ANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA WAJAH REVIUW (IMAGE EDGE DETECTION BASED DAN MORPHOLOGY)
|
|
- Vera Budiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA WAJAH REVIUW (IMAGE EDGE DETECTION BASED DAN MORPHOLOGY) Dian Parikesit Magister Komputer Universitas Budi Luhur Jakarta Dalam kehidupan kita, kita sering melihat wajah manusia dengan berbagai fitur karakter gambar. Variasi wajah mannusia muncul dari bentuk muka seperti oval, hidung, telinga, mata dll Seiring dengan kemajuan informasi dan teknologi, maka memungkinkan untuk mengembangkan aplikasi yang dapat membantu manusia untuk mengenali jenisjenis wajah. Pengolahan citra digital adalah bidang yang berkembang dari teknologi digital dengan aplikasi wajah dalam sains dan teknik. Salah satu daerah wajah yang terkait dengan pengolahan citra adalah pengenalan pola. Tugas akhir ini dilakukan untuk membangun sistem yang dapat mengidentifikasi dan mengenali objek pola wajah. Identifikasi wajah dimulai dengan akuisisi data citra, pengolahan citra, deteksi tepi citra, citra menipis, dan proses identifikasi dengan menggunakan metode template matching. Deteksi tepi menggunakan 3 metode, ada Sobel tepi deteksi, deteksi tepi Roberts, dan deteksi tepi Prewitt. Pengenalan pola akan mendeteksi gambar sebagai masukan, membandingkan dengan gambar yang lain dalam database yang disebut template. Percobaan dilakukan dalam dua tahap yaitu identifikasi wajah bentuk dan identifikasi wajah tepi. Penelitian ini menggunakan 7 gambar bentuk wajah yang membentuk masing-masing memiliki citra uji 10 dan 5 gambar tepi wajah yang ujung masing-masing memiliki 10 gambar tes. Selain itu, dalam percobaan identifikasi tepi wajah, metode Sobel mencapai 90% untuk tingkat pengakuan, Roberts dan Prewitt hanya mencapai 84%. Keywords: leaf, image processing, edge detection, pattern recognition I. Pendahuluan 1.1 Latar Belakang Perkembangan teknologi, terutama di bidang dunia digital, membawa perubahan cukup besar. Salah satunya dengan adanya digitalisasi data citra. Selain di bidang teknologi, pengolahan citra juga dimanfaatkan sebagai pengenalan pola. Pola dari citra yang diolah adalah bentuk daun dan tepi daun. Perbedaan pola dari sebuah daun tersebut bisa digunakan sebagai pengidentifikasi. 1.2 Tujuan Penelitian ini bertujuan untuk: 1. Menemukan ciri-ciri dengan mendeteksi tepi citra wajah. 2. Membuat perangkat lunak yang mampu mengidentifikasi jenis bentuk dan jenis tepi citra daun. 3. Mengetahui metode deteksi tepi yang paling optimal untuk mengidentifikasi citra wajah. 1.3 Pembatasan Masalah Pada tugas akhir ini masalah yang dibahas akan dibatasi pada : 1. Citra yang dibahas adalah citra hasil pemotretan wajah yang sudah diubah dalam bentuk citra digital. 2. Pembahasan hanya pada identifikasi jenis bentuk dan tepi wajah. 3. wajah yang dideteksi adalah wajah penulis hasil pemotretan dari depan kamera (tampak depan). II. Dasar Teori Citra merupakan istilah lain dari gambar yang merupakan komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu kaya akan informasi. Citra digital adalah citra hasil digitalisasi citra kontinu (analog). Tujuan dibuatnya citra digital adalah agar citra tersebut dapat diolah menggunakan komputer atau perangkat digital. 2.1 Peningkatan Mutu Citra Peningkatan mutu citra dilakukan untuk memperoleh keindahan citra yang akan digunakan untuk kepentingan analisis citra. 2.2 Deteksi Tepi Tepi (edge) adalah perubahan nilai intensitas derajat keabuan yang mendadak besar dalam jarak yang dekat. Suatu titik (x,y) dikatakan sebagai tepi bila titik tersebut mempunyai perbedaan nilai piksel yang tinggi dengan nilai piksel tetangganya. Gambar 1 menunjukkan salah satu model tepi untuk satu dimensi. j arak a Perubahan intensitas a =Arah Gambar 1. Model tepi satu dimensi
2 2.2.1 Operator Sobel Misal, suatu pengaturan piksel di sekitar piksel (x,y): 2.3 Penipisan Citra (image thinning) Proses penipisan digunakan untuk mengekstraksi ciri dari suatu objek, dengan mengambil rangka setebal satu piksel dari citra, dengan cara membuang titik-titik atau lapisan terluar dari citra sampai semua garis atau kurva hanya setebal satu piksel. Operator Sobel adalah magnitude dari gradien yang dihitung dengan: M = S x + S y... (2.1) 2 2 Turunan Parsial dihitung dengan : Dengan konstanta c adalah 2, dalam bentuk (mask), Sx dan Sy dapat dinyatakan sebagai: Pengenalan Pola (pattern recognition) dihitung dengan:pengenalan pola merupakan proses pengenalan suatu objek dengan menggunakan berbagai metode. Teknik pencocokan pola adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokkan tiap-tiap bagian dari suatu citra dengan citra yang menjadi acuan (template). Metode pencocokan pola adalah salah satu metode terapan dari teknik konvolusi. Teknik konvolusi pada penelitian ini dilakukan dengan mengkombinasikan citra wajah masukan dengan citra wajah sumber acuan, hingga akan didapatkan nilai koefisien korelasi yang besarnya antara -1 dan +1. Saat nilai koefisien korelasi semakin mendekati +1, bisa dikatakan citra masukan semakin sama (mirip) dengan citra acuannya. Rumus yang digunakan adalah: Arah tepi dihitung dengan persamaan: Operator Roberts Operator Roberts sering disebut juga operator Silang. Gradien Roberts dalam arah-x dan arah-y dihitung dengan persamaan berikut dan ditunjukkan pada gambar 2: R+ ( x y ) f ( x y ) f ( x y)... (2.3) R- ( x y ) f ( x y ) f ( x y)... (2.4) Wajah adalah organ tubuh manusia yang berbentuk muka oval dan memiliki fungsi pancaindera. Bentuk wajah sangat bervariasi, namun pada umumnya terdiri dari seperti hidung, mata, rambut, telinga, mulut, alismata dan pipi Gambar 2. Operator Roberts (operator silang) Operator Prewitt Persamaan gradien pada operator Prewitt sama seperti operator Sobel, tetapi menggunakan nilai konstanta c = 1 III. PERANCANGAN PROGRAM Program dibagi menjadi 2 proses, yaitu proses pelatihan dan proses identifikasi. Diagram alir sistem adalah sebagai berikut.
3 biner. Penipisan pola menggunakan perintah bwmorph. thinning=bwmorph(edge,'skel',inf); 3.4 Pengenalan Pola Pengenalan terdiri dari 2 tahap, yaitu pengenalan jenis bentuk dan jenis tepi daun. Untuk menghitung nilai koefisien korelasi antara citra masukan dengan citra acuan di dalam basisdata digunakan perintah corr2. re=imread('mask_sobel.jpg'); citra1=imread('bentuk_1.jpg'); y01=corr2(citra1,re); re adalah citra masukan, sedangkan citra1 adalah citra acuan di dalam basisdata. IV. HASIL PENGUJIAN DAN ANALISIS 4.1 Hasil Pengujian Konversi Citra Aras Keabuan Pengubahan citra warna menjadi citra aras keabuan ditunjukkan pada Gambar Peningkatan Mutu Citra Peningkatan mutu citra dilakukan untuk, salah satunya, menghapus gangguan citra Konversi Citra Aras Keabuan Citra yang dibaca adalah citra warna (RGB) sehingga citra perlu diubah ke dalam citra aras keabuan. Pengubahan citra asli (citra warna) menjadi citra aras keabuan menggunakan perintah: citra_keabuan = rgb2gray(citra); Pengubahan Ukuran Citra Pengubahan ukuran citra menggunakan perintah imresize, yaitu: ukuran=imresize (keabuan,[ ]); Pelembutan Citra Pelembutan citra meliputi pengaturan intensitas citra dan penapisan citra. Penapisan menggunakan metode penapisan median dan penapisan wiener. Perintah untuk proses pelembutan citra adalah: median=medfilt2 (adjust,[3 3]); wiener=wiener2 (median, [5 5]); Pengambangan (thresholding) Perintah operasi pengambangan adalah sebagai berikut. [m n]=size(equal); for i=1:m, for j=1:n, if(equal(i,j)<128) biner(i,j)=0; biner (i,j)=255; end end end 3.2 Deteksi Tepi Citra Perintah yang digunakan untuk mendeteksi tepi yaitu: edge_sobel = edge(biner,'sobel'); 3.3 Penipisan Pola Penipisan pola hanya bisa dilakukan pada citra Pengambangan (thresholding) Proses pengambangan akan menghasilkan citra biner, yang ditunjukkan pada Gambar 9. Gambar 9. Citra biner Deteksi Tepi Citra Hasil dari proses deteksi tepi citra ditunjukkan pada Gambar 10. Gambar 10. Hasil proses deteksi tepi citra Perintah scriptnya adalah : >> i = imread('e:/foto/gayadian.png'); I = rgb2gray(i); BW1 = edge(i,'prewitt'); BW2= edge(i,'sobel'); BW3= edge(i,'roberts');
4 subplot (2,2,1); imshow(i); title('original'); subplot(2,2,2); imshow(bw1); title('prewitt'); subplot(2,2,3); imshow(bw2); title('sobel'); subplot(2,2,4); imshow(bw3); title('roberts'); >> BW = tepi (I) mengambil grayscale atau gambar biner I sebagai input, dan mengembalikan biner BW gambar dengan ukuran yang sama seperti saya, dengan 1 situlah fungsi menemukan tepi dalam I dan 0 di tempat lain. Secara default, tepi menggunakan metode Sobel untuk mendeteksi tepi tapi berikut ini memberikan daftar lengkap dari semua tepi-temuan metode didukung oleh fungsi ini: Metode Sobel menemukan tepi menggunakan pendekatan Sobel untuk derivatif. Ia mengembalikan tepi pada titik-titik di mana gradien I adalah maksimal. Metode Prewitt menemukan tepi menggunakan pendekatan Prewitt untuk derivatif. Ia mengembalikan tepi pada titik-titik di mana gradien I adalah maksimal. Metode Roberts menemukan tepi menggunakan pendekatan Roberts untuk derivatif. Ia mengembalikan tepi pada titik-titik di mana gradien I adalah maksimal. The Laplacian metode Gaussian menemukan tepi dengan mencari nol penyeberangan setelah penyaringan I dengan Laplacian of Gaussian filter. Metode zero-lintas menemukan tepi dengan mencari nol penyeberangan setelah penyaringan I dengan filter yang Anda tentukan. Metode Canny menemukan tepi dengan mencari local maxima dari gradien I. gradien dihitung menggunakan turunan dari filter Gaussian. Metode ini menggunakan dua ambang batas, untuk mendeteksi tepi yang kuat dan lemah, dan termasuk tepi lemah dalam output hanya jika mereka terhubung ke tepi yang kuat. Metode ini karena itu kurang mungkin dibandingkan orang lain untuk tertipu oleh kebisingan, dan lebih mungkin untuk mendeteksi tepi yang lemah benar. Parameter yang Anda dapat menyediakan berbeda tergantung pada metode yang Anda tentukan. Jika Anda tidak menentukan metode, tepi menggunakan metode Sobel Histogram Citra Histogram adalah grafik balok yang memperlihatkan satu macam pengukuran dari suatu proses atau kejadian. Grafik ini sangat cocok untuk data yang dikelompokkan.tujuan dibuatnya histogram adalah : Mengetahui dengan mudah penyebaran data yang ada. Mempermudah melihat dan menginterpretasikan data. Sebagai alat pengendalian proses, sehingga dapat mencegah timbulnya masalahkita mengambil file dan kemudian memampatkan file menerapkan DCT dan FFT pada gambar. Kompresi dilakukan 1. 70% 2. 50% 3. 30% 4. 10% Scrip pada Histogram adalah : % MORPHOLOGY % histogram equalisation filename= 'far.jpg'; % the filename to be read im=imread(filename); im=imresize(im,[256,256]); im=rgb2gray(im); figure(1); subplot(1,2,1); imshow(im); subplot(1,2,2); Imagesc(im); % display imhist(im); im_histeq=histeq(im); figure(2); subplot(1,2,1); imshow(im_histeq); % display % subplot(1,2,2); imhist(im_histeq); didapatkan tingkat pengenalan rata-rata 90%. Pengujian dengan menggunakan metode deteksi tepi Roberts dan Prewitt menghasilkan 84%, sehingga dapat dikatakan bahwa metode deteksi tepi Sobel memiliki tingkat keberhasilan lebih tinggi dalam sistem. Di sini kita mengambil file dan kemudian memampatkan file menerapkan DCT dan FFT pada gambar. Kompresi dilakukan 1. 70% 2. 50% 3. 30% 4. 10% Spatial Filtering Edge detection merupakan teknik filtering yang menggunakan spatial filtering. Teknik filtering yang menggunakan spatial filtering, umumnya titik yang akan diproses beserta titik-titik di sekitarnya dimasukkan ke dalam sebuah matrix 2 dimensi yang berukuran N x N. Matrix ini dinamakan matrix neighbor. Di mana N ini
5 besarnya tergantung dari kebutuhan, tetapi umumnya N ini selalu kelipatan ganjil karena titik yang akan diproses diletakkan di tengah dari matrix. Citra gambar ke filter Image Dalam tahap ini merupakan tahap pemecahan image kedalam obyek-obyek yang terkandung didalamnya yang dapat menjadi sarana untuk automated image analysis, misal untuk pengenalan obyek-obyek dalam image. Segmentasi dapat dilakukan berdasar pada kemiripan (similarity), dimana image dibagi berdasar kemiripan gray level. Teknik yang termasuk dalam kelompok ini adalah thresholding, region growing, region splitting, region merging. Contoh matrix ini dapat digambarkan sebagai berikut : T (a) T Gambar 2.3 (a) adalah contoh (b) matrix neighbor yang berukuran 3 x 3 dan gambar 2.3 (b) berukuran 5 x 5. Sedangkan T adalah titik yang akan diproses. Selain digunakannya matrix neighbor, teknik spatial filtering menggunakan sebuah matrix lagi yang dinamakan mask Segmentasi atau contouring dapat juga diperoleh dengan menggunakan operasi morfologi. Segmentasi membagi gambar ke daerah konstituen atau benda. Tingkat yang subdivisi dilakukan tergantung pada masalah yang dipecahkan. Artinya, segmentasi harus berhenti ketika obyek yang menarik dalam aplikasi telah diisolasi. Sebagai contoh, dalam pemeriksaan otomatis rakitan elektronik, gambar terletak dalam menganalisis gambar dari produk dengan tujuan untuk menentukan ada atau tidak adanya anomali tertentu, seperti komponen hilang atau jalur-jalur penghubung rusak. Tidak ada gunanya dalam menjalankan segmentasi melewati tingkat detail yang diperlukan untuk mengidentifikasi elemen-elemen. Penataan Elemen: Unsur penataan terdiri dari pola ditetapkan sebagai koordinat sejumlah titik diskrit relatif terhadap asal beberapa. Asal ditandai dengan sebuah cincin di sekeliling titik itu. Erosi : Erosi dari A dengan B didefinisikan sebagai: Dimana A adalah gambar dan B adalah elemen struktural. Satu aplikasi sederhana menghilangkan detil yang tidak relevan dari gambar biner.
6 Penebalan Penataan Elemen Erosion Penebalan adalah operasi morfologi yang digunakan untuk tumbuh daerah yang dipilih dari piksel latar depan dalam gambar biner, agak seperti pelebaran atau penutupan: Dengan demikian citra menebal terdiri dari gambar asli ditambah piksel foreground tambahan diaktifkan oleh hitand-miss transform Penataan elemen untuk menentukan convex hull menggunakan penebalan. Pada setiap iterasi dari penebalan tersebut, setiap elemen harus digunakan secara bergantian, dan kemudian di setiap 90 rotasi mereka, memberikan 8 elemen penataan yang efektif secara total. Thresh=120; % threshold filename= 'E:/foto/gayadian.png'; % the file to be read im=imread(filename); im=imresize(im, [ ]); figure(1); Imagesc(im); % display LEVEL=Thresh/255.0; %converts the intensity image I to black and white. % dilation K3=ones(3); K5=ones(5); K7=ones(7); K9=ones(9); B3=imdilate(BW,K3); B5=imdilate(BW,K5); B7=imdilate(BW,K7); B9=imdilate(BW,K9); figure(2); Imagesc(B3); % display figure(3); Imagesc(B5); % display figure(4); Imagesc(B7); figure(5); Imagesc(B9); % erosion K3=ones(3); K5=ones(5); K7=ones(7); K9=ones(9); B3=imerode(BW,K3); B5=imerode(BW,K5); B7=imerode(BW,K7); B9=imerode(BW,K9);
7 figure(6); Imagesc(B3); figure(7); Imagesc(B5); figure(8); Imagesc(B7); figure(9); Imagesc(B9); figure(10); Imagesc(BW); % opening op=bwmorph(bw,'open'); figure(11); Imagesc(op); % closing op=bwmorph(bw,'close'); figure(12); Imagesc(op); % thinning op=bwmorph(bw,'thin'); 5 figure(13); Imagesc(op); % thickening op=bwmorph(bw,'thick'); figure(14); Imagesc(op); Identifikasi Citra Dari hasil pengujian identifikasi jenis bentuk daun didapatkan tingkat pengenalan rata-rata 74% untuk metode deteksi tepi Sobel. Pengujian dengan menggunakan metode deteksi tepi Roberts menghasilkan 75%, dan pengujian dengan menggunakan metode deteksi tepi Prewitt menghasilkan 75%, sehingga dapat dikatakan bahwa metode deteksi tepi Roberts dan Prewitt memiliki tingkat keberhasilan lebih tinggi dalam sistem. Sedangkan dari hasil pengujian identifikasi jenis tepi wajah, untuk metode deteksi tepi Sobel 4.2. Analisis B e r d a s a r k a n p e n g u j i a n y a n g t e l a h dilakukan, kinerja sistem mencapai kondisi tingkat keberhasilan sampai 90%, berdasarkan hasil analisis, kondisi ini bisa jadi dipengaruhi oleh beberapa faktor sebagai berikut. 1. Adanya kemiripan tekstur wajah. Kesalahan identifikasi dapat terjadi apabila terdapat tekstur pada basisdata yang memiliki ciri-ciri atau pola informasi yang sangat dekat atau hampir sama (mirip). 2. Adanya kecacatan pada objek wajah Meskipun secara visual tidak mirip, namun kedekatan ciri-ciri atau pola informasi biasa terjadi karena adanya cacat pada tekstur. 3. Proses pengambilan objek wajah. Citra wajah yang diperoleh sangat dipengaruhi oleh proses pengambilannya, dimana sudut pemotretan dan tingkat kecerahan cahaya akan menentukan terbentuknya sebuah bayangan di belakang objek yang juga akan berpengaruh. 4. Ciri-ciri atas wajah yang diekstraksi lebih jauh. Dalam penelitian ini digunakan ciri tepi dan bentuk. Padahal ada beberapa ciri wajah yang tidak termasuk dua ciri di atas, misalnya: ukuran, warna, kekasaran muka wajah, dan sebagainya.
8 V. P E N U T U P 5. 1 K e s i mp u l a n Dari hasil pengujian yang diperoleh dan analisis yang telah dilakukan, maka diambil kesimpulan sebagai berikut. 1. Metode deteksi tepi dengan pencocokan pola dapat diimplementasikan sebagai sistem pengenalan pola wajah. 2. Pada pengujian pengenalan jenis bentuk wajah, metode deteksi tepi yang mempunyai tingkat keberhasilan pengenalan paling tinggi adalah metode deteksi tepi Roberts dan Prewitt, yaitu sebesar 75%. Sedangkan metode deteksi tepi Sobel memiliki tingkat keberhasilan pengenalan sebesar 74%. 3. Pada pengujian pengenalan jenis tepi wajah, metode deteksi tepi yang mempunyai tingkat keberhasilan pengenalan paling tinggi adalah metode deteksi tepi Sobel, yaitu sebesar 90%. Sedangkan metode deteksi tepi Roberts dan Prewitt memiliki tingkat keberhasilan pengenalan sebesar 84%. 4. Adanya kesalahan identifikasi bisa disebabkan oleh adanya citra daun yang memiliki kedekatan ciri-ciri atau pola informasi yang hampir sama (mirip). [8] Wu, Stephen Gang, dkk., A Leaf Recognition Algorithm for Plant classification Using Probabilistic Neural Network, Egypt, [9] ---, htttp:// Oktober [10] ---, Februari DAFTAR PUSTAKA [1] Ahmad, U., Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu, [2] Gonzales, R.C. dan R. E. Woods, Digital Image Processing, Addison-Wesley Publishing Company, [3] Indira, Merly, dkk., Perbandingan Metode Pendeteksi Tepi Studi Kasus: Citra USG Janin, Kommit 2008, Depok, [4] Marvin, W. dan A. Prijono, Pengolahan Citra Digital Menggunakan Matlab, Informatika, Bandung, [5] Munir, R., Pengolahan Citra Digital dengan Pendekatan Algoritmik. Informatika Bandung, [6] Murni, A. dan S. Setiawan, Pengantar Pengolahan Citra, Elex Media Komputindo, Jakarta,1992. [7] Wardhana, A. W. dan Y. Prayudi, Penggunaan Metode Template Matching Untuk Identifikasi Kecacatan Pada PCB, SNATI Jogjakarta,
9
ANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA DAUN
ANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA DAUN Subchan Ajie Ari Bowo 1, Achmad Hidayatno, R. Rizal Isnanto Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro In our life, we often see
Lebih terperinciANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA DAUN
ANALISIS DETEKSI TEPI UNTUK MENGIDENTIFIKASI POLA DAUN Subchan Ajie Ari Bowo, Achmad Hidaatno, R. Rizal Isnanto Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro In our life, we often see plants
Lebih terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih 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 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 terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih 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 terperinciUNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING MEITA SETIAWAN / 0700709224
Lebih terperinciGARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)
GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Mata Kuliah: Pengolahan dan Pengenalan Pola; Kode/Bobot : TSK 713/ 2 sks; Deskripsi Mata Kuliah: Mata kuliah ini berisi konsep teori, teknik-teknik dan aplikasi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciPERBANDINGAN METODE PREWITT DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
PERBANDINGAN METODE PREWITT DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Pitrawati, S.Kom., M.Pd Program Studi Komputerisasi Akuntansi AMIK Dian Cipta Cendikia, Bandar Lampung Abstrak Pengolahan
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
Lebih terperinciPENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU
PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU Oleh: Amilia Khoiro Masruri 1210 100 029 Dosen Pembimbing: Dr. Budi Setiyono, S.Si, MT JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
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 terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB I PENDAHULUAN. menganalisis citra menggunakan bantuan komputer yang bertujuan untuk
BAB I PENDAHULUAN A. Latar Belakang Citra (gambar) adalah suatu representasi, kemiripan, atau imitasi dari suatu objek (Annisa, 2010). Citra mengandung informasi tentang objek yang direpresentasikan. Sehingga
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk masing-masing menunjukkan identitas kendaraan tersebut.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 4, No. 2, Hal ISSN : x
PENGENALAN MOTIF BATIK INDONESIA MENGGUNAKAN DETEKSI TEPI CANNY DAN TEMPLATE MATCHING [1] Fera Flaurensia, [2] Tedy Rismawan, [3] Rahmi Hidayati [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
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 terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Neighborhood Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Neighborhood Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih 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 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 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih 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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 5 Neighboorhood Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 5 Neighboorhood Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciMENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET
MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciImplementasi Deteksi Tepi Canny pada Citra Mammografi
JURNAL APLIKASI FISIKA VOLUME 11 NOMOR 1 FEBRUARI 2015 Implementasi Deteksi Tepi Canny pada Citra Mammografi Nurhasanah 1, *) dan Okto Ivansyah 2 1 Jurusan Fisika, FMIPA Universitas Tanjungpura, Indonesia
Lebih terperinciPengenalan Pola Menggunakan Persamaan Diferensial Ujung Deteksi
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Pengenalan Pola Menggunakan Persamaan Diferensial Ujung Deteksi Rahmat H. Kiswanto 1), Harrizki Arie Pradana 2), Rosiyati
Lebih terperinciPENGENALAN POLA SIDIK JARI
TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT
Lebih terperinciAspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas
Aspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas Christian Desamta. S*, Indra Yasri** *Alumni Tenik Elektro Universitas Riau**Jurusan Teknik Elektro Universitas Riau Kampus
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
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 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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih 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 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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih 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 IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
Lebih terperinciAPLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Hamsina 1, Evanita V Manullang 1, Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Manajemen,
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciAPPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL
APPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL Denni Dwi Kristanto, Dr. Bertalya, SKom., DEA. Undergraduate Program, Faculty of Industrial
Lebih terperinciDielektrika, ISSN Vol. 1, No. 2 : , Agustus 2014
Dielektrika, ISSN 2086-9487 131 Vol. 1, No. 2 : 131-135, Agustus 2014 ANALISA PERUBAHAN GARIS PANTAI SENGGIGI MENGGUNAKAN PENGOLAHAN (GIS) CITRA SATELIT PADA MATLAB [Analysis of Shoreline Changing Using
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tanda Tangan Tanda tangan atau dalam bahasa Inggris disebut signature berasal dari latin signare yang berarti tanda atau tulisan tangan, dan biasanya diberikan gaya tulisan
Lebih terperinciPendahuluan. Dua operasi matematis penting dalam pengolahan citra :
KONVOLUSI Budi S Pendahuluan Dua operasi matematis penting dalam pengolahan citra : Operasi Konvolusi (Spatial Filter/Discret Convolution Filter) Transformasi Fourier Teori Konvolusi Konvolusi 2 buah fungsi
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciII. LANDASAN TEORI I. PENDAHULUAN
MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI CACAT PADA KEPING PCB MENGGUNAKAN PENCOCOKAN MODEL (TEMPLATE MATCHING) Kris Adhy Nugroho*, R. Rizal Isnanto **, Achmad Hidayatno ** Abstrak Inspeksi secara automatis
Lebih terperinciOperasi Bertetangga KONVOLUSI. Informatics Eng. - UNIJOYO log.i. Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan
KONVOLUSI Informatics Eng. - UNIJOYO log.i Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan Citra ideal: korespondensi satu-satu sebuah titik pada obyek yang dicitrakan
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih 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 terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciBAB 1 PENDAHULUAN. ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi obyek pada citra dapat dilakukan dengan tiga metode yaitu ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased). Metode
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
Lebih 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 terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih 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 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 II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperincipola-pola yang terdapat pada suatu daerah bagian citra. Tekstur juga dapat membedakan permukaan dari beberapa kelas.
Ruang Lingkup Penelitian Ruang Lingkup penelitian ini adalah: 1. Objek citra adalah data citra daun tumbuhan obat dan citra pohon tanaman hias di Indonesia. 2. Dalam penelitian ini operator MBLBP yang
Lebih terperinciDETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT
DETEKSI TEPI KANKER ORGAN REPRODUKSI WANITA MENGGUNAKAN OPERARTOR PREWITT Murinto, Wahyu Pujiyono, Hadijah Program Studi Teknik Informatika Universitas Ahmad Dahlan Jogjakarta rintokusno@yahoo.com ABSTRAK
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciPengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Dr. Aniati Murni (R.1202) Dina Chahyati, M.Kom (R.1226) Universitas Indonesia DC - OKT 2003 1 Tujuan Peningkatan Mutu Citra Sumber Pustaka:
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinci