PERBANDINGAN PERFORMA SEGMENTASI CITRA SIDIK JARI MENGGUNAKAN DETEKSI TEPI METODE SOBEL DENGAN METODE CANNY
|
|
- Sudirman Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PERBANDINGAN PERFORMA SEGMENTASI CITRA SIDIK JARI MENGGUNAKAN DETEKSI TEPI METODE SOBEL DENGAN METODE CANNY Sila abdullah syakry 1, Muhammad Syahronir 2, Mulyadi 3 Program Studi Teknik Informatika, Jurusan Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe, Jalan Banda Aceh-Medan Km. 280,3 Buketrata, Lhokseumawe, PO.BOX 90 Telp. (0645) 42670, Fax 42785, Indonesia st_sila@yahoo.com 1, masyahroni@yahoo.com 2, adhi_na@yahoo.com 3 ABSTRAK Teknologi Identifikasi citra sidik jari banyak digunakan diberbagai bidang kehidupan manusia.. Pada proses identifikasinya banyak kendala yang dihadapi, diantaranya proses pembacaan luas daerah citra sidik jari yang akan di pisahkan antara foreground (ridge) dan background (valley) dari daerah yang ditangkap oleh mesin fingerprint secara keseluruhan. Disini permasalahan yang timbul yakni memisahkan antara citra sidik jari dengan yang bukan bagian dari citra sidik jari ketika proses pengambilan citra sidik jari. Banyak cara untuk proses pemisahan (segmentasi), diantaranya menggunakan metode deteksi tepi canny dan metode tepi sobel untuk membatasi daerah yang akan di segmentasi dengan metode morphologi pada pixel citra. Proses pemisahan yang dilakukan pada penelitian ini adalah pembacaan citra (objek citra yang sama), memberikan nilai ambang, deteksi tepi, operasi morphologi, struktur elemen, erosi dan dilasi. Hasil proses segmentasi yang dilakukan pada citra sidik jari terlihat ada perbedaan luas daerah pada citra yang sama dengan pemberian nilai ambang 170, struktur elemen yang digunakan 0 0 da 90 0 diperoleh luas daerah citra sidik dengan tepi canny sebesar dan luas daerah dengan tepi sobel adalah dan selisih jarak Kata Kunci : Canny,sobel, deteksi tepi, morphologi, dilasi, erosi. 1. PENDAHULUAN Salah satu teknologi identifikasi sidik jari yang paling populer adalah biometrik, banyak diterapkan dalam penyelidikan kriminal, aplikasi komersial, dan sebagainya. Sistem keamanan konvensional yang digunakan baik berbasis pengetahuan dengan metode (password atau PIN), dan berbasis-token metode (paspor, SIM, KTP) sangat rentan penipuan karena nomor PIN bisa dilupakan atau di hack dan token bisa hilang, digandakan atau dicuri. Untuk mengatasi kebutuhan yang kuat, dapat diandalkan, dan sangat mudah teridentifikasi, system otentikasi akan selalu memerlukan komponen biometrik[1]. Sidik jari telah digunakan sebagai salah satu pada otentikasi biometrik dan verifikasi yang paling populer karena keakuratan dan keunikan[2]. Semua sisi teknologi kehidupan sudah terus berkembang, teknologi biometrik juga semakin menunjukan eksistensinya dalam mengenali ragam karakterisasi Proses verifikasi dan identifikasi sidik jari tergantung bagaimana kondisi citra sidik jari tersebut dibaca oleh mesin citra sidik jari. Banyak jenis gangguan yang melekat pada sidik jari seseorang diantaranya minyak, kotor, kering yang nantinya dapat menggangu pembacaan jumlah ridge dan terminationnya[3]. Untuk mengetahui jenis gangguan tersebut perlu diklasifikasi kemudian diperbaiki sehingga