BAB 4 HASIL DAN BAHASAN. Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti
|
|
- Erlin Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 4 HASIL DAN BAHASAN 4.1 Kerangka Percobaan Percobaan dilakukan dengan menggunakan dua buah objek berbeda, seperti yang telah dijelaskan pada bab 3. Berikut ini adalah kerangka dari percobaan yang dilakukan untuk menguji performa sistem: Gambar 4.1 Perlakuan Objek 1 Terdapat enam kondisi standar yang digunakan yaitu kondisi 1-6. Pada kondisi 1-3 terdapat satu buah objek 1 dan pada kondisi 4-6 terdapat dua buah objek 1. Tanda petik diatas X dan/atau Z menunjukkan bahwa nilai tersebut berbeda dengan nilai X dan/atau Z dari kondisi sebelumnya. Sedangkan angka 1 dan 2 55
2 pada X dan/atau Z untuk menunjukkan bahwa objek I dan II diletakkan pada posisi yang berbeda pada kondisi yang sama. 56 Kondisi 1-6 diambil gambarnya pada tiga intensitas cahaya yang berbeda untuk melihat pengaruh intensitas cahaya pada performa sistem. Kondisi 1-3 dilakukan untuk mencoba kemampuan sistem dalam mendeteksi dan mengestimasi posisi satu buah objek dengan nilai X dan/atau Z yang berbeda, sedangkan kondisi 4-6 untuk mencoba kemampuan sistem dalam mendeteksi dan mengestimasi posisi objek jika terdapat lebih dari satu objek pada saat bersamaan dengan nilai X dan/atau Z yang berbeda. Selain itu sistem juga dicoba untuk mendeteksi dan mengestimasi posisi dari objek dengan ukuran yang berbeda, yaitu objek 2 dan objek 3. Objek 3 adalah objek 1 dengan sisi permukaan yang berbeda. Berikut ini adalah kerangka percobaan untuk objek 2 dan objek 3: Gambar 4.2 Perlakuan Objek 2 dan Objek 3 Pada bagian akhir, waktu yang dibutuhkan untuk menyelesaikan beberapa proses juga dievaluasi, yaitu median filtering, ELAS, rekonstruksi 3D dan DBSCAN. Untuk menjawab masalah yang disebutkan pada bab 1 mengenai waktu yang diperlukan untuk proses stereo matching dan juga menganalisa kemungkinan untuk mempersingkat waktu processing dari sistem.
3 Prosedur Operasional Pengambilan Gambar Koneksikan minoru 3D webcam dengan notebook Jalankan program MATLAB Buka dan jalankan file CV.m Tunggu hingga window preview dari kedua kamera muncul Gambar 4.3 Video Preview Program akan menunggu input berupa penekanan salah satu tombol keyboard, untuk mengambil dan menyimpan gambar Gambar 4.4 Paused Gambar akan disimpan pada direktori yang sudah ditentukan pada variabel pathname, dengan nama dan format file datal.jpg untuk gambar kiri dan datar.jpg untuk gambar kanan Pemrosesan Gambar Jalankan program MATLAB.
4 Buka dan jalankan file StereoVision.m. Akan muncul sebuah window figure seperti berikut ini: 58 Gambar 4.5 Tampilan Awal Klik tombol Load images from files... yang berada di kiri bawah window untuk memilih input gambar yang digunakan. Input pertama untuk gambar kiri dan input kedua untuk gambar kanan. Gambar 4.6 Input Gambar
5 59 Program akan mengecek gambar input, jika nama dan direktori yang sama dimiliki oleh kedua gambar input maka program akan berhenti dan perlu dilakukan input ulang. Selain itu program juga akan mengecek ukuran dari kedua gambar input, jika ukurannya berbeda maka program juga akan berhenti dan perlu dilakukan input ulang. Gambar 4.7 Error Dialog; tampil selama 2 detik Program akan memproses gambar input, setelah selesai melakukan proses maka window awal akan diperbaharui. Selain itu akan ditampilkan hasil dari setiap proses yang ada pada window figure yang baru. Grayscale Gambar kiri Disparity map Gambar 4.8 Figure 1 (Grayscale & Disparity map)
6 60 Gambar 4.9 Figure 2 (Median Filtering) Gambar 4.10 Figure 3 (Canny Edge Detector)
7 61 Gambar 4.11 Figure 4 (3D Reconstruction) Gambar 4.12 Figure 5 (Compressed Space)
8 62 Gambar 4.13 Figure 6 (DBSCAN) Untuk hasil estimasi posisi objek dapat dilihat pada command window dari program MATLAB. Gambar 4.14 Estimasi Posisi
9 63 Jumlah objek yang terdeteksi terlihat dari jumlah elemen variabel Xmin, Xmax atau Z. Pada Gambar 4.14 ada dua objek yang terdeteksi. Jika tidak ada objek yang terdeteksi maka tampilan pada command window adalah: Gambar 4.15 Nol Objek 4.3 Implementasi Berikut ini adalah gambar dari setiap kondisi yang telah dijelaskan pada bagian kerangka percobaan diatas: Gambar 4.16 Objek 1 Kondisi 1
10 64 Gambar 4.17 Objek 1 Kondisi 2 Gambar 4.18 Objek 1 Kondisi 3 Gambar 4.19 Objek 1 Kondisi 4
11 65 Gambar 4.20 Objek 1 Kondisi 5 Gambar 4.21 Objek 1 Kondisi 6 Gambar disebelah kiri adalah gambar dari kamera kiri dan gambar disebelah kanan adalah gambar dari kamera kanan. Gambar-gambar diatas diambil dengan rentang intensitas cahaya lux. Intensitas cahaya dinyatakan dalam rentang nilai karena gambar diambil diluar ruang sehingga intensitas cahaya berasal dari matahari dan nilainya tidak dapat dijaga. Dua rentang nilai intensitas cahaya yang lain adalah lux dan 6-47 lux. Berikut ini perbandingan hasil gambar kamera kiri pada ketiga rentang nilai cahaya untuk kondisi 1 dan 4:
12 66 Gambar 4.22 Komparasi Kondisi 1 Gambar 4.23 Komparasi Kondisi 4 Selain itu sistem juga dicoba untuk mendeteksi dan mengestimasi objek dengan ukuran dan warna yang berbeda (Objek 2) serta objek yang sama, namun dengan sisi permukaan yang berbeda (Objek 3) dalam tiga kondisi, yaitu:
13 67 Gambar 4.24 Objek 2 Posisi 1 Gambar 4.25 Objek 2 Posisi 2 Gambar 4.26 Objek 2 Posisi 3
14 68 Gambar 4.27 Objek 3 Posisi 1 Gambar 4.28 Objek 3 Posisi 2 Gambar 4.29 Objek 3 Posisi 3 Untuk pengambilan gambar ini dilakukan pada hari yang berbeda dengan rentang intensitas cahaya lux.
15 Evaluasi Hasil Percobaan Hasil dari percobaan dengan menggunakan gambar-gambar diatas ditampilkan dalam tabel-tabel berikut ini:
16 Intensitas Cahaya 6-47 lux lux lux Kondisi Xmin (M, cm) Xmin (C, cm) Error (cm) Xmax (M, cm) Xmax (C, cm) Error (cm) Z (M, cm) Z (C, cm) Error (cm) Tabel 4.1 Objek 1 Kondisi
17 Intensitas Cahaya 6-47 lux lux lux Kondisi Xmin (M, cm) Xmin (C, cm) Error (cm) Xmax (M, cm) Objek I Xmax (C, cm) Error (cm) Z (M, cm) Z (C, cm) Error (cm) Tabel 4.2 Objek 1-I Kondisi
18 Intensitas Cahaya 6-47 lux lux lux Kondisi Xmin (M, cm) Xmin (C, cm) Error (cm) Xmax (M, cm) Objek II Xmax (C, cm) Error (cm) Z (M, cm) Z (C, cm) Error (cm) Tabel 4.3 Objek 1-II Kondisi
19 Intensitas Cahaya lux Objek 2 3 Posisi Xmin (M, cm) Xmin (C, cm) Error (cm) Xmax (M, cm) Xmax (C, cm) Error (cm) Z (M, cm) Z (C, cm) Error (cm) Tabel 4.4 Objek 2-3 Kondisi
20 74 dengan, M = hasil pengukuran menggunakan alat ukur dari objek yang terlihat pada gambar C = hasil pengukuran menggunakan sistem dengan input gambar kiri dan kanan Xmin = Nilai terkecil dari jarak objek terhadap kamera sejajar sumbu horizontal (X) Xmax = Nilai terbesar dari jarak objek terhadap kamera sejajar sumbu horizontal (X) Z = jarak objek terhadap kamera tegak lurus sumbu horizontal (X) Nilai Xmin dan Xmax negatif menunjukkan objek berada disebelah kiri kamera Nilai Xmin dan Xmax positif menunjukkan objek berada disebelah kanan kamera Untuk gambar yang terpotong penulis mengambil nilai Xmax (M) yang terkecil (bagian objek terdapat/terlihat pada gambar kiri dan kanan). Terdapat beberapa nilai yang Xmax yang sedikit berbeda (±1cm) dari Objek II antar range intensitas pada kondisi yang sama akibat adanya pergeseran posisi kamera yang sangat kecil tanpa penulis sadari ketika proses pengambilan gambar. Untuk memudahkan proses evaluasi terhadap hasil percobaan maka nilai error dari tabel-tabel diatas direperesentasikan dalam bentuk grafik sebagai berikut:
