MEMBANGUN PROTOTYPE APLIKASI PENGHITUNG PENGUNJUNG BERBASIS COMPUTER VISION DENGAN METODE ABSOLUTE DIFFERENCE NASKAH PUBLIKASI
|
|
- Bambang Pranata
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MEMBANGUN PROTOTYPE APLIKASI PENGHITUNG PENGUNJUNG BERBASIS COMPUTER VISION DENGAN METODE ABSOLUTE DIFFERENCE NASKAH PUBLIKASI diajukan oleh Suandi Kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2013
2
3 BUILD A PROTOTYPE VISITORS COUNTER APPLICATION BASED ON COMPUTER VISION WITH ABSOLUTE DIFFERENCE METHOD MEMBANGUN PROTOTYPE APLIKASI PENGHITUNG PENGUNJUNG BERBASIS COMPUTER VISION DENGAN METODE ABSOLUTE DIFFERENCE Suandi Melwin Syafrizal Jurusan Teknik Informatika STMIK AMIKOM YOGYAKARTA ABSTRACT Over the time, public demand for information is increasing, One of the needed information in public areas such as services, retail sales, supermarket and tourist attractions is data the number of visitors, the data are used for various purposes (for marketing research or statistical purposes). Data on the number of visitors is usually obtained with manual counting by officers who guard the entrance, However, because the process is done in a long period of time, can decrease the concentration causing officers prone to counting errors (human error). This thesis discusses the design problem solution using the sophistication of computer vision technology to overcome those problems.sensor camera (webcam) mounted on the entrance door, the catch frame is processed through a series of image processing so that it can detect objects passing. The methods used to detect objects is the Absolute Difference. Optimal accuracy results obtained in testing the application reaches 93.78% through the conditions and limitations defined. Keywords: Number of Visitors, Computer Vision, Absolute Difference
4 1. Pendahuluan Seiring dengan perkembangan zaman, maka semakin meningkat pula kebutuhan seseorang akan informasi. Salah satu informasi yang dibutuhkan ditempat-tempat umum seperti, ritel penjualan, supermarket dan tempat wisata adalah data jumlah pengunjung, data tersebut digunakan untuk berbagai keperluan (baik keperluan statistik maupun penelitian pemasaran). Misalnya pada ritel penjualan, dengan membandingkan antara data jumlah pengunjung dengan data jumlah transaksi penjuanlan sehingga dapat diketahui tingkat ketertarikan masyarakat untuk berkunjung ke tempat tersebut serta persentase pengunjung melakukan pembelian. Data jumlah pengunjung biasanya didapat dengan penghitungan manual oleh petugas yang menjaga pintu masuk. Namun, karena proses tersebut dilakukan dalam jangka waktu yang panjang, dapat menurunkan konsentrasi petugas sehingga menyebabkan rawan terjadinya kesalahan penghitungan (human error). Dari uraian diatas penulis mengambil judul untuk penelitian ini Membangun Prototype Aplikasi Penghitung Pengunjung Berbasis Computer Vision dengan Metode Absolute Difference. 2. Landasan Teori 2.1 Computer Vision Menurut Idhawati (2011) Computer Vision adalah sebuah cabang ilmu dari kecerdasan buatan yang menggunakan computer untuk menganalisa gambar dan video agar dapat mengenali obyek yang diamati sebagaimana yang bisa dilakukan manusia. 1 Pada hakikatnya, Computer vision mencoba meniru cara kerja sistem visual manusia (Human Vision). Manusia melihat objek dengan indera penglihaan (mata), lalu citra objek diteruskan ke otak untuk diinterpretasi sehingga manusia mengerti objek apa yang tampak dalam pandangan matanya. Untuk itu, computer vision diharapkan memiliki kemampuan tingkat tinggi sebagaimana visual manusia. Computer vision merupakan kombinasi dari pengolahan citra (image processing) dan pengenalan pola (pattern recognition). Pengolahan citra (image processing) berhubungan dengan proses transformasi citra atau gambar dan bertujuan untuk mendapatkan kualitas citra yang lebih baik. Sedangkan pengenalan pola (pattern recognition) berhubungan dengan proses identifikasi objek pada citra atau interpretasi citra dan bertujuan untuk mengekstrak informasi yang disampaikan oleh citra. 1 Hestiningsih, Idhawati. Yudantoro, Raharjo Aplikasi Penghitung Jumlah Pengunjung Objek Wisata dengan Webcam. Orbith Vol 7 No. 3 1
