KLASIFIKASI & PENGENALAN POLA. Tatap Muka 2
|
|
- Fanny Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KLASIFIKASI & PENGENALAN POLA Tatap Muka 2 1
2 Pendahuluan Bagaimana manusia mengenali Wajah Kata yang didengar Huruf yang ditulis tangan/mesin Bentuk benda Buah yang sudah masak (masih mentah?) Pengenalan pola mengambil data lalu membuat tindakan berdasar kategori pola 2
3 Persepsi Mesin Harus didesain dan dibangun mesin/algoritma yang dapat mengenali pola -- otomasi Speech recognition Fingerprint identification Character recognition DNA sequence identification Face recognition (Face detection? Smile detection? Big smile detection? Blink eye detection?) dan lain-lain Aplikasi Keamanan/security (intelijen?) Bioinformatik CAD (Computer Aided Diagnosis) Industri, proses produksi dan lain-lain 3
4 Ilustrasi 1 Pemilahan ikan salmon & sea-bass Sortir dua jenis ikan, salmon dan sea-bass Ambil gambar dengan kamera Preprocessing supaya operasi selanjutnya menjadi lebih sederhana (misal dengan segmentasi) Ekstraksi ciri (yang membedakan kedua jenis ikan) Panjang ikan Warna sisik Lebar badan ikan Klasifikasikan (tentukan ikan termasuk salmon atau sea-bass) 4
5 Memilih Ciri (Feature) Biasanya satu ciri tidak cukup memadai Kasus salmon & sea-bass Histogram ciri panjang ikan Histogram ciri warna sisik ikan Menggunakan ciri panjang error tinggi Menggunakan ciri warna sisik error cukup rendah Minimalisasi error dengan menambah jumlah ciri yang digunakan, misal ditambah dengan lebar badan ikan Vektor ciri = x T = (x 1, x 2 ) = (warna-sisik, lebar badan-ikan) 5
6 Ilustrasi 2 Klasifikasi leukosit normal & ALL leukosit normal leukosit ALL Klasifikasi leukosit normal & ALL Akuisisi citra leukosit mikroskopis Preprocessing supaya operasi selanjutnya menjadi lebih sederhana (misal dengan segmentasi) mengambil sel leukositnya saja Ekstraksi ciri (yang membedakan kedua jenis sel leukosit), misal: warna bentuk tekstur Klasifikasikan (tentukan leukositnya normal atau ALL) 6
7 Contoh hasil segmentasi leukosit citra asli hasil pengambangan citra asli hasil contrast-strecthing hasil segmentasi hasil contrast-strecthing hasil pengambangan citra asli hasil pengambangan hasil segmentasi hasil contrast-strecthing hasil segmentasi hasil pengambangan hasil segmentasi 7
8 Decision Boundary Permasalahan: bagaimana menentukan batas yang akan memisahkan wilayah salmon dan sea-bass? sederhana kompleks Trade off kompleksitas sistem, error, biaya, waktu komputasi 8
9 Sistem Pengenalan Pola Sensing -- kamera, mikrofon Segmentation -- memisahkan obyek dari latar belakang Feature extraction (ekstraksi ciri) Ciri yang menyederhanakan proses klasifikasi Ciri yang invarian Kasus ikan : invarian terhadap translasi, rotasi, skala) Dalam speech recognition: invarian terhadap translasi waktu, perubahan amplitude, durasi kata Dalam character recognition? Classification Menggu ciri untuk mengelompokkan obyek/data Klasifikasi sempurna hampir tak mungkin Post-processing Tindakan rekomendasi berdasar hasil klasifikasi 9
10 Siklus Desain Koleksi data Memilih ciri Prior knowledge sangat penting Temukan ciri yang invarian terhadap translasi dan rotasi, insensitif terhadap derau, dan mampu membedakan kelompok-kelompok yang ada Memilih model Model 1 berdasar warna sisik dan lebar badan ikan Model 2 berdasar warna mata dan posisi sirip dst, mana yang lebih baik? Pelatihan (training the classifier) dan pengujian Menggunakan data/ciri (training data dan testing data) Evaluasi Klasifikasi menggunakan 1 ciri apakah error besar? Klasifikasi menggunakan 2 ciri apakah selalu lebih baik? Kompleksitas komputasi Keterbatasan dalam dunia praktis vs skala laboratorium 10
11 Pembelajaran & Adaptasi Klasifikasi selalu melibatkan pembelajaran (learning) seringkali sangat time-consuming Jenis pembelajaran: Terawasi / supervised learning Tak-terawasi / unsupervised learning / clustering Reinforcement learning 11
12 Pengantar Tentang Data Data yang akan digunakan untuk latihan dalam perkuliahan terdiri atas dua set yaitu: Set data untuk pelatihan Set data untuk pengujian Dalam latihan mungkin juga akan digunakan set data yang sama untuk pelatihan dan pengujian Set data untuk kepentingan kuliah akan disediakan dan diunggah ke web FTI Berikut akan diberikan contoh set data yang bisa digunakan untuk klasifikasi Contoh data pelatihan dan pengujian.pdf 12
Tidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan
Terdapat banyak jenis pola: Pola visual Pola temporal Pola logikal Tidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan Statistik
Lebih terperinciPengenalan Pola. Dasar Pengenalan Pola
Pengenalan Pola Dasar Pengenalan Pola PTIIK - 2014 Course Contents 1 Pola, Kelas Pola, dan Pengenalan Pola 2 Persepsi Manusia dan Mesin 3 Proses Pengenalan Pola 4 Studi Kasus Pola Pola adalah Objek, Proses,
Lebih terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Recognition Dasar Pengenalan Pola 1 Imam Cholissodin S.Si., M.Kom. Dasar Pengenalan Pola 1 1. Apa itu pola? 2. Apa itu kelas pola? 3. Apa itu pengenalan pola? 4. Contoh penerapan
Lebih terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Recognition Dasar Pengenalan Pola 1 Team Teaching Outline 1. Apa itu pola, kelas pola, dan pengenalan pola? 2. Tahapan Pengenalan Pola 3. Rangkuman dan Contoh Apa itu Pola (Pattern)?
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciSegmentasi Citra menggunakan Support Vector Machine (SVM) dan Ellipsoid Region Search Strategy (ERSS) Arimoto Entropy berdasarkan Ciri Warna dan Tekstur Lukman Hakim 1, Siti Mutrofin 2, Evy Kamilah Ratnasari
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
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 terperinciIDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS
ORBITH VOL. 12 NO. 1 MARET 2016 : 29 34 IDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS Oleh: Indah Susilawati Staf Pengajar Program Studi Teknik Informatika Universitas Mercu Buana Yogyakarta
Lebih terperinciOleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.
Oleh: Ulir Rohwana (1209 100 702) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI HASIL DAN PENGUJIAN
Lebih terperinciDeteksi Senyum Menggunakan Fitur Gabor dan Histograms of Oriented Gradients pada Bagian Mulut, Hidung, dan Mata
Deteksi Senyum Menggunakan Fitur Gabor dan Histograms of Oriented Gradients pada Bagian Mulut, Hidung, dan Mata Berty Chrismartin Lumban Tobing Fakultas Ilmu Komputer Universitas Indonesia Depok berty.chrismartin@ui.ac.id
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciPENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA. Anna Dara Andriana, S.Kom., M.Kom
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA Anna Dara Andriana, S.Kom., M.Kom 1 ANNA DARA ANDRIANA, S.Kom.,M.Kom 081-221-794-565 ( 8.00 14.00 ) Email : annadaraandriana@yahoo.com Subject : kelas_nama/kelompok_tugas
Lebih terperinciRekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang
17 BAB II REKOGNISI KARAKTER NUMERIK 2.1 Gambaran Singkat Rekognisi Karakter Optik Rekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang dirancang untuk menerjemahkan teks baik berupa
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah. Ekstraksi fitur merupakan salah satu metode analisis citra untuk
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Ekstraksi fitur merupakan salah satu metode analisis citra untuk mengidentifikasi bentuk objek pada citra. Fitur merupakan sejumlah data hasil pengukuran
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 II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:
BAB II TEORI DASAR 2.1 Tutupan Lahan Tutupan Lahan atau juga yang biasa disebut dengan Land Cover memiliki berbagai pengertian, bahkan banyak yang memiliki anggapan bahwa tutupan lahan ini sama dengan
Lebih terperinciDATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim)
Pengantar DATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim) Citra : gambar pada bidang 2D. Secara matematis : citra
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Permainan catur cina, yang dikenal sebagai xiang qi dalam bahasa mandarin, merupakan sebuah permainan catur traditional yang memiliki jumlah 32 biji catur. Setiap
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciDAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. DAFTAR ISI... i. DAFTAR TABEL... vi. DAFTAR GAMBAR... vii
DAFTAR ISI KATA PENGANTAR... Error! Bookmark not defined. DAFTAR ISI... i DAFTAR TABEL... vi DAFTAR GAMBAR... vii BAB I PENDAHULUAN... Error! Bookmark not defined. 1.1 Latar Belakang... Error! Bookmark
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
Lebih terperinciBAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem
1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika
Lebih terperinciBAB I PENDAHULUAN. ukuran, dan warna ketika suatu citra digambarkan meskipun dalam ruang 2D (dua
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Suatu citra memiliki beragam bentuk tekstur dan warna yang berbeda. Citra dapat dikenali dengan mudah oleh manusia dikarenakan manusia sudah memiliki persepsi atau
Lebih terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperincihttp://www.brigidaarie.com proses menganalisa data untuk mencari polapola tersembunyi dengan menggunakan metodologi otomatis Istilah lain : Machine Learning Knowledge Discovery in Database (KDD) Predictive
Lebih terperinciKlasifikasi Daun Dengan Centroid Linked Clustering Berdasarkan Fitur Bentuk Tepi Daun
Klasifikasi Daun Dengan Centroid Linked Clustering Berdasarkan Fitur Bentuk Tepi Daun Febri Liantoni 1, Nana Ramadijanti, Nur Rosyid Mubtada i 3 Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit malaria merupakan penyakit yang disebabkan oleh infeksinya parasit malaria terhadap sel darah merah. Parasit malaria tergolong jenis parasit dari genus Plasmodium,
Lebih terperinciPola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features).
Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri yang bagus adalah ciri
Lebih terperinciKlasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor
Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor Febri Liantoni Jurusan Teknik Informatika, Institut Teknologi Adhi Tama, Surabaya, Indonesia febri.liantoni@gmail.com
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Big Data and Data Analytics Semester Tujuh Kode SMXXXXXX Prodi MBTI Dosen Andry Alamsyah SKS 4 Capaian Pembelajaran 1. Memahami fenomena, framework, peluang dan
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
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 terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Deteksi kulit manusia berperan penting dan digunakan secara luas sebagai langkah awal pada aplikasi pengolahan citra seperti gesture analysis, content based
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pengolahan citra pada masa sekarang mempunyai suatu aplikasi yang sangat luas dalam berbagai bidang antara lain bidang teknologi informasi, arkeologi, astronomi, biomedis,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia kesehatan dewasa ini tidak bisa dipisahkan dengan teknologi yang terus berkembang. Pengembangan teknologi yang erat kaitannya dengan dunia kesehatan atau dunia
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 terperinciLAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah
LAPORAN PENELITIAN DOSEN MUDA Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah Oleh : Endah Sudarmilah, S.T, M.Eng Umi Fadlillah, S.T Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciKLASIFIKASI TULISAN TANGAN BERUPA ANGKA MENGGUNAKAN RANDOM FOREST DAN HISTOGRAM OF ORIENTED GRADIENT
KLASIFIKASI TULISAN TANGAN BERUPA ANGKA MENGGUNAKAN RANDOM FOREST DAN HISTOGRAM OF ORIENTED GRADIENT Anugerah Ganda Putra 1, Tjokorda Agung Budi Wirayuda ST. MT. 2 Fakultas Informatika Universitas Telkom
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Citra, Pengolahan Citra, dan Pengenalan Pola Citra dapat dijelaskan sebagai dua dimensi dari fungsi f(x,y) dimana x dan y tersebut adalah sebuah koordinat pada bidang
Lebih terperinciPendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005
Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1. Citra Digital Citra digital adalah suatu citra elektronik yang diambil dari dokumen, seperti foto, buku, maupun sebuah video. Proses perubahan citra analog menjadi citra digital
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
Lebih 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 terperinciKLASIFIKASI TULISAN TANGAN BERUPA ANGKA MENGGUNAKAN RANDOM FOREST DAN HISTOGRAM OF ORIENTED GRADIENT
ISSN : 2355-9365 e-proceeding of Engineering : Vol.1, No.1 Desember 2014 Page 738 KLASIFIKASI TULISAN TANGAN BERUPA ANGKA MENGGUNAKAN RANDOM FOREST DAN HISTOGRAM OF ORIENTED GRADIENT Anugerah Ganda Putra
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 2 x 3x 50 Menit Pertemuan : 10&11 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciKesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan
Kesepakatan Kuliah Sopan : Tidak bersandal dan berkaos Busana muslimah yang pantas Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan 3 1. PENDAHULUAN A. Signal Processing B.
