Mencuri Bandwidth di Jaringan Local Anda atau Hotspot

Anda pasti pernah merasa kesal, dongkol dan marah ketika anda sedang asik mendownload video di internet , anda sedang asik chatting atau anda sedang download foto-foto di facebook , eh tiba-tiba jaringan kabel atau wireless anda drop atau putus, so pasti anda merasa kesal donk ? sambil komat-kamit mulut anda "blablabla...." n berdoa semoga jaringan anda kembali baik seperti yang anda harapkan, seperti ketika sedang menikmati jaringan wireless di hotspot kampus tapi kecepatan transfer data sangat kecil karena pemakai di hotspot bukan satu saja, bandwith yang tersedia di hotspot dibagi dengan seluruh pemakai hotspot, jadi bandwidth yang tersisa sedikit.

Contoh, router wireless di hotspot umpamanya mengalokasi bandwidth sebesar 128kbps dan user di are hotspot tersebut terdapat 15 orang, jadi setiap orang mendapatkan jatah transfer data sebesar 4.26 kbps (128 : 30) itu juga belum tentu bisa saja turun dari angka tersebut, tergantung yang lain, seperti user lain mendownload dengan download manager, atau user lain sedang streaming video, bandwidth yang tersisa semakin kecil.

Tega gak tega sih, silahkan gunakan program NetCut. NetCut adalah software yang membantu admin memanage jaringan berdasar protokol ARP, membuat list IP-MAC, mematikan dan menghidupkan koneksi ke jaringan pada komputer yang terhubung dalam LAN juga dapat mematikan dan menghidupkan perangkat jaringan seperti router, switch. NetCut juga berfungsi untuk memproteksi user dari ARP Spoofing.

Penggunaan NetCut sangat mudah download, install, next terus, restart komputer, jalankan NetCut, tekan tombol Scan Net, lalu anda melihat daftar ip, nama komputer, dan MAC Address, juga daftar IP gateway. Jika anda menginginkan hanya anda saja yang bisa mengakses jaringan, tinggal pilih semua Nomor ip selain nomor ip anda sendiri dan tekan tombol Cut Off dan jangan Cut Off pada nomor IP Gateway, kalau IP Gateway anda Cut Off juga, bagaimana anda bisa mengakses jaringan atau Internet tanpa Gateway ? maka seluruh bandwidth akan menjadi milik anda.

Link Net Cut (Support 7)

Ni Tampilan NetCut nya :

Selamat Mencoba... (Gunakan Lah Dengan Bijak) Hmmm...!!!

Menangkap Nilai Red, Green, dan Blue (RGB) Pada Image Dengan C++ Builder

Untuk menangkap nilai RGB dari image diperlukan fungsi macro yang sudah di include dalam VCL builder. Fungsinya adalah :


int GetRValue(TColor Clr);
int GetGValue(TColor Clr);
int GetBValue(TColor Clr);


Contoh Penggunaannya Dalam Sintak Adalah :

Pada Header

Pada Body


void __fastcall TFormRGB::ImageRGBMouseMove(
TObject *Sender,TShiftState Shift, int X, int Y)
{
PanelColor->Color = ImageRGB->Picture->Bitmap->
Canvas->Pixels[X][Y];

LabelR->Caption = "R : " +
IntToStr(GetRValue(ImageRGB->Picture->Bitmap->
Canvas->Pixels[X][Y]));

LabelG->Caption = "G : " +
IntToStr(GetGValue(ImageRGB->Picture->Bitmap->
Canvas->Pixels[X][Y]));

LabelB->Caption = "B : " +
IntToStr(GetBValue(ImageRGB->Picture->Bitmap->
Canvas->Pixels[X][Y]));
}
//---------------------------------------------------------------------------


Dengan fungsi macro tersebut bisa didapat nilai RGB yang dibutuhkan...
Enjoy Your Job...

Sekilas Tentang Algoritma Semut ( AntNet Algorithm )

Algoritma Semut diadopsi dari perilaku koloni semut yang dikenal sebagai sistem semut (Dorigo, 1996). Secara alamiah koloni semut mampu menemukan rute terpendek dalam perjalanan dari sarang ke tempat-tempat sumber makanan. Koloni semut dapat menemukan rute terpendek antara sarang dan sumber makanan berdasarkan jejak kaki pada lintasan yang telah dilalui. Semakin banyak semut yang melalui suatu lintasan, maka akan semakin jelas bekas jejak kakinya. Hal ini akan menyebabkan lintasan yang dilalui semut dalam jumlah sedikit, semakin lama akan semakin berkurang kepadatan semut yang melewatinya, atau bahkan akan tidak dilewati sama sekali. Sebaliknya lintasan yang dilalui semut dalam jumlah banyak, semakin lama akan semakin bertambah kepadatan semut yang melewatinya, atau bahkan semua semut akan melalui lintasan tersebut.

