Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat
|
|
- Lanny Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SEMINAR TUGAS AKHIR Dosen Pembimbing: Dr. Ir. Djoko Purwanto M.Eng Dr. Tri Arief Sardjono ST.MT Oleh: OKTAVIANO YUDHA N JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
2 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 dengan segala keterbatasannya. Berdasarkan hal tersebut maka diperlukan suatu metode yang dapat menjamin keseragaman mutu jeruk nipis.
3 Tujuan umum dari penelitian ini adalah untuk menentukan mutu jeruk nipis secara non konvensional dengan pemanfaatan machine vision sebagai algoritma pengolahan citra digital. Pemakaian komputer vision sebagai eksekusi pengambilan jeruk nipis yang matang.
4 Membuat pemprograman computer vision guna mengolah algoritma pengolahan citra digital Merancang alat guna memilah hasil proses pengolahan citra digital.
5 Menggunakan kamera WEBCam sebagai penangkap gambar Sistem yang dibangun adalah berbasis computer Mendeteksi kematangan jeruk nipis berdasar perubahan warna Memilah jeruk nipis menjadi 2 katagori, yaitu matang dan busuk Gambar diambil dalam posisi normal (tegak dr atas kebawah) Pencahayaan ditempat sistem bekerja adalah tetap atau tidak berubah-ubah Pengerjaan dititikberatkan pada pengaplikasian computer vision pada sistem mekanik
6 Jeruk nipis dalam Famili Rutaceae, Genus Citrus dan species Citrus aurantifolia Swingle. Adapun Jeruk nipis dikenal dengan nama lain, yaitu: jeruk pecel, jeruk durga dan limau asam Jeruk nipis berasal dari daerah Indo- Malaya
7 Buah jeruk nipis berwarna hijau menandakan belum masak, dan akan berubah menjadi kuning kecoklat-coklatan, bentuknya bulat sampai bulat telur berdiameter ± 3-6 cm. Ketebalan kulit buahnya ± mm dan permukaannya memiliki banyak kelenjar.
8 Warna merupakan hasil persepsi dari cahaya dalam spektrum wilayah yang terlihat oleh retina mata. Memiliki panjang gelombang antara 400nm sampai dengan 700nm. Warna terdapat 2 model warna, yaitu model warna berorientasi hardware dan berorientasi software.
9 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.
10 Berikut ini adalah model warna berorientasi Software (hue, saturation,brightness) adalah manipulasi : 1. Model HSV (hue, saturation, value). 2. Model HSI (hue, saturation, intensity). 3. Model HLS (hue, lightness, saturation).
11 Disini saya memakai model warna HSV mendefinisikan warna (Hue, Saturation dan Value). Keuntungan HSV adalah terdapat warnawarna yang sama dengan yang ditangkap oleh indra manusia. Sedangkan warna yang dibentuk model lain seperti RGB merupakan hasil campuran dari warna-warna primer.
12 Pada format warna RGB 24 bit, maka nilai R, G dan B masing-masing Warna R G B Hitam Merah Hijau Biru Kuning Magenta Cyan Putih Abu-Abu Orange Ungu Coklat Pink Navy
13 HSV merupakan kependekan dari Hue, Saturation, dan Value. Dimana karakteristik pokok dari warna tersebut adalah: Hue: menyatakan warna sebenarnya, seperti 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 %. Apabila nilainya 0 maka warnanya akan menjadi hitam, semakin besar nilai maka semakin cerah dan muncul variasivariasi baru dari warna tersebut.
14 Web Cam warna PC Driver Motor Jeruk nipis Conveyor dan Pemilah Jeruk Pasar
15 Sistem
16 7 Terminal Supply JP4 2 1 HEADER 2 D10 DIO DE +12V U14 LM7805CT VCC +12V 1 Vin +5V 3 R1 RES1 + C1 + C2 GND 2 LED 1 LED Regulator J1 DB D3 19 6C3 18 5D2 17 4C2 16 3D1 15 2C Parallel port VCC U1 4 CTE N MAX/MIN D1 5 D/U RCO C1 14 CLK 11 LOAD QA 15 A QB 1 10 B QC C QD 9 D VCC 16 SN74LS191 VCC GND E 13 nable 12 VCC 16 U5 A B C D SN74LS42 VCC GND Sistem VCC V CC 14 G ND U9A 1 2 SN74LS04 U9B 3 4 U9C SN74L S U9D SN74L S Q4 IRF540N Q5 IRF540N Q7 IRF5 40N Q10 IRF5 40N Jumper enable JP? HEADER 3 D6 DIO DE D7 DIODE VCC Enable D8 D9 DIO DE DIODE R2 RES1 JP HEADER V SN74L S04 IC Updown counter, decoder, inverter dan FET Rangkaian driver motor stepper
17 Software yang digunakan adalah Microsoft visual Studio 2008 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 saja. Dimana nilai Hue-nya dapat menunjukkan nilai intensitas warna dan dipengaruhi dari intensitas cahaya.
