APLIKASI KOMPUTER VISION UNTUK IDENTIFIKASI KEMATANGAN JERUK NIPIS
|
|
- Shinta Setiabudi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI KOMPUTER VISION UNTUK IDENTIFIKASI KEMATANGAN JERUK NIPIS Oktaviano yudha N, Dr. Ir Djoko Purwanto M, Dr. T ri Arief Sardjono. ST. MT Jurusan Teknik Elektro FTI - ITS Abstrak Jeruk nipis banyak terdapat di Indonesia, buah ini termasuk buah yang spesial dalam budaya bangsa kita. Buah ini dapat ditemui dalam berbagai acara keagamaan. Selain itu buah ini juga sangat berguna dalam makanan dan obat-obatan. Buah jeruk nipis berwarna hijau menandakan belum masak, dan akan berubah menjadi kuning kecoklat-coklatan, bentuknya bulat sampai bulat telur berdiameter ± - cm. Ketebalan kulit buahnya ± mm dan permukaannya memiliki banyak kelenjar. Computer vision digunakan untuk mengidentifikasi citra, pemprosessan dan pencakupan keseluruhan pengambilan keputusan. Sehingga computer vision melibatkan banyak teknik dari pengolahan citra digital. Dalam TA ini teknologi computer vision digunakan untuk mendeteksi kematangan dan memilah jeruk nipis. Jeruk nipis yang akan dideteksi dan dipilah, diletakkan di atas ban berjalan. Computer vision akan mengenali jeruk yang sudah matang dengan cara mengenali perubahan warna jeruk menggunakan camera. Sebuah camera yang dipasang secara tetap di atas ban berjalan digunakan untuk mendeteksi kematangan jeruk nipis berdasar perubahan warna dan tekstur kulit.setelah proses deteksi oleh kamera, sebuah selector yang diletakkan di akhir ban barjalan, digunakan untuk memilah jeruk nipis menjadi katagori, yaitu matang dan busuk Kata kunci : pengolahan citra digital, computer vision, jeruk nipis Permasalahan dalam proyek akhir ini adalah:. Bagaimana membuat pemprograman computer vision guna mengolah algoritma pengolahan citra digital.. Merancang alat guna m emilah hasil proses pengolahan citra digital. Batasan masalah dalam pengerjaan proyek akhi r ini adalah sebagai berikut :. Menggunakan kam era WEBCam sebagai penangkap gambar. Sistem yang dibangun adalah berbasis computer. Mendeteksi kematangan jeruk nipis berdas ar perubahan warna.. Memilah jeruk nipis menjadi katagori, yaitu matang dan busuk. 5. Gambar diambil dalam posisi normal(tegak).. Pencahayaan ditempat sistem bekerja adalah tetap atau tidak berubah-ubah 7. Pengerjaan dititikberatkan pada pengaplikasian computer vision II.TEORI PENUNJANG Jeruk nipis dalam Famili Rutaceae, Genus Citrus dan species Citrus auranti folia Swingle. Adapun Jeruk nipis dikenal dengan nam a lain, yaitu: jeruk pecel, jeruk durga dan limau asam Jeruk nipis berasal dari daerah Indo- Malaya I.PENDAHULUAN Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat rendah. Sedangkan pedagang pengumpul dan industri makanan dan obat tradisional melakukan penyortiran mutu menggunakan prosedur analisa warna kulit secara visual mata manusia dan jumlah buah per kilogram dengan s egala keterbatasannya. Berdasarkan hal tersebut maka diperlukan suatu metode yang dapat menjamin keseragaman mutu jeruk nipis. Tujuan umum dari penelitian ini adalah untuk menentukan mutu jeruk nipis secara non konvensional dengan pem anfaatan machine vision sebagai algoritma pengolahan citra digital. Pemakaian komputer vision sebagai eks ekusi pengambilan jeruk nipis yang matang. Gambar. Bagian-bagian jeruk nipis Buah jeruk nipis berwarna hijau menandakan belum mas ak, dan akan berubah menjadi kuning kecoklat-coklat an, bentuknya bulat sampai bulat telur berdiameter ± - cm. Ketebalan kulit buahnya ± mm dan permukaannya memiliki banyak kelenjar. Konsumen sering menghakimi kematangan buah dengan warna. Warna permukaan di anggap sebagai perubahan parameter kualitas dengan kem atangan buah. Banyak buah tidak matang awalnya menunjukkan warna hijau permukaan