21 75 Gambar 4.30 Xmin Setiap grafik terdiri dari 9 kondisi, yaitu kondisi 1-6 seperti yang terdapat pada tabel dan 3 kondisi tambahan untuk menyatakan objek II pada kondisi 4-6. Dari grafik Xmin terdapat 2 kondisi yang memiliki error lebih besar dibandingkan dengan kondisi yang lainnya, yaitu kondisi 8 dengan intensitas cahaya 6-47 lux dan kondisi 2 dengan intensitas cahaya lux. Hal ini terjadi akibat adanya noise yaitu titik 3D yang bukan merupakan bagian dari objek, namun terdeteksi sebagai bagian objek. Untuk lebih jelasnya bisa melihat dari hasil proses yang dilalui sistem yang memiliki hubungan langsung dengan nilai Xmin yang terdeteksi, seperti proses clustering, 3D reconstruction dan disparity map. Berikut ini adala hasil untuk kondisi 8, dengan kata lain objek II dari kondisi 5 dengan intensitas cahaya 6-47 lux:
22 76 Gambar 4.31 Hasil Kondisi 5 Terlihat dari gambar diatas pada hasil deteksi objek II terdapat pula titik 3D yang bukan merupakan bagiannya. Titik 3D yang bukan merupakan bagian objek ini berasal dari edge yang terbentuk dari persambungan antar papan yang digunakan untuk membentuk lingkungan pada saat perancangan. Hal ini bisa dilihat dari disparity map berikut: Gambar 4.32 Disparity Map Kondisi 5 (6-47lux)
23 77 Tepi-tepi ini sebenarnya sudah dikurangi menggunakan median filter 3x3, sebelum melakukan deteksi tepi. Ukuran filter, merupakan filter yang paling efektif, karena jika menggunakan filter yang lebih besar maka tepi pada benda juga akan tereliminasi. Penjelasan yang sama juga berlaku untuk kondisi 2 dengan intensitas cahaya lux, seperti yang terlihat pada gambar berikut ini: Gambar 4.33 Hasil Kodinsi 2 ( lux)
24 78 Gambar 4.34 Xmax Untuk grafik Xmax nilai error, nilai yang paling mencolok adalah kondisi 2 dengan 6-47 lux, hasil dari proses untuk kondisi ini adalah: Gambar 4.35 Hasil Kondisi 2 (6-47lux)
25 79 Dari hasil rekonstruksi 3D (compressed space) terlihat bahwa hanya setengah bagian objek yang berhasil direkonstruksi, hal ini disebabkan oleh disparity map dari kondisi adalah sebagai berikut: Gambar 4.36 Disparity Map Kondisi 2 (6-47lux) Disparity map yang diperoleh tampak seperti pada gambar diatas karena support point hanya bisa ditemukan pada daerah tersebut. Untuk lebih jelasnya dapat dilihat pada hasil pendeteksian tepi yang merupakan input untuk membentuk disparity map. Beriku ini adalah hasil deteksi tepi pada gambar kiri dan kanan: Gambar 4.37 Tepi Gambar Kiri Kondisi 2
26 80 Gambar 4.38 Tepi Gambar Kanan Kondisi 2 Secara kasat mata bisa terlihat hanya ada beberapa tepi dari objek yang berada pada kedua gambar, baik gambar kiri maupun gambar kanan, dengan bagian yang dominan adalah bagian kiri dari objek. Grafik berikutnya adalah error dari Z, sebagai berikut ini: Gambar 4.39 Z
27 81 Ada dua kondisi yang menarik yaitu kondisi 7 (Objek II Kondisi 4) dan 9 (Objek II Kondisi 6). Kedua kondisi ini memiliki nilai error yang hampir sama. Hal ini diakibatkan karena adanya sisi benda yang memiliki kedalaman lebih besar terlihat pula oleh kamera, untuk lebih jelasnya bisa dilihat pada gambar dibawah ini: Gambar 4.40 Disparity Map Kondisi 4 & 6 ( lux) Karena nilai Z pada sistem ini merupakan rata-rata dari nilai Z semua titik 3D sebuah objek, maka tingkat keakurasian pun menurun. Perlu diketahui juga, semakin jauh benda dari kamera perbedaan nilai disparity akan menghasilkan perbedaan nilai Z yang lebih besar. Untuk membuktikan pernyataan ini bisa dilihat dari disparity map kondisi 5 dan kondisi 6, sebagai berikut ini:
28 82 Gambar 4.41 Disparity Map Kondisi 5 ( lux) Gambar 4.42 Disparity Map Kondisi 6 ( lux) Pada kedua kondisi terdapat perbedaan nilai disparity yang sama, yaitu sebesar ±3 satuan, namun pada kondisi 5 hal ini mengakibatkan perbedaan nilai error sebesar 22.45cm sedangkan pada kondisi 6 hanya 6.49cm. Dua kondisi lain yang juga menarik adalah kondisi 3 dan 5 Kedua kondisi ini memiliki nilai error yang lebih besar dibanding kondisi yang lainnya. Karena nilai Z dipengaruhi secara langsung oleh nilai disparity, maka yang menjadi perhatian utama dalam menjelaskan nilai error ini adalah disparity map dari kedua kondisi pada setiap intensitas cahaya. Berikut ini adalah disparity map dari kedua kondisi tersebut:
29 Gambar 4.43 Disparity Map Kondisi 3 83
30 84 Gambar 4.44 Disparity Map Kondisi 5 Dari disparity map kondisi 5 terlihat bahwa nilai disparity dari objek yang berada disebelah kiri kamera lebih besar dibandingkan dengan nilai disparity dari objek yang berada disebelah kanan kamera. Perbedaan nilai disparity ini tidak terlalu besar berkisar pada rentang 3-4 satuan. Namun perbedaan nilai ini akan menghasilkan error yang cukup berarti pada saat menentukan kedalaman objek dalam satuan cm, yaitu pada kisaran 20cm. Untuk menunjukkan apakah nilai disparity yang diperoleh tepat atau tidak, penulis melakukan overlay dari gambar kiri dan kanan. Overlay dilakukan pada gambar kondisi 5, karena pada kondisi inilah terdapat objek yang berada di kiri dan kanan kamera yang dapat dijadikan bahan perbandingan. Hasil dari overlay ini berupa gambar anaglyph. Berikut ini adalah hasil dari overlay tersebut:
31 85 Gambar 4.45 Anaglyph Kondisi 5 (6-47lux) Gambar 4.46 Anaglyph Kondisi 5 ( lux)
32 86 Gambar 4.47 Anaglyph Kondisi 5 ( lux) Dari ketiga gambar anaglyph diatas terlihat bahwa disparity (perbedaan posisi) dari objek yang berada disebelah kiri kamera sedikit lebih besar dibandingkan dengan disparity dari objek yang berada disebelah kanan kamera. Namun, menurut dasar teori yang ada, disparity dari objek yang memiliki kedalaman yang sama adalah sama. Semakin besar kedalamannya atau semakin jauh benda dari kamera, semakin kecil disparity-nya dan sebaliknya semakin kecil kedalamannya atau semakin dekat benda ke kamera, semakin besar disparitynya. Dari hasil ini diambil kesimpulan sementara bahwa gambar yang dihasilkan oleh minoru 3D webcam memilki kecenderungan untuk menghasilkan disparity yang lebih besar jika objek berada disebelah kiri kamera dibandingkan dengan jika benda berada disebelah kanan kamera. Untuk menemukan penyebabnya secara lebih jelas, dilakukanlah beberapa percobaan baru, terpisah dari percobaan yang sudah dirancang sebelumnya, yaitu mengambil gambar dengan memutarbalikkan minoru 3D webcam (diputar ),
33 87 mengambil gambar dengan kamera kiri lebih depan dibanding kamera kanan dan sebaliknya kamera kanan yang lebih depan. Objek yang digunakan dalam percobaan ini adalah sebuah majalah. Berikut ini adalah hasil yang diperoleh: (a) (b) Gambar 4.48 Anaglyph Normal. (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera
34 88 (a) (b) Gambar 4.49 Anaglyph Putar (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera
35 89 (a) (b) Gambar 4.50 Anaglyph Lensa Kiri Lebih Depan. (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera
36 90 (a) (b) Gambar 4.51 Anaglyph Lensa Kanan Lebih Depan. (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera Dari ketiga percobaan ini tetap saja disparity yang diperoleh ketika objek berada disebelah kiri kamera sedikit lebih besar dibandingkan dengan ketika objek berada disebelah kanan kamera. Dari ketiga percobaan ini juga terlihat bahwa gambar yang diperoleh tidaklah lurus, untuk mengatasi hal ini maka ketika mengambil data, ditambahkan uang koin Rp 1000,- dibawah salah satu kaki
37 91 minoru 3D webcam, yaitu kaki kiri. Oleh karena itu, percobaan juga dilakukan untuk melihat pengaruh dari perlakuan ini, berikut ini adalah hasilnya: (a) (b) Gambar 4.52 Anaglyph Dengan Koin. (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera
38 92 (a) (b) Gambar 4.53 Anaglyph Tanpa Koin. (a) Objek disebelah kiri kamera (b) Objek disebelah kanan kamera Diperoleh bahwa perlakuan dengan penambahan koin ini tidak memiliki pengaruh terhadap disparity yang dihasilkan ketika objek berada disebelah kiri dan kanan kamera. Nilai disparity yang ada ketika objek berada disebelah kiri kamera tetap sedikit lebih besar dibandingkan dengan ketika objek berada disebelah kanan kamera.
39 93 Percobaan terakhir yang dilakukan untuk masalah ini adalah dengan melakukan overlay terhadap pasangan gambar yang diambil dengan kamera lain. Pasangan gambar ini diperoleh dari internet dengan alamat sebagai berikut: Dibawah ini adalah gambar anaglyph yang diperoleh: Gambar 4.54 Anaglyph Gambar Uji 1 dan 2
40 Gambar 4.55 Anaglyph Gambar Uji 3, 4 dan 5 94
41 95 Dari gambar anaglyph diatas terlihat bahwa objek yang memiliki kedalaman yang sama akan memiliki disparity yang sama sesuai dengan dasar teori yang ada. Dari hasil semua percobaan yang dilakukan, ditarik kesimpulan akhir bahwa penyebab perbedaan nilai disparity yang diperoleh sebagai akibat dari kamera yang digunakan untuk mengambil gambar yaitu minoru 3D webcam. Berangkat dari kesimpulan ini dilakukan pengecekan terhadap nilai distorsi yang dimiliki oleh minoru 3D webcam dari hasil kalibrasi yang telah dilakukan. Didapatkan bahwa nilai distorsi radial dari minoru 3D webcam cukup buruk, dengan nilai koefisien -0,0742 dan -0,4786. Pengaruh dari nilai distorsi ini tidak terlihat secara kasat mata, tapi seperti yang telah diketahui, nilai ini dapat mempengaruhi performa dari sistem. Grafik berikutnya adalah grafik error dari objek 2 dan 3, kondisi 1-3 adalah posisi 1-3 dari objek 2 dan kondisi 4-6 adalah posisi 1-3 dari objek 3. Gambar 4.56 Error Objek 2 dan 3
42 Terlihat bahwa sistem masih dapat mendeteksi dan mengestimasi posisi objek dengan ukuran yang sedikit berbeda. 96 Berikutnya adalah grafik untuk menggambarkan pengaruh intensitas cahaya terhadap performa sistem, dengan 6-47 lux sebagai intensitas cahaya 1, lux sebagai intensitas cahaya 2 dan lux sebagai intensitas cahaya 3. Berikut ini adalah grafik yang digunakan: Gambar 4.57 Pengaruh Intentsitas Cahaya
43 97 Dilihat dari ketiga grafik diatas, dapat disimpulkan bahwa intensitas cahaya 3, lux memiliki tingkat keakurasian tertinggi. Hal ini terjadi karena pada intensitas cahaya ini tepi akibat pertemuan antar papan yang digunakan untuk membentuk lingkungan dapat tereliminasi dengan lebih baik dibandingkan dengan dua intensitas cahaya yang lain. Berikut ini adalah tabel dan grafik yang menunjukkan waktu proses dari sistem: Intensitas Cahaya Kondisi Time1 Time2 Time3 Time4 Total lux lux lux Tabel 4.5 Processing Time
44 98 Gambar 4.58 Processing Time Waktu dinyatakan dalam satuan detik, dengan: Time1 : Median Filtering Time2 : ELAS Time3 : Rekonstruksi 3D Time4 : DBSCAN Total : Waktu proses secara menyeluruh, mulai dari proses grayscaling hingga diperolehnya estimasi posisi Terlihat bahwa Time1, Time2, dan Time3 memiliki nilai yang stabil, namun tidak dengan demikian dengan Time4. Hal ini terjadi karena waktu untuk menyelesaikan proses DBSCAN bergantung pada jumlah data yang ada atau dalam skripsi ini adalah jumlah titik 3D hasil rekonstruksi. Semakin banyak titik 3D yang ada, semakin lama pula waktu yang diperlukan untuk menyelesaikan
45 proses ini. Selain DBSCAN, proses yang membutuhkan waktu lebih lama dibandingkan dengan proses yang lain adalah median filtering (Time1). 99 Dari data ini dapat diambil kesimpulan bahwa agar sistem dapat berkerja dengan lebih cepat maka perlu diimplementasikan metode filtering dan clustering lain dengan waktu proses yang lebih singkat. Untuk metode clustering akan lebih baik lagi jika waktu proses tidak terlalu bergantung pada jumlah data yang ada, namun tentunya tetap memiliki keunggulan dari DBSCAN, yaitu tidak diperlukannya informasi awal mengenai jumlah kluster yang ada pada data. Keunggulan ini sangat penting, karena hal inilah yang memungkinkan sistem dapat mendeteksi jumlah objek secara otomatis.
ESTIMASI POSISI OBJEK BERDASARKAN STEREO VISION SYSTEM
ESTIMASI POSISI OBJEK BERDASARKAN STEREO VISION SYSTEM Chandra Suharlim; Eka Putra; Tommy Budiman; Iman Herwidiana Kartowisastro Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciBAB 3 METODE PERANCANGAN. 3.1 Evaluasi Metode dan Algoritma Stereo Vision. Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh
BAB 3 METODE PERANCANGAN 3.1 Evaluasi Metode dan Algoritma Stereo Vision Evaluasi terhadap beberapa metode dan algoritma yang ada untuk memperoleh informasi kedalaman berdasarkan stereo vision. 3.1.1 Metode
Lebih terperinciBAB IV IMPLEMENTASI & EVALUASI
BAB IV IMPLEMENTASI & EVALUASI Pada bab ini membahas tentang bagaimana cara mengimplementasikan dan pengambilan data serta melakukan evaluasi terhadap data-data yang sudah didapatkan. Pertama disini digunakan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian Eksperimen dilakukan untuk memperoleh hasil penelitian yang dilakukan dalam skripsi ini. Eksperimen yang dilakukan mengenai proses rekonstruksi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
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 terperinciBAB 2 LANDASAN TEORI. Reference frames atau kerangka acuan adalah suatu sistem koordinat atau
BAB 2 LANDASAN TEORI 2.1 Kerangka Acuan Reference frames atau kerangka acuan adalah suatu sistem koordinat atau sekumpulan sumbu yang digunakan untuk mengukur posisi, dan orientasi dari suatu objek. Dalam
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB 3 METODE PERANCANGAN
BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor
Lebih terperinciBAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
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 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 IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Desain frame grabber Desain frame grabberdiawali dengan pemilihan perangkat kamera yang akan digunakan. Video akan muncul komponen VideoWindow1 yang secara realtime terhubung
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 III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Pada BAB ini, penulis ingin membahas mengenai perencanaan dan implementasi dari Aplikasi tersebut, antara lain Flowchart dari sistem tersebut dan struktur data yang terdapat
Lebih terperinciIII. METODE PENELITIAN. Penelitian mengenai analisis pola interferensi pada interferometer Michelson
22 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian mengenai analisis pola interferensi pada interferometer Michelson akibat perbedaan ketebalan benda transparan dengan metode image processing
Lebih terperinciBAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK
BAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK A. Pendahuluan Latar Belakang Perhitungan posisi tiga dimensi sebuah obyek menggunakan citra stereo telah
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi
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 terperinciBAB 3 PERANCANGAN SISTEM. dilakukan dengan menggunakan metode stereoscopic anaglyph. Melalui metode
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Program Aplikasi Perancangan program aplikasi dalam pembuatan citra 2D menjadi 3D akan dilakukan dengan menggunakan metode stereoscopic anaglyph. Melalui metode
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI
BAB III PROSEDUR DAN METODOLOGI 3.1 Analisis Masalah Dewasa ini keberadaan robot sebagai mesin yang menggantikan manusia dalam melakukan berbagai pekerjaan semakin diperlukan. Oleh karena itu robot dituntut
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 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 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
Lebih terperinciBAB IV ANALISA DAN PENGUJIAN ALAT
37 BAB IV ANALISA DAN PENGUJIAN ALAT 4.1 Tujuan Pengukuran dan Pengujian Pengukuran dan pengujian alat bertujuan agar dapat diketahui sifat dan karakteristik tiap blok rangkaian dan fungsi serta cara kerja
Lebih terperinciBAB IV PENGUJIAN ALAT DAN PEMBAHASAN
BAB IV PENGUJIAN ALAT DAN PEMBAHASAN 4.1 Uji Coba Alat Dalam bab ini akan dibahas mengenai pengujian alat yang telah dibuat. Dimulai dengan pengujian setiap bagian-bagian dari hardware dan software yang
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 terperinciPROGRAM APLIKASI DETEKSI PANAS HASIL FOTO KAMERA WEBCAM LAPORAN TUGAS AKHIR
PROGRAM APLIKASI DETEKSI PANAS HASIL FOTO KAMERA WEBCAM LAPORAN TUGAS AKHIR Oleh : ANDI PRIMA WIJAYA 41507010113 Jurusan Teknik Informatika UNIVERSITAS MERCUBUANA FAKULTAS ILMU KOMPUTER PROGRAM SARJANA
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 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 terperinciAPLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER
APLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER Wikaria Gazali; Michael Ivan; Ngarap Imanuel Manik Mathematics & Statistics Department, School of Computer
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 terperinciBAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA
BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar belakang Robot selain diterapkan untuk dunia industri dapat juga diterapkan untuk dunia pertanian. Studi yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB 4 HASIL UJI DAN ANALISA
BAB 4 HASIL UJI DAN ANALISA Serangkaian uji dan analisa dilakukan pada alat, setelah semua perangkat keras (hardware) dan program dikerjakan. Pengujian alat dimaksudkan untuk mengetahui apakah alat dapat
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. microcontroller menggunakan komunikasi serial. 1. Menyalakan Minimum System ATMEGA8535
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Koneksi Serial UART Pengujian koneksi ini membuktikan bahwa PC dapat dihubungkan dengan microcontroller menggunakan komunikasi serial. 4.1.1 Tujuan Pengujian koneksi
Lebih terperinciBAB 3 PE GEMBA GA METODE DA ALGORITMA PEMESI A MULTI AXIS
BAB 3 PE GEMBA GA METODE DA ALGORITMA PEMESI A MULTI AXIS File STL hanya memuat informasi mengenai arah vektor normal dan koordinat vertex pada setiap segitiga / faset. Untuk mengolah data ini menjadi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Masalah 3.1.1. Deskripsi Masalah Seiring dengan perkembangan jaman, maka makin meningkat pula kebutuhan seseorang akan informasi. Penerapan teknologi informasi
Lebih terperinciBAB IV IMPLEMENTASI DAN HASIL PENGUJIAN
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Aplikasi Pada bab ini akan dibahas mengenai implementasi aplikasi yang telah dibuat setelah melakukan analisa dan perancangan aplikasi filter sobel
Lebih terperinciBAB IV PEMBAHASAN DAN ANALISIS
BAB IV PEMBAHASAN DAN ANALISIS 4.1 Deskripsi Produk Produk yang telah dibuat dalam peta-peta kerja ini adalah meja lipat. Komponennya terdiri dari alas yang berukuran 50 cm x 33 cm, kaki meja yang berukuran
Lebih terperinciANALISA PERANCANGAN SISTEM
Gambar 2.16. Black Bo Pengujian black bo adalah pengujian aspek fundamental sistem tanpa memperhatikan struktur logika internal perangkat lunak. Metode ini digunakan untuk mengetahui apakah perangkat lunak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
Lebih terperinci4. HASIL DAN PEMBAHASAN. Perakitan kamera gyroscope, diawali dengan pembentukan rangka dengan
4. HASIL DAN PEMBAHASAN 4.1 Struktur Dasar Kamera Gyroscope Perakitan kamera gyroscope, diawali dengan pembentukan rangka dengan menggunakan pipa paralon 4 inchi dan keping CD sebagai gyroscope. Di bagian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan penulis dalam melakukan simulasi pada aplikasi penelitian pengenalan citra wajah dengan variasi
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Manusia hidup di dunia ini tidak akan pernah terlepas dari yang namanya suatu karya seni, salah satunya seni musik. Pada musik terdapat banyak nada, dan banyak
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Closed Circuit Television (CCTV) adalah sistem pengawasan elektronik yang menggunakan kamera video, yang terhubung dengan sirkuit tertutup untuk menangkap, mengumpulkan,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang kwh-meter merupakan alat yang digunakan untuk mengukur besarnya pemakaian energi listrik pada suatu bangunan atau gedung [1]. Berdasarkan sistem pembayarannya,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciBAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem
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 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 terperinciPanduan Dasar Penggunaan Cool Edit Pro 2.1
Jurusan Ilmu Komunikasi FISIP Universitas Brawijaya Panduan Dasar Penggunaan Cool Edit Pro 2.1 Modul Praktikum Dasar Broadcasting M.Irawan Saputra, S.I.Kom., M.I.Kom 14 Cool Edit merupakan aplikasi computer
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciBab IV. Pengujian dan Analisis
Bab IV. Pengujian dan Analisis IV.1. Jangkauan Telemetri dan Kalibrasi Kamera a. Jangkauan Telemetri Pengukuran jangkauan telemetri di ruang terbuka dilakukan dengan menempatkan pemancar RF di jendela
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciPokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP
Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP PENDAHULUAN 1. Sistem navigasi robot banyak dipakai dimanfaatkan untuk berbagai kebutuhan misalnya untuk membantu departemen pemadam
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 METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 3 PERANCANGAN PROGRAM. objek, analisis blob, SMS service, dan video saving. Deteksi objek adalah proses untuk
BAB 3 PERANCANGAN PROGRAM 3.1 Spesifikasi rancangan program Secara garis besar program dapat dibagi menjadi 4 bagian besar, yaitu deteksi objek, analisis blob, SMS service, dan video saving. Deteksi objek
Lebih terperinciPengolahan dan Publikasi Video Digital
Panduan Guru Membuat Video Pembelajaran Pengolahan dan Publikasi Video Digital Dikembangkan oleh Winastwan Gora (winastwangora@gmail.com) dengan pendanaan DESP (Dutch Education Support Program) dari Pemerintah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Projection Mapping Pada Bidang Non Planar Sebagai Media Proyeksi Dengan Model Dimensi Tiga Dari Perangkat Kinect Dengan Metode Iterative Closest Point Farandi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciModul ke: APLIKASI KOMPUTER. Pengoperasian Dasar Windows. Fakultas FASILKOM. Ramayanti, S.Kom, MT. Program Studi Teknik Informatika
Modul ke: 3 Desi Fakultas FASILKOM APLIKASI KOMPUTER Pengoperasian Dasar Windows Ramayanti, S.Kom, MT Program Studi Teknik Informatika Pendahuluan Windows Sistem Operasi Basis GUI (Graphical User Interface)
Lebih terperinciPENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI. Kurniawan Teknik Informartika
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI Kurniawan 50408503 Teknik Informartika Latar Belakang Permasalahan Kebutuhan perusahaan industri manufaktur
Lebih terperinciAPLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK
APLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK Oleh : Sarkawi Jaya Harahap 3511 1000 04 Dosen Pembimbing : Hepi Hapsari Handayani, S.T, Ms.C Jurusan Teknik Geomatika Fakultas Teknik
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun
BAB 4 IMPLEMENTASI DAN EVALUASI Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun keseluruhan sistem, prosedur pengoperasian sistem, implementasi dari sistem dan evaluasi hasil pengujian
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. pengenalan dan penentuan kondisi akuarium ikan hias air laut :
94 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Berikut adalah spesifikasi sistem yang digunakan dalam melakukan proses pengenalan dan penentuan kondisi akuarium ikan hias air laut : 4.1.1 Spesifikasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem pengenalan wajah adalah aplikasi dari pengolahan citra yang dapat mengidentifikasi seseorang melalui citra digital atau frame video. Sistem pengenalan wajah
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
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 terperinci3 BAB III METODE PENELITIAN
20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
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 terperinciBAB II KAJIAN LITERATUR...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v KATA PENGANTAR... vi ABSTRAK...
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISA
57 BAB 4 PENGUJIAN DAN ANALISA Pengujian dan analisa pada Bab 4 ini pada intinya adalah untuk mengetahui tingkat keberhasilan suatu sistem dengan metode yang sudah ditentukan. Masing masing metode mempunyai
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
Lebih terperinciBAB 1 PENDAHULUAN. menjadi salah satu hal yang sangat penting. Dengan begitu banyaknya kasus-kasus
BAB 1 PENDAHULUAN 1.1 Latar belakang masalah Melihat perkembangan yang terjadi di masyarakat, keamanan sekarang telah menjadi salah satu hal yang sangat penting. Dengan begitu banyaknya kasus-kasus seperti
Lebih terperinciRancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis
A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciBAB IV ANALISA. 4.1 Analisa teknik pengolahan citra
BAB IV ANALISA 4.1 Analisa teknik pengolahan citra Pada proses pengolahan citra ada beberapa teknik lain yang digunakan selain teknik restorasi citra blur untuk memperjelas citra blur, seperti proses grayscale
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET PRAKTIK MEDIA DIGITAL
No. LST/EKA/PTI 236/11 Revisi: 01 April 2011 Hal 1 dari 5 A. Kompetensi Setelah mengikuti mata kuliah ini, mahasiswa diharapkan memiliki kemampuan merekam audio, mengedit dan mengolah file audio untuk
Lebih terperinciBAB I: PENDAHULUAN. lingkup dari Tugas Akhir ini, serta diakhiri dengan sistematika penulisan laporan.
BAB I: PENDAHULUAN Bab I ini berisikan penjelasan mengenai latar belakang, permasalahan, tujuan, dan ruang lingkup dari Tugas Akhir ini, serta diakhiri dengan sistematika penulisan laporan. 1.1 LATAR BELAKANG
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Majunya teknologi informasi merupakan suatu perkembangan yang memberikan akses terhadap perubahan kehidupan masyarakat. Dunia informasi menjadi salah satu wilayah
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa merupakan tahapan yang sangat penting dalam melakukan penelitian. Tahap analisa yaitu proses pembahasan persoalan atau permasalahan yang dilakukan sebelum
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Deteksi pandangan pada ruang nyata merupakan proses untuk mengestimasi koordinat 3D (x, y, z) titik pandang terhadap objek yang dilihat dalam satuan fisik. Ketika suatu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN II.1 Analisis Sistem Algoritma canny adalah salah satu operator yang digunakan untuk deteksi tepi pada citra, Operator ini mirip seperti operator sobel. Aloritma canny
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian dilaksanakan pada bulan Maret sampai dengan Juli Penelitian ini
23 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret sampai dengan Juli 2012. Penelitian ini dilakukan di Laboratorium Teknologi Mekanik dan Laboratorium
Lebih terperinci