Vol. 4, No. 1, Tahun Jurnal Aksara Komputer Terapan Politeknik Caltex Riau
|
|
- Deddy Sumadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Vol. 4, No. 1, Tahun Jurnal Aksara Komputer Terapan Politeknik Caltex Riau Website : pustaka@pcr.ac.id Aplikasi Pendeteksi Jenis Motif Batik Menggunakan Principal Component Analysis (Pca) Dan Euclidean Distance Berbasis Android Lodia Windari 1, Meilany Dewi 2 dan Ananda 3 1 Program Studi Teknik Informatika, Politeknik Caltex Riau, : lodia11ti@mahasiswa.pcr.ac.id 2 Program Studi Teknik Informatika, Politeknik Caltex Riau, meilany@pcr.ac.id 3 Program Studi Teknik Informatika, Politeknik Caltex Riau, ananda@pcr.ac.id Abstrak Batik adalah seni kerajinan yang memiliki nilai seni tinggi yang telah menjadi bagian dari kebudayan Indonesia. Dibutuhkan suatu cara yang dapat mendeteksi jenis motif batik tanpa harus belajar langsung ke sumber asli atau mencari referensinya terlebih dahulu. Salah satu cara yaitu mengenalkan batik dengan menggunakan android. Pada proses pengenalan batik menggunakan android akan dilakukan ekstraksi ciri yang mampu mengindentifikasi ciri batik untuk mendapatkan karakteristik suatu citra batik dengan menggunakan metode Principal Component Analysis (PCA). Selanjutnya akan dilakukan perhitungan jarak kedekatan dengan membandingkan citra training dan citra testing menggunakan Euclidean Distance. Motif batik yang diuji adalah batik banji, ceplok, kawung, parang, megamendung, tabir riau dan semen. Motif batik terbaik dengan tingkat keakuratan 53.3% adalah motif batik parang dan jenis motif batik terbaik dengan tingkat keakuratan 39.2% adalah motif batik geometris. Kata kunci: Batik, Android, Principal Componet Analysis (PCA), Euclidean Distance. Abstract Batik is a craft that has high artistic value that has been part of Indonesian culture. We need a way to detect the type of motif without having to learn directly to the original source or search reference first. One way is to introduce batik to use android. In the process of introducing batik using the android will be the feature extraction which is able to identify the characteristics of batik to obtain the characteristics of an image of batik using Principal Component Analysis (PCA). Next will be calculated by comparing the image of the proximity distance training and testing images using Euclidean Distance. Motif tested were batik latticework, fried, kawung, machetes, megamendung, Riau and cement veil. Motif best with 53.3% accuracy rate is parang batik and batik motifs best with 39.2% accuracy rate is a geometric motif. Keywords: Batik, Android, Principal Componet Analysis ( PCA ), Euclidean Distance.
2 Vol. 4, No. 1, Tahun Pendahuluan Pada tanggal 2 Oktober 2009 UNESCO menetapkan batik sebagai world heritage sebagai identitas dan warisan budaya bangsa Indonesia. Dalam berita di harian Suara Merdeka dikatakan bahwa, banyak orang yang tidak mengetahui makna motif atau gambar yang terlukis di kain batik. Oleh karena itu maka dibutuhkan suatu cara yang dapat mengetahui makna motif atau gambar yang terlukis di kain batik tanpa harus belajar langsung ke sumber asli atau mencari referensinya terlebih dahulu. Salah satu cara yaitu mengenalkan batik dengan menggunakan android. Pada proses pengenalan batik menggunakan android akan dilakukan ekstraksi ciri yang mampu mengindentifikasi ciri batik untuk mendapatkan karakteristik suatu citra batik dengan menggunakan metode Principal Component Analysis (PCA). Selanjutnya akan dilakukan perhitungan jarak kedekatan dengan membandingkan citra training dan citra testing menggunakan Euclidean Distance. Aplikasi ini dapat mendeteksi dan mencari informasi jenis motif batik. Aplikasi ini juga dapat mengenalkan dan menampikan informasi jenis motif batik yang ada diindonesia. 2. Landasan Teori 2.1 Penelitian Terdahulu Penelitian tentang klasifikasi motif batik yang dilakukan Rangkuti (2013), Proses klasifikasi dari citra batik, yang berbasis pada kemiripan ciri, dengan mengabungkan metode Wavelet Transform jenis Daubechies 2 level 2, untuk memproses ciri tekstur yang terdiri dari standard deviasi, mean dan energi sebagai variabel input, dengan mengunakan metode Fuzzy Neural Network (FNN). Penelitian oleh Wardani (2013), Klasifikasi dimulai dengan melakukan grayscale pada citra batik masukan dilanjutkan dengan proses dekomposisi untuk mendapatkan koefisen wavelet yang kemudian dihitung nilai energi dan entropi dari masing-masing gambar dan disimpan kedalam database. Selanjutnya membandingkan energi dan entropi antara citra yang akan diklasifikasi dengan citra pada database. Langkah terakhir adalah melakukan klasifikasi dengan menggunakan metode k-nearest neighbor. 2.2 Batik Arti batik dalam Kamus Umum Bahasa Indonesia adalah kain bergambar yang dibuat secara khusus dengan menukiskan atau menerapkan malam (lilin) pada kain, kemudian pengolahannya diproses dengan cara tertentu. [1] Motif batik adalah sebuah kerangka gambar yang mewujudkan batik secara keseluruhan. Motif Geometris adalah motif-motif batik yang ornamen-ornamennya merupakan susunan geometris. Ciri ragam hias geometris ini adalah motif tersebut mudah dibagi-bagi menjadi bagian-bagian yang disebut satu raport. Termasuk dalam motif geometris adalah motif banji, motif ceplok, motif kawung dan motif parang. Motif non geometris adalah motif-motif batik yang tidak geometris. Termasuk dalam motif ini adalah motif Semen, Buketan, Terang Bulan. Motif-motif golongan non geometris tersusun dari ornamen-ornamen tumbuhan, Meru, Pohon Hayat, Candi, Binatang, Burung, Garuda, Ular (Naga) dalam susunan tidak teratur menurut bidang geometris meskipun dalam bidang luas akan terjadi berulang kembali susunan motif tersebut. [2] 2.3 Citra Digital Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun komplek yang direpresentasikan dengan deretan bit tertentu. [3] Citra RGB disebut juga citra true color, citra ini mengandung matriks data berukuran m x n x 3 yang menepresentasikan warna merah, hijau, dan biru untuk setiap pikselnya. Warna dari tiap piksel ditentukan oleh intensitas merah, hijau dan biru. [4] Citra grayscale merupakan citra digital yang
3 Vol. 4, No. 1, Tahun hanya memiliki satu nilai kanal pada setiap pixelnya, dengan kata lain nilai bagian Red,Green, dan Blue adalah sama. Nilai tersebut digunakan untuk menunjukan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan, dan putih. Tingkatan keabuan disini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih. [3] 2.4 Principal Component Analysis Principal Component Analysis (PCA) adalah teknik statistik yang berguna untuk aplikasi dibidang seperti pengenalan wajah dan kompresi gambar, dan merupakan teknik umum untuk menemukan pola dalam data berdimensi tinggi. Keuntungan dari PCA adalah saat mendapatkan pola dalam data mengkompresi data yaitu dengan mengurangi jumlah dimensi, tanpa banyak kehilangan informasi.[5] 2.5 Euclidean Distance Euclidean Distance adalah salah satu metode yang digunakan untuk mengukur nilai kesamaan antar objek-objek yang dibandingkan. Euclidean Distance menghitung jarak dua buah point dengan mengetahui nilai dari masing-masing atribut pada kedua point tersebut. Jarak adalah pendekatan yang umum dipakai untuk menentukan kesamaan atau ketidaksamaan dua vector fitur yang dinyatakan dengan rangking. Apabila nilai rating yang dihasilkan semakin kecil nilainya maka semakin dekat/tinggi kesamaan antar kedua vector tersebut. [6] dibutuhkan komponen penting yang harus diketahui yaitu SDK (software develpoment kit). SDK (software development kit) sebagai alat bantu dan API menggunakan bahasa pemrograman Java. Android SDK terdiri dari debugger, libraries, handset emulator, dokumentasi, contoh kode, dan tutorial. Aplikasi android ditulis dalam bahasa pemrograman Java. [7] 2.7 MySQL Mysql adalah database yang cepat, mudah untuk digunakan (easy-to-use) dan juga berfungsi sebagai Relational Database Management System (RDBMS) yang digunakan untuk database pada beberapa website. MySQL menggunakan bahasa SQL. SQL (Structured Query Language) adalah bahasa standar yang digunakan untuk mengakses server database.[8] 3. Metodologi Penelitian 3.1 Rancangan Sistem 2.6 Java Android Andorid adalah sistem operasi mobile berbasis kernel Linux yang dikembangkan oleh Andorid Inc dan kemudian diakusisi oleho Google. Sistem operasi ini bersifat open source sehingga para programmer dapat membuat aplikasi secara mudah. Java merupakan bahasa pemrograman dengan menggunakan konsep oop (object oriented programming). Dalam memulai pemrograman Android, Gambar 3. 1 Deskripsi Umum Sistem 3.2 Usecase Diagram Usecase Diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem.
4 Vol. 4, No. 1, Tahun Gambar 3. 2 Usecase Diagram 3.3 Entity Relationship Diagram Entity Relationship Diagram digunakan untuk menggambarkan hubungan antara objek-objek yang ada pada sistem yang dirancang. 4.2 Pengujian Pengujian Terhadap Sistem Tabel Pengujian Terhadap Sistem Gambar 3. 3 Entity Relationship Diagram 4. Hasil dan Pembasan 4.1 Interface Website Admin/Training Tampilan Menu Admin yang terletak pada sudut kiri atas menu utama Pengguna/Testing Tampilan ketika pengguna menekan tombol capture Pengujian Terhadap Motif Batik Pengujian yang dilakukan adalah pengujian pengambilan gambar batik sebanyak 30 kali percobaan menggunakan kamera handphone Samsung Grand Prime beresolusi 8 MP. Motif batik yang diuji yaitu, batik banji, batik ceplok, batik kawung, batik mega mendung, batik parang, batik semen dan batik tabir riau. Hasil pengujian dapat dilihat pada Table Tabel Pengujian Terhadap Motif Batik
5 Vol. 4, No. 1, Tahun parang dan batik tabir riau, batik parang memiliki tingkat persentase keakuratan paling tinggi yaitu sebesar 53.3% dan batik semen memiliki tingkat persentase keakuratan paling rendah yaitu hanya 20% Pengujian Terhadap Jenis Batik Pengujian ini dilakukan untuk mengetahui apakah perbedaan jenis batik mempengaruh akurasi pada sistem dalam pendeteksi. Pengujian ini dilakukan pada jenis batik geometris dan non geometris. Jenis batik geometris seperti batik banji, batik ceplok, batik kawung dan batik parang. Sedangkan batik non geometris yaitu batik mega mendung, batik semen dan batik tabir riau. Pada pengujian ini menggunakan handphone Samsung Grand Prime beresolusi 8 MP. Pengujian menggunakan alat bantu lazypod untuk menahan handphone agar tetap pada kondisi yang sama. 4.3 Analisa BlackBox Analisa Black Box Berdasarkan hasil pengujian yang telah dilakukan sebelumnya, diperoleh hasil bahwa sistem berjalan dengan baik. Seperti pengguna dapat mengambil citra batik menggunakan camera atau gallery, Admin dapat menginputkan data training baru, Sistem memproses inputan citra batik RGB menjadi citra batik grayscale, Sistem memproses inputan citra batik grayscale menjadi hasil PCA dan Sistem memproses perhitungan jarak kedekatan training dan testing dengan Euclidean Distance Analisa Terhadap Jenis Batik Berdasarkan pengujian yang dilakukan terhadap jenis batik geometris dan jenis batik non geometris terlihat bahwa tingkat akurasi dari jenis batik geometris lebih baik dibanding jenis batik non geometris. Jenis batik geometris memiliki persentase keakuratan sebesar 39.2%. Motif batik yang termasuk kedalam jenis batik geometris diantaranya adalah batik ceplok, banji, kawung dan parang. Sedangkan jenis batik non geometris yang terdiri dari batik semen, batik megamendung dan batik tabir riau memiliki persentase keakuratan sebesar 26.7%. Dari pengujian yang telah dilakukan dapat diketahui jenis motif batik geometris yang merupakan motif-motif batik yang ornamen-ornamennya merupakan susunan geometris. Pola pada batik geometris yang berulang-ulang dan tersusun rapi menjadikan jenis ini memiliki tingkat persentase keakuratan lebih tinggi dibanding jenis batik non geometris yang merupakan motif-motif batik yang ornamennya tidak tersusun teratur menurut geometris. 5. Kesimpulan dan Saran 5.1 Kesimpulan Kesimpulan yang dapat diambil dari pengujian dan analisa adalah sebagai berikut : Analisa Terhadap Motif Batik Berdasarkan pengujian yang dilakukan terhadap motif batik yang terdiri dari batik banji, batik ceplok, batik kawung, batik megamendung, batik semen, batik
6 Vol. 4, No. 1, Tahun Aplikasi pendeteksi motif batik menggunakan metode Principal Component Analysis (PCA) dan Eculidean Distance berbasis android dapat mendeteksi jenis motif batik. 2. Motif batik terbaik dengan tingkat keakuratan sebesar 53.3% adalah motif batik parang. 3. Jenis motif batik terbaik dengan tingkat keakuratan sebesar 39.2% adalah motif batik geometris. 5.2 Saran Adapun saran yang diajukan penulis untuk pengembangan aplikasi ini adalah : 1. Dalam identifikasi motif batik menggunakan metode Principal Component Analysis (PCA) dan Eculidean Distance belum memberikan hasil yang maksimal, untuk itu perlu ditingkatkan nilai akurasi identifikasi agar mendapatkan hasil yang lebih baik dari sekarang. [4] Ardiansyah, R. F. (2014). PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA). Semarang: Universitas Dian Nuswantoro. [5] Smith, L. I. (2002). A tutorial on Principal Components Analysis. [6] Faisal, M dan Irwansyah, E (2015). Advanced Clustering Teori dan Aplikasi [7] Enterprise, J. (2010). Step by Step Ponsel Android. Jakarta: Penerbit PT Elex Media Komputindo Kompas - Gramedia, Anggota IKAPI. [8] Rahardjo, A. S. (2001). Membangun Database dengan MySQL sebagai Data-base Server pada Website E- commerce Komputeronline.com, Universitas Kristen Petra, 3(2), Objek yang digunakan berbeda dari yang sekarang seperti tenun dan songket. 3. Aplikasi dapat dikembangkan menggunakan platform lain seperti ios. Daftar Pustaka [1] Kurnia, A. S. (2007). Kamus Besar Bahasa Indonesia. Jakarta: Penerbit Balai Pustaka. [2] Sugiyem. (2008). WUNY. Makna Filosofi Batik, Tahun X, Nomor 3. [3] Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta: Penerbit ANDI.
BAB I PENDAHULUAN 1.1 LATAR BELAKANG. Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri atau sifat-sifat yang terdapat didalam citra dan membentuk suatu pola-pola dengan interval
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 III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan.
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan. Pada hari Jumat tanggal 2 Oktober 2009 di Abu Dhabi, Uni Emirat Arab, United Nations Educational, Scientific, and Culture Organization (UNESCO) memberikan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital [3] Citra atau gambar didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1. Latar Belakang Batik merupakan salah satu kain tradisional yang memiliki ragam hias motif. Kain batik yang memiliki motif yang berbeda-beda di setiap daerah di seluruh Indonesia.
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Teori BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI Penelitian yang berhubungan dengan topik yang penulis bahas adalah Sistem Lelang On-Line Perum Pegadaian Jatisrono.(Hidayah, 2013). Pada topik
Lebih terperinciPENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN
PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN Herfina 1) 1) Program Studi Ilmu Komputer, FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Ciheuleut Bogora email : herfinario@yahoo.com
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciPengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya
Pengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya 1 Hafidz Surahman 1, Aisyah Fuja 2, Ir.Rubandi 3, Willy 4 1,2 STMIK GI MDP; Jalan Rajawali No.14 Palembang,
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. AUGMENTED REALITY Augmented reality merupakan penggabungan dari benda nyata dan maya pada lingkungan sebenarnya, dengan waktu yang bersamaan dan terdapat integrasi antar benda
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 terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciPenyusun Tugas Akhir Alvian Adi Pratama [ ] Dosen Pembimbing Diana Purwitasari, S.Kom, M.Sc. Dr. Eng. Nanik Suciati, S.Kom., M.Kom.
Penyusun Tugas Akhir Alvian Adi Pratama [5106100108] Dosen Pembimbing Diana Purwitasari, S.Kom, M.Sc. Dr. Eng. Nanik Suciati, S.Kom., M.Kom. Latar Belakang Batik merupakan harta kebudayaan Indonesia yang
Lebih terperinciIdentifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur Cahya Hijriansyah 1, Achmad Solichin 2 1,2 Program Studi Teknik Informatika
Lebih terperinciKLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS
KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS Sigit Sugiyanto*, Feri Wibowo Program Studi Teknik Informatika
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 terperinciSCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING
SCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING Erick Alfons Lisangan Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Atma Jaya Makassar Alamat email : erick_lisangan@lecturer.uajm.ac.id
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 terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciBAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah penggambaran sesuatu berdasarkan sifat atau ciri dari sebuah objek. Penggambaran objek sangat berpengaruh terhadap sifat atau ciri yang memiliki
Lebih terperinciAplikasi Monitoring dan Evaluasi Kinerja Aparatur di Kejaksaan Negeri Mempawah
Aplikasi Monitoring dan Evaluasi Kinerja Aparatur di Kejaksaan Negeri Mempawah 21 Kriyan Andika Jaya, Novi Safriadi 2, Anggi Perwitasari 3 Program Studi Teknik Informatika, Universitas Tanjungpura 1,2,3
Lebih terperinci@UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Batik adalah salah satu warisan budaya Indonesia. Tanggal 2 Oktober adalah hari batik nasional dan juga hari batik internasional karena pada tanggal 2 Oktober
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION Abdi Haqqi An Nazilli 1, Deddy Kusbianto Purwoko Aji 2, Ulla Delfana Rosiani 3 1,2 Teknik Informatika,
Lebih terperinciTRANSFORMASI HOUGH LINEAR UNTUK ANALISIS DAN PENGENALAN BATIK MOTIF PARANG
TRANSFORMASI HOUGH LINEAR UNTUK ANALISIS DAN PENGENALAN BATIK MOTIF PARANG Widi Hapsari 1 widi@staff.ukdw.ac.id Abstract Batik is a craft that has high artistic value. Batik also has become part of Indonesian
Lebih terperinciPENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO
PENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO 121402102 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciSegmentasi Motif Batik Menggunakan Metode Fuzzy C-Means
Segmentasi Motif Batik Menggunakan Metode Fuzzy C-Means Miftahul Walid Fakultas Teknik, Program Studi Teknik Informatika, Universitas Islam Madura, Pamekasan Email : miftahwalid@ft.uimadura.ac.id Terima
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 terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
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 terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciAPLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM)
APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh
Lebih terperinciIdentifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 3 Nomor 1 halaman 1-8 ISSN: 2089-6026 Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra Wood Type
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi
PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
Lebih terperinciSISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI
SISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Teknik Informatika Disusun Oleh : ANGGIE
Lebih terperincibahasa pemrograman, yaitu language software, yang dapat berbentuk assembler, compiler maupun interpreter. Jadi language software merupakan
BAB II KAJIAN PUSTAKA A. Aplikasi Perangkat lunak aplikasi adalah suatu subkelas perangkat komputer yang memanfaatkan kemampuan komputer langsung untuk melakukan suatu tugas yang diinginkan pengguna. Jika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Secara umum, citra digital merupakan gambar 2 dimensi yang disusun oleh data digital dalam bentuk sebuah larik (array) yang berisi
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini perkembangan perangkat telepon telah sampai pada era smartphone. Telepon pada zaman dulu hanya berfungsi sebagai alat komunikasi suara atau pesan saja.
Lebih terperinciSISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
SISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Pradityo Utomo Program Studi D3 Manajemen Informatika Universitas Merdeka Madiun pradityou@gmail.com ABSTRACT Information
Lebih terperinciDedi Argya Nugroho Effendi 1,Erna Zuni Astuti 2 1,2
37 Pengelompokan Jenis Tekstur Kayu Menggunakan K- Nearest Neighbor dan Ekstraksi Fitur Histogram Wood Texture Classification Using K-Nearest Neighbor and Histogram Feature Extraction Dedi Argya Nugroho
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciKlasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra
Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 38-41 Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra Vera Yunita, Yeni Herdiyeni Departemen Ilmu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1. Aplikasi Aplikasi adalah suatu sub kelas perangkat lunak komputer yang memanfaatkan kemampuan komputer langsung untuk melakukan suatu tugas yang diinginkan pengguna. Contoh
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat bergerak (mobile device) berkembang begitu pesat sehingga jika dilihat dari ukuran fisik perangkat tersebut menjadi semakin mengecil
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 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 terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
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 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 terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Struktur Analisis dan Desain Struktur analisis dan desain adalah sebuah metodologi yang di gunakan pada rekayasa perangkat lunak untuk mendeskripsikan sistem kearah fungsional.
Lebih terperinciRANCANG BANGUN KAMUS BAHASA DAERAH SUMATERA SELATAN BERBASIS ANDROID
RANCANG BANGUN KAMUS BAHASA DAERAH SUMATERA SELATAN BERBASIS ANDROID Vinta Mahfut Fitri Hariani Windu Putri Rhamadhani Jurusan Sistem Informasi STMIK PalComTech Palembang Abstrak Indonesia yang beribukota
Lebih terperinciAplikasi Screen Lock pada Smartphone Menggunakan Identifikasi Wajah dengan Menerapkan Pointwise
Citec Journal, Vol. 1, No. 1, November 13 Januari 14 ISSN: 2354-5771 Aplikasi Screen Lock pada Smartphone Menggunakan Identifikasi Wajah dengan Menerapkan Pointwise 1 Andi Widiyanto* 1, Bintang Dian Mahardika
Lebih terperinciBAB II LANDASAN TEORI
DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR GAMBAR... vi DAFTAR TABEL... ix DAFTAR SIMBOL... x BAB I PENDAHULUAN.... Latar Belakang.... Rumusan Masalah... 3.3 Tujuan...
Lebih terperinciANALISIS DAN PERANCANGAN APLIKASI MOBILE KAMUS BAHASA INDONESIA BERBASIS ANDROID
ANALISIS DAN PERANCANGAN APLIKASI MOBILE KAMUS BAHASA INDONESIA BERBASIS ANDROID Naskah Publikasi diajukan oleh Yudhita Dewi Retnoningratri 09.11.3399 kepada SEKOLAH TINGGI ILMU MANAJEMEN INFORMATIKA DAN
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih 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 terperinciRANCANG BANGUN MODUL AJAR GRAFIKA KOMPUTER BERBASIS WEB
RANCANG BANGUN MODUL AJAR GRAFIKA KOMPUTER BERBASIS WEB Juni Nurma Sari, Melvawati, dan Meilany Dewi Jurusan Teknik Komputer - Politeknik Caltex Riau Kampus Politeknik Caltex Riau, Jl. UmbanSari no 1,
Lebih terperinciKLASIFIKASI KANSEI MULTI LABEL DENGAN PROBABILISTIC NEURAL NETWORK PADA CITRA BATIK MENGGUNAKAN KOMBINASI FITUR WARNA, TEKSTUR, DAN BENTUK
KLASIFIKASI KANSEI MULTI LABEL DENGAN PROBABILISTIC NEURAL NETWORK PADA CITRA BATIK MENGGUNAKAN KOMBINASI FITUR WARNA, TEKSTUR, DAN BENTUK Agung Nilogiri 1, *), Nanik Suciati 2) dan Diana Purwitasari 3)
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan penelitian yang dilaksanakan ditunjukan pada Gambar 6. Akusisi Citra INPUT Citra Query Preprocessing Citra Pre processing Citra Ekstraksi Fitur
Lebih terperinciSistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Integral Proyeksi
Sistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Sigit Wasista, Siwi Dian Priyanti Jurusan Teknik Elektronika Politeknik Elektronika Negeri Surabaya- Institut Teknologi
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciDETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING
DETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING Wahyu Nugroho Abstract - Template matching is a technique in digital image processing functions to match each part
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciDosen Program Studi Ilmu Komputer Universitas Pakuan Bogor
PENGENALAN KADAR TOTAL PADAT TERLARUT PADA BUAH BELIMBING BERDASAR CITRA RED-GREEN-BLUE MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS (PCA) SEBAGAI EKSTRAKSI CIRI DAN KLASIFIKASI K-NEAREST NEIGHBORHOOD (KNN)
Lebih terperinciPerancangan dan Pembuatan Aplikasi Pengenalan Batik Indonesiaku Melalui Permainan Berbasis Android
32 Andika, M. C., dkk.: Perancangan dan Pembuatan Aplikasi Pengenalan Batik Perancangan dan Pembuatan Aplikasi Pengenalan Batik Indonesiaku Melalui Permainan Berbasis Android Michael Cornelius Andika Program
Lebih terperinciPENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE. Oleh
PENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE Oleh Kadek Ananta Satriadi 1, Made Windu Antara Kesiman,S.T.,M.Sc., I Gede Mahendra Darmawiguna,S.Kom.,M.Sc.
Lebih terperinciIMPLEMENTASI TRANSFORMASI HAAR WAVELET UNTUK DETEKSI CITRA JERUK NIPIS YANG BUSUK
IMPLEMENTASI TRANSFORMASI HAAR WAVELET UNTUK DETEKSI CITRA JERUK NIPIS YANG BUSUK Lidya Andriani Sunjoyo 1 R. Gunawan Santosa 2 Kristian Adi Nugraha 3 lidya.andriani@ti.ukdw.ac.id gunawan@staff.ukdw.ac.id
Lebih terperinciJURNAL PENGENALAN JENIS MOTIF KAIN BATIK MENGGUNAKAN EKSTRAKSI FITUR DAN BRAY CURTISE DISTANCE
JURNAL PENGENALAN JENIS MOTIF KAIN BATIK MENGGUNAKAN EKSTRAKSI FITUR DAN BRAY CURTISE DISTANCE recognition type motif of batik using feature extraction and bray curtise distance Oleh: DWI SETYANTO 12.1.03.02.0130
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih 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 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 terperinciDeteksi Kemiripan Citra Tanaman Anggrek Menggunakan Metode Support Vector Machine (SVM) Kernel Linear
Jurnal Ilmiah ESAI Volume 8, No.3, Juli 214 ISSN No. 1978-634 Detecting Resemblance Of Orchid Plant Image Through Support Vector Machine (SVM) Of Kernel Linear Method Deteksi Kemiripan Citra Tanaman Anggrek
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 terperinciPERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE
PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE Gray Level Co-occurrence Matrix (GLCM) dan GABOR FILTER DALAM PENGENALAN MOTIF BATIK OLEH : ANUGRAH SURADIPURWO NIM : 41508110061
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 terperinciPEMBANGUNAN APLIKASI PASEBAN.COM BERBASIS MOBILE ANDROID
Bandung, 23 Februari 2011 PEMBANGUNAN APLIKASI PASEBAN.COM BERBASIS MOBILE ANDROID OLEH : GALIH FAUZI H. 10107621 Penguji 1 Penguji 2 Penguji 3 Ir. Taryana Suryana, M.kom. Irawan Afrianto, S.T., M.T. Dian
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciBAB I PENDAHULUAN. pada bab ini adalah latar belakang, perumusan masalah, batasan masalah, keaslian
BAB I PENDAHULUAN Bab ini akan membahas mengenai pendahuluan. Pokok bahasan yang terdapat pada bab ini adalah latar belakang, perumusan masalah, batasan masalah, keaslian penelitian, manfaat penelitian,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kain adalah bahan dasar dari pakaian yang biasa digunakan sebagai kebutuhan pokok manusia untuk melindungi dan menutup dirinya. Kain pun dapat menjadi identitas suatu
Lebih terperinciARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR
ARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR Oleh: RIDHO ARY SUMARNO 13.1.03.02.0092 Dibimbing oleh : 1. Hermin Istiasih M.T., M.M. 2. Mochammad Bilal S.kom.,
Lebih terperinciPENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Riza Firdaus Ardiansyah NIM : A11.2009.05106 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas
Lebih terperinciPENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS
PENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS Disusun oleh: Juan Elisha Widyaya (0822014) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, no. 65, Bandung, Indonesia
Lebih terperinci