menjadi normal dengan cara difiltering. Seperti yang dilkakukan untuk proses identifikasi sidik jari sebagai salah satu teknologi biometrik yang paling populer, digunakan dalam penyelidikan kriminal, aplikasi komersial, dan sebagainya, Kinerja sebuah algoritma pencocokan citra (gambar) sidik jari sangat tergantung pada kualitas citra sidik jari masukan. Sangatlah penting untuk mendapatkan citra berkualitas tetapi dalam prakteknya suatu persentase yang signifikan diperoleh bahwa citra berkualitas rendah dihasilkan karena beberapa faktor lingkungan atau kondisi tubuh pengguna [4]. Kualitas citra disebabkan oleh dua hal : (1) banyak minutiae palsu yang mungkin dihasilkan dan (2) banyak minutiae asli yang mungkin diabaikan[5]. Namun untuk pembacaan citra sidik jari perlu ada proses segmentasi antara citra sidik jari dengan yang bukan ketika direkam oleh mesin fingerprint. Masalah yang dihadapi biasanya adalah proses penentuan mana wilayah yang bagian citra sidik jari (region of interest(roi)) mana yang bukan. Banyak cara untuk proses segmentasi untuk mendapatkan ROI, pada 35
2 penelitian ini menggunakan metode deteksi tepi canny dan metode deteksi tepi sobel dengan morphologi sebagai analisis bentuk dalam citra atau suatu proses dalam pengolahan citra, yang dimaksudkan untuk memberikan pendekatan morfologi secara matematis, kemudian diimplementasikan pada sebuah citra, dan digunakan untuk mengekstraksi komponen citra. Permasalahan dalam menentukan region of interestnya dengan membandingkan 2 metode deteksi tepi ini adalah sebagai berikut : a. Menentukan tepi yang termasuk wilayah citra sidik jari. b. Membaca luas daerah citra sidik jari 2. TINJAUAN PUSTAKA Sidik jari merupakan tanda identitas biometrik tertua. Bagian dalam permukaan tangan dari ujung jari ke pergelangan tangan berisi pola garis pada kulit, dengan alur/kerutan antara masing-masing pola garis. Sebuah citra ridge biner adalah citra di mana semua piksel ridge dengan nilai satu dan lembah piksel dengan nilai nol. Namun, setelah menerapkan algoritma ekstraksi ridge pada gambar gray-level asli, informasi tentang struktur ridge benar sering hilang tergantung pada kinerja algoritma ekstraksi ridge. Karena itu, peningkatan gambar ridge biner memiliki keterbatasan inheren. Dalam gambar sidik jari gray-level, pegunungan dan lembah di lingkungan lokal membentuk gelombang pesawat sinusoidal berbentuk yang memiliki frekuensi yang terdefinisi dengan baik dan orientasi[7]. Sebuah citra sidik jari terdiri dari ridge (punggung) dan valley (lembah) sebagaimana pada Gambar 2. Ridge didefinisikan sebagai satu bagian lengkung dan valley adalah wilayah antara dua ridge yang berdekatan. Secara umum, garis-garis hitam berarti ridge dan garisgaris putih berarti valley. Dimana nantinya pada penelitian ini akan dipisahkan antara ridge(foreground) dan valley(background), citra yang digunakan sudah dalam format grayscale. Metode canny yang dikemukakan oleh John Canny pada tahun 1986, terkenal sebagai operator deteksi tepi yang optimal. Algoritma ini memberikan tingkat kesalahan yang rendah, melokalisasi titik-titik tepi (jarak piksel-piksel tepi yang ditemukan deteksi dan tepi yang sesungguhnya sangat pendek), dan