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 terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori Pengenalan manusia secara otomatis menggunakan mesin merupakan masalah yang menantang dan telah menjadi banyak perhatian selama beberapa tahun terakhir. (Jawad, Syed, dan Farrukh,
Lebih terperinciPENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN
PENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN Mohamad Deddy Turiyanto 2210100118 Dosen Pembimbing : Dr.Ir. Djoko Purwanto, M.Eng Rudy Dikairono, ST.,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
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 terperinciTIP 243 Computer Vision. 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama
TIP 243 Computer Vision 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama Computer Vision Mata kuliah ini bersifat 'inspiring subject' yang memperkenalkan
Lebih terperinciAnalisis dan Simulasi Sistem Penilaian Kualitas Gaya Berjalan untuk Sekolah Model Berbasis Video Processing dengan Metode Variable Module Graph
Analisis dan Simulasi Sistem Penilaian Kualitas Gaya Berjalan untuk Sekolah Model Berbasis Video Processing dengan Metode Variable Module Graph Ines Visyeri Yuliani 1,*, Bambang Hidayat 1, Suci Aulia 2
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciModel Linear untuk Klasifikasi
MMA10991 Topik Khusus - Machine Learning Model Linear untuk Klasifikasi Dr. rer. nat. Hendri Murfi Intelligent Data Analysis (IDA) Group Departemen Matematika, Universitas Indonesia Depok 16424 Telp. +62-21-7862719/7863439,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperinciKonsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT
Konsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT Argo Wibowo 1 1 Universitas Atma Jaya Yogyakarta,Yogyakarta 55281 ABSTRAK Salah satu tools pengenalan obyek yang sedang banyak dikembangkan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4I3 SISTEM REKOGNISI Disusun oleh: Tjokorda Agung Wirayudha PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL
1 SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (Human Face Detection System on Digital Images) Setyo Nugroho 1, Agus Harjoko 2 Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah
Lebih terperinciPENGENALAN WAJAH MANUSIA MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN JARINGAN SYARAF TIRUAN ADAPTIVE RESONANCE THEORY TWO (ART-2)
PENGENALAN WAJAH MANUSIA MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN JARINGAN SYARAF TIRUAN ADAPTIVE RESONANCE THEORY TWO (ART-2) SKRIPSI Disusun Sebagai Salah Satu Syarat Menyelesaikan Program Studi
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 terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciPembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD)
Berkala Fisika ISSN : 1410-9662 Vol. 6, No. 1, Januari 2003, hal 5-10 Pembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD) Kusworo Adi Laboratorium Instrumentasi dan Elektronika
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 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 terperinciPENGENALAN KUALITAS BUAH JERUK KINTAMANI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) KOMPETENSI KOMPUTASI SKRIPSI KOMANG SONIYA GUNAWAN
PENGENALAN KUALITAS BUAH JERUK KINTAMANI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) KOMPETENSI KOMPUTASI SKRIPSI KOMANG SONIYA GUNAWAN 1008605032 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan salah satu media yang penting bagi manusia untuk memperoleh informasi. Seiring dengan perkembangan teknologi citra digital maka setiap orang dapat dengan
Lebih terperinciEkstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE) I Gusti Rai Agung Sugiartha
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciKlasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor
Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor Febri Liantoni Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Adhi Tama Surabaya, Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS
PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS Widyawan Tarigan NRP : 0222062 email : widyawan_tarigan@yahoo.com ABSTRAK Pada sistem pengenalan wajah, merancang deskriptor
Lebih terperinciDeteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Deteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine Frans Irawan 1, Ardi Purnomo 2, Derry Alamsyah 3 1,2 STMIK GI MDP;
Lebih terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
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 terperinciBAB II LANDASAN TEORI...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...
Lebih terperinciTRANSLASI BAHASA ISYARAT
TRANSLASI BAHASA ISYARAT Juniar Prima Rakhman), Nana Ramadijanti, S.Kom, M.Kom), Edi Satriyanto S.Si, M.Si) Jurusan Teknik Informatika, PENS ITS Surabaya Kampus ITS Sukolilo, Surabaya 60 08050 E-mail :
Lebih terperinciPENGEMBANGAN SISTEM IDENTIFIKASI JENIS KELAMIN JANIN PADA CITRA USG. Oleh I Made Dendi Maysanjaya
PENGEMBANGAN SISTEM IDENTIFIKASI JENIS KELAMIN JANIN PADA CITRA USG Oleh I Made Dendi Maysanjaya Pembimbing 1. Made Windu Antara Kesiman, S.T., M.Sc. 2. Dessy Seri Wahyuni, S.Kom., M.Eng. Jurusan Pendidikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi sudah semakin berkembang, hal ini tentunya memberi pengaruh juga dalam berkembangnya ilmu pengetahuan. Perkembangan tersebut juga berpengaruh pada
Lebih terperinciKorelasi Jarak Wajah Terhadap Nilai Akurasi Pada Sistem Pengenalan Wajah Menggunakan Stereo Vision Camera
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 7 Korelasi Jarak Wajah Terhadap Nilai Akurasi Pada Sistem Pengenalan Wajah Menggunakan Stereo Vision Camera Edy Winarno *), Wiwien
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Deteksi wajah pada suatu citra merupakan bagian yang penting dalam perkembangan sistem pengenalan wajah (Face Recognition). Pengenalan wajah banyak digunakan untuk
Lebih terperinciPenggunaan Ciri Geometric Invariant Moment pada Pengenalan Tanda Tangan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 9, Juni 2017, hlm. 859-867 http://j-ptiik.ub.ac.id Penggunaan Ciri Geometric Invariant Moment pada Pengenalan Tanda
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika. Skripsi Sarjana Komputer. Semester Ganjil tahun 2007/2008 OTOMATISASI SEGMENTASI DOKUMEN
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008 OTOMATISASI SEGMENTASI DOKUMEN DENGAN PENDEKATAN GRAY LEVEL CO-OCCURRENCE MATRIX BERBASIS
Lebih terperinciSISTEM IDENTIFIKASI WAJAH MANUSIA BERDASARKAN GENDER DAN USIA
SISTEM IDENTIFIKASI WAJAH MANUSIA BERDASARKAN GENDER DAN USIA Bayu Tri Wibowo 1 Karmilasari 2 1,2 Teknik Informatika Universitas Gunadarma, 1 bayu.tigundar@gmail.com 2 karmila@staff.gunadarma.ac.id Abstrak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan ucapan (speech recognition) merupakan sistem yang dirancang untuk dapat mengenali sinyal suara, sehingga menghasilkan keluaran berupa tulisan. Input dari
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 539
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 539 ANALISIS DAN PERANCANGAN PENGENALAN POLA HURUF JEPANG (HIRAGANA) MENGGUNAKAN METODE SELF ORGANIZING-MAP ANALYSIS AND DESIGN
Lebih terperinci