Gambar berikut menujukkan perjalanan semut dalam menemukan jalur terpendek dari sarang ke sumber makanan.

 

 Perjalanan semut menemukan sumber makanan.

Gambar a di atas menunjukkan ada dua kelompok semut yang akan melakukan perjalanan. Satu kelompok bernama L yaitu kepompok yang berangkat dari arah kiri yang merupakan sarang semut dan kelompok lain yang bernama kelompok R yang berangkat dari kanan yang merupakan sumber makanan. Kedua kelompok semut dari titik berangkat sedang dalam posisi pengambilan keputusan jalan sebelah mana yang akan diambil. Kelompok semut L membagi dua kelompok lagi. Sebagian melalui jalan atas dan sebagian melalui jalan bawah. Hal ini juga berlaku pada kelompok semut R. Gambar b dan gambar c menunjukkan bahwa kelompok semut berjalan pada kecepatan yang sama dengan meninggalkan  feromon atau jejak kaki di jalan yang telah dilalui. Feromon yang ditinggalkan oleh kumpulan semut yang melalui jalan atas telah mengalami banyak penguapan karena semut yang melalui jalan atas berjumlah lebih sedikit dari pada jalan yang di bawah. Hal ini dikarenakan jarak yang ditempuh lebih panjang daripada jalan bawah. Sedangkan  feromon yang berada di jalan bawah, penguapannya cenderung lebih lama.  Karena semut yang melalui jalan bawah lebih banyak daripada semut yang melalui jalan atas. Gambar d menunjukkan bahwa semut-semut yang lain pada akhirnya memutuskan untuk melewati jalan bawah karena feromon yang ditinggalkan masih banyak. Sedangkan feromon pada jalan atas sudah banyak menguap sehingga semut-semut tidak memilih jalan atas tersebut. Semakin banyak semut yang melalui jalan bawah maka semakin banyak semut yang mengikutinya.   

Demikian juga dengan jalan atas, semakin sedikit semut yang melalui jalan atas, maka  feromon yang ditinggalkan semakin berkurang bahkan hilang. Dari sinilah kemudian terpilihlah jalur terpendek antara  sarang dan sumber makanan. Dalam algoritma semut, diperlukan beberapa variabel dan langkah-langkah untuk menentukan jalur terpendek, yaitu: 

Langkah 1 :  
a. Inisialisasi harga parameter-parameter algoritma. Parameter-parameter yang di inisialisasikan adalah :  

Backpropagation (Neural Network)

Algoritma pelatihan Backpropagation Neural Network (BPNN) pertama kali dirumuskan oleh Werbos dan dipopulerkan oleh Rumelhart & Mc.Clelland.  Backpropagation neural network merupakan tipe jaringan saraf tiruan yang menggunakan metode pembelajaran terbimbing (supervised learning). Pada supervised learning terdapat pasangan data  input dan  output yang dipakai untuk melatih JST hingga diperoleh bobot penimbang (weight) yang diinginkan. Penimbang itu sendiri adalah sambungan antar lapis dalam JST. Algoritma ini memiliki proses pelatihan yang didasarkan pada interkoneksi yang sederhana, yaitu apabila keluaran memberikan hasil yang salah, maka penimbang dikoreksi agar galat dapat diperkecil dan tanggapan JST selanjutnya diharapkan dapat mendekati nilai yang benar. BPNN juga berkemampuan juga berkemampuan untuk memperbaiki penimbang pada lapis tersembunyi (hidden layer).

Algoritma pelatihan BPNN terdiri dari dua tahap, yaitu feed forward propagation dan feed backward propagation. Secara umum langkah dalam pelatihan JST menggunakan BPNN yang dilengkapi bias dan momentum adalah sebagai berikut :

Dasar Algoritma Huffman

Konsep dasar dari metode Huffman adalah dengan membangun sebuah skema atau tabel yang berisikan frekuensi kemunculan masing-masing simbol. Dari tabel tersebut kemudian dibangun suatu kode-kode unik untuk mengidentifikasikan masing-masing simbol. Proses kompresi dengan metode huffman adalah sebagai berikut:

o Menyusun tabel frekuensi kemunculan masing-masing karakter, dan melakukan source reduction. Contoh dari source reduction ini dapat dilihat pada gambar berikut :

o Langkah kedua dari algoritma ini adalah mengkodekan masing-masing source yang telah direduksi, dimulai dari reduksi terakhir kembali ke sumber awalnya. Contoh dari hasil langkah kedua ini adalah (dengan menggunakan hasil reduksi dari gambar sebelumnya) :

 

o Langkah berikutnya adalah mengkodekan data sumber berdasarkan table look-up yang terbentuk. Sebagai contoh menggunakan kode Huffman yang dihasilkan pada proses diatas, maka jika string sumber berupa a4a1a2a2a3 (5 bytes), dihasilkan data binary yaitu 0110101100 (10 bits / ±2 bytes). 

