DETEKSI JENIS WARNA KULIT WAJAH UNTUK KLASIFIKASI RAS MANUSIA MENGGUNAKAN TRANSFORMASI WARNA
|
|
- Suhendra Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DETEKSI JENIS WARNA KULIT WAJAH UNTUK KLASIFIKASI RAS MANUSIA MENGGUNAKAN TRANSFORMASI WARNA Murinto, Eko Aribowo, Wahyu Nurhiayati Program Stui Teknik Informatika Universitas Ahma Dahlan Jogjakarta ABSTRAK Deteksi tipe warna kulit manusia merupakan sarana guna mengetahui RAS manusia. Hal ini igunakan sebagai asar alam pengientifikasian manusia i biang kriminal an kesehatan. Di biang kriminal igunakan alam hal mengetahui asal usul korban tinak kejahatan, i biang kesehatan sebagai asar untuk mengetahui penyakit genetik maupun enemik. Aplikasi pengolahan citra berkaitan engan pemrosesan citra yang berkaitan engan transformasi warna. Dalam hal ini, metoe transformasi sistem ruang warna sebagai bagian ari pengolahan citra membantu alam meneteksi warna alam citra an mengolahnya sehingga memberikan kemuahan alam pengientifikasian. Tujuan ari penelitian ini aalah menerapkan metoe transformasi warna YCbCr alam meneteksi tipe warna kulit manusia an mengklasifikasikan alam kelompok RAS manusia. Input pelatihan eteksi tipe warna kulit wajah iperoleh ari hasil pengolahan citra engan metoe transformasi warna YCbCr. Hasil penelitian yang iperoleh alam penelitian eteksi tipe warna kulit wajah menggunakan metoe transformasi warna menunjukkan hasil yang memuaskan. Hasilnya suah bisa igunakan untuk mengenali wajah manusia sebab suah terlihat jelas ari nilai simulasi yang ihasilkan. Kata kunci:pengolahan citra, Transformasi warna, YcbCr. 1. PENDAHULUAN Aplikasi alam pengolahan citra memberikan kemuahan untuk memproses suatu citra. Metoe transformasi sistem ruang warna merupakan salah satu metoe ari pengolahan citra yang ilakukan guna memperoleh ruang warna yang beragam ari suatu citra alam sistem koorinat warna tertentu, hal ini apat ilakukan engan proses perkalian matrik yang telah istanarisasi oleh CIE. [4]. Mata manusia memiliki tiga jenis sel fotoreseptor warna yang bertanggungjawab terhaap warna yang itangkap oleh manusia. Masing-masing sel memiliki kurva spektral yang berbea, mirip engan spektrum informasi RGB paa alat-alat akuisisi an monitor. Dengan tiga jenis fotoreseptor ini, maka cukup apat menampilkan sebuah warna. Ruang warna RGB ikelompokkan menjai ruang warna linier an ruang PDF create with pffactory Pro trial version
2 warna non-linier. Ruang warna RGB linier aalah ruang warna RGB yang linier terhaap nilai intensitas, yaitu ruang warna RGB seniri. Ruang warna RGB nonlinier aalah ruang warna RGB yang tiak linier terhaap intensitas, misalnya ruang warna RGB yang inormalkan. Ruang warna yang lain aalah ruang warna yang berorientasi kepaa pemakai, yaitu ruang warna HSI (Hue Saturation Intensity) an YCbCr. Ruang warna HSI memiliki beberapa variansi yaitu HSV, HSB an HSL yang berbea alam hal perhitungan kecerahan (lightness) linier an non-linier [8]. Kulit apat igunakan sebagai sumber informasi untuk proses peneteksian. Informasi yang iperoleh ari kulit sangat relevan untuk proses peneteksian antara lain untuk proses-proses peneteksian manusia, peneteksian wajah an penjejakan wajah (face tracking), penjejakan tangan yang meliputi pengenalan posisi tangan an gerakannya (gesture).[8] Keuntungan yang apat iperoleh jika kulit ijaikan sebagai sumber awal informasi untuk proses-proses yang isebutkan i atas antara lain aalah memungkinkannya pemrosesan yang cepat an langsung, tahan (robust) terhaap variasi geometris ari pola-pola/tekstur kulit, tahan terhaap perubahan resolusi citra an mengurangi kebergantungan paa penggunaan peralatan penjejakan yang khusus. Selain itu karena kulit memiliki karakteristik warna, maka hal ini memberikan kemuahan lain karena warna aalah salah satu aspek yang engan cepat an muah apat ikenali oleh manusia. [8] Warna kulit setiap orang yang beragam an tiak selalu sama, hal ini isebabkan beberapa faktor yang menentukan warna kulit. Aa 2 (ua) kelompok faktor penentu warna kulit, yaitu kelompok faktor Internal an kelompok faktor Eksternal. Di antara kelompok faktor Internal antara lain faktor ras, keturunan an genetik. Seangkan kelompok faktor Eksternal, seperti kebiasaan hiup seseorang /lifestyle (sering tiaknya terkena sinar UV matahari, merokok, minum obat antibiotik tertentu engan bahan aktif minocycline) an perawatan kulit serta konsistensi pemakaian prouk kosmetik yang aman an efektif.[13] Tipe warna kulit memberikan informasi awal tentang RAS manusia, yang berguna i biang kriminal alam mengientifikasi tersangka, buronan, maupun korban ari tinak kejahatan. Dengan aplikasi eteksi warna kulit alam ruang warna krominan ini iharapkan mampu memberikan ata-ata yang iperlukan guna penyeliikan kasus kejahatan untuk apat itelusuri an ikembangkan lebih lanjut. Dalam biang kesehatan, aplikasi eteksi warna kulit ini nantinya iharapkan mampu untuk memberikan ata alam PDF create with pffactory Pro trial version