2 yang secara bert ahap berubah menjadi warna kuning ketika mereka matang. Teksture permukaan (pori-pori ) buah juga menunjukkan seberapa matang buah tersebut. Pori-pori jeruk yang matang lebih besar dibandingkan dengan buah yang belum matang. Perubahan pola warna s erupa dal am setiap kategori buah. Jika warna permukaan buah kat egori dan waktu pemanenan dapat ditentukan, kita mampu mengembangan perangkat elektronik yang mampu mensortir buah. Dalam karya ini, dengan menerapkan t eknik pengolahan citra digital kita bisa melakukan pemilihan terhadap buah j eruk nipis ini dengan kategori masak dan busuk.. Warna Warna merupakan hasil persepsi dari cahaya dalam spektrum wilayah yang terlihat ol eh retina mata. Memiliki panjang gelombang antara 00nm sampai dengan 700nm. Warna terdapat model warna, yaitu model warna berorient asi hardware dan berori entasi software. Berikut ini adalah model warna yang berorientasi hardware: - Model RGB (red, green, blue) untuk warna monitor dan warna pada kamera video. - Model CMY (cyan, magenta, yellow) untuk model printer. - Model YIQ, digunakan untuk standard televisi. Y berkoresponden dengan luminasi, I dan Q adalah dua komponen kromatik yang disebut inphase dan quarature. Saturation: kadang disebut chroma, adalah kemurnian atau kekuat an warna. Value : kecerahan dari warna. Nilainya berkisar antara 0-00 %. Apabila nilainya 0 m aka warnanya akan menjadi hitam, semakin besar nilai maka semakin cerah dan muncul variasi-variasi baru dari warna ters ebut. Disini saya memakai model warna RGB-HSV mendefinisikan warna (Hue, Saturation dan Value). Keuntungan HSV adalah t erdapat warna-warna yang s ama dengan yang ditangkap oleh indra manusia. Sedangkan warna yang dibentuk model lain seperti RGB merupakan hasil campuran dari warna-warna primer. Pada format warna RGB bit, maka nilai R, G dan B masing-masing Untuk memberikan nilai warna tertentu digunakan kombinasi dari setiap warna red-green-blue mempunyai range nilai 00 (angka desimalnya adalah 0) dan ff (angka desimalnya adal ah 55), atau mempunyai nilai derajat keabuan 5 = 8. Dengan demikian range warna yang digunakan adalah (8)(8)(8) = (atau yang dikenal dengan istilah True-Color pada Windows). Nilai warna yang digunakan di at as merupakan gambungan warna cahaya merah, hijau dan biru. Sehingga untuk menentukan nilai dari suatu warna yang bukan warna das ar digunakan gabungan skala kecerahan dari setiap warnanya. Berikut ini adalah model warna berorient asi Software (hue, saturation,brightness) adalah manipulasi :. Model HSV (hue, saturation, value).. Model HSI (hue, saturation, intensity).. Model HLS (hue, lightness, saturation). Gambar. Pencampuran warna Tabel. Tabel nilai intensitas warna Warna R G B Hitam Merah Hijau Biru Gambar. sepektrum warna HSV merupakan kependekan dari Hue, Saturation, dan Value. Dimana karakt eristik pokok dari warna tersebut adalah: Hue: menyatakan warna sebenarnya, s eperti merah, violet, dan kuning dan digunakan menentukan kemerahan (redness), kehijauan (greeness), dsb. Kuning Magenta Cyan
3 Putih Abu-Abu Orange Ungu Coklat Pink Navy Webcam WebCam adalah sebuah kamera yang digunakan untuk mengambil objek gambar secara benar dan nyata yang dibutuhkan untuk image processing, obyek di depannya nantinya akan diambil kemudian diolah menjadi data-data yang diinginkan di dalam komputer. HSV merupakan kependekan dari Hue, Saturation, dan Value. Dimana karakteristik pokok dari warna tersebut adalah: Hue: menyatakan warna sebenarnya, s eperti merah, violet, dan kuning dan digunakan menentukan kemerahan (redness), kehijauan (greeness), dsb. Saturation: kadang disebut chroma, adalah kemurnian atau kekuatan warna. Value : kecerahan dari warna. Nilainya berkisar antara 0-00 %. Apabila nilainya 0 maka warnanya akan menjadi hitam, semakin besar nilai maka semakin cerah dan muncul variasi-variasi baru dari warna ters ebut.. Motor Stepper Motor Stepper adalah motor DC yang gerakannya bertahap (step per step) dan memiliki akurasi yang tinggi tergantung pada spesifikasinya. Setiap motor stepper mampu berput ar untuk setiap stepnya dalam satuan sudut (0.75, 0.9,.8), makin kecil sudut per step-nya m aka gerakan per step-nya motor stepper tersebut makin presisi. Untuk mengatur gerakan motor per step-nya dapat dilakukan dengan cara berdasarkan simpangan sudut gerakannya yaitu full step dan half step []. III PERANCANGAN ALAT Pada tugas akhi r ini sistem yang dirancang merupakan sistem pengenal an kematangan buah berdasarkan perubahan warna kulit dan dan teksture permukaan. Cara kerja dari keseluruhan sistem adalah:. Kamera/Webcam berfungsi sebagai media penangkap citra yang selanjutnya akan diolah di dalam PC.. PC menerima citra yang ditangkap oleh webcam dan diolah dengan mendeteksi bagian wajah yang ditemukan di dalam citra.. Citra kemudian diproses dilakukan pencocokan data/citra bentuk lain yang sudah disimpan.. Pencocokan data yang baru dengan data yg lama menghasilkan pengelompokan terhadap buah yang matang dan tidak matang. 5. Hasil dari pengolahan citra ini dikirim ke driver motor stepper yang befungsi sebagai penggerak semua system mekanik. Tabel.. Motor Stepper dengan Gerakan Full Step Step S S S S Tabel. Motor Stepper dengan Gerakan Half Step Step S S S S Gambar. Perancangan system
