9BAB V. 10KESIMPULAN DAN SARAN
|
|
- Yuliana Wibowo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 9BAB V. 10KESIMPULAN DAN SARAN KESIMPULAN Pada penelitian ini pengembangan pelacak objek CAMSHIFT telah dilakukan menggunakan metode segmentasi mean-shift dan region growing yang diterapkan pada tahap lokalisasi objek dimana bertujuan untuk menghindari informasi latar belakang dari objek atau untuk mengambil informasi warna yang relevan dengan objek, SURF digunakan untuk mengekstrak fitur dan pencocokan fitur SURF untuk mendapatkan kembali lokasi dari objek ketika objek dinyatakan hilang. Penerapan metode segmentasi mean-shift, region growing, dan SURF pada pelacak objek CAMSHIFT bertujuan untuk meningkatkan akurasi dari pelacakan objek. Berdasarkan penelitian yang telah dilakukan, penggunaan metode segmentasi mean-shift, region growing, dan SURF, serta pengembangan yang telah diterapkan, terbukti dapat meningkatkan akurasi dari pelacak objek. Berdasarkan pembahasan dan uji coba yang dilakukan dalam penelitian ini, maka kesimpulan yang dapat diambil untuk menjawab perumusan masalah adalah: - Peningkatan yang diperoleh jika dilihat berdasarkan tingkat akurasi pada CAMSHIFT yang digabungkan dengan segmentasi mean-shift, region growing, dan SURF dan CAMSHIFT sederhana, peningkatan yang diperoleh adalah 39,42%. 125
2 126 - Peningkatan yang diperoleh jika dilihat berdasarkan tingkat akurasi pada CAMSHIFT yang digabungkan dengan segmentasi mean-shift, region growing, dan SURF dan CAMSHIFT yang digabungkan dengan segmentasi mean-shift dan region growing saja, peningkatan yang diperoleh adalah 15,77%. - Peningkatan yang diperoleh jika dilihat berdasarkan tingkat akurasi pada CAMSHIFT yang digabungkan dengan segmentasi mean-shift, region growing, dan SURF dan CAMSHIFT yang digabungkan dengan SURF saja, peningkatan yang diperoleh adalah 18,1% DISKUSI Penggunaan dari segmentasi mean-shift dan region growing untuk lokalisasi objek yang diusulkan oleh (Hidayatullah, 2011) merupakan cara yang tepat untuk memperoleh informasi warna dari objek yang ingin dilacak, karena CAMSHIFT menggunakan fitur warna dari objek berupa histogram warna sebagai model objek. Dengan demikian untuk menghasilkan citra distribusi probabilitas yang sangat baik berdasarkan histogram yang telah diperoleh. Namun penggunaan segmentasi mean-shift dan region growing membutuhkan sedikit waktu untuk melakukan pemilihan bagian-bagian objek yang merupakan bagian penting dari objek, karena pengguna harus menentukan wilayah pada suatu objek yang ingin diperoleh informasi warnanya. Penentuan objek yang dilacak hilang yang diusulkan oleh (Li, Zhang, Zhou, Guo, Wang, & Zhao, 2011) menggunakan bhattacharyya distance merupakan cara yang sederhana dan cukup efektif untuk menilai apakah objek
3 127 yang dilacak hilang. Pada penelitian ini perhitungan bhattacharyya distance dilakukan terhadap histogram hue-distance, saturation, dan value. Berbeda dari penelitian sebelumnya yang hanya menggunakan histogram hue untuk menilai apakah objek hilang. Penggunaan ketiga komponen dilakukan karena mungkin saja pada warna latar belakang yang mirip dengan warna objek, memiliki nilai saturation atau value yang berbeda dengan objek. Sehingga dengan penggunaan tiga komponen dapat lebih menilai apakah objek yang dilacak merupakan objek yang salah. Namun dengan penggunaan ketiga komponen tersebut membuatnya sensitif terhadap perubahan iluminasi, sehingga SURF akan sering digunakan pada kasus dimana sering terjadi perubahan iluminasi. Penggunaan metode SURF yang digunakan untuk menemukan kembali objek yang hilang sangat membantu CAMSHIFT untuk melakukan pelacakan kembali. Namun sering