekat. Sesi tanya jawab juga selalu menyenangkan sehingga materi-materi yang beliau berikan selalu mudah dicerna. Beliau juga selalu mengatakan jika ada materi yang tidak terlalu dia pahami karena kita sama-sama sedang belajar. Maklum juga sih, mengingat ranah pengolahan citra itu cukup luas.
Siapakah dosen ini? Ya… silakan cari sendiri aja deh biar ngga terlalu obvious. Hehe.
Kesimpulan
Secara umum, kelas Pengolahan Citra ini sangat menyenangkan untuk diambil. Walaupun jika nanti dosen atau teman-teman sekelasnya tidak sesuai dengan keinginan Anda, saya tetap merekomendasikan mata kuliah ini karena materi-materinya yang menarik untuk dipelajari dan membuka cakrawala Anda di bidang citra dijital.
Mata kuliah ini cocok untuk Anda yang:
- Tertarik pada pengolahan citra, duh. Banyak proyek-proyek IT terkini yang berhubungan dengan citra dijital. Misalnya AR dan VR. Saya rasa mata kuliah ini adalah materi dasar yang perlu dipelajari.
- Suka ngoding. Soal pemrograman yang diberikan bisa dikerjakan ala kadarnya atau juga bisa dikerjakan dengan menggali library dan metode lain yang lebih dalam.
- Tidak suka ngoding. Ya, memang berlawanan dengan poin satu, tetapi mengingat MK pilihan untuk ilkom tidak banyak yang tidak ngoding, mata kuliah ini bisa dijadikan pilihan karena mata kuliah ini cenderung sedikit ngoding-nya daripada mata kuliah lain.
- Tertarik pada AI and stuff. Kurang asyik rasanya kalo di abad 21 belajar ilmu komputer tapi ngga ada AI nya. Di mata kuliah ini pengolahan citra dikawinkan dengan neural network untuk klasifikasi citra.
- Tidak suka matematika. Walaupun citra dijital itu literally hanya kumpulan angka, pada mata kuliah ini mahasiswa tidak dituntut untuk memahami rumus-rumusnya. Hanya cukup sekadar tahu.
Sekian penjelasan dan ulasan saya mengenai mata kuliah Pengolahan Citra (2019). Semoga tulisan ini dapat memberi referensi Anda dalam memilih mata kuliah. Bagi yang mengambil mata kuliah ini juga bersama saya, silakan tinggalkan komentar jika ada hal-hal yang saya lewatkan atau jika Anda punya pendapat yang berbeda.
Terima kasih.