5 2.2 Citra Digital Menurut Putra, D (2010) Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun kompleks yang direpresentasikan dengan deretan bit tertentu. 2 Citra digital dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitude f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Indeks x bergerak ke kanan dan indeks y bergerak ke bawah.sedangkan Nilai pada suatu irisan antara baris dan kolom (pada posisi x,y) disebut dengan pixel. 2.3 Video Digital Video merupakan urutan citra yang berkesinambungan yang bergerak dalam ruang waktu dan memiliki suatu makna. Video memiliki parameter yang dapat diturunkan dari parameter sebuat citra yaitu lebar dan tinggi citra yang diukur berdasarkan jumlah piksel horizontal dan vertical, dan kemudian juga parameter kedalaman citra. Sebuat video juga memiliki patameter kecepatan berpindah dari satu citra/frame ke frame yang selanjutnya, biasa kita sebut dengan fps (frames per second)/frame rate. 2.4 Filtering Filtering merupakan preprosesing pengolahan citra yang digunakan untuk menghilangkan bagian-bagian yang tidak diperlukan (noise) pada citra untuk proses selanjutnya, pada proses filtering, nilai pixel baru umumnya dihitung berdasarkan pixel tetangga (Darma Putra, 2010). 3 Metode filter atau filtering yang terbaik tergantung dengan situasi dari citra dan jenis derau atau degradasi yang terdapat pada citra. Beberapa jenis filter tersebut adalah mean filter, median filter dan Gaussian filter. Dimana pada proses paling sederhananya hasil filtering pada suatu pixel adalah hasil dari rata-rata pixel tersebut dengan pixel sekitarnya. 2.5 Thresholding Masalah utama yang ada pada aplikasi yang memakai computer vision adalah perbedaan sub gambar yang merepresentasikan objek. Operasi yang mudah dilakukan oleh mata ini sulit dilakukan oleh komputer. Sehingga dalam proses pengelompokan suatu gambar, biasanya berdasarkan intensitas, warna, dan faktor lainnya. Sehingga thresholding dapat digunakan untuk memisahkan gambar dari latarnya. 2 Putra, D Pengolahan Citra Digital. Andi Offset. Yogyakarta. Hal 9 3 Lbid. Hal 59 2
6 Input yang dimasukkan dalam thresholding adalah gambar grayscale. Sedangkan hasil keluarannya umumnya berbentuk gambar biner yang merepresentasikan hasil dari segmentasi tersebut. Pada teknik ini kecerahan warna dari setiap pixel dibandingkan ke dalam sebuah nilai threshold, dan pixel hasilnya dinyatakan sebagai satu atau dua kategori, putih atau hitam, tergantung dari apakah nilai pixel aslinya melampaui atau tidak dari nilai thresholdnya. 2.6 Dilatasi dan Erosi Operasi dilatasi dilakukan untuk memperbesar ukuran segmen objek dengan menambah lapisan di sekeliling objek sehingga citra hasil dilatasi cenderung menebal. Operasi dilatasi akan melakukan proses pengisian data pada citra asal yang memiliki ukuran lebih kecil dibandingkan kernel. Sedangkan, operasi erosi adalah kebalikan dari operasi dilatasi. Pada operasi ini, ukuran objek diperkecil dengan mengikis sekeliling objek sehingga citra hasil cenderung diperkecil menipis. Operasi erosi akan melakukan pengurangan pada citra asal yang lebih kecil dibandingkan elemen kernel. Proses erosi yang dilanjutkan dengan proses dilatasi dimana kedua proses tersebut dilakukan secara berulang didefinisikan sebagai proses opening. Operasi opening digunakan untuk memutuskan bagian-bagian dari objek yang hanya terhubung dengan 1 atau 2 buah titik saja, dan menghilangkan objek yang sangat kecil. Operasi opening bersifat memperhalus kenampakan citra, menyambung fitur terputus dan menghilangkan efek pelebaran pada objek. Kombinasi antara operasi dilatasi dan erosi yang dilakukan secara berurutan adalah operasi closing. Citra asli didilatasi terlebih dahulu, kemudian hasilnya dierosi. Ada beberapa kegunaan operasi closing yaitu: (1) menutup atau menghilangkan lubanglubang kecil yang ada dalam segmen objek, (2) menggabungkan 2 segmen objek yang saling berdekatan (menutup sela antara 2 objek yang sangat berdekatan), (3) juga dilakukan dalam beberapa rangkaian dilatasi-erosi (misalnya 3 kali dilatasi, lalu 3 kali erosi) apabila ukuran lubang atau jarak objek cukup besar. Operasi closing juga cenderung akan memperhalus objek pada citra, namun dengan cara menyambung pecahan-pecahan dan menghilangkan lubang-lubang kecil pada objek. 2.7 Background Substraction (Absolute Difference) Hal yang paling penting mendasari dari pemantauan real time adalah dengan mengetahui adanya pergerakan dari objek di dalam sebuah latar. Substraksi latar mempunyai peranan penting dalam computer vision yaitu dalam hal system pemantauan atau security. Peranan yang dilakukan dalam substraksi latar adalah mengetahui atau membedakan bagian latar dan objek yang ada pada sebuah citra. Untuk mengetahui 3
7 adanya objek di dalam citra maka hal yang harus dilakukan adalah dengan mempelajari atau mengetahui model dari latar. Ide dasar dari substraksi latar adalah frame i background > threshold, bila piksel ke i memenuhi persamaan tersebut, maka piksel tersebut digolongkan kedalam kelompok piksel objek dan selain itu adalah latar. Hasil dari proses substration ini tidak selamanya bersih, tergantung dari kondisi objek perekaman maka dari itu dibutuhkan beberapa proses image processing seperti erosi dan dilatasi untuk membersihkan noise. 2.8 Pustaka OpenCV (Open Computer Vision) Menurut Bradski & Keahler (2008:1) OpenCV adalah pustaka open source yang ditunjukan untuk visi computer real time. OpenCV dapat berjalan di berbagai system operasi seperti Windows, Linux, dan Machintos. OpenCv asli ditulis dalam bahasa C, tapi sekarang telah diterjemahkan dalam bahasa C++. Ada juga terjemahan dalam bahasa Phyton, Ruby, Matlab dan bahasa lainnya. 4 Contoh aplikasi dari pustaka OpenCV adalah interaksi manusia dan computer, seperti identifikasi, segmentasi dan mengenalan objek, pengenalan wajah, pengenalan gerak tubuh, trajeksi pergerakan, gerak ego, pengertian pergerakan, struktur dari pergerakan, komputasi jarak objek dan robotika. 3. Analisis dan Perancangan Sistem Analisis sistem adalah penguraian dari suatu sistem secara utuh dengan membaginya menjadi beberapa bagian komponen dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan, ketangguhan, hambatan dan kebutuhan yang diharapkan sehingga dapat di usulkan untuk pembuatan sistem. 3.1 Arsitekture Sistem Penghitung Jumlah Pengunjung Secara garis besar, gambaran sistem dari aplikasi penghitung jumlah pengunjung dapat dilihat pada Gambar 3.1 Pada pintu keluar masuk terdapat kamera webcam. Webcam berfungsi untuk melakukan mekanisme perekaman frame gambar orang lewat. Prototipe Penghitung Jumlah Pengunjung berfungsi Mengolah hasil rekaman tersebut untuk mendeteksi dan menghitung pengunjung. 4 Bradski, Gary. Kaehler, Adrian Learning Computer Vision with the OpenCV Library. O'Reilly. United States of America.. Hal 1 4
8 Gambar 3.1 Rancangan Sistem Penghitung Jumlah Pengunjung Penempatan webcam berada di atas pintu, tidak bergerak ke segala arah, hanya mengarah ke suatu obyek yang akan diamati yaitu vertikal ke bawah terhadap ruas pintu. Jadi webcam digunakan untuk mendapatkan data masukan aplikasi penghitung yaitu video atau citra bergerak yang dihasilkan dari perekaman menggunakan webcam pada saat sistem dijalankan, kemudian data video digunakan oleh aplikasi untuk melakukan proses deteksi gerak pada pintu keluar masuk untuk menentukan jumlah pengunjung yang masuk maupun keluar. 