Link Download :
Variasi Algoritma Huffman 

Sumber : www.ittelkom.ac.id 

Nao,The first robot ever which can feel emotions

The first prototype of robots that are capable of developing emotions as they interact with humans have been finalized by British researchers.

The robots are capable of expressing anger, fear, sadness, happiness, excitement and pride and will demonstrate very visible distress if the caregiver fails to provide them comfort when confronted by a stressful situation that they cannot cope with or to interact with them when they need it, the researchers at the University of Hertforshire said. They worked with a number of other universities and robot companies across Europe.

"This behaviour is modelled on what a young child does," lead researcher Dr. Lola Canamero said in a release. “This is also very similar to the way chimpanzees and other non-human primates develop affective bonds with their caregivers.”Canamero said this is the first time that early attachment models of human and non-human primates have been used to program robots that develop emotions in interaction with humans.“We are working on non-verbal cues and the emotions are revealed through physical postures, gestures and movements of the body rather than facial or verbal expression,” Canamero said. 

Robot named Nao,has been designed who can feel the emotions and capable of forming bonds with humans,it has emotional skills like one year old child and uses same type of expressive behaviours that babies use to learn to interact socially and emotionally with others.

It can detect human emotions by reading body language and facial expressions and becomes better at reading someone's mind with passage of time just like grown ups.It can also memories faces of different people and remebers intractions with them.It is capable of expressing anger, fear, sadness, happiness, excitement and pride and will get upset if the human fails to comfort it or when confronted by a stressful situation that they cannot cope with.The scientists believe that robots like Nao could be used in the future to give care to the elderly.

Watch This...!!!

It is a part of a European project called Feelix Growing,and the project is a collaboration between eight universities and robotic companies across the EU.

Sources : http://www.allvoices.com/

Usulan Judul Skripsi / Tugas Akhir Teknik Informatika, Manajemen Informatika, Sistem Informasi, Ilmu Komputer, Sistem Komputer, & Teknik Electro

Bagi kawan-kawan sesama mahasiswa terutama jurusan Teknik Informatika, Manajemen Informatika, Sistem Informasi, Sistem Komputer, Teknik Elektro maupun jurusan-jurusan lain yang pendalaman minatnya mengarah ke dunia teknologi informasi / IT kadang untuk mendapatkan ide judul skripsi yang relevan dengan jurusan minatnya tersebut mungkin mengalami kesulitan. Apalagi bagi kawan-kawan mahasiswa yang masih blank belum kepikiran untuk mengambil skripsi  Bagi yang sering mondar-mandir ke perpustakaan kampus sih kadang agak terbuka wawasannya dengan melihat-lihat judul skripsi para kakak kelas. Paling tidak jika bagi mahasiswa yang belum waktunya untuk mengambil skripsi maka sebaiknya sudah punya ancang-ancang judul skripsi apakah yang akan digunakan nanti. Berikut ini ada beberapa judul-judul skripsi jurusan Teknik Informatika, Manajemen Informatika, Sistem Informasi dll yang bisa kawan-kawan jadikan sebagai acuan untuk menentukan judul skripsi/tugas akhir nanti. Siapa tau dari sekian banyak judul skripsi ini ada yang bisa dijadikan inspirasi untuk judul skripsi kalian.

1.    Aplikasi Pemesanan Rental Mobil Hafa Yogyakarta Dengan Layanan Web dan WAP
2.    Analisis dan Perancangan Sistem Informasi Pemasaran dan Persediaan Barang PT. Nycomed Amersham
3.    Perancangan Perangkat Lunak Tender untuk Jasa Konsultan
4.    SET Analisa dan Perancangan Sistem Informasi Sumber Daya Manusia (SDM) PT. LEN
5.    Deteksi Muka Depan Manusia dari Sebuah Citra Berwarna dengan Template Matching
6.    Perangkat Lunak Sistem Informasi Pegawai PT. Stannia Bineka Jasa
7.    Perangkat Lunak Pemenuhan Kebutuhan Gizi pada Orang Sakit
8.    Analisa & Perancangan Sistem Monitoring Inventaris Barang PT. LEN
9.    Implementasi SMS gateway dengan menggunakan bahasa alami dalam sistem informasi perdagangan (Studi Kasus Toko Amanna)
10.    Studi dan Implementasi Konsep Business to Costumer dengan Teknologi M-Commerce berbasis WAP

The Fabric Computer

Bayangkan suatu saat anda berjalan ke kampus menenteng sebuah notebook ekstra tipis berbalut kain. Anda berjalan dengan santai, dan mengayun-ayunkannya ke depan dan ke belakang. Tiba-tiba, notebook berbobot kurang dari setengah kilo tersebut jatuh di selasar kampus, dan terinjak! Tanpa rasa khawatir, Anda memungutnya, membersihkan casing notebook dengan menepuk-nepuknya, dan kembali berjalan menuju ruang kuliah seakan-akan tidak terjadi apa-apa dengan notebook anda.

Begitu tiba di ruang kuliah, anda membuka notebook tersebut, menyalakannya, dan membuka file-file perkuliahan hari itu. Cerita diatas bukanlah fiksi sains (sci-fi) karena Fujitsu Inc. sudah mempersiapkan prototipe notebook diatas dengan nama Facbic PC. Alih-alih dibalut casing berbahan logam, plastik atau fiber seperti sekarang, notebook besutan Fujitsu tersebut dibungkus casing berbahan kain yang kuat, namun lunak.

Demikian pula dengan dengan monitornya yang fleksibel, bisa dilengkungkan tanpa takut patah atau pecah laiknya kertas yang di-laminating. Sebenarnya, komponen pembentuk notebook kain ini sudah bisa kita temukan di pasar. Paling tidak ada 3 komponen utama dalam desain Fabric PC yang memungkinkannya berbeda dengan notebook tradisional. Pertama, monitor tidak lagi menggunakan LCD yang tebal dan kaku, melainkan e-paper yang tipis dan lentur. Kedua, penggunaan casing berbahan kain khusus yang kuat namun lunak, menggantikan casing berbahan metal, plastik, atau fiber yang kaku. yang terakhir, pemilihan komponen-komponen individual yang sekecil dan seringan mungkin. Selain itu, komponen-komponen yang tidak esensial akan ditinggalkan. Demikianlah sedikit ulasan mengenai Fabric Computer (notebook masa depan) yang dapat saya berikan.

 Notebooknya Berbentuk Tas Buku Biasa.

Sedikit Tentang Pengolahan Citra (Image Processing)

Citra (image) merupakan gabungan antara titik-titik yang membentuk sebuah gambar pada bidang dwimatra (dua dimensi). Dilihat dari sudut pandang matematis , citra merupakan fungsi yang berkelanjutan (continue) dari intesitas cahaya pada bidang dua dimensi. Proses perekaman sebuah citra bermula dari sumber cahaya menerangi objek, objek memantulkan kembali sebagian cahaya tersebut, pantulan ini ditangkap oleh alat-alat optik, misal pada mata manusia, kamera, scanner, dan masih banyak lagi yang dapat membuat bayangan objek terekam.

Citra sebagai keluaran dari suatu sistem perekaman data memiliki sifat - sifat  berikut (MUR 92) :

1. Optic berupa foto.
2. Analog berupa sinyal video seperti gambar pada monitor televisi.
3. Digital yang dapat langsung disimpan pada suatu pita magnetic.

Ada 2 jenis citra (MUN 2004) :

1. Citra diam (still image) merupakan citra tunggal yang tidak bergerak. Citra diam biasanya disebut dengan citra saja.
2. Citra begerak (moving image) merupakan rangakaian citra diam yang ditampilkan secara berurutan (sequential) sehingga memberi kesan pada mata kita sebagai gambar yang bergerak atau sering disebut dengan animasi.

Sering terdapat permasalahan pada citra yang menyebabkannya terjadi penurunan mutu (degradasi), seperti terdapat cacat atau derau (noise), warna yang terlalu kontras ,  kurang tajan,  kabur (blurring), dsb. Karena permasalahan tersebut menyebabkan penyampaian informasi terhadap citra tersebut juga menjadi kurang.  Oleh karena itulah pengolahan citra dibutuhkan  untuk memperbaiki citra yang mengalami gangguan mudah di interpretasi baik oleh manusia maupun mesin.
Pengolahan citra merupakan (MUN 2004) pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Pada dasarnya pada bidang ilmu komputer, terdapat tiga bidang studi yang berkaitan dengan data citra dan memilki tujuan yang berbeda-beda, yaitu :

1. Grafika Komputer (computer graphics)
2. Pengolahan Citra (image processing)
3. Pengenalan Pola (pattern recognition/image interpretation)

Hubungan antara ketiga bidang studi tersebut yaitu pada gambar :

 Tiga bidang studi yang berhubungan dengan citra

Grafika Komputer bertujuan menghasilkan citra (lebih tepat disebut grafik atau picture ) dengan primitive-primitive geometris seperti garis, lingkaran dan sebagainya. merupakan proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut. merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata. Grafika komputer memainkan peranan penting dalam visualisasi dan virtual reality.

Implementasi grafika komputer ke pencitraan

Pengolahan Citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Memperbaiki kwalitas gambar, dilihat dari aspek radiometrik (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik). Melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis. Melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra. Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.

Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Pemampatan citra (image compression) juga termasuk kedalam bidang ini.

Skema Teknik Transformasi Citra

Contoh dibawah ini merupakan pengolahan operasi citra  lainya yaitu penghilangan derau (noise) pada citra kucing. citra kucing disebelah kiri mengandung derau berupah bintik-bintik (derau). Dengan operasi penapisan (filetering) derau pada citra ini sehingga dihasilkan gambar kualitas citra kucing yang lebih baik.

a. citra kucing yang memiliki noise, b. citra kucing yang telah diperbaiki atau dilakukan penapisan (filtering).

Pengenalan Pola Secara teori pattern recognition dapat kita katakan sebagai salah satu cabang dari ilmu komputasi yang dititik beratkan pada penemuan pola pada data yang menunjukkan satu informasi tertentu. Data yang digunakan untuk pengenalan pola ini dapat berupa citra, suara, text, maupun gambar bergerak (video). Dengan kata lain, kita berupaya agar data tadi mampu mengeluarkan informasi yang terkandung di dalamnya. Seberapa jauh kemampuan data itu dapat memberikan informasinya, tentunya tergantung dari kualitas dan kuantitas data itu sendirimengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (dalam hal ini komputer). Tujuan pengelompokkan ini ialah untuk mengenali suatu objek didalam citra.

Pengetahuan ini banyak dipengaruhi oleh kemampuan manusia itu sendiri dalam memproses informasi, mengenal wajah, tulisan, dsb. Namun belum ada satupun algoritma yang dapat menyamai kemampuan tersebut, karena otak manusia sendiri berisi kira-kira 20 miliar sel otak. walaupun saat ini hal tersebut sudah hampir mendekati. Selain itu otak manusia memiliki struktur yang lebih komplek. Sel-sel yang jumlahnya banyak tersebut saling berhubungan satu sama lain dimana masing-masing sel tersebut mewakili satu karakteristik tersendiri.

Kita dapat mengenali suatu objek yang kita lihat karena otak kita telah belajar mengklasifikasikan objek-objek tersebut sehingga secara alami kita bisa membedakan suatu objek dengan objek yang lainnya. Begitu juga halnya mesin yang mencoba mengikuti dasar dari kemampuan visual manusia. komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut, dan memberikan keluaran berupa deskripsi objek didalam citra.

Skema Pengenalan Pola

Untuk menghasilkan citra digital dan dapat diolah dengan komputer digital, suatu citra harus direpresentasikan secara numeric dengan nilai-nilai diskrit. Digitalisasi merupakan representasi citra dari fungsi malar (kontinu) menjadi niai-nilai diskrit. Citra yang dihasilkan inilah yang disebut citra digital (digital image).

Citra digital yang tingginya N, lebarnya M, dan memiliki L derajat keabuan dapat dianggap sebagai fungsi (DUL 97):

Citra digital yang berukuran N X M biasa dinyatakan dengan matriks yang berukuran N baris dan M kolom sebagai berikut :

Indeks baris (i) dan indeks kolom (j) menyatakan suatu koordinat titik pada citra, sedangkan f(I,j) merupakan intensitas (derajat keabuan) pada titik (I,j). Setiap elemen pada citra biasa disebut dengan image elemen, atau pixel, atau picture elemen atau pel .

Sebagai contoh, misalkan sebuah citra berukuran N X M mempunyai 256 X 256 pixel dan direpresentasikan secara numeric dengan matriks yang terdiri  dari 256 buah baris (di-indeks dari 0 sampai 255) dan 256 buah kolom (di-indeks dari 0 sampai 255) (MUN 2004) seperti contoh berikut :

Representasi Numerik

Pixel pertama pada koordinat  (0,0) mempunyai nilai intensitas 0 yang berarti warna pixel tersebut hitam, pixel kedua pada koordinat (0,1) mempunyai koordinat 134 yang berarti warnanya antara hitam dan putih, dst.

Proses digitalisasi citra ada dua macam :

1. Digitalisasi spasial (x,y) yang sering disebut sebagai sampling
2. Digitalisasi intensitas f(x,y), sering disebut sebagai kuantisasi. 

Sampling  merupakan Citra kontinu yang dapat dilihat pada grid-grid yang berbentuk bujursangkar (kisi-kisi dalam arah horizontal dan vertical) . seperti pada gambar  dibawah ini :

Sampling secara spasial

Terdapat perbedaan antara gambar yang disampling dengan koordinat matriks(hasil digitalisasi) titik asal (0,0) pada gambar dan elemen (0,0) pada matriks tidak sama. Koordinat x dan y pada gambar dimulai dari sudut kiri bawah, sedangkan penomoran pixel pada matriks dimulaidari sudut kiri atas.

Penomoran Pixel

Dalam hal ini,

i = x, 0 ≤ i ≤ N – 1            
j = (M-y), 0 ≤ i ≤ N – 1
x = DxIN increment
y = DyIM increment

keterangan :
N   = jumlah maksimum pixel dalam satu baris
M   = jumlah maksimum pixel dalam satu kolom
Dx = lebar gambar (dalam inchi)
Dy = tinggi gambar (dalam inchi)

Catataan : beberapa referensi menggunakan (1,1) –daripada (0,0) – sebagai koordinat elemen pertama pada matriks.

Elemen (I,j) di dalam matriks menyatakan rata-rata intensitas cahaya pada area citra yang direpresentasikan oleh pixel. Sebagai contoh, lihat citra biner yang hanya mempunyai 2 derajat keabuan, 0 mewakili hitam, dan 1 mewakili putih. Sebuah gambar yang berukuran 10 X 10 inchi dinyatakan dalam matriks yang berukuran 5 X 4, yaitu lima baris dan empat kolom. Tiap elemen gambar lebarnya 2.5 inchi dan tingginya 2 inchi akan diisi dengan sebuah nilai bergantung pada rata-rata intensitas cahaya pada area tersebut.

Area 2.5 X 2.0 inchi pada sudut kiri atas gambar dinyatakan dengan (0,0) pada matriks 5X4 yang menagndung nilai 0 yang berarti tidak memiliki intensitas cahaya. Area 2.5 X 2.0 inchi pada sudut kanan bawah gambar dinyatakan dengan lokasi (4,3) pada matriks 5X4 yang mengandung nilai 1 (yang berarti iluminasi maksimum).

a. yang disampling b. yang merepresentasikan gambar (GAL 90)

Untuk memudahkan implementasi, jumlah sampling biasanya diasumsikan perpangkatan dari dua,

N = 2 n

Dimana, 

N = jumlah sampling pada suatu baris / kolom

n  = bilangan bulat positif

Contoh ukuran sampling : 256 X 256 pixel, 128X256 pixel, langkah selanjutnya setelah proses sampling yaitu kuantisasi. Proses kuantisasi yaitu membagi skala keabuan (0,L) menjadi G buah level yang dinyatakan dengan suatu harga bilangan bulat (integer), biasanya G diambil perpangkatan dari 2,

G = 2m

Dimana, 

G = derajat keabuan

m = bilangan bulat positif

Nilai skala dan nilai keabuan serta pixel depth

             Hitam dinyatakan dengan derajat keabuan terendah yaitu 0, sedangkan putih dinyatakan dengan derajat keabuan tertinggi misalnya 15 untuk level 16. jumlah bit yang dibutuhkan untuk merepresentasikan nilai keabuan pixel disebut kedalaman pixel (pixel depth). Citra sering diasosiasikan dengan kedalaman pixelnya. Jadi, citra dengan kedalaman 8 bit disebut juga citra 8-bit (atau citra 256 warna). Pada kebanyakan aplikasi, citra hitam putih dikuantisasikan pada 256 level dan membutuhkan 1 byte (8 bit) untuk representasi setiap level pixel-nya (G=256=28) .Penyimpanan citra digital yang disampling menjadi N X M buah pixel dan dikuantisasikan menjadi G = 2m level derajat keabuan memerlukan memori sebanyak(bit)

b = N X M X m

Contohnya apabila kita menyimpan sebuah citra yang berukuran 512 X 512 pixel dengan 256 derajat keabuan membutuhkan memori sebesar 512 X 512 X 8 bit = 2048.000 bit. Jadi semakin tinggi nilai N ( atau M) dan m,  maka kualitas citra yang dihasilkan semakin bagus.

Benua lumeria (bangsa yang pertama menguasai teknologi sebelum bangsa atlantis)

Lemuria/Mu merupakan peradaban kuno yg muncul terlebih dahulu sebelum peradaban
Atlantis.Para peneliti menempatkan era peradaban Lemuria disekitar periode 75000
SM - 11000 SM.Jika kita lihat dari periode itu,Bangsa Atlantis dan Lemuria seharusnya pernah hidup bersama selama ribuan tahun lamanya.
Gagasan Benua Lemuria terlebih dahulu eksis dibanding peradaban Atlantis dan Mesir Kuno dapat kita peroleh penjelasannya dari sebuah karya Augustus Le Plongeon (1826-1908),seorang peneliti dan penulis pada abad ke -19 yang mengadakan penelitian terhadap situs2 purbakala peninggalan Bangsa Maya di Yucatan.

Informasi tsb diperoleh setelah keberhasilannya menterjemahkan beberapa lembaran
catatan kuno peninggalan Bangsa Maya. Dari hasil terjemahan,diperoleh beberapa informasi yang menunjukkan hasil bahwa Bangsa Lemuria memang berusia lebih tua daripada peradaban nenek moyang mereka (Atlantis).Namun dikatakan juga,bahwa mereka pernah hidup dalam periode waktu yang sama, sebelum kemudian sebuah bencana gempa bumi dan air bah dasyat meluluh lantahkan dan menenggelamkan kedua peradaban maju masa silam tersebut. Hingga saat ini,letak dari Benua Lemuria pada masa silam masih menjadi sebuah kontroversi,namun berdasarkan bukti arkeologis dan beberapa teori yang
dikemukakan oleh para peneliti,kemungkinan besar peradaban tsb berlokasi di Samudera Pasifik (disekitar Indonesia sekarang). Banyak arkeolog memepercayai bahwa Easter Island yang misterius itu merupakan bagian dari Benua Lemuria.Hal ini jika dipandang dari ratusan patung batu kolosal yang mengitari pulau dan beberapa catatan kuno yang terukir pada beberapa artifak yang mengacu pada bekas-bekas peninggalan peradaban maju pada masa silam.(artikel Easter Island juga dapat dibaca di blog ini) Mitologi turun temurun para suku Maori dan Samoa yang menetap dipulau-pulau disekitar Samudera Pasifik juga menyebutkan bahwa dahlulu kala pernah ada sebuah daratan besar besar di Pasifik yang yang hancur diterjang oleh gelombang pasang air laut dasyat(tsunami), namun sebelumnya bangsa mereka telah hancur terlebih dahulu akibat peperangan. Keadaan Lemuria sendiri digambarkan sangat mirip dengan peradaban Atlantis,memiliki tanah yang subur,masyarakat yang makmur dan penguasaan terhadap beberapa cabang ilmu pengetahuan yang mendalam. faktor-faktor tersebut tentunya menjadi sebuah landasan pokok bagi Bangsa Lemuria untuk berkembang pesat menjadi sebuah peradaban yang maju dan memiliki banyak ahli/ilmuwan yang dapat menciptakan suatu trobosan baru dalam Ilmu pengetahuan dan Teknologi mereka.
Seperti banyak dikemukakan oleh beberapa pakar spiritual dan arkeologi ,bahwa bangsa Lemurian dan Atlantean menggunakan crystal secara intensif dalam kehidupan mereka.
Edgar Cayce,Seorang spiritualis Amerika melalui channelingnya berkali2 mengungkapkan hal yang sama. Kuil2 Lemuria dan Atlantis menempatkan sebuah crystal generator raksasa yang dikelilingi crystal2 lain, baik sebagai sumber tenaga maupun guna berbagai penyembuhan.

 Banyak info mengenai atlantis dan lemurian diperoleh dengan men-channel crystal2
‘old soul’ yang pernah digunakan pada kedua jaman ini. Beberapa Monument Batu misterius yang berhasil ditemukan dibawah perairan Yonaguni,Jepang,mungkinkah monument2 ini merupakan sisa-sisa dari peradaban Lemuria? Namun, berbeda dengan bangsa Atlantis yang lebih mengandalkan fisik,teknologi
dan gemar berperang,Bangsa Lemuria justru dipercaya sebagai manusia-manusia
dengan tingkat evolusi dan spiritual yang tinggi,sangat damai dan bermoral.
Menurut Edgar Cayce,munculnya Atlantis sebagai suatu peradaban super power pada
saat itu (kalau sekarang mirip Amerika Serikat begitulah) membuat mereka sangat
ingin menaklukkan bangsa-bangsa didunia,diantaranya Yunani dan Lemuria yang
dipandang oleh para Atlantean sebagai peradaban yang kuat. Berbekal peralatan perang yang canggih serta strategi perang yang baik,invansi Atlantis ke Lemuria berjalan seperti yang diharapkan.
sifat dari Lemurian yang menjunjung tinggi konsep perdamaian,mereka tidak
dibekali dengan teknologi perang secanggih bangsa Atlantean,sehingga dalam
sekejap,Lemuria pun jatuh ketangan Atlantis. Para Lemurian yang berada dalam kondisi terdesak,ahirnya banyak meninggalkan bumi untuk mencari tempat tinggal baru di planet lain yang memiliki karakteristik mirip bumi,mungkin keberadaan mereka saat ini belum kita ketahui (ada yang mengatakan saat ini mereka tinggal di Planet Erra/Terra digugus bintang Pleiades.

Mungkin kisah para Lemurian yang meninggalakan bumi untuk menetap diplanet lain
ini sedikit tidak masuk akal,tapi perlu kita ketahui bahwa teknologi mereka pada
saat itu sudah sangat maju,penguasaan teknologi penjelajahan luar angkasa
mungkin telah dapat mereka realisasikan dijauh2 hari.Tentunya penguasaan
teknologi yang sama pada era peradaban kita ini,belum bisa disandingkan dengan
kemajuan teknologi yang mereka ciptakan.(Baca artikel Piri Reis Map sebagai
bahan pertimbangan).

Sementara semenjak kekalahannya oleh bangsa Atlantis,otomatis wilayah Lemuria
dikuasai oleh para Atlantean,sampai saat ahirnya daratan itu diterpa oleh
bencana yang sangat dasyat yang kemudian menenggelamkannya bersama beberapa
daratan lainnya,termasuk diantaranya Atlantis itu sendiri.

Istana Taifurkhafi di Istanbul, Turki, tersimpan selembar peta kuno yang sangat unik. Peta kuno yang terbuat dari bahan kulit rusa (Gazelle skin) ini ditemukan pada awal abad ke-18, sekilas jika dilihat mungkin hanyalah merupakan selembar replika peta daratan dimasa masa lalu. Dalam peta tersebut, hanya kawasan Laut Tengah yang tergambar secara persis, sedangkan kawasan lainnya, seperti benua Amerika dan benua Afrika tergambar sangat berbeda.

Kemudian, di saat para ilmuwan menelitinya dengan lebih lanjut, hasil yang diperoleh sangat mengejutkan, karena ternyata peta kuno ini sebenarnya adalah gambar pandangan udara dari atas angkasa yang sangat detail dan terperinci. Jika disandingkan dengan gambar yang diambil dari pesawat Apollo 8, maka peta kuno Turki ini bagaikan fotokopinya. Gambar perubahan garis besar pada benua Amerika dan Afrika di peta kuno tsb, sesuai dengan gambar yang diambil melalui pesawat Apollo 8. Dan yang lebih menakjubkan lagi adalah, bahwa peta kuno itu melukiskan bentuk rumit permukaan bumi kutub selatan yang tertutup lapisan es tebal,Tidak ada perbedaan sedikit pun dengan hasil gambar pemetaan menggunakan fatometer yang dilakukan oleh tim eksplorasi kutub selatan pada tahun 1952 yang mengadakan penyelidikan keadaan bumi di bawah lapisan es.

Lalu siapakah pada masa purbakala yang sudah menguasai teknologi tinggi pemotretan melalui angkasa luar? Dari penemuan peta kuno ini menjadi suatu bukti akan kemajuan pengetahuan ilmu astronomi peradaban masa silam yang sampai detik inipun belum bisa dikuasai oleh manusia-manusia zaman sekarang yang notabene mungkin mempunyai peralatan yang lebih canggih dari mereka. Studi lebih lanjut mengatakan mungkin mereka telah dapat menciptakan suatu trobosan teknologi yang luar biasa pada masa itu,seperti telah melakukan penjelajahan luar angkasa dan pendaratan diplanet lain. Apalagi hal tersebut didukung oleh beberapa penemuan artifak2 kuno yang menggambarkan beberapa gambaran imajinasi astronot2 pada masa silam. Lalu, mungkinkah nenek moyang kita sudah ada yang bermigrasi dan menetap diplanet-planet lain yang memiliki karakteristik mirip dengan bumi yang pada saat mungkin belum dapat ditemukan keberadaannya oleh para astronom kita? Jikalau benar demikian, apakah ada benarnya juga kisah mengenai bangsa Lemuria yang dikisahkan sebagian penduduknya banyak yang bermigrasi keluar dari Bumi untuk mencari tempat tinggal baru diplanet lain ketika diambang kekalahannya dengan bangsa Atlantis pada dahulu kala?Tidak ada seorangpun yang tahu sampai sekarang.