SISTEM PENGENALAN PLAT NOMOR OTOMATIS MENGGUNAKAN SUPPORT VECTOR MACHINE DAN NEURAL NETWORK
|
|
- Ridwan Rachman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM PENGENALAN PLAT NOMOR OTOMATIS MENGGUNAKAN SUPPORT VECTOR MACHINE DAN NEURAL NETWORK Putri Febrina Uli Universitas Bina Nusantara, Jl. Kebon Jeruk Raya No.27 Jakarta, , Wikaria Gazali Universitas Bina Nusantara,Jln Syahdan no 9 Jakarta,(021) , wikaria@binus.edu Widodo Budiharto Universitas Bina Nusantara,Jln Syahdan no 9 Jakarta,(021) , wbudiharto@binus.edu ABSTRAK Plat nomor kendaraan yang bersifat unik sering digunakan dalam proses pendataan. Namun jika terdapat data dalam jumlah besar, pendataan secara manual akan memakan waktu lama. Sehingga perlu dibuat suatu sistem yang dapat mengantisipasi masalah ini. Tujuan perancangan sistem dalam penelitian ini adalah untuk membangun sebuah sistem yang dapat mendeteksi serta mengenali karakter plat nomor kendaraan secara otomatis, khususnya plat nomor kendaraan di Indonesia. Metode yang digunakan dalam pembangunan sistem ini adalah Support Vector Machine (SVM) dan Neural Network (NN). Plat nomor yang akan diproses terdapat dalam sebuah citra. Citra ini nantinya akan melalui proses segmentasi dan klasifikasi SVM untuk mendapatkan hasil deteksi plat, kemudian melalui proses segmentasi, ekstrasi fitur, dan klasifikasi NN untuk mendapatkan hasil pengenalan karakter plat. Hasil akhir program menunjukan tingkat kecepatan rata-rata 6,21 detik untuk menyelesaikan proses deteksi dan pengenalan. Untuk tingkat akurasi mencapai 91,3%, sedangkan untuk rata-rata tingkat presisinya mencapai 66,19%. Kata kunci: support vector machine, neural network, plat nomor. ABSTRACT Vehicle number plate, which is unique, is often used in data collection process. However, if there is a large amount of data, manual data collection will take a long time. So we need to build a system that can anticipate this problem. The purpose of designing the system in this research is to build a system that can detect and recognize the vehicle number plate character automatically, especially vehicle number plate in Indonesia. The method used in the construction of this system are Support Vector Machine (SVM) and Neural Network (NN). Number plates to be processed contained in an image. This image will be through a process of segmentation and SVM classification to obtain the results of the detection plate, then through the process of segmentation, feature extraction, and NN classification to get the number plate character recognition. Program outcomes showed an average rate of speed by 6,21 seconds to complete the process of detection and recognition. To an accuracy of 91,3%, while achieving 66,19% average rate of precision level. 1
2 Tags: support vector machine, neural network, number plate, ANPR. PENDAHULUAN Latar Belakang Produksi kendaraan bermotor khususnya jenis mobil pribadi semakin meningkat dari tahun ke tahun sehingga semakin meningkat juga jumlah plat nomor kendaraan yang harus didata. Untuk mempercepat proses pendataan ini maka diperlukan bantuan teknologi informasi untuk melakukan pendeteksian dan pengenalan terhadap plat nomor kendaraan. Sistem yang dapat mendeteksi serta mengenal plat nomor secara otomatis sering disebut sistem Automatic Number Plate Reognition (ANPR). Dalam membangun sistem ANPR perlu dilakukan pelatihan mesin, sehingga sistem ANPR dapat memberikan hasil yang akurat. Sistem ANPR dalam penelitian ini menggunakan metode Support Vector Machine (SVM) dan Neural Network (NN) untuk melatih proses deteksi dan pengenalan plat nomor kendaraan. SVM adalah sebuah classifier diskriminatif yang juga dapat melakukan regresi. [1]. NN adalah suatu metode komputasi yang meniru sistem jaringan saraf biologi, yang menggunakan elemen perhitungan dasar non-linier yang disebut neuron. [3]. SVM dan NN merupakan salah satu metode pembelajaran mesin yang terawasi, sehingga hasil dari sistem ANPR akan memberikan hasil akurat dengan bantuan dari data pelatihan. Rumusan Masalah Berdasarkan latar belakang penelitian yang dijelaskan sebelumnya, maka dapat dirumuskan masalah penelitian, yaitu: 1. Bagaimana program dapat mendeteksi letak plat nomor kendaraan dengan menggunakan algoritma Support Vector Machine? 2. Diperlukan program dapat mengenali karakter angka dan huruf pada plat nomor kendaraan dengan menggunakan algoritma Neural Network? Tujuan dan Manfaat Penelitian Adapun tujuan yang hendak dicapai dari penelitian ini adalah sebagai berikut: 1. Membuat sebuah program pengenalan plat nomor kendaraan dengan menggunakan metode Support Vector Machine dan Neural Network. 2. Menguji program pengenalan plat nomor kendaraan dengan menggunakan metode Support Vector Machine dan Neural Network untuk mengetahui kinerja sistemnya. Adapun manfaat yang ingin dicapai dari penelitian ini adalah: 1. Manfaat praktis Program yang dihasilkan diharapkan dapat digunakan untuk membantu proses deteksi dan pengenalan plat nomor kendaraan dari sebuah citra. 2. Manfaat teoritis Hasil dari penelitian ini diharapkan dapat digunakan sebagai sumbangan pengetahuan untuk mengembangkan teori yang berkaitan dengan Support Vector Machine dan Neural Network.. METODE PENELITIAN Untuk merancang dan membuat aplikasi maka digunakanlah metode analisis dan metode perancangan aplikasi. Metode analisis terbagi menjadi beberapa langkah diantaranya: 1. Studi Pustaka Mencari sumber buku, artikel, literatur internet yang berkaitan untuk menunjang penulisan dan pembuatan program sesuai topik yang diajukan. Mempelajari dan memahami materi penunjang yang ada agar mudah di pahami. 2. Metodelogi Analisis 2
3 Metode analisis yang digunakan pada penelitian ini adalah sebagai berikut: a. Mempelajari metode Support Vector Machine, Neural Network dan library OpenCV. b. Mempelajari proses deteksi dan pengenalan plat nomor. c. Mempelajari bahasa pemrograman C++. d. Mempelajari proses pemasukkan data menggunakkan komputer. e. Mempelajari dan menganalisis perancangan program pengenalan plat nomor kendaraan dengan menggunakan metode Support Vector Machine dan Neural Network. 3. Metode Perancangan Tahapan perancangan dalam penulisan dibagi menjadi beberapa tahap yaitu: a. Perancangan algoritma dan struktur program untuk setiap tahapan dalam perancangan program pengenalan plat. b. Perancangan Unified Modeling Language. c. Perancangan desain tampilan layar. Metode perancangan yang digunakan dalam penelitian adalah metode Waterfall Model [4], yaitu: 1. Analisis kebutuhan Pada fase ini layanan sistem, kendala, dan tujuan ditetapkan melalui konsultasi dengan pengguna sistem. Kemudian semuanya didefinisikan secara rinci dan berfungsi sebagai spesifikasi sistem. 2. Desain sistem dan perangkat lunak Pada tahap ini proses desain sistem mengalokasikan persyaratan sistem, baik untuk perangkat keras maupun perangkat lunak, dengan membentuk arsitektur sistem secara keseluruhan. Desain perangkat lunak melibatkan pengidentifikasian dan penggambaran abstraksi sistem perangkat lunak yang mendasar serta hubungannya. 3. Pengkodean Selama tahap ini, desain perangkat lunak direalisasikan sebagai serangkaian program atau unit program. Pengujian unit memverifikasi bahwa setiap unit memenuhi spesifikasinya. 4. Pengujian sistem Pada fase ini dilakukan pengujian pada sistem yang sudah di buat dengan menggunakan unit test yang sudah dibuat. Tahap ini dilakukan dua tahap yaitu: a. SIT (System Integration Test); uji coba terhadap sistem serta integrasi dengan sistem lainnya. Uji ini dilakukan oleh team developer. b. UAT (User Acceptance Test); uji coba sistem yang dilakukan oleh user. 5. Pemeliharaan Pada fase ini dilakukan pemeliharaan sistem untuk mengatasi setiap masalah-masalah yang terjadi berkenaan dengan sistem. Fase ini berakhir ketika sistem yang dibuat sudah sesuai dengan kebutuhan yang telah dianalisa di fase awal dan tidak terjadi kesalahan pada saat sistem dijalankan. Dengan kata lain, tujuan dari pembuatan sistem telah tercapai. 4. Uji Coba dam Evaluasi Setelah melakukan program aplikasi telah selesai dibuat, maka pengujian program akan dilakukan lalu dievaluasi. HASIL DAN BAHASAN Berdasarkan penelitian yang telah dilaksanakan, maka dibentuklah suatu sistem pengenalan plat nomor otomatis atau sistem ANPR dengan menggunakan Support Vector Machine (SVM) dan Neural Network (NN) sebagai metode pembelajaran mesinnya. Tampilan Form Sistem ANPR Berikut adalah tampilan dari sistem ANPR: 3
4 Gambar 1 Tampilan form utama aplikasi sistem ANPR Form utama terdiri dari beberapa komponen, yaitu: 1. Button Browse Image, berfungsi untuk menampilkan layar Open. 2. Button Execute, berfungsi untuk menjalankan proses ANPR, tetapi button ini akan aktif jika gambar plat sudah dipilih sebelumnya. 3. Button Exit, berfungsi untuk menutup aplikasi. 4. Picture box pertama, berfungsi untuk menampilkan hasil pilihan gambar. 5. Picture box kedua, berfungsi untuk menampilkan hasil deteksi plat. 6. Picture box ketiga, berfungsi untuk menampilkan hasil pengenalan plat. Langkah pertama yang perlu dilakukan untuk menggunakan aplikasi ini adalah dengan menekan button Browse Image. Ketika user menekan button Browse Image, maka akan muncul window Open seperti pada Gambar 2. Gambar 2 Tampilan window Open 4
5 Kemudian user memilih gambar yang akan diproses dan menekan button Open. Setelah user memilih gambar, selanjutnya sistem akan menampilkan gambar pilihan user di dalam picture box pertama pada form utama seperti pada Gambar 3. Gambar 3 Tampilan pilih gambar Selanjutnya user akan menekan button Execute untuk memulai proses ANPR. Pada saat user menekan button Execute, maka akan muncul teks Executing file, please wait.. seperti pada Gambar 4. Gambar 4 Tampilan form utama setelah button Execute ditekan Ketika sistem tidak berhasil mendeteksi plat, maka akan muncul tulisan Plate not detected dan ANPR process stoped! pada form utama seperti pada Gambar 5. 5
6 Gambar 5 Tampilan form utama pada saat plat tidak terdeteksi Ketika sistem berhasil mendeteksi plat, maka akan muncul tulisan Plate detected serta gambar hasil deteksi ditampilkan dalam picture box kedua pada form utama seperti pada Gambar 6. Gambar 6 Tampilan form utama pada saat plat terdeteksi Kemudian sistem akan melanjutkan proses ANPR. Ketika sistem sudah selesai melakukan proses pengenalan terhadap gambar hasil deteksi plat, maka gambar hasil pengenalan akan ditampilkan dalam picture box ketiga. Kemudian teks Executing file, please wait.. akan diganti dengan teks ANPR process done! serta muncul teks Recognition result: (hasil deteksi) pada form utama seperti pada Gambar 7. 6
7 Gambar 7 Tampilan form utama setelah proses ANPR selesai Jika user memilih button Exit, maka akan muncul dialog box seperti pada Gambar 8 dan ketika user menekan button OK, maka aplikasi akan tertutup. Gambar 8 Tampilan dialog box Exit pada form utama Flowchart Sistem ANPR Berikut ini adalah alur flowchart sistem ANPR: 7
8 Start Input Image Car Plate Localization Plate Number Recognition Image Segmentation Exists Car Plate Yes OCR Segmentation No Image Classification Draw Car Plate Result Feature Extraction OCR Classification No Exit Key Event Yes End App Gambar 10 Flowchart Sistem ANPR Use Case Diagram Sistem ANPR Adapun usecase diagram yang digunakan untuk pembuatan aplikasi adalah sebagai berikut: Gambar 10 Use Case Diagram 8
9 Support Vector Machine (SVM) SVM merupakan salah satu kasus dari metode berbasis kernel. SVM memetakan fitur vektor ke dalam ruang dimensi yang lebih tinggi dengan menggunakan fungsi kernel dan membentuk sebuah fungsi diskriminasi linear yang optimal di dalam ruang dimensi tersebut atau hyper-plane yang optimal yang sesuai dengan data pelatihannya. Dalam kasus SVM, kernel tidak didefinisikan secara eksplisit. Sebaliknya, jarak antara setiap 2 (dua) poin dalam hyper-space perlu didefinisikan. SVM dapat digunakan pada beberapa jenis set data. Salah satu jenisnya adalah set data yang terpisah secara linear. Operasi dari algoritma SVM didasarkan pada menemukan hyper-plane yang memberikan jarak minimum terbesar pada contoh-contoh pelatihan. Dalam teori SVM, kelipatan dua dari jarak minimum ini disebut margin. Oleh karena itu, hyper-plane pemisah yang paling optimal adalah yang memaksimalkan margin dari data pelatihan. [2]. Untuk mencari hyper-plane teroptimal, dilakukan langkah-langkah berikut: Diasumsikan kedua class -1 dan +1 dapat terpisah secara sempurna oleh hyper-plane berdimensi d, yang didefinisikan: T f ( x) = β0 + β x (1) Pattern x i yang termasuk class -1 (sampel negatif) dapat dirumuskan sebagai pattern yang memenuhi pertidaksamaan β0 + β T x 1 (2) Sedangkan pattern x i yang termasuk class +1 (sampel positif) Sehingga untuk canonical hyper-plane dapat direpresentasi sbb β0 + β T x 1 (3) β + β T x = 1 (4) 0 Margin terbesar dapat ditemukan dengan memaksimalkan nilai jarak antara hyper-plane dengan titik terdekatnya, yaitu β0 + β T x 1 (5) distance = = β β Maximum margin adalah kelipatan dua dari jarak hyper-plane dengan titik terdekatnya M 2 = β (6) Pada akhirnya, permasalahan memaksimalkan M sama dengan permasalahan meminimalkan fungsi ( ) L β yang memenuhi beberapa batasan min 1 2 T β, β L( β ) = β yang memenuhi y ( β x + β 0 0 ) 1 2 i i i (7) Neural Network (NN) NN adalah suatu metode komputasi yang meniru sistem jaringan saraf biologi. Metode ini menggunakan elemen perhitungan dasar non-linier yang disebut neuron yang diorganisasikan sebagai jaringan yang saling berhubungan, sehingga mirip dengan jaringan saraf manusia. NN, seperti manusia, belajar dari suatu contoh karena mempunyai karakteristik yang adaptif, yaitu dapat belajar 9
10 dari data-data sebelumnya dan mengenal pola data yang selalu berubah. Model tiruan sebuah neuron dapat dilatih untuk melakukan fungsi tertentu dengan menyesuaikan nilai dari koneksi antar elemen. Umumnya NN dilatih sehingga input tertentu menghasilkan output tujuan yang spesifik. Walaupun masih jauh dari sempurna, namun kinerja dari tiruan neuron ini identik dengan kinerja dari sel biologi yang kita kenal saat ini [3]. Langkah-langkah perhitungan NN adalah sebagai berikut: Misalkan, diberikan output x j pada layer n dan diberikan output y i pada layer n + 1, sehingga didapat perhitungan: Hitung hasil aktivasi dengan fungsi Sigmoid Bipolar: n+ 1 n+ 1 ui= ( wij * xi ) + w (8) i, bias j yi = f ( ui ) (9) ax ( ) * (1 e ) f x = β (1 ax + e ) (10) Hasil Uji Algoritma Berikut adalah hasil uji algoritma. Dalam penelitian ini digunakan 35 (tiga puluh lima) gambar pelatihan dan 23 (dua puluh tiga) gambar uji. Setiap gambar diuji sebanyak 10 (sepuluh) kali untuk mengetahui rata-rata tingkat presisi. Untuk tingkat akurasi didapat 91,3% dan presisi rata-rata 66,19%. Gambar Plat 0.jpg 1.jpg Tidak ada gambar 2.jpg 3.jpg 4.jpg 5.jpg Tidak ada gambar 6.jpg 7.jpg 8.jpg 9.jpg Tabel 1 Hasil Uji Kecepatan Algoritma Jumlah Kecepatan Berhasil Deteksi Pengenalan 8 3,36 detik 3,32 detik 0 3,87 detik - 6 3,17 detik 3,77 detik 9 3,44 detik 3,34 detik 5 3,71 detik 3,35 detik 0 3,89 detik - 6 3,38 detik 3,40 detik 7 3,78 detik 3,38 detik 5 3,75 detik 3,98 detik 5 3,44 detik 3,22 detik 10
11 10.jpg 11.jpg 12.jpg 13.jpg 14.jpg 15.jpg 16.jpg 17.jpg 18.jpg 19.jpg 20.jpg 21.jpg 22.jpg 4 3,32 detik 3,32 detik 5 3,45 detik 3.23 detik 6 3,71 detik 3,35 detik 7 3,37 detik 3,01 detik 10 3,36 detik 3,32 detik 6 3,44 detik 3,72 detik 7 3,45 detik 3,45 detik 8 3,17 detik 3,77 detik 7 3,71 detik 3,35 detik detik 3,40 detik 9 3,36 detik 3,42 detik 6 3,44 detik 3,72 detik 5 3,32 detik 3,72 detik SIMPULAN DAN SARAN Kesimpulan Dari hasil perancangan dan evaluasi hasil sistem, maka dapat diambil kesimpulan sebagai berikut: 1. Dengan menggunakan sistem ini, dapat membantu proses pengenalan plat nomor kendaraan. 2. Dengan adanya aplikasi ini, sistem Automatic Number Plate Recognition (ANPR) dapat lebih dikembangkan. 3. Metode Support Vector Machine dan Neural Network memiliki tingkat akurasi sebesar 91,3%. 4. Kesalahan dalam melakukan deteksi dan pengenalan plat dapat terjadi karena faktor-faktor berikut: a. Ukuran gambar yang tidak sesuai. Dalam penelitian ini, besar gambar yang digunakan adalah 800x600 pixel dan 800x450 pixel. 11
12 b. Jenis plat yang dideteksi. Jenis plat yang dapat dideteksi oleh program ini hanya plat yang sesuai dengan spesifikasi plat di Indonesia. c. Jumlah data pelatihan. Semakin sedikit data pelatihan yang diberikan, maka semakin berkurang juga tingkat akurasi hasil deteksi dan pengenalan. d. Jarak pengambilan gambar. Jarak pengambilan gambar plat pada penelitian ini berkisar 1,5 (satu setengah) meter dari posisi kendaraan, sehingga jika terlalu jauh atau terlalu dekat dapat mempengaruhi pendeteksian. e. Posisi pengambilan gambar plat. Posisi pengambilan gambar plat dalam penelitian ini adalah dari depan kendaraan dan tegak, sehingga jika diambil dari samping atau secara miring dapat mempengaruhi hasil deteksi. f. Jumlah data pelatihan. Jumlah data pelatihan dalam penelitian ini hanya 35 (tiga puluh lima) gambar sehingga hasil deteksi dan pengenalan kurang akurat, semakin banyak data pelatihan maka akan memperbesar akurasi deteksi dan pengenalan. Saran Adapun saran mengenai keterbatasan akan perancangan sistem ini jika akan digunakan sebagai bahan penelitian atau perancangan lebih lanjut adalah sebagai berikut: 1. Menggunakan bahasa pemrogram lain, misalnya seperti C#. 2. Menggunakan Graphic User Interface (GUI) yang lebih menarik dan mudah dipahami oleh user, sehingga lebih user friendly. 3. Menggunakan metode lain yang lebih baik agar mendapatkan hasil deteksi dan pengenalan plat dengan tingkat akurasi yang lebih tinggi. 4. Membangun sistem yang lebih kompleks, sehingga program tidak hanya dapat mendeteksi dan mengenal plat nomor dalam bentuk citra, melainkan dari video juga. 5. Proses bisa langsung dilakukan secara realtime tanpa memasukkan input secara manual. 6. Pada perancangan ini, sistem dapat dioperasikan oleh siapa saja. Diperlukan sistem sekuritas, sehingga hanya orang tertentu yang dapat mengakses sistem ini. REFERENSI [1] Bradski G., & Kaehler A. (2008). Learning OpenCV: Computer Vision with OpenCV Library. California: O Reilly Media, Inc. [2] OpenCv. (2014). Introduction to Support Vector Machines. Diperoleh tanggal dari [3] Russel, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.). New Jersey: Prentice Hall. [4] Sommerville, I. (2011). Software Engineering (9th ed.). Massachusetts: Pearson Education, Inc. RIWAYAT PENULIS Putri Febrina Uli lahir di Kota Jakarta pada 21 Februari 1990.Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Informatika dan Matematika pada tahun
BAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Sistem Dalam mengimplementasikan program sistem ANPR ini terdapat 2 (dua) buah komponen yang sangat berperan penting, yaitu perangkat keras atau hardware
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kendaraan adalah sebutan bagi alat transportasi yang digunakan oleh manusia dalam kehidupan sehari-hari. Kendaraan dapat digerakkan dengan mesin, tenaga manusia, tenaga
Lebih terperinciBAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor
BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor jenis mobil ataupun sepeda motor tidak lagi menjadi kebutuhan sekunder, melainkan telah menjadi
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
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 terperinciImplementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan Putu Kussa Laksana Utama 1,2
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciPENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN TUGAS AKHIR
PENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN (STUDI KASUS PADA TEMPAT PARKIR NYI AGENG SERANG) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda Teknik Informatika Matematika
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika PERANCANGAN PROGRAM SIMULASI DETEKSI WAJAH DENGAN SUPPORT VECTOR MACHINES VIOLA JONES Andoko NIM: 0600653013 ABSTRAK Dengan tingkat
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK ABSTRAK Dwi Putra Alexander (0722067) Jurusan Teknik
Lebih terperinciPerancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield
Perancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield William Susanto Tandiari/0322139 Email: Williams_tandiari@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. Nama program yang hendak dikembangkan adalah Viola Jones Simulator. Tujuan dari
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Perancangan Program Aplikasi 3.1.1 Gambaran Umum Program Aplikasi Nama program yang hendak dikembangkan adalah Viola Jones Simulator. Tujuan dari perancangan
Lebih terperinciRealisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen
Realisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen David Novyanto Candra/0322003 Email: dave_christnc@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jln.Prof.Drg.Suria
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
7 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PERANCANGAN APLIKASI PENGENAL PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN BACKPROPAGATION
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciPERANCANGAN 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 terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciIMPLEMENTASI OCR (OPTICAL CHARACTER RECOGNITION) PADA AUTOMATIC DATA ENTRY SYSTEM WAHYU HARI WADIANTORO PROGRAM STUDI TEKNIK INFORMATIKA
IMPLEMENTASI OCR (OPTICAL CHARACTER RECOGNITION) PADA AUTOMATIC DATA ENTRY SYSTEM WAHYU HARI WADIANTORO 41506110091 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi 4.1.1 Spesifikasi Perangkat Keras Spesifikasi perangkat keras yang digunakan dalam pembuatan program ini adalah sebagai berikut: Prosesor Intel Atom 1,6
Lebih terperinciPENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
PENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN Decy Nataliana [1], Sabat Anwari [2], Arief Hermawan [3] Jurusan Teknik Elektro Fakultas Teknologi Industri Institut
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciDETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ Muhammad Imron Rosadi 1 Prodi Teknik Informatika, Universitas Yudharta Pasuruan Purwosari 67162 Pasuruan Jawa Timur 1 Email : Imron_uyp@yahoo.com ABSTRAK
Lebih terperinciPengembangan Aplikasi Pengenalan Karaketer Alfanumerik Dengan Menggunakan Algoritma Neural Network Three-Layer Backpropagation
Pengembangan Aplikasi Pengenalan Karaketer Alfanumerik Dengan Menggunakan Algoritma Neural Network Three-Layer Backpropagation Andi Wahju Rahardjo Emanuel, Arie Hartono Jurusan S1 Teknik Informatika Fakultas
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengembangan teknologi diharapkan menghasilkan berbagai hal yang berguna untuk memenuhi kebutuhan masyarakat serta memberi kemudahan dan kenyamanan pada pengguna
Lebih terperinciABSTRAK. Kata Kunci : klasifikasi, musik digital, jenis musik, support vector machine, fitur ekstraksi, daftar putar musik digital
ABSTRAK Kemudahan dalam mendapatkan musik digital membuat orang-orang dapat memiliki banyaknya koleksi musik digital. Terkadang orang-orang menikmati musik dengan jenis musik tertentu berdasarkan kondisi
Lebih terperinciPEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER
PEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER Fakultas Teknologi Informasi Universitas Merdeka Malang Abstract: Various methods on artificial neural network has been applied to identify
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tomat merupakan salah komoditas di pertanian Indonesia saat ini, tomat sudah menjadi kebutuhan pokok penunjang pangan di indonesia akan tetapi cara mengidentifikasi
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciPERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT
PERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT Ronaldi Kurniawan Saphala 1 ; Naufal Faherza Putra 2 ; Dennis Filemon 3 ; Dr.Ir.Haryono Soeparno, M.Sc 4 1,2,3,4 Computer
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
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 terperinciIDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Yudil Taufik Umar¹, Heroe Wijanto², Rita Magdalena³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Untuk kepentingan pengenalan
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinciModel Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )
Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan Andry Jonathan (1122041) Email: andry.jonathan1234@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciPENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Gerald Patrick Siahainenia (0522128) Jurusan Teknik Elektro email : gerald_patrick2000@yahoo.com
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih 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 terperinciBAB III ANALISA DAN PERANCANGAN. Pada dasarnya perancangan sistem yang dibuat oleh peneliti adalah
BAB III ANALISA DAN PERANCANGAN Pada dasarnya perancangan sistem yang dibuat oleh peneliti adalah mengenai perancangan software. Software yang dimaksud adalah aplikasi database yang digunakan untuk menyimpan
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN SISTEM PENGENAL KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN LOGIKA FUZZY
UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN SISTEM PENGENAL KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN LOGIKA FUZZY Josua Napitupulu 0800737821 Daniel Marshall 0800749020 Mahargono
Lebih terperinciBAB I PENDAHULUAN. menghasilkan beberapa karya yang mempermudah urusan manusia. Dan salah
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan perkembangan teknologi yang semakin pesat dan dengan banyaknya temuan-temuan terbaru hasil penelitian dari para pakar teknologi, menghasilkan beberapa karya
Lebih terperinciABSTRAK. vii. Kata kunci: satuan mobil penumpang, volume kendaraan, dan klasifikasi kendaraan.
ABSTRAK Data lalulintas berupa satuan mobil penumpang merupakan salah satu data yang dibutuhkan dalam rekayasa lalulintas. Oleh karena itu diperlukan aplikasi satuan mobil penumpang ini untuk mempermudah
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENGENALAN KARAKTER ANGKA DARI SEGMENTASI CITRA PLAT NOMOR KENDARAAN DENGAN METODE SOMs Winda Marlia
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 terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciSISTEM KONTROL AKSES BERBASIS REAL TIME FACE RECOGNITION DAN GENDER INFORMATION
SISTEM KONTROL AKSES BERBASIS REAL TIME FACE RECOGNITION DAN GENDER INFORMATION Putri Nurmala 1 ; Wikaria Gazali 2 ; Widodo Budiharto 3 1, 2 Mathematics and Statistics Department, School of Computer Science,
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciBAB I PENDAHULUAN. Terdapat sistem operasi yang berkembang antara lain mobile phone
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada era komputerisasi informasi telah berkembang dengan pesat. Terdapat sistem operasi yang berkembang antara lain mobile phone dan smartphone. Smartphone
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Penelitian bertujuan untuk merancang sebuah sistem yang dapat melakukan penyisipan sebuah pesan rahasia kedalam media citra digital dengan
Lebih terperinciPENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
PENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Adiatandy Geovani (0722091 ) Jurusan Teknik Elektro email: adiatandy.mail@gmail.com
Lebih terperinciDAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
Lebih terperinciPERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV
PERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV Abdillah Komarudin 1401139432 Program Studi Sistem Komputer, Universitas Bina Nusantara, abdee_dillah@yahoo.com Ahmad Teguh Satria
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan kata dalam dunia teknologi informasi merupakan suatu permasalahan yang tidak asing dalam bidang kecerdasan buatan. Pengenalan kata dalam bidang kecerdasan
Lebih terperinciUNIVERSITAS BINA NUSANTARA PENGENALAN KARAKTER MANDARIN DENGAN METODE BACK PROPAGATION
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006 PENGENALAN KARAKTER MANDARIN DENGAN METODE BACK PROPAGATION DANIEL / 0600609706 MICHAEL WITANTO
Lebih terperinciAPLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER
APLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER Wikaria Gazali 1 ; Nilo Legowo 2 ; Harry Tedja Sukmana 3 1,2 Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciVERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY ABSTRAK
VERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY Disusun oleh : Fabiola Zita Devy C. 0722085 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH
Lebih terperinciPENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU
PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU Risky Meliawati 1,Oni Soesanto 2, Dwi Kartini 3 1,3Prodi Ilmu Komputer FMIPA UNLAM 2 Prodi Matematika
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang ini komputer memiliki peran yang cukup besar dalam membantu menyelesaikan pekerjaan manusia. Seiring dengan perkembangan teknologi dan kecerdasan
Lebih terperinciIMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI
Royani Darma Nurfita, Gunawan Ariyanto, Implementasi Deep Learning Berbasis Tensorflow Untuk Pengenalan Sidik Jari IMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI Royani Darma
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 terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciBAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma.
BAB II DASAR TEORI Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. 2.1. Microsoft Visual Studio Microsoft Visual Studio adalah sebuah software yang
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
BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan teknologi dewasa ini mempengaruhi pada proses pertukaran informasi menjadi mudah dan bebas. Kemajuan yang cukup besar di bidang komputer dan dunia internet
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 terperinciEKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA
TESIS EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA DONNY AVIANTO No. Mhs : 135302024/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA UNIVERSITAS ATMA JAYA YOGYAKARTA
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciSLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun Oleh : Apriliyanto Taufik Betama (1022070) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri, MPH, No.
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Eka Putri Tambun (0722118) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciSistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking
Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking Devina Christabela S. 0722041 Email : ch.de2.2309@gmail.com Jurusan Teknik Elektro Fakultas Teknik Jl. Prof.
Lebih terperinciAPLIKASI PENGGALI POLA STATISTIK NON-LINEAR PADA DOKUMEN TEKS UNTUK JARINGAN SYARAF TIRUAN SEMINAR NASIONAL TEKNOIN 2008
APLIKASI PENGGALI POLA STATISTIK NON-LINEAR PADA DOKUMEN TEKS UNTUK JARINGAN SYARAF TIRUAN SEMINAR NASIONAL TEKNOIN 2008 Purnomo Husnul Khotimah 1) Pusat Penelitian Informatika LIPI 1) Jl Sangkuriang No
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
57 BAB 4 IMPLEMENTASI DAN EVALUASI Di dalam bab ini disajikan hasil dari perancangan program aplikasi yang telah dirancang pada bab sebelumnya. Pada bab ini juga ditampilkan hasil percobaan dengan menggunakan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka berpikir Perubahan nilai tukar rupiah terhadap mata uang asing tidak dapat dihindari. Untuk mengatasi perubahan yang tidak pasti ini diperlukan suatu prediksi.
Lebih terperinciRANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON
RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON Liza Afriyanti Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciBAB 3 PERANCANGAN PROGRAM APLIKASI
BAB 3 PERANCANGAN PROGRAM APLIKASI 3.1 Rancangan Aplikasi Program aplikasi motion detection yang akan dirancang memiliki struktur hirarki di mana terdapat 3 sub menu dari menu utamanya yaitu sub menu file,
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Zaman semakin berkembang pesat, begitu pula dengan teknologi dan ilmu pengetahuan yang juga turut berkembang dengan pesatnya. Hal ini, membuat manusia berpikir dan
Lebih terperinciREALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES
REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa
Lebih terperinciPENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
PENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK Thari Novianty Mentaruk (0722100) Jurusan Teknik Elektro e-mail : thari_novianty_m@yahoo.com Verifikasi tanda
Lebih terperinciBAB V : KESIMPULAN DAN SARAN 38 V.1. Kesimpulan 38 V.2. Saran 38 DAFTAR PUSTAKA LAMPIRAN
ABSTRACT Neocognitron is an artificial neural network that capable of 2-D visual pattern recognition. This final project is to evaluate the development of software that able to recognize handwritten alphanumeric
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciUNIVERSITAS BINA NUSANTARA Program Ganda. Teknik Informatika - Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika - Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 PERANCANGAN PROGRAM APLIKASI SISTEM VERIFIKASI TANDA TANGAN ONLINE DENGAN
Lebih terperinciABSTRAK. Kata kunci: Sistem Pakar, Pembelajaran Mesin, Weka, Support Vector Machine, Regresi Logistik, Demam Berdarah, Malaria, Typhus
ABSTRAK Salah satu hal menantang dalam pengaplikasian teknologi informasi, khususnya pada bidang kedokteran, adalah untuk mendeteksi penyakit-penyakit yang mirip melalui gejala-gejala umum. Kasus yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Umum Pada bab ini akan dijelaskan mengenai pembuatan Rancang Bangun Aplikasi Perencanaan Stok Barang dengan Menggunakan Teori Trafik dari tahap awal perancangan sampai
Lebih terperinciPengenalan Pola Karakter Tulisan Tangan Dengan Menggunakan Metoda Clustering Melalui Similarity Measure Approach
Pengenalan Pola Karakter Tulisan Tangan Dengan Menggunakan Metoda Clustering Melalui Similarity Measure Approach Erry Febriansyah Prananta / 0422071 Email : erry_prananta@yahoo.com Jurusan Teknik Elektro,
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 terperinciEkstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak
Ekstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak Limanyono Tanto 1,Liliana 2 Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciPENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI
PENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Departemen Ilmu Komputer/Informatika
Lebih terperinci