3.2 Analisis kebutuhan sistem Analisis kebutuhan sistem merupakan langkah untuk mengidentifikasi kebutuhankebutuhan baik alat maupun bahan yang akan digunakan untuk membantu dan mendukung proses pembuatan suatu sistem. Analisis ini juga berguna untuk pengembangan sistem baru yang diusulkan untuk menyelesaikan masalah di sistem lama yang direalisasikan Analisis Kebutuhan Fungsional Pembangunan prototipe aplikasi penghitung jumlah pengunjung berbasis computer vision ini diharapkan memenuhi beberapa kebutuhan fungsional, antara lain : a. Mendeteksi & Tracking objek (pengunjung) b. Menganalisa arus objek (pengunjung) yang keluar maupun memasuki ruangan c. Menampilkan hasil penghitungan pengujung secara real time d. Membuat laporan hasil perhitungan jumlah pengunjung e. Laporan hasil penghitungan pengunjung di-update setiap jam 5
9 3.2.2 Analisis Kebutuhan Non-Fungsional Analisi Kebutuhan Non-Fungsional dilakukan untuk mengetahui kebutuhan sistem. Spesifikasi kebutuhan meliputi kebutuhan perangkat keras (hardware) dan kebutuhan perangkat lunak (software) Kebutuhan Perangkat Keras Pada penelitian ini memerlukan beberapa peralatan yang akan digunakan. Alatalat yang digunakan adalah sebagai berikut : a. Notebook Toshiba Satelite L510 b. Intel Pentiuml Core i3 (2,13 GHz) c. Memory 2 Gb DDR3. d. Monitor 14,1 e. USB 2.0 Repeater / Extension f. Harddisk 160 Gb g. Logitech Webcam c270h Kebutuhan Perangkat Lunak Perangkat lunak yang digunakan dalam implementasi perangkat yang dibuat adalah sebagai berikut : a. Linux Slackware 14.0 b. OpenCV library c. Logitech Webcam Software (ENU) Kebutuhan Informasi Informasi yang dibutuhkan adalah berupa file video pengunjung yang diambil dalam beberapa kondisi (tempat), yaitu sumber video di pintu masuk Citra Mart, sumber video di basement 5 Stmik Amikom Yogyakarta dan sumber video jalan antara gedung 4 dan 5 Stmik Amikom Yogyakarta. Semua sumber video diambil dalam sudut pandang vertikal ke bawah. Hal ini di maksudkan agar dapat memisahkan objek (pengunjung) yang berdempetan sehingga tidak ada objek yang tertutup oleh objek lainnya. 3.3 Perancangan Sistem Perancangan sistem secara umum dilakukan dengan maksud untuk memberikan gambaran umum tentang sistem yang baru atau sistem yang akan diusulkan. Rancangan ini mengidentifikasi komponen komponen sistem informasi yang dirancang. Melalui perancangan sistem ini juga akan sangat membantu pada saat proses pengembangan terutama penulisan program, dari segi waktu akan menjadi lebih efisien. Selain itu dari 6
10 perancangan sistem prototipe aplikasi ini diharapkan dapat membantu untuk kepentingan pengembangan kedepannya Gambaran Umum Sistem Gambar 1.1 Gambaran Umum Rancangan Program Penjelasan mengenai gambar rancangan umum program adalah sebagai berikut. 1. Pengambilan Source Video Pengambilan source video dapat dilakukan dalam 2 cara. Yaitu, secara real time dan mengambil source video yang sudah direkam terlebih dahulu dan mengambil source video secara real time dari webcam yang sudah terinstall pada area perhitungan, webcam diletakkan menghadap vertikal ke bawah, dari sudut pandang 7
11 ini jarak antar objek terlihat dengan jelas, sehingga tidak ada objek yang menutupi objek lainnya. 2. Penetapan Background Penetapan Background sebagai latar dimaksudkan karena pemrosesan tidak menggunakan algoritma pengenalan objek, maka dari itu objek didapatkan dengan mensubstraksi latar dengan frame terbaru. 3. Pengambilan Gambar Pengambilan gambar dilakukan dengan mengambil frame terbaru dari sumber video. 4. Pemisahan Objek dengan latar Pemisahan objek dengan latar dilakukan dengan menggunakan metode Absolute Difference untuk mendeteksi motion, metode Absolute Difference membandingkan nilai pixel frame pada background dengan pixel frame terbaru. Nilai pixel yang dihasilkan dari proses Absolute Difference kemudian diubah ke dalam format grayscale, untuk selanjutnya diubah lagi ke dalam bentuk biner dengan teknik threshold. Bentuk biner tersebut sering disebut dengan blob, blob mewakili objek yang dideteksi. Untuk mengurangi noise yang dihasilkan dari proses ini, maka dilakukan beberapa proses filtering dan morphologi. 5. Tracking Objek (Blob) Pendeteksian blob dilakukan secara terus-menerus, jika pada frame selanjutnya terdapat perpindahan posisi blob di area pixel yang masih bertetanggaan dengan blob sebelumnya maka blob tersebut dinyatakan sebuah objek yang sama. 6. Perhitungan Menghitung jumlah objek yang telah masuk ke area atau melewati batasan yang sudah ditentukan terlebih dahulu. Hasil perhitungan secara realtime langsung dapat dilihat secara real time. Perancanga perhitungan menggunakan 3 garis horizontal 8
12 3.3.2 Use Case Diagram Gambar 3.1 Use Case Diagram Pada diagram (Gambar 3.14) terlihat ada 2 aktifitas pengguna yang dapat dilakukan pada sistem. Pertama adalah memilih sumber video, pengguna dapat memilih device webcam yang akan digunakan untuk menghitung jumlah pengunjung secara real time atau menggunakan data video berformat AVI yang sudah direkam terlebih dahulu. Setelah sumber video didapatkan sistem akan melakukan proses pengolahan citra secara otomatis, diantaranya Absolute Difference dan blob detection untuk mensubstrasi latar sehingga dapat diketahui objek (pengunjung) yang bergerak, tracking untuk mengikuti arah pergerakan objek dan counting untuk menghitung jumlah objek yang telah masuk ke area atau melewati batasan yang sudah ditentukan terlebih dahulu, sehingga pengguna dapat melihat laporan hasil dari proses perhitungan tersebut secara real time (selama program berjalan) maupun secara manual (setelah program telah diakhiri) Perancangan Activity Diagram Diagram activity berfokus kepada aktifitas aktifitas yang terjadi yang terkait dalam suatu proses tunggal. Jadi dengan kata lain diagram ini menunjukkan bagaimana aktifitas aktifitas tersebut bergantung satu sama lain. Gambar 3.15 berikut menunjukkan diagram activity dari prototipe aplikasi penghitung jumlah pengunjung berbasis computer vision yang akan dibangun. Pada diagram terlihat ketika pengguna telah memilih sumber video dari device video secara real time atau dari video yang sudah direkam maka selanjutnya dari sisi aplikasi melakukan proses-proses pengolahan citra seperti yang sudah dijelaskan pada 9
13 landasan teori. Setelah proses perhitungan dalam suatu objek (pengunjung) yang terdeteksi selesai maka program akan menampilkan hasil perhitungannya secara real time. Gambar 3.2 Activity Diagram 4. Hasil Penelitian Dan Pembahasan Prototipe dibangun dalam bahasa C++ dan menggunakan fungsi-fungsi library OpenCV sebagai dasar pengolahan citra. Prototipe merupakan program classic yang dipanggil menggunakan terminal (console), program ini mempunyai 4 jendela yang mempunyai tujuan masing-masing, latar background merupakan frame latar sebagai acuan untuk dibandingkan pada proses selanjutnya, current frame merupakan frame yang sedang berjalan saat ini, background substraction (blob detection) merupakan hasil substraksi objek dari hasil perbandingan antara background dengan current frame dan result merupakan hasil tracking objek beserta perhitungan pengunjung. 10
14 Pengambilan source video dilakukan dengan 2 cara, cara yang pertama yaitu dengan menggunakan webcam dan cara yang kedua menggunakan file video berformat AVI yang telah direkam sebelumnya. Untuk mengeksekusi program harus menggunakan beberapa parameter yang telah ditetapkan. 1. Sumber Video menggunakan webcam./amkcount device [nomor device] o [nama file laporan] 2. Sumber video menggunakan file./amkcount video [nama video] o [nama file laporan] Gambar 4.1 Proses Tracking Objek 4.1 Laporan Perhitungan Laporan Perhitungan bisa didapatkan dengan melihat layar result seperti gambar 4.6 yang menampilkan hasil perhitungan secara real time selama sistem berjalan, juga dapat secara non-real time dengan melihat file laporan berformat file text (*.txt) yang akan dibuat secara otomatis ketika sistem dijalankan. Keuntungan menggunakan Hasil laporan file text adalah hasil perhitungan dapat disimpan untuk kepentingan selanjutnya, Laporan ini menampilkan informasi waktu dan tanggal ketikan program dijalankan dan 11