juga terjadi kesalahan pelacakan pencocokan fitur SURF. Pembuatan mask yang digunakan pada tahap pemilihan objek untuk membatasi wilayah-wilayah ketika SURF mendeteksi fitur sangat diperlukan. Dengan penggunaan mask tersebut mencegah SURF mendeteksi fitur dari latar belakang objek. Pembuatan mask untuk frame untuk membatasi wilayah pada frame ketika SURF mengekstrak fitur merupakan hal yang sangat penting, karena merupakan salah satu kunci untuk keberhasilan pencocokan fitur SURF. Selain itu, dari percobaan yang dilakukan dengan penggunaan mask tersebut dapat mempercepat waktu komputasi dari SURF, karena hanya wilayah tertentu yang digunakan. Sehingga pencocokan fitur SURF dapat lebih efektif. Namun pembuatan mask dengan memanfaatkan nilai ekstrem belum cukup baik untuk mengeliminasi pixel-pixel yang tidak merepresentasikan objek. Sehingga dibutuhkan cara lain
4 128 untuk mengeliminasi pixel-pixel yang tidak merepresentasikan lokasi atau keberadaan objek. Dari pengujian yang telah dilakukan, dapat diketahui kemampuan dari sistem pelacak objek yang dibangun. (Yilmaz, Javed, & Shah, 2006) Melakukan perbandingan secara kualitatif dari pelacak berdasarkan model geometrik. Perbandingan kualitatif dilakukan berdasarkan : - Pelacakan terhadap satu objek atau lebih dari satu objek - Kemampuan mengatasi gangguan (Objek yang tampil hanya sebagian, objek sepenuhnya tertutup) - Membutuhkan pelatihan - Model dari pelacakan - Membutuhkan inisialisasi manual Dimana Init. menunjukan inisialisasi. # menunjukan jumlah objek yang dilacak, M menunjukan lebih dari satu objek, S menunjukan hanya satu objek, A menunjukan affine atau homography, T pergerakan pelacakan terhadap translasi, S pergerakan pelacakan terhadap perubahan skala, R pergerakan pelacakan terhadap perubahan rotasi, P menunjukan sistem dapat melakukan pelacakan meskipun objek tertutup sebagian, F menunjukan sistem dapat melakukan pelacakan meskipun objek sepenuhnya tertutup. Simbol dan menunjukan dimana metode pelacak objek membutuhkan atau tidak membutuhkan pelatihan atau inisialisasi.
5 129 Tabel 10.1 Perbandingan kualitatif sistem pelacak berdasarkan model geometrik (Yilmaz, Javed, & Shah, 2006) # Motion Training Occ. Init Simple template matching S T P Mean-shift [Comaniciu et al. 2003] S T+S P KLT [Shi and Tomasi 1994] S A P Appearance Tracking [Jepson et al. 2003] S T+S+R P Layering [Tao et al. 2002] M T+S+R F Bramble [Isard and MacCormick 2001] M T+S+R F EigenTracker [Black and Jepson 1998] S A P SVM [Avidan 2001] S T P Berdasarkan parameter pada perbandingan secara kualitatif dari sistem pelacak tersebut, sistem pelacak objek yang dibangun pada penelitian ini menggunakan CAMSHIFT sebagai pelacak objek yang didukung dengan segmentasi mean-shift, region growing, dan SURF. Sistem pelacak objek yang dibangun melakukan pelacakan untuk satu objek (S), Model pelacakan dapat mengikuti objek ketika objek mengalami perubahan translasi (T), skala (S), rotasi (R), tidak membutuhkan pelatihan ( ), dapat melakukan pelacakan ketika objek yang tampil hanya sebagian (P), dan bahkan objek yang sepenuhnya tertutup(f) namun tergantung dari kondisi dari objek yang dilacak. Pada pengujian video yang kesembilan, objek beberapa kali tertutup oleh objek orang yang menghalangi atau mengganggu objek tersebut, namun jika objek yang mengganggu atau menutupi tersebut memiliki warna yang sangat mirip dengan warna objek, sistem dapat melakukan pelacakan terhadap objek meskipun objek sepenuhnya tertutup. Terakhir membutuhkan inisialisasi ( ), yaitu membutuhkan histogram warna sebagai model objek, dan penentuan nilai ekstrem yang merupakan hal yang sangat penting untuk pembuatan mask.
6 130 Selain itu, (Athanesious & Suresh, 2013) melakukan implementasi dari beberapa metode pelacak objek, dan melakukan perbandingan kualitatif terhadap metode-metode pelacak objek. Tabel 10.2 Perbandingan kualitatif dari metode pelacak objek. (S:Single, M:Multiple, P:Partial, F:Full, Symbol dan menunjukan apakah pelacak mampu atau tidak mengatasi permasalahan) (Athanesious & Suresh, 2013) S.no Methodologies Mean shift Cam Shift Simple Template Matching 1. Category Kernel Kernel Kernel Contour Based Tracking Sillhouette based based based based 2. No of object tracked M S S M 3. Color Based 4. Noise Content 5. Overlapping F F P F 6. Flexibility P P P F 7. Template Based 8. Complex Object P P P F 9. Manual initialization Berdasarkan pada tabel perbandingan secara kualitatif dari penelitian (Athanesious & Suresh, 2013), sistem pelacak objek yang dibangun pada penelitian ini hanya melakukan pelacakan terhadap satu objek (tunggal), dimana menggunakan CAMSHIFT sebagai pelacak objeknya yang menggunakan fitur warna berupa histogram warna sebagai model objek. Dengan penggunaan CAMSHIFT akan mampu melakukan pelacakan terhadap objek yang memiliki bentuk yang kompleks (objek mengalami perubahan bentuk dan perubahan skala). Berdasarkan penelitian oleh (Bradski & Clara, 1998) CAMSHIFT mampu mengatasi noise pada citra karena menggunakan fitur warna dan penggunaan nilai ekstrem yang dapat digunakan untuk mengeliminasi noise dari suatu frame.
7 131 Seperti yang telah dijelaskan sebelumnya, CAMSHIFT melakukan pelacakan berdasarkan persebaran distribusi dari citra distribusi probabilitas. Ukuran dan lokasi dari search window ditentukan oleh kepadatan suatu distribusi. Dengan demikian kotak batas yang dihasilkan dari pelacak objek CAMSHIFT sesuai dengan besarnya objek yang muncul. Berbeda dengan pelacak objek dengan mean-shift yang tidak melakukan perubahan terhadap ukuran dari search window meskipun objek yang dilacak bersembunyi (objek yang tampil hanya sebagian kecil). Namun yang merupakan hal penting dalam hal ini adalah sistem pelacak objek yang dibangun dalam penelitian ini dapat menilai apakah objek yang dilacak merupakan objek yang benar. Dan jika objek dinyatakan hilang, sistem dapat menemukan kembali objek yang hilang, dimana pada penelitian ini menggunakan SURF, sehingga CAMSHIFT dapat melakukan pelacakan kembali. Namun pada penelitian ini hanya menggunakan fitur warna dari objek yang digunakan untuk menilai apakah objek yang dilacak hilang SARAN Setelah pembahasan dan uji coba yang telah dilakukan, maka dapat diketahui hal-hal yang mungkin dapat dikembangkan diwaktu yang akan datang untuk menghasilkan sistem pelacak objek yang lebih baik. Saran yang dapat diberikan setelah hasil penelitian ini adalah: - Penambahan metode lain yang digunakan untuk membatasi wilayah ketika SURF mendeteksi fitur, misalnya menggunakan metode segmentasi foreground-background menggunakan model codebook (Kim, Chalidabhongse, & David Harwiid, 2005).
1BAB 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 terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Meningkatnya kebutuhan manusia akan sistem keamanan berbasis tracking yang dapat bekerja secara otomatis membuat ilmuwan mulai menciptakan berbagai macam teknologi dan
Lebih terperinci3BAB II. 4LANDASAN TEORI
3BAB II. 4LANDASAN TEORI 4.1. Pelacak Objek (Yang, Shao, Zheng, Wang, & Song, 2011) Pelacak objek (Object Tracking) telah banyak digunakan dalam aplikasi computer vision. Perkembangan teknologi komputer,
Lebih terperinciPenjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt
Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciIMPLEMENTASI METODE SCALE INVARIANT FEATURE TRANSFORM DAN METODE CAMSHIFT PADA PENJEJAKAN OBJEK BERGERAK LOGO
IMPLEMENTASI METODE SCALE INVARIANT FEATURE TRANSFORM DAN METODE CAMSHIFT PADA PENJEJAKAN OBJEK BERGERAK Oleh : Shanty Eka Agustina (1207.1000.24) Dosen Pembimbing: Dr. Imam Mukhlas, S.si, MT Jurusan Matematika
Lebih terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
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 Identifikasi Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang 1.1.1. Identifikasi Masalah Penggunaan citra digital telah menjadi semakin popular akhir-akhir ini. Hal ini menyebabkan program pengolah grafis untuk memanipulasi citra
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 terperinciDETEKSI RAMBU-RAMBU LALU LINTAS UNTUK MEMBANTU PENGGUNA JALAN RAYA DENGAN ALGORITMA CAMSHIFT
DETEKSI RAMBU-RAMBU LALU LINTAS UNTUK MEMBANTU PENGGUNA JALAN RAYA DENGAN ALGORITMA CAMSHIFT DETECTION OF TRAFFIC SIGNS TO HELP THE HIGHWAY USERS WITH CAMSHIFT ALGORITHM Kurnia Khafidhatur Rafiah 1, Rita
Lebih terperinciAnalisis dan Implementasi Object Tracking Menggunakan Metode ASIFT dan Mean Shift
Analisis dan Implementasi Object Tracking Menggunakan Metode ASIFT dan Mean Shift Andrian Wijayana #1, Tjokorda Agung Budi W, ST,. MT #2 Siti Sa adah, ST,. MT #3 # Departemen Informatika, Fakultas Teknik,
Lebih terperinciAnalisis dan Implementasi Object Tracking Menggunakan Metode ASIFT dan Mean Shift
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 1166 Analisis dan Implementasi Object Tracking Menggunakan Metode ASIFT dan Mean Shift Andrian Wijayana #1, Tjokorda Agung Budi
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 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 I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi komputer dan internet semakin maju menyebabkan data digital yang dihasilkan, disimpan, ditransmisikan, dianalisis, dan diakses menjadi
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciselanjutnya nilai alpha dan alpha matte atau key disebut dengan matte. Teknik segmentasi yang didasarkan pada perhitungan matte disebut image matting.
selanjutnya nilai alpha dan alpha matte atau key disebut dengan matte. Teknik segmentasi yang didasarkan pada perhitungan matte disebut image matting. Gambar 1.1. Wilayah Unknown disebut dengan alpha (matte)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Intelligent Transportation System Intelligent Transportation System (ITS) adalah kesatuan teknologi yang dibangun untuk mengatasi masalah-masalah yang terjadi pada transportasi
Lebih terperinciTracking Mata secara real-time Berbasis ROI dari hasil deteksi pusat iris menggunakan Template Matching
Hal B36-B40 Industrial Electronicss Seminar 008 EEPIS-ITS Tracking secara real-time Berbasis ROI dari hasil deteksi pusat iris menggunakan Template Matching Akhmad Hendriawan 1, Djoko Purwanto hendri@eepis-its.edu
Lebih terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.
Lebih terperinciMODIFIKASI METODE CAMSHIFT UNTUK PENGENALAN CITRA WAJAH SECARA REAL TIME BERDASARKAN WARNA KULIT WAJAH
MODIFIKASI METODE CAMSHIFT UNTUK PENGENALAN CITRA WAJAH SECARA REAL TIME BERDASARKAN WARNA KULIT WAJAH Sultoni 1) 1) Pendidikan Teknologi Informatika dan Komputer, Universitas Muhammadiyah Sidoarjo Jl.
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
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 terperinci3. BAB III METODE PENELITIAN
3. BAB III METODE PENELITIAN 3.1 Metode Penelitian Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 1. Pengumpulan data Tahap ini dilakukan sebagai langkah
Lebih terperinciTemu Kembali Citra Makanan Menggunakan Representasi Multi Texton Histogram
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) A-368 Temu Kembali Citra Makanan Menggunakan Representasi Multi Texton Histogram Imagine Clara Arabella, Nanik Suciati, dan Dini
Lebih terperinciBAB I PENDAHULUAN. organ dalam tubuh seperti Computed Tomography (CT) scan, Digital
BAB I PENDAHULUAN A. Latar Belakang Perkembangan jaman menghantarkan masyarakat dunia masuk ke era globalisasi dimana tidak ada keterbatasan ruang dan waktu yang melingkupi berbagai aspek. Kemajuan teknologi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam suatu proses pembelajaran, evaluasi menjadi salah satu komponen yang memegang peranan penting sebagai ukuran bagaimana suatu proses pembelajaran telah diserap
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 terperinciGambar 2 Prinsip pencarian: (a) struktur dan area-area pencarian, (b) jumlah dari garis-garis sampling (Sumber: (Kirchgeβner et al. 2002).
6 kebanyakan informasi tentang suatu garis tepi objek akan berada pada frekuensi rendah dari transformasi Fourier diskret (Petković & Krapac 2002). Pada penerapan ekstraksi venasi daun, inisialisasi parameter
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 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 terperinciHASIL DAN PEMBAHASAN. B fch a. d b
7 dengan nilai σ yang digunakan pada tahap pelatihan sebelumnya. Selanjutnya dilakukan perhitungan tingkat akurasi SVM terhadap citra yang telah diprediksi secara benar dan tidak benar oleh model klasifikasi.
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 terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
Lebih terperinciTUGAS AKHIR Implementasi Block Matching Algorithm (BMA) Pada Ekstraksi Objek Bergerak
TUGAS AKHIR Implementasi Block Matching Algorithm (BMA) Pada Ekstraksi Objek Bergerak Block Matching Algorithm (BMA) Implementation of Motion Object Extraction Oleh : Amalia Sulfa Hashlinda NRP. 1208100046
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
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 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 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Kanker payudara merupakan salah satu penyebab kematian yang sering dialami oleh wanita pada usia lanjut. Tercatat bahwa pada tahun 2011, terdapat lebih
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Hasil Segmentasi Dari beberapa kombinasi scale parameter yang digunakan untuk mendapatkan segmentasi terbaik, untuk mengklasifikasikan citra pada penelitian ini hanya mengambil
Lebih terperinciDeteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna
Deteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna Shinta Puspasari STMIK Global Informatika MDP Palembang e-mail: shinta@stmik-mdp.net Abstract Metode yang diusulkan merupakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi, khususnya Ilmu Komputer telah menghasilkan berbagai kemudahan yang tentunya semakin mempermudah manusia di dalam menangani tugas tugas / permasalahan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Video Video adalah teknologi untuk menangkap, merekam, memproses, mentransmisikan dan menata ulang citra bergerak. Teknologi ini biasanya menggunakan film seluloid, sinyal elektronik,
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 terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinci2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data.
6 2.Landasan Teori 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. Informasi Multi Media pada database diproses untuk mengekstraksi fitur dan gambar.pada proses pengambilan, fitur dan juga atribut atribut
Lebih terperinciOleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc
Oleh Yuli Wijayanti Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc TEKNIK INFORMATIKA-ITS 26 JULI 2010 Latar Belakang Segmentasi gambar merupakan salah satu faktor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBAB I PENDAHULUAN. semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan teknologi informasi dan komunikasi yang semakin pesat, semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra akan
Lebih terperinci2 BAB II TINJAUAN PUSTAKA
9 2 BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Secara umum penelitian pengenalan plat nomor kendaraan terdiri dari tiga tahapan [1][7][11], yaitu deteksi plat nomor kendaraan, segmentasi karakter,
Lebih terperinciPengenalan Wajah Secara Real Time Menggunakan Metode Camshift dan Operator Erosi Berdasarkan Citra Wajah
Journal of Information and Computer Technology Education, 1 (2), April 2017, E. ISSN. 1-12 2541-5107 DOI Artikel: Pengenalan Wajah Secara Real Time Menggunakan Metode Camshift dan Operator Erosi Berdasarkan
Lebih terperinciDeteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna
F7 bentuk [5]. Pendekatan berbasis bentuk bibir menggunakan Deteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna Shinta Puspasari, STMIK lobal Informatika MDP Abstrak Metode yang
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinciIMPLEMENTASI 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah,
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah 1), Djoko Purwanto 2), Ronny Mardiyanto 3) 1), 2),3) Teknik Elektro
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih 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 terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah1) Djoko Purwanto2) Ronny Mardiyanto3) 1) 2)3) Teknik Elektro Institut
Lebih terperinciBAB I PENDAHULUAN. tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini.
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, permasalahan, tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini. 1.1 LATAR BELAKANG Bagi para pengusaha
Lebih terperinciPENGELOMPOKAN GAMBAR BERDASARKAN FITUR WARNA DAN TEKSTUR DENGAN FGKA CLUSTERING (FAST GENETICS K-MEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR
PENGELOMPOKAN GAMBAR BERDASARKAN FITUR WARNA DAN TEKSTUR DENGAN FGKA CLUSTERING (FAST GENETICS K-MEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR Dewi Wulansari, S.ST 1, Entin Martiana K, M.Kom 2, Nana Ramadijanti,
Lebih terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciKULIAH 12. Multimedia IR. Image Retrieval. BAB 11: Baeza-Yates & Ribeiro-Neto. Fakultas Ilmu Komputer Universitas Indonesia
KULIAH 12 Multimedia IR Image Retrieval BAB 11: Baeza-Yates & Ribeiro-Neto Multimedia IR Mempunyai kemampuan untuk menyimpan, memperoleh, memindahkan, memperlihatkan data yang karakteristiknya sangat beragam
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia desain, mengenal dan mengidentifikasi jenis font adalah hal yang sangat penting karena dapat meningkatkan efektifitas dan produktifitas kerja para desainer.
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciBAB I PENDAHULUAN. macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah
BAB I PENDAHULUAN Latar Belakang Dewasa ini proses autentikasi semakin banyak digunakan untuk berbagai macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah proses untuk menentukan
Lebih terperinciEkstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature
Ekstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature M Misbachul Huda Institut Teknologi Sepuluh Nopember (ITS) Surabaya misbachul.h@gmail.com
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 3.1 Tinjauan Pustaka Beberapa penelitian yang berhubungan dengan penelitian ini dirangkum dalam table berikut : Tabel 2.1 Tinjauan Pustaka Penelitian No. Penelitian Deskripsi 1. (Patel,
Lebih terperinciBAB IV PENGUJIAN SISTEM. dan GVF Snake yang telah selesai dibuat. Dimulai dari modified
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap preprocessing dan GVF Snake yang telah selesai dibuat. Dimulai dari modified tophat filter, Gaussian cropping, dan GVF
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciImplementasi Metode Scale Invariant Feature Transform(SIFT) Dan Metode Continuosly Adaptive Mean-Shift(Camshift) Pada Penjejakan Objek Bergerak
JURNAL SAINS DAN SENI Vol. 1, No. 1, (01) 1-6 1 Implementasi etode Scale Invariant Feature Transform(SIFT) Dan etode Continuosly Adaptive ean-shift(camshift) Pada Penjejakan Objek Bergerak Shanty Eka Agustina,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra digital telah digunakan secara luas pada era modern seperti sekarang ini, citra digital banyak dimanfaatkan untuk merekam informasi, komunikasi dan lain sebagainya.
Lebih terperinciPERANCANGAN APLIKASI TEMU KEMBALI CITRA BUAH BERDASARKAN BENTUK DAN WARNA MENGGUNAKAN EKSTRAKSI FITUR
PERANCANGAN APLIKASI TEMU KEMBALI CITRA BUAH BERDASARKAN BENTUK DAN WARNA MENGGUNAKAN EKSTRAKSI FITUR Muhammad Nasir 1, Amri 2, Husaini 3 1,2,3 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe
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 terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciESTIMASI LOCAL MOTION MENGGUNAKAN ALGORITMA PENCARIAN FOUR STEP. Rosida Vivin Nahari 1*, Riza Alfita 2 2 1,2
Simposium Nasional Teknologi Terapan (SNTT) 5 017 ISSN:339-08X ESTIMASI LOCAL MOTION MENGGUNAKAN ALGORITMA PENCARIAN FOUR STEP Rosida Vivin Nahari 1*, Riza Alfita 1, Fakultas Teknik, Universitas Trunojoyo
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
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 1 Ety Sutanty, 2 Ari Rosemala 1,2 Universitas Gunadarma, Jurusan Sistem Informasi, Depok, Indonesia
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 terperinciAPLIKASI IMAGE RETRIEVAL MENGGUNAKAN KOMBINASI METODE COLOR MOMENT DAN GABOR TEXTURE
APLIKASI IMAGE RETRIEVAL MENGGUNAKAN KOMBINASI METODE COLOR MOMENT DAN GABOR TEXTURE Arwin Halim 1, Hardy 2, Christina Dewi 3, Sulaiman Angkasa 4 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para kreator animasi untuk mengambil gerakan yang dapat diterapkan dalam pembuatan animasi,
Lebih terperinciSISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG
Vol. 5, No. 1, Januari 2009 ISSN 0216-0544 SISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG * Iman Sapuguh, Daniel O Siahaan, dan Chastine Fatichah Program Magister Teknik
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Ekstraksi ciri Citra yang digunakan dalam penelitian ini berukuran 150 x 150 pixel, sehingga jika divektorkan akan menghasilkan vektor berukuran 22500. Melalui tahap ekstraksi ciri
Lebih terperinciAnalisa Gerakan Manusia Pada Video Digital
Analisa Gerakan Manusia Pada Video Digital Abstrak - Pengenalan cara bergerak tubuh manusia (human motion) dari video stream memiliki beberapa aplikasi dalam video surveillance (pengawasan), dunia hiburan,
Lebih terperinciTracking of Pedestrian
Tracking of Pedestrian Wisnu Bagus P 1), Ir. Dadet Pramadihanto, MEng. Ph.D. 2), Setiawardhana, ST. 3) 1) Jurusan Teknik Informatika,PENS ITS Surabaya Kampus ITS Sukolilo, Surabaya 60111 E-mail : wisnubagus@ymail.com
Lebih terperinciIMPLEMENTASI METODE BERBASIS MULTISCALE FEATURE EXTRACTION UNTUK SEGMENTASI PEMBULUH DARAH CITRA RETINA RED-FREE DAN FLUORESCEIN
IMPLEMENTASI METODE BERBASIS MULTISCALE FEATURE EXTRACTION UNTUK SEGMENTASI PEMBULUH DARAH CITRA RETINA RED-FREE DAN FLUORESCEIN Dosen Pembimbing Dr. Agus Zainal Arifin, S.Kom., M.Kom. Dosen Pembimbing
Lebih terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih terperinciIdentifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur Cahya Hijriansyah 1, Achmad Solichin 2 1,2 Program Studi Teknik Informatika
Lebih terperinciMULTI MARKER AUGMENTED REALITY UNTUK APLIKASI MAGIC BOOK
MULTI MARKER AUGMENTED REALITY UNTUK APLIKASI MAGIC BOOK Akhmad Afissunani, Akuwan saleh, M. Hasbi Assidiqi Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember, Kampus ITS, Surabaya
Lebih terperinciAnalisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia
Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia Yolinda Fatimah Munawaroh 1), Ciksadan 2), Irma Salamah 3) 1),2),3 ) Program
Lebih terperinciPENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING
PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING Michael Ryan dan Novita Hanafiah School of Computer Science, Bina Nusantara, Jl. Kebon Jeruk Raya No. 27,Kebon Jeruk, Jakarta
Lebih terperinciSCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING
SCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING Erick Alfons Lisangan Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Atma Jaya Makassar Alamat email : erick_lisangan@lecturer.uajm.ac.id
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinci