UNIVERSITAS BUMIGORA
FAKULTAS PROGRAM PASCA SARJANA
PROGRAM STUDI S2 ILMU KOMPUTER

RPS-18-IKKK321113
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
Advanced Image Processing IKKK321113 Algorithmic Foundations (AL) 3 0 2 31 Jan 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Dr. Ir. Bambang Krismono Triwijoyo, M.Kom
Dr. Ir. Bambang Krismono Triwijoyo, M.Kom
Dr. Neny Sulistianingsih, M.Kom
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL01 Mampu menguasai dan mengembangkan konsep serta teori lanjutan di bidang sistem cerdas dan rekayasa perangkat lunak dan data secara mendalam dan sistematis
CPL02 Mampu merancang dan mengimplementasikan solusi teknologi berbasis AI dan data engineering untuk menyelesaikan permasalahan kompleks di berbagai sektor
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK018 Mampu mengembangkan pendekatan lanjutan dalam pengolahan citra digital
CMPK038 Mampu mengelola siklus hidup proyek pengolahan citra tingkat lanjut
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.IKKK321113.CMPK038 .1 Mahasiswa mampu menyusun rencana proyek pemrosesan citra mulai dari akuisisi data hingga evaluasi
sub.cpmk.IKKK321113.CMPK038 .2 Mahasiswa mampu mendokumentasikan seluruh proses eksperimen dan hasilnya dalam laporan proyek
sub.cpmk.IKKK321113.CMPK038 .3 Mahasiswa mampu bekerja dalam tim untuk menyelesaikan proyek berbasis pemrosesan citra lanjutan
sub.cpmk.IKKK321113.CMPK038 .4 Mahasiswa mampu mempresentasikan dan mempertanggungjawabkan hasil proyek pengolahan citra secara ilmiah
sub.cpmk.IKKK321113.CPMK018 .1 Mahasiswa dapat mendeskripsikan konsep dasar citra digital
sub.cpmk.IKKK321113.CPMK018 .2 Mahasiswa dapat mendeskripsikan dan mengimplementasikan algoritma transformasi citra digital
sub.cpmk.IKKK321113.CPMK018 .3 Mahasiswa dapat mendeskripsikan dan mengimplementasikan metode perbaikan mutu (enhancement) citra
sub.cpmk.IKKK321113.CPMK018 .4 Mahasiswa dapat mendeskripsikan dan mengimplementasikan metode restorasi citra
sub.cpmk.IKKK321113.CPMK018 .5 Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode pengkodean (compression) citra
sub.cpmk.IKKK321113.CPMK018 .6 Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode segmentasi citra berbasis deep learning
sub.cpmk.IKKK321113.CPMK018 .7 Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode representasi dan deskripsi fitur citra
Korelasi CPMK terhadap Sub-CPMK
CPMK018 sub.cpmk.IKKK321113.CPMK018 .1
sub.cpmk.IKKK321113.CPMK018 .2
sub.cpmk.IKKK321113.CPMK018 .3
sub.cpmk.IKKK321113.CPMK018 .4
sub.cpmk.IKKK321113.CPMK018 .5
sub.cpmk.IKKK321113.CPMK018 .6
sub.cpmk.IKKK321113.CPMK018 .7
CMPK038 sub.cpmk.IKKK321113.CMPK038 .1
sub.cpmk.IKKK321113.CMPK038 .2
sub.cpmk.IKKK321113.CMPK038 .3
sub.cpmk.IKKK321113.CMPK038 .4
Deskripsi Singkat MK Mempelajari tentang apa itu citra digital dan bagaimana memanipulasinya untuk memperoleh hasil tertentu yang diinginkan, yang dapat membantu persepsi visual, pengolahan dan pengenalan pola lanjut dan klasifikasi citra tingkat lanjut
Bahan Kajian : Materi Pembelajaran 1. Pendahuluan 2. Dasar-dasar Citra Digital 3. Transformasi Citra 4. Perbaikan mutu citra 5. Restorasi citra 6. Pengkodean citra 7. Segmentasi citra 8. Representasi dan Deskripsi Citra
Pustaka Utama
  • 1. C.Gonzales, 2001, “Digital Image Processing”, Addison Wesley Publishing Company.
Pendukung
  • 2. J.R. Parker,2000, ”Algorithms for image processing and computer vision”, Wiley Computer Publishing
  • 3. Balza Achmad, 2000, “Teknik Pengolahan Citra Digital Menggunakan Delphi”, Ardi Publishing
  • 4. Triwijoyo, Bambang. (2025). PENGOLAHAN CITRA DIGITAL.
  • 5. Triwijoyo, Bambang & Adil, Ahmat. (2021). Analysis of Medical Image Resizing Using Bicubic Interpolation Algorithm. Jurnal Ilmu Komputer. 14. 20-29. 10.24843/JIK.2021.v14.i01.p03.
  • 6. Triwijoyo, Bambang & Adil, Ahmat & Zulfikri, Muhammad. (2025). Detection and Classification of Hypertensive Retinopathy Based on Retinal Image Analysis Using a Deep Learning Approach. Computer Methods and Programs in Biomedicine Update. 7. 100191. 10.1016/j.cmpbup.2025.100191.
Dosen Pengampu Dr. Ir. Bambang Krismono Triwijoyo, M.Kom
Mata Kuliah Syarat -
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.IKKK321113.CPMK018 .1-Mahasiswa dapat mendeskripsikan konsep dasar citra digital 1. Mahasiswa Memahami cara penyajian representasi citra pada domain spasial menggunakan matriks 2. Mahasiswa memahami pengertian ruang warna dan contohnya 3. Mahasiswa memahami metode sampling dan kuantisasi dari citra analog ke citra digital 4. Mahasiswa memahami pengertian halftoning dan contohnya Kriteria
Ketepatan jawaban kuis sesuai perintah soal
Teknik
Holistik 		Kuliah,Ceramah Langsung,[C=100 Menit]
Ujian terjadwal,Kuis,[K=50 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=300 Menit]
Ujian terjadwal,Kuis,[K=60 Menit]
 Topik
Konsep dasar citra digital
Sub Topik
1. Elemen-elemen visual citra. 2. Model Citra 3. Sampling dan quantization. 4. Keterhubungan antar piksel. 5. Bentuk geometri citra. 6. Teori warna
  • [1] Hal: 12-24
10
2 sub.cpmk.IKKK321113.CPMK018 .2-Mahasiswa dapat mendeskripsikan dan mengimplementasikan algoritma transformasi citra digital 1. Mahasiswa dapat menjelaskan yang dimaksud dengan Transformasi Fourier 2. Mahasiswa dapat menjelaskan Transformasi Fourier Diskrit . 3. Mahasiswa da[at menjelaskan FFT 4. Mahasiswa dapat Mengimplementasikan Transformasi Fast Fourier 2 Dimensi Kriteria
Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
Teknik
Holistik dan Analitik 		Kuliah,Ceramah Langsung,[C=50 Menit]
Praktikum,Praktikum Online,[PR=100 Menit]
Ujian terjadwal,Praktikum Online,[PR=150 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=300 Menit]
Ujian terjadwal,Kuis,[K=120 Menit]
 Topik
Algoritma transformasi citra digital
Sub Topik
1. Transformasi Fourier. 2. Transformasi Fourier Diskrit. 3. Transformasi Fourier 2 Dimensi. 4. Fast Fourier Transform (FFT)
  • [1] Hal: 108-140
  • [2] Hal: 42-65
10
3
4 sub.cpmk.IKKK321113.CPMK018 .3-Mahasiswa dapat mendeskripsikan dan mengimplementasikan metode perbaikan mutu (enhancement) citra 1. Mahasiswa mampu menjelaskan dan mengimplementasikan teknik modifikasi histogram. 2. Mahasiswa mampu menjelaskan dan mengimplementasikan teknik Penghalusan citra. 3. Mahasiswa mampu menjelaskan dan mengimplementasikan teknik Penajaman citra. 4. Mahasiswa mampu menjelaskan dan mengimplementasikan teknik dimaksud Low pass dan high pass Filtering. Kriteria
Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
Teknik
Collaborative learning 		Kuliah,Ceramah Langsung,[C=50 Menit]
Diskusi,Problem based Learning,[PBL=100 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=90 Menit]
Ujian terjadwal,Kuis Langsung,[KL=90 Menit]
 Topik
Metode perbaikan mutu citra Pada Domain Spasial
Sub Topik
1. Teknik modifikasi histogram. 2. Penghalusan citra. 3. Penajaman citra. 4. Low pass dan high pass Filtering.
  • [1] Hal: 76-104
  • [2] Hal: 62-81
20
5
6
7 sub.cpmk.IKKK321113.CPMK018 .4-Mahasiswa dapat mendeskripsikan dan mengimplementasikan metode restorasi citra 1. Mahasiswa mampu menjelaskan yang dimaksud Model degradasi. 2. Mahasiswa mampu menjelaskan yang dimaksud Pendekatan Restorasi Citra. 3. Mahasiswa mampu menjelaskan dan mengimplementasikan yang dimaksud Inverse Filtering 4. Mahasiswa mampu mengimplementasikan metode Least-Mean-square Filter 5. Mahasiswa mampu menjelaskan dan mengimplementasikan metode Restorasi interaktif 6. Mahasiswa mampu menjelaskan dan mengimplementasikan dimaksud Restorasi dalam domain spasial. 7. Mahasiswa mampu mengimplementasikan metode Transformasi geometrik . Kriteria
Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
Teknik
Collaborative learning 		Pembimbingan,Case Based Learning,[CBL=150 Menit]
Praktikum,Praktikum Online,[PR=150 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=60 Menit]
Ujian terjadwal,Kuis,[K=120 Menit]
 Topik
Metode restorasi citra
Sub Topik
1. Model degradasi. 2. Pendekatan Restorasi Citra. 3. Inverse Filtering 4. Least-Mean-square Filter 5. Restorasi interaktif 6. Restorasi dalam domain spasial. 7. Transformasi geometrik
  • [1] Hal: 141-193
  • [2] Hal: 71-89
  • [5] Hal: 20-29
10
8
9 sub.cpmk.IKKK321113.CPMK018 .5-Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode pengkodean (compression) citra 1. Mahasiswa mampu menjelaskan yang dimaksud Kriteria obyektif dan subyektif dalam metode Kompresi (pengkodean citra) 2. Mahasiswa memilih dan mengimplementasikan metode encoding katagori Lossy dan loosless )Error Free Encoding) Kriteria
Kemampuan mahasiswa dalam merancang, mengembangkan, dan menyajikan solusi atau produk nyata melalui proyek terstruktur
Teknik
Ana;itik, Collaborative learning 		Penugasan,Problem based Learning,[PBL=150 Menit]
Diskusi,Proses Belajar,[PB=150 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=60 Menit]
Pemahaman materi mandiri,Kuis,[K=60 Menit]
 Topik
Pengkodean / kompresi citra
Sub Topik
1. Kriteria obyektif dan subyektif. 2. Proses encoding 3. Error-Free Encoding.
  • [1] Hal: 282-333
  • [2] Hal: 88-91
  • [5] Hal: 20-29
10
10
11 sub.cpmk.IKKK321113.CPMK018 .6-Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode segmentasi citra berbasis deep learning 1. Mahasiswa mampu mengimplementasikan metode deteksi keterhubungan antar piksel citra. 2. Mahasiswa mampu mengimplementasikan metode deteksi hubungan jalur dan batas tepi citra 3. Mahasiswa mampu mengimplementasikan metode segmentasi Thresholding. 4. Mahasiswa mampu mengimplementasikan metode Segmentasi berorientasi area Kriteria
Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
Teknik
Problem-based Learning 		Kuliah,Ceramah Langsung,[C=150 Menit]
Praktikum,Case Based Learning,[CBL=150 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=60 Menit]
 Topik
Metode segmentasi citra
Sub Topik
1. Deteksi keterhubungan antar piksel citra. 2. Deteksi hubungan jalur dan batas. 3. Thresholding. 4. Segmentasi berorientasi area
  • [1] Hal: 378-475
  • [2] Hal: 92-120
  • [6] Hal: 180-191
10
12
13 sub.cpmk.IKKK321113.CPMK018 .7-Mahasiswa mampu mendeskripsikan dan mengimplementasikan metode representasi dan deskripsi fitur citra 1. Mahasiswa mampu menjelaskan yang dimaksud Skema representasi. 2. Mahasiswa mampu megimplementasikan metode deskripsi berbasis Penandaan batas. 3. Mahasiswa mampu mengimplementasikan metode deskripsi Penandaan area. 4. Mahasiswa mampu mengimplementasikan metode Deskripsi kesamaan. 5. Mahasiswa mampu mengimplementasikan metode Deskripsi keterhubungan. Kriteria
Kesesuaian output isi presentasi sesuai ketentuan
Teknik
Case-based Learning 		Diskusi,Case Based Learning,[CBL=150 Menit]
Publikasi,Kegiatan Mandiri,[PM=150 Menit]
 Pemahaman materi mandiri,Proses Belajar,[PB=60 Menit]
Praktikum,Praktikum Online,[PR=120 Menit]
 Topik
Metode representasi dan deskripsi citra
Sub Topik
1. Skema representasi. 2. Penandaan batas. 3. Penandaan area. 4. Deskripsi kesamaan. 5. Deskripsi keterhubungan.
  • [1] Hal: 426-483
  • [2] Hal: 150-167
10
14
15 sub.cpmk.IKKK321113.CMPK038 .1-Mahasiswa mampu menyusun rencana proyek pemrosesan citra mulai dari akuisisi data hingga evaluasi sub.cpmk.IKKK321113.CMPK038 .2-Mahasiswa mampu mendokumentasikan seluruh proses eksperimen dan hasilnya dalam laporan proyek sub.cpmk.IKKK321113.CMPK038 .3-Mahasiswa mampu bekerja dalam tim untuk menyelesaikan proyek berbasis pemrosesan citra lanjutan sub.cpmk.IKKK321113.CMPK038 .4-Mahasiswa mampu mempresentasikan dan mempertanggungjawabkan hasil proyek pengolahan citra secara ilmiah 1. Mahasiswa mampu menyusun rencana proyek pemrosesan citra mulai dari akuisisi data hingga evaluasi 2. Mahasiswa mampu mendokumentasikan seluruh proses eksperimen dan hasilnya dalam laporan proyek 3. Mahasiswa mampu bekerja dalam tim untuk menyelesaikan proyek berbasis pemrosesan citra lanjutan 4. Mahasiswa mampu mempresentasikan dan mempertanggungjawabkan hasil proyek pengolahan citra secara ilmiah Kriteria
Kemampuan mahasiswa memecahkan masalah kompleks secara ilmiah dan kolaboratif.
Teknik
Collaborative learning 		Diskusi,Project based Learning,[PjBL=150 Menit]
Publikasi,Kegiatan Mandiri,[PM=150 Menit]
 Pemahaman materi mandiri,Kegiatan Mandiri,[PM=120 Menit]
 Topik
Proyek akhir Analisis Citra
Sub Topik
1. Perencanaan proyek pemrosesan citra mulai dari akuisisi data hingga evaluasi 2. Pendokumentasian seluruh proses eksperimen dan hasilnya dalam laporan proyek 3. Kerja sama dalam tim untuk menyelesaikan proyek berbasis pemrosesan citra lanjutan 4. Presentasi dan deiminasi hasil proyek pengolahan citra secara ilmiah
  • [1] Hal: 484-513
  • [6] Hal: 180-191
20
16

Teknik Penilaian CPMK

CPL MK CPMK Kuis Unjuk Kerja (Presentasi) Tugas Teori (Kelompok) Tugas Praktikum Partisipasi
CPL01 Advanced Image Processing CPMK018 Y Y Y Y
CPL03 Advanced Image Processing CMPK038 Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .1 Holistik 10 Ketepatan jawaban kuis sesuai perintah soal
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .2 Holistik dan Analitik 10 Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .3 Collaborative learning 20 Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .4 Collaborative learning 10 Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .5 Ana;itik, Collaborative learning 10 Kemampuan mahasiswa dalam merancang, mengembangkan, dan menyajikan solusi atau produk nyata melalui proyek terstruktur
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .6 Problem-based Learning 10 Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
CPL01 CPMK018 sub.cpmk.IKKK321113.CPMK018 .7 Case-based Learning 10 Kesesuaian output isi presentasi sesuai ketentuan
CPL03 CMPK038 sub.cpmk.IKKK321113.CMPK038 .1, sub.cpmk.IKKK321113.CMPK038 .2, sub.cpmk.IKKK321113.CMPK038 .3, sub.cpmk.IKKK321113.CMPK038 .4 Collaborative learning 20 Kemampuan mahasiswa memecahkan masalah kompleks secara ilmiah dan kolaboratif.
Total 100
2. Penilaian CPMK
CPL MK CPMK Kuis Unjuk Kerja (Presentasi) Tugas Teori (Kelompok) Tugas Praktikum Partisipasi Total
CPL01 Advanced Image Processing CPMK018 10% 40% 0% 20% 10% 80%
CPL03 Advanced Image Processing CMPK038 0% 0% 20% 0% 0% 20%
100%