15 dihentikan. Hasil Laporan ini juga akan diupdate setiap Jam sehingga dapat menganalisa jumlah pengunjung setiap jamnya. Berikut contoh hasil file report : This program is made by Suandi (jufri.suandi@gmail.com) Hasil Perhitungan Hasil Perhitungan Akhir Waktu Mulai : Wed May 8 11:00: Waktu Selesai : Wed May 8 11:12: Jumlah Orang Masuk : 18 Jumlah Orang Keluar : 17 Jumlah Orang Sekarang : 1 Jumlah Orang terdeteksi : 35 Gambar 4.5 Proses Perhitungan 4.2 Uji Coba Sistem Pada subbab ini akan dilakukan pembahasan mengenai pengujian yang telah dilakukan perangkat lunak. Uji coba dilakukan menggunakan 5 sample video yang diambil dari kondisi yang berbeda. Berikut adalah tipe sample video yang digunakan. Pengujian pertama dilakukan dengan membandingkan ketinggian kamera terhadap akurasi pengukuran yang dilakukan oleh sistem. Pengujian dilakukan dengan menggunakan 3 buah video dalam kondisi ramai yang memiliki ketinggian kamera yang berbeda-beda. Data hasil pengujian dapat dilihat pada tabel 4.1 dan Gambar 4.6. Tabel 4. 1 Pengujian Akurasi Sistem Terhadap Ketinggian Kamera No Tipe Video Ketinggian kamera Jumlah Objek yang terhitung Masuk Jumlah Objek yang terhitung Keluar Tingkat Kebenaran Objek Masuk Tingkat Kebenaran Objek Keluar Rata rata Tingkat Kebenaran 1 Video % 76,47% 76.75% 2 Video % 89,83% 93.78% 3 Video % 92,06% 85.73% 12
16 Pengujian kedua dilakukan dengan membandingkan kondisi jalan terhadap akurasi pengukuran yang dilakukan oleh sistem. Pengujian dilakukan dengan memperhatikan kondisi jalan ketika lengang dan ketika ramai pada sample memiliki ketinggian dan tempat yang sama, Video 1 dan 2 diambil dalam ketinggian 4.5 meter tetapi kondisi yang berbeda, begitu juga video 3 dan 4 diambil dalam ketinggian 3 meter tetapi dalam kondisi yang berbeda. Data hasil pengujian dapat dilihat pada tabel 4.2 dan Gambar 4.7. Tabel 4.2 Pengujian Akurasi Sistem Terhadap Kondisi Kepadatan No Ketinggian m 2 3 m Kondisi Jumlah Jumlah Tingkat Tingkat Objek Objek Rata rata Tipe Kebenaran Kebenaran yang yang Tingkat Video Objek yang Objek yang terhitung terhitung Kebenaran Masuk Keluar Masuk Keluar Video 1 Ramai % 76,47% 76.75% Video 2 Senggang % % Video 3 Ramai % 89,83% 93.78% Video 4 Senggang % 93.75% 93.75% 5. Kesimpulan Kesimpulan yang dapat diambil adalah sebagai berikut : 1. Sistem penghitung jumlah pengunjung yang dirancang berhasil mendeteksi jumlah pengunjung dengan akurasi yang berbeda pada tiap ketinggian kamera. Hasil akurasi optimal yang didapatkan yakni pada ketinggian kamera 3 meter dengan tingkat akurasi mencapai 93.78%. 2. Pemilihan latar sangat berpengaruh pada tingkat akurasi pendeteksian. Latar yang sama dengan atribut objek (pengunjung) akan mengurangi tingkat akurasi. 3. Perbedaan arus pengunjung dapat dilakukan dengan menggunakan 3 garis vertikal (garis tengah, garis batas atas, garis batas bawah) untuk mengetahui posisi awal dan akhir pengunjung. 4. Perbedaan kondisi trafik pengunjung antara senggang dan ramai dapat membuat perbedaan akurasi sebesar 0.03% %, sehingga bisa dikatakan kondisi trafik tidak begitu mempengaruhi sistem. 13
17 DAFTAR PUSTAKA Bradski, Gary. Kaehler, Adrian Learning Computer Vision with the OpenCV Library. O'Reilly. United States of America. Dwi Irianto, Kurniawan. Ariyanto, Gunawan. Ary P, Dedi Motion Detection Using OpenCV with Background Substraction and Frame Differencing Technique, pdf, diakses tanggal 8 Februari Hestiningsih, Idhawati. Yudantoro, Tri Raharjo Aplikasi Penghitung Jumlah Pengunjung Objek Wisata dengan Webcam, %20Hal% pdf, diakses tanggal 3 Februari 2013 Irianto, Kurniawan dkk Motion Detection Using OpenCV with Background Substraction and Frame Differencing Technique. Dipresentasikan pada Simposium Nasional RAPI VIII. Surakarta : UNS Lefloch, Demien Real-Time People Counting system using Video Camera, sis.pdf, diakses tanggal 8 Februari Nilamsari, Enggar Penghitung Jumlah Orang Lewat dengan Metode Normalized Sum-Squared Differences(NSSD), Paper.pdf, diakses tanggal 3 Februari Prasetya, Deddy Aplikasi Penghitung Jumlah Orang Lewat menggunakan Metode Normalized Sum Squared Differences(NSSD), diakses tanggal 3 Februari Putra, Darma Pengolahan Citra Digital. Andi Offset. Yogyakarta R Tan dkk, Traffic Video Segmentation Using Adaptive-K Gaussian Mixture Model, Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, China. Hal
MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciPENGHITUNG JUMLAH ORANG LEWAT DENGAN METODE NORMALIZED SUM- SQUARED DIFFERENCES (NSSD)
PENGHITUNG JUMLAH ORANG LEWAT DENGAN METODE NORMALIZED SUM- SQUARED DIFFERENCES (NSSD) Nama Mahasiswa : Enggar Nilamsari NRP : 1206 100 721 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Dr. M. Isa
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH PENGUNJUNG OBYEK WISATA DENGAN WEBCAM
APLIKASI PENGHITUNG JUMLAH PENGUNJUNG OBYEK WISATA DENGAN WEBCAM Oleh : Idhawati Hestiningsih, Tri Raharjo Yudantoro Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Semarang Jl. Prof. Sudarto, S.H.,
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciAPLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN
APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D 1,
Lebih terperinciPENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI Eko Nopyanto 1, Hikma Taufik 2, Dedy Hermanto 3 Eka
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciPERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM
PERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM Disusun oleh : Yockie Andika Mulyono (1022027) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciPROGRAM PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN WEBCAM
PROGRAM PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN WEBCAM (Sudianto Lande et al.) PROGRAM PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN WEBCAM Sudianto Lande Universitas Kristen Indonesia Paulus Perintis Kemerdekaan
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Masalah 3.1.1. Deskripsi Masalah Seiring dengan perkembangan jaman, maka makin meningkat pula kebutuhan seseorang akan informasi. Penerapan teknologi informasi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE Daniel Halomoan (0822056) Jurusan Teknik Elektro Universitas Kristen Maranatha email: daniel170390@gmail.com
Lebih terperinciPENERAPAN METODE SOBEL UNTUK PENGUKURAN TINGGI BADAN MENGGUNAKAN WEBCAM
PENERAPAN METODE SOBEL UNTUK PENGUKURAN TINGGI BADAN MENGGUNAKAN WEBCAM Ade Noversi Putra, Agus Basukesti, Dwi Nugraheny Jurusan Teknik Informatika Sekolah Tinggi Teknologi Adisutjipto Yogyakarta informatika@stta.ac.id
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciIDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME
IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
Lebih terperinciSIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING
SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING MONITORING SIMULATION OF INCOMING AND OUTGOING OBJECT TO CONTROL FIELD AVAILABILITY WITH
Lebih terperinciAPLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS
APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS Apri 1, Herlina 2, Ade 3 1,2 Jurusan Teknik Informatika Sekolah
Lebih terperinciAnalisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia
Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia Yolinda Fatimah Munawaroh 1), Ciksadan 2), Irma Salamah 3) 1),2),3 ) Program
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciImplementasi Sistem Pendeteksi Gerakan dengan Motion Detection pada Kamera Video Menggunakan AForge.NET
JURNAL TEKNIK POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Sistem Pendeteksi Gerakan dengan Motion Detection pada Kamera Video Menggunakan AForge.NET Muhammad Redha, Dwi
Lebih terperinciSistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking
Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking Devina Christabela S. 0722041 Email : ch.de2.2309@gmail.com Jurusan Teknik Elektro Fakultas Teknik Jl. Prof.
Lebih terperinciBAB 1 PENDAHULUAN. pemograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan dibidang pemograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang yang sedang berkembang
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciFitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan
Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciBAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing
BAB 3 METODE PENELITIAN 3.1 Hasil Uji Kuesioner Kuisioner terdiri dari 12 pertanyaan dan terdapat 56 responden yang menjawab kuesioner secara online. Kuisioner ini dimaksudkan untuk mengetahui pendapat
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN METODE NORMALIZED SUM SQUARED DIFFERENCES (NSSD) SKRIPSI
APLIKASI PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN METODE NORMALIZED SUM SQUARED DIFFERENCES (NSSD) SKRIPSI Diajukan Oleh : DEDDY PRASETYA PUTERA 0736010029 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPrototype Pendeteksi Jumlah Orang Dalam Ruangan
e-issn: 2528-4053 36 Prototype Pendeteksi Jumlah Orang Dalam Ruangan Nesi Syafitri 1, Adri 2 1,2 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Islam Riau E-mail: nesisyafitri@uir.ac.id, adrisaputra91@gmail.com
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciPerbandingan Metode Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital
Perbandingan Metode, Metode dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital Apriyana (meikk_cttzz@yahoo.co.id), Delta Sri Maharani (delta.maharani@gmail.com)
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. manusia dengan menggunakan metode Gabor Filter dan Algoritma
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak manusia dengan menggunakan
Lebih terperinciMENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET
MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciAPLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER
JURNAL TEKNIK DAN INFORMATIKA ISSN 89-594 VOL.5 NO. JANUARI 8 APLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER Supiyandi, Barany Fachri, Program
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Salah satu cara untuk berkomunikasi adalah dengan cara melakukan interaksi langsung. Dengan interaksi maka setiap orang dapat mengerti maksud pernyataan ataupun perintah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciModel Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )
Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan Andry Jonathan (1122041) Email: andry.jonathan1234@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciBAB I PENDAHULUAN. tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini.
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, permasalahan, tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini. 1.1 LATAR BELAKANG Bagi para pengusaha
Lebih terperinciREALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES
REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciBAB I PENDAHULUAN. berbagai macam aplikasi seperti digunakan untuk sistem pengawasan (monitoring
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem pendeteksi yang menitik beratkan pada konteks deteksi keberadaan dan arah pergerakan merupakan suatu sistem yang bertujuan untuk berbagai macam aplikasi seperti
Lebih terperinciANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION
ANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION Brillian Bagus Pakerti Utama 1), Ratri Dwi Atmaja 2), Azizah 3) 1),2),3) S1 Teknik
Lebih terperinciImplementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode Morfologi dan Background Subtraction
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1954-1959 http://j-ptiik.ub.ac.id Implementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinci