1. BAB I PENDAHULUAN Latar Belakang
|
|
- Irwan Yandi Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata sehingga organ tubuh ini tidak dapat di gantikan oleh organ lain yang ada pada tubuh manusia. Pada mata manusia tersimpan banyak sekali informasi yang dapat diolah melalui iris mata maupun retina mata. Informasi-informasi yang tersimpan ini dapat meliputi kondisi tubuh manusia yang bersangkutan, dan kode genetis yang membedakan manusia satu dengan yang lainnya. Kode genetis ini bersifat unik dimana setiap manusia memiliki kode genetis nya masing-masing dan saat ini memiliki peranan untuk mengindentifikasi seseorang. Kode genetis ini selain pada mata manusia juga dapat ditemukan pada sidik jari, bentuk geometris telapak tangan, telapak tangan, bentuk telinga dan pada wajah. Dahulu cara untuk mengidentifikasi manusia di gunakan wajah maupun kode sandi, tetapi dua cara ini memiliki kekurangan yaitu wajah manusia dapat berubah dan manusia rentan untuk lupa akan kode sandi nya, sehingga dalam beberapa tahun terakhir, identifikasi seseorang berdasarkan biometric telah berkembang dan dikembangkan dengan pesat dikalangan industri maupun akademis. Identifikasi berdasarkan biometrik ini menggunakan tubuh manusia sebagai media untuk menggali informasi. Terdapat dua jenis biometric diantaranya adalah physiological (iris mata, wajah dan sidik jari) dan behavioural (suara dan tulis tangan) (Munir, 2004). Pengenalan iris mata adalah jenis biometric yang di dasarkan pada fitur physiological. Iris memiliki tekstur yang unik dan sangat kompleks sebagai salah satu metode pengenalan yang digunakan didalam biometrik. Di bandingkan dengan metode biometrik lain seperti tanda tangan, maupun suara, pola iris mata stabil dan dapat di andalkan karena iris mata manusia memiliki pola yang konsisten sepanjang waktu (Jain, 2004)
2 2 Untuk melakukan hal tersebut diatas, maka penulis melakukan penelitian mengenai penentuan lokasi iris mata manusia. Proses pengenalan ini menggunakan segmentasi citra dengan dengan deteksi tepi Gradient Magnitude, dengan menggunakan metode deteksi tepi ini digunakan untuk mengetahui dan membedakan daerah iris, pupil, sclera dan daerah mata yang lain. Proses percobaan yang dilakukan menggunakan citra mata aras keabuan milik CASIA Iris Database ( 2014) yang siap untuk di proses. System penentuan lokasi dengan menggunakan iris mata manusia yang dikembangkan dalam penelitian ini terdiri dari kurang lebih tiga buah tahap. Tahap pertama adalah menentukan Region of Interest pada foto iris mata untuk menemukan lokasi iris maupun lokasi pupil dengan menggunakan median filter maupun histogram equalization untuk memperjelas batas yang di dapat antara pupil dengan iris. Pada tahap kedua, proses deteksi tepi dengan menggunakan metode Gradient Magnitude untuk mendapatkan batas antara pupil dan iris, pada tahap ini hasil yang di dapatkan berupa gambar hitam putih yang mana untuk bagian yang merupakan tepi di warnai putih, sebaliknya yang bukan akan di warnai hitam, tetapi bagian yang diwarnai putih akan memiliki lubang maupun rongga yang sebaiknya di tutup untuk digunakan dalam tahap selanjutnya. Tahap selanjutnya adalah ketika daerah pupil maupun iris yang di lakukan proses deteksi tepi tidak memiliki celah maupun rongga lagi, sehingga langkah selanjutnya adalah menghitung nilai masing-masing baris dan kolom. Baris dan kolom tersebut akan menunjukan perubahan yang dapat di amati, dimana ketika nilai total nya tidak sama dengan nol, maka dipastikan di sepanjang baris maupun kolom tersebut memiliki piksel yang bernilai 1 di salah satu lokasi nya. Sehingga dengan cara ini dapat di rumuskan titik pusat lingkaran maupun jari-jari dari lingkaran pupil maupun iris, sehingga bagian yang telah di dapatkan diharapkan terhindar dari noise atau gangguan berupa bulu mata maupun kelopak mata. Salah satu penelitian yang dilakukan oleh Stewart Sentanoe dengan menggunakan model Iris Localization using Gradient Magnitude and Fourier Descriptor (Sentanoe, 2014). Objek yang di ambil adalah citra iris mata. Proses
3 3 awal yang dilakukan pada model ini adalah segmentasi dan selanjutnya adalah normalisasi. Segmentasi ditujukan untuk memisahkan iris dari citra mata keseluruhan sedangkan normalisasi bertujuan untuk mendapatkan standar ekstraksi ciri yang sesuai pada setiap iris mata. pada tahap segmentasi bagian batas antara iris mata dengan sclera akan di deteksi kemudian pada sisi iris mata akan di hilangkan untuk mendapatkan posisi pupil, yang kemudian menemukan batas dari daerah pupil, setelah batas pupil di dapatkan, maka bagian pupil akan di hilangkan, dan bagian iris di kembalikan ke tempat nya semula. Setelah bagian iris mata yang telah di kembalikan menempati posisi nya, seluruh noise yang berupa sclera, bulu mata, maupun kelopak mata akan di hapus untuk mendapatkan citra yang benar-benar hanya berisi citra iris mata. Hasil dari penelitian ini menghasilkan tingkat keberhasilan 71% dari 450 buah citra iris mata sebagai data set. Selain itu penelitian yang dilakukan oleh Maimunah mengenai Sistem Pengenalan Iris Mata Manusia Menggunakan Transformasi Wavelet yang pada penelitian ini menggunakan transformasi wavelet untuk menghasilkan sinyal-sinyal digital yang merupakan representasi dari masing-masing citra iris mata. Pada penelitian ini membagi hasil pengujian menjadi terdeteksi hampir benar dan terdeteksi benar yang mana untuk citra yang terdeteksi hampir benar sebesar 50% dan citra yang terdeteksi benar sebesar 50,39%. Hasil penelitian ini dipengaruhi oleh metode transformasi hough dan deteksi tepi canny yang mana sebelum melakukan transformasi hough, terlebih dahulu dilakukan proses deteksi tepi canny yang akan mendeteksi tepi dari wilayah iris dan pupil mata yang kemudian transformasi hough akan membentuk lingkaran yang berguna untuk mensegmentasi wilayah dari iris mata dan pupil mata. Kendala yang muncul adalah kualitas dari deteksi tepi yang berakibat pada tidak maksimal nya transformasi Hough bekerja untuk mensegmentasi wilayah iris dan pupil mata. Penelitian lain yang berasal dari Karmilasari mengenai Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi, yang pada penelitian ini menggunakan kombinasi antara deteksi tepi canny yang berguna untuk mendapatkan tepi pada iris mata dan pupil, dan operasi morfologi seperti dilatasi maupun eliminasi yang berguna untuk menghapus maupun memperluas
4 4 wilayah yang dikehendaki berdasarkan threshold yang ditentukan. Threshold ini akan menjadi ambang yang nantinya akan menghentikan operasi morfologi ketika jumlah piksel pada suatu wilayah telah terpenuhi. Pada penelitian ini mengkategorikan hasil pengujian menjadi hampir berhasil terdeteksi dan berhasil terdeteksi, yang mana cara ini dilakukan pula oleh Maimunah, yang mana hasil yang didapatkan hampir mendekati hasil yang dicapai oleh Maimunah yaitu untuk yang berhasil terdeteksi adalah sebesar 35% dan untuk yang hampir berhasil terdeteksi sebesar 50%. Hasil dari deteksi tepi canny akan mempengaruhi hasil dari operasi morfologi, sehingga perlu dilakukan peningkatan dan perbaikan kualitas yang dihasilkan oleh deteksi tepi canny sehingga operasi morfologi yang dihasilkan menjadi lebih baik yang akan berimbas pada hasil penelitian yang maksimal. Penelitian terakhir yang menjadi acuan dalam penelitian ini dilakukan oleh Feng Gui mengenai Iris Localization Scheme Based on Morphology and Gaussian Filtering. Penelitian ini membandingkan beberapa metode penentuan lokasi iris mata dengan metode yang dikembangkan pada penelitian ini. Penelitian yang dilakukan oleh Feng Gui ini melakukan operasi morfologi yang kemudian melakukan tapis Gaussian untuk mendapatkan wilayah mata yang telah tersegmentasi. Wilayah mata ini yang nantinya akan lakukan proses operasi morfologi lagi sampai ditemukannya titik tengah serta jari-jari dari iris dan pupil mata. Pada penelitian ini membandingkan hasil yang didapatkan dari metode Daughman circle, Wildes circle serta serta metode yang dikembangkan dalam penelitian ini. Hasil yang didapatkan untuk titik tengah dan jari-jari dari pupil dan iris mata merupakan hasil yang paling baik dari dua metode yang digunakan sebagai pembanding serta waktu proses dari metode operasi morfologi dan tapis Gaussian ini menghasilkan waktu yang paling singkat sehingga metode operasi morfologi dan tapis Gaussian ini merupakan metode yang lebih unggul jika dibandingkan dengan dua metode yang digunakan untuk membandingkan. Walaupun banyak program yang gunakan untuk penentuan lokasi iris mata, tetapi penggunaan metode ini masih belum banyak dan merupakan metode yang baru yang digunakan untuk deteksi tepi sehingga penulis tertarik untuk melakukan penelitian ini.
5 5 Rumusan Masalah Masalah yang ditemukan pada penelitian ini adalah sebagai berikut. a. Bagaimana menemukan dan memisahkan bagian iris mata dengan bagianbagian yang lain dengan menggunakan metode deteksi tepi? b. Bagaimana menghilangkan noise yang masih tersisa setelah melakukan proses segmentasi terutama pada bagian bulu mata (eyelids) pada citra iris mata menggunakan metode deteksi tepi? Tujuan Penelitian Tujuan dari penelitian ini adalah sebagai berikut. a. Untuk membangun sebuah aplikasi yang dapat menentukan letak iris mata menggunakan metode Gradient Magnitude sebagai metode deteksi tepi. b. Menghasilkan citra iris mata yang baik dimana iris mata benar-benar didapatkan dengan sempurna dan bersih dari noise sehingga mampu di gunakan untuk pengenalan iris mata lebih lanjut. Batasan Masalah Batasan masalah pada penelitian ini adalah : a. Penelitian ini hanya meneliti iris mata dan tidak melakukan proses apapun kepada pupil maupun bagian luar iris mata selain memukan batas dengan iris mata b. Penelitian ini menggunakan deteksi tepi Gradient Magnitude dengan konvolusi dari Sobel sebagai metode deteksi tepi yang kemudian akan menentukan lokasi dari iris mata c. Citra mata yang digunakan berupa citra mata yang berupa citra keabuan sehingga intensitas piksel memiliki rentang yang kecil. d. Format citra adalah.bmp dengan dimensi ukuran data adalah 112x128 piksel.
6 6 Manfaat Penelitian Manfaat dari penelitian mengenai penentuan lokasi dengan penerapan gradient magnitude, sebagai berikut: a. Bagi peneliti Hasil penelitian yang berupa aplikasi yang dikembangkan dapat menemukan lokasi iris mata yang tepat sehingga penelitian ini dapat dijadikan sebagai acuan dalam mengembangkan pengolah citra digital pada pengenalan iris mata manusia hal ini sebagai upaya pengembangan ilmu biometrik khusus nya pengembangan iris mata. b. Bagi pihak lain Hasil penelitian diharapkan dapat dijadikan sebagai bahan perbandingan bagi pihak lain yang tertarik untuk melakukan penelitian lebih lanjut dibidang biometrik dan diharapkan penelitian ini dapat memberi wawasan baru bagi pembaca. Metodelogi Penelitian Pada sub bab metode penelitian akan dijelaskan mengenai proses yang dilalui untuk menentukan lokasi dari iris mata sebagai objek penelitian. Adapun sub bab metode penelitian akan menjelaskan tentang desain penelitian, pengumpulan data, pengolahan data awal dan metode yang digunakan Desain Penelitian Judul dari penelitian ini adalah Penentuan Lokasi Iris Mata Menggunakan Metode Gradient Magnitude. Penelitian ini merupakan penelitian riset eksperimental (Hasibuan, 2007). Analisis data citra di lakukan dengan menginputkan gambar mata manusia, yang nantinya akan muncul pada picturebox, gambar yang muncul merupakan gambar awal, yang belum mendapatkan proses apapun, hal ini bertujuan untuk melihat apakah gambar yang terambil merupakan gambar yang dimaksud atau bukan. Kemudian setelah gambar yang di load sesuai, maka proses akan di mulai dari deteksi tepi dengan metode Gradient Magnitude ini.
7 7 Pada saat gambar sudah didapatkan masing-masing tepi nya, maka gambar tersebut akan di simpan di dalam sebuah folder yang hanya berisi dataset hasil deteksi tepi Pengumpulan Data Data penelitian ada dua jenis (Hasibuan, 2007), yaitu data primer dan data sekunder. Data primer adalah data yang diambil langsung dari objek penelitian. Sedangkan data sekunder merupakan data yang tidak dapat didapatkan secara langsung dari objek penelitian, melainkan data yang berasal dari sumber yang telah di kumpulkan oleh pihak lain. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa citra iris mata yang berasal dari CASIA Iris Image Database versi 1 untuk menghindari hasil buruk menggunakan kamera dengan resolusi yang tidak cukup memadai. Jumlah sampel yang ada pada database CASIA Iris Image Database berjumlah 756 citra mata grayscale yang berasal dari 108 subjek orang Asia dan terdapat pula data sampel yang berasal dari database CASIA Iris Image Database dengan jumlah subjek sebanyak 108 orang dengan citra yang berjumlah 756 citra mata yang telah dilakukan proses cropping untuk mendapatkan lokasi yang pasti dari iris mata. Format asli dari citra mata pada database ini masingmasing adalah.bmp dengan ukuran sebesar 320x280 pixel. Citra mata ini akan di gunakan dalam identifikasi lokasi iris mata. Citra mata yang di pakai dalam penelitian ini di ambil dari 108 individu yang mana pada masing-masing individu diambil sebanyak 7 buah citra, sehingga terdapat 756 buah citra mata yang di gunakan baik dalam di dalam proses pengujian sistem dan deteksi tepi dimana masing-masing citra ini berbeda antara satu dengan yang lain, walaupun berasal dari satu individu. Walaupun ukuran asli dari citra yang digunakan adalah sebesar 320x280 piksel, tetapi citra tersebut akan diatur ulang ukuran nya menjadi sebesar 112x128 piksel. Dalam melakukan sebuah proses penentuan lokasi ini data yang sebelumnya sudah terlebih dahulu di lakukan proses cropping nantinya akan dicocokan dengan data hasil deteksi tepi yang diterapkan dalam penelitian ini. Citra yang akan diterapkan proses deteksi tepi akan ditempatkan ditempat yang terpisah dari citra yang telah dilakukan proses cropping sebelumnya.
8 Pengolahan Data Awal Citra iris mata yang di akan di olah berupa file citra dengan format.bmp. format ini merupakan format citra yang umum dan banyak di gunakan, sehingga tidak perlu untuk melakukan konversi ke dalam bentuk citra dengan format yang berbeda. Adapun tahapan pengolahan citra awal ini antara lain dengan melakukan tahap preprocessing pada citra yang akan ditentukan lokasi iris matanya, dengan harapan agar batas-batas dari iris menjadi semakin jelas sehingga memudahkan saat proses mendeteksi tepi. Citra yang sebelumnya telah dilakukan proses cropping, pada bagian selain bagian iris dihitamkan dan hanya bagian iris saja yang dibiarkan seperti aslinya yaitu dengan format citra keabuan. Karena citra yang terapkan proses deteksi tepi memiliki ukuran 112x128 piksel maka citra yang telah dilakukan proses cropping juga diubah ukuran nya menjadi 112x128 piksel Metode yang Digunakan Dalam penelitian ini, metode yang digunakan untuk deteksi tepi adalah metode gradient magnitude dengan konvolusi dari sobel. Pada proses preprocessing dibagi menjadi 3 tahapan, yaitu dengan tapis nilai tengah untuk memperjelas batas-batas dari iris mata dengan mengaburkan nilai piksel yang ada, setelah itu dengan menerapkan Gaussian tapis rendah untuk mendapatkan batasbatas yang lebih jelas dari iris mata dan pupil mata selain itu untuk menghilangkan derau yang ada pada citra mata. Citra hasil proses Gaussian tapis rendah ini di terapkan maka proses terakhir yang diterapkan adalah proses penyamaan histogram (histogram equalization) untuk mendapatkan kontras yang lebih tajam pada daerah iris mata, setelah itu baru melakukan deteksi tepi pada citra yang telah mendapatkan penyamaan histogram (histogram equalization).
c. Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi (Karmilasari, 2009)
9 2. BAB II TINJAUAN PUSTAKA Tinjauan Empiris Pada penelitian ini, peneliti menggunakan beberapa penelitian terkait dengan penelitian yang sebelumnya pernah di lakukan yang menjadi tinjauan studi, yakni
Lebih terperinciAPLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA
Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciBAB I PENDAHULUAN. menganalisis citra menggunakan bantuan komputer yang bertujuan untuk
BAB I PENDAHULUAN A. Latar Belakang Citra (gambar) adalah suatu representasi, kemiripan, atau imitasi dari suatu objek (Annisa, 2010). Citra mengandung informasi tentang objek yang direpresentasikan. Sehingga
Lebih terperinciSEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP DOSEN PEMBIMBING: Drs. Daryono Budi Utomo, M.Si
APLIKASI FILTER LOG GABOR PADA SISTEM PENGENALAN IRIS MATA (Application Log-Gabor Filter in Iris Recognition System ) SEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP 1206100051 DOSEN PEMBIMBING: Drs. Daryono
Lebih terperinciYOGI WARDANA NRP
PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION ) YOGI WARDANA NRP. 2107 100 115 JURUSAN TEKNIK MESIN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Keamanan adalah masalah penting dalam kehidupan masyarakat pada saat ini. Terjadinya banyak tindak kejahatan dan pemalsuan identitas mengindikasikan bahwa masyarakat
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB I PENDAHULUAN. perkembangan zaman dan teknologi, teknik pengenalan individu secara
BAB I PENDAHULUAN 1.1 Latar Belakang Untuk mengontrol akses menuju suatu wilayah atau material yang dilindungi, dibutuhkan teknik pengenalan individu yang handal. Seiring dengan perkembangan zaman dan
Lebih terperinciBAB 1 PENDAHULUAN. sistem analog menjadi sistem komputerisasi. Salah satunya adalah sistem
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi digital pada era ini berkembang sangat pesat. Hampir setiap tahun telah ditemukan ataupun dikembangkan sebuah inovasi teknologi baru.
Lebih terperinciPERBAIKAN KUALITAS CITRA IRIS MATA UNTUK PENGENALAN POLA (BIOMETRIC) RINGKASAN
PERBAIKAN KUALITAS CITRA IRIS MATA UNTUK PENGENALAN POLA (BIOMETRIC) Dadang Heksaputra, Dhina Puspasari Wijaya, Sri Nilawati Jurusan Farmasi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciSISTEM PENGENALAN IRIS MATA MANUSIA DENGAN MENGGUNAKAN TRANSFORMASI WAVELET
Seminar Nasional Aplikasi Teknologi Informasi 27 (SNATI 27) ISSN: 197-522 Yogyakarta, 16 Juni 27 SISTEM PENGENALAN IRIS MATA MANUSIA DENGAN MENGGUNAKAN TRANSFORMASI WAVELET Maimunah 1), Agus Harjoko 2)
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
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 terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciIDENTIFIKASI IRIS MATA MENGGUNAKAN TAPIS GABOR WAVELET DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ)
IDENTIFIKASI IRIS MATA MENGGUNAKAN TAPIS GABOR WAVELET DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ) Budi Setiyono, R. Rizal Isnanto *) Abstract Biometric represents the human identification
Lebih terperinci3 BAB III METODE PENELITIAN
20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 4, No. 2, Hal ISSN : x
PENGENALAN MOTIF BATIK INDONESIA MENGGUNAKAN DETEKSI TEPI CANNY DAN TEMPLATE MATCHING [1] Fera Flaurensia, [2] Tedy Rismawan, [3] Rahmi Hidayati [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperincikalangan yang berkecimpung di dalam sesuatu yang membutuhkan pengamanan (security) data yang sangat tinggi. Pengamanan akan data-data ini semakin dira
SIMULASI DAN ANALISA SISTEM BIOMETRIK BERBASIS IRIS MATA Job Richard Hasintongan Sibarani Jurusan Teknik Informatika Fakultas Teknologi Industri, Universitas Gunadarma ABSTRAKSI Sistem biometrik pada saat
Lebih terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 GAMBARAN SINGKAT MENGENAI SISTEM PENGENALAN IRIS
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 GAMBARAN SINGKAT MENGENAI SISTEM PENGENALAN IRIS Pada masa sekarang ini sering kita jumpai system pengenalan individu melalui organ organ pada tubuh atau lebih
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
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 terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciLANDASAN TEORI BAB Sistem Biometrik
BAB 2 LANDASAN TEORI 2.1 Sistem Biometrik Biometrik berasal dari bahasa Yunani yaitu, bios artinya hidup dan metron berarti ukuran. Biometrik berarti mengukur karakteristik pembeda (distinguishing traits)
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
Lebih terperinciEKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN
EKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN Ilina Khoirotun Khisan Iskandar *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan Teknik
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciPENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT
PENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT Mira Chandra Kirana 1, Sartikha 2, Ela Erminawati 3 1,2,3 Jurusan Teknik Informatika, Politeknik Negeri Batam 1 mira@polibatam.ac.id,
Lebih terperinciPengukuran Blok Window Terbaik Berdasarkan MSE...
Pengukuran Blok Window Terbaik Berdasarkan MSE... (Dwiyanto dkk.) PENGUKURAN BLOK WINDOW TERBAIK BERDASARKAN MSE UNTUK SEGMENTASI CITRA SIDIK JARI BERBASIS MEAN DAN VARIANS Dwiyanto *, Agus Bejo, Risanuri
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAAN METODE TEMPLATE MATCHING 1 Yunifa Miftachul Arif, 2 Achmad Sabar 1 Jurusan Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang 2 Jurusan Sistem Komputer,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
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 terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
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 terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006 SISTEM AUTENTIFIKASI DENGAN PENGENALAN IRIS Kent Kadim 0600618004 Yuwanly 0600660795 Abstrak
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih 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 terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org ABSTRAKSI
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,
Lebih terperinciSISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE PHASE ONLY CORRELATION
SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE PHASE ONLY CORRELATION Bondhan Tunjung ), R. Rizal Isnanto 2), Achmad Hidayatno 3) Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciSATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL
SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN / 8 KODE MK / SKS / SIFAT : AK01220 / 2 SKS / MK LOKAL Pertemuan Pokok Bahasan dan ke TIU 1 PENDAHULUAN TIU mengetahui
Lebih terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
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 terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM
BAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM 3.1 Gambaran Umum Gambar 3.1 Gambar Keseluruhan Proses Secara Umum 73 74 Secara garis besar, keseluruhan proses dapat dikelompokkan menjadi
Lebih terperinciSEGMENTASI IRIS MATA DENGAN MENGGUNAKAN TRANSFORMASI HOUGH
SEGMENTASI IRIS MATA DENGAN MENGGUNAKAN TRANSFORMASI HOUGH Yanuangga G.H.L 1, YulianaMelita, M.Kom 2 MahasiswaPascaSarjanaTeknologiInformatika 1 Dosen Teknologi Informatika 2 STTS Surabaya e-mail: 1 yanuangga_id@yahoo.com,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciIdentifikasi Iris Mata Menggunakan Alihragam Wavelet Haar dan Transformasi Hough
Identifikasi Iris Mata Menggunakan Alihragam Wavelet Haar dan Transformasi Hough Okta Silvia M 1, Febi Yanto 2 1,2 Teknik Informatika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl. H.R.
Lebih terperinciBAB IV PREPROCESSING
BAB IV PREPROCESSING 4.1 Langkah yang Dilakukan Interpretasi visual citra Pap smear merupakan hal yang sangat rumit. Hal ini disebabkan karena citra Pap smear memberikan hasil sel yang beragam mulai dari
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciPERANCANGAN APLIKASI SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE GABOR WAVELET PADA EKSTRAKSI CIRI SKRIPSI PRISILIA LUKAS
PERANCANGAN APLIKASI SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE GABOR WAVELET PADA EKSTRAKSI CIRI SKRIPSI PRISILIA LUKAS 081401039 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
Lebih terperinciKONTROL GERAKAN BUKA TUTUP PINTU UNTUK AKSES SISTEM KEAMANAN MENGGUNAKAN POLA IRIS MATA MANUSIA
KONTROL GERAKAN BUKA TUTUP PINTU UNTUK AKSES SISTEM KEAMANAN MENGGUNAKAN POLA IRIS MATA MANUSIA Nazrul Effendy 1), Khoerul Anwar 2), Ananda Dwi Mahendra 3), Beta M.G.S 4) 1,2,3,4) Jurusan Teknik Fisika,
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciPEMANFAATAN APLIKASI GOOGLE EARTH SEBAGAI MEDIA PEMBELAJARAN GOGRAFIS MENGGUNAKAN METODE IMAGE ENHANCEMENT
PEMANFAATAN APLIKASI GOOGLE EARTH SEBAGAI MEDIA PEMBELAJARAN GOGRAFIS MENGGUNAKAN METODE IMAGE ENHANCEMENT Dewi Arita 1, Andri Pranolo 2 1 Teknik Informatika, FITB, Universitas Teknologi Yogyakarta Jalan
Lebih terperinciJurnal Science Tech Vol. 4, No. 1, Februari
ANALISIS DETEKSI IRIS MATA MENGGUNAKAN METODE DETEKSI TEPI SOBEL Ayu Fitri Amalia 1, Handoyo Saputro 2 Fakultas Keguruan dan Ilmu Pidikan, Universitas Sarjanawiyata Tamansiswa email: 1 ayufitriamalia@ustjogja.ac.id,
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dibidang transportasi darat khususnya kendaraan bermotor, semakin membantu masyarakat penggunanya, sehingga menjadikan kendaraan bermotor sebagai
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciIDENTIFIKASI POLA IRIS MATA MENGGUNAKAN DEKOMPOSISI TRANSFORMASI WAVELET
IDENTIFIKASI POLA IRIS MATA MENGGUNAKAN DEKOMPOSISI TRANSFORMASI WAVELET Ledya Novamizanti Institut Teknologi Telkom, Bandung ledyamizan@gmail.com, ledya_novamizanti@yahoo.com ABSTRACT The recent advances
Lebih terperinciPENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE
PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE Muhammad Luqman Afif - A11.2009.04985 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang ABSTRAK Program
Lebih terperinci