3 memutuskan suatu penyakit genetik yang memerlukan penyeliikan lebih lanjut tentang penyakit genetik. Paa penelitian ini, icoba untuk ikembangkan suatu sistem alternatif untuk eteksi tipe warna kulit engan menggunakan komputer sebagai meia utama. Dengan menggunakan citra sampel wajah manusia ari berbagai RAS manusia sebagai input, menggunakan pengolahan citra. 2. LANDASAN TEORI 2.1. Dasar-asar Moel Warna YCbCr Warna yang iterima oleh mata ari sebuah objek itentukan oleh warna sinar yang ipantulkan oleh objek tersebut. Sebagai contoh, suatu objek berwarna hijau karena objek tersebut memantulkan sinar biru engan panjang gelombang 450 sampai 490 nanometer (nm). Warna sinar yang irespon oleh mata aalah sinar tampak (visible spectrum) engan panjang gelombang berkisar ari 400 (biru) sampai 700 nm (merah).warna-warna yang iterima oleh mata manusia merupakan hasil kombinasi cahaya engan panjang gelombang berbea. Penelitian memperlihatkan bahwa kombinasi warna yang memberikan rentang warna yang paling lebar aalah re (R), green (G), blue (B). Ketiga warna tersebut iberi nama Warna Pokok (primaries), an sering isingkat sebagai warna asar RGB. Warnawarna lain apat iperoleh engan mencampurkan ketiga warna pokok tersebut engan perbaningan tertentu (meskipun sepenuhnya benar, karena tiak semua kemungkinan warna apat ihasilkan engan kombinasi RGB saja), sesuai engan teori Young (1802) yang menyatakan bahwa sembarang warna apat ihasilkan ari pencampuran warna-warna pokok C1, C2, C3 engan presentasi tertentu [8]: C = a C1 + b C2 + c C3 (1) Bila citra warna igitalisasi, maka tiga buah filter igunakan untuk mengekstraksi intensitas warna merah, hijau, an biru, an bila ketiganya ikombinasikan akan memperoleh persepsi warna. Selain RGB, warna juga apat imoelkan berasarkan atribut warnanya. Setiap warna memiliki 3 buah atribut, yaitu intensity (I), hue (H), an saturation (S) Ruang warna YCbCr isebut juga ruang warna CCIR 601 (International Raio Consultative Committee). Moel warna ini ikembangkan untuk mengantisipasi perkembangan informasi berbasiskan vieo, sehingga moel ini PDF create with pffactory Pro trial version
4 banyak igunakan paa vieo ijital. Secara umum apat ikatakan bahwa moel warna ini merupakan bagian ari ruang warna transmisi vieo an televisi. Moel warna lain yang mirip engan YCbCr aalah YUV an YIQ, perbeaannya terletak paa bahwa YCbCr aalah sistem warna igital seangkan yang lainnya aalah sistem warna analog. Moel warna YcbCr memisahkan nilai RGB menjai informasi luminance an chrominance yang berguna untuk aplikasi kompresi. Transformasi RGB ke YCbCr ilakukan engan formulasi operasi matriks paa persamaan (15) an (16) sebagai berikut [10]: Y = R G B C B = R G B C R = R G B (2) R = Y CR G = T CB CR B = Y CB (3) Formulasi konversi RGB-YCbCr alam format lain itunjukkan oleh sebagai berikut: Y Cb = Cr R G (4) B Transformasi warna ari basis CIE RGB ke CIE XYZ apat ilakukan sebagai berikut, iberikan triplet RGB (R i,g i,b i ) untuk pixel i, maka triplet XYZ (X i,y i,z i ) ihitung engan [6] Xi Ri Yi = Gi (5) Zi Bi Transformasi sebaliknya ari CIE XYZ ke CIE RGB apat ilakukan engan persamaan Ri Xi Gi = Yi (6) Bi Zi Moel warna RGB an XYZ yang ikemukakan iatas aalah bakuan ari CIE. Aa juga moel warna yang iusulkan untuk platform perangkat keras tertentu untuk menampilkan gambar. Misalnya Nation Television Systems Committee (NTSC) PDF create with pffactory Pro trial version
5 menggunakan moel warna RGB khusus untuk menampilkan citra berwarna paa layar CRT. Format NTSC igunakan paa televisi i Amerika Serikat. Salah satu keuntungan utama ari format ini aalah ata greyscale ipisahkan ari ata warnanya, sehingga sinyal yang sama apat igunakan baik untuk layar berwarna maupun layar hitam putih RAS Manusia Secara traisional oleh para pakar ibeakan aa tiga ras utama yaitu: Ras kulit hitam, ras kulit putih, ras kulit kuning Namun setelah iteliti lebih lanjut ternyata ras manusia pembagian bisa lebih rinci lagi menjai: Ras Khoisan (orang Bushmen atau Hottentot ari Afrika Selatan), Ras Australoi (orang Dravia, orang Asia Tenggara "Asli", orang Papua, an orang Australia), Ras Negroi (Kulit Hitam), Ras (Kulit Putih), Ras Mongoloi (Kulit Putih). Pembagian baru ini tiak hanya melihat ke warna kulit saja tetapi juga melihat aspek-aspek lainnya. Ternyata anggota "tertua" ras manusia beraa i antara kaum Khoisan, mereka juga berbea engan kaum kulit hitam ari Afrika lainnya. Sementara itu sebenarnya hanya aa ua perbeaan utama, yaitu orang Afrika an orang non-afrika. Kemuian orangorang berkulit hitam i aerah Asia Tenggara yang paa jaman ahulu kala meniami seluruh Inia Selatan, Asia Tenggara sampai ke Australia, ternyata setelah DNA-nya iteliti lebih mirip engan orang ari ras Mongoloi aripaa Negroi, meski banyak yang berambut keriting an berkulit hitam. Kesimpulan yang bisa itarik ialah hanya bahwa pengetahuan kita mengenai ras manusia masih iliputi banyak ketiakjelasan Gambar 1. RAS Mongoloi, anggota subras Mongoi, anggota subras Asia Tenggara, anggota subras Inian Amerika PDF create with pffactory Pro trial version
