Pengenalan Bentuk Geometri Benda Menggunakan Faktor Kebundaran
|
|
- Yuliani Yenny Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengenalan Bentuk Geometri Benda Menggunakan Faktor Kebundaran Setia Astuti Abstract : To Identify the Geometric shape using roundness factor is creating programs to identify areas of geometric shapes circle, square, and triangle.this This identification program created using MATLAB software. The research used experimental methodology, while the literature study was done by searching information on the basis of the image and the theory of roundness. This identification program (round, square, and triangle) is expected to help identify the geometry of an object together with the value ratio. Keyword : Citra, Roundness Factor PENDAHULUAN Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnnya. Ciri-ciri yang bagus adalah ciri yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola bedasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi. Ciri pada suatu pola diperoleh dari hasil pengukuran terhadap obyek uji. Khusus pada pola yang tedapat di dalam citra, ciri-ciri yang dapat diperoleh berasal dari informasi : Spasial : intensitas pixel, histogram, dan lain-lain. Tepi : arah, kekutan, dan lain-lain. Kontur : garis, ellips, linkaran, dan lain-lain. Wilayah/bentuk : keliling, luas, pusat massa, dan lain-lain. Hasil transformasi fourier : frekuensi, dan lain-lain. Pengenalan pola bertujuan menentukan kelompok atau kategori pola berdasarkan ciri-ciri yang dimiliki oleh pola tersebut. Dengan kata lain, pengenalan pola membedakan suatu obyek dengan objek lain. Terdapat dua Setia Astuti adalah Dosen Fakultas Ilmu Komputer UDINUS Semarang 53
2 54 Techno.Com, Vol. 7 No. 3, Nop 2008 pendekatan yang dilakukan dalam pengenalan pola: pendekatan secara statistik dan pendekatan secara sintaktik atau struktural. Pengenalan pola merupakan bidang dalam pembelajaran mesin dan dapat diartikan sebagai tindakan mengambil data mentah dan bertindak berdasarkan klasifikasi data. Dengan demikian, pengenalan pola merupakan himpunan kaidah bagi pembelajaran diselia (supervised learning). Setiap obyek dua dimensi pasti tentunya mempunyai bentuk, bentuk obyek yang satu dengan yang lain pasti berbeda-beda, ada yang berbentuk bujursangkar, bundar, segitiga, ellips dan lain-lain. Obyek-obyek tersebut terbentuk dari deretan piksel-piksel yang membentuk suatu pola tertentu. Bagaimana komputer mengidentifikasi atau menyebutkan bahwa obyek dua dimensi tersebut mempunyai bentuk bundar, bujursangkar dan bundar? Apa yang menjadi dasar komputer dapat menentukan obyek dua dimensi tersebut? Bagaimana membedakan benda geometris yang satu dengan yang lain. Berdasarkan latar belakang diatas ingin diketahui apakah suatu benda mempunyai bentuk (bundar, bujursangkar, dan segitiga) atau tidak. Biasanya obyek-obyek yang diteliti dalam pengenalan pola diambil dari image yang sudah jadi dalam bentuk jpg ataupun bmp. Penelitian menggunakan teori kebundaran yang akan diterapkan di pengenalan pola. Dalam teori kebundaran nilai kebundaran (ratio) itu berada 0<x<=1, dimana jika rasio mendekati nilai 0 maka obyek tersebut berbetuk garis dan sebaliknya mendekati 1 maka obyek tersebut berbentuk bundar. Lingkaran merupakan obyek yang paling bundar dimana nilai rasio sama dengan satu. Pengenalan Bentuk Geometeri Benda menggunakan Faktor Kebundaran menggunakan sample objek dua dimensi yang berbentuk bundar, bujursangkar dan segitiga. Parameter yang digunakan adalah L (luas obyek) dan P (luas garis tepi dari obyek). Dari kedua perimeter tersebut akan didapatkan sebuah nilai faktor kebundaran sehingga dari nilai tersebut kita dapat menentukan obyek tersebut termasuk golongan bundar, bujursangkar dan segitiga atau bukan dari ketiga-tiganya. TINJAUAN PUSTAKA Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Di tinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh alat-alat optik, misalnya mata pada manusia, kamera pemindai (scanner), dan sebagainya, sehingga bayangan obyek yang disebut citra tersebut terekam. Pengenalan Pola Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnnya. Cirri yang bagus adalah ciri
3 Pengenalan Bentuk Geometri Benda (Astuti) 55 yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan cirri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi. Sebagai contoh, Pola Huruf Suara Tanda tangan Sidik jari Ciri tinggi, tebal, titik sudut, lengkungan garis, dan lain-lain Amplitude, frekuensi, nada, intonasi, warna, dan lain-lain. Panjang, kerumitan, tekanan, dan lain-lain. Lengkungan, jumlah garis, dan lain-lain. Ciri pada suatu pola diperoleh dari hasil pengukuran terhadap objek uji. Khusunya pada pola yang terdapat di dalam citra, cirri-ciri yang dapat diperoleh berasal dari informasi : Spasial : intensitas pixel, histogram, dan lain-lain. Tepi : arah, kekuatan, dan lain-lain. Kontur : garis, ellips, lingkaran, dan lain-lain. Wilayah / bentuk : keliling, luas, pusat massa, dan lain-lain. Hasil transformasi fourier : frekuensi. Pengenalan pola bertujuan menentukan kelompok atau kategori pola berdasarkan cirri-ciri yang dimiliki oleh pola tersebut. Dengan kata lain, pengenalan pola membedakan suatu objek dengan objek lain. Terdapat dua pendekatan yang dilakukan dalam pengenalan pola : pendekatan secara statistik dan pendekatan sintaktik atau structural. Citra Biner Citra biner adalah citra yang hanya mempunyai dua nilai derajat keabuan : hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang lebih kaya dari pada citra biner, namun tidak membuat citra biner mati. Definisi-definisi Dasar Pada Citra Biner o Tetangga Obyek terdiri dari beberapa, bahkan banyak sekali piksel yang saling bersambungan/terkoneksi. Dalam citra digital yang dipresentasikan dalam bentuk rangkaian bujursangkar persegi-empat (square tesselation), sebuah piksel mempunyai empat piksel tetangga yang bersentuhan sisi dan empat piksel tetangga lainnya yang bersentuhan sudut.
4 56 Techno.Com, Vol. 7 No. 3, Nop 2008 o Lintasan Sebuah deretan piksel yang terkoneksi secara 4-tetangga disebut 4-lintasan, demikian juga bila deretan piksel terkoneksi secara 8-tetangga disebut 8-lintasan. Pengertian lintasan ini akan menjadi penting manakala kita melakukan pemeriksaan tepi atau perimeter suatu obyek. Biasanya perimeter suatu obyek merupakan suatu deretan piksel 8-lintasan yang merupakan bagian terluar dari obyek, karena bagian terluar dari obyek tidak selalu rata seperti obyek berbentuk bujursangkar, akan tetapi dapat saja tidak rata seperti berbentuk ligkaran. Gambar dibawah memperlihatkan contoh sederhana dari 4-lintasan dan 8-lintasan. o Latar Depan Semua piksel dengan nilai bukan nol (milik obyek, lawannya adalah piksel bernilai nol, milik latar belakang) di dalam citra biner disebut latar depan, dan dilambangkan dengan S. semua jenis operasi pada citra biner dikenakan terhadap piksel-piksel ini. Biasanya, latar depan digunakan untuk menandai sebuah obyek. o Koneksitas Sebuah piksel a S dikatakan terkoneksi dengan b S jika ada lintasan dari a ke b yang mencangkup seluruh piksel dari S. Dengan demikian bila ada tiga piksel a, b, dan c dalam S berlaku : 1. piksel a terkoneksi pada a (sifat refleksi). 2. jika a terkoneksi pada b, maka b terkoneksi pada a (sifat komutatif). 3. jika p terkoneksi pada b dan b terkoneksi pada c, maka a terkoneksi pada c (sifat transitif). Aturan ini juga berlaku untuk piksel-piksel selanjutnya sehingga titik-titik atau piksel-piksel tadi membentuk sebuah obyek. Komponen Terkoneksi Sekumpulan piksel dimana setiap piksel terkoneksi pada seluruh piksel lainnya disebut komponen terkoneksi. Kadangkala sekumpulan piksel ini mewakili obyek, tetapi bisa juga mewakili bagian dari obyek, atau bahkan beberapa buah obyek. Dalam kasus lain sekumpulan piksel terkoneksi yang tidak terlalu besar mungkin merupakan noise yang harus dihapus. Dengan demikian komponen2 terkoneksi
5 Pengenalan Bentuk Geometri Benda (Astuti) 57 masih harus diproses dan diyakinkan terlebih dahulu bahwa ia merupakan representasi dari sebuah obyek, bila kita ingin menghitung ciri-ciri mendasar dari obyek. Sekumpulan komponen terkoneksi yang merupakan komplemen dari S disebut latar belakang dan dilambangkan dengan. Komponen lainnnya dari S yang tidak terkoneksi disebut lubang (holes), karena pasti berada di dalam S. Untuk menghindari kerancuan konsep ketersambungan, obyek dan latar belakang tidak boleh menggunakan definisi koneksitas yang sama. Umumnya obyek menggunakan koneksitas 8-tetangga dan latar belakang 4-tetangga. Perbatasan Perbatasan dari S adalah sekumpulan piksel dari S yang mempunyai sedikitnya satu piksel 4-tetangga dari dan dapat kita lambangkan dengan S. Perimeter suatu obyek yang merupakan deretan piksel 8- lintasan bagian terluar dari obyek, dapat dibentuk dengan mendeteksi piksel-piksel perbatasan ini sesuai dengan definisi yang diberikan. Pengkodean Citra Biner Citra biner umumnya dikodekan dengan metode run-length encoding (RLE). Metode pengkodean ini menghasilkan representasi citra yang mampat. Dua pendekatan yang digunakan dalam penerapan RLE pada citra biner : 1. Posisi awal kelompok nilai 1 dan panjangnya (length of runs) 2. Panjang run, dimulai dengan panjang run 1.
6 58 Techno.Com, Vol. 7 No. 3, Nop 2008 Contoh Misalkan citra binernya adalah sebagai berikut Hasil pengkodean dengan menggunakan metode RLE: (i) pendekatan pertama : (1,3) (7,2) (12,4) (17,2) (20,3) (5,13) (19,4) (ii) pendekatan kedua 3,3,2,3,4,1,2,1,3 0,4,13,1,4 3,13,6 Pengukuran Jarak Pengukuran jarak dua piksel atau dua komponen dari citra diperlukan dalam banyak aplikasi, baik untuk tujuan akhir maupun untuk tujuan antara. Ada tiga cara yang umum digunakan untuk mengukur jarak dua buah titik pada citra, yaitu : 1. Enclidean 2. City-block 3. Chess board Pelabelan Komponen Bila citra mengandung obyek lebih dari satu, ciri-ciri mendasar dari masing-masing obyek dapat dihitung secara sendiri-sendiri melalui operasi pelabelan. Caranya adalah dengan menemukan komponen terkoneksi dalam citra, karena suatu komponen terkoneksi bisa mewakili sebuah obyek.
7 Pengenalan Bentuk Geometri Benda (Astuti) 59 Kumpulan piksel ini dianggap sebagai obyek tunggal, bila ia tidak lagi tersambung dengan kumpulan piksel lainnya. Algoritma untuk menemukan komponen terkoneksi dalam sebuah citra dan menandainya disebut operasi pelabelan komponen. Perhitungan ciri dari obyek-obyek akan rancu bila tanpa pelabelan. Filter Ukuran Adalah hal yang sangat umum untuk menemukan noise pada citra biner hasil proses binerisasi karena adanya kesalahan dalam mengelompokan piksel-piksel ke dalam golongannya. Biasanya noise ini berukuran kecil bila dibandingkan dengan bagian obyek dan dalam praktek biasanya besarnya obyek minimum diketahui, sehingga komponen terkoneksi dengan ukuran di bawah nilai tertentu dapat dianggap sebagai noise. Karena itu filter ukuran bisa digunakan untuk menghapus noise jenis ini. Nilai obyek dan noise masing-masing telah diberi label, maka ukuran mereka secara individu dapat dihitung, dan sekumpulan piksel dengan ukuran relatif kecil berarti noise sehingga dapat dihapus. Namun demikian pemilihan terhadap nilai maksimum dari besarnya noise yang akan dihapus perlu dilakukan secara hati-hati. Bila nilai batas yang diberikan terlalu besar, kemungkinan dapat menghapus bagian dari obyek dengan berbagai kemungkinannya. Kode Rantai Perbatasan suatu obyek dengan latar belakang adalah perimeter dari suatu obyek. Namun demikian ada sedikit perbedaan antara perbatasan dengan perimeter, yaitu perbatasan juga menyertakan piksel-piksel perbatasan yang disebabkan oleh adanya lubang-lubang pada obyek, misalnya lubang yang ditimbulkan akibat operasi binerisasi yang kurang baik, atau akibat adanya noda gelap pada obyek yang terang sebelum operasi binerisasi. Untuk mendapatkan nilai perimeter suatu obyek, piksel-piksel pada bagian tengah bunga harus dihilangkan. Hal ini dapat dilakukan dengan menelusuri sekali lagi piksel-piksel perbatasan dari satu
8 60 Techno.Com, Vol. 7 No. 3, Nop 2008 titik hingga kembali ke titik tersebut. Dengan demikian maka perbatasan dalam, yaitu piksel-piksel yang timbul akibat adanya lubang tidak akan terbaca karena tidak tersambung dengan perbatasan luar. Teknik ini menghasilkan suatu informasi tersendiri yang disebut kode rantai, karena menghasilkan suatu kode yang menunjukan arah pergerakan dari perbatasan luar yang saling menyambung membentuk rantai Area dan Perimeter Area adalah jumlah piksel dalam S, jadi bila dalam satu citra terdapat lebih dari satu kompinen, S 1,S 2, S n maka akan ada A 1,A 2, A n. Jadi nilai area suatu suatu obyek adalah jumlah dari piksel-piksel penyusun obyek tersebut dan unit yang umum digunakan adalah piksel, karena sejumlah piksel atdi membentuk suatu luasan. Area dapat mencerminkan ukuran atau berat obyek sesungguhnya pada beberapa benda pejal dengan bentuk yang hamper seragam (misalnya buah mangga, semangga, dan lainlain), tetapi tidak demikian untukbenda yang berongga (misalnya paprika). Perimeter, seperti telah disinggung sebelumnya adalah bagian terluar dari suatu obyek yang bersebelahan dengan piksel atau piksel-piksel dari latar belakang. Oleh karena itu perimeter mempunyai beberapa definisi yang berbeda namun sebenarnya mempunyai maksud yang sama. Ketiga definisi tersebut adalah: 1. jumlah panjang garis yang memisahkan sepasang piksel p dan q dimana p S dan q Ŝ. 2. jumlah langkah yang diambil dalam menemukan batas daerah. 3. jumlah piksel dari batas daerah. Dari ketiga definisi di atas, definisi ketiga lebih mudah dilakukan dan lebih banyak digunakan. Namun piksel-piksel perbatasan yang disebabkan oleh adanya lubang pada obyek (seperti telah disinggung sebelumnya) harus dihilangkan, atau tidak termasuk dalam perhitungan jumlah piksel perbatasan. Jadi nilai perimeter suatu obyek dapat dicari dengan menghitung banyaknya piksel yang merupakan pikselpiksel yang berbeda pada perbatasan obyek tersebut, seperti terlihat pada Gambar 2.7. Kombinasi beberapa sifat geometri obyek dapat digunakan untuk menganalisis bentuk obyek tersebut melalaui perhitungan faktor bentuk tak berdimensi. Kekompakan (compactness) suatu obyek dapat diukur melalui analisis faktor bentuk tak berdimensi dengan ketidasksamaan isoperimetric yang diwakili persamaan sebagai berikut: 4 A R 2 P
9 Pengenalan Bentuk Geometri Benda (Astuti) 61 dimana R, A dan P masing-masing adalah kekompakan, area, dan perimeter. Dengan menganalisis faktor bentuk kekompakan, obyek-obyek dengan tepi yang rata akan memperlihatkan nilai yang berbeda dengan obyek-obyek dengan tepi yang bergerigi. Hal ini dapat digunakan misalnya untuk mengidentifikasi bentuk dan ukuran obyek yang sama, tetapi dengan profil tepi yang berbeda. Obyek dengan tepi yang rata akan memberikan nilai R sekitar 1, dan semakin mengecil bila tepinya tidak rata atau membentuk lintasan yang berliku-liku. Dengan cara ini, lingkaran adalah bentuk yang paling bundar dengan nilai rasio sekitar 1, dan semakin mengecil ketika obyek berbentuk memanjang (elips atau garis). Bila lingkaran diubah menjadi elips maka nilai ratio A/L² mengecil dan mendekati nol untuk sebuah garis. Dengan sifat yang demikian nilai, kebundaran dapat digunakan untuk menggolongkan bentuk obyek yang dihubungkan dengan bentuk bundar dan bentuk memanjang seperti yang banyak dijumpai pada jenis buah-buahan. Contoh : Citra pada gambar dibawah ini akan dihitung Area, Perimeter, Kekompakan dan kebundaranya A = jumlah piksel di baris ke-1 + baris ke baris ke-8 = = 44 piksel P = jumlah piksel dari batas daerah = 28 piksel 4 A 4.3,14.44 R = 0, P 28
10 62 Techno.Com, Vol. 7 No. 3, Nop 2008 ANALISA DAN PEMBAHASAN Pengumpulan data melalui pencatatan langsung dari percobaan atau perhitungan untuk mengenali bentuk bidang lingkaran, bujursangkar, dan segitiga dengan menggunakan teori kebundaran. Citra Warna Citra Grayscale Citra Treshold Filtering Roundness / kebundaran Citra Hasil Roundness Citra Filter Sample yang diuji diambil dari webcame atau sudah berupa image. Image yang tadinya berwarna kemudian di ubah menjadi grayscale (2 warna hitam dan putih). Citra hitam putih kemudian di threshold menjadi nilai biner 0 dan 1. Citra biner kemudian di filter. Tujuan dari filter agar image yang tidak digunakan bisa dapat dihapus. Kemudian pencarian kebundaran dari obyek. Dari kebundaran obyek akan didapatkan nilai faktor kebundaran sehingga dapat ditentukan obyek tersebut termasuk bundar, bujursangkar, dan segitiga atau mungkin bukan ketiganya. Tabel Obyek diameter sama (lingkaran) No Obyek dengan diameter sama Nilai kebundaran 1. D=50 piksel 0,93 2. D=100 piksel 0,91 3 D=150 piksel 0,91 4 D=200 piksel 0,91 5 D=250 piksel 0,91
11 Pengenalan Bentuk Geometri Benda (Astuti) 63 6 D=300 piksel 0,90 7 D=350 piksel 0,90 8 D=400 piksel 0,90 9 D=450 piksel 0,90 10 D=500 piksel 0,90 Tabel Obyek diameter berbeda (ellips) No Obyek dengan diameter berbeda Nilai kebundaran 1. D1=500 piksel, D2=50 piksel 0,23 2. D1=500 piksel, D2=100 piksel 0,41 3 D1=500 piksel, D2=150 piksel 0,56 4 D1=500 piksel, D2=200 piksel 0,68 5 D1=500 piksel, D2=250 piksel 0,76 6 D1=500 piksel, D2=300 piksel 0,82 7 D1=500 piksel, D2=350 piksel 0,86 8 D1=500 piksel, D2=400 piksel 0,89 9 D1=500 piksel, D2=450 piksel 0,90 10 D1=500 piksel, D2=500 piksel 0,90 Tabel Obyek sisi sama (bujursangkar) No Obyek-obyek persegi (piksel) Nilai kebundaran 1. S=50 piksel 0,82 2. S=100 piksel 0,80 3 S=150 piksel 0,80
12 64 Techno.Com, Vol. 7 No. 3, Nop S=200 piksel 0,79 5 S=250 piksel 0,79 6 S=300 piksel 0,79 7 S=350 piksel 0,79 8 S=400 piksel 0,79 9 S=450 piksel 0,79 10 S=500 piksel 0,79 Tabel obyek sisi berbeda (persegi panjang) No Obyek-obyek persegi panjang (piksel) Nilai kebundaran 1. P=500 piksel, L=50 piksel 0,26 2. P=500 piksel, L=100 piksel 0,44 3 P=500 piksel, L=150 piksel 0,56 4 P=500 piksel, L=200 piksel 0,64 5 P=500 piksel, L=250 piksel 0,70 6 P=500 piksel, L=300 piksel 0,74 7 P=500 piksel, L=350 piksel 0,76 8 P=500 piksel, L=400 piksel 0,78 9 P=500 piksel, L=450 piksel 0,79 10 P=500 piksel, L=500 piksel 0,79 Tabel obyek sisi sama (segitiga sama sisi) No Obyek-obyek segitiga (piksel) Nilai kebundaran 1. S=55 piksel 0,59 2. S=96 piksel 0,58 3 S=159,7 piksel 0,56
13 Pengenalan Bentuk Geometri Benda (Astuti) 65 4 S=204,7 piksel 0,56 5 S=222,5 piksel 0,56 6 S=257,9 piksel 0,56 7 S=301,0 piksel 0,56 8 S=312,8 piksel 0,56 9 S=452,4 piksel 0,55 10 S=500,9 piksel 0,55 Tabel obyek sisi berbeda (segitiga sembarang) No Obyek-obyek segitiga dengan sisi yang berbeda Nilai kebundaran 1. S 1 =145,7 s 2 =137,8 s 3 =212,2 0,46 2. S 1 =202 s 2 =210,1 s 3 =395 0,21 3 S 1 =117,5 s 2 =293,3 s 3 =357,9 0,32 4 S 1 =180,6 s 2 =208 s 3 =104,8 0,47 5 S 1 =58,7 s 2 =55,4 s 3 =51,0 0,60 6 S 1 =125,7 s 2 =118.2 s 3 =125,7 0,55 7 S 1 =326,2 s 2 =241,2 s 3 =442,7 0,45 8 S 1 =162,0 s 2 =156,9 s 3 =53 0,36 9 S 1 =42,4 s 2 =36,1 s 3 =36 0,60 10 S 1 =113,2 s 2 =95,2 s 3 =99 0,57 KESIMPULAN Dari pembahasan dapat diambil kesimpulan sebagai berikut : 1. Faktor kebundaran obyek dengan bentuk bundar adalah 0.9-1, Faktor kebundaran obyek dengan bentuk bujursangkar adalah 0,79-0,82, dan Faktor kebundaran obyek dengan bentuk segitiga adalah 0,55-0,60.
14 66 Techno.Com, Vol. 7 No. 3, Nop Untuk obyek dengan diameter yang berbeda (ellips) dan sisi yang berbeda (segita sembarang dan persegi panjang) mempunyai range nilai kebundaran dari obyek yang berdiameter dan sisi yang sama yaitu antara 0 1 sehingga nilai kebundarannya dari obyek dengan diameter dan sisi yang berbeda tidak bisa dijadikan sebagai acuan dalam menentukan obyek-obyek dalam bentuk bundar, bujursangkar, dan segitiga. DAFTAR PUSTAKA 1. Haykin, S Neural Networks. Macmillan College Publishing Company, Inc, New York. 2. Munir, Rinaldi Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung : Informatika. 3. Murni, Aniati Pengantar Pengolahan Citra. Jakarta: PT Elex Media Komputindo. 4. Paulus, Erick S.Si, M.Kom, dan Nataliani, Yessica, S.Si., M.Kom Cepat Mahir GUI Matlab. Yogyakarta : Andi. 5. Ch.Wijaya, Marvin dan Prijono, Agus Pengolahan Citra Digital Menggunakan Matlab. Bandung : Informatika /Maret/2010
IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN
Techno.COM, Vol. 13, No. 4, November 2014: 198-205 IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN Irwansyah Nur Amrullah 1, T.Sutojo 2 1,2 Fakultas Ilmu Komputer Universitas
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih 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 terperinciPola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features).
Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri yang bagus adalah ciri
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 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 terperinciDETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA
DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA Triyanto Adi Saputro., Elha Dhanny H, Andriansyah Ramadhan, Afi Muftihul Situmorang, M Fajar Lazuardi. Teknik Informatika, Fakultas Program
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 terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciBAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Citra (image) istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
Lebih terperinciBinerisasi Otomatis Pada Citra Bergradasi Dengan Metode Variabel Dan Metode Iterasi
Binerisasi Otomatis Pada Citra Bergradasi Dengan Metode Variabel Dan Metode Iterasi Setia Astuti Abstract : Digital image processing is converting the image into binary image which is part of an image
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
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 terperinciPERANCANGAN PEMBANGKIT TANDA TANGAN DIGITAL MENGGUNAKAN DIGITAL SIGNATURE STANDARD (DSS) Sudimanto
Media Informatika Vol. 14 No. 2 (2015) PERANCANGAN PEMBANGKIT TANDA TANGAN DIGITAL MENGGUNAKAN DIGITAL SIGNATURE STANDARD (DSS) Abstrak Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
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
Lebih terperinciImplementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital
UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo
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 terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
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 terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciImplementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra
249 Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra Ahmad Jalaluddin 1, Yuliana Melita 2 1) Univers itas Islam Lamongan 2) Sekolah Tinggi Teknik Surabaya Odden.85@gmail.com, ymp@stts.edu
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI OBJEK BERDASARKAN BENTUK DAN UKURAN Dika Adi Khrisna*, Achmad Hidayatno**, R.
MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI OBJEK BERDASARKAN BENTUK DAN UKURAN Dika Adi Khrisna*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Salah satu bidang yang berkaitan dengan pengolahan citra adalah
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
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 terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciPemampatan Citra. Esther Wibowo Erick Kurniawan
Pemampatan Citra Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Mengapa? MEMORI Citra memerlukan memori besar. Mis. Citra 512x512 pixel 256 warna perlu 32 KB (1 pixel =
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciBINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC
BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC Naser Jawas STMIK STIKOM BALI naser.jawas@stikom-bali.ac.id Abstrak Binerisasi citra dokumen adalah sebuah langkah awal yang sangat penting dalam
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 terperinciKOMPRESI CITRA (2) & SEGEMENTASI CITRA. Pertemuan 13 Mata Kuliah Pengolahan Citra
KOMPRESI CITRA (2) & SEGEMENTASI CITRA Pertemuan 13 Mata Kuliah Pengolahan Citra SPATIAL COMPRESSION (Metode Run Length Encoding / RLE) Cocok digunakan untuk memampatkan citra yang memiliki kelompok-kelompok
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih 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 terperinciKOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra
KOMPRESI CITRA Pertemuan 12 Mata Pengolahan Citra PEMAMPATAN CITRA Semakin besar ukuran citra semakin besar memori yang dibutuhkan. Namun kebanyakan citra mengandung duplikasi data, yaitu : Suatu piksel
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 terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
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 terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Histogram dan Operasi Dasar Pengolahan Citra Digital 3 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 MAMPIR SEB EN TAR Histogram Histogram citra
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 terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciPerancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam
Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Menggunakan Webcam Albert Haryadi [1], Andrizal,MT [2], Derisma,MT [3] [1] Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas,
Lebih terperinciPemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI. Oleh : Sumitomo Fajar Nugroho M
Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI Oleh : Sumitomo Fajar Nugroho M 0104062 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2010 BAB
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciOperasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma
Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1 Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih 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 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 terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6 Semeste r : VI Waktu : x x 5 Menit Pertemuan : & 4 A. Kompetensi. Utama Mahasiswa dapat memahami tentang sistem pengolahan
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciPengolahan Citra (Image Processing)
BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
Lebih terperinciSEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING
SEGMENTASI CITRA BATIK BERDASARKAN FITUR TEKSTUR MENGGUNAKAN METODE FILTER GABOR DAN K-MEANS CLUSTERING #1 Amin Padmo A.M, #2 Murinto Program Studi Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciAPLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK
APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK 1 Yuda Permadi, 2 Murinto Program Studi Teknik Informatika Kampus
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 terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih 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 terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2.1 Pengertian Citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue)
Lebih terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
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 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciBAB IV UJI COBA DAN ANALISIS
BAB IV UJI COBA DAN ANALISIS Bab ini tersusun atas penjelasan hasil uji coba terhadap Sistem Pencocokan Dental yang dikembangkan beserta analisis hasil uji coba. Pengujian dan analisis dilakukan untuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Uang Kertas Rupiah Uang Rupiah Kertas adalah Uang Rupiah dalam bentuk lembaran yang terbuat dari Kertas Uang yang dikeluarkan oleh Bank Indonesia, dimana penggunaannya dilindungi
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 terperinci(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :
(IMAGE ENHANCEMENT) Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagi cara. Tujuannya adalah untuk memproses citra yang dihasilkan lebih baik daripada
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
Lebih terperinciTEKNIK PENGKERANGKAAN CITRA DIGITAL MEMPERGUNAKAN ALGORITMA STENTIFORD PADA INPUT CITRA DOKUMEN TEKS JAWA
55 TEKNIK PENGKERANGKAAN CITRA DIGITAL MEMPERGUNAKAN ALGORITMA STENTIFORD PADA INPUT CITRA DOKUMEN TEKS JAWA A. Rudatyo Himamunanto, Elisabeth Kaka Kole Fakultas Sains dan Komputer, Universitas Kristen
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
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 terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
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 terperinciFitur Bentuk Pada Citra. Achmad Basuki, Nana R PENS-ITS, 2008
Fitur Bentuk Pada Citra Achmad Basuki, Nana R PENS-ITS, 008 Materi Fitur Bentuk Deteksi Tepi Histogram Proyeksi Histogram Sudut Aplikasi Pengenalan Angka Fitur Bentuk Fitur bentuk adalah fitur dasar dalam
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 terperinciAplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),
Lebih terperinciPerancangan Sistem Pengujian Distorsi Kaca Spion Menggunakan Metode Radial Line
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2301-9271 A-207 Perancangan Sistem Pengujian Distorsi Kaca Spion Menggunakan Metode Radial Line Fitri Rahmah, Apriani Kusumawardhani, Heru Setijono Department
Lebih terperinciPPKF63108 DIGITAL IMAGE PROCESSING
RENCANA PEMBELAJARAN SEMESTER (RPS) PPKF63108 DIGITAL IMAGE PROCESSING PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
Lebih terperinci