4 . Perancangan sistem mekanik.. Konveyor Pemilah Buah juga dikontrol dengan menggunakan motor stepper Gambar. konveyor Konveyor dan ban berjal an berdimensi panjang 50 cm, lebar 5 cm tinggi dan 0 cm.konveyor berfungsi sebagai pemercepat dan mempermudah pros es perpindahan jeruk kepemilah. Gambar. motor dc penggerak konveyor Konveyor ini menggunakan motor DC sebagai penggerak utama.. Pengontrol Jalan buah Pengontrol buah agar jatuh satu persatu sehingga mudah dicapture Gambar. Pengontrol buah.. Pemilah buah Gambar.5 pemilah buah Alat ini berfungsi memilah buah mana yg matang dan tidak matang.. Perancangan hardware Pada perancangan hardware akan dibuat s ebuah rangkaian driver motor stepper dengan input paralel dari komputer. Untuk kontrol motor stepper yang digunakan pada tugas akhir ini adalah dengan metode full step yang mana terdapat (empat) kombinasi input agar motor dapat bergerak, seperti tabel dibawah ini. Tabel. Motor Stepper dengan kombinasi input Gerakan Full Step Step S S S S Untuk mendapatkan (empat) kombinasi input yang dapat mengerakkan motor stepper secara full step, terdapat beberapa komponen yang akan digunakan pada rangkaian driver motor stepper ini. Diantaranya adalah IC (integrated circuit) Updown counter (7ls9). Terdapat dua sinyal yang masuk, satu sinyal akan mengatur count er up/down dan sinyal lain yang disebut step akan mengurangi dan menambah counter dengan satu hitungan. Dan sekarang kita akan menggunakan output yang keluar dari IC Updown counter. Dengan output binary yang didapat dari IC 7ls9 terdapat (empat) kombinasi output dari counter yaitu, 00, 0, 0,. Selanjutnya output binary tersebut akan didekoderkan sehingga didapat kombinasi output yang berbeda. Untuk mendekoderkan akan digunakan IC Four BCD to decimal decoder (7ls). Karena output dari IC 7ls adal ah aktif low, maka perlu ditambahi IC inverter (7ls0) untuk membalik nilai output menjadi aktif high. Selanjutnya output decoder akan mendrive FET IRF50 dan FET akan mendrive pole dari motor stepper.
5 7 JP HEADER Gambar 5. Rangkaian jumper dan terminal supply J DB D 9 C 8 5D 7 C D 5 C +V + C U LM7805CT Vin Gambar. Rangkaian port parallel dan regulator U D 5 CTEN MAX /MIN D/U RCO C CLK LOAD QA 5 A QB 0 B QC 7 C QD 9 D SN7 LS9 G ND 8 D0 DIODE 5 Enab le +V U5 A B C D SN 7 LS GND GND V JP? HEA DER R RES + C GND U 9A U 9B SN7 LS0 U 9C SN7 LS0 5 U 9D SN7 LS0 9 8 SN7 LS0 Enable L ED L ED 008 dengan fasiltas Emgu CV yang ada. Metode RGB & HSV yang digunakan adalah menggunakan fasilitas dari Emgu CV Gambar HSV bisa didapatkan dari merubah dari gambar RGB menjadi gambar metode HSV. Dimana dari HSV ini dapat diambil nilai Hue-nya s aja. Dimana nilai Hue-nya dapat menunjukkan nilai intensitas warna dan dipengaruhi dari intensitas cahaya. Pada proses scaning menggunakan prinsip rata-rat a pada area luasan tertentu. Dimana luasan ini diambil datanya kemudian dilakukan rata-rata. Dengan mengunakan pers amaan R = jumlah intensitas warna merah pada luasan area / luas area G = jumlah intensitas warna Hijau pada luasan area / luas area B = jumlah intensitas warna Biru pada luasan area / luas area Sehingga pada program Visual Studio akan dituliskan sebagai berikut: hu = 0 sum = 0 sum = 0 sum = 0 For i = 00 To For j = 5 To 89 bluecentre = ImgColor.Data(i, j, 0) greencentre = ImgColor.Data(i, j, ) redcentre = ImgColor.Data(i, j, ) huecentre = ImgHue.Data(i, j, 0) sum = sum + bluecentre sum = sum + greencentre sum = sum + redcentre hu = hu + huecentre Next Next Gambar 7. Rangkaian Updown counter (7ls9), BCD to decimal decoder (7ls) dan inverter (7ls0) Q IRF50N Q5 IRF50N Q7 I RF50N Q0 I RF50N Gambar 8. Rangkaian switch FET IRF50 terhubung ke buah pole motor stepper. Perancangan software D DIODE D7 DIODE D8 DIODE D9 DIO DE Software yang digunakan adalah Microsoft visual Studio R RES JP 5 HE ADE R +V 5 avb = Math.Abs(sum / 05) avg = Math.Abs(sum / 05) avr = Math.Abs(sum / 05) hue = Math.Abs(hu / 05) bluecentre = avb greencentre = avg redcentre = avr hal ini dirasa penting dilakukan karena untuk mendapatkan hasil yang maksimal maka perlu dilakukan proses scanning pada luasan area tertentu. Selain itu perlu dilakukan proses inisialisasi untuk masing- jenis buah yang akan dilakukan proses scanning. Inisialisasi dilakukan baik untuk buah yang sudah matang maupun jenis jeruk yang masih mentah atau busuk. Hal ini penting dilakukan untuk mendapatkan hasil maksimal agar proses pendeteksian buah jeruk tidak terpengaruh oleh adanya intensitas cahaya dari luar yang mengganggu. Adapun proses inisialisasi nilai yang terbaca saat itu akan disimpan dalam variable tertentu yang tidak mempengaruhi yang lainnya. Adapun proses inisialisasi adalah seperti pada program di bawah : If ProcessID = Then green_matang = greencentre red_matang = redcentre
6 Label8.Text = bluecentre Label9.Text = green_matang Label0.Text = red_matang Label0.Text = hue ProcessID = End If If ProcessID = Then green_busuk = greencentre red_busuk = redcentre Label5.Text = bluecentre Label.Text = green_busuk Label7.Text = red_busuk Label.Text = hue ProcessID = Setelah itu masuk ke proses pendeteksian dengan membandingkan nilai-nilai variable yang ada dengan nilai tertentu. Sehingga didapat sebuah nilai dan program seperti di bawah: If bluecentre < 00 And 90 < greencentre And hue > 0 Then Label.Text = "jeruk matang" ElseIf bluecent re < 00 And 00 < redcentre And hue < Then Label.Text = "jeruk busuk" Else : Label.Text = " " VI. PENGUJIAN DAN ANALISA DATA. PENGUJIAN HARDWARE Pada pengujian hardware ini adalah pengujian terhadap driver motor stepper dengan menganalisa output yang dihasilkan dari rangkai an driver motor. Berikut data hasil respon output dari driver motor stepper s etelah diberi input step. Data di atas m erupakan respon output dari salah satu pole pada motor. Adapun dat a respon output dari keempat pole bisa dilihat pada tabel di bawah ini. Tabel. Data respon output driver motor stepper arah maju Arah Step S S S S Tabel. Data respon output driver motor stepper arah mundur Arah Step S S S S Data di atas merupakan data yang diperoleh dari gabungan sejumlah komponen IC Updown count er, IC decoder dan inverter. Berikut data yang diperoleh dari output tiap komponen. Tabel. Data respon output updown counter(7ls9) arah maju Arah Step QB QA 0 (maju) (maju) 0 0 (maju) 0 0 (maju) 0 (maju) 0 0 Tabel. Data respon output updown counter(7ls9) arah mundur Arah Step QB QA Dari tabel didapat suatu output dari IC Updown counter, yang mana jika input arah berlogika 0 maka data akan menjadi Up counter, sedangkan jika input arah berlogika maka data akan menj adi Down counter, sebagaimana hasil dari output pada tabel di atas. Setelah didapat output respon dari IC Updown counter, selanjutnya data dimasukkan ke dalam dekoder. Pada tugas akhir ini dipakai dekoder BCD to 0 decoder. Namun dari ke empat input BCD yang dipakai pada dekoder ini hanyalah dua input saja, karena hanya ada dua data keluaran dari IC Updown counter. Berikut data respon output dari dekoder. Tabel.5 Data respon output decoder(7ls) arah maju Arah Step C B A 0 (maju) (maju) (maju) (maju) 0 0 (maju) Tabel. Data respon output decoder(7ls) arah mundur Arah Step C B A 0 0 0
7 Dari data keluran dari dekoder itulah yang nantinya digunakan untuk mendrive FET sebagai switch yang terhubung kepada tiap pole dari motor. Karena keluaran dari dekoder merupakan akti f low, maka sebelum digunakan untuk mendrive FET terlebih dahulu dimasukkan ke dalam IC inverter untuk membalikkan nilai output dari dekoder. Sehingga didapat data sebagai berikut. Tabel.7 Data respon output inverter (7ls0) arah maju Arah Ste C B A Tabel.8 Data respon output inverter (7ls0) arah mundur Arah Step C B A Selanjutnya data inilah yang akan digunakan untuk mendrive FET yang terhubung kepada tiap pole pada motor.. PENGUJIAN SOFTWARE Pengujian software dilakukan dengan langsung mem akai buah jeruk yang baru dipetik dari pohon dan buah yang sudah busuk. Gambar. Tampilan program saat mendeteksi buah busuk Dari hasil pengujian didapat hasil sebagai berikut: Kondisi buah Jumlah buah sample Analisa matang 0 8buah dikenali matang busuk 0 7buah dikenali busuk random Matang 5 buah busuk buah buah Busuk 5 matang buah KESIMPULAN V. PENUTUP Keberhasilan mengenali 80% 70% 80% Dari perancangan, realisasi, dan pengujian alat pada tugas akhir ini dapat disimpulkan beberapa hal seperti berikut ini:. Dari hasil percobaan didapat keberhasilan mengenali buah matang sebesar 80%. Dari hasil percobaan didapet keberhasilan m engenali buah busuk sebesar 70%. Perlu didukung dengan pengaturan pencahayaan ruangan yang dijaga konstan.. Dari semua pengujian yang dilakukan didapat suatu hasil yang hampir sesuai dengan yang dinginkan. Kebanyakan error dan kegagalan adalah diakibatkan minimnya tool dan masih kurang optimalnya mekanik system. SARAN Saran saran yang dapat diberikan penulis untuk tugas akhir ini diantaranya adalah : Gambar. Tampilan program saat mendeteksi buah matang. Alat ini sangat cocok sekali diperuntukkan kepada industry menengah ke bawah maupun kalangan mahasiswa.. Alat yang didesain pada tugas akhir ini tentunya masih banyak adanya ketidaksempurnaan, sehingga perlu adanya 7
8 studi lanjut yang bisa lebih meminimalkan kekurangan yang ada pada alat ini. Perlu adanya studi lanjut tentang pemilihan metode yang paling tepat dibanding dengan metode yang tel ah dipakai pada tugas akhir ini. DAFTAR PUSTAKA Jurusan teknik Elektro ITS Tahun 00 0 Penulis mengikuti seminar Proyek Akhir, sebagai salah satu persyaratan untuk memperoleh gelar Sarjana. oktaviano_yudha@yahoo.co.id VIAN@elect-eng.its.ac.id. Ina Agustina, Fauziah, KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++, Seminar Nasional Informatika 009 (semnasif 009) UPN Veteran Yogyakart a, Mei 009. < a.blogspot.com/0/0/ konversi-color-space-rgb-hsv-dan-hsv.html>. diakses pada 5 juni 0., Praktikum 9 color detection < Prak_Citra/Prak9ColorDetection.pdf>, diakses pada Juni 0.. D. I. Amarasinghe and D. U. J. Sonnadara, Surface colour variation of Papaya fruits with maturity, Proceedings of the Technical Sessions, 5 (009) -8, Institute of Physics Sri Lanka 5., Motor stepper < html>, RIWAYAT HIDUP PENULIS Nama : Oktaviano yudha N Tempat/Tanggal Lahir : Lumajang/ 9 Oktober 98 Alamat : Jln. Raya Jarit No.5 Candipuro. Lumajang Telepon/Hp : oktaviano_yudha@yahoo.co.id Hobi : Wisata Kuliner, Menggambar,Touring Motto : Hidup harus penuh makna Riwayat Pendidikan : SD Negeri Pasirian Tahun SLTP Negeri I Pasirian Tahun SMU Negeri I Lumajang Tahun
Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat
SEMINAR TUGAS AKHIR Dosen Pembimbing: Dr. Ir. Djoko Purwanto M.Eng Dr. Tri Arief Sardjono ST.MT Oleh: OKTAVIANO YUDHA N 2203.109.007 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI
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 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 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 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 terperinciKONVERSI WARNA RGB KE HLS MENGGUNAKAN C++
KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++ Ina Agustina, Fauziah Jurusan Sistem Informasi Universitas Nasional Jl. Sawo Manila No. 61 Pasar Minggu Jakarta Selatan E-Mail : ina_agustina2007@yahoo.com,fauziah_z2@yahoo.com
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
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 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 terperinciPENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW
PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi
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 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 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 I PENDAHULUAN. penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi.
BAB I PENDAHULUAN A. LATAR BELAKANG Buah-buahan merupakan salah satu kelompok komoditas pertanian yang penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi. Permintaan domestik terhadap
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 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 terperinciAplikasi Teori Kombinatorial Dalam Penomeran Warna
Aplikasi Teori Kombinatorial Dalam Penomeran Warna Felix Terahadi - 13510039 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPRAKTIKUM 2 DECODER-ENCODER. JOBSHEET UNTUK MEMENUHI TUGAS MATA KULIAH Digital dan Mikroprosesor Yang dibina oleh Drs. Suwasono, M.T.
PRAKTIKUM 2 DECODER-ENCODER JOBSHEET UNTUK MEMENUHI TUGAS MATA KULIAH Digital dan Mikroprosesor Yang dibina oleh Drs. Suwasono, M.T. Nama : Fachryzal Candra Trisnawan NIM : 160533611466 Prog. Studi - Off
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 terperinciIDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION
IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION Dila Deswari [1], Hendrick, MT. [2], Derisma, MT. [3] Jurusan Sistem Komputer, Fakultas Teknologi Informasi, Universitas Andalas [1][3]
Lebih terperinciDrawing, Viewport, dan Transformasi. Pertemuan - 02
Drawing, Viewport, dan Transformasi Pertemuan - 02 Ruang Lingkup Definisi Drawing Viewport Transfomasi Definisi Bagian dari grafik komputer meliputi: 1. Citra (Imaging) : mempelajari cara pengambilan dan
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Setelah melakukan perancangan dan telah dijelaskan pada bab 3, maka selanjutnya adalah implementasi perancangan yang dibuat ke dalam bentuk nyata (hardware) yang akan dievaluasi
Lebih terperinciAplikasi Kamera Web Untuk Mengukur Luas Permukaan Sebuah Obyek 3D
Aplikasi Kamera Web Untuk Mengukur Luas Permukaan Sebuah Obyek 3D Alexander Christian / 0322183 Jl. Ciumbuleuit 46-48 Bandung 40141 Telp 081933371468 Email: christiansthang@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
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 terperinciTeori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari
Teori Warna S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari 1 Sejarah Warna Pada tahun 1672 Sir Isaac Newton menemukan bahwa cahaya yang dilewatkan pada sebuah prisma akan terbagi menjadi berbagai
Lebih terperinciPERANCANGAN PENGATURAN SISTEM TRAFFIC LIGHT DENGAN WEBCAM DINAMIS (PENGUKURAN KEPADATAN DENGAN CITRA DIGITAL) TUGAS AHIR OLEH : Samuel Christian
PERANCANGAN PENGATURAN SISTEM TRAFFIC LIGHT DENGAN WEBCAM DINAMIS (PENGUKURAN KEPADATAN DENGAN CITRA DIGITAL) TUGAS AHIR OLEH : Samuel Christian 05.50.0020 PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS 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 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 terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciIMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS
IMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS Hendry Setio Prakoso 1, Dr.Eng. Rosa Andrie.,ST.,MT 2, Dr.Eng. Cahya Rahmad.,ST.,M.Kom 3 1,2 Teknik Informatika, Teknologi Informasi, Politeknik
Lebih terperinciBAB II DASAR TEORI. pemperbaiki kualitas citra agar mendapatkan hasil citra yang baik dan mudah
BAB II DASAR TEORI 2.1 Visi Komputer (Computer Vision) Visi komputer merupakan ilmu yang mempelajari bagaimana komputer dapat mengenali objek yang akan diamati/ diobservasi. Hal ini dilakukan bertujuan
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT Pada bab ini akan dibahas mengenai perancangan dan realisasi sistem yang telah dibuat dalam skripsi ini yaitu perancangan sebuah mesin yang menyerupai bor duduk pada umumnya. Di
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
Lebih terperinciBekerja dengan Warna
BAB 3 Bekerja dengan Warna Mode Warna (Color mode) adalah cara representatif warna pada Adobe Photoshop dan aplikasi grafis lainnya yang berdasarkan pada model warna. Sedangkan model warna yang ada saat
Lebih terperinciBAB IV ANALISA DAN PENGUJIAN SISTEM
BAB IV ANALISA DAN PENGUJIAN SISTEM 4.1 Pengujian Perangkat Keras (Hardware) Pengujian perangkat keras sangat penting dilakukan karena melalui pengujian ini rangkaian-rangkaian elektronika dapat diuji
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 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 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 terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciBAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem
BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian
Lebih terperinciMesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor
JURNAL TEKNIK MESIN Vol. 4, No. 2, Oktober 2002: 88 93 Mesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor Thiang Dosen Fakultas Teknologi Industri Jurusan Teknik Elektro Universitas
Lebih terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciFebrianty Winda Pratiwi¹, Bambang Hidayat², Gelar Budiman³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
DETEKSI KEMATANGAN DAN KELAYAKAN BUAH PEPAYA MENGGUNAKAN WEBCAM DENGAN PENGOLAHAN CITRA SECARA REAL-TIME DETECTION OF MATURITY AND FEASIBILITY OF PAPAYA USING WEBCAM WITH IMAGE PROCESSING FOR REAL-TIME
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 terperinci1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web
4/7/2010 Pelatihan Kopertis VI 6 s.d 8 April 2010 1 1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web 4/7/2010 Pelatihan Kopertis VI 6
Lebih terperinciPengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Bab ini akan membahas tentang perancangan sistem deteksi keberhasilan software QuickMark untuk mendeteksi QRCode pada objek yang bergerak di conveyor. Garis besar pengukuran
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 I PENDAHULUAN. Indonesia dengan sistem robot tanpa awak yang dapat dikendalikan secara otomatis
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan Negara kepulauan dengan wilayah perairannya mencapai + 2/3 dari luas total wilayah Indonesia. Dengan memanfaatkan potensi wilayah tersebut banyak
Lebih terperinciALAT PENYORTIR DAN PENGECEKAN KEMATANGAN BUAH MENGGUNAKAN SENSOR WARNA
ALAT PENYORTIR DAN PENGECEKAN KEMATANGAN BUAH MENGGUNAKAN SENSOR WARNA Dimas Rizki Radityo Bina Nusantara University, Jakarta, DKI Jakarta, Indonesia Muhammad Riyan Fadillah Bina Nusantara University,
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Dalam perancangan dan implementasi wajah animatronik berbasis mikrokontroler ini menggunakan beberapa metode rancang bangun yang pembuatannya
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau inisiasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik
Lebih terperinciStudi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik. Ibnu Alam
Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik Abstrak Ibnu Alam 13506024 Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl.
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciBy: Ahmad SYAUQI Ahsan
By: Ahmad SYAUQI Ahsan Warna Primer Kadang kita diajarkan bahwa warna primer adalah Merah, Kuning, dan Biru: Cukup bagus untuk mencampur cat. Namun tidak bagus untuk digunakan dalam mencampur cahaya Retina
Lebih terperinciPROTOTIPE ALAT PEMILAH JERUK NIPIS MENGGUNAKAN SENSOR WARNA TC230
PROTOTIPE ALAT PEMILAH JERUK NIPIS MENGGUNAKAN SENSOR WARNA TC230 Ahmad Sahru Romadhon 1), Jefry Ramadhana Baihaqi 2) 1,2) Program Studi Mekatronika, Fakultas Teknik, Universitas Truojoyo Madura Jl. Raya
Lebih terperinciImplementasi Algoritma Kompresi Shannon Fano pada Citra Digital
Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Muhammad Khoiruddin Harahap Politeknik Ganesha Medan choir.harahap@yahoo.com Abstrak Algoritma kompresi Shannon-Fano merupakan salah satu
Lebih terperinciWARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN
WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN SMK Negeri 4 Malang Jl. Tanimbar 22 Malang 65117Telp. ( 0341) 353798,Fax (0341) 353798 E-mail : surat@smkn4-mlg.info Definisi Warna Warna adalah salah satu elemen
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 terperinciANALISIS SENSITIVITAS VISION SENSOR UNTUK MENDETEKSI WARNA
SKRIPSI ANALISIS SENSITIVITAS VISION SENSOR UNTUK MENDETEKSI WARNA Laporan ini disusun guna memenuhi salah satu persyaratan Untuk menyelesaikan program S-1 Teknik Elektro Fakultas Teknik Universitas Muria
Lebih terperinciBAB II LANDASAN TEORI. untuk melakukan pekerjaan antara lain, yaitu: terutama gambar logo dua dimensi.
BAB II LANDASAN TEORI 2.1 Pengertian Corel draw Corel draw adalah editor grafik vector yang dibuat oleh corel, Corel sendiri adalah sebuah perusahaan perangkat lunak yang bermarkas di Ottawa, Kanada. Versi
Lebih terperinciBAB II SISTEM PENENTU AXIS Z ZERO SETTER
BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan
Lebih terperinciBAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Line follower robot pada dasarnya adalah suatu robot yang dirancang agar
BAB II TINJAUAN PUSTAKA 2.1. Line Follower Robot Line follower robot pada dasarnya adalah suatu robot yang dirancang agar dapat beroperasi secara otomatis bergerak mengikuti alur garis yang telah dibuat
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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciPENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING
PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING ELVA SUSIANTI 2209204802 Pembimbing: 1. ACHMAD ARIFIN, ST., M. Eng., Ph.D 2. Ir. DJOKO PURWANTO, M. Eng., Ph.D. Bidang Keahlian Teknik Elektronika
Lebih terperinciKLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS
KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS Sigit Sugiyanto*, Feri Wibowo Program Studi Teknik Informatika
Lebih terperinciGrafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom
Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom BAB-13 PENCAHAYAAN 13.1. WARNA Warna sebenearnya merupakan persepsi kita terhadap pantulan cahaya dari benda-benda
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciBAB 3 PERANCANGAN ALAT DAN PEMBUATAN SISTEM
27 BAB 3 PERANCANGAN ALAT DAN PEMBUATAN SISTEM 3.1. Diagram Blok Sistem Diagram merupakan pernyataan hubungan yang berurutan dari satu atau lebih komponen yang memiliki satuam kerja tersendiri dan setiap
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 III PERANCANGAN Bahan dan Peralatan
BAB III PERANCANGAN 3.1 Pendahuluan Perancangan merupakan tahapan terpenting dari pelaksanaan penelitian ini. Pada tahap perancangan harus memahami sifat-sifat, karakteristik, spesifikasi dari komponen-komponen
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 terperinciMENGHITUNG JUMLAH JARI PADA CITRA TANGAN DENGAN MENGGUNAKAN RUANG WARNA YCBCR DAN TEKNIK DETEKSI KONTUR SKRIPSI. Disusun oleh :
MENGHITUNG JUMLAH JARI PADA CITRA TANGAN DENGAN MENGGUNAKAN RUANG WARNA YCBCR DAN TEKNIK DETEKSI KONTUR SKRIPSI Disusun oleh : DEDY SETIANTO NPM. 0934010203 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciBAB IV ANALISA KUALITAS VIDEO VIRTUAL STUDIO. Video virtual studio merupakan perpaduan antara video dan graphis,
BAB IV ANALISA KUALITAS VIDEO VIRTUAL STUDIO Video virtual studio merupakan perpaduan antara video dan graphis, dimana background dengan warna biru di studio diganti dengan gambar dari komputer graphis,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. pengenalan dan penentuan kondisi akuarium ikan hias air laut :
94 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Berikut adalah spesifikasi sistem yang digunakan dalam melakukan proses pengenalan dan penentuan kondisi akuarium ikan hias air laut : 4.1.1 Spesifikasi
Lebih terperinciBAB V PENGATURAN TAMPILAN DAN WARNA
BAB V PENGATURAN TAMPILAN DAN WARNA Pertemuan : 5 Waktu : 100 Menit Kompetensi Dasar : Mahasiswa dapat merancang antarmuka sesuai dengan paradigma IMK Indikator : Mahasiswa dapat mengatur tampilan dan
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 terperinciBAB III PERANCANGAN. Pada bab ini akan dibahas mengenai beberapa hal dasar tentang bagaimana. simulasi mobil automatis dirancang, diantaranya adalah :
BAB III PERANCANGAN Pada bab ini akan dibahas mengenai beberapa hal dasar tentang bagaimana simulasi mobil automatis dirancang, diantaranya adalah : 1. Menentukan tujuan dan kondisi pembuatan simulasi
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN ALAT
BAB III PERANCANGAN DAN PEMBUATAN ALAT 3.1 Gambaran Umum Pada bab ini akan dibahas mengenai perencanaan perangkat keras elektronik (hardware) dan pembuatan mekanik robot. Sedangkan untuk pembuatan perangkat
Lebih terperinciKontrol Mesin Bor PCB Otomatis dengan Menggunakan Programmable Logic Controller
Kontrol Mesin Bor PCB Otomatis dengan Menggunakan Programmable Logic Controller Thiang, Handy Wicaksono, David Gunawan Sugiarto Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto 121-131
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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem 4.1.1 Spesifikasi Perangkat Keras Proses pengendalian mobile robot dan pengenalan image dilakukan oleh microcontroller keluarga AVR, yakni ATMEGA
Lebih terperinciDIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd
DIMENSI WARNA DEDDY AWARD WIDYA LAKSANA, M.Pd Warna panas: adalah kelompok warna dalam rentang setengah lingkaran di dalam lingkaran warna mulai dari merah hingga kuning Warna dingin, adalah kelompok
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. WAKTU DAN TEMPAT Penelitian ini dilaksanakan pada bulan Mei 2010 sampai dengan Oktober 2010. Perancangan alat dilaksanakan pada bulan Mei 2010 sampai Agustus 2010 di Bengkel Departemen
Lebih terperinciBAB III METODE PENELITIAN. pada blok diagram tersebut antara lain adalah webcam, PC, microcontroller dan. Gambar 3.1 Blok Diagram
BAB III METODE PENELITIAN 3.1 Model Penelitian Pengerjaan Tugas Akhir ini dapat terlihat jelas dari blok diagram yang tampak pada gambar 3.1. Blok diagram tersebut menggambarkan proses dari capture gambar
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
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 terperinciBAB V HASIL DAN PEMBAHASAN. Pengujian dilakukan terhadap 8 sensor photodioda. mendeteksi garis yang berwarna putih dan lapangan yang berwarna hijau.
BAB V HASIL DAN PEMBAHASAN 5.1 Pengujian Sensor Photodioda 5.1.1 Tujuan Pengujian dilakukan terhadap 8 sensor photodioda. Adapun tujuan dari pengujian sensor photodioda adalah digunakan untuk mendeteksi
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 terperinciALAT PENYORTIR DAN PENGECEKAN KEMATANGAN BUAH MENGGUNAKAN SENSOR WARNA
ALAT PENYORTIR DAN PENGECEKAN KEMATANGAN BUAH MENGGUNAKAN SENSOR WARNA Dimas Rizki Radityo; Muhammad Riyan Fadillah; Quincy Igwahyudi; Satrio Dewanto Computer Engineering Department, Faculty of Engineering,
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika Skripsi Sarjana Program Ganda Sementer Ganjil 2005/2006 Willy Rahardja NIM : 0500584311 Abstrak Dalam kehidupan nyata, banyak sekali
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 terperinciAspek Interaksi Manusia dan Komputer
HUMAN Manusia merasakan dunia nyata dengan menggunakan piranti yang lazim dikenal dengan panca indera -mata, telinga, hidung, lidah dan kulit- sehingga lewat komponen inilah kita dapat membuat model manusia
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
Lebih terperinci