6 Ras Mongoloi aalah ras manusia yang sebagian besar menetap i Asia Utara, Asia Timur, Asia Tenggara, Maagaskar i lepas pantai timur Afrika, beberapa bagian Inia Timur Laut, Eropa Utara, Amerika Utara, Amerika Selatan, an Oseania. Anggota ras Mongoloi biasa isebut "berkulit kuning", namun ini tiak selalu benar. Misalkan orang Inian i Amerika ianggap berkulit merah an orang Asia Tenggara seringkali berkulit coklat mua sampai coklat gelap. Ciri khas utama anggota ras ini ialah rambut berwarna hitam yang lurus, bercak mongol paa saat lahir an lipatan paa mata yang seringkali isebut mata sipit. Selain itu anggota ras manusia ini seringkali juga lebih kecil an penek aripaa ras. 3. METODE PENELITIAN Dalam penelitian ini igunakan bahan berupa citra manusia tunggal iam engan posisi keepan berupa file citra berekstensi.bmp (Bitmap). Data ini iolah terlebih ahulu untuk menghasilkan citra yang lebih baik an untuk mempermuah pembacaan ata alam aplikasi. Data iolah alam ruang warna krominin untuk mempermuah alam peneteksian warna kulit, ruang warna krominan memiliki kesempurnaan warna ari paa moel warna lainnya. 4. HASIL DAN PEMBAHASAN Paa penelitian ini igunakan ata sampel gambar wajah manusia. Perangkat lunak yang ibuat iharapkan mampu mengenali citra warna kult wajah manusia yang igunakan sebagai asar alam operasi ruang warna krominan an menggolongkannya kealam kelompok RAS. Perangkat lunak iharapkan mampu menampilkan hasil klasifikasi tipe warna kulit wajah baik hasil histogram, perhitungan alam operasi krominan, an klasifikasi alam kelompok RAS sesuai engan tabel berikut ini. Tabel 1. Tabel Range Klasifikasi RAS manusia Min Cb Max Cb Min Cr Max Cr Nama RAS Negroi Mongoloi Implementasi sistem untuk aplikasi eteksi warna kulit wajah alam ruang warna krominan untuk klasifikasi tipe kulit wajah, menggunakan Borlan Delphi 7.0. Dari penelitian yang telah ilakukan engan menggunakan Borlan Delphi 7.0, hasil PDF create with pffactory Pro trial version
7 ari eteksi warna kulit wajah alam ruang krominan memiliki nilai-nilai yang berguna untuk mempermuah mengklasifikasi warna kulit alam kelompok RAS. Perhitungan rata rata Cb an rata Cr mampu mengklasifikasi warna kulit engan mencocokkan ata range nilai warna kulit wajah yang menjai acuan alam klasifikasi warna kulit. Jika nilai perhitungan yang ilakukan beraa paa range nilai warna kulit maka warna kulit apat iklasifikasi sesuai range nilai yang telah itentukan klasifikasi RAS-nya. Tabel hasil klasifikasi warna kulit wajah manusia engan eteksi warna alam ruang krominan apat ilihat paa tabel 2 berikut. Sampel wajah Manual Mongoloi Mongoloi Mongoloi Tabel 2. Hasil rangkuman penelitian ras manusia Range warna Cb : Cr : Cb : Cr : Cb : Cr : Komputerisasi Hasil Kelompok perhitungan RAS Mean Y : 148,2 StDev Y : 40,57 Mean Cb : 171,4 StDevCb : 47,15 Mean Cr : 145,7 StDev Cr : 40,71 Mean Y : 130,6 Mongoloi StDev Y : 44,32 Mean Cb : 135,4 StDevCb : 38,39 Mean Cr : 129,8 StDev Cr : 46,13 Mean Y : 151,9 StDev Y : 34,15 Mean Cb : 171,9 StDevCb : 42,11 Mean Cr : 146,6 StDev Cr : 33,16 Mean Y : 126,9 Mongoloi StDev Y : 17,57 Mean Cb : 138,4 StDevCb : 17,17 Mean Cr : 124,2 StDev Cr : 21,07 Mean Y : 128,2 Mongoloi StDev Y : 6,809 Mean Cb : 143,2 StDevCb : 21,50 Mean Cr : 122,5 StDev Cr : 14,22 Keterangan PDF create with pffactory Pro trial version
8 Mongoloi Mongoloi Cb : Cr : Cb : Cr : Mean Y : 135,6 StDev Y : 20,11 Mean Cb : 145,1 StDevCb : 23,63 Mean Cr : 125,1 StDev Cr : 27,45 Mean Y : 160,1 StDev Y : 64,53 Mean Cb : 167,7 StDevCb : 77,14 Mean Cr : 157,9 StDev Cr : 61,14 Mean Y : 197,9 StDev Y : 40,33 Mean Cb : 21,31 StDevCb : 49,63 Mean Cr : 193,9 StDev Cr : 37,89 Mean Y : 171,8 StDev Y : 48,52 Mean Cb : 186,9 StDevCb : 62,78 Mean Cr : 167 StDev Cr : 43,88 Mean Y : 147,1 StDev Y : 22,84 Mean Cb : 167,2 StDevCb : 34,36 Mean Cr : 140 StDev Cr : 19,33 Mean Y : 168,7 StDev Y : 36,02 Mean Cb : 180,2 StDevCb : 44,43 Mean Cr : 165,5 StDev Cr : 33,89 Mean Y : 168 StDev Y : 37,43 Mean Cb : 178,9 StDevCb : 46,98 Mean Cr : 167,2 StDev Cr : 36,87 Mongoloi - Tiak berhasil Cb an Cr iluar jangkauan range Mongoloi PDF create with pffactory Pro trial version
9 Dari analisis program iatas apat iketahui bahawa ari 20 citra pengujian terapat 3 citra pengujian yang tiak berhasil, hal ini terjai karena aanya efek pencahayaan menyebabkan warna kulit hasil cropping iluar range warna an aanya kesalahan alam mengklasifikasi RAS manusia. 5. KESIMPULAN Kesimpulan yang apat iambil berasarkan hasil aplikasi eteksi tipe warna kulit alam warna krominan aalah hasil eteksi yang ilakukan oleh pengolahn citra mempunyai persentase ketepatan yang cukup baik, yaitu rata-ratanya 85 %.engan contoh uji 20 sampel wajah manusia ari berbagai RAS manusia.efek pencahayaan membuat citra yang iteliti memiliki nilai perhitungan iluar range kelompok RAS-nya. Saran untuk perbaikan penelitian i masa menatang aalah jumlah ata yang igunakan untuk pelatihan perlu itambah, karena semakin banyak ata pelatihan maka semakin beragam RAS manusia, sehingga eteksinya juga semakin baik. Perlu ilakukan penelitian lebih lanjut engan moel sistem warna yang berbea. Perlu aanya penelitian yang mempergunakan hasil ari aplikasi ini tentang pengenalan RAS manusia alam masalah kesehatan, kriminal, maupun pengetahuan. DAFTAR PUSTAKA [1] Achma, Balza, Kartika Firausy, 5, Teknik Pengolahan Citra Digital Menggunakan Delphi, Ari Publishing, Yogyakarta [2] Dulimarta, Hans S., 1997, Diktat Kuliah Pengolahan Citra, Jurusan Teknik Informatika ITB. [3] Jain, Ramesh, 1995, Machine Vision, McGraw-Hill [4] Macoms, 3, Pemrograman Borlan Delphi 7, Penerbit Ani, Yogyakarta [5] Mengko, Richar, 1989, Workshop On Image Processing & Pattern Recognition, PAU Mikroelektronika ITB [6] Munir, Renali., 4, Pengolahan Citra Digital engan Penekatan Algoritma, Informatika, Banung. [7] Nikmah, S.,Murinto, Eko Aribowo, 6, Aplikasi Deteksi Tepi Menggunakan Operator Prewitt untuk Klasifikasi Bentuk Wajah Manusia, Teknik Informatika UAD, Yogyakarta. [8] Pitas, Ioannis, 1993, Digital Image Processing Algorithms, Prentice-Hall International. [9] Wahiah, Wahyuning, 7, Pengenalan wajah 2 Dimensi Menggunakan Metoe Perceptron Lapis Jamak, Teknik Informatika UAD, Yogyakarta [10] [11] [12] PDF create with pffactory Pro trial version
10 [13] [14] [15] [16] DAFTAR RIWAYAT HIDUP Murinto, S.Si, M.Kom, saat ini tercatat sebagai staf pengajar tetap i Program Stui Teknik Informatika Universitas Ahma Dahlan Yogyakarta. Peniikan S1 iselesaikan paa tahun 1998 paa program stui Matematika FMIPA UNS Surakarta, seangkan gelar Magister Komputer (M.Kom) iperoleh paa tahun 4 ari Pascasarjana S2 Ilmu Komputer UGM Yogyakarta. Biang penelitian yang saat ini itekuni aalah paa biang Pengolahan Citra an Computer Vision. PDF create with pffactory Pro trial version
DETEKSI API REAL-TIME DENGAN METODE THRESHOLDING RERATA RGB
ISSN: 1693-6930 17 DETEKSI API REAL-TIME DENGAN METODE THRESHOLDING RERATA RGB Kartika Firausy, Yusron Saui, Tole Sutikno Program Stui Teknik Elektro, Fakultas Teknologi Inustri, Universitas Ahma Dahlan
Lebih terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciAPLIKASI PENGOLAHAN CITRA MENDETEKSI KUALITAS CABAI BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN TRANSFORMASI WARNA YCbCr
APLIKASI PENGOLAHAN CITRA MENDETEKSI KUALITAS CABAI BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN TRANSFORMASI WARNA YCbCr 1 Indra Dwi Ananto (09018107), 2 Murinto (0510077302) 1,2 Program Studi Teknik Informatika
Lebih terperinciMETODE PENELITIAN Data Langkah-Langkah Penelitian
METODE PENELITIAN Data Inonesia merupakan salah satu negara yang tiak mempunyai ata vital statistik yang lengkap. Dengan memperhatikan hal tersebut, sangat tepat menggunakan Moel CPA untuk mengukur tingkat
Lebih terperinciCOLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Konsep Warna 2. Standard Color Space RGB dan CMYK HSV CIE Lab, Luv, Yuv dan YCrCb 3. Color Gamut 4. Konversi Color Spaces KONSEP
Lebih terperinciMAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n
MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n Oleh : JOHANES ARIF PURWONO 105 100 00 Pembimbing : Drs. Suhu Wahyui, MSi 131 651 47 ABSTRAK Graph aalah suatu sistem
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciAx b Cx d dan dua persamaan linier yang dapat ditentukan solusinya x Ax b dan Ax b. Pada sistem Ax b Cx d solusi akan
SOLUSI SISTEM PERSAMAAN LINIER PADA ALJABAR MAX-PLUS Bui Cahyono Peniikan Matematika, FSAINSTEK, Universitas Walisongo Semarang bui_oplang@yahoo.com Abstrak Dalam kehiupan sehari-hari seringkali kita menapatkan
Lebih terperinciBAB III UJICOBA KALIBRASI KAMERA
BAB III UJICOBA KALIBRASI KAMERA 3.1 Spesifikasi kamera Kamera yang igunakan alam percobaan paa tugas akhir ini aalah kamera NIKON Coolpix 7900, engan spesifikasi sebagai berikut : Resolusi maksimum :
Lebih terperinci1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi
1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya
Lebih terperinciPROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak
PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN Ruy Setiawan, ST., MT. Sukanto Tejokusuma, Ir., M.Sc. Jenny Purwonegoro, ST. Staf Pengajar Fakultas Staf Pengajar Fakultas Alumni Fakultas Teknik Sipil
Lebih terperinciBAB III INTERFERENSI SEL
BAB NTEFEENS SEL Kinerja sistem raio seluler sangat ipengaruhi oleh faktor interferensi. Sumber-sumber interferensi apat berasal ari ponsel lainya ialam sel yang sama an percakapan yang seang berlangsung
Lebih terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
Lebih terperinciIMPLEMENTASI TEKNIK FEATURE MORPHING PADA CITRA DUA DIMENSI
IMPLEMENTSI TEKNIK FETURE MORPHING PD CITR DU DIMENSI Luciana benego an Nico Saputro Jurusan Intisari Pemanfaatan teknologi animasi semakin meluas seiring engan semakin muah an murahnya penggunaan teknologi
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT
MAKALAH SEMINAR TUGAS AKHIR APLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT Rizki Salma*, Achmad Hidayatno**, R. Rizal Isnanto** 1 Sistem deteksi wajah, termasuk
Lebih terperinciPENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE
PENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE Aeri Rachmad Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya
Lebih terperinciDETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT
DETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT Murinto, Wahyu Pujiyono, Hadijah Program Studi Teknik Informatika Universitas Ahmad Dahlan Jogjakarta rintokusno@yahoo.com ABSTRAK
Lebih terperinciAplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006
Aplikasi Pengolahan Citra DETEKSI WARNA PENS-ITS, 26 Des 2006 Materi Format Warna RGB r-gcolor Normalized RGB HSV YCrCb TSL Deteksi Warna Static Threshold Distance Threshold Dynamic Threshold Format Warna
Lebih terperinciIndarto 1, Murinto 2, I. PENDAHULUAN. Kampus III UAD Jl.Dr.Soepomo, Janturan, Yogyakarta
Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS (Banana Fruit Detection Based on Banana Skin Image Features Using HSI Color Space
Lebih terperinciKombinasi Gaya Tekan dan Lentur
Mata Kuliah Koe SKS : Perancangan Struktur Beton : CIV-204 : 3 SKS Kombinasi Gaya Tekan an Lentur Pertemuan 9,10,11 Sub Pokok Bahasan : Analisis an Desain Kolom Penek Kolom aalah salah satu komponen struktur
Lebih terperinciBAB II DASAR TEORI. II.1 Saham
BAB II DASAR TEORI Paa bab ini akan ijelaskan asar teori yang igunakan selama pelaksanaan Tugas Akhir ini: saham, analisis funamental, analisis teknis, moving average, oscillator, an metoe Relative Strength
Lebih terperinciBAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH
BAB 3 MODEL DASA DINAMIKA VIUS HIV DALAM TUBUH 3.1 Moel Dasar Moel asar inamika virus HIV alam tubuh menggunakan beberapa asumsi sebagai berikut: Mula-mula tubuh alam keaaan tiak terinfeksi virus atau
Lebih terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciPraktikum Total Quality Management
Moul ke: 09 Dr. Fakultas Praktikum Total Quality Management Aries Susanty, ST. MT Program Stui Acceptance Sampling Abstract Memberikan pemahaman tentang rencana penerimaan sampel, baik satu tingkat atau
Lebih terperinciDeteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV
Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Tampilan Aplikasi IV.1.1 Tampilan Aplikasi untuk Pengguna 1. Halaman Home Halaman ini merupakan halaman pertama saat pengguna membuka aplikasi. Gambar IV.1 Tampilan
Lebih terperinciDeteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri
Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu
Lebih terperinciBAB I PENDAHULUAN. Perkembangan dunia usaha saat ini mengalami peningkatan yang pesat.
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan unia usaha saat ini mengalami peningkatan yang pesat. Peningkatan itu isebabkan karena kebutuhan an keinginan konsumen yang semakin bervariasi. Aanya
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinci, serta notasi turunan total ρ
LANDASAN TEORI Lanasan teori ini berasarkan rujukan Jaharuin (4 an Groesen et al (99, berisi penurunan persamaan asar fluia ieal, sarat batas fluia ua lapisan an sistem Hamiltonian Penentuan karakteristik
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciPEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN. Hedwig A Tan 1, Ratna S Alifen 2
PEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN Hewig A Tan, Ratna S Alifen ABSTRAK: Metoe penjawalan linier cocok untuk proyek engan aktivitas seerhana, an repetitif
Lebih terperinciCahaya. Cermin. A. 5 cm B. 10 cm C. 20 cm D. 30 cm E. 40 cm
Cahaya Cermin 0. EBTANAS-0- Bayangan yang terbentuk oleh cermin cekung ari sebuah bena setinggi h yang itempatkan paa jarak lebih kecil ari f (f = jarak fokus cermin) bersifat A. maya, tegak, iperkecil
Lebih terperinciPenggunaan Metode Multi-criteria Decision Aid dalam Proses Pemilihan Supplier
Performa (24) Vol. 3, No.2: 62-7 Penggunaan Metoe Multi-criteria Decision Ai alam Proses Pemilihan Supplier Inra Cahyai Jurusan Teknik an Manajemen Inustri, Universitas Trunojoyo Maura Abstract Noways,
Lebih terperinciHukum Coulomb. a. Uraian Materi
Hukum oulomb a. Tujuan Kegiatan Pembelajaran Setelah mempelajari kegiatan belajar, iharapkan ana apat: - menjelaskan hubungan antara gaya interaksi ua muatan listrik, besar muatan-muatan, an jarak pisah
Lebih terperinciPengolahan Citra Berwarna
MK3383 Teknik Pengolahan Citra Pengolahan Citra Berwarna M. Zidny Naf an, M.Kom. Semester Genap 2015/2016 http://www.colormatters.com/color-and-vision/how-the-eye-sees-color Bagaimana Manusia Melihat Warna?
Lebih terperinciVIII. ALIRAN MELALUI LUBANG DAN PELUAP
VIII. ALIRAN MELALUI LUBANG DAN PELUAP 8.. Penahuluan Lubang aalah bukaan paa ining atau asar tangki imana zat cair mengalir melaluinya. Lubang tersebut bisa berbentuk segi empat, segi tiga, ataupun lingkaran.
Lebih terperinciBAB III PROSES PERANCANGAN DAN PERHITUNGAN
BB III PROSES PERNCNGN DN PERHITUNGN 3.1 Diagram alir penelitian MULI material ie an material aluminium yang iekstrusi Perancangan ie Proses pembuatan ie : 1. Pemotongan bahan 2. Pembuatan lubang port
Lebih terperinciBUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG
721 6.2. Mata dan Warna 6.2.1 Spektrum warna Radiasi cahaya tampak menempati pita frekuensi relatif pendek pada spektrum energi gelombang elektromagnetik-kira-kira antara 400nm dan 700nm. Sebagai contoh,
Lebih terperinciABSTRACT. Keywords: Training, Evaluation, Kirkpatrick Model, Employees. 376 Hania Aminah. Hania Aminah Fakultas Ekonomi, Universitas Negeri Jakarta
MODEL EVALUASI KIRIKPATRICK DAN APLIKASINYA DALAM PELAKSANAAN PELATIHAN (LEVEL REAKSI DAN PEMBELAJARAN) DI PUSAT PENDIDIKAN DAN PELATIHAN PERUM JAKARTA Hania Aminah Fakultas Ekonomi, Universitas Negeri
Lebih terperinciBAB III LANDASAN TEORI. Beton bertulang merupakan kombinasi antara beton dan baja. Kombinasi
16 BAB III LANDASAN TEORI 3.1. Umum Beton bertulang merupakan kombinasi antara beton an baja. Kombinasi keuanya membentuk suatu elemen struktur imana ua macam komponen saling bekerjasama alam menahan beban
Lebih terperinci11/4/2011 KOHERENSI. koheren : memiliki θ yang tetap (tidak berubah terhadap waktu) y 1 y 2
11/4/011 1 11/4/011 KOHERENSI koheren : memiliki θ yang tetap (tiak berubah terhaap waktu) θ = π y 1 y θ = 0 y 1 y 11/4/011 INTERFERENSI CELAH GANDA G G T 4 T 3 T G T 1 T pusat T 1 G T T 3 T 4 Cahaya bersifat
Lebih terperinciANALISAPERHITUNGANWAKTU PENGALIRAN AIR DAN SOLAR PADA TANGKI
ANALISAPERITUNGANWAKTU PENGALIRAN AIR DAN SOLAR PADA TANGKI Nurnilam Oemiati Staf Pengajar Jurusan Sipil Fakultas Teknik Universitas Muhammaiyah Palembang Email: nurnilamoemiatie@yahoo.com Abstrak paa
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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 14 Pemrosesan Warna Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2014
Lebih terperinciIV. ANALISA RANCANGAN
IV. ANALISA RANCANGAN A. Rancangan Fungsional Dalam penelitian ini, telah irancang suatu perontok pai yang mempunyai bentuk an konstruksi seerhana an igerakkan engan menggunakan tenaga manusia. Secara
Lebih terperinci3. Kegiatan Belajar Medan listrik
3. Kegiatan Belajar Mean listrik a. Tujuan Kegiatan Pembelajaran Setelah mempelajari kegiatan belajar 3, iharapkan Ana apat: Menjelaskan hubungan antara kuat mean listrik i suatu titik, gaya interaksi,
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Secara umum, citra digital merupakan gambar 2 dimensi yang disusun oleh data digital dalam bentuk sebuah larik (array) yang berisi
Lebih terperinciDIFERENSIAL FUNGSI SEDERHANA
DIFERENSIAL FUNGSI SEDERHANA Salah satu metoe yang cukup penting alam matematika aalah turunan (iferensial). Sejalan engan perkembangannya aplikasi turunan telah banyak igunakan untuk biang-biang rekayasa
Lebih terperinciSolusi Tutorial 6 Matematika 1A
Solusi Tutorial 6 Matematika A Arif Nurwahi ) Pernyataan benar atau salah. a) Salah, sebab ln tiak terefinisi untuk 0. b) Betul. Seerhananya, titik belok apat ikatakan sebagai lokasi perubahan kecekungan.
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat
BAB III METODE PENELITIAN 3.1 Loasi an Watu Penelitian 3.1.1 Loasi penelitian Loasi yang ijaian tempat alam penelitian ini aalah Tempat Pelelangan Ian (TPI) Kota Gorontalo. 3.1. Watu penelitian Penelitian
Lebih terperinciPEMODELAN EMPIRIS COST 231-WALFISCH IKEGAMI GUNA ESTIMASI RUGI-RUGI LINTASAN ANTENA RADAR DI PERUM LPPNPI INDONESIA
PROSIDING SEMINAR NASIONA MUTI DISIPIN IMU &CA FOR PAPERS UNISBANK KE-3(SENDI_U 3) 217 PEMODEAN EMPIRIS COST 231-WAFISCH IKEGAMI GUNA ESTIMASI RUGI-RUGI INTASAN ANTENA RADAR DI PERUM PPNPI INDONESIA Ria
Lebih terperinciV. HASIL DAN PEMBAHASAN
34 V. HASIL DAN PEMBAHASAN 5.1. Hirarki Pusat-Pusat Pelayanan i Kecamatan Leuwiliang Analisis hirarki pusat-pusat pelayanan i Kecamatan Leuwiliang ilakukan engan menggunakan metoe skalogram berbobot berasarkan
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
Lebih terperinciPenerapan Aljabar Max-Plus Pada Sistem Produksi Meubel Rotan
Jurnal Graien Vol 8 No 1 Januari 2012:775-779 Penerapan Aljabar Max-Plus Paa Sistem Prouksi Meubel Rotan Ulfasari Rafflesia Jurusan Matematika, Fakultas Matematika an Ilmu Pengetahuan Alam, Universitas
Lebih terperinciANALISIS KLASTER UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT
ANALISIS KLASTER UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT 1 Safa at Yulianto, Kishera Hilya Hiayatullah 1, Ak. Statistika Muhammaiyah Semarang
Lebih terperinciPERSAMAAN SCHRODINGER YANG BERGANTUNG WAKTU
PERSAMAAN SCHRODINGER YANG BERGANTUNG WAKTU Perbeaan pokok antara mekanika newton an mekanika kuantum aalah cara menggambarkannya. Dalam mekanika newton, masa epan partikel telah itentukan oleh keuukan
Lebih terperinciJurnal Teknika ISSN : Fakultas Teknik Universitas Islam Lamongan Volume 2 No.2 Tahun 201
akultas Teknik Universitas Islam Lamongan Volume 2 No.2 Tahun 20 PEMBUATAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DALAM PENGEMBANGAN INDUSTRI POTENSIAL DENGAN METODE PROMETHEE II Ahma Jalaluin )
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinci3 TEORI KONGRUENSI. Contoh 3.1. Misalkan hari ini adalah Sabtu, hari apa setelah 100 hari dari sekarang?
Paa bab ini ipelajari aritmatika moular yaitu aritmatika tentang kelas-kelas ekuivalensi, imana permasalahan alam teori bilangan iseerhanakan engan cara mengganti setiap bilangan bulat engan sisanya bila
Lebih terperinciMETODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER
METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER Asrul Syam Program Stui Teknik Informatika, STMIK Dipanegara, Makassar e-mail: assyams03@gmail.com Abstrak Masalah optimasi
Lebih terperinciSistem Informasi Seminar dan Sidang Tugas Akhir Program Studi Teknik Informatika Universitas Tanjungpura
Jurnal an Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Informasi Seminar an Siang Tugas khir Stui Teknik Informatika Universitas Tanjungpura Muftia 1, rif Bijaksana Putra Negara 2, Novi Safriai
Lebih terperinciPERENCANAAN PENULANGAN LENTUR DAN GESER BALOK PERSEGI MENURUT SNI 03-847-00 Slamet Wioo Staf Pengajar Peniikan Teknik Sipil an Perenanaan FT UNY Balok merupakan elemen struktur yang menanggung beban layan
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciPENGENALAN IRIS MATA MENGGUNAKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN Aditya Angga Kusuma 1, R. Rizal Isnanto 2, Imam Santoso 2.
Makalah Tugas Akhir PENGENALAN IRIS MATA MENGGUNAKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN Aitya Angga Kusuma 1, R. Rizal Isnanto 2, Imam Santoso 2 Abstract Human iris has a very unique pattern which
Lebih terperinciANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA
ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA Murinto, Eko Aribowo, Lidya Puspa Harleni Program Studi Teknik Informatika Universitas
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen
Lebih terperinciANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD
ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD Eva Haryanty, S.Kom. ABSTRAK Kompresi data adalah proses mengubah suatu input data menjadi data lain dengan format berbeda dan ukuran yang lebih
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciPENGUKURAN UNTUK MENDETEKSI DEFORMASI BANGUNAN SIPIL
Pengukuran untuk Meneteksi Deformasi angunan Sipil PENGUKURAN UNUK MENDEEKSI DEFORMASI ANGUNAN SIPIL Sutomo Kahar 1 ASRAC Deformation for territory will impact to above the builing stability an also will
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciBESARNYA KOEFISIEN HAMBAT (CD) SILT SCREEN AKIBAT GAYA ARUS DENGAN MODEL PELAMPUNG PARALON DAN KAYU
BESARNYA KOEFISIEN HAMBAT (CD) SILT SCREEN AKIBAT GAYA ARUS DENGAN MODEL PELAMPUNG PARALON DAN KAYU Davi S. V. L Bangguna 1) 1) Staff Pengajar Program Stui Teknik Sipil, Fakultas Teknik, Universitas Sintuwu
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Belimbing manis (Averrhoa carambola L) termasuk salah satu komoitas tanaman hortikultura yang banyak igemari masyarakat Bentuknya khas terlihat seperti bintang apabila iiris
Lebih terperinciISNN WAHANA Volume 68, Nomer 1, 1 Juni 2017 HUBUNGAN ANTARA DAERAH IDEAL UTAMA, DAERAH FAKTORISASI TUNGGAL, DAN DAERAH DEDEKIND
HUBUNGAN ANTARA AERAH IEAL UTAMA, AERAH FATORISASI TUNGGAL, AN AERAH EEIN Eka Susilowati Fakultas eguruan an Ilmu Peniikan, Universitas PGRI Aibuana Surabaya eka50@gmailcom Abstrak Setiap aerah ieal utama
Lebih terperinciPENGARUH STRATEGI VAKSINASI KONTINU PADA MODEL EPIDEMIK SVIRS
SEMIRATA MIPAnet 27 24-26 Agustus 27 UNSRAT, Manao PENGARUH STRATEGI VAKSINASI KONTINU PADA MODEL EPIDEMIK SVIRS TONAAS KABUL WANGKOK YOHANIS MARENTEK Universitas Universal Batam, tonaasmarentek@gmail.com,
Lebih terperinci3 TEORI KONGRUENSI. Contoh 3.1. Misalkan hari ini adalah Sabtu, hari apa setelah 100 hari dari sekarang?
