PEMANFAATAN METODE PENCOCOKAN KURVA UNTUK MENGENALI HURUF TULISAN TANGAN. Efron Manik ABSTRACT
|
|
- Ratna Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMANFAATAN METODE PENCOCOKAN KURVA UNTUK MENGENALI HURUF TULISAN TANGAN Efron Manik ABSTRACT There are many forms in office s warehouse that its data have not been typed in computer because of typing date to computer that spent much time. This problem can be solved if we find the program code that can recognize handwritten. The objective of this research is to find the program code of computer that can recognize capital letter. The result of research describe that every letter model has the highest fitting value with handwritten coresponding its letter. Thus the fitting curve method can used to recognize capital handwritten Keyword: fitting curve, gaussian function, handwritten I. PENDAHULUAN 1.1. Latar Belakang Formulir magnetik dengan pinsil 2B-nya dipergunakan untuk banyak keperluan saat ini, karena data pada formulir ini dapat dipindahkan ke database komputer dengan suatu alat tanpa mengetik. Contohnya antara lain: formulir Seleksi Penerimaan Mahasiswa Baru dan Ujian Akhir Nasional. Disamping dibutuhkan banyak waktu untuk mengisi data pada formulir ini, kertas magnetik juga dibutuhkan sangat banyak untuk memperoleh hanya sedikit data. Misalnya hampir satu lembar dibutuhkan untuk mendapatkan data nama saja. Formulir ini memboroskan banyak kertas dan sangat membosankan pada saat mengisi data. Hal ini merupakan alasan mengapa banyak sistem manajemen informasi tidak menggunakan formulir ini. Kita sering melihat formulir kertas biasa yang kotak-kotak kosong disediakan untuk tempat pengisian data. Kemudian instruksi ditulis dengan kalimat: Isilah identitas anda dengan huruf besar pada kotak-kotak yang disediakan dengan menggunakan tinta hitam. Formulir seperti ini sangat murah dan cara mengisi data ke dalamnya sangat cepat. Sayangnya, formulir ini banyak tertumpuk di kantorkantor bahkan di gudang, pada hal data di dalamnya belum dipindahkan ke database komputer. Hal ini terjadi karena pekerjaan pemindahan data ini sangat membosankan dan membutuhkan banyak waktu untuk mengetik data tersebut ke database komputer. Masalah ini akan dapat diatasi jika kita dapat membuat kode program komputer yang dapat mengenali huruf tulisan tangan. Permasalahan tentang huruf yang ditulis dengan tangan yang akan dihadapi ada tiga hal. Pertama, ukuran huruf yang ditulis setiap orang berbeda-beda, ada yang kecil, sedang dan besar. Kedua, gaya tulisan juga berbeda-beda, yaitu: ada yang tegak, miring ke kiri dan miring ke kanan. Dan terakhir, jenis huruf yang digunakan juga berbeda untuk setiap orang. 1445
2 1.2. Kerangka Pemikiran Beberapa metode dapat digunakan untuk mengenali huruf dalam image. Seniordan Robinson (1998) menggunakan neural network dan Kamvysselis (2000) dengan metode Algoritma Overview (mengukur sudut kurva huruf dan panjang kurva dari titik acuan). Tetapi sampai saat ini, hasil yang dicapai belum memuaskan, sehingga dibutuhkan penelitian dengan metode lain untuk menemukan hasil yang lebih baik. Suatu objek pada image dibangun oleh ratusan bahkan jutaan pixel-pixel. Ada pixel yang berperan membentuk suatu objek, tetapi ada juga pixel yang malah merusak objek. Dengan menggunakan penyaringan Gaussian dapat dikurangi pengaruh pixel-pixel yang merusak serta mempertahankan pengaruh pixel-pixel yang membangun (Canny 1986, Geusebroek et al. 2003, Jang at al. 1997). Sebelum digunakan sebagai alat penyaringan, fungsi Gaussian dapat dimodifikasi terlebih dahulu, misalnya: dua fungsi Gaussian dikonvolusikan atau beberapa fungsi Gaussian diambil nilai maksimumnya. Metode ini telah digunakan untuk menghitung jumlah ikan-ikan sejenis pada suatu image. Pixel-pixel dari kurva batas seekor ikan dalam ukuran lingkaran terkecil satuan disimpan dalam database referensi setelah dilakukan penyaringan Gaussian terlebih dulu. Untuk mengenali kurva ikan pada image,dilakukan langkahlangkah sebagai berikut : a) menentukan lingkaran terkecil yang memuat kumpulan pixel-pixel pembentuk kurva batas ikan yang dideteksi pada image, b) lingkaran terkecil tersebut didilatasi untuk mendapatkan ukuran sebesar lingkaran satuan. Dan c) melakukan rotasi dan pencerminan, pixel-pixel dalam lingkaran tersebut dibandingkan dengan pixel-pixel dalam lingkaran satuan yang terdapat pada database referensi untuk mengetahui apakah mirip atau tidak. Dengan metode seperti ini diperoleh hasil yang memuaskan. Dengan cara yang hampir sama, diyakini dapat mengenali huruf/data yang ditulis pada formulir biasa dengan cara dilatasi untuk ukuran huruf, transformasi affine untuk gaya tulisan dan penyaringan Gaussian untuk jenis huruf. Penggunaan Software MatLab akan memungkinkan untuk mengubah image menjadi bentuk matriks dan untuk melakukan semua perhitungan. Bahkan software ini juga akan digunakan untuk membuat kode program yang dapat memindahkan data dari formulir biasa ke database komputer tanpa mengetik. MatLab menyediakan fasilitas-fasilitas yang mudah untuk dipelajari dan digunakan sehingga memungkinkan pembuatan aplikasi yang lebih kompleks dan besar (Hanselman & Littlefield 1997) Tujuan Penelitian Tujuan penelitian ini adalah membuat kode program yang dapat memanfaatkan metode pencocokan kurva untuk mengenali huruf tulisan tangan. 1446
3 1.4 Manfaat Penelitian Hasil penelitian ini dapat dimanfaatkan menggantikan formulir magnetik yang mahal dengan formulir biasa yang murah. Jadi kita hanya men-scan formulir yang sudah diisi. Selanjutnya kode program akan mengenali setiap huruf dan memindahkan data ke komputer dalam bentuk field dan record. II. METODOLOGI PENELITIAN 2.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Laboratorium Program Studi Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas HKBP Nommensen Medan, pada bulan September Nopember Metode Penelitian Dengan menggunakan perintah IMREAD dan IM2BW dalam MATLAB, file hasil scan yang memuat huruf tulisan tangan akan diubah ke dalam matriks, dimana unsur 1 untuk pixel warna hitam dan 0 untuk putih. Selanjutnya dianalisa angka-angka pada matriks tersebut dan memutuskan huruf apa yang tertulis. Adapun tahapan penelitian adalah sebagai berikut : a) Tahap I : menyiapkan jenis huruf besar Arial yang digunakan sebagai huruf pembanding. Pembobotan fungsi Gaussian didesain sedemikian sehingga bobot koordinat yang bejarak lebih dari 3 (pixel) dari koordinat pixel warna hitam kurang dari 0.5 sedangkan koordinat pixel warna hitam berbobot 1 dan disimpan dalam matriks b) Tahap II : menyiapkan 50 jenis tulisan tangan yang berbeda mulai huruf A sampai dengan Z disiapkan. Jika ukuran huruf-huruf tersebut tidak berukuran 17 pixel kali 17 pixel maka huruf-huruf tersebut akan diperbesar atau diperkecil terlebih dahulu. c) Tahap III : menghitung nilai kecocokan dengan cara menghitung nilai rata-rata terbesar dari bobot yang seletak dengan pixel warna hitam pada huruf tulisan tangan untuk transformasi affine dilakukan untuk huruf tulisan tangan. Dengan cara seperti ini, nilai kecocokan minimum setiap huruf dapat ditentukan. III. HASIL DAN PEMBAHASAN Matriks pembanding/contoh untuk huruf A dibuat dengan cara mengetik huruf arial A yang tingginya 17 pixel. Huruf tersebut disimpan dalam bentuk matriks dengan unsur bernilai 1 jika pixel berwarna hitam dan 0 jika putih, dan baris pertama dan baris terakhir mengandung unsur 1. Fungsi Gaussian digunakan sebagai matriks pembobotan sedemikian sehingga bobot koordinat yang bejarak lebih dari 3 (pixel) dari koordinat pixel warna hitam kurang dari 0,5 sedangkan koordinat pixel warna hitam berbobot 1. Matriks pembanding A yang dikerjakan dengan langkah seperti ini akan berbentuk matriks seperti Gambar 1. Matriks contoh / pembanding untuk huruf B, C,, Z dibuat dengan cara yang sama. 1447
4 Matriks-matriks contoh / pembanding tersebut disimpan dalam satu cell array dengan nama variabel pembanding berukuran 1 baris 26 kolom berisi matriks contoh/ pembanding mulai nama matriks A sampai dengan Z Gambar 1. Matriks Pembanding/ Contoh untuk Huruf A Selanjutnya 50 jenis tulisan tangan yang ditulis oleh 50 orang yang berbeda mulai huruf A sampai dengan Z disiapkan. Jika ukuran huruf-huruf tersebut tidak berukuran 17 pixel kali 17 pixel maka huruf-huruf tersebut akan diperbesar atau diperkecil terlebih dahulu dengan menggunakan kode program. Selanjutnya dengan kode program, huruf yang tempatnya berukuran 17 pixel kali 17 pixel diubah menjadi matrik berukuran dengan nilai unsur-unsurnya 1 jika pixel berwarna hitam dan 0 jika pixel berwarna putih. Matriks seperti ini selanjutnya disebut matriks tulisan tangan. Langkah-langka untuk menghitung nilai keocokan antara matriks pembanding A dengan matriks tulisan tangan A adalah seperti berikut. Untuk setiap nilai kemiringan transformasi affine untuk huruf tulisan tangan, kami menghitung hasil kali unsur-unsur seletak antara matriks pembanding huruf A dengan matriks tulisan tangan A dibagi jumlah seluruh unsur-unsur matrik tulisan tangana dan nilai terbesarnyalah yang dipilih. Rata-rata dari nilai terbesar ini untuk 50 matriks tulisan tangan A yang berbeda disebut nilai kecocokan antara matriks pembanding A dengan matriks tulisan tangan A. Nilai rata-rata tersebut selanjutnya disebut nilai kecocokan antara pembanding huruf A dengan huruf A tulisan tangan. Dengan cara yang sama kita dapat mengitung nilai kecocokan untuk pembanding huruf A dengan huruf B, C,..., Z tulisan tangan. Hasil nilai kecocokan pembanding huruf A 1448
5 dengan huruf- huruf lain tulisan tangan dan urutan kecocokannya dapat dilihat pada Tabel 1. Tabel 1. Nilai Kecocokan Pemanding A dengan Huruf Lain HURUF NILAI KECOCOKAN URUTAN KECOCOKAN A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Dengan cara yang sama kita dapat menentukan urutan kecocokan setiap pembanding huruf dengan huruf tulisan tangan seperti disajikan dalam Tabel 2. Nilai diagonal tabel yang selalu bernilai 1 menunjukkan bahwa setiap huruf pembanding selalu paling cocok dengan huruf besar tulisan tangan yang bersesuaian dengan huruf pembanding tersebut. Jadi metode pencocokan kurva dapat digunakan untuk mengenali huruf besar tulisan tangan. 1449
6 Tabel 2. Urutan Nilai Kecocokan Setiap Huruf Pembanding IV. KESIMPULAN Berdasarkan hasil penelitian dapat disimpulkan bahwa metode pencocokan kurva dapat digunakan untuk mengenali huruf besar tulisan tangan tetapi untuk tujuan tersebut masih dibutuhkan penelitian lanjutan. DAFTAR PUSTAKA Canny, J A Computational Approach to Edge Detection. IEEE Patern Analysis and Machine Intelligence 8(6): Geusebroek, J.M., A.W.M. Smeuders and J.V.D. Weijer Fast Anisotropic Gauss Filtering. IEEE Transactions on Image Processing 12(8): Hanselman, D. and B. Littlefield The Student Edition of MATLAB: version 5, user s guide. Prentice-Hall, Inc. New Jersey. 1450
7 Hotta, K., T. Mishima and T. Kurita Scale Invarian Face Detection and Classification Method Using Shift Invariant Features Extracted from Long- Polar Image. IEICE Trans. on Information and System E84-D(7): Jang, J.S.R., C.T. Sun and E. Mizutani Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. Prentice- Hall.Inc. USA. Kamvysselis, M Digit Recognition in Curvature Space. chars/nodes-all.html. Manik, E Group Action dan Objek yang Sebangun. Jurnal Ilmiah Sains 4(2): Senior, A.W. and A.J. Robinson An Off-Line Cursive Handwriting Recognition System. IEEE Transaction on Pattern Analysis and Machine Intelligence 20(3):
8 1452
9 1453
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciBAB 3 PERANCANGAN SISTEM
21 BAB 3 PERANCANGAN SISTEM 3.1 Arsitektur Sistem Template Formulir Sample Karakter Pengenalan Template Formulir Pendefinisian Database Karakter Formulir yang telah diisi Pengenalan Isi Formulir Hasil
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a thousand words yang memiliki arti sebuah gambar bernilai beribu kata yang secara tidak sengaja
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciEkstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak
Ekstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak Limanyono Tanto 1,Liliana 2 Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Jl. Siwalankerto
Lebih 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 terperinciJURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DATA RUNTUN WAKTU DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Lebih terperinciPENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
PENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Adiatandy Geovani (0722091 ) Jurusan Teknik Elektro email: adiatandy.mail@gmail.com
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciAPPLICATION OF HANDWRITING CHARACTER CLASSIFICATION USING CHARACTER EXTRACTION BASED ON CHAIN CODE AND SEGMENT PATTERN
APPLICATION OF HANDWRITING CHARACTER CLASSIFICATION USING CHARACTER EXTRACTION BASED ON CHAIN CODE AND SEGMENT PATTERN Ulva Choyriyanie, Nuryuliani Undergraduate Program, Faculty of Industrial Engineering,
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 terperinciBAB 3 PERANCANGAN SISTEM. mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan oleh
23 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Perangkat keras yang digunakan dalam sistem kali ini berupa rancangan untuk mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Tahap 1 : Identifikasi Permasalahan Mencari literatur-literatur yang berhubungan dengan bahan penelitian. Tahap 2 : Pengambilan Data Training : Testing 5 : 1 150 : 30 Dari 10 responden
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciSistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT
Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT Regina Lionnie 1, Mudrik Alaydrus 2 Program Studi Magister Teknik Elektro, Universitas Mercu Buana, Jakarta 1 regina.lionnie.id@ieee.org,
Lebih terperinciFitur bentuk merupakan fitur dasar dalam visual content
7407030059 1 KLASIFIKASI CIRI BENTUK MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM Mala Alfiyah Ningsih; Setiawardhana, S.T; Nana Ramadijanti, S.Kom,M.Kom Abstract Fitur bentuk merupakan fitur dasar dimana
Lebih terperinciPengenalan Pola Karakter Tulisan Tangan Dengan Menggunakan Metoda Clustering Melalui Similarity Measure Approach
Pengenalan Pola Karakter Tulisan Tangan Dengan Menggunakan Metoda Clustering Melalui Similarity Measure Approach Erry Febriansyah Prananta / 0422071 Email : erry_prananta@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciSISTEM PENGENALAN TULISAN TANGAN REAL TIME MENGGUNAKAN METODE DOMINANT POINT DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN TULISAN TANGAN REAL TIME MENGGUNAKAN METODE DOMINANT POINT DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Oleh: Bakhtiar Arifin (1206 100 722) Dosen Pembimbing: Prof. DR. M.
Lebih terperinciPerancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield
Perancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield William Susanto Tandiari/0322139 Email: Williams_tandiari@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciOPTIMALISASI ARSITEKTUR PROPAGASI BALIK PADA PELATIHAN JARINGAN SYARAF TIRUAN LAPIS BANYAK
OPTIMALISASI ARSITEKTUR PROPAGASI BALIK PADA PELATIHAN JARINGAN SYARAF TIRUAN LAPIS BANYAK ABSTRAK Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Algoritma umum metode propagasi
Lebih terperinciPENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Gerald Patrick Siahainenia (0522128) Jurusan Teknik Elektro email : gerald_patrick2000@yahoo.com
Lebih 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 terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
Lebih terperinciSLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun Oleh : Apriliyanto Taufik Betama (1022070) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri, MPH, No.
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan Setelah dilakukan perancangan sistem evaluasi mutu berbasis komputer (logika fuzzy, pengolahan citra dan JST), maka dapat disimpulkan bahwa : 1. Program logika
Lebih terperinciMETODE PENELITIAN HASIL DAN PEMBAHASAN
5. Oleh karena itu untuk meningkatkan akurasinya, proses learning harus dihentikan lebih awal atau melakukan pemotongan tree secara umum. Untuk itu diberikan 2 (dua) buah threshold yang harus dipenuhi
Lebih terperinciPEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER
PEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER Fakultas Teknologi Informasi Universitas Merdeka Malang Abstract: Various methods on artificial neural network has been applied to identify
Lebih terperinciPENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT
PENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT Mira Chandra Kirana 1, Sartikha 2, Ela Erminawati 3 1,2,3 Jurusan Teknik Informatika, Politeknik Negeri Batam 1 mira@polibatam.ac.id,
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
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 terperinciDAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
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 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 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 terperinciRealisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen
Realisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen David Novyanto Candra/0322003 Email: dave_christnc@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jln.Prof.Drg.Suria
Lebih 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 terperinciPenerapan Graf Terhubung untuk Menentukan Klasifikasi Sidik Jari
Penerapan Graf Terhubung untuk Menentukan Klasifikasi Sidik Jari Annisa Muzdalifa/13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinciSOAL DAN PEMBAHASAN REFLEKSI DAN DILATASI
SOAL DAN PEMBAHASAN REFLEKSI DAN DILATASI 1. ABCD sebuah persegi dengan koordinat titik-titik sudut A(1,1), B(2,1), C(2,2) dan D(1,2). Tentukan peta atau bayangan dari titik-titik sudut persegi itu oleh
Lebih terperinci2. Tahapan Penelitian pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciOperasi-operasi Dasar Pengolahan Citra Digital
Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks
Lebih terperinciKlasifikasi Karakter Tulisan Tangan berdasarkan pola segmen
Klasifikasi Karakter Tulisan Tangan berdasarkan pola segmen 20 Nopember 2010 Nuryuliani, Lulu C Munggaran Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Universitas Gunadarma Depok,
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciPengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan
Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
Lebih terperinciBAB V : KESIMPULAN DAN SARAN 38 V.1. Kesimpulan 38 V.2. Saran 38 DAFTAR PUSTAKA LAMPIRAN
ABSTRACT Neocognitron is an artificial neural network that capable of 2-D visual pattern recognition. This final project is to evaluate the development of software that able to recognize handwritten alphanumeric
Lebih terperinciImplementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series
Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika
Lebih terperinciSegmentasi Kata Tulisan Tangan Menggunakan Jendela Blackman
Segmentasi Kata Tulisan Tangan Menggunakan Jendela Blackman Linggo Sumarno Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta, Indonesia E-mail : lingsum@usd.ac.id Abstrak Dalam pengenalan
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinci2. Tahapan Penelitian
1 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciPENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ)
PENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI ANTONI SIAHAAN 051401063 PROGRAM STUDI S-1 ILMU
Lebih terperinciKLASIFIKASI PADA DATA MINING MENGGUNAKAN NAIVE BAYESIAN CLASSIFIER CLASSIFICATION FOR DATA MINING USING NAIVE BAYESIAN CLASSIFIER
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2005 KLASIFIKASI PADA DATA MINING MENGGUNAKAN NAIVE BAYESIAN CLASSIFIER CLASSIFICATION FOR DATA MINING USING NAIVE BAYESIAN CLASSIFIER Agustina Ratna Puspitasari¹,
Lebih terperinciPENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING
PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING Elisa Cahyadi dan Joan Santoso Teknologi Informasi Sekolah Tinggi Teknik Surabaya elisa@stts.edu dan joan@stts.edu ABSTRAK Pada
Lebih terperinciPERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER. Arliansyah J2A
PERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER Arliansyah J2A 604 006 Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Pada Jurusan Matematika JURUSAN MATEMATIKA
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK ABSTRAK Dwi Putra Alexander (0722067) Jurusan Teknik
Lebih terperinciDETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI
DETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI Sri Suwarno 1, Sri Hartati 2 1 Program Studi Teknik Informatika UKDW Yogyakarta 2 Program Studi Ilmu Komputer Fakultas
Lebih terperinciFUZZY NEURAL NETWORK DENGAN NEURON FUZZYKWAN DAN CAI SERTA APLIKASINYA UNTUK EVALUASI KINERJA PERTAHANAN KLUB SEPAK BOLA
JMP : Volume 5 Nomor 1, Juni 2013, hal. 23-33 FUZZY NEURAL NETWORK DENGAN NEURON FUZZYKWAN DAN CAI SERTA APLIKASINYA UNTUK EVALUASI KINERJA PERTAHANAN KLUB SEPAK BOLA Deri Januar dan Mutia Nur Estri Prodi
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih terperinciJURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA
JURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH 1. ABSTRAKSI MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA Pengenalan wajah manusia dengan menggunakan sistem
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 terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Neural Network di Matlab Gambar 3.1 Blok Diagram Perancangan Sistem Neural network 3.1.1 Training Neural Network Untuk pelatihan neural network penulis lebih
Lebih terperinciIdentifikasi dan Kumulasi Pilihan Jawaban Responden Pada Kertas Lembar Jawaban Menggunakan Metoda Template Matching
Identifikasi dan Kumulasi Pilihan Jawaban Responden Pada Kertas Lembar Jawaban Menggunakan Metoda Template Matching Joko Risanto dan Zaiful Bahri Jurusan Matematika FMIPA Universitas Riau E-mail: jokorisanto@yahoo.co.id
Lebih terperinciAPLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI
APLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI Muhamad Arifin SMK Telkom Malang Email: arifin@smktelkom-mlg.sch.id Khoirudin Asfani Fakultas Teknik, Universitas Negeri Malang
Lebih terperinciREALISASI PENGUKUR TINGGI BADAN MANUSIA SECARA REALTIME BEBRBASIS WEBCAM
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2012 REALISASI PENGUKUR TINGGI BADAN MANUSIA SECARA REALTIME BEBRBASIS WEBCAM Dwi Asto Yuliardi¹, Iwan Iwut Tritoasmoro², Inung Wijayanto³ ¹Teknik Telekomunikasi,,
Lebih terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciPENENTUAN KEMIRIPAN TOPIK PROYEK AKHIR BERDASARKAN ABSTRAK PADA JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE SINGLE LINKAGE HIERARCHICAL
PENENTUAN KEMIRIPAN TOPIK PROYEK AKHIR BERDASARKAN ABSTRAK PADA JURUSAN TEKNIK INFORMATIKA MENGGUNAKAN METODE SINGLE LINKAGE HIERARCHICAL Nur Rosyid M, Entin Martiana, Damitha Vidyastana, Politeknik Elektronika
Lebih terperinciPENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION SKRIPSI SEPTI HAYANTI
PENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION SKRIPSI SEPTI HAYANTI 091402013 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciPENGENALAN BENTUK BANGUN GEOMETRIS DUA DIMENSI DENGAN MENGGUNAKAN METODE DESKRIPSI DAN PENCOCOKAN
PENGENAAN BENTUK BANGUN GEOMETRIS DUA DIMENSI DENGAN MENGGUNAKAN METODE. (Yulia, et al. PENGENAAN BENTUK BANGUN GEOMETRIS DUA DIMENSI DENGAN MENGGUNAKAN METODE DESKRIPSI DAN PENCOCOKAN Yulia Fakultas Teknologi
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 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 terperinciBAB I PENDAHULUAN 1.2. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Pendahuluan Sejak awal penemuan teknologi komputer sebagai lompatan mutakhir dalam dunia ilmu pengetahuan, komputer telah banyak berperan dalam membantu manusia dalam melakukan berbagai
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
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 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 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 terperinciPENERAPAN ALGORITMA EIGENFACE PADA SISTEM ABSENSI KARYAWAN BERBASIS WEBCAM SKRIPSI MAULINA SARI
PENERAPAN ALGORITMA EIGENFACE PADA SISTEM ABSENSI KARYAWAN BERBASIS WEBCAM SKRIPSI MAULINA SARI 060823011 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperinciPenerapan Gaussian Filter pada Edge Detection
Penerapan Gaussian Filter pada Edge Detection Ahmad Fajar Prasetiyo (13514053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
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 III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
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 terperinciFourier Descriptor Based Image Alignment (FDBIA) (1)
Fourier Descriptor Based Image Alignment (FDBIA) (1) Metode contour tracing digunakan untuk mengidentifikasikan boundary yang kemudian dideskripsikan secara berurutan pada FD. Pada aplikasi AOI variasi
Lebih terperinciMengapa menggunakan format image BITMAP & VECTOR?
Mengapa menggunakan format image BITMAP & VECTOR? Gambar-gambar grafis yang diproses menggunakan komputer terbagi menjadi dua jenis, yaitu bitmap dan vektor. Jika ingin mendapatkan sebuah hasil cetak yang
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 terperinciPENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN. M. Yoyok Ikhsan *
PENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN M. Yoyok Ikhsan * ABSTRAK PENENTUAN POSISI KAMERA DENGAN GEODESIC DOME UNTUK PEMODELAN. Makalah ini memaparkan metode untuk menentukan posisi
Lebih terperinciEVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY
EVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY Hari Murti 1, Eko Nur Wahyudi 2 1,2 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank e-mail: 1 hmurti076@gmail.com,
Lebih terperinciLangkah-langkah membuat kontur Batimetri menggunakan Geosoft
Langkah-langkah membuat kontur Batimetri menggunakan Geosoft Buka program Geosoft. Klik File Project New. Maka akan muncul tampilan seperti berikut Geosoft adalah software yang menggunakan database didalamnya.
Lebih terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciHUBUNGAN JUMLAH INPUT LAYER DAN OUTPUT LAYER NEURAL NETWORK TERHADAP TINGKAT AKURASI SISTEM HANDWRITING RECOGNITION DENGAN METODE BACKPROPAGATION
HUBUNGAN JUMLAH INPUT LAYER DAN OUTPUT LAYER NEURAL NETWORK TERHADAP TINGKAT AKURASI SISTEM HANDWRITING RECOGNITION DENGAN METODE BACKPROPAGATION Harjono, Didik Warasto Politeknik Pratama Mulia Surakarta
Lebih terperinci