BAB III PROSEDUR DAN METODOLOGI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III PROSEDUR DAN METODOLOGI"

Transkripsi

1 BAB III PROSEDUR DAN METODOLOGI 3.1 Analisis Masalah Dewasa ini keberadaan robot sebagai mesin yang menggantikan manusia dalam melakukan berbagai pekerjaan semakin diperlukan. Oleh karena itu robot dituntut untuk semakin cerdas, seperti dapat mendeteksi keadaan di sekitar, misalnya : dapat mengenali suatu objek, dapat mengukur jarak suatu objek dan dapat memodelkan objek ke dalam bentuk 3D. Computer vision adalah sebuah sistem yang dikembangkan untuk dapat memberikan informasi dari suatu citra, informasi yang dapat diberikan dapat berupa posisi objek dalam citra tersebut terhadap latar belakang (background) dan media pengambil citra (kamera), ataupun jarak antar objek dalam citra dengan media pengambil citra, dan lain sebagainya. Pengukuran jarak menjadi penting dalam dunia robotika karena merupakan dasar untuk sebuah robot agar dapat mendeteksi adanya objek di sekitarnya bahkan mengetahui bentuk dari objek yang dilihat dengan mengetahui kedalamannya. Oleh karena itu perlu dilakukan usaha untuk melakukan penelitian seberapa jauh implementasi dapat dilakukan. Salah satu metode yang digunakan untuk mendapatkan informasi tentang kedalaman objek ini adalah perbandingan dua citra dari citra stereo (stereo image) yang didapatkan dari penglihatan stereo (stereo vision). 43

2 Prosedur Stereo Vision Berikut adalah langkah-langkah yang akan dilakukan pada stereo vision : START PROCESS GRAYSCALE CORRESPONDENCE DISPARITY DEPTH PLOT 3D END PROCESS Gambar 3.1 Langkah-langkah dalam stereo vision Pada start process dimana melakukan pengambilan citra stereo yang dapat digunakan untuk proses selanjutnya. Pengambilan citra stereo tidak dapat sembarangan

3 45 maka dapat menggunakan konsep Triangulation oleh karena itu untuk memudahkannya dengan mengambil citra dari sisi kiri dan kanan dengan menggunakan kamera tanpa rektifikasi (tanpa kemiringan) dengan mengukur jarak antar kamera pada saat pengambilan citra objek kiri dan citra objek kanan, agar posisi citra yang didapatkan sesuai yang digunakan dalam eksperimen ini. Gambar 3.2 Proses pengambilan citra Gambar 3.3 Hasil pengambilan citra 3.3 Grayscale Pada saat memasukkan citra kiri dan citra kanan akan mengalami proses grayscale yaitu proses perubahan nilai pixel dari warna (RGB) 24 bit menjadi gray-level

4 46 8 bit. Grayscaling dilakukan untuk mempermudah pengolahan citra karena intensitas warna yang perlu diproses hanya dari batasan antara warna hitam dan warna putih. Pada dasarnya proses grayscaling dilakukan dengan meratakan nilai pixel dari 3 nilai RGB. Untuk memperoleh hasil yang lebih baik, nilai pixel tidak langsung dibagi menjadi 3 melainkan terdapat presentasi dari masing-masing nilai. Salah satu presentasi yang sering digunakan adalah 29,9% dari warna merah (Red), 58,7% dari warna hijau (Green), dan 11,4% dari warna biru (Blue). Nilai pixel didapat dari presentasi 3 nilai tersebut. Gambar 3.4 Citra RGB Original Gambar 3.5 Citra Grayscale 3.4 Correspondence Setelah kita menentukan citra atau objek yang stereo, berupa citra kiri dan citra kanan maka proses selanjutnya adalah coresspondence untuk mencari titik-titik yang berkorespodensi dari kedua citra tersebut. Untuk pencarian titik-titik korespondensi

5 47 dilakukan dengan menentukan satu titik dalam citra sisi kiri, yang kemudian akan membentuk suatu epipole line. Di sepanjang epipole line tersebut maka dapat dikatakan titik di citra kanan berkorespodensi dengan titik di citra kiri. Metodologi corespondance yang dilakukan dengan cara yang umum, antara lain : 1. Melakukan image processing pada 2 image stereo dimana terdapat grayscaling kemudian mencari edge detection untuk menentukan garis-garis yang membentuk image tersebut. 2. Setelah didapatkan garis-garis tersebut, maka dilakukan korespondensi dimana dilakukan berdasarkan titik-titik sudut dan titik-titik yang khas saja. 3. Didapatkan titik korespondensi antara image kiri dan image kanan. Tetapi metodologi correspondace yang digunakan dalam eksperimen ini, dengan cara: 1. Menggunakan 2 citra stereo hanya dengan grayscale terlebih dahulu secara langsung. 2. Menentukan titik tertentu dari citra kiri lalu melakukan perhitungan SSD dan Cross-Corelations untuk menemukan titik yg berkorespondensi pada titik kanan. Gambar 3.6 Citra pencarian titik korespodensi

6 48 Proses correspondance ini dilakukan delapan kali sesuai dengan kriteria eight point algorithm untuk memperoleh delapan titik-titik, maka akan diubah ke dalam fungsi fundamental matrix menjadi matrix yang selanjutnya akan digunakan untuk perhitungan epipolar Epipole Line Setelah menentukan titik korespondensi dari citra kiri dan citra kanan, program menghitung Fundamental Matrix. Kemudian menemukan parameter epipole line, dari koordinat titik pada citra kiri dan Fundamental Matrix. Dengan menarik garis pada di citra kanan seperti yang ditunjukkan citra. Karena benarbenar memilih 8 titik korespondensi, maka dihitung Fundamental Matrix, hanyalah perkiraan, dan dengan demikian mengalami kesalahan. Namun dibandingkan dengan kesederhanaan dan kecepatan, 8 titik algoritma masih merupakan salah satu algoritma terbaik yang digunakan untuk memperkirakan geometri epipolar. Metodologi epipole geometry dengan 8 point algorithm, antara lain: 1. Membaca objek kiri dan kanan Ini merupakan bagian untuk menentukan korespondensi dimana harus memiliki citra yang paralel antara citra kiri dan citra kanan agar dapat dilakukan eksperimen. 2. Memilih 8 titik yang sesuai dari citra kiri lalu program akan menemukan titik yang sesuai pada citra sebelah kanan dan seterusnya sampai 8 kali (correspondance).

7 8 titik korespondensi digunakan untuk menghitung persamaan Fundamental Matrix Membangun sistem matriks A dengan persamaan xx'f1 + xy'f2 + xf3 + yx'f4 + yy'f5 + yf6 + x'f7 + y'f8 + f9 = 0 Matriks A digunakan sebagai landasan untuk melakukan perhitungan Fundamental Matrix yang nantinya akan berguna untuk menentukan disparity map. 4. Menganalisis AA T matriks (8'9), dengan menggunakan Singular Value Decomposition (SVD). Untuk mengembalikan nilai AA T = UDV T. SVD merupakan metodologi yang digunakan karena SVD penting dan sering dijumpai pada setiap komputasi aljbar linear, sehingga menggunakan ini untuk mempermudah mencari nilai matriks. 5. Kolom U (8'8) adalah AA T dan eigenvectors dari kolom D (9'9) adalah eigenvectors dari AA T. Sementara D adalah (8 '9) matriks diagonal, mengandung nilai-nilai tunggal r diagonal, yang mewakili akar kuadrat dari nol eigenvalue dari kedua AA T dan A T A. 6. Memecahkan sistem (AA T ) F = 0. Solusinya adalah komponenkomponen dari V kolom yang berkorespondensi dengan least singular value (eigenvalue) dari AA T.

8 50 7. Setelah Fundamental Matrix F, untuk masalah stabilitas, kita menghitung singular value decomposition dengan rumus F = UDV T. 8. Menetapkan singular value terkecil dalam diagonal D setara dengan 0 jika D adalah corrected matrix. 9. Perkiraan yang benar dari F adalah FP dengan rumus FP = UD'V T. 10. Menggunakan FP corrected fundamental matrix untuk menghitung dan menarik garis epipolar. 11. Membaca titik pl dari citra kiri pl = (x, y, 1). Kemudian mengalikan dengan FP Fundamental Matrix akan memberikan parameter untuk epipolar line di sebelah kanan citra: (a, b, c) = FP pl 12. Persamaan epipolar line : 13. Epipolar menarik garis di sebelah kanan citra, dengan menggunakan persamaan di atas. Hal ini dilakukan hanya dengan substitusi langsung.

9 51 Gambar 3.7 Epipole line 3.5 Disparity Proses yang dilakukan selanjutnya setelah mendapatkan titik korespondensi dari citra sisi kiri dan sisi kanan adalah untuk menentukan disparity. Untuk membangun suatu disparity map diperlukan informasi tentang disparity setiap titik dari citra agar didapatkan disparity map secara menyeluruh. Dan disparity map juga dapat dibentuk dengan hanya menggunakan beberapa titik saja, walaupun hasilnya tidak akan sebaik apabila semua titik informasi didapatkan. Dalam skripsi ini untuk menentukan disparity setiap titik digunakan SSD (sum of squared difference). SSD digunakan karena tidak akan terjadi bias jika ada daerah atau wilayah yang sangat kecil dan sangat besar nilai intensitasnya. Gambar 3.8 Citra pembentukan disparity map

10 52 Dari hasil disparity map yang didapatkan, semakin cerah warnanya berarti posisi objek tersebut berada di paling depan sedangkan semakin hitam warnanya maka posisi objek berada paling belakang, dan terbukti bahwa dengan disparity map maka dapat ditentukan nilai kedalaman suatu objek. 3.6 Depth Dalam menentukan kedalaman (depth) objek sebelumnya dilakukan pengkalibrasian kamera, dimana pengkalibrasian kamera ini digunakan untuk menyesuaikan kedalaman yang sebenarnya dengan kedalaman yang diperoleh dengan program. Mencari depth (z) dilakukan dengan cara menggunakan perhitungan triangulation dengan mentukan nilai f (focus length = nilai fokus yang ada pada kamera), T (baseline = jarak antar kamera), dan nilai disparity dari tiap titik yang berkorespondensi. Gambar 3.9 Perhitungan depth dengan triangulation

11 53 Dengan menggunakan metode triangulation memiliki kelebihan sebagai berikut : - Menghitung depth dari suatu benda. - Karena dapat menghitung depth maka 3D object reconstruction dapat dilakukan. Metode triangulation memiliki kelebihan tetapi metode ini juga memiliki kelemahan. Adapun kelemahan dari metode triangulation adalah sangat tergantung dengan ketepatan peletakan kamera, karena parameter instrinsik seperti fokus lensa kamera dan mengingat keterbatasan dari sistem. Semakin banyak ditemukannya titik yang berkorespondensi maka kemungkinan titik tersebut dapat digunakan untuk mencari nilai depth, dan jika banyak nilai depth yang diperoleh maka dapat dilakukan reconstruction image 3D yang merupakan hasil akhir dari proses ini.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian Eksperimen dilakukan untuk memperoleh hasil penelitian yang dilakukan dalam skripsi ini. Eksperimen yang dilakukan mengenai proses rekonstruksi

Lebih terperinci

BAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia

BAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi

Lebih terperinci

BAB 3 METODE PERANCANGAN. 3.1 Evaluasi Metode dan Algoritma Stereo Vision. Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh

BAB 3 METODE PERANCANGAN. 3.1 Evaluasi Metode dan Algoritma Stereo Vision. Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh BAB 3 METODE PERANCANGAN 3.1 Evaluasi Metode dan Algoritma Stereo Vision Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh informasi kedalaman berdasarkan stereo vision. 3.1.1 Metode

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA 2.1 Citra Suatu citra didefinisikan sebagai fungsi kontinu dari intensitas cahaya dalam bidang 2 dimensi, dan dinyatakan dengan f(x,y), dimana nilai atau amplitudo dari f menyatakan

Lebih terperinci

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut

Lebih terperinci

BAB 4 HASIL DAN ANALISA

BAB 4 HASIL DAN ANALISA BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan

Lebih terperinci

BAB 2 LANDASAN TEORI. Reference frames atau kerangka acuan adalah suatu sistem koordinat atau

BAB 2 LANDASAN TEORI. Reference frames atau kerangka acuan adalah suatu sistem koordinat atau BAB 2 LANDASAN TEORI 2.1 Kerangka Acuan Reference frames atau kerangka acuan adalah suatu sistem koordinat atau sekumpulan sumbu yang digunakan untuk mengukur posisi, dan orientasi dari suatu objek. Dalam

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)

Lebih terperinci

BAB 2 KONSEP DASAR PENGENAL OBJEK

BAB 2 KONSEP DASAR PENGENAL OBJEK BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis

Lebih terperinci

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap

Lebih terperinci

Swakalibrasi Kamera Menggunakan Matriks Fundamental

Swakalibrasi 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 terperinci

Pertemuan 2 Representasi Citra

Pertemuan 2 Representasi Citra /29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri

Lebih terperinci

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai

Lebih terperinci

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah

Lebih terperinci

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

PENDETEKSIAN 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 terperinci

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006 Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra

Lebih terperinci

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi

Lebih terperinci

BAB 3 METODE PERANCANGAN

BAB 3 METODE PERANCANGAN BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor

Lebih terperinci

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-

BAB 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 terperinci

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN BAB 3 PERALATAN DAN PROSEDUR PENELITIAN 3.1 Material dan Peralatan Penelitian Penelitian ini menggunakan material besi silinder pejal carbonsteel setara ST 41 dengan diameter 20 mm sejumlah 10 buah sampel.

Lebih terperinci

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada

Lebih terperinci

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PERANCANGAN 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 terperinci

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS KULIAH TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS Matriks merupakan sebuah susunan segiempat siku-siku dari bilanganbilangan, dalam baris dan kolom. Bilangan-bilangan tersebut disebut entri atau elemen

Lebih terperinci

Bab II Teori Dasar 2.1 Representasi Citra

Bab II Teori Dasar 2.1 Representasi Citra Bab II Teori Dasar 2.1 Representasi Citra Citra dapat direpresentasikan sebagai kumpulan picture element (pixel) pada sebuah fungsi analog dua dimensi f(x,y) yang menyatakan intensitas cahaya yang terpantul

Lebih terperinci

BAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.

BAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera. BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement

Lebih terperinci

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan

Lebih terperinci

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas

Lebih terperinci

BAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,

BAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal, BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 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 terperinci

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar

Lebih terperinci

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra

Lebih terperinci

BAB 4 HASIL DAN BAHASAN. Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti

BAB 4 HASIL DAN BAHASAN. Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti BAB 4 HASIL DAN BAHASAN 4.1 Kerangka Percobaan Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti yang telah dijelaskan pada bab 3. Berikut ini adalah kerangka dari percobaan yang dilakukan

Lebih terperinci

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC Hanif Al Fatta STMIK AMIKOM Yogyakarta e-mail : hanivonitch@yahoo.com ABSTRACTS This paper explains how to manipulate image file format.

Lebih terperinci

OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR

OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik

Lebih terperinci

Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital

Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas

Lebih terperinci

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa

Lebih terperinci

BAB 2 TINJAUAN TEORETIS

BAB 2 TINJAUAN TEORETIS BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

Lebih terperinci

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com

Lebih terperinci

Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur

Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur Retno Tri Wahyuni, Djoko Purwanto, Tri Arief Sardjono Program Studi Teknik Elektro, Program Pascasarjana ITS Kampus ITS, Sukolilo,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D 30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang 23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering

Lebih terperinci

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI. GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 3 - GRAFKOM DAN PENGOLAHAN CITRA Output Primitive dan Atributnya Pengenalan Titik dan Garis. Atribut Output Primitive: Line Attributes,

Lebih terperinci

Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah

Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA

Lebih terperinci

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra BAB IV ANALISA 4.1 Analisa teknik pengolahan citra Pada proses pengolahan citra ada beberapa teknik lain yang digunakan selain teknik restorasi citra blur untuk memperjelas citra blur, seperti proses grayscale

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan

Lebih terperinci

BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra

BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI 4.1. Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra Pada fusi data citra fluorescent hijau dan fluorescent merah penulis melakukan Pixel Level Fusion

Lebih terperinci

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen

Lebih terperinci

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,

Lebih terperinci

BAB I PENDAHULUAN. dunia teknologi dan persaingan global yang melanda seluruh dunia. kelamaan robot semakin dibuat untuk meniru manusia sehingga dapat

BAB I PENDAHULUAN. dunia teknologi dan persaingan global yang melanda seluruh dunia. kelamaan robot semakin dibuat untuk meniru manusia sehingga dapat BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi

Lebih terperinci

Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP

Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP PENDAHULUAN 1. Sistem navigasi robot banyak dipakai dimanfaatkan untuk berbagai kebutuhan misalnya untuk membantu departemen pemadam

Lebih terperinci

Pembentukan Citra. Bab Model Citra

Pembentukan Citra. Bab Model Citra Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit

Lebih terperinci

Operasi-operasi Dasar Pengolahan Citra Digital

Operasi-operasi Dasar Pengolahan Citra Digital Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks

Lebih terperinci

BAB V PEMBAHASAN UMUM

BAB V PEMBAHASAN UMUM BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan

5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan 5. IDENTIFIKASI JENIS TANAMAN Pendahuluan Tujuan aplikasi berbasis sensor adalah melakukan penyemprotan dengan presisi tinggi berdasarkan pengamatan real time, menjaga mutu produk dari kontaminasi obat-obatan

Lebih terperinci

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Numerik Sistem Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN

Lebih terperinci

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1 BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan

Lebih terperinci

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id

Lebih terperinci

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi

Lebih terperinci

Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis

Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi

Lebih terperinci

PENGENALAN POLA TEKSTIL MENGGUNAKAN MATRIKS CHI SQUARED SKRIPSI OLEH : SULISTYA FITRI YULAIKAH

PENGENALAN 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Sistem Kendali Sistem Kendali atau control system terdiri dari dua kata yaitu system dan control. System berasal dari Bahasa Latin (systēma) dan bahasa Yunani (sustēma) adalah

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem merupakan tahap yang bertujuan untuk memahami sistem, mengetahui keunggulan dan kelemahan dari sistem di tinjau dari sisi pengguna.

Lebih terperinci

PENENTUAN 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 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 terperinci

Gambar 4.1 Diagram Percobaan

Gambar 4.1 Diagram Percobaan BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang

Lebih terperinci

PENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE

PENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE PENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE ABSTRAK Perkembangan teknologi pada telepon seluler mulai bergeser dari awal yang hanya sekedar sebagai alat komunikasi,

Lebih terperinci

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

DAFTAR 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 terperinci

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color Vidia Anindhita - 13512034 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

PERANCANGAN PENDETEKSIAN TARGET BERDASARKAN WARNA PAKAIAN PADA SISTEM ROBOT PENGIKUT MANUSIA

PERANCANGAN PENDETEKSIAN TARGET BERDASARKAN WARNA PAKAIAN PADA SISTEM ROBOT PENGIKUT MANUSIA PERANCANGAN PENDETEKSIAN TARGET BERDASARKAN WARNA PAKAIAN PADA SISTEM ROBOT PENGIKUT MANUSIA M. Latif Jurusan Mekatronika Fakultas Teknik Universitas Trunojoyo Madura Jl. Raya Telang PO.BOX 2 Kamal Bangkalan

Lebih terperinci

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

Analisa 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 terperinci

BAB I PENDAHULUAN. memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan

BAB I PENDAHULUAN. memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan BAB I PENDAHULUAN 1. 1.1 Latar Belakang Localisation merupakan proses yang dilakukan oleh robot untuk memposisikan diri pada suatu lingkungan baru, sedangkan mapping merupakan proses untuk membangun peta

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

SAMPLING DAN KUANTISASI

SAMPLING DAN KUANTISASI SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,

Lebih terperinci

... BAB 2 LANDASAN TEORI. 2.1 Citra

... 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 terperinci

PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI

PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI Setiawardhana 1), Nana Ramadijanti 2), Rizky Yuniar Hakkun 3), Aji Seto Arifianto 4) 1,2,3) Dosen Jurusan

Lebih terperinci

BAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala

BAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala 52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah

Lebih terperinci

ANALISIS REDUKSI DATA CITRA MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR

ANALISIS REDUKSI DATA CITRA MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR ANALISIS REDUKSI DATA CITRA MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR Susan Sulaiman, Suhartati Agoes Jurusan Teknik Elektro Universitas Trisakti Jl. Kyai Tapa no 1, Grogol, Jakarta 11440 susan_sulaiman_2006@yahoo.co.id

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai

Lebih terperinci

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

IMPLEMENTASI 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 terperinci

BAB II SISTEM PENENTU AXIS Z ZERO SETTER

BAB II SISTEM PENENTU AXIS Z ZERO SETTER BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan

Lebih terperinci

PROSIDING. Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

PROSIDING. Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi Organized by : Pokja TI IsDB Institut Agama Islam Negeri Sumatera Utara PROSIDING KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi Strategi Penerapan Teknologi Informasi dan

Lebih terperinci

Model Citra (bag. 2)

Model Citra (bag. 2) Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi

Lebih terperinci