hanya memberikan satu tanggapan untuk satu tepi. Canny adalah algoritma deteksi tepi yang banyak digunakan dalam berbagai penelitian karena dinilai sebagai algoritma deteksi tepi yang paling optimal. Langkah awal pada algoritma Canny adalah penerapan tapis Gaussian pada citra untuk menghilangkan derau Metode Sobel merupakan pengembangan metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian dan gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF. Kelebihan dari metode sobel ini adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi. Kernel filter yang digunakan dalam metode Sobel ini adalah: Operasi Morfologi : Secara umum, pemrosesan citra secara morfologi dilakukan dengan cara mempassing sebuah structuring element terhadap sebuah citra dengan cara yang hampir sama dengan konvolusi. Structuring element dapat diibaratkan dengan mask pada pemrosesan citra biasa (bukan secara morfologi) Gambar 3. Matrix 3x3 Gambar 2. Ridge dan Valley pada Sidik Jari Structuring Element Structuring element dapat berukuran sembarang Structuring element juga memiliki titik poros (disebut juga titik origin/ titik asal/titik acuan) Contoh structuring element seperti objek S dengan titik poros di (0,0) -> warna merah 36
3 Operasi morfologi yang dapat dilakukan diantaranya : Dilasi, Erosi Opening, Closing Thinning, shrinking, pruning, thickening, skeletonizing dll Dilasi Dilasi merupakan proses penggabungan titik-titiklatar (0) menjadi bagian dari objek (1), berdasarkan structuring element S yang digunakan. Cara dilasi adalah: Untuk setiap titik pada A, lakukan hal berikut: letakkan titik poros S pada titik A tersebut beri angka 1 untuk semua titik (x,y) yang terkena / tertimpa oleh struktur S pada posisi tersebut Erosi : Erosi merupakan proses penghapusan titik-titik objek (1) menjadi bagian dari latar (0), berdasarkan structuring element S yang digunakan. Cara erosi adalah: Untuk setiap titik pada A, lakukan hal berikut: letakkan titik poros S pada titik A tersebut jika ada bagian dari S yang berada di luar A, maka titik poros dihapus / dijadikan latar. Algoritma mencari luas sebagai berikut[12] Masukan: f (m,n): Citra masukan berukuran M baris dan N kolom Keluaran: luas luas 0 FOR p = 1 to m FOR j = 1 to n IF piksel(p, q) dalam objek luas luas + 1 END-IF END-FOR END-FOR Pada penelitian ini akan di cari luas total citra sidik jari, luas ridge(hitam), luas valley(putih) dengan persamaan berikut: L_Pix_Putih = LTot_Sdk - L_Pix_Hitam 3. METODE YANG DILAKUKAN N Flowchat ini menjelaskan bagaimana proses klasifikasi pada citra yang pertama dilakukan adalah mengumpulkan citra sidik jari 1088.Gambar 1 berikut ini. Opening : Opening adalah proses erosi yang diikuti dengan dilasi. Efek yang dihasilkan adalah menghilangnya objek-objek kecil dan kurus, memecah objek pada titik-titik yang kurus, dan secara umum men-smooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Gambar 4. Flowchat keseluruhan sistem Closing : Closing adalah proses dilasi yang diikuti dengan erosi. Efek yang dihasilkan adalah mengisi lubang kecil pada objek, menggabungkan objek-objek yang berdekatan, dan secara umum mensmooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Luasan Pixel Luasan pixel adalah seberapa besar nilai pixel dalam sebuah region yang akan di gunakan dalam pembacaan citra. 4. HASIL DAN PEMBAHASAN 4.1 BINERISASI 4.1 Input Citra Citra digital yang digunakan citra sidik jari dengan format bmp dengan model warna graycale. Jumlah citra yang digunakan sebanyak 1088 pose citra sidik jari dengan properties 108 x 154 uint8. Contoh citra yang digunakan seperti yang ditunjukan oleh gambar 6 berikut: 37
4 meningkatkan penampakan pada garis batas yang ada pada objek ini ditunjukan pada gambar Citra test1 Citra Test1087 Citra Test1088 Gambar 5. Citra sidik jari yang di teliti Gambar 8. Citra sidik jari dengan deteksi tepi canny dan sobel 4.4 Operasi dilasi dengan Struktur Element Gambar 6. Citra sidik jari dengan data pixel 3.2 Binerisasi dengan Thresholding Sebelum proses segmentasi dengan morphologi disini diberikan nilai threshold 170 yang menjadi nilai ambang binernya. Hasil binerisasi seperti gambar 8 berikut: Gambar 9. Citra sidik jari dengan dilasi menggunakan se90 0 dan Se0 0 Pada operasi ini terlihat bahwa citra sidk jari masih terdapat pixel-pixel noise yang dianggap sebagai ganguan sehingga nanti mempengaruhi proses pembacaan pixel foreground dan background Imfill dengan Dilasi operasi Holes Gambar 7. Citra sidik jari dengan data pixel (Biner dengan nilai threshold 170) 4.3 Deteki Tepi Canny Dan deteksi Tepi Sobel Proses deteksi tepi memlih citra biner dengan nilai T=170 dengan operator canny/ sobel bertujuan untuk a b Gambar 9. Citra sidik jari dengan dilasi menggunakan operasi holes a)canny b) sobel 38
5 Dari gambar 10 terlihat kondisi citra yang berada di dalam pada gambar 9 sudah tidak terlihat atau sudah terhapus ini akibat dari operasi dilasi Proses menambahkan piksel pada batasan objek dalam citra sidik jari sehingga apabila dilakukan operasi maka citra hasilnya akan lebih besar ukurannya dibandingkan dengan citra aslinya yang diikuti dengan operasi holes kemudian di imfillkan 4.6 Erode dengan strel diamond Dengan menggunakan operasi erode dan strel diamond makan gambar citra tepinya dihaluskan mengikuti bentuk kontur piksel disekitarnya. Proses ini akan membuat ukuran sebuah citra menjadi lebih kecil. Erotion akan memindahkan piksel pada batasanbatasan objek yang akan di erotion. Pada dilation ataupun erotion, jumlah piksel yang ditambah atau dihilangkan bergantung pada ukuran dan bentuk structuring element Diamond yang digunakan untuk memproses citra sidik jari. c 4.7 Region Yang terpilih (ROI) Setelah bebrapa proses yang dilewati maka terpisahlah antara citra sidik jari dengan yang bukan citra sidik jari. Dari gambar 12 terlihat lingkup wilayah yang akan dibaca untuk mengetahui berapa besar luas piksel citra sidik jari telah terdefenisi ini bisa dilihat dengan tanda garis biru sebagai batas citra sidik jari. Untuk Gambar 10.c dan d wilayah citra asli dengan format grayscale juga bisa ditandai dengan garis pembantas yang menyatakan wilayah citra sidik jari yang akan diproses untuk mengetahui besar luasan hitam dan luasan putih. d Gambar 10. Region of Interest untuk pembaca citra sidik jari a dan c canny, b dan d sobel 4.7 Luas citra sidik Jari Setelah dilakukan segmentasi diperoleh nilai rata luas citra sidik jari untuk sebanyak 1400 pose dengan ukuran citra 208x154 pixel, pemberian nilai ambang 170, struktur elemen yang digunakan 0 0 da 90 0 diperoleh rata-rata luas citra sidik jari pixel. Seperti yang ditunjukan Tabel 1 Berikut a b Tabel 1. Test citra sidik jari sebanyak 1400 pose metode sobel File LTot_Sdk L_Pix_Hitam L_Pix_Putih test(1) test(2) test(3) test(4) test(5)
6 test(1396) test(1397) test(1398) test(1399) test(1400) rata-rata Tabel 2. Test citra sidik jari sebanyak 1400 pose metode Canny File LTot_Sdk L_Pix_Hitam L_Pix_Putih test(1) test(2) test(3) test(4) test(5) test(1396) test(1397) test(1398) test(1399) test(1400) Rata-rata Keterangan : LTot_Sdk L_Pix_Hitam L_Pix_Putih 5. SIMPULAN = Luas Total Sidik Jari = Luas Pixel Hitam(ridge) = Luas Pixel Putih (valley) Hasil proses segmentasi yang dilakukan pada citra sidik jari (data Primer) sebanyak 1088 pose citra sidik jari dengan ukuran citra 208x154 pixel, pemberian nilai ambang 170, struktur elemen yang digunakan 0 0 da 90 0 diperoleh rata-rata luas citra sidik jari dengan sobel pixel, rata-rata luas pixel hitam dan rata-rata luas pixel putih adalah sedangkan rata-rata luas citra sidik jari dengan canny pixel, rata-rata luas pixel hitam dan rata-rata luas pixel putih adalah Penggunaan metode deteksi sobel jika dibandingkan dengan canny terdapat selisih pembacaan luas daerah yakni sebesar dan operasi morphologi mampu memisahkan antara foreground (hitam/ridge) dan Background (putih/valley). DAFTAR ACUAN [1] Mary Lourde R, Dushyant Khosla: Fingerprint Identification in Biometric Security Systems. International Journal of Computer and Electrical Engineering, Vol. 2, No. 5, ( 2010) [2] Bhuyan M H, D K Bhattacharyya.: An Effective Fingerprint Classification and Search Method. IJCSNS International Journal of Computer Science and Network Security, VOL.9 No.11,( 2009) [3] L.C. Jain, U. Halici, I. Hayashi, S.B. Lee, S. Tsutsui : Intelligent Biometric Techniques in Fingerprint and Face Recognition, CRC Press, USA, (1999). [4] Syam Rahmat, Hariadi Mochamad, Purnomo Mauridhi Hery : Penentuan Nilai Standar Distorsi Berminyak Pada Akuisisi Citra Sidik Jari. Makara, Teknologi, Vol. 15, No. 1, (2011) [5] Kumaseh Max R, Latumakulita Lr,Nainggolan N : Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding. Jurnal Ilmiah Sains Vol. 13 No. 1, (2013) [6] Purba, D.. Pengolahan Citra Digital. Andi, Yogyakarta. (2010) [7] Naja M I, Rajesh R : Fingerprint Image Enhancement Algorithm and Performance Evaluation. International Journal of Innovative Research in Computer and Communication Engineering. Vol. 3, Issue 1, (2015). [8] Destyningtias B., Heranurweni S. T. Nurhayati.: Segmentasi Citra Dengan Metode Pengambangan. Jurnal Elektrika. Vol.2, No.1,( 2010) [9] Munir, R. : Pengolahan Citra Digital. Informatika. Bandung. (2004) [10] Prasetyo, E.: Pengolahan Citra Digital Dan Aplikasinya Menggunakan Matlab. Andi, Yogyakarta.(2011) [11] Gonzalez, R.C.; Woods, R.E.. Digital Image Processing. Prentice Hall. (2002) [12] Kadir, Abdul, Sushanto adhi : Teori dan Aplikasi Pengolahan Citra, Andi Publisher (2013) 40
10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 10. Morphological Image Processing. Pemrosesan citra secara morfologis.
CIG4E3 / Pengolahan Citra Digital BB 10. Morphological Image Processing Intelligent Computing and Multimedia (ICM) Pemrosesan citra secara morfologis Perbedaan antara pemrosesan citra secara morfologis
Lebih terperinci10/13/2009 MORFOLOGI CITRA SET CITRA DAN OPERASINYA PEMROSESAN CITRA SECARA MORFOLOGIS PEMROSESAN CITRA SECARA MORFOLOGIS
PEMROEN CITR ECR MORFOLOGI Kuliah ke 8 Program 1 Reguler, DTE FTUI 2009 MORFOLOGI CITR Perbedaan antara pemrosesan citra secara morfologis dengan pemrosesan biasa (yang telah dipelajari): Dulu sebuah citra
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciBy Emy. 2 of By Emy
2 1 3 Kompetensi Mampu menjelaskan dan operasi morfologi Mampu menerapkan konsep morfologi untuk memperoleh informasi yang menyatakan deskripsi dari suatu benda pada citra mampu membangun aplikasi untuk
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciKLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM)
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN DFT (DISCRETE FOURIER TRANSFORM) Cilla Sundari 1, Muhammad Nasir 2, Hari Toha Hidayat 3 Program Studi Teknik Informatika, Jurusan Teknologi
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih terperinciTeknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari
Teknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari Okta Hadi Saputra, Irawan Jurusan Teknik Elektro FTI - ITS Abstrak Teknik kriptografi sudah banyak digunakan untuk menjamin kerahasiaan
Lebih terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciKLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1), Tulus 2), F. Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciMorphological Image Processing
Morphological Image Processing Muhammad Kusban Teknik Elektro, Universitas Muhammadiyah Surakarta Abstrak -- Proses morphologi terutama digunakan untuk menghilangkan ketidaksempurnaan bentuk yang ada dalam
Lebih terperinciSEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING DIGITAL FISH IMAGE SEGMENTATION BY THRESHOLDING METHOD
SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING Max R. Kumaseh 1), Luther Latumakulita 1), Nelson Nainggolan 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl. Kampus Unsrat,
Lebih terperinciPengukuran Blok Window Terbaik Berdasarkan MSE...
Pengukuran Blok Window Terbaik Berdasarkan MSE... (Dwiyanto dkk.) PENGUKURAN BLOK WINDOW TERBAIK BERDASARKAN MSE UNTUK SEGMENTASI CITRA SIDIK JARI BERBASIS MEAN DAN VARIANS Dwiyanto *, Agus Bejo, Risanuri
Lebih terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1),Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciPENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU
PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU Oleh: Amilia Khoiro Masruri 1210 100 029 Dosen Pembimbing: Dr. Budi Setiyono, S.Si, MT JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciDETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI
DETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI Peredaran uang palsu dari tahun ke tahun terus mengalami peningkatan. Peningkatan ini dikarena mudahnya
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciPENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE
PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE Muhammad Luqman Afif - A11.2009.04985 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang ABSTRAK Program
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciIDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR. Oleh : Siswo Santoso
IDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR Oleh : Siswo Santoso Pendahuluan Latar Belakang Angka kelahiran lebih besar dari angka kematian sehingga
Lebih terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
Lebih terperinciPENERAPAN 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 terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Materi 7 Operasi Morfologi M. Miftakul Amin, M. Eng. JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA TUJUAN Istilah morfologi mengadopsi istilah yang ada dalam bidang ilmu
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciBatra Yudha Pratama m111511006@students.jtk.polban.ac.id
Operasi Morfologi Pada Citra Biner Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciApa yang bisa dilakukan oleh morfologi citra? Operasi morfologi :
Morfologi Citra 2 Morfologi Citra Apa yang bisa dilakukan oleh morfologi citra? Operasi morfologi : Fit dan Hit Erosi (Erosion) Dilasi (Dilation) Operasi Gabungan (Compound Operations) 3 Kegunaan Morfologi
Lebih terperinciPENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING
PENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING David Habsara Hareva 1), Steven Juliono 2), Dion Krisnadi 3) 1),2),3 ) Teknik Informatika, Universitas Pelita Harapan Lippo Karawaci, Tangerang
Lebih terperinciAPLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA
Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER
ENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER MUHAMMAD NASIR 2208 205 001 Dosen Pembimbing : Mochamad Hariadi,, S.T., M.Sc.,., Ph.D. Sidang Tesis Fakultas Teknologi
Lebih terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciMENGUKUR LUAS TAMBAK DARI CITRA GOOGLE SATELIT DENGAN MENGGUNAKAN METODE DETEKSI TEPI SOBEL TUGAS AKHIR
MENGUKUR LUAS TAMBAK DARI CITRA GOOGLE SATELIT DENGAN MENGGUNAKAN METODE DETEKSI TEPI SOBEL TUGAS AKHIR Disusun oleh : RIZKY SULISTIAWAN NPM. 0934010281 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
Lebih terperinciBAB 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 terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciPengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)
Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciPengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor
1 Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor Ricky Kurniadi dan Nurul Hidayat urusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
Lebih terperinciBAB 3 METODOLOGI. 3.1 Kerangka Pikir
BAB 3 METODOLOGI 3.1 Kerangka Pikir Pengenalan sidik jari merupakan salah satu metode yang diterapkan pada teknologi yang digunakan manusia seperti pada mesin absensi, alat pengamanan pada brankas dan
Lebih terperinciImplementasi Deteksi Tepi Canny pada Citra Mammografi
JURNAL APLIKASI FISIKA VOLUME 11 NOMOR 1 FEBRUARI 2015 Implementasi Deteksi Tepi Canny pada Citra Mammografi Nurhasanah 1, *) dan Okto Ivansyah 2 1 Jurusan Fisika, FMIPA Universitas Tanjungpura, Indonesia
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciPENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN
PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN Bagus Fadzerie Robby 1), Resty Wulanningrum 2) 1), 2) Universitas Nusantara PGRI Kediri 1), 2) Jl. KH. Achmad Dahlan 76, Kediri, Jawa Timur 64112 Email
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciPENGENALAN POLA SIDIK JARI
TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT
Lebih terperinciPERBANDINGAN METODE PREWITT DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
PERBANDINGAN METODE PREWITT DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Pitrawati, S.Kom., M.Pd Program Studi Komputerisasi Akuntansi AMIK Dian Cipta Cendikia, Bandar Lampung Abstrak Pengolahan
Lebih terperinciBAB 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 terperinciBAB IV ANALISIS DAN PERANCANGAN
BAB IV ANALISIS DAN PERANCANGAN Pada penilitian ini, penulis akan menggunakan ekstraksi tekstur dan warna untuk mengidentifikasi jenis parasit plasmodium vivax. Dengan menggunakan kedua ekstraksi ciri
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file).
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 4, No. 2, Hal ISSN : x
PENGENALAN MOTIF BATIK INDONESIA MENGGUNAKAN DETEKSI TEPI CANNY DAN TEMPLATE MATCHING [1] Fera Flaurensia, [2] Tedy Rismawan, [3] Rahmi Hidayati [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciDeteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
th Seminar on Intelligent Technology and Its Applications, SITIA 00 ISSN: 087-33X Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation Cahyo Darujati,3 Rahmat Syam,3 Mochamad Hariadi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciPENGGUNAAN METODE POINCARE INDEX DALAM PENDETEKSIAN LETAK COREPOINT PADA SIDIK JARI
F12 menggunakan verifikasi sidik jari yang diharapkan akan PENGGUNAAN METODE POINCARE INDEX DALAM PENDETEKSIAN LETAK COREPOINT PADA SIDIK JARI Fila Harmuningtyas 1), Indah Agustien 2) Fitri Damayanti 3)
Lebih terperinciPengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik
Pengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik Sri Heranurweni 1 1) Jurusan Teknik Elektro, Universitas Semarang email : heranur@yahoo.com Abstrak : Teknik identifikasi konvensional
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciEFEK HIGH PASS FILTERING DENGAN KOEFESIEN NOL PADA CITRA BINER
EFEK HIGH PASS FILTERING DENGAN KOEFESIEN NOL PADA CITRA BINER 1 1 Program Studi Teknik Informatika, Universitas Bunda Mulia Jakarta tmulyana@bundamulia.ac.id ABSTRAK Filtering akan melakukan penapisan
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinci