Melya Rizka Maulani 1, Mulyadi 2, Sila Abdullah Syakri 3. Abstrak. 1. Pendahuluan. 2. Metode Penelitian
|
|
- Glenna Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 RACAG BAGU APLIKASI UUK MEGIDEIFIKASI KUA EKA BAU BAA BERDASARKA WARA BERBASIS PEGOLAHA CIRA MEGGUAKA MEODE EKSRAKSI CIRI SAISIK Melya Rizka Maulani 1, Mulyadi 2, Sila Abdullah Syakri 3 Program Studi eknik Informatika, Jurusan eknologi Informasi dan Komputer, Politeknik egeri Lhokseumawe, Jalan Banda Aceh-Medan Km. 280,3 Buketrata, Lhokseumawe, PO.BOX 90 elpon (0645) 42670, Fax 42785, Indonesia melyarizka30@gmail.com, adhi_na@yahoo.com, st_sila@yahoo.com Abstrak Dalam Industri batu bata tumbuh disetiap tempat untuk mendukung kesediaan batu bata, pembuatan batu bata membutuhkan proses pemilahan material tertentu sehingga menghasilkan mutu batu bata yang baik. Saat ini mengidentifikasi kuat tekan batu bata dilakukan secara mekanis menggunakan alat uji kuat tekan UM (Universal esting Machine) membutuhkan waktu yang lama karena proses dari alat itu sendiri. Maka, diperlukan metode ekstraksi ciri statistik untuk mengidentifikasi dan mengenali suatu citra batu bata dengan tekstur tertentu berdasarkan satu set kelas tekstur yang diberikan, aplikasi ini menggunakan microsoft visual basic.et 2010, dengan proses mencari nilai 5 parameter ekstraksi ciri yaitu mean, variance, skewness, kurtosis, dan entropy. Dari hasil pengujian yang telah dilakukan diperoleh bahwa tingkat keakuratan sistem untuk mengidentifikasi kuat tekan batu bata yaitu 73,33%, diperoleh dari 2 jenis sumber batu bata yaitu tanah sawah dan tanah gunung masing-masing sumber diambil 3 jenis warna batu bata yaitu warna merah, kuning, dan hitam kecoklatan, jumlah keseluruhan data uji yaitu 30 citra. erdapat beberapa faktor yang mempengaruhi sistem tidak akurat yaitu faktor pencahayaan, faktor jarak dalam pengambilan objek citra batu bata dan faktor perbandingan nilai mean data training dan data uji yang sangat mendekati sehingga sering terjadi kesalahan pendeteksian output kuat tekan batu bata, warna dan sumber batu bata. Kata kunci : Batu Bata, Ekstraksi Ciri Statistik, Citra, Identifikasi. 1. Pendahuluan Seiring dengan berkembangnya teknologi pengolahan citra digital, manusia menginginkan agar mesin (komputer) dapat mengenali citra seperti layaknya penglihatan manusia. Salah satu cara untuk mengenali citra adalah dengan membedakan tekstur citra tersebut. Citra dikatakan memiliki tekstur apabila pola citra terjadi secara berulang-ulang memenuhi semua bidang citra. Citra yang berbeda memiliki ciri-ciri yang berbeda. Ciri-ciri inilah yang menjadi dasar dalam klasifikasi citra berdasarkan tekstur. Salah satu metode untuk memperoleh ciri-ciri citra tekstur adalah dengan menghitung probabilitas hubungan ketetanggaan antara dua piksel pada jarak dan arah tertentu. eknologi Konstruksi membutuhkan teknologi identifikasi tekstur, untuk mengidentifikasi baik itu segi kekuatan, kemiringan, atau ukuran suatu material. Penggunaan batu bata dalam dunia konstruksi baik sebagai pembentuk elemen struktur maupun non struktur sampai saat ini masih digunakan. Hal ini dapat dilihat dari banyaknya proyek konstruksi yang memanfaatkan batu bata sebagai dinding pada pembuatan gedung, 17 perumahan, pagar, saluran, pondasi, dan lain- lain. Oleh karena itu batu bata menjadi material bangunan yang penting dalam pembangunan fasilitas umum. Industri batu bata tumbuh disetiap tempat untuk mendukung kesediaan batu bata, pembuatan batu bata membutuhkan proses pemilahan material tertentu sehingga menghasilkan mutu batu bata yang baik. Saat ini mengidentifikasi kuat tekan batu bata dilakukan secara mekanis menggunakan alat uji kuat tekan UM (Universal esting Machine) yang membutuhkan waktu yang lama karena proses dari alat itu sendiri. Pada tugas akhir ini dirancang sebuah system aplikasi untuk mengidentifikasi kuat tekan batu bata dengan menggunakan analisis tekstur berbasiskan pengolahan citra digital. Objek yang diuji adalah batu bata yang sudah dimasak atau yang akan dipasarkan ke masyarakat. 2. Metode Penelitian Metode statistik menggunakan perhitungan statistik distribusi derajat keabuan (histogram) dengan
2 mengukur tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Paradigma statistik ini penggunaannya tidak terbatas, sehingga sesuai untuk tekstur-tekstur alami yang tidak terstruktur dari sub pola dan himpunan aturan (mikrostruktur) [3] (Siska Riantini Arief, 2011). Ekstraksi ciri merupakan metode pengambilan ciri yang didasarkan pada karakteristik histogram citra. Histogram menunjukkan probabilitas kemunculan nilai derajat keabuan piksel pada suatu citra. Dari nilai-nilai pada histogram yang dihasilkan, dapat dihitung beberapa parameter ciri, antara lain adalah mean, variance, skewness, kurtosis, dan entropy [6] (Abdul Fadlil, 2012). a. Mean (μ) Menunjukkan ukuran dispersi dari suatu citra. μ = f n p (f n ) f n = ilai Intensitas p(f n ) = ilai Histogram (1) b. Variance (σ2) Menunjukkan variasi elemen pada histogram dari suatu citra. Adapun proses diagram alir yang menjelaskan tentang proses perhitungan metode ekstraksi ciri statistik dapat dilihat pada gambar berikut : Mulai Mean (μ) =0 Kurtosis ( 4 ) = 0 f n μ p(f n ) 6 σ 2 = (f n μ) 2 p (f n ) = ilai intensitas keabuan = ilai mean = ilai histogram (2) Fn = nilai intensitas P(fn) = nilai histogram Mean = fn x P(fn) Hasil Mean Kurtosis = (1/Kurtosis) * ((fnmean)^4 P(fn))) -3 Hasil Kurtosis Entropy (H) = 0 c. Skewness ( 3 ) Menunjukkan tingkat kemencengan relatif kurva histogram dari suatu citra. 3 = 1 3 (f n μ) 3 p (f n ) (3) Variance (σ2) = 0 Variance = (fn-mean)^2 P(fn) Entropy = -1 * (P(fn) * (^2Log P(fn)) Hasil Entropy Hasil Mean, Varchar, Skewness, Kurtosis, Entropy Selesai (4) 3 = Standar deviasi dari nilai intensitas keabuan f n = ilai intensitas keabuan μ = ilai mean p(f n ) = ilai histogram Hasil Variance Skewness ( 3 ) = 0 Skewness = (1/Skewness) * (fn-mean)^3 P(fn) Hasil Skewness d. Kurtosis ( 4 ) Menunjukkan tingkat keruncingan relatif kurva histogram dari suatu citra. 4 = 1 4 (f n μ) 4 p (f n ) 3 (4) Gambar 1. Diagram Alir Metode Ekstraksi Ciri Statistik 4 = Standar deviasi dari nilai intensitas keabuan f n = ilai intensitas keabuan μ = ilai mean 18
3 p(f n ) = ilai histogram e. Entropy (H) Menunjukkan ukuran ketidakaturan bentuk dari suatu citra abel 3. abel hasil deteksi kuat tekan batu bata jenis anah Gunung Kuning H = p (f n ). p(f n ) = ilai histogram 2.log p (f n ) (5) 3. Hasil dan Pembahasan abel 1. abel hasil deteksi kuat tekan batu bata jenis anah Gunung Hitam Kecoklatan abel 4. abel hasil deteksi kuat tekan batu bata jenis anah Sawah Hitam Kecoklatan abel 2. abel hasil deteksi kuat tekan batu bata jenis anah Gunung Merah abel 5. abel hasil deteksi kuat tekan batu bata jenis anah Sawah Kuning 19
4 Berdasarkan hasil pengujian aplikasi yang telah dilakukan dengan tujuan untuk mengetahui sejauh mana tingkat keberhasilan ataupun kegagalan dari sistem ini. Pada proses mendeteksi kuat tekan batu bata yang diuji menggunakan metode ekstraksi ciri statistik yang memiliki 5 parameter yaitu mean, variance, kurtosis, skewness dan entropy. ilai mean menjadi nilai perbandingan antara data training dan data uji, tabel berikut adalah hasil pendeteksian dari 30 data uji batu bata yang terdiri dari 5 citra batu bata tanah gunung hitam kecoklatan, 5 citra batu bata tanah gunung kuning, 5 citra batu bata tanah gunung merah, 5 citra batu bata tanah sawah hitam kecoklatan, 5 citra batu bata tanah sawah kuning, dan 5 citra batu bata tanah sawah merah. Berdasarkan tabel hasil pengujian sistem identifikasi kuat tekan batu bata di atas, dapat dihitung untuk akurasi sistem ini yaitu dimana nilai adalah jumlah seluruh citra uji sebanyak 30 citra, yang terdiri dari 5 citra batu bata tanah gunung hitam kecoklatan, 5 citra batu bata tanah gunung kuning, 5 citra batu bata tanah gunung merah, 5 citra batu bata tanah sawah hitam kecoklatan, 5 citra batu bata tanah sawah kuning, dan 5 citra batu bata tanah sawah merah, maka dapat dihitung tingkat akurasinya sebagai berikut : abel 6. Akurasi Sistem Dari tabel akurasi sistem tersebut didapatkan tingkat akurasi untuk identifikasi kuat tekan batu bata berdasarkan perhitungan metode ekstraksi ciri statistik yaitu mencapai 73,33%. 4. Simpulan Berdasarkan hasil penelitian yang telah dilakukan dapat diambil kesimpulan sebagai berikut : a. Selain dari alat khusus pengujian kuat tekan batu bata, batu bata juga bisa diketahui kuat tekannya berdasarkan warnanya. b. Dari lima parameter ekstraksi ciri yang digunakan yaitu mean, variance, skweness, kurtosis dan entropy, dapat dilihat dan disimpulkan bahwa parameter kurtosis adalah parameter yang paling berpengaruh dalam penentuan ciri citra karena terlihat pada ukuran nilainya yang sangat fluktuaktif. c. Kendala yang muncul dari penggunaan metode jarak ekstraksi ciri statistik yaitu nilai mean citra uji yang gagal di identifikasi karena mendekati dengan nilai mean citra latih dalam database yang tidak sesuai dengan identitas citra yang diujikan, Sehingga sering terjadi kesalahan pendeteksian output kuat tekan batu bata serta warna dan sumber batu bata. d. Secara keseluruhan hasil deteksi kematangan dari aplikasi ini mempunyai persentase tingkat keberhasilan standar, yaitu 73,33%. 5. Daftar Acuan [1] Adikara, P.P, dkk. (2014). Pencarian Ruang Warna Kulit Manusia Berdasarkan nilai Karakteristik Matrik Window Citra. Jurnal eknologi Informasi dan Ilmu Komputer (JIIK) Vol.1, o.9 ahun [2] Al-Bahra bin Ladjamudin Analisis dan Desain Sistem Informasi. ogyakarta : Graha Ilmu. [3] Arief, Siska Riantini Analisis ekstur dan Ekstraksi Ciri, Program Studi eknik Informatika, Institut eknologi elkom Bandung.avalaible at: [4] Arriawati, A.J, dkk. (2011). Klasifikasi Citra ekstur Menggunakan K-earest eighbour Berdasarkan Ekstraksi Ciri Metode Matriks Kookurensi. Universitas Diponegoro : Konsentrasi Elektronika dan elekomunikasi. [5] B. Soeherman and M. Pinontoan, Designing Information System Concepts & Cases with Visio, Jakarta: P Elex Media Komputindo, [6] Fadlil, Abdul Modul Kuliah Pengenalan Pola. Universitas Ahmad Dahlan, ogyakarta. [7] Handayani, Sri. (2010). Kualitas Batu Bata Merah Dengan Penambahan Serbuk Gergaji. Jurnal eknik Sipil & Perencanaan, o.1 Volume 12 tahun [8] Hartono Perkiraan Perubahan anah Lempung Setelah Proses Pembakaran. Bandung. [9] Haviluddin, Memahami Penggunaan UML (Unified Modeling Language). Samarinda : Vol 6 o 1. Februari [10] Henderi, 2007, Analysis and Design with Unified Modeling Language (UML), SMIK Raharja, angerang [11] Indra, Ade. (2012). Kuat ekan (Compression Strength) Komposit Lempung/Pasir Pada 20
5 Aplikasi Bata Merah Daerah Payakumbuh Sumbar. Jurnal eknik Mesin Vol.1, o.2 : ahun 2002 [11] Munir, R Pengolahan Citra Digital. (Online). di.munir/buku/pengolahan%20citra%20digit al/ (8 januari 2016). [12] Permadi,. dan Murinto. Aplikasi Pengolahan Citra Untuk Identifikasi Kematangan Mentimun Berdasarkan ekstur Kulit Buah Menggunakan Metode Ekstraksi Ciri Statistik. Jurnal Informatika Vol.9, o.1 ahun
APLIKASI 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 terperinciIMPLEMENTASI EKSTRAKSI CIRI STATISTIK UNTUK IDENTIFIKASI KEMATANGAN BUAH BERDASARKAN TEKSTUR KULIT BUAH SKRIPSI
IMPLEMETASI EKSTRAKSI CIRI STATISTIK UTUK IDETIFIKASI KEMATAGA BUAH BERDASARKA TEKSTUR KULIT BUAH SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengenalan Wajah Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari
Lebih terperinciPERANCANGAN APLIKASI TEMU KEMBALI CITRA BUAH BERDASARKAN BENTUK DAN WARNA MENGGUNAKAN EKSTRAKSI FITUR
PERANCANGAN APLIKASI TEMU KEMBALI CITRA BUAH BERDASARKAN BENTUK DAN WARNA MENGGUNAKAN EKSTRAKSI FITUR Muhammad Nasir 1, Amri 2, Husaini 3 1,2,3 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe
Lebih terperinciIdentifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah dengan Fuzzy C-Mean
Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah dengan Fuzzy C-Mean 1 Ardi Pujiyanta, 2 Sovian Rizqiawan 1,2 Program Studi Teknik Informatika, Universitas Ahmad Dahlan Email: 1 ardi_iin@yahoo.com,
Lebih terperinciIDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang
IDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang Abstrak Tekstur (Textures) adalah sifat-sifat atau karakteristik
Lebih terperinciKlasifikasi Mutu Telur Berdasarkan Kebersihan Kerabang Telur Menggunakan K-Nearest Neighbor
Klasifikasi Mutu Telur Berdasarkan Kebersihan Kerabang Telur Menggunakan K-Nearest Neighbor Puspa Rizky Trisnaningtyas 1, Maimunah 2 Program Studi Teknik Komputer Universitas Islam 45 Bekasi, Indonesia
Lebih terperinciKLASIFIKASI SERAT MIRING PADA KAYU MENGGUNAKAN EKSTRAKSI CIRI STATISTIK BERDASARKAN PADA PENGOLAHAN CITRA
ISSN : 355-9365 e-proceeding of Engineering : Vol., No.1 April 015 Page 09 KLASIFIKASI SERAT MIRING PADA KAYU MENGGUNAKAN EKSTRAKSI CIRI STATISTIK BERDASARKAN PADA PENGOLAHAN CITRA Dyah Norma Maharsi [1],
Lebih terperinciKUAT TEKAN (COMPRESSION STRENGTH) KOMPOSIT LEMPUNG/PASIR PADA APLIKASI BATA MERAH DAERAH PAYAKUMBUH SUMBAR. Oleh :
KUAT TEKAN (COMPRESSION STRENGTH) KOMPOSIT LEMPUNG/PASIR PADA APLIKASI BATA MERAH DAERAH PAYAKUMBUH SUMBAR Oleh : Ade Indra Dosen Teknik Mesin - Institut Teknologi Padang Abstract Penelitian ini merupakan
Lebih terperinciEKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS
EKSTRAKSI CIRI CITRA DIGITAL X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS Yudhi Agussationo Yogyakarta, 55281. Indonesia agussationoyudhi@yahoo.com Indah Soesanti Yogyakarta, 55281. Indonesia
Lebih terperinciAtthariq 1, Mai Amini 2
IDENTIFIKASI IKAN KERAPU BERDSARKAN POLA KULIT DENGAN METODE GLCM DAN EUCLIDEAN DISTANCE Atthariq 1, Mai Amini 2 1,2,3 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe, Jalan banda Aceh-Medan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinciMagister Teknik Informatika, Universitas Ahmad Dahlan, Yogyakarta 2. Program Studi Teknik Elektro, Universitas Ahmad Dahlan, Yogyakarta 3
Sistem Identifikasi Jamur Menggunakan Metode Ekstraksi Ciri Statistik Orde 1 dan Klasifikasi Jarak Mushroom Identification System Using the 1st Order Statistic Characteristic Extraction and Distance Classification
Lebih terperinciSIMULASI DAN ANALISIS SISTEM KLASIFIKASI SONGKET PALEMBANG MENGGUNAKAN STATISTIC, COLOR HISTOGRAM, DAN EUCLIDEAN DISTANCE PADA CITRA DIGITAL
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 96 SIMULASI DAN ANALISIS SISTEM KLASIFIKASI SONGKET PALEMBANG MENGGUNAKAN STATISTIC, COLOR HISTOGRAM, DAN EUCLIDEAN DISTANCE PADA
Lebih terperinciBAB II IDENTIFIKASI DAERAH TERKENA BENCANA MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH
BAB II IDENTIFIKASI DAERAH TERKENA BENCANA MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH Teknologi penginderaan jauh merupakan teknologi yang memegang peranan yang sangat penting dalam manajemen bencana salah
Lebih terperinciMahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.
Mahasiswa: Muhimmatul Khoiro 1110100049 Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si. Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 Diagnosa
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciEKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX. Abstrak
EKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX Karina Auliasari, Bastian, Bella Fardani, Zulkifli, Ivandi Jurusan Teknik Informatika Fakultas Teknik
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciPENGARUH TEMPERATUR PEMBAKARAN PADA KOMPOSIT LEMPUNG/SILIKA RHA TERHADAP SIFAT FISIS (APLIKASI PADA BATA MERAH)
PENGARUH TEMPERATUR PEMBAKARAN PADA KOMPOSIT LEMPUNG/SILIKA RHA TERHADAP SIFAT FISIS (APLIKASI PADA BATA MERAH) Oleh : Ade Indra 1, Nurzal 1 dan Hendri Nofrianto 2 Jurusan Teknik Mesin, Fakultas Teknologi
Lebih terperinciKLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA
KLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA Mukti Qamal * Abstract Identification of image is needed to facilitate the work of humans in terms of classification. The statistical method is one method often
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 158-163 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI JENIS PENYAKIT DAUN TEMBAKAU MENGGUNAKAN METODE GRAY LEVEL
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciBAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA
BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Jaringan saraf tiruan hopfield merupakan salah satu Algoritma Machine Learning yang dapat mengklasifikasikan suatu objek citra berdasarkan pelatihan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciDETEKSI CITRA GRANULOMA PADA RADIOGRAF PERIAPIKAL DENGAN METODE WATERSHED dan KLASIFIKASI SUPPORT VECTOR MACHINE
ISSN : 2355-9365 e-proceeding of Engineering : Vol.5, No.1 Maret 2018 Page 409 DETEKSI CITRA GRANULOMA PADA RADIOGRAF PERIAPIKAL DENGAN METODE WATERSHED dan KLASIFIKASI SUPPORT VECTOR MACHINE GRANULOMA
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 terperinciDETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN DETECTION OF THE EXISTENCE OF THE DEFECTS IN WOOD USING LOCAL BINARY PATTERN
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 298 DETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN DETECTION OF THE EXISTENCE OF THE DEFECTS IN WOOD USING
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
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 terperinciJURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE
JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE THE COMPARISON ANALYSIS OF HISTOGRAM EQUALIZATION WITH MEDIAN FILTER METHODS TO NOISE REDUCTION.
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciSistem Deteksi Cacat Kayu dengan Metode Deteksi Tepi SUSAN dan Ekstraksi Ciri Statistik
ELKOMIKA ISSN (p): 2338-8323 ISSN (e): 2459-9638 Vol. 6 No. 1 Halaman 140-152 DOI : http://dx.doi.org/10.26760/elkomika.v6i1.140 Januari 2018 Sistem Deteksi Cacat Kayu dengan Metode Deteksi Tepi SUSAN
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penggunaan kamera digital sebagai alat untuk mengambil citra saat ini sudah banyak digunakan karena kepraktisannya, terkadang hasil citra memiliki tampilan
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 terperinciHASIL DAN PEMBAHASAN. Tabel 1 Operator descriptor
Tabel 1 Operator descriptor Operator (P, R) Ukuran Blok (piksel) Kuantisasi Sudut (8, 1) 3 x 3 45 derajat (8, 2) 5 x 5 45 derajat (16, 2) 5 x 5 22.5 derajat (24, 3) 7 x 7 15 derajat Penentuan ukuran blok
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah
BAB IV HASIL DAN PEMBAHASAN A. Data Sampel Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah sampel beras B, 1 buah sampel beras C, dan 2 buah sampel beras D. 1. Data Pengujian Mutu Beras
Lebih terperinciSISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL
SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian, Ivanna K. Timotius, Iwan Setyawan SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian 1, Ivanna K. Timotius 2,
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciPENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE
PENCARIAN ISI CITRA MENGGUNAKAN METODE MINKOWSKI DISTANCE Budi Hartono 1, Veronica Lusiana 2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank Semarang Jl Tri Lomba
Lebih terperinciEKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON
EKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON Nurmasyitah 1, Mursyidah 2, Jamilah 3 Program Studi Teknik Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer, Politeknik
Lebih terperinciKLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES
KLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES Tri Adhi Atmaji 1, Catur Supriyanto 2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka tentang identifikasi iris mata ataupun identifikasi citra digital sudah pernah dilakukan sebelumnya, berikut merupakan tabel perbandingan terhadap
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENEITIAN 3. Pengumpulan Data Data yang digunakan dalam penelitian ini merupakan data citra tenun yang berasal dari beberapa daerah yang ada di indonesia, yakni tenun dari daerah Bali, Sumatra,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Batu bata adalah bahan bangunan yang telah lama dikenal dan dipakai oleh masyarakat baik di pedesaan maupun di perkotaan yang berfungsi untuk bahan bangunan konstruksi.
Lebih terperinciLaporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F
Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing Avicienna Ulhaq Muqodas F14110108 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciI. PENDAHULUAN. aging merupakan salah satu komoditi peternakan yang menjadi andalan yang sangat menunjang untuk memenuhi kebutuhan dasar bahan pangan
Sistem Pendeteksi Kualitas Daging Dengan Ekualisasi Histogram Dan Thresholding Berbasis Android Anggit Sri Herlambang 1), Oky Dwi Nurhayati 2), Kurniawan Teguh Martono 2) Program Studi Sistem Komputer,
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 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 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 terperinciPenerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.
Lebih terperinciBAB I PENDAHULUAN. penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi.
BAB I PENDAHULUAN A. LATAR BELAKANG Buah-buahan merupakan salah satu kelompok komoditas pertanian yang penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi. Permintaan domestik terhadap
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciRANCANG BANGUN SISTEM IDENTIFIKASI JENIS BURUNG BERKICAU BERDASARKAN POLA CORAK WARNA DAN BENTUK TUBUH
RANCANG BANGUN SISTEM IDENTIFIKASI JENIS BURUNG BERKICAU BERDASARKAN POLA CORAK WARNA DAN BENTUK TUBUH DESIGN IMPLEMENTATION IDENTIFICATION SYSTEM OF SONGBIRD BASED ON COLOR PATTERN AND BODY SHAPED [1]
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 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 terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih terperinciBAB I PENDAHULUAN. untuk meniru sistem visual manusia (human vision).
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang sangat cepat, terutama pada teknologi komputer sehingga membuat pekerjaan pengolahan data dapat ditangani dengan lebih cepat dan tepat.
Lebih terperinciKata Kunci : telur ayam omega-3, region of interest, mean, standar deviasi, Android, OpenCV I. PENDAHULUAN
Aplikasi Identifikasi Citra Telur Ayam Omega-3 Dengan Metode Segmentasi Region Of Interest Berbasis Android Ahmad Muzami 1), Oky Dwi Nurhayati 2), Kurniawan Teguh Martono 2) Program Studi Sistem Komputer,
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 I PENDAHULUAN. ikan lele pada beberapa tahun ini mengalami peningkatan karena permintaan
BAB I PENDAHULUAN I.1 Latar Belakang Ikan lele merupakan ikan air tawar yang teknologi budidayanya relatif mudah dikuasai masyarakat dengan modal usaha yang cukup rendah. Konsumsi ikan lele pada beberapa
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
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 terperinciBAB 1 PENDAHULUAN. individu lain. Karakteristik ini perlu diidentifikasikan agar dapat digunakan untuk
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia adalah makhluk yang unik dan berbeda satu satu sama lain. Ia memiliki berbagai karakteristik yang dapat digunakan untuk membedakan dirinya dengan individu
Lebih terperinciREKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER
REKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER Titis Suwartiningsih (11 1065 1116) 1, Bagus Setya Rintyarna,
Lebih terperinciPENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA ABSTRAK
PENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA Rahmanika Ratna Sari 1, Hanny Haryanto 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian
Lebih terperinciKLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM)
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) Cilla Sundari 1, Muhammad Nasir 2, Hari Toha Hidayat 3 Program Studi Teknik Informatika, Jurusan Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit malaria merupakan penyakit yang disebabkan oleh infeksinya parasit malaria terhadap sel darah merah. Parasit malaria tergolong jenis parasit dari genus Plasmodium,
Lebih terperinciANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA
ANALISIS PERBANDINGAN ANTARA METODE IMAGE AVERAGING BERDASARKAN MEAN DAN MEDIAN PADA PENENTUAN GOLONGAN DARAH MANUSIA Murinto, Eko Aribowo, Lidya Puspa Harleni Program Studi Teknik Informatika Universitas
Lebih terperinciPENGENALAN POLA TEKSTIL MENGGUNAKAN MATRIKS CHI SQUARED SKRIPSI OLEH : SULISTYA FITRI YULAIKAH
PENGENALAN POLA TEKSTIL MENGGUNAKAN MATRIKS CHI SQUARED SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) pada Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciBAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI
BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan
Lebih terperinciKLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI
KLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciKLASIFIKASI CITRA BERAS BERDASARKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN MENGGUNAKAN k-nearest NEIGHBOUR
MAKALAH SEMINAR TUGAS AKHIR KLASIFIKASI CITRA BERAS BERDASARKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN MENGGUNAKAN k-nearest NEIGHBOUR Eko Prasetyo, Imam Santoso, Budi Setiyono. Jurusan Teknik Elektro
Lebih terperinciPERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN
PERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN Teguh Triantoro, F. Rizal Batubara, Fahmi Konsentrasi Teknik Komputer, Departemen Teknik Elektro Fakultas Teknik
Lebih terperinciImplementasi Metode HUFFMAN Sebagai Teknik Kompresi Citra
Jurnal Elektro ELEK Vol. 2, No. 2, Oktober 2011 ISSN: 2086-8944 Implementasi Metode HUFFMAN Sebagai eknik Kompresi Citra Irmalia Suryani Faradisa dan Bara Firmana Budiono Jurusan eknik Elektro, Institut
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
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 terperinciImplementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG)
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG) Ni Luh Made Asri Mulyasari,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB I PENDAHULUAN. murah maka kebutuhan akan perumahan atau tempat tinggal, gedung
BAB I PENDAHULUAN 1.1 Latar Belakang Batu bata adalah bahan bangunan yang telah lama dikenal dan dipakai oleh masyarakat baik di pedesaan maupun di perkotaan yang berfungsi untuk bahan bangunan konstruksi.
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring berjalannya waktu perkembangan teknologi berjalan sangat cepat sudah banyak kegiatankegiatan pekerjaan yang memanfaatkan teknologi untuk mempermudah
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciPENGENALAN GIGI MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENTS ANALYSIS) Angga Abiyanto *, Imam Santoso **, Ajub Ajulian Zahra **
PENGENALAN GIGI MENGGUNAKAN ANALISIS KOMPONEN UAMA (PRINCIPAL COMPONENS ANALSIS) Angga Abiyanto *, Imam Santoso **, Ajub Ajulian Zahra ** Abstrak - Pengenalan gigi adalah proses identifikasi manusia dengan
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 III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
Lebih terperinciIDENTIFIKASI TINGKAT KEKERUHAN AIR BERDASAR PENGOLAHAN CITRA
1 MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI TINGKAT KEKERUHAN AIR BERDASAR PENGOLAHAN CITRA Mochamad Irfan Fachrizal*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Teknologi pengolahan citra dapat digunakan
Lebih terperinciPERANCANGAN SISTEM INFORMASI REGISTRASI ULANG PENERIMAAN SISWA BARU BERBASIS WEB
PERANCANGAN SISTEM INFORMASI REGISTRASI ULANG PENERIMAAN SISWA BARU BERBASIS WEB Ranti Eka Putri Sistem Komputer, Univsersitas Pembangunan Panca Budi Jl Gatot Subroto KM 4.5 Medan e-mail : rantiekaputri@dosen.pancabudi.ac.id
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 terperinciIdentifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram
Identifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram Ion Ataka Halela 1,Bowo Nurhadiyono,S.Si, M.Kom 2,Farah Zakiyah Rahmanti 3 1 Fakultas Ilmu Komputer
Lebih terperinciPEMANFAATAN ABU KULIT KAKAO UNTUK PEMBUATAN BATU BATA
PEMANFAATAN ABU KULIT KAKAO UNTUK PEMBUATAN BATU BATA Widya Wahyuni 1, Zulfiandriana 1, Erti Praputri 1, Mulyazmi 1 1 Jurusan Teknik Kimia, Fakultas Teknologi Industri, Universitas Bung Hatta Jl. Gajah
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 terperinci