PERANCANGAN DAN PROTOTYPING SISTEM PEMANTAU LALU LINTAS BERBASIS VIDEO PROCESSING DALAM MENDUKUNG INTELLIGENT TRANSPORTATION SYSTEM
|
|
- Sonny Dharmawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TI-20 PERANCANGAN DAN PROTOTYPING SISTEM PEMANTAU LALU LINTAS BERBASIS VIDEO PROCESSING DALAM MENDUKUNG INTELLIGENT TRANSPORTATION SYSTEM Jangkung Raharjo, Eko Susatio, dan Iwan Iwut Tritoasmoro Bandung Techno Park, Kawasan Pendidikan Telkom, Dayeuh Kolot, Bandung, Tlp (022) jkr Disajikan Nop 2012 ABSTRAK Peningkatan jumlah kendaraan yang tidak diimbangi dengan peningkatan luas jalan seringkali mengakibatkan kemacetan lalu lintas. Upaya untuk mengantisipasi terjadinya kemacetan salah satunya dilakukan dengan memantau kondisi jalan raya sehingga langkah pengaturan lalulintas dapat dilakukan secara optimal. Petugas pengawas di Traffic Management Center (TMC) biasanya hanya melihat kondisi lalulintas melalui layar monitor tanpa mengambil data kuantitatif tentang besaran trafik seperti kepadatan lalulintas dan kecepatan rata-rata kendaraan. Penelitian ini berusaha membuat sistem pemantau kondisi lalu lintas untuk membantu petugas yang berwenang mengatur lalu lintas jalan raya. Sistem pemantau menyediakan data kuantitatif berupa kepadatan lalulintas jalan raya dan kecepatan kendaraan rata-rata. Data tersebut disajikan secara realtime. Pengetahuan di bidang pengolahan citra digital digunakan untuk merealisasikan sistem pemantau ini. Untuk mengetahui kepadatan lalulintas sistem menganalisa citra yang diambil oleh kamera dari lingkungan jalan. Dari citra tersebut dihitung banyaknya kendaraan, diestimasi berapa kecepatannya dan ditampilkan dalam suatu Graphical User Interface sehingga pengguna dapat melihat kondisi terkini. Sistem monitoring ini merupakan salah satu riset di bidang computer vision yang diimplementasikan dengan menggabungkan subsistem Image Acquisition, metode optical flow dan analisis morphologi citra digital. Implementasi yang telah dilakukan menunjukkan sistem dapat bekerja secara real time dengan kecepatan proses 29 frame per detik pada ukuran frame 160x120 pixel dan ketepatan perhitungan lebih baik dari 90%. Kata Kunci: Traffic Management Center, optical flow, analisis morphologi, citra digital I. PENDAHULUAN Adalah kenyataan bahwa peningkatan jumlah kendaraan tidak selalu diimbangi dengan peningkatan infrastruktur jalan. Oleh karena itu sering terjadi kemacetan di mana-mana. Di kota besar saat ini, dengan berkembangnya teknologi, lalu lintas jalan raya dapat dipantau secara terpusat menggunakan kamera-kamera yang terpasang di tempat-tempat strategis sekitar jalan. Sistem monitoring ini sangat penting untuk mengetahui kondisi lalu lintas, lebih jauh lagi memastikan kelancaran arus lalu lintas, mengantisipasi kemacetan dan bila diperlukan mengatasi atau mencairkan kemacetan. Dalam mencapai tujuan tersebut suatu sistem monitoring memerlukan sejumlah data masukan. Data tersebut misalnya berupa kepadatan lalu lintas jalan, peta jalan dan ketersediaan petugas di lapangan. Dengan data tersebut sistem monitoring akan dapat mengambil keputusan untuk menjaga agar lalu lintas tetap lancar. Keputusan-keputusan tersebut misalnya terkait pengaturan lampu lalu lintas, rute lalu lintas, penempatan petugas pengatur lalu lintas, dan mungkin penggunaan metode tertentu untuk mencairkan kemacetan jika terlanjur terjadi. Sejauh ini IP Camera sebatas menampilkan gambar kondisi lalu lintas. Petugas mengawasi, menganalisa dan jika diperlukan mengambil keputusan untuk menjaga kelancaran lalu lintas. Dengan banyaknya gambar yang harus diawasi, biasanya petugas pengawas hanya akan fokus terhadap kondisi-kondisi menonjol pada gambar yang dikirim kamera, misalnya kondisi sangat macet dan sangat lengang. Informasi ini masih kualitatif sehingga tidak banyak membantu analisa dan perencanaan di masa mendatang. Kebutuhan akan tersedianya data kuantitatif berupa angka kepadatan lalu lintas dan tingkat kelancaran jalan yang ditunjukan dengan angka laju kendaraan inilah yang mendasari penulis untuk melakukan penelitian ini. Penulis telah membuat suatu prototype sistem monitoring kepadatan lalu lintas jalan raya dengan menggunakan perangkat webcam Logitech Pro9000 sebagai pengganti IP Camera dan personal computer sebagai pusat pengolahan data. Karena penelitian ini sebatas membangun prototype sistem, maka kamera yang akan digunakan cukup satu saja. Pengembangan selanjutnya dapat diarahkan pada penanganan banyak IP Camera dengan pengolahan data oleh komputer server yang berkapasitas lebih besar. Untuk dapat menghitung kepadatan lalu lintas, sistem
2 TI-21 maka de dt = 0 (1) Menggunakan aturan rantai untuk differensiasi diperoleh δe dx δx dt + δe dy δy dt + δe δt = 0 (2) Misalkan u = dx dt ulang sebagai dy dan v = maka PERS. (2) dapat ditulis dt E xu + E yv + E t = 0 (3) GAMBAR 1: Citra berurutan dari suatu objek bergerak harus mampu melakukan deteksi dan tracking terhadap kendaraan yang terekam kamera. Masalah deteksi dan tracking ini akan di atasi dengan penggunaan metode optical flow yang secara singkat dapat dikatakan sebagai metode untuk mendeteksi dan mengikuti pergerakan objek pada frameframe yang datang berurutan. Selanjutnya, untuk menciptakan sistem yang bekerja secara real time, maka proses tracking harus dapat dilakukan secara cepat. Masalah ini, salah satunya di atasi dengan menggunakan citra berukuran cukup kecil sehingga konsumsi waktu pemrosesannya lebih sedikit namun tetap menjaga akurasi pada tingkat yang memadai. II. METODOLOGI Metode Optical Flow Optical Flow didefinisikan sebagai suatu gerakan yang tampak karena adanya perpindahan pola brightness pada dua buah bidang citra dengan mengasumsikan bahwa brightness tiap elemen citra yang lain konstan dari waktu ke waktu. Optical flow field (medan optical flow) merupakan medan vektor kecepatan sesaat dari pixel-pixel yang berpindah antara satu citra dan citra lain berikutnya. Masalah dalam optical flow adalah bagaimana mengestimasi kecepatan perpindahan pixel pada dua buah citra berurutan. Perhitungan Optical Flow didasarkan pada 2 asumsi: Dalam hal ini E x, E y dan E t masing-masing adalah turunan parsial dari tingkat brightness terhadap x, y, dan t. Objektif di sini adalah menentukan u dan v yang tidak lain adalah kecepatan pergeseran pixel pada arah x dan y. Namun nilai-nilai E x, E y dan E t juga perlu diestimasi. Horn- Schunck [2] mengusulkan formula berikut untuk mengestimasi E x, E y dan E t, u dan v sehingga PERS. (3) dipenuhi. E x 1 4 {E i,j+1,k E i,j,k + E i+1,j+1,k E i+1,j,k + E i,j+1,k+1 E i,j,k+1 + E i+1,j+1,k+1 E i+1,j,k+1 } E y 1 4 {E i+1,j,k E i,j,k + E i+1,j+1,k E i,j+1,k + E i+1,j,k+1 E i,j,k+1 + E i+1,j+1,k+1 E i,j+1,k+1 } E t 1 4 {E i+1,j,k E i,j,k + E i+1,j+1,k E i+1,j,k + E i,j+1,k+1 E i,j+1,k + E i+1,j+1,k+1 E i+1,j+1,k } (4) GAMBAR 2 mengilustrasikan estimasi 3 turunan parsial pada pusat kubus. 1. Brightness dari setiap titik tidak berubah terhadap waktu. 2. Titik-titik yang berdekatan pada bidang citra bergerak atau berpindah ke arah yang sama dan perpindahannya tidak terlalu jauh. Diberikan dua buah citra berurutan dari suatu video, optical flow diharapkan dapat menentukan kecepatan (magnitude dan arah) setiap pixel pada citra sekarang relatif terhadap citra sebelumnya. Misalkan brightness pada titik (x, y) pada bidang citra pada waktu t dinotasikan sebagai E(x, y, t). Ketika pixel bergerak dan diasumsikan bahwa tingkat brightness konstan GAMBAR 2: Tiga turunan parsial dari brightness citra pada pusat kubus Dalam hal ini indeks j menyatakan arah x (kolom), indeks i menyatakan arah y (baris) sedangkan k menyatakan arah waktu. Pada kenyataannya k menunjukkan sekuens dari citra
3 TI-22 di mana indeks k + 1 menyatakan citra saat ini, dan indeks k menyatakan citra sebelumnya. Estimasi u dan v diberikan oleh persamaan berikut ini. Pada PERS. (5), u dan v menyatakan kecepatan (besar dan arah) pergerakan pixel-pixel dalam citra. ū i,j,k = 1 6 {u i 1,j,k + u i,j,k + u i+1,j,k + u i,j 1,k } {u i 1,j 1,k + u i 1,j+1,k + u i+1,j+1,k + u i+1,j 1,k } v i,j,k = 1 6 {v i 1,j,k + v i,j,k + v i+1,j,k + v i,j 1,k } {v i 1,j 1,k + v i 1,j+1,k + v i+1,j+1,k + v i+1,j 1,k } (5) Dari estimasi ini terjadi error sehingga PERS. (3) tidak sepenuhnya dipenuhi E xu + E yv + E t 0. Error itu sendiri dihasilkan dari nilai E x, E y, E t, u dan v hasil estimasi yang disubstitusikan ke PERS. (3) ɛ b = E xu + E yv + E t (6) Pada PERS. (6), ɛ b menyatakan kesalahan dari hasil estimasi nilai E x, E y, E t, u dan v. Untuk meminimasi ɛ b estimasi ini dapat dilakukan secara iterative terhadap u dan v. u n+1 = u n Ex(Exun + Eyvn + Et) α 2 + E 2 x + E 2 y Dalam PERS. (7), α merupakan faktor bobot. Horn- Schunck [2] menyatakan α akan berpengaruh signifikan hanya pada area dimana gradien brightness relatif kecil. Metode optical flow Horn-Schunck digunakan pada penelitian ini untuk mengestimasi pergerakan objek dalam citra terakuisi. Masukan untuk metode ini adalah dua buah frame berurutan, keluarannya akan berupa suatu matriks kompleks dimana bagian real-nya menyatakan u dan bagian imaginernya menyatakan v. Magnitud dan arah dari kecepatan suatu pixel merupakan magnitude dan phasa setiap elemen kompleks pada lokasi yang sama dengan pixel tersebut. Pada akhirnya penulis tidak terlalu concern kepada arah pergerakan pixel karena yang menjadi interest adalah region dalam citra, bukan pixel-pixel dalam konteks terpisah. Penelitian ini lebih menitikberatkan pada besaran magnitude dari kecepatan pixel karena besaran ini menyatakan ada atau tidaknya pergerakan. Di sisi lain objek yang dideteksi bukanlah pixel per pixel tetapi suatu region yang merepresentasikan objek kendaraan. Desain Sistem Secara garis besar, sistem monitoring kepadatan lalu lintas yang dibuat dalam penelitian ini dapat digambarkan dengan blok diagram pada GAMBAR 3. Citra input diperoleh dari frame terakuisisi menggunakan webcam. Setiap frame yang ada terlebih dahulu dikonversi ke citra grayscale oleh blok RGB to Intensity. Dua buah citra grayscale dari dua frame yang berurutan diproses bersamaan untuk mendapatkan estimasi flow oleh blok optical flow. Flow ini akan merupakan matriks kompleks yang (7) GAMBAR 3: Blok diagram sistem memiliki komponen real dan imaginer untuk mendeskripsikan kecepatan suatu pixel. Blok Thresholding and Region Filtering akan melakukan pemilihan elemen flow dengan magnitude kuadrat yang lebih dari suatu threshold. Jika vektor flow dinyatakan sebagai of, dan magnitude kuadrat dinyatakan sebagai y = of conj(of) (8) maka threshold untuk elemen yang dipilih diberikan oleh th = 0.5 mean(mean(y)) (9) Dengan nilai th ini maka flow dengan magnitude kuadrat yang lebih dari th akan diganti menjadi 1 dan sisanya diganti menjadi 0. Dari proses ini dihasilkan citra biner dengan nilai 1 pada pixel-pixel yang magnitude kuadrat dari flow-nya lebih dari threshold. Citra