Aini Suri Talita 1 Dewi Putrie Lestari 2
|
|
- Hendri Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ESTIMISASI PARAMETER POLARISASI SEBAGAI DATA AWAL REKONSTRUKSI CITRA 3D DENGAN MENGGUNAKAN LINEAR LEAST SQUARE DAN MODIFIKASI DARI SINGLE SYSTEMATIC SAMPLING Aini Suri Talita 1 Dewi Putrie Lestari 2 ainikrw@gmail.com ainisuri@staff.gunadarma.ac.id dewiputrie26@gmail.com dewi_putrie@staff.gunadarma.ac.id Abstract--- Three-dimensional surface reconstruction has a wide application in various areas, such as quality inspection and reverse engineering. Many image-based reconstruction methods have been proposed. One that is based on photometric principle exploits the natural characteristics of light partially linearly polarizable. Three main physical principles are needed to be established at this approach, i.e. polarization parameters measurement, surface normal, and height gradients. It is interesting to study the estimation of polarization parameter further due to its use on other parts. Polarization parameters can be estimated by using Linear Least Square method. Its initial data come from several images under partially linearly polarized light condition. The massive size of each image to bring out another problem at computational stage. Thus, at this paper, we will use modification of Single Systematic Sampling that gives an unbiased estimation for mean of population and its variance, as the sampling method for initial data at Linear Least Square. Keywords-- Parameter Polarisasi, Linear Least Square, Rekonstruksi Citra 3D, Single Systematic Sampling 1. PENDAHULUAN Seiring dengan semakin berkembangnya pemanfaatan rekonstruksi citra 3D pada bidang industri komersial, perkembangan metode rekonstruksi citra 3D pun semakin berkembang pesat, baik yang menggunakan prinsip dasar geometric maupun photometric. Salah satu pendekatan yang sering digunakan berdasarkan pada projection of structure light, survei detail lihat (Batlle, Mouaddib, and Salvi, 1998). Selain daripada itu, pendekatan Shape of Shading pun cukup sering digunakan. Pendekatan ini bertujuan untuk memperoleh arah dari permukaan objek pada setiap piksel dengan menggunakan sifat-sifat dasar fisis 1 objek yang berkaitan dengan pencerminan cahaya serta keadaan penerangan yang ada. Sedangkan pendekatan geometrik yang sering digunakan adalah pendekatan berbasiskan pendekatan structure from motion, seperti pada (Calow et al., 22). Pemanfaatan fenomena alami cahaya yaitu dapat terpolarisasikan juga dapat dimanfaatkan pada teknik rekonstruksi 3D. (d Angelo and Wohler, 25), (Miyazaki, Kagesawa, and Ikeuchi, 24), dan (Rahmann and Canterakis, 21) menggunakan pendekatan yang menggunakan data polarisasi untuk menyelesaikan masalah rekonstruksi citra 3D. Ketika cahaya terefleksikan, cahaya tersebut akan terpolarisasikan secara linier sebagian (partially linearly polarized). Dengan menganalisa parameter polarisasi serta indeks refraksi dari objek yang diperhatikan, normal permukaannya dapat dihitung. Dengan mengintegralkan bidang normalnya, bentuk dari suatu objek bisa direkonstruksi. Dapat dilihat bahwa parameter polarisasi sangat dibutuhkan pada metode rekonstruksi 3D yang menggunakan pendekatan polarisasi. Pada kondisi cahaya yang terpolarisasikan linier sebagian, metode Linear Least Square (LLS) dapat digunakan untuk mengestimasi parameter polarisasi. Yang menjadi data awal pada metode ini adalah data citra yang bermakna intensitas dengan polarizer. Parameter polarisasi harus diestimasi pada setiap piksel dari citra. Ukuran citra yang besar dapat menimbulkan masalah pada tahap komputasi. Pada makalah ini, akan digunakan
2 modifikasi dari Single Systematic Sampling sebagai teknik pengambilan sampel dari data citra. Persamaan inilah yang selanjutnya akan digunakan pada makalah ini. 2.METODE PENELITIAN 2.1 Polarization Imaging Alaminya, cahaya tidak terpolarisasikan. Akan tetapi, setelah direfleksikan, cahaya akan terpolarisasi liner sebagian, bergantung pada normal permukaan dan indeks refraktif dari media. Cahaya yang terpolarisasikan secara linier sebagian memiliki 3 buah parameter yaitu light magnitude, derajat polarisasi (degree of polarization) dan sudut polarisasi (angle of polarization). Berdasarkan (Wolff, 1997), untuk mengetahui kondisi dari polarisasi pada cahaya, cukup dengan memutar polarizer di depan sebuah kamera. Hubungan antara intensitas cahaya yang diukur oleh sensor, dan sudut rotasi dari polarizer filter ( ) dinyatakan dalam persamaan intensitas: ( ) ( ( ) ) (1) Salah satu cara untuk mendeskripsikan kondisi dari polarisasi suatu cahaya adalah dengan menggunakan kalkulus Mueller. Pada kalkulus Mueller, vektor Stokes, ( ), digunakan untuk mendeskripsikan kondisi polarisasi pada cahaya. Vektor Stokes dari suatu gelombang yang terpolarisasikan secara linier dapat ditulis sebagai berikut: Sehingga persamaan intensitas (1) menjadi: (2) (3) (4) (5) ( ) ( ) (6) 2.2 Linear Least Squares Diberikan,, ingin didapatkan yang meminimalkan dengan cara menyelesaikan sistem (Persamaan Normal): (7) 2.3 Modifikasi dari Single Systematic Sampling Single systematic sampling adalah suatu cara pengambilan sampel, dimana sampel diperoleh dengan cara memilih secara acak satu elemen dari k-elemen pertama pada frame dan setiap elemen ke-k berikutnya. Cara pengambilan sampel seperti ini disebut dengan 1 dalam k systematic sampling. Dalam single systematic sampling, taksiran mean populasi (sebut ) dan taksiran untuk variansinya (sebut ( )), dihitung dengan menggunakan formula yang digunakan untuk menghitung taksiran mean populasi dan taksiran variansinya pada Single Random Sampling (SRS), yaitu dan ( ) ( ) ( ) dengan ( ) dimana N adalah ukuran populasi, n adalah ukuran sampel, dan adalah sampel. variansi Dapat ditunjukkan bahwa taksiran dari mean populasi merupakan taksiran yang tak bias untuk mean populasi ( ), akan tetapi ( ) ternyata merupakan taksiran yang bias untuk ( ). Oleh karena itu, diperlukan suatu metode pengambilan sampel yang merupakan modifikasi dari single systematic sampling yang menghasilkan taksiran tak bias untuk mean populasi dan memberikan taksiran tak bias untuk variansinya (Lestari, 28), seperti yang akan digunakan pada makalah ini. Misal populasi mengandung N unit yang berbeda yang diidentifikasikan dengan unit 2
3 Estimasi Derajat Polarisasi Estimasi Intensitas Estimasi s, s1, s2 misal, kemudian dari populasi ini dipilih sampel berukuran, dengan langkah-langkah sebagai berikut: 1. Pilih satu bilangan acak dari 1 sampai N, misalkan terpilih. 2. Pilih bilangan bulat positif dan, dengan. 3. Mulai dari elemen ke- sebut ( ), pilih sebanyak unit secara berurutan, setelah itu pilih sebanyak unit dengan interval. Unit-unit yang terpilih tersebut menjadi elemen dari sampel dengan unit sampel yang diperoleh adalah ( ), dengan: ( ) (8) ( ) (9) Estimasi dari s,s1, dan s2 pada 1-3 untuk n= 2988 dari Pixels (Citra Asli) Gambar 1. Grafik Estimasi dari s, s 1, s 2, pada Data Contoh 1-3 untuk n = dari Piksel (Citra Asli) Estimasi s Estimasi s1 Estimasi s2 Estimasi dari Intensitas (I) pada 1-3 untuk n= 2988 dari Pixels (Citra Asli) HASIL DAN PEMBAHASAN Pandang persamaan Intensitas (6) ( ) ( ) Untuk menghitung nilai akan digunakan metode Linear Least Squares dengan mengambil 6 buah citra dengan sudut polarizer. Setiap citra berukuran 828 x 828 piksel. Parameter polarisasi hanya dihitung pada n buah sampel yang dipilih. Teknik pengambilan sampel yang digunakan adalah modifikasi dari single systematic sampling yang telah dibahas sebelumnya. Untuk Gambar 1-4, parameterparameternya adalah r = 11.19, v = , dan d = Sedangkan untuk Gambar 5-6, nilai r = , v = , dan d = Komputasi dilakukan dengan menggunakan software Matlab R213a Gambar 2. Grafik Estimasi dari Intensitas pada Data Contoh 1-3 untuk n = dari Piksel (Citra Asli) Estimasi dari Derajat Polarisasi (Rho) pada 1-3 untuk n= 2988 dari Pixels (Citra Asli) Gambar 3. Grafik Estimasi dari Derajat Polarisasi pada Data Contoh 1-3 untuk n = dari Piksel (Citra Asli) 3
4 s, s1, s2 s, s1, s2 Estimasi Sudut Polarisasi Estimasi dari Sudut Polarisasi (Phi) pada 1-3 dari Pixels (Citra Asli) Gambar 6. Grafik Hasil Penghitungan dari s o, s 1, s 2 pada Data Contoh 1-3 untuk n = dari Piksel (Data Buatan) Gambar 4. Grafik Estimasi dari Sudut Polarisasi pada Data Contoh 1-3 untuk n = dari Piksel (Citra Asli) Pada Gambar 5, dapat dilihat nilai estimasi dari s, s 1, s 2, pada data contoh 1-3 yang teknik pengambilan sampelnya menggunakan modifikasi dari Single Systematic Sampling. Karena data yang digunakan adalah data buatan, maka dapat dibandingkan dengan nilai s o, s 1, s 2 yang sebenarnya, yang disajikan pada Gambar 6. Pada Gambar 1-4, dapat dilihat nilai estimasi dari parameter-parameter polarisasi pada data contoh 1-3 yang teknik pengambilan sampelnya menggunakan modifikasi dari Single Systematic Sampling. Karena data yang digunakan adalah data citra asli, nilai parameter yang sebenarnya tidak diketahui. Untuk pengestimasian pada data buatan, hasil diberikan pada Gambar 5 dan 6. Nilai Hasil Penghitungan dari s, s1, dan s2 pada 1-3 untuk n= 2988 dari Pixels (Data Buatan) Gambar 5. Grafik Hasil Penghitungan dari s, s 1, s 2 pada Data Contoh 1-3 untuk n = dari Piksel (Data Buatan) s s1 s2 4.SIMPULAN Pada makalah ini telah dibahas masalah pengestimasian parameter polarisasi dengan menggunakan metode Linear Least Square dan modifikasi dari Single Systematic Sampling sebagai teknik pengambilan sampelnya, dengan harapan untuk memangkas waktu komputasi pada proses pengestimasian tersebut, yang akan digunakan sebagai data awal pada rekonstruksi citra 3D. 5.SARAN Nilai parameter polarisasi pada setiap piksel citra diperlukan sebagai data awal untuk rekonstruksi citra 3D. Pemilihan beberapa buah sampel dengan menggunakan modifikasi dari Single Systematic Sampling yang dibahas pada makalah ini perlu dilanjutkan pada tahap selanjutnya, sehingga nilai estimasi dari setiap parameter polarisasi pada masing-masing piksel dapat diperoleh. Nilai Sebenarnya dari s, s1, dan s2 pada 1-3 untuk n= 2988 dari Pixels (Data Buatan) s s1 s2 Dimungkinkan pula digunakannya teknik pengambilan sampel yang lain. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih terhadap Universitas Gunadarma yang telah memberikan dukungan finansial terhadap penelitian ini. 4
5 DAFTAR PUSTAKA Batlle, J., Mouaddib, E., and Salvi, J., 1998, Recent progress in coded structured light as a technique to solve the correspondence problem: a survey. Pattern Recognition, vol 31, no 7, hal Computer Vision and Pattern Recognition, no 1, hal Wolff, L. B., 1997, Polarization Vision: A New Sensory Approach to Image Understanding, Image and Vision Computing, vol 15, no 2, hal Calow, R., Gademann, G., Krell, G., Mecke, R., Michaelis, B., Riefenstahl, N., and Walke, M., 22, photogrammetric measurement of patients in radiotherapy, ISPRS Journal of Photogrammetry and Remote Sensing, vol 56, no 5-6, hal d Angelo, P., and Wohler, C., 25, 3d reconstruction of metallic surfaces by photopolarimetric analysis, 14 th Scandinavian Image Analysis Conference, no 354, hal Lestari, D. P., 28, Modifikasi dari Single Systematic Sampling yang memberikan taksiran tak bias untuk mean populasi dan taksiran tak bias untuk variansinya, Skripsi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Univ. Indonesia, Depok. Miyazaki, D., Kagezawa, M., and Ikeuchi, K., 24, Transparent surface modeling from a pair of polarization images, IEEE Trans. On Pattern Analysis and Machine Intelligence, vol 26, no 1, hal Rahmann, S., and Canterakis, N., 21, Reconstruction of specular surfaces using polarization imaging, Int. Conf. on 5
PERKEMBANGAN RISET APLIKASI POLARIZATION IMAGING BY REFLECTION UNTUK OBJEK TRANSPARAN DALAM BIDANG COMPUTER VISION
PERKEMBANGAN RISET APLIKASI POLARIZATION IMAGING BY REFLECTION UNTUK OBJEK TRANSPARAN DALAM BIDANG COMPUTER VISION Mohammad Iqbal *, Imam Ahmad Trinugroho ** Universitas Gunadarma Fakultas Ilmu Komputer
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih terperinciPROSES REVERSE ENGINEERING MENGGUNAKAN LASER OPTICAL SCANNER TESIS
PROSES REVERSE ENGINEERING MENGGUNAKAN LASER OPTICAL SCANNER TESIS Diajukan Kepada Program Studi Magister Teknik Mesin Sekolah Pasca Sarjana Universitas Muhammadiyah Surakarta Untuk Memenuhi Syarat Guna
Lebih terperinciPEMBENTUKAN CITRA PANORAMA 360 DENGAN IMAGE MOSAICING
PEMBENTUKAN CITRA PANORAMA 360 O DENGAN IMAGE MOSAICING (Paul Alexander) PEMBENTUKAN CITRA PANORAMA 360 DENGAN IMAGE MOSAICING Paul Alexander Fakultas Teknologi Industri, Jurusan Teknik Informatika - Universitas
Lebih terperinciPENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Lebih terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK
KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK Disusun Oleh : Ardyan Lawrence (1022068) Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No.65, Bandung, Indonesia.
Lebih terperinciPENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN. M. Yoyok Ikhsan *
PENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN M. Yoyok Ikhsan * ABSTRAK PENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN. Makalah ini memaparkan metode untuk menentukan posisi
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE REGRESI LINIER
PENGENALAN WAJAH MENGGUNAKAN METODE REGRESI LINIER ABSTRAK Ryan Dharmawan Susanto (0722005) Jurusan Teknik Elektro email : ryan_sesss@yahoo.com Salah satu masalah yang mengganggu dalam pengenalan wajah
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinciJURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54
Rekonstruksi Citra pada Super Resolusi menggunakan Projection onto Convex Sets (Image Reconstruction in Super Resolution using Projection onto Convex Sets) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciEKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH. Oleh: Kholistianingsih
EKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH Oleh: Kholistianingsih Abstract Face recognition is a non-contact biometric identification that tries to verify individuals automatically based
Lebih terperinciPENENTUAN SUDUT DEVIASI MINIMUM PRISMA MELALUI PERISTIWA PEMBIASAN CAHAYA BERBANTUAN KOMPUTER
PENENTUAN SUDUT DEVIASI MINIMUM PRISMA MELALUI PERISTIWA PEMBIASAN CAHAYA BERBANTUAN KOMPUTER DETERMINATION OF MINIMUM DEVIATION ANGLE OF PRISM THROUGH THE LIGHT REFRACTION ASSISTED BY A COMPUTER Kunlestiowati
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciNon Linear Estimation and Maximum Likelihood Estimation
Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation and Maximum Likelihood Estimation Non Linear Estimation We have studied linear models in the sense that the parameters are
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciDAFTAR ISI LEMBAR PENGESAHAN... PERNYATAAN ORISINALITAS LAPORAN PENELITIAN... PERNYATAAN PUBLIKASI LAPORAN PENELITIAN... PRAKATA... ABSTRACT...
ABSTRAK Penelitian yang dilakukan untuk mengetahui metodologi pengembangan perangkat lunak apa yang banyak digunakan oleh software house di jakarta. Untuk mendapatkan data yang baik maka pengumpulan data
Lebih terperinciDEVELOPMENT OF MAXIMUM ENTROPY ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS
DEVELOPMENT OF MAXIMUM ENTROPY ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS f T ( i T 3 8 8. 4 1 3 W I D SUMMARY DEVELOPMENT OF MAXIMUM ENTROPY (ME) ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS,
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciPenaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes
Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam
Lebih terperinciPenerapan Logika Samar dalam Peramalan Data Runtun Waktu
Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciPEMANFAATAN KONSEP ATENSI VISUAL UNTUK MENGUKUR KOMPLEKSITAS CITRA DIJITAL
PEMANFAATAN KONSEP ATENSI VISUAL UNTUK MENGUKUR KOMPLEKSITAS CITRA DIJITAL Disampaikan dalam Konferensi Nasional Matematika XVII 11-14 Juni 2014 di Institut Teknologi Sepuluh November Setiawan Hadi, Asep
Lebih terperinciANALISIS KINERJA METODE LUCY-RICHARDSON DAN BLIND DECONVOLUTION
ANALISIS KINERJA METODE LUCY-RICHARDSON DAN BLIND DECONVOLUTION Dian Eka Apriliyani Jurusan Teknik Informatika, Universitas Gunadarma dyanekaa@gmail.com Abstrak Deblurring merupakan operasi restorasi citra
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN TAHAPAN PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010
PERBANDINGAN METODE K-NEAREST NEIGHBOR (KNN) dan METODE NEAREST CLUSTER CLASSIFIER (NCC) DALAM PENGKLASIFIKASIAN KUALITAS BATIK TULIS Nesi Syafitri 1 ABSTRACT Various problem that are related to classification
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 terperinciMETODE REGRESI DATA PANEL UNTUK PERAMALAN KONSUMSI ENERGI DI INDONESIA
METODE REGRESI DATA PANEL UNTUK PERAMALAN KONSUMSI ENERGI DI INDONESIA SKRIPSI Oleh: MARISKA SRIHARDIANTI 24010212130036 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
Lebih terperinciAnalisis Data Panel Tidak Lengkap Model Komponen Error Dua Arah dengan Metode Minimum Variance Quadratic Unbiased Estimation (MIVQUE) SKRIPSI
Analisis Data Panel Tidak Lengkap Model Komponen Error Dua Arah dengan Metode Minimum Variance Quadratic Unbiased Estimation (MIVQUE) (Studi Kasus Model Return Saham Di BEJ) SKRIPSI Oleh: RATIH DWI ASTUTI
Lebih terperinciMETODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES
METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES SKRIPSI Disusun oleh : MUTIARA ARDIN RIFKIANI 24010211140102 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciABSTRAK. Michael Parlindungan ( ) Jurusan Teknik Elektro Universitas Kristen Maranatha
PENGENALAN POLA HURUF t DARI TULISAN TANGAN UNTUK MENENTUKAN KARAKTER SESEORANG DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN ALGORITMA BACKPROPAGATION ABSTRAK Michael Parlindungan (0722017) Jurusan
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 terperinciPENDETEKSIAN JENIS DAN KELAS AROMA DENGAN MENGGUNAKAN METODE ONE-VS-ONE DAN METODE ONE-VS-REST
MAKARA, SAINS, VOL. 7, NO.3, DESEMBER 2003 PENDETEKSIAN JENIS DAN KELAS AROMA DENGAN MENGGUNAKAN METODE ONE-VS-ONE DAN METODE ONE-VS-REST Zuherman Rustam 1,3, Benyamin Kusumoputro 2,3 dan Belawati Widjaja
Lebih terperinciPENENTUAN TINGGI TITIK DENGAN TEKNIK PERATAAN PARAMETER DAN TEKNIK PERATAAN BERSYARAT
PROSID ING 0 HASIL PENELITIAN FAKULTAS TEKNIK PENENTUAN TINGGI TITIK DENGAN TEKNIK PERATAAN PARAMETER DAN TEKNIK PERATAAN BERSYARAT Jurusan Teknik Sipil Fakultas Teknik Universitas Hasanuddin Jl. Perintis
Lebih terperinciKOREKSI WARNA PADA FOTO DIGITAL DENGAN METODA INTERPOLASI BICUBIC
KOREKSI WARNA PADA FOTO DIGITAL DENGAN METODA INTERPOLASI BICUBIC Disusun Oleh: Albertus Andry Soesilo K 0622021 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria
Lebih terperinciPENGEMBANGAN KAMERA NON-METRIK UNTUK KEPERLUAN PEMODELAN BANGUNAN
Presentasi Tugas Akhir PENGEMBANGAN KAMERA NON-METRIK UNTUK KEPERLUAN PEMODELAN BANGUNAN Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember 213 Oleh: Muhammad Iftahul
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI
IDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI Disusun Oleh: Nama : Edy Kurniawan NRP : 0922023 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinciANALISIS FAKTOR PERSEPSI KONSUMEN PADA IMAGE PASAR TRADISIONAL DI SURABAYA
ANALISIS FAKTOR PERSEPSI KONSUMEN PADA IMAGE PASAR TRADISIONAL DI SURABAYA OLEH : ROBBY GUNAWAN 3103011083 JURUSAN MANAJEMEN FAKULTAS BISNIS UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA 2015 HALAMAN JUDUL
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperincitechniques. Moreover, it can against the differential attack, statistical attack and brute force attack.
ABSTRAK Ketika penggunaan komunikasi gambar telah meningkat secara dramatis dalam beberapa tahun terakhir, itu diperlukan untuk melindungi transmisi dari penyadap. Mengembangkan komputasi efisien enkripsi
Lebih terperinciDAFTAR ISI. ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR GAMBAR...viii DAFTAR TABEL...x
ABSTRAK Dalam suatu sistem biasanya diperlukan suatu otentikasi berupa Personal Identification Number (PIN) atau password. Sehingga ada kemungkinan password dan PIN ini hilang atau diketahui orang lain.
Lebih terperinciANALISA KINERJA CODEBOOK PADA KOMPRESI CITRA MEDIS DENGAN MEMPERHATIKAN REGION OF INTEREST
ANALISA KINERJA CODEBOOK PADA KOMPRESI CITRA MEDIS DENGAN MEMPERHATIKAN REGION OF INTEREST Michihiro Suryanto / 0422033 Departement Of Electrical Engineering, Maranatha Christian University. Jl. Prof.Drg.Suria
Lebih terperinciANALISIS SUDUT PUTAR JENIS PADA SAMPEL LARUTAN SUKROSA MENGGUNAKAN PORTABLE BRIX METER
ANALISIS SUDUT PUTAR JENIS PADA SAMPEL LARUTAN SUKROSA MENGGUNAKAN PORTABLE BRIX METER Skripsi Untuk memenuhi salah satu syarat mencapai derajat pendidikan Strata Satu (S-1) Sebagai Sarjana Sains pada
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a thousand words yang memiliki arti sebuah gambar bernilai beribu kata yang secara tidak sengaja
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciPendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005
Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)
Lebih terperinciPERANCANGAN PERANGKAT LUNAK REKONSTRUKSI CITRA 3 DIMENSI DARI LEMBARAN CITRA HASIL REKONSTRUKSI 2 DIMENSI
PERANCANGAN PERANGKAT LUNAK REKONSTRUKSI CITRA 3 DIMENSI DARI LEMBARAN CITRA HASIL REKONSTRUKSI 2 DIMENSI Mohamad Amin, Fitri S, Wahyuni ZI, dan Demon H. Pusat Rekayasa Fasilitas Nuklir - BATAN Gedung
Lebih terperinciRESTORASI CITRA MENGGUNAKAN JARINGAN SARAF TIRUAN (HOPFIELD)
RESTORASI CITRA MENGGUNAKAN JARINGAN SARAF TIRUAN (HOPFIELD) Oleh: Silfia Rifka Staf Pengajar Teknik Elektro Politeknik Negeri Padang ABSTRACT The final goal of restoration is image improvement. In general,
Lebih terperinciPerbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari Dua Gambar Dijital
81 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 81-95 Perbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari
Lebih terperinciSOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU
SOLUSI NON NEGATIF PARSIAL SISTEM PERSAMAAN DIFERENSIAL LINIER ORDE SATU Muhafzan Jurusan Matematika Fakultas Matematika Ilmu Pengetahuan Alam Universitas Andalas Kampus Unand Limau Manis Pag 25163 email:
Lebih terperinciSistem Pencitraan untuk Menangkap Citra Polarisasi Mohammad Iqbal 1,2, Sarifuddin Madenda 1, Djati Kerami 1
Sistem Pencitraan untuk Menangkap Citra Polarisasi Mohammad Iqbal 1,, Sarifuddin Madenda 1, Djati Kerami 1 1 Universitas Gunadarma, Fakultas Ilmu Komputer, Jl. Margonda Raya 100, Depok, Indonesia, E-mail:
Lebih terperinciPEMBANGUNAN APLIKASI PENGOLAHAN CITRA DIGITAL STEREOGRAM
PEMBANGUNAN APLIKASI PENGOLAHAN CITRA DIGITAL STEREOGRAM TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan Bandung Oleh
Lebih terperinciROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM
ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM Annissa Yanuvita Prabawaningtyas (1022053) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciAlgoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion
Algoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion Nama : Adrianus Ivan Hertanto Nrp : 0522058 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT
PERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT PADA ESTIMASI PARAMETER MODEL REGRESI PRODUKSI JAGUNG DI JAWA TENGAH oleh KARINA PUTRIANI M0110047
Lebih terperinciPerbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK
Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir Rizki Hamdani / 0322 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. Drg.
Lebih terperinciPenerapan Metode Rayleigh dalam Prediksi Keandalan pada Aplikasi Berbasis Web
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 5928 Penerapan Metode Rayleigh dalam Prediksi Keandalan pada Aplikasi Berbasis Web Putu Agus Suardana S1 Teknik Informatika
Lebih terperinciAPLIKASI REKONSTRUKSI OBJEK 3D DARI KUMPULAN GAMBAR 2D DENGAN MENGGUNAKAN ALGORITMA GENERALIZED VOXEL COLORING
APLIKASI REKONSTRUKSI OBJEK 3D DARI KUMPULAN GAMBAR 2D DENGAN MENGGUNAKAN ALGORITMA GENERALIZED VOXEL COLORING Nama : Charley C. Corputty NPM : 11111620 Jurusan Pembimbing : Sistem Informasi : Dr.-Ing.
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 terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciPEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)
PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang) SKRIPSI Oleh: DYAN ANGGUN KRISMALA NIM: J2E 009 040 JURUSAN
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN POLA RADIASI SUSUNAN ANTENA
APLIKASI ALGORITMA GENETIKA UNTUK MENGOPTIMALKAN POLA RADIASI SUSUNAN ANTENA Eston Damanus Lingga/0222180 Jurusan Teknik Elektro, Fakultas Teknik, Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperinciConvolutional Neural Networks (CNNs) dengan Keras
Convolutional Neural Networks (CNNs) dengan Keras Alfan Farizki Wicaksono Fakultas Ilmu Komputer Universitas Indonesia References http://ufldl.stanford.edu/tutorial/ http://cs231n.github.io/convolutional-networks/
Lebih terperinciCalyptra : Jurnal Ilmiah Mahasiswa Universitas Surabaya Vol.4 No.2 (2015)
Estimasi Parameter Model Height-Roll-Pitch-Yaw AR Drone dengan Least Square Method Steven Tanto Teknik Elektro / Fakultas Teknik steventanto@gmail.com Agung Prayitno Teknik Elektro / Fakultas Teknik prayitno_agung@staff.ubaya.ac.id
Lebih terperinciSwakalibrasi Kamera Menggunakan Matriks Fundamental
Swakalibrasi Kamera Menggunakan Matriks Fundamental Eza Rahmanita, Eko Mulyanto 2, Moch. Hariadi 3 Program Studi Teknik Informatika, Universitas Trunojoyo Madura Jl. Raya Telang Po Bo 2 Kamal, Bangkalan
Lebih terperinciMODEL DAN TEKNIK KALIBRASI CITRA UNTUK SISTEM AUTONOMOUS ROBOT
MODEL DAN TEKNIK KALIBRASI CITRA UNTUK SISTEM AUTONOMOUS ROBOT Awang Hendrianto Pratomo, Mohd. Shanudin Zakaria, dan Anton Satria Prabuwono Center for Artificial Intelligence Technology, Fakulti Teknologi
Lebih terperinciPENGGABUNGAN DUA CITRA DENGAN METODE COMPRESSIVE SENSING MENGGUNAKAN MATLAB
ABSTRAK PENGGABUNGAN DUA CITRA DENGAN METODE COMPRESSIVE SENSING MENGGUNAKAN MATLAB Disusun oleh : Glenn Yehezkiel Pratiknyo (1027027) Jurusan Sistem Komputer, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri,
Lebih terperinciSimulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel
ABSTRAK Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel Disusun oleh : Enrico Lukiman (1122084) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS)
ESTIMASI PARAMETER MODEL REGRESI M-KUANTIL MENGGUNAKAN METODE ITERATIVE REWEIGHTED LEAST SQUARE (IRLS) oleh Lisa Apriana Dewi M0108055 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratanmemperoleh
Lebih terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciRestorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah
Restorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah Bayu Setyo Prayugi Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh
Lebih terperinciMedan, Juli Penulis
9. Seluruh teman-teman seperjuangan di Ekstensi Matematika Statistika, dan semua pihak yang turut membantu menyelesaikan skripsi ini. Sepenuhnya penulis menyadari bahwa dalam penulisan skripsi ini masih
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciModel Black Litterman dengan Estimasi Theil Mixed
Model Black Litterman dengan Estimasi Theil Mixed S 7 Retno Subekti Jurusan Pendidikan Matematika FMIPA UNY Abstrak Formula return model black litterman dapat ditelusuri melalui berbagai pendekatan, Selain
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciPERBANDINGAN DUA CITRA HIDUNG MENGGUNAKAN PARAMETER JARAK DARI HIDUNG KE DAHI DAN KE DAGU, JUMLAH PIXEL, DAN SUDUT
PERBANDINGAN DUA CITRA HIDUNG MENGGUNAKAN PARAMETER JARAK DARI HIDUNG KE DAHI DAN KE DAGU, JUMLAH PIXEL, DAN SUDUT Inggar Nugroho.W. / 0322179 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciPERKEMBANGAN FORMULA ARUS JENUH DI DELAPAN SIMPANG BERSINYAL KOTA BANDUNG
PERKEMBANGAN FORMULA ARUS JENUH DI DELAPAN SIMPANG BERSINYAL KOTA BANDUNG Florian Yohanes NRP: 0721023 Pembimbing: Dr. Budi Hartanto Susilo, Ir., M.Sc. ABSTRAK Pesatnya pertumbuhan jumlah kendaraan bermotor
Lebih terperinciDifraksi (Diffraction)
Difraksi (Diffraction) Perilaku Partikel Perilaku Gelombang Pola Difraksi Difraksi (Diffraction) Difraksi adalah pembelokan cahaya dari lintasan lurusnya ketika cahaya melewati bukaan atau berada di sekitar
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PERBANDINGAN METODE GENERALIZED CROSS VALIDATION DAN GENERALIZED MAXIMUM LIKELIHOOD DALAM REGRESI NONPARAMETRIK SPLINE UNTUK MEMPERKIRAKAN JUMLAH LEUKOSIT PADA TERSANGKA FLU BURUNG DI JAWA TIMUR RINGKASAN
Lebih terperinci(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG)
(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG) 1Agus Muslim, 2 Sutawanir Darwis, 3 Achmad Zanbar Soleh 1Mahasiswa Magister Statistika Terapan, Universitas Padjadjaran,
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI
ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI GHAZALI WARDHONO 090823040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciStatistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection
Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection 1999 Prentice-Hall, Inc. Chap. 1-1 Statistik untuk Para Menejer 1. Untuk mengetahui tingkat pengembalian investasi.
Lebih terperinci