18 saat mendeteksi buah matang saat mendeteksi buah busuk
19 Kondisi Buah Jumlah Buah Sample Analisa Matang 10 8 buah dikenali matang Busuk 10 7 buah dikenali busuk Random(matang+b usuk) 5 matang + 5 busuk 4 buah dikenali matang+4 buah dikenali busuk Keberhasialan pengenalan 80% 70% 80%
20 Updown counter
21 Decoder
22 Inverter
23 Dari hasil percobaan didapat keberhasilan mengenali buah matang sebesar 80% Dari hasil percobaan didapet keberhasilan mengenali buah busuk sebesar 70% Perlu didukung dengan pengaturan pencahayaan ruangan yang dijaga konstan.
24 Terima kasih
Grafik 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 KOMPUTER VISION UNTUK IDENTIFIKASI KEMATANGAN JERUK NIPIS
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
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dibentuk oleh kumpulan titik yang dinamakan piksel (pixel atau picture element ). Setiap piksel digambarkan sebagai satu kotak kecil. Setiap piksel
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 terperinciIntensity and Color. Pertemuan 12
Intensity and Color Pertemuan 12 Warna Kemajuan teknik raster menjadikan teknik warna (grayscale dan warna) merupakan suatu konsep yang terintegrasi dalam teknologi komputer grafik Konsep warna melibatkan
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 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 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 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 IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS 4.1 Pengujian Sistem Dalam bab ini, akan dijelaskan mengenai pengujian alat dan analisa sistem pada alat yang sedang dibahas kali ini. Setelah seluruh teori telah diterapkan
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 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 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 terperinciTeori Warna. Grafik Komputer 2. Isikan Judul Halaman. Grafik Komputer 2
Teori Warna Hal.: 1 Apa itu Warna? Warna adalah elemen terpenting dalam desain grafis. Warna menjadi indikator pembeda antara satu objek dengan yang lain. Dari sudut pandang ilmu fisika, warna dihasilkan
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 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 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 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 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 terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Pembentukan Citra Citra ada 2 macam : 1. Citra Kontinu Dihasilkan dari sistem optik yang menerima
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 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 terperinciBAB II DASAR TEORI. Gambar 2.1. Cara kerja di dalam sebuah LED.
BAB II DASAR TEORI Pada bab ini akan dijelaskan teori dan konsep yang mendasari perancangan sistem teks bergerak tujuh warna yang dibuat pada skripsi, yaitu teori yang membahas tentang konsep dasar dari
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 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 terperinciBAB II DASAR TEORI. Pengolahan Citra
BAB II DASAR TEORI II.1 Pengolahan Citra II.1.1 Citra Sebuah citra yang didefinisikan di dunia nyata dipetakan sebagai sebuah fungsi terhadap intensitas cahaya terhadap bidang dwimatra. Sebagai contoh
Lebih terperinciMETODE COLOR BLOB DETECTION UNTUK DETEKSI KEMATANGAN TOMAT SECARA OTOMATIS BERBASIS ANDROID
CITEE 207 Yogyakarta, 27 Juli 207 ISSN: 2085-6350 METODE COLOR BLOB DETECTION UNTUK DETEKSI KEMATANGAN TOMAT SECARA OTOMATIS BERBASIS ANDROID Choirul Ridho Nurhuda ), Kartika Firdausy 2) Program Studi
Lebih terperinciKUANTISASI WARNA VARIETAS UNGGUL KACANG KEDELAI
Seminar Nasional Pascasarjana Institut Teknologi Sepuluh Nopember, 12 Agustus 2009 KUANTISASI WARNA VARIETAS UNGGUL KACANG KEDELAI 1 Era Budi Prayekti, 2 Melania Suweni Muntini, 3 Agoes Soetijono, 4 Agus
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 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 terperinciBAB II LANDASAN TEORI. Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam
BAB II LANDASAN TEORI 2.1 Teori Dasar Pengolahan Citra Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam bidang dua dimensi, dengan (x,y) menyatakan koodinat citra dan nilai f pada koodinat
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 terperinciStandar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar
1 Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar : 1.1. Menggunakan menu ikon yang terdapat dalam perangkat lunak pembuat grafis Adobe Photoshop Indikator Pencapaian:
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 terperinciINTERAKSI MANUSIA DAN KOMPUTER
INTERAKSI MANUSIA DAN KOMPUTER PEWARNAAN Astrid Lestari Tungadi, S.Kom., M.TI. KOMPONEN WARNA Warna terbentuk dari: 1. Hue (Corak) 2. Intensity (Intensitas) 3. Saturation (Kejenuhan atau Jumlah Putih pada
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 terperinciCOUNTER ASYNCHRONOUS
COUNTER ASYNCHRONOUS A. Tujuan Kegiatan Praktikum 3 : Setelah mempraktekkan Topik ini, anda diharapkan dapat : ) Merangkai rangkaian SYNCHRONOUS COUNTER 2) Mengetahui cara kerja rangkaian SYNCHRONOUS COUNTER
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 terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar
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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi
Lebih terperinciPertemuan 02. Faktor Manusia. Sistem Komputer. Hardware
Pertemuan 02 Sistem Komputer Hardware Software Brainware 1 Pengamatan pancaindra terdiri dari : - Penglihatan - Pendengaran - Sentuhan - Pemodelan sistem pengolahan Penglihatan terdiri dari - Luminance
Lebih terperinciSIFAT FISIK WARNA.. 10/6/2013
WARNA sensasinya dengan karakteristik fisik lain seperti titik leleh, ukuran partikel, SG dll. Merupakan persepsi manusia terhadap penampakan dari sinyal yang diberikan oleh otak. Dipengaruhi oleh : Sejumlah
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 terperinciALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA)
ALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA) Eric Andika Pratama Program Studi Sistem Komputer, Fakultas Ilmu Komputer, Universitas Narotama Jl. Arief Rachman Hakim
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 terperinciOleh : Pembimbing : Rachmad Setiawan, ST.,MT. NIP
Oleh : Armaditya T. M. S. Syahdari Lutfi Akbar 2207030015 2207030057 Pembimbing : Rachmad Setiawan, ST.,MT. NIP. 19690529.199512.1.001 Bidang Studi Komputer Kontrol Program Studi D3 Teknik Elektro Fakultas
Lebih terperinciSTUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D
ISSN: 1693-6930 13 STUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D Didik Hariyanto Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta Karangmalang,
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 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 terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan studi (state of the art) Berikut penelitian yang telah dilakukan sebelumnya : 1. Penelitian dilakukan oleh Sigit Sugiyanto Feri Wibowo (2015), menjelaskan tentang klasifikasi
Lebih terperinciBAB 2 FAKTOR MANUSIA - PENGELIHATAN - PENDENGARAN - SENTUHAN. Interaksi Manusia dan Komputer Faktor Manusia 8
BAB 2 FAKTOR MANUSIA - PENGELIHATAN - PENDENGARAN - SENTUHAN Interaksi Manusia dan Komputer Faktor Manusia 8 BAB 2 FAKTOR MANUSIA PENDAHULUAN Sistem komputer terdiri atas 3 aspek, yaitu perangkat keras
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 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 terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT Dalam perancangan dan pembuatan tas dengan sensor warna dan NFC ini, menggunakan dua arduino, arduino untuk sensor warna dan arduino untuk NFC. Pada bab ini akan dijelaskan perancangan
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 terperinciPengolahan Citra Berwarna. Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004
Pengolahan Citra Berwarna Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004 Pengolahan Citra Berwarna Mengapa kita menggunakan citra berwarna (motivasi): Dalam analisa citra
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
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 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 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 terperinciManusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran
Pert 3 Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran 2. Informasi disimpan dalam ingatan (memory) 3. Informasi diproses, diinterpretasi, dan diaplikasikan
Lebih terperinciRifqi Baihaqi. Abstrak. Pendahuluan. proses oleh otak. warna juga. yang. copyright
Mengenal Istilah Warna Rifqi Baihaqi rifqi..baihaqi@raharja.info Abstrak Dalam kehidupan sehari-hari kita dapat menemukan berbagai warna yang sangat beraneka ragam. Tetapi, tahukah anda bahwa warna itu
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 2 - GRAFKOM DAN PENGOLAHAN CITRA Peralatan Grafkom dan Pengolahan Citra Penjelasan mengenai Device Input. Penjelasan mengenai
Lebih terperinciApa itu warna? Colour signal. Observ er. Obje ct. Light source
TEORI WARNA I Apa itu warna? Colour signal Light source Obje ct Observ er Apa itu warna? Beberapa teori mengenai warna Pra Newton Aristotle berpendapat bahwa terang dan gelap bila berpadu akan menghasilkan
Lebih terperinciSKRIPSI. PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA. Oleh: MARIA YUSTINA TAMPUBOLON F
SKRIPSI PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA Oleh: MARIA YUSTINA TAMPUBOLON F14101109 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
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 terperinciMenentukan Kualitas Minyak Transformator Dengan Pengolahan Citra Digital
2 nd Seminar Nasional IPTEK Terapan (SENIT) 217 ISSN: 2579-945 Tegal - Indonesia, 15-17 Mei 217 ISBN: 978-62-74355-1-3 Menentukan Kualitas Minyak Transformator Dengan Pengolahan Citra Digital Rina Latuconsina
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN SISTEM
BAB III PERANCANGAN DAN PEMBUATAN SISTEM Pada bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara hardware yang akan digunakan untuk mendukung keseluruhan sistem yang akan
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
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 terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
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 terperinciDasar-dasar Photoshop
B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)
Lebih terperinci