biner ini kemudian disebut th Image dan sudah memberikan gambaran ada atau tidaknya objek bergerak. Citra biner ini kemudian dikenai analisis bolb (binary large object) untuk mengetahui beberapa property morphologi sehingga mempermudah proses estimasi region-region mana saja yang merupakan objek kendaraan. Pada blok yang sama, terhadap objek kendaraan yang terdeteksi pada frame-frame yang berurutan, kemudian dilakukan penghitungan banyaknya kendaraan. Karena kendaraan yang sama mungkin akan muncul di sejumlah urutan frame maka suatu algoritma tertentu akan diterapkan untuk mengetahui bahwa kendaraan yang terdeteksi adalah kendaraan yang baru atau kendaraan lama yang muncul pada frame sebelumnya. Hanya jika ditemukan kendaraan baru, counter akan bertambah. III. HASIL DAN PEMBAHASAN Sistem monitoring kepadatan lalu lintas ini diuji dengan dua kondisi jalan raya. Pertama jalan raya perkotaan untuk
4 TI-23 TABEL 1: Hasil pengujian monitoring trafik lalu lintas kota ( pix) No Jumlah Terhitung Jumlah Akurasi Sebenarnya (%) Kec. Rerata km/jam Kec. Proses (fps) ,1 42,4 29, ,0 61,6 29, ,3 29, ,2 48,8 28,615 Rataan akurasi 60,825 Rataan 29,16 TABEL 2: Hasil pengujian monitoring trafik lalu lintas jalan tol ( pix) Jumlah Jumlah Kec. Kec. Akurasi No Terhitunnya km/jam Sebenar- Rerata Proses (%) (fps) ,1 59,8 29, ,7 61,9 29, ,6 62,6 29, ,3 65,1 29,939 Rataan akurasi 95,18 Rataan 29,916 merepresentasikan kondisi lalu lintas yang relative padat dan kedua jalan tol untuk merepresentasikan kondisi lalu lintas yang relative lancar. A. Pengujian di Jalan Raya Perkotaan Pada bagian ini system diuji dengan melakukan monitoring dan memberikan data kepadatan serta kecepatan ratarata kendaraan pada kondisi lalu lintas perkotaan. Pengujian ini mengambil tempat di depan Bandung Indah Plaza (BIP). Sistem mengambil gambar dari atas jembatan penyebrangan di depan BIP. Berikut ini diberikan tabel ringkasan hasil pengujian untuk kondisi traffic perkotaan. Dari hasil di atas tampak bahwa system mampu bekerja secara real time dengan kecepatan 29 frame per detik. Namun untuk akurasi perhitungan kendaraan masih cukup rendah yaitu sekitar 60%. Hal ini terjadi karena kompleksitas lingkungan video dimana sistem mengambil data. Pada jalan perkotaan secara umum, khususnya di depan BIP lalu lintas jalan tidak hanya dipenuhi oleh kendaraan sejenis mobil sebagaimana sistem ini didesain. Di sana banyak juga orang yang lalu lalang, juga banyak kendaraan roda dua yang lewat. Kondisi ini juga dipersulit dengan pergerakan kendaraan yang tidak konsisten karena terkadang kendaraan terhenti karena macet. Ketika kendaran berhenti karena macet, maka tidak akan terdeteksi adanya gerakan sehingga hitungan berhenti. Namun ketika kendaraan yang berhenti tersebut mulai berjalan lagi, hitungan baru akan dimulai padahal kendaraan-kendaraan tersebut telah dihitung sebelumnya B. Pengujian di Jalan Tol Pada bagian ini sistem diuji dengan melakukan monitoring dan memberikan data kepadatan serta kecepatan ratarata kendaraan pada kondisi lalu lintas jalan tol. Pengujian ini mengambil tempat di jembatan tol Mengger, Dayeuh Kolot. Berikut ini diberikan tabel ringkasan hasil pengujian untuk kondisi traffic jalan tol. Dari hasil di atas tampak bahwa system mampu bekerja secara real time dengan kecepatan 29,9 frame per detik dan akurasi perhitungan yang baik dengan angka 95%. Hal ini dapat dijelaskan karena pada kondisi traffic jalan tol, situasi lingkungan pada citra relative stabil dan laju kendaraan konsisten. Keadaan ini memudahkan estimasi optical flow yang pada akhirnya mempermudah proses deteksi kendaraan serta perhitungannya. Pada keadaan ini sistem bekerja sesuai harapan awal yaitu real time dengan akurasi lebih dari 90%. IV. KESIMPULAN Beberapa kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut. 1. Sistem monitoring dapat bekerja secara realtime dengan kecepatan proses 29 frame per detik pada resolusi frame pixel. 2. Akurasi ketepatan hitung kepadatan lalu lintas system masih perlu ditingkatkan jika system akan diaplikasikan di jalan-jalan kota yang ramai. Pada pengujian ini akurasi system hanya mencapai 60% 3. Akurasi hitung system mencapai 95% ketika diuji untuk memonitor jalan tol. 4. Sistem monitoring ini dapat diterapkan untuk memonitor kepadatan lalu lintas jalan tol namun masih perlu perbaikan jika akan diterapkan pada lalu lintas jalan raya perkotaan SARAN 1. Perlu pengembangan metode yang lebih handal dalam menangani citra jalan raya yang kompleks agar system tetap mampu mendeteksi kendaraan dengan benar. 2. Perlu pengembangan lebih lanjut dalam hal akuisisi citra sehingga system dapat mengambil data citra dengan menggunakan IP camera agar dapat diimplementasikan pada kondisi sebenarnya di lapangan. 3. Perlu penelitian lebih lanjut terkait implementasi system sebagai perangkat lunak sehingga memungkinkan diterapkannya system dengan tools pemrograman yang mungkin lebih cepat lagi dari MATLAB DAFTAR PUSTAKA [1] Gonzales, Rafael C dan Woods, Richard E, Digital Image Processing second edition, Prentice Hall, New Jersey, [2] Horn, Berhold K.P. dan Schunck, Brian G, Determining Optical Flow, Massachussetts Institute of Technology, Cambridge [3] Image Processing Toolbox Users Guide, The Mathworks, Inc [4] Image Acquisition Toolbox Users Guide, The Mathworks, Inc [5] Kanade, Takeo dan Lucas, Bruce D, An Iterative Image Registration Technique with an Application to Stereo Vision, Computer Science Department, Carnegie-Mellon University, Pittsburgh, Pennsylvania 1981
5 TI-24 [6] Munir, Rinaldi. Pengolahan Citra Digital dengan Pendekatan Algoritmik, Penerbit INFORMATIKA, Bandung, [7] D.J. Dailey and L. Li. Video Image Processing to Create a Speed Sensor. University of Washington. Washington, 1999
IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciVOLT. Jurnal Ilmiah Pendidikan Teknik Elektro. Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66
P-ISSN: 2528-5688 E-ISSN: 2528-5696 VOLT Jurnal Ilmiah Pendidikan Teknik Elektro Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66 TRAFFIC MONITORING : SISTEM PENGHITUNG
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih 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 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 terperinciPEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING. Ressi Dyah Adriani NPP
PEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING Ressi Dyah Adriani NPP 10529 ressi.adriani@jasamarga.co.id ABSTRAK Data kepadatan lalu-lintas merupakan kebutuhan
Lebih terperinciANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION
ANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION Brillian Bagus Pakerti Utama 1), Ratri Dwi Atmaja 2), Azizah 3) 1),2),3) S1 Teknik
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciBAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Sistem penglihatan manusia merupakan suatu system yang sangat kompleks, tetapi sangat dapat diandalkan. Sistem ini memberikan sarana pengenalan obyek yang
Lebih terperinciPemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0
Pemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0 Kholilatul Wardani, Aditya Kurniawan Politeknik Kota Malang Kompleks Pendidikan Internasional
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciSistem Penangkap Citra Pelanggaran Lampu Merah
Sistem Penangkap Citra Pelanggaran Lampu Merah 1 Muhtadin 1) Isrin Ramdani 2) Ahmad Zaini 2) 1) Jurusan Teknik Elektro ITS, Surabaya 60111, email: muhtadin@ee.its.ac.id 2) Jurusan Teknik Elektro ITS, Surabaya
Lebih terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciKAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,
KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com
Lebih terperinciBAB II KAJIAN PUSTAKA
6 BAB II KAJIAN PUSTAKA 2.1 Pengenalan Gerakan Kepala dengan Kamera Tujuan dari penelitian ini adalah mengembangkan kursi roda otomatis yang telah ada sekarang dengan menambahkan sistem pengenalan gerakan
Lebih terperinciAPLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE
APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE 1 Rudy Adipranata 2 Fauzi Josephine Desiree 3 Andreas Handojo 1, 2, 3 Teknik Informatika Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB I PENDAHULUAN. BAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN BAB 1 PENDAHULUAN 1.1. Latar Belakang Jalan sebagai prasarana lalu-lintas atau angkutan, memiliki fungsi untuk mendukung kelancaran arus barang, jasa, serta aktivitas masyarakat. Namun
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
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 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 terperinciPengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP 070006 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH PENGUNJUNG OBYEK WISATA DENGAN WEBCAM
APLIKASI PENGHITUNG JUMLAH PENGUNJUNG OBYEK WISATA DENGAN WEBCAM Oleh : Idhawati Hestiningsih, Tri Raharjo Yudantoro Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Semarang Jl. Prof. Sudarto, S.H.,
Lebih terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih 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 terperinciSIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING
SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING MONITORING SIMULATION OF INCOMING AND OUTGOING OBJECT TO CONTROL FIELD AVAILABILITY WITH
Lebih terperinciBAB I PENDAHULUAN. I.1. Sistem Air Traffic Control (ATC)
BAB I PENDAHULUAN I.1. Sistem Air Traffic Control (ATC) Sistem Air Traffic Control (ATC) merupakan sistem kompleks yang melibatkan sumber daya manusia, lembaga otoritas, manajemen, prosedur operasi dan
Lebih terperinciSistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera
Sistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera Zahir arsya #1, Eru Puspita #2, Ronny Susetyoko #3 # Jurusan Teknik Elektronika, Politeknik Elektronika Negeri
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE
ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE Lauw Lim Un Tung, Resmana Lim, Budiman Lewa Electrical Engineering Dept., PETRA Christian University Jl. Siwalankerto 121-131, Surabaya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan teknologi saat ini menjadi umpan bagi para ahli untuk mencetuskan terobosan-terobosan baru berbasis teknologi canggih. Terobosan ini diciptakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Kemacetan Kemacetan adalah situasi atau keadaan terhentinya arus lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan melebihi kapasitas jalan. Kemacetan banyak terjadi
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
Lebih terperinciMENGHITUNG KECEPATAN MENGGUNAKAN COMPUTER VISION
MENGHITUNG KECEPATAN MENGGUNAKAN COMPUTER VISION Danny Agus Wahyudi; Iman H. Kartowisastro Computer Engineering Department, Faculty of Engineering, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015.
32 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015. Pembuatan alat dilaksanakan di Laboratorium Elektronika & Instrumentasi
Lebih terperinciSistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom
Sistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom ABSTRAK Sistem penitipan barang yang umum digunakan adalah secara manual, penjaga
Lebih terperinciIDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME
Jurnal POROS TEKNIK, Volume 4, No. 1, Juni 2012 : 24-29 IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME Gunawan Rudi Cahyono (1) (1) Staf Pengajar Jurusan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini, akan diuraikan perancangan program, mulai dari perancangan algoritma sampai rancangan tampilan. Selain itu akan disajikan juga skema flowchart yang menjelaskan
Lebih terperinciAplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),
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 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 terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciDESAIN APLIKASI MOBILE TRAFFIC MONITORING MENGGUNAKAN ALGORITMA SEPARABLE MORPHOLOGICAL EDGE DETECTOR TUGAS AKHIR
DESAIN APLIKASI MOBILE TRAFFIC MONITORING MENGGUNAKAN ALGORITMA SEPARABLE MORPHOLOGICAL EDGE DETECTOR TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciAPLIKASI PENGUKURAN KECEPATAN SEPEDA MOTOR MENGGUNAKAN METODE FRAME DIFFERENCE BERBASIS ANDROID
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Alat pengukur kecepatan kendaraan bermotor adalah salah satu aplikasi dari penelitian terhadap benda yang bergerak. Alat ini berfungsi untuk menentukan seberapa
Lebih terperinciPROSIDING. Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi
Organized by : Pokja TI IsDB Institut Agama Islam Negeri Sumatera Utara PROSIDING KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi Strategi Penerapan Teknologi Informasi dan
Lebih 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 terperinciSISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL
SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian, Ivanna K. Timotius, Iwan Setyawan SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian 1, Ivanna K. Timotius 2,
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 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 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 terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciBAB III DESAIN DAN IMPLEMENTASI SISTEM
BAB III DESAIN DAN IMPLEMENTASI SISTEM 3.1 Sasaran Kemampuan Sistem Untuk menjawab beberapa pertanyaan pada rumusan masalah di bagian pendahuluan, sistem yang diusulkan harus memiliki kemampuan sebagai
Lebih terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih 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 terperincipengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek
BAB IV MODEL SISTEM 4.1. Model Sistem Aplikasi yang dibangun adalah aplikasi yang dapat mengolah citra yang diambil dari kamera video, dan menganalisisnya untuk mengetahui keberadaan suatu objek. Ada beberapa
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBab V Perancangan Kerangka Kerja Analisis Kebutuhan SPPK
79 Bab V Perancangan Kerangka Kerja Analisis Kebutuhan SPPK Kerangka kerja merupakan perwujudan dari sebuah model, dengan maksud memberikan panduan terhadap pengerjaan sesuatu. Pada penelitian ini, kerangka
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan dunia transportasi saat ini memberikan beberapa dampak baik dan buruk bagi pengguna alat transportasi maupun lalu lintas khususnya diperkotaan. Kota Medan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Lampu Lalu Lintas Tujuan utama dari pengaturan lampu lalu lintas dan pemantauan traffic adalah untuk memastikan keamanan pada persimpangan dengan menjaga
Lebih terperinciPERANGKAT LUNAK PENGENDALI POINTER MENGGUNAKAN PELACAKAN MATA (EYE TRACKING) DENGAN ALGORITMA LUCAS- KANADE
PERANGKAT LUNAK PENGENDALI POINTER MENGGUNAKAN PELACAKAN MATA (EYE TRACKING) DENGAN ALGORITMA LUCAS- KANADE Yuli Syarif *), R. Rizal Isnanto, Kodrat Iman Satoto Jurusan Teknik Elektro, Universitas Diponegoro
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 terperinciBAB I PENDAHULUAN Latar Belakang
1.1. Latar Belakang BAB I PENDAHULUAN Pertumbuhan volume lalu lintas jalan khususnya mobil di jalanjalan protokol atau jalan utama di sebuah daerah atau kota terus meningkat dengan pesat akibat dari pertumbuhan
Lebih terperinciPENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL
PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL Eric Christopher #1, Dr. Ir. Rinaldi Munir, M. T. #2 #School of Electrical Engineering and Informatics,
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perkembangan teknologi masa kini, suatu informasi sangat mudah untuk di dapatkan. Halnya di kehidupan sehari-hari serta seluruh bidang yang berkaitan
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam
BAB PEMBAHASAN.1 Sistem Absensi Berbasis Webcam Sistem absensi berbasis webcam adalah sistem yang melakukan absensi karyawan berdasarkan input citra hasil capture webcam. Sistem akan melakukan posting
Lebih terperinciSISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME
PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH ISBN NO. 00000 SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME Said Amir Azan *, Nurul Malahayati * *Fakultas Teknik Universitas
Lebih terperinciSISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER
SISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER Rezki Hadisaputra¹, Koredianto Usman², Rita Magdalena³ ¹Teknik Telekomunikasi,,
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciPengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial
Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial Eric Christopher School of Electrical Engineering and Informatics, Institute Technology of Bandung,
Lebih terperinciPERANGKAT LUNAK PENGENDALI POINTER MENGGUNAKAN PELACAKAN MATA (EYE TRACKING) DENGAN ALGORITMA LUCAS KANADE
PERANGKAT LUNAK PENGENDALI POINTER MENGGUNAKAN PELACAKAN MATA (EYE TRACKING) DENGAN ALGORITMA LUCAS KANADE Yuli Syarif *), R. Rizal Isnanto, and Kodrat Iman Satoto Jurusan Teknik Elektro, Universitas Diponegoro
Lebih terperinciSATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL
SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN / 8 KODE MK / SKS / SIFAT : AK01220 / 2 SKS / MK LOKAL Pertemuan Pokok Bahasan dan ke TIU 1 PENDAHULUAN TIU mengetahui
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 terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinciIDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING
IDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING Mochamada Teguh Kurniawan¹, Koredianto Usman², Achmad Rizal³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciProsid i ng SNATIF K e - 4 Tahun ISBN:
IMPLEMENTASI PENGOLAHAN CITRA DENGAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) UNTUK PENGATURAN WAKTU PADA TRAFFIC LIGHT BERDASARKAN DETEKSI KEPADATAN KENDARAAN Yanita Fibriliyanti 1, Lusi Risky Faradila
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 terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
Lebih terperinciBAB VI KESIMPULAN DAN SARAN
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Dari hasil pengujian perangkat lunak pada Bab V, maka dapat ditarik kesimpulan sebagai berikut: 1. Dengan membuat frekuensi tinggi sama dengan nol, algoritma
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. spesifikasi tertentu untuk computer yang digunakan yaitu: Pentium IV 2.0 Ghz. Memory 512 MB.
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Program aplikasi pengaturan lampu lalu lintas dirancang untuk dapat berjalan pada jaringan computer berbasis Windows XP, oleh karena itu diperlukan
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinci