| Capaian Pembelajaran Mata Kuliah (CPMK) | - Kemampuan untuk menerapkan hubungan ilmiah dan matematis (prinsip atau hukum) dan masukan yang diperlukan untuk masalah yang diberikan pada teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan menganalisis masalah dan mengidentifikasi peluang untuk menghasilkan pernyataan masalah desain terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan mengidentifikasi batasan untuk menghasilkan persyaratan desain terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan mengidentifikasi dan merumuskan permasalahan teknik terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan menganalisis dan menyelesaikan permasalahan teknik terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan menerapkan penggunaan piranti teknik modern dan mengintegrasikan dalam proyek rekayasa terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan mengumpulkan informasi tentang pengetahuan baru melalui media yang tersedia terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
- Kemampuan memasukkan pengetahuan baru ke dalam pekerjaan teknik terkait teori informasi, sistem pengolahan sinyal waktu diskrit, dan konsep dasar jaringan.
| - Ability to apply scientific and mathematical relationships (principles or laws) and necessary inputs to given problems in information theory, discrete-time signal processing systems, and basic network concepts.
- Ability to analyze problems and identify opportunities to produce design problem statements related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to identify constraints to generate design requirements related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to identify and formulate engineering problems related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to analyze and solve engineering problems related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to apply the use of modern engineering tools and integrate in engineering projects related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to collect information about new knowledge through available media related to information theory, discrete time signal processing systems, and basic network concepts.
- Ability to incorporate new knowledge into engineering work related to information theory, discrete-time signal processing systems, and basic networking concepts.
|
|---|
| Catatan Tambahan | Deskripsi kuliah:
Pendahuluan: motivasi, tantangan, HVS, Dasar-Dasar Video Digital, Aplikasi, Penilaian Kualitas, Tren; Elemen Kompresi Data: Informasi dan Pengkodean, Pengkodean Entropi: Pengkodean Shannon, Pengkodean Shannon-Fano, Pengkodean Huffman, Pengkodean Aritmatika, Teknik Kamus; Teknik Kompresi: Pengkodean Prediktif, DPCM, Pengkodean Transformasi, Pengkodean Subband, Kuantisasi Vektor; Arsitektur Encoder: kompresi gambar; kompresi video: codec video interframe, codec video berbasis DPCM Transformasi hibrida; Decoder; UTS; Standar Kompresi Gambar dan Video: JPEG, MPEG dan H.26x: H.120, H.261, MPEG-1, H.262/MPEG-2, H.263, H.263+ dan H.263++, MPEG-4, H.264/MPEG-4 Bagian 10/AVC, H.265/HEVC; Distribusi dan Streaming Video: Streaming Video Adaptif, Kualitas Video, Pembentukan Laju Lalu Lintas, HLS, MSS, MPEG-DASH; Kontrol Aliran dalam Komunikasi Video Terkompresi:Variabilitas Laju Bit pada Pengkode Video, Pengkodean Laju Tetap, Kontrol Laju; Kontrol laju bingkai adaptif, Pengkodean Multilayer, Skalabilitas Granular Halus; Ketahanan Kesalahan dalam Komunikasi Video Terkompresi: Kualitas Video Persepsi, Penyembunyian Kesalahan, Pemartisian Data, Koreksi Kesalahan Maju (FEC), Dekode Dua Arah dan VLC Reversibel, Pengkodean Entropi Tahan Kesalahan (EREC); Komunikasi Video Melalui Jaringan IP Seluler: Evolusi Jaringan Seluler (Video), Transmisi Video Real-time melalui Jaringan IP Seluler, Optimasi Kualitas, Transportasi Prioritas, Transmisi Video melalui Jaringan GPRS/UMTS; Transcoding Video, Aplikasi kompresi video berbasis jaringan; | Course description:
Introduction: motivation, challenge, HVS, Video Digital Basics, Application, Quality Assessment, Trend; Data Compression Elements: Information and Coding, Entropy Coding: Shannon Coding, Shannon-Fano Coding, Huffman Coding, Arithmetic Coding, Dictionary Techniques; Compression Techniques: Predictive Coding, DPCM, Transform Coding, Subband Coding, Vector Quantization; Encoder Architecture: image compression; video compression: interframe video codec, hybrid Transform DPCM-based video codec; Decoder; UTS; Image and Video Compression Standards: JPEG, MPEG and H.26x: H.120, H.261, MPEG-1, H.262/MPEG-2, H.263, H.263+ and H.263++, MPEG-4, H.264/MPEG-4 Part 10/AVC, H.265/HEVC; Video Distribution and Streaming: Adaptive Video Streaming, Video Quality, Traffic Rate Shaping, HLS, MSS, MPEG-DASH; Flow Control in Compressed Video Communications: Bit Rate Variability of Video Coders, Fixed Rate Coding, Rate Control; Adaptive frame rate control, Multi-layer Coding, Fine Granular Scalability; Error Resilience in Compressed Video Communications: Perceptual Video Quality, Error Concealment, Data Partitioning, Forward Error Correction (FEC), Two-way Decoding and Reversible VLC, Error-resilient Entropy Coding (EREC); Video Communications Over Mobile IP Networks: Evolution of (Video) Mobile Networks, Real-time Video Transmissions over Mobile IP Networks, Quality Optimisation, Prioritised Transport, Video Transmissions over GPRS/UMTS Networks; Transcoding Video, Trend network-based video compression application; |
|---|