Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
|
|
- Yulia Rachman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007
2 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu teknologi berbasis pengolahan citra
3 MATERI 1. Introduction: Image Processing 2. Image Model 3. Gray-Scale Transformation 4. Image Statistic 5. Image Enhancement 6. Tranformasi Fourier and Image Spectrum 7. Image Filtering 8. Reduksi Noise 9. Deteksi Tepi 10. Image Feature Extraction (Color, Shape & Texture) 11. Image Segmentation 12. Image Application: Image Searching 13. Image Application: Character Recognition 14. Image Application: Deteksi Obyek Berdasarkan Warna/Bentuk
4 Materi Prasyarat Matematika Pemrograman Grafis Struktur Data
5 Pengolahan Citra Pengolahan citra adalah salah satu aplikasi yang dapat mengubah gambar menjadi suatu informasi Tujuan lebih jauh dari pengolahan citra adalah membuat suatu sistem yang bisa melihat
6 Beberapa Judul Proyek Akhir Pengolahan Citra Content Based Image Retrieval Pengenalan Wajah Tracking Wajah secara Real Time Pengenalan Tulisan dan Tanda Tangan Untuk Cek Bank Mesin Absensi Dengan Sidik Jari Deteksi dan Pengenalan Rambu-Rambu Lalu-Lintas Deteksi Gerakan Badan Untuk Kendali Game Kendali Game Dengan Gerakan Mata Filter Gambar Porno Pengenalan Buah dan Produk Menggunakan Fitur Warna Deteksi Jumlah Obyek Gambar Video Panorama Menggunakan Image Mosaic Mesin Pembaca Not Jawa Sistem Keamanan Terpadu Dengan Deteksi Gerakan Pengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar Sketsa Navigasi Cerdas Pada Robot Pengenalan Golongan Darah Dll.
7 Referensi Gonzales, Rafael C, Woods, Richard E, Digital Image Processing, Prentice-Hall Inc., 2 nd Edition, 2002 Nixon Mark, Aguando, Alberto, Feature Extraction and Image Processing, 1 st Edition, 2002 Awcock GJ., Thomas R., Applied Image Processing, McGraw-Hill, 2001 Parker JR., Algorithm For Image Processing and Computer Vision, John Wiley & Sons, Achmad Basuki, Fathurrochman, Joshua F Palandi, Pengolahan Citra Digital Menggunakan Visual Basic 6, Graha Ilmu, 2005 Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, Dadet Pramadihanto, Step by step Pengolahan Citra Digital, Penerbit Andi, Jogjakarta, 2006
8 Pengolahan Data Berdasarkan Input/Output OUTPUT IMAGE DESKRIPSI INPUT IMAGE DESKRIPSI Image Processing Grafika Komputer Computer Vision Data Mining dll.
9 Image Processing Image processing adalah suatu pengolahan data yang masukannya berupa gambar dan luarannya juga gambar Tujuan dari image processing adalah memperbaiki informasi pada gambar sehingga mudah terbaca atau memperbaiki kualitas dari gambar itu sendiri Image Enhancement Color Image Processing Image Feature Extraction Image Segmentation Image Compression Computer Vision
10 Model Image Sampling Kuantisasi Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikan suatu gambar Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel (menunjukkan jumlah bit pada gambar digital b/w dengan 2bit, grayscale dengan 8 bit, true color dengan 24 bit
11 Image Enhancement Proses untuk memperbaiki gambar seperti brightness, contrast, mengubah gambar menjadi gray-scale, inversi, reduksi noise,deteksi tepi dan sharpness Masukan Image Enhancement Luaran Brightness & Contrast Gray Scale Sharpness
12 Image Segmentation Proses untuk mengelompokkan gambar sesuai dengan onyek gambarnya
13 Persoalan di dalam Image Processing Capture Modeling Feature Extraction Image Segmentation
14 Permasalahan Capture Capture (Menangkap Gambar) merupakanprosesawaldariimage processing untuk mendapatkan gambar. Proses capture membutuhkan alat-alat capture yang baik seperti kamera, scanner, light-pen dan lainnya, agar diperoleh gambar yang baik. Gambar yang baik akan banyak membantu dalam proses selanjutnya.
15 Alat-Alat Capture Sesuai Frekwensinya Diambil dari modul pelatihan image processing yang disusun oleh bapak Dadet Pramadihanto
16 Hasil Capture
17 Hasil Capture
18 Hasil Capture
19 Hasil Capture
20 Hasil Capture
21 Permasalahan Modeling Dalam modeling diperlukan analisa matematika yang cukup rumit, khususnya pemakaian kalkulus, dan transformasi geometri. (inilah sebabnya di jurusan TI mata kuliah matematika menjadi sangat penting!!)
22 Permasalahan Feature Extraction Setiap gambar mempunyai karakteristik tersendiri, sehingga fitur tidak dapat bersifat general tetapi sangat tergantung pada model dan obyek gambar yang digunakan. Fitur dasar yang bisa diambil adalah warna, bentuk dan tekstur. Fitur yang lebih kompleks menggunakan segmentasi, clustering dan motion estimation. Pemakaian statistik dan probabilitas, pengolahan sinyal sampai pada machine learning diperlukan di sini.
23 Fitur Warna Fitur ini digunakan bila setiap obyek gambar mempunyai warna yang spesifik Color Thresholding Merah Color Histogram Color Thresholding Hijau Gray-scale Histogram
24 Fitur Bentuk Fitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang spesifik Deteksi Tepi Integral Proyeksi Kuantisasi Rata-rata
25 Fitur Tekstur Beberapa algoritma untuk mendapatkan fitur tekstur: (1) FFT (2) Wavelets (3) Image Filter (4) Filter Gabor
26 Permasalahan Image Segmentation Bagaimana memisahkan obyek gambar dengan backgroundnya Bagaimana memisahkan setiap obyek gambar. Teknik clustering apa yang sesuai dengan model dan obyek gambar yang digunakan
27 APLIKASI IMAGE PROCESSING Biometric Medical Image Image Databases Robot Vision Motion Capture Document Analysis
28 Biometric
29 Medical Image
30 Image Databases
31 Robot Vision
32 Motion Capture
33 Document Analysis
Pengantar Mata Kuliah Pengolahan Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan
Lebih terperinciImage Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010
Image Processing Nana Ramadijanti Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010 Referensi 1. Rafael C. Gonzales E.Woods, Digital Image Processing,2 nd Edition,Prentice Hall,2001 2. Wanasanan Thongsongkrit,
Lebih terperinciPengolahan Citra - Pertemuan 1 Nana Ramadijanti Politeknik Elektronika Negeri Surabaya
Pengolahan Citra - Pertemuan 1 Nana Ramadijanti Politeknik Elektronika Negeri Surabaya Materi: 1. Pendahuluan 2. Formasi Citra 3. Pemrosesan Citra dan Ekualisasi 4. Koreksi Warna 5. Konvolusi 6. Spatial
Lebih terperinciSistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Integral Proyeksi
Sistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Sigit Wasista, Siwi Dian Priyanti Jurusan Teknik Elektronika Politeknik Elektronika Negeri Surabaya- Institut Teknologi
Lebih terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
Lebih terperinciSISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA
SISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA Nana Ramadijanti, Achmad Basuki Politeknik Eletronika Negeri Surabaa, Institut Teknologi Sepuluh Nopember Surabaa Kampus PENS-ITS, Keputih, Sukolilo, Surabaa
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
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 II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
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 terperinciPENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR
PENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR Farah Zakiyah Rahmanti 1, Entin Martiana K. 2, S.Kom, M.Kom, Nana Ramadijanti
Lebih terperinciImplementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi
JURNAL FISIKA DAN APLIKASINYA VOLUME 3, NOMOR 2 JUNI 2007 Implementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi Millatul Maziyah dan Andy Noortjahja Jurusan Fisika,
Lebih terperinciPENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI
PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI Setiawardhana 1), Nana Ramadijanti 2), Rizky Yuniar Hakkun 3), Aji Seto Arifianto 4) 1,2,3) Dosen Jurusan
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 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 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 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 terperinciTIP 243 Computer Vision. 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama
TIP 243 Computer Vision 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama Computer Vision Mata kuliah ini bersifat 'inspiring subject' yang memperkenalkan
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
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 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 terperinciTracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan Metode Optical Flow
The 3 th Industrial Electronics Seminar 2 (IES 2) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2 Tracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan
Lebih terperinciKesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan
Kesepakatan Kuliah Sopan : Tidak bersandal dan berkaos Busana muslimah yang pantas Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan 3 1. PENDAHULUAN A. Signal Processing B.
Lebih terperinciImage Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009
Image Processing Nana Ramadijanti Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009 Referensi 1. Rafael C. Gonzales E.Woods, Digital Image Processing,2 nd Edition,Prentice Hall,2001 2. Dadet Pramadihanto,
Lebih terperinciCS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra
CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi
Lebih terperinciTRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW
TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW Ubaidillah Umar, Reni Soelistijorini, B. Eng, MT, Haryadi Amran Darwito, S.ST Jurusan Teknik Telekomunkasi - Politeknik
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
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 terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya
Pengenalan Wajah Menggunakan Metode Adjacent Pixel Intensity Difference Quantization Histogram Generation Oleh : ANDIK MABRUR 1206 100 716 Dosen Pembimbing : Drs. Soetrisno, MI.Komp. Jurusan Matematika
Lebih terperinciPengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM
Pengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM PENILAIAN TUGAS : 30% UTS : 30% UAS : 40% REFERENSI Slides & Hand outs; Digital Image Processing; Rafael C. Gonzalez & Richard E Woods; Addison Wesley
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4E3 PENGOLAHAN CITRA DIGITAL Disusun oleh: Bedy Purnama PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
Lebih terperinciSistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera
Sistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera Zahir arsya #1, Eru Puspita #2, Ronny Susetyoko #3 # Jurusan Teknik Elektronika, Politeknik Elektronika Negeri
Lebih terperinciCb Cb. jarak = x = w b. SNR(dB) = log( I N ) (1) (y y k) 2 n MSE = Y = 0.59G R B Cr = (R Y ) (3) Cb = 0.
JURNAL FISIKA DAN APLIKASINYA VOLUME 3, NOMOR 2 JUNI 2007 Implementasi VB 6.0 pada face detection Berbasis image processing untuk Sistem Identikasi Millatul Maziyah dan Andy Noortjahja Jurusan Fisika,
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 terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciImplementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata
Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Arif Senja Fitrani 1, Hindarto 2, Endang Setyati 3 1,2, Jurusan Teknik Informatika Universitas Muhammadiyah Sidoarjo,
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 terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila (5109100049) Dosen Pembimbing 1 Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D. Dosen
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciPERBANDINGAN PERFORMANCE IMAGE MATCHING MENGGUNAKAN KESAMAAN LANGSUNG DAN KESAMAAN SETELAH SEGMENTASI
Seminar asional Ilmu Komputer dan eknologi Informasi 003 PERBADIGA PERFORMACE IMAGE MACHIG MEGGUAKA KESAMAA LAGSUG DA KESAMAA SEELAH SEGMEASI AA RAMADIJAI, ACHMAD BASUKI Jurusan eknologi Informasi Lab
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciPemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0
Pemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0 Kholilatul Wardani, Aditya Kurniawan Politeknik Kota Malang Kompleks Pendidikan Internasional
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciAPLIKASI ABSENSI KULIAH BERBASIS IDENTIFIKASI WAJAH MENGGUNAKAN METODE GABOR WAVELET
APLIKASI ABSENSI KULIAH BERBASIS IDENTIFIKASI WAJAH MENGGUNAKAN METODE GABOR WAVELET Agus Kurniawan, Akuwan Saleh, Nana Ramadijanti Jurusan Teknik Telekomunikasi, Politeknik Elektronika Negeri Surabaya,
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 terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
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 terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih terperinciMata indera yang dimiliki manusia sehingga suatu citra (gambar) memegang peranan penting dalam prespektif manusia. Pengolahan Citra Digital * Citra suatu representasi (gambaran/ gambar), kemiripan atau
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11. 54521 / Pengolahan Citra Digital Revisi - Satuan Kredit Semester : 3 SKS Tgl revisi : - Jml Jam kuliah dalam seminggu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
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 terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 3 NO. 1 MARET 2011
PERANCANGAN DAN IMPLEMENTASI SISTEM PENGENALAN GAMBAR KATA DAN BILANGAN DENGAN KELUARAN SUARA Muhammad Ilhamdi Rusydi 1 Hendra Syahputra 2 ABSTRACT The development of computer technology has triggered
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
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 terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
Lebih terperinciJURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54
Rekonstruksi Citra pada Super Resolusi menggunakan Projection onto Convex Sets (Image Reconstruction in Super Resolution using Projection onto Convex Sets) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
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 terperinciVERIFIKASI PERSONAL BERDASARKAN CITRA TANGAN DENGAN METODE FILTER GABOR. Abstrak
VERIFIKASI PERSONAL BERDASARKAN CITRA TANGAN DENGAN METODE FILTER GABOR Resmana Lim & Santoso Jurusan Teknik Elektro Universitas Kristen Petra Siwalankerto 11-131 Surabaya Fax: 031-8436418 resmana@petra.ac.id
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
Lebih terperinciPENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV
PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV Aditya Pratama 1, Bima Sena Bayu. D 2, Setiawardhana 2 1 Mahasiswa D4 Teknik Komputer, 2 Dosen Teknik Komputer Politeknik Elektronika
Lebih terperinciLAPORAN AKHIR RANCANGAN SISTEM VISION UNTUK KEPERLUAN GRADING DALAM MENGANTISIPASI KEBUTUHAN INDUSTRI PERIKANAN
LAPORAN AKHIR RANCANGAN SISTEM VISION UNTUK KEPERLUAN GRADING DALAM MENGANTISIPASI KEBUTUHAN INDUSTRI PERIKANAN Diusulkan oleh: Dini Pratiwi 1401130181 2010 Priyangkah Hartawan Sim 1401115243 2010 Steven
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
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 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 terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
Lebih terperinciSistem Deteksi Wajah Pada Sistem Pengaman Lingkungan Berdasarkan Deteksi Obyek Bergerak Menggunakan Kamera
Sistem Deteksi Wajah Pada Sistem Pengaman Lingkungan Berdasarkan Deteksi Obyek Bergerak Menggunakan Kamera Sandy Prayogi, Eru Puspi,ST, M.Kom, Ronny Susetyoko S.Si, M.Si # Jurusan Teknik Elektronika, Politeknik
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 terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik
Lebih terperinciKAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,
KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com
Lebih terperinciPenjejakan Posisi Bola Pada Modul Phycore IMX31 Menggunakan Embedded OpenCV
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Penjejakan Posisi Bola Pada Modul Phycore IMX31 Menggunakan
Lebih terperinciBAB I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi komputer dan internet semakin maju menyebabkan data digital yang dihasilkan, disimpan, ditransmisikan, dianalisis, dan diakses menjadi
Lebih terperinciBAB I PENDAHULUAN. sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu ilmu pengetahuan semakin berkembang pesat sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun aplikasi baru yang lahir
Lebih terperinciBAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.
BAB 1 PENDAHULUAN 1.1 PENDAHULUAN Grafika komputer merupakan salah satu topik dalam bidang informatika. Perkembangan grafika komputer tentunya tidak lepas dari pengolahan citra secara digital. Pengolahan
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL BERDASARKAN CIRI TEKSTUR MENGGUNAKAN WAVELET
CONTENT BASED IMAGE RETRIEVAL BERDASARKAN CIRI TEKSTUR MENGGUNAKAN WAVELET Nana Ramadijanti RG. Computer Vision, Program Studi Teknologi Informasi, Politeknik Elektronika Negri Surabaya E-mail: nana@eepis-its.edu
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
Lebih 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 terperinciPraktikum Pengolahan Citra - Pertemuan 1
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Praktikum Pengolahan Citra - Pertemuan 1 Content: 1. Instalasi dan Seting (OpenCV + GDI) baca file image 2. Membaca data RGB dan
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemrosesan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknikteknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan bagian tertentu
Lebih terperinciTEKNIK PENGOLAHAN CITRA DIGITAL TPE 418
RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 OLEH: Dr. ANDASURYANI, S.TP, M.Si PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciEkstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE) I Gusti Rai Agung Sugiartha
Lebih terperinciROBOT CERDAS PEMADAM API MENGGUNAKAN PROYEKSI INTEGRAL
ROBOT CERDAS PEMADAM API MENGGUNAKAN PROYEKSI INTEGRAL Setiawardhana, Riyanto Sigit, Dadet Pramadihanto Politeknik Elektronika Negeri Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111, Indonesia Tel:+62-31-5947280
Lebih terperinciPenggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru.
1 Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru. Amilia Khoiro Masruri dan Budi Setiyono Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi
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 terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
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 terperinciOperasi Titik Kartika Firdausy
Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan
Lebih terperinciSISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG
Vol. 5, No. 1, Januari 2009 ISSN 0216-0544 SISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG * Iman Sapuguh, Daniel O Siahaan, dan Chastine Fatichah Program Magister Teknik
Lebih terperinci