Paa bab ini ipelajari aritmatika moular yaitu aritmatika tentang kelas-kelas ekuivalensi, imana permasalahan alam teori bilangan iseerhanakan engan cara mengganti setiap bilangan bulat engan sisanya bila
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinci1 Kapasitor Lempeng Sejajar
FI1201 Fisika Dasar IIA Kapasitor 1 Kapasitor Lempeng Sejajar Dosen: Agus Suroso Paa bab sebelumnya, telah ibahas mean listrik i sekitar lempeng-yang-sangat-luas yang bermuatan, E = σ 2ε 0 ˆn, (1) engan
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR. Analisis Teknik Penyambungan Secara Fusi Pada Serat Optik Ragam Tunggal. Oleh : Nama : Agus Setiyawan Nim : L2F
MAKALAH SEMINAR TUGAS AKHIR Analisis Teknik Penyambungan Secara Fusi Paa Serat Optik Ragam Tunggal Oleh : Nama : Agus Setiyaan Nim : LF 31 419 Kebutuhan akan serat optik yang tinggi serta kompleksitas
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciPENENTUAN FREKUENSI MAKSIMUM KOMUNIKASI RADIO DAN SUDUT ELEVASI ANTENA
Penentuan Frekuensi Maksimum Komunikasi Raio an Suut..(Jiyo) PENENTUAN FREKUENSI MAKSIMUM KOMUNIKASI RADIO DAN SUDUT ELEVASI ANTENA J i y o Peneliti iang Ionosfer an Telekomunikasi, LAPAN ASTRACT In this
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Umum Tune mass amper (TMD) aalah sebuah alat atau instrument yang teriri ari suatu massa, kekakuan an sebuah amper (peream) yang empet atau menempel paa suatu struktur yang
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
Lebih terperinciNAMA : FAISHAL AGUNG ROHELMY NIM:
FUNGSI PERMINTAAN, PENAWARAN, & KESEIMBANGAN PASAR NAMA : FAISHAL AGUNG ROHELMY NIM: 115030207113012 FUNGSI PERMINTAAN, PENAWARAN, & EKUILIBRIUM PASAR Fungsi Permintaan Pasar Fungsi permintaan pasar untuk
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian dilakukan sebagai pedoman bagi peneliti mengenai
47 BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian ilakukan sebagai peoman bagi peneliti mengenai tahap-tahap bagaimana seharusnya sebuah penelitian ilakukan. Metoe penelitian yang igunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciPEMODELAN Deskripsi Masalah
PEMODELAN Deskripsi Masalah Sebelum membuat penjawalan perkuliahan perlu iketahui semua mata kuliah yang itawarkan, osen yang mengajar, peserta perkuliahan, bobot sks an spesifikasi ruang yang iperlukan.
Lebih terperinciBAB III ANALISIS METODA
BAB III ANALISIS METODA Bab ini menjelaskan tahap analisis dan perancangan yang dilakukan dalam implementasi aplikasi dan metoda transformasi warna untuk buta warna. III.1 Analisis Transformasi Warna Saat
Lebih terperinciVIDEO By y N ur N ul ur Ad A h d ay a a y n a ti t 1
VIDEO By Nurul Adhayanti 1 VIDEO teknologi untuk menangkap, merekam, memproses, mentransmisikan dan menata ulang gambar bergerak. Biasanya menggunakan film seluloid, sinyal elektronik, atau media digital.
Lebih terperinciPENGARUH KECEPATAN ANGIN TERHADAP EVAPOTRANSPIRASI BERDASARKAN METODE PENMAN DI KEBUN STROBERI PURBALINGGA
PENGARUH KECEPATAN ANGIN TERHADAP EVAPOTRANSPIRASI BERDASARKAN METODE PENMAN DI KEBUN STROBERI PURBALINGGA Nurhayati Fakultas Sains an Teknologi, UIN Ar-Raniry Bana Aceh nurhayati.fst@ar-raniry.ac.i Jamru
Lebih terperinciPenerapan Modul Pembelajaran Sains dengan Media Pembelajaran Gamelan untuk Meningkatkan Pemahaman dan Aplikasi Konsep Siswa SMP Negeri 3 Sleman
Gamelan untuk Meningkatkan Pemahaman an Aplikasi Konsep Siswa SMP Negeri Sleman Eko Nursuliiyo Peniikan Fisika FKIP Universitas Ahma Dahlan Yogyakarta Surate: ekonur.ua@gmail.com Telah ilakukan penelitian
Lebih terperinciDeteksi Non-RTH(Ruang Terbuka Hijau) Kota Malang Berbasis Citra Google Earth Dengan Menggunakan Naïve Bayes Classifier
Deteksi Non-RTH(Ruang Terbuka Hiau) Kota Malang Berbasis Citra Google Earth Dengan Menggunakan Naïve Bayes Classifier Irwan Bui Santoso Jurusan Teknik Informatika, Sains an Teknologi Universitas Islam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan
Lebih terperinci