BAB II LANDASAN TEORI
|
|
- Farida Tanuwidjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II LANDASAN TEORI 2.1. Face Recognition Face recognition dapat dipandang sebagai masalah klasifikasi pola dimana inputnya adalah citra masukan dan akan ditentukan output yang berupa label kelas dari citra tersebut. Dalam hal ini terdapat dua label kelas, yaitu wajah dan nonwajah. Teknik-teknik pengenalan wajah yang dilakukan selama ini banyak yang menggunakan asumsi bahwa data wajah yang tersedia memiliki ukuran yang sama dan latar belakang yang seragam. Di dunia nyata, asumsi ini tidak selalu berlaku karena wajah dapat muncul dengan berbagai ukuran dan posisi di dalam citra dan dengan latar belakang yang bervariasi. Pendeteksian wajah (face detection) adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses pengenalan wajah (face recognition). Bidang-bidang penelitian yang berkaitan dengan pemrosesan wajah (face processing) adalah [3]: o Pengenalan wajah (face recognition) yaitu membdaningkan citra wajah masukan dengan suatu database wajah dan menemukan wajah yang paling cocok dengan citra masukan tersebut. o Autentikasi wajah (face authentication) yaitu menguji keaslian/kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnya. o Lokalisasi wajah (face localization) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam citra o Penjejakan wajah (face tracking) yaitu memperkirakan lokasi suatu wajah di dalam video secara real time. 4
2 5 o Pengenalan ekspresi wajah (facial expression recognition) untuk mengenali kondisi emosi manusia. Tantangan yang dihadapi pada masalah deteksi wajah disebabkan oleh adanya faktor-faktor berikut: o Posisi wajah. Posisi wajah di dalam citra dapat bervariasi karena posisinya bisa tegak, miring, menoleh, atau dilihat dari samping. o Komponen-komponen pada wajah yang bisa ada atau tidak ada, misalnya kumis, jenggot, dan kacamata. o Ekspresi wajah. Penampilan wajah sangat dipengaruhi oleh ekspresi wajah seseorang, misalnya tersenyum, tertawa, sedih, berbicara, dan sebagainya o Terhalang objek lain. Citra wajah dapat terhalangi sebagian oleh objek atau wajah lain, misalnya pada citra berisi sekelompok orang. o Kondisi pengambilan citra. Citra yang diperoleh sangat dipengaruhi oleh faktor-faktor seperti intensitas cahaya ruangan, arah sumber cahaya, dan karakteristik sensor dan lensa kamera. Penelitian dari Nugroho dkk [3] mengelompokkan metode deteksi wajah menjadi empat kategori, yaitu: 1. Knowledge-based method, metode ini kebanyakan digunakan untuk lokalisasi wajah. 2. Feature invariant approach, metode ini kebanyakan digunakan untuk lokalisasi wajah. 3. Template matching method, metode ini digunakan untuk lokalisasi wajah maupun deteksi wajah. 4.
3 6 4. Appearance-based method, metode ini kebanyakan digunakan untuk deteksi wajah Metode Viola-Jones Proses deteksi adanya citra wajah dalam sebuah gambar pada OpenCV, menggunakan sebuah metode yang dipublikasikan oleh Paul Viola dan Michael Jones tahun Umumnya disebut metode Viola-Jones. Pendekatan untuk mendeteksi objek dalam gambar menggabungkan empat konsep utama : - Fitur segi empat sederhana yang disebut fitur Haar. - Integral image untuk pendeteksian fitur secara cepat. - Metode machine learning AdaBoost. - Pengklasifikasi bertingkat (Cascade classifier) untuk menghubungkan banyak fitur secara efisien. Gambar 2. 1 Contoh fitur pada yang digunakan Viola. Fitur yang digunakan oleh Viola dan Jones didasarkan pada Wavelet Haar. Wavelet Haar adalah gelombang tunggal bujur sangkar (satu interval tinggi dan
4 7 satu interval rendah). Untuk dua dimensi, satu terang dan satu gelap. Selanjutnya kombinasi-kombinasi kotak yang digunakan untuk pendeteksian objek visual yang lebih baik disebut fitur Haar, atau fitur Haarlike, seperti pada gambar 1 di atas menunjukkan fitur yang digunakan dalam pendektesian citra wajah oleh viola dan jones. Adanya fitur Haar ditentukan dengan cara mengurangi rata-rata piksel pada daerah gelap dari rata-rata piksel pada daerah terang. Jika nilai perbedaannya itu diatas nilai ambang atau treshold, maka dapat dikatakan bahwa fitur tersebut ada. Untuk menentukan ada atau tidaknya dari ratusan fitur Haar pada sebuah gambar dan pada skala yang berbeda secara efisien, Viola dan Jones menggunakan satu teknik yang disebut Integral Image. Pada umumnya, pengintegrasian tersebut berarti menambahkan unit-unit kecil secara bersamaan. Dalam hal ini unit-unit kecil tersebut adalah nilai-nilai piksel. Nilai integral untuk masing-masing piksel adalah jumlah dari semua piksel-piksel dari atas sampai bawah. Dimulai dari kiri atas sampai kanan bawah, keseluruhan gambar itu dapat dijumlahkan dengan beberapa operasi bilangan bulat per piksel.
5 8 (a) (b) Gambar 2. 2 Integral Image Seperti yang ditunjukkan oleh gambar 2.2 (a) di atas setelah pengintegrasian, nilai pada lokasi piksel (x,y) berisi jumlah dari semua piksel di dalam daerah segiempat dari kiri atas sampai pada lokasi (x,y) atau daerah yang diarsir. Untuk menentukan nilai rata-rata piksel pada area segiempat (daerah yang diarsir) ini dapat dilakukan hanya dengan membagi nilai pada (x,y) oleh area segiempat. Untuk mengetahui nilai piksel untuk beberapa segiempat yang lain missal, seperti segiempat D pada gambar 2.2(b) di atas dapat dilakukan dengan cara menggabungkan jumlah piksel pada area segiempat A+B+C+D, dikurangi jumlah dalam segiempat A+B dan A+C, ditambah jumlah piksel di dalam A. Dengan, A+B+C+D adalah nilai dari integral image pada lokasi 4, A+B adalah nilai pada lokasi 2, A+C adalah nilai pada lokasi 3, dan A pada lokasi 1. Sehingga hasil dari D dapat dikomputasikan D = (A+B+C+D)-(A+B)-(A+C)+A. Untuk memilih fitur Haar yang spesifik yang akan digunakan dan untuk mengatur nilai ambangnya (threshold), Viola dan Jones menggunakan sebuah metode machine learning yang disebut AdaBoost. AdaBoost menggabungkan banyak classifier lemah untuk membuat sebuah classifier kuat. Lemah disini
6 9 berarti urutan filter pada classifier hanya mendapatkan jawaban benar lebih sedikit. Jika keseluruhan classifier lemah digabungkan maka akan menjadi classifier yang lebih kuat. AdaBoost memilih sejumlah classifier lemah untuk disatukan dan menambahkan bobot pada setiap classifier, sehingga akan menjadi classifier yang kuat. Viola-Jones menggabungkan beberapa AdaBoost classifier sebagai rangkaian filter yang cukup efisien untuk menggolongkan daerah image. Masingmasing filter adalah satu AdaBoost classifier terpisah yang terdiri classifier lemah atau satu filter Haar. Gambar 2. 3 Cascade Classifier Threshold yang dapat diterima untuk masing-masing level filter di set rendah. Selama proses pemfilteran, bila ada salah satu filter gagal untuk melewatkan sebuah daerah gambar, maka daerah itu langsung digolongkan sebagai bukan wajah. Namun ketika filter melewatkan sebuah daerah gambar dan sampai melewati semua proses filter yang ada dalam rangkaian filter, maka daerah gambar tersebut digolongkan sebagai wajah. Viola-Jones memberi sebutan cascade. Urutan filter pada cascade ditentukan oleh bobot yang diberikan AdaBoost. Filter dengan bobot paling besar diletakkan pada proses pertama kali, bertujuan untuk menghapus daerah gambar bukan wajah secepat mungkin.
7 Open CV Open CV adalah singkatan dari Open Computer Vision, yaitu library-library opensource yang di khususkan untuk melakukan image prosessing. Tujuannya adalah agar komputer mempunyai kemampuan yang mirip dengan cara pengolahan visual pada manusia. Library ini dibuat untuk bahasa C/C++ sebagai optimasi realtime aplikasi, mempunyai API (Aplication Programming Interface) untuk high level maupun low level, terdapat fungsi-fungsi yang siap pakai untuk loading, saving, akuisisi gambar dan video. Pada libarary OpenCV ini mempunyai fitur sebagai berikut : - Manipulasi data gambar (alokasi memori, melepaskan memori, kopi gambar, setting serta konversi gambar) - Image/Video I/O (Bisa menggunakan camera yang sudah didukung oleh library ini) - Manipulasi matrix dan vektor serta terdapat juga routines linear algebra (products, solvers, eigenvalues, SVD) - Image processing dasar (filtering, edge detection, pendeteksian tepi, sampling dan interpolasi, konversi warna, operasi morfologi, histograms, image pyramids) - Analisis struktural - Kalibrasi kamera - Pendeteksian gerak - Pengenalan objek - Basic GUI (Display gambar/video, mouse/keyboard kontrol, scrollbar) - Image Labelling (line, conic, polygon, text drawing)
8 EmguCV EmguCV berperan untuk menjembatani C# dan OpenCV. EmguCV adalah wrapper.net untuk OpenCV. Dengan EmguCV, fungsi-fungsi dalam OpenCV bisa dipanggil melalui bahasa pemrograman yang compatible dengan.net seperti C#, VB, dan VC++. Keuntungan menggunakan EmguCV yang paling utama adalah library ini sepenuhnya ditulis dengan C# yang mana tentunya lebih aman karena pembuatan objek atau pun referensi disusun oleh garbage collector. Selain itu, EmguCV juga cross platform sehingga dapat di-compile melalui mono dan dijalankan di atas sistem operasi Linux atau Mac OS. Dengan EmguCV, kita dapat membuat aplikasi apapun seperti layaknya menggunakan OpenCV. Namun ada dua konsep penting yang perlu diketahui terlebih dahulu sebelum menggunakan EmguCV. Yang pertama mengenai layer pada EmguCV. EmguCV terdiri dari 2 layer, yaitu basic layer dan second layer. Basic layer mengandung fungsi, struktur, dan enumerasi yang secara langsung merefleksikan apa yang ada di OpenCV. Dengan adanya layer inilah kita bisa memanggil fungsi-fungsi pada OpenCV dengan bahasa pemrograman C#. Sedangkan second layer mengandung kelas-kelas yang memanfaatkan keunggulan teknologi.net. Konsep kedua yang perlu dipahami yaitu mengenai code mapping, yaitu bagaimana kode-kode dalam OpenCV dipetakan ke dalam EmguCV. Ada 3 tipe mapping kode, yaitu function mapping, structure mapping, dan enumeration mapping.
9 12 a) Function Mapping. Fungsi-fungsi pada OpenCV bisa dipanggil melalui kelas CvInvoke pada EmguCV. Nama fungsi yang dapat dipanggil pun sama persis dengan fungsi pada OpenCV. Contoh kode C# : IntPtr image = CvInvoke.cvCreateImage(new System.Drawing.Size(400, 300), CvEnum.IPL_DEPTH.IPL_DEPTH_8U,1); Contoh kode C : IplImage* image = cvcreateimage(cvsize(400, 300), IPL_DEPTH_8U, 1); b) Structure Mapping Beberapa tipe struktur dalam OpenCV dipetakan ke dalam tipe struktur EmguCV yang mana penamaannya ditambah dengan huruf M di depannya. Huruf M ini berarti Managed structure. Tabel 2.1 Perbandingan struktur EmguCV dengan OpenCV. Struktur EmguCV Emgu.CV.Structure.MlplImage Struktur OpenCV IplImage Emgu.CV.Structure.MCvMat Emgu.CV.Structure.Mxxx CvMat xxxxx Selain itu ada juga beberapa struktur dalam OpenCV yang dipetakan dengan struktur yang sudah ada pada.net seperti struktur di bawah ini :
10 13 Tabel 2.2 Perbandingan struktur.net dengan OpenCV. Struktur.Net System.Drawing.Point System.Drawing.PointF System.Drawing.Size System.Drawing.Rectangle Struktur OpenCV CvPoint CvPoint2D32f CvSize CvRect c) Enumeration Mapping. Untuk memetakan enum pada OpenCV digunakan namespace CvEnum pada EmguCV. Tabel 2.3 Perbandingan struktur EmguCV dengan OpenCV. Struktur EmguCV CvEnum.IPL_DEPTH.IPL_DEPTH_8U Struktur OpenCV IPL_DEPTH_8U
Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones
Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones M. Dwisnanto Putro Mahasiswa Magister Instrumentasi Teguh Bharata Adji Staf Pengajar Jurusan Teknik Bondhan Winduratna Staf Pengajar Jurusan Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tubuh Manusia Tubuh manusia merupakan salah satu objek pendeteksian yang sedang populer, hal ini dapat dibuktikan dengan banyaknya jurnal mengenai perancangan program pendeteksian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem pengenalan wajah adalah aplikasi dari pengolahan citra yang dapat mengidentifikasi seseorang melalui citra digital atau frame video. Sistem pengenalan wajah
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 terperinciAPLIKASI ANDROID DETEKSI MATA MENGGUNAKAN METODE VIOLA-JONES
APLIKASI ANDROID DETEKSI MATA MENGGUNAKAN METODE VIOLA-JONES Ibrahim Sidik Nugraha 1, Muljono, S.Si, M.Kom 2 Mahasiswa Jurusan Teknik Informatika 1, Dosen Pembimbing 2 Teknik Informatika Universitas Dian
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG Dalam Bab ini akan dipaparkan mengenai teori teori dasar yang digunakan sebagai landasan yang digunakan dalam menyelesaikan proyek akhir ini. Berikut teori teori yang digunakan :
Lebih terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision merupakan ilmu yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati (Fairhurst, 1988, p. 5). Computer vision adalah ilmu yang
Lebih terperinciAPLIKASI PENGOLAHAN CITRA SEBAGAI PENDETEKSI JARI PADA VIRTUAL KEYPAD
APLIKASI PENGOLAHAN CITRA SEBAGAI PENDETEKSI JARI PADA VIRTUAL KEYPAD Akuwan Saleh, Haryadi Amran D, Ahmad Bagus L Dept. Teknik Elektro, Program Studi Teknik Telekomunikasi Politeknik Elektronika Negeri
Lebih terperinciTUGAS AKHIR FACE RECOGNITION MENGGUNAKAN METODE VIOLA & JONES
TUGAS AKHIR HALAMAN JUDUL FACE RECOGNITION MENGGUNAKAN METODE VIOLA & JONES Diajukan guna melengkapi sebagian syarat dalam mencapai gelar Sarjana Strata Satu (S1) Disusun Oleh : Nama : Akhmad Amirushufi
Lebih terperinciSISTEM PELACAKAN WAJAH METODE HAAR
SISTEM PELACAKAN WAJAH METODE HAAR Endah Sudarmilah Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta Email : endah_te@yahoo.com Abstrak. Penelitian deteksi
Lebih terperinciPrototype Pendeteksi Jumlah Orang Dalam Ruangan
e-issn: 2528-4053 36 Prototype Pendeteksi Jumlah Orang Dalam Ruangan Nesi Syafitri 1, Adri 2 1,2 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Islam Riau E-mail: nesisyafitri@uir.ac.id, adrisaputra91@gmail.com
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori-teori umum Teori-teori umum yang berkaitan dalam topik skripsi disini adalah tentang Computer Vision, Identifikasi Wajah, Rekayasa Peranti Lunak, UML. 2.1.1 Computer Vision
Lebih terperinciREALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES
REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa
Lebih terperinciIDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME
IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. Tahap & Hasil Langkah Penelitian Literatur & Referensi. Memahami konsep deteksi wajah
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini berisi tentang analisis dan perancangan terhadap permasalahan yang sedang diteliti seperti analisis kebutuhan data dan informasi serta teknik dan peralatan yang
Lebih terperincipengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek
BAB IV MODEL SISTEM 4.1. Model Sistem Aplikasi yang dibangun adalah aplikasi yang dapat mengolah citra yang diambil dari kamera video, dan menganalisisnya untuk mengetahui keberadaan suatu objek. Ada beberapa
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. banyak dipelajari dan dikembangkan saat ini, baik oleh para pelajar, maupun para ahli.
BAB III PROSEDUR DAN METODOLOGI 3.1 Pendeteksian Objek Viola Jones Pendeteksian objek merupakan salah satu topik dalam visi komputer yang cukup banyak dipelajari dan dikembangkan saat ini, baik oleh para
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciLAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah
LAPORAN PENELITIAN DOSEN MUDA Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah Oleh : Endah Sudarmilah, S.T, M.Eng Umi Fadlillah, S.T Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah
Lebih terperinciPELACAKAN DAN DETEKSI WAJAH MENGGUNAKAN VIDEO LANGSUNG PADA WEBCAM ABSTRAK ABSTRACT
PELACAKAN DAN DETEKSI WAJAH MENGGUNAKAN VIDEO LANGSUNG PADA WEBCAM Dhanar Intan Surya Saputra 1, Wahyu Septi Anjar 2, Kurnia Aswin Nuzul Ramadhan 3, Riki Aji Pamungkas 4 1234 Program Studi Teknik Informatika
Lebih terperinciDETEKSI WAJAH METODE VIOLA JONES PADA OPENCV MENGGUNAKAN PEMROGRAMAN PYTHON
DETEKSI WAJAH METODE VIOLA JONES PADA OPENCV MENGGUNAKAN PEMROGRAMAN PYTHON Dedi Ary Prasetya 1, Imam Nurviyanto 2 1,2 Teknik Elektro Fakultas Teknik Universitas Muhammadiyah Surakarta Jl. A. Yani Tromol
Lebih terperinciSISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH
SISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH I Nyoman Piarsa, Riza Hisamuddin Staff Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email: manpits@ee.unud.ac.id
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan viola-jones untuk pendeteksian manusia. 2.1. Computer Vision Computer Vision merupakan
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 terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB 1 PENDAHULUAN. Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai suatu tujuan, dan dalam interaksi itu, mengintepretasi kondisi emosional menjadi penting dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengolahan citra digital merupakan salah satu subjek dari teknologi informasi yang sangat menarik dan menantang saat ini. Proses pengolahan citra digital bertujuan
Lebih terperinciAPLIKASI MENGHITUNG JUMLAH KENDARAAN RODA EMPAT MENGGUNAKAN ALGORITMA VIOLA JONES PROPOSAL SKRIPSI
APLIKASI MENGHITUNG JUMLAH KENDARAAN RODA EMPAT MENGGUNAKAN ALGORITMA VIOLA JONES PROPOSAL SKRIPSI PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini berisi penjelasan tentang pemahaman-pemahaman penulis yang diperoleh dari tinjauan buku-buku referensi, makalah-makalah di jurnal-jurnal yang berhubungan dengan topik
Lebih terperinciAplikasi Sensor Vision untuk Deteksi MultiFace dan Menghitung Jumlah Orang
Aplikasi Sensor Vision untuk Deteksi MultiFace dan Menghitung Jumlah Orang RD. Kusumanto 1, Wahyu S. Pambudi 2, Alan N. Tompunu 1 1 Jurusan Teknik Komputer, Politeknik Negeri Sriwijaya, Palembang 30139
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
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 terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciTeknik face-detection yang akan digunakan adalah teknik yang
BAB III TEORI PENDETEKSIAN WAJAH 3.1 Teori Viola Jones Detection Teknik face-detection yang akan digunakan adalah teknik yang dikembangkan oleh Paul Viola dan Michael Jones-yang biasa dikenal sebagai pendeteksi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciDETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID
DETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID Afdhol Dzikri 1, Dwi Ely Kurniawan 2, Handry Elsharry Adriyanto 3 1,2,3 Jurusan Teknik Informatika, Prodi Teknik Multimedia dan Jaringan, Politeknik Negeri
Lebih terperinciBAB II KAJIAN PUSTAKA
2.1 Perangkat Keras Alat Bantu BAB II KAJIAN PUSTAKA Alat bantu dapat berupa tongkat yang paling umum digunakan, selain itu juga terdapat inovasi berupa sepatu, topi, kacamata, sarung tangan, sabuk, gelang,
Lebih terperinciMEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA
A7 Seminar Nasional Teknologi Informasi 2016 MEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA Pradita Chandra Kurniawan 1) Yulius Denny Prabowo 2) Teknik Informatika Institut Teknologi dan
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB 2 LANDASAN TEORI 2.1 Computer Vision
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer Vision adalah suatu proses transformasi atau perubahan dari data yang berasal dari kamera video maupun foto/gambar kedalam sebuah hasil keputusan ataupun
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Rekayasa Perangkat Lunak 2.1.1 Pengertian Rekayasa Perangkat Lunak Untuk mengartikan Rekayasa Perangkat Lunak, dimulai dengan kata rekayasa / engineering, yang berarti menjadikan
Lebih terperinciAPLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA
APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA Anita T. Kurniawati dan Afrilyan Ruli Dwi Rama Teknik Informatika-ITATS, Jl. Arief Rahman Hakim 100 Surabaya Email:
Lebih terperinciAUTOMATIC HEAD ROTATING SYSTEM PADA DIGITAL PET MEMANFAATKAN FACE DETECTION
AUTOMATIC HEAD ROTATING SYSTEM PADA DIGITAL PET MEMANFAATKAN FACE DETECTION Hadriansa 1 dan Yosi Kristian 2 1 Teknik Informatika STMIK PPKIA Tarakanita Rahmawati 2 Teknik Informatika Sekolah Tinggi Teknik
Lebih terperinciBAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah
BAB I 1. asd PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini perkembangan teknologi di bidang informasi khususnya dengan menggunakan komputer telah berkembang, hal ini menyebabkan banyak aplikasi baru
Lebih terperinciRancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface
Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface Wahyu Sulistiyo, Budi Suyanto, Idhawati Hestiningsih, Mardiyono, Sukamto
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciDeteksi Wajah dengan Berbagai Posisi Sudut pada Sekumpulan Orang dengan Membandingkan Metode Viola-Jones dan Kanade-Lucas-Tomasi
Deteksi Wajah dengan Berbagai Posisi Sudut pada Sekumpulan Orang dengan Membandingkan Metode Viola-Jones dan Kanade-Lucas-Tomasi Aditya Pradana, Erick Paulus, Deni Setiana Departemen Ilmu Komputer Universitas
Lebih terperinciNASKAH PUBLIKASI DETEKSI WAJAH DENGAN METODE VIOLA JONES PADA OPENCV MENGGUNAKAN PEMROGRAMAN PYTHON
NASKAH PUBLIKASI DETEKSI WAJAH DENGAN METODE VIOLA JONES PADA OPENCV MENGGUNAKAN PEMROGRAMAN PYTHON Disusun untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Strata Satu Jurusan Teknik
Lebih terperinciDesain dan Implementasi Sistem Pengolahan Citra untuk Lumen Robot Sosial Humanoid sebagai Pemandu Pameran pada Electrical Engineering Days 2015
Desain dan Implementasi Sistem Pengolahan Citra untuk Lumen Robot Sosial Humanoid sebagai Pemandu Pameran pada Electrical Engineering Days 2015 Setyaki Sholata Sya 1, Ary Setijadi Prihatmanto 2 # Sekolah
Lebih terperinciPengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality
Pengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality Endang Setyati Information Technology Department Sekolah Tinggi Teknik Surabaya endang@stts.edu,
Lebih terperinciFACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA
FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA Edy Winarno¹, Agus Harjoko² ¹ Program Studi Teknik Informatika FTI Universitas Stikubank (UNISBANK) Semarang
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 terperinciPERANCANGAN POWER SAVING DENGAN IMPLEMENTASI FACE DETECTION PADA KOMPUTER
PERANCANGAN POWER SAVING DENGAN IMPLEMENASI FACE DEECION PADA KOMPUER Agung Saputra 1) 1) Prodi Elektro Fakultas eknik Universitas Pancasila, Srengseng Sawah Jagakarsa, Jakarta 12640 Email : agungsap2002@yahoo.com
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Gambar atau citra merupakan informasi yang berbentuk visual. Menurut kamus Webster citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada perancangan tugas akhir ini menggunakan metode pemilihan locker secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih
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 terperinciPERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES
PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan
Lebih terperinciBAB I PENDAHULUAN. berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama dalam
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini telah banyak penerapan pengenalan pola di banyak negara maju maupun negara berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama
Lebih terperinciSistem Deteksi Wajah Dengan Modifikasi Metode Viola Jones
Jurnal Emitor Vol.17 No. 01 ISSN 1411-8890 Sistem Deteksi Wajah Dengan Modifikasi Metode Viola Jones Adinda Rizkita Syafira Program Studi Informatika Universitas Muhammadiyah Surakarta (UMS) Surakarta,
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciABSTRAK. Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan Ekspresi Wajah Manusia
ABSTRAK Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan Ekspresi Wajah Manusia Disusun Oleh : Ayu Maulidya (1122065) Program Studi Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri,
Lebih terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Bab ini akan membahas tentang pengujian dan analisis sistem. Pada pengujian akan dijelaskan tentang kriteria pengujian serta analisis dari pengujian 4.1. Kriteria Pengujian
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Deteksi kulit manusia berperan penting dan digunakan secara luas sebagai langkah awal pada aplikasi pengolahan citra seperti gesture analysis, content based
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE VIOLA JONES PADA INTELLIGENT HOME SECURITY SKRIPSI
PENGENALAN WAJAH MENGGUNAKAN METODE VIOLA JONES PADA INTELLIGENT HOME SECURITY SKRIPSI Diajukan untuk memenuhi persyaratan guna meraih gelar Sarjana Strata I Teknik Elektro Universitas Muhammadiyah Malang
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) PEMBANGUNAN VIRTUAL MIRROR EYEGLASSES MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY
79 PEMBANGUNAN VIRTUAL MIRROR EYEGLASSES MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY Zaid Arham 1, Nelly Indriani W. 2 1,2 Jurusan Teknik Informatika Fakultas Teknik dan Ilmu Komputer - Universitas Komputer
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Metode Penelitian Penelitian ini menggunakan metode untuk mendeteksi posisi dan keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian penelitian
Lebih terperinciHUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR
HUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Lebih terperinciPENGENALAN WAJAH DENGAN PERBANDINGAN HISTOGRAM
PENGENALAN WAJAH DENGAN PERBANDINGAN HISTOGRAM Endah Sudarmilah Jurusan Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta Jl. A Yani Tromol Pos 1 pabelan Kartasura 57102
Lebih terperinciPENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA EIGENFACE SKRIPSI. Disusun oleh : RULLY GITA HARTANTYO NPM
PENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA EIGENFACE SKRIPSI Disusun oleh : RULLY GITA HARTANTYO NPM. 0934010219 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL
Lebih terperinciAplikasi Rekursifitas pada Algoritma Viola Jones
Aplikasi Rekursifitas pada Algoritma Viola Jones Maulana Akmal - 13516084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN. Pada bab 4 ini akan dilakukan implementasi dan pengujian terhadap sistem.
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab 4 ini akan dilakukan implementasi dan pengujian terhadap sistem. Tahapan ini dilakukan setelah perancangan selesai dan selanjutnya akan diimplementasikan pada
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISA
57 BAB 4 PENGUJIAN DAN ANALISA Pengujian dan analisa pada Bab 4 ini pada intinya adalah untuk mengetahui tingkat keberhasilan suatu sistem dengan metode yang sudah ditentukan. Masing masing metode mempunyai
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciAPLIKASI CAMBOT MENGGUNAKAN METODE VIOLA JONES SEBAGAI SISTEM PENJEJAK OBJEK
APLIKASI CAMBOT MENGGUNAKAN METODE VIOLA JONES SEBAGAI SISTEM PENJEJAK OBJEK Nizar Haris Masruri, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id 2) Abstract Technology in the field of robotics
Lebih terperinciSistem Pengenalan Wajah Secara Real-Time dengan Adaboost, Eigenface PCA & MySQL
179 Sistem Pengenalan Secara Real-Time dengan Adaboost, Eigenface PCA & MySQL Dodit Suprianto, Rini Nur Hasanah, Purnomo Budi Santosa Abstrak Aplikasi sistem pengenalan wajah secara real time dapat ditemukan
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Sistem Tahapan analisa merupakan tahapan awal dalam perekayasaan perangkat lunak. Pada tahapan ini menjelaskan apa yang dilakukan sistem, siapa yang menggunakannya
Lebih terperinciPERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2
PERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2 Disusun oleh : Steven Christian Santosa (1222038) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan pada aplikasi penelitian pengenalan ekspresi wajah ini seperti pada tabel Tabel 4.1 Spesifikasi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah,
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Sistem Absensi Otomatis Menurut kamus besar bahasa Indonesia absen memiliki arti ketidak hadiran dalam suatu kegiatan, baik kegiatan belajar mengajar ataupun dalam
Lebih terperinciIdentifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA)
Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) Cucu Suhery #1, Ikhwan Ruslianto *2 # Prodi Sistem Komputer Fakultas
Lebih terperinciAPLIKASI DETEKSI WAJAH PEGAWAI BUS TRANS SEMARANG
APLIKASI DETEKSI WAJAH PEGAWAI BUS TRANS SEMARANG Satria Wira Pradana 1, T. Sutojo, S.Si, M.Kom 2 1,2 Jurusan Teknik Informatika-S1, Fakultas Ilmu Komputer, Uniersitas Dian Nuswantoro Semarang Jl. Nakula
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Automatic Number Plate Recognition (ANPR) Berdasarkan penjelasan dari penelitian sebelumnya mengenai deteksi plat nomor, maka dapat disimpulkan bahwa pendeteksian ini sangat dibutuhkan
Lebih terperinci