SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION
|
|
- Siska Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION Holisah, Prihastuti Harsani dan Arie Qur ania Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan ABSTRAK Identifikasi Kode Tangan yaitu Sistem Identifikasi Kode Tangan ini berbasis desktop. Sistem ini menggunakan metode Principal Component Analysis sebagai ekstrasi fitur dan jaringan syaraf tiruan (Artificial Neural Network) untuk perhitungan dan pendekatan. Sistem Identifikasi Kode Tangan ini dibuat dengan menggunakan software Matlab dan Ms. Excel. Metode pendekatan Menggunakan Principal Component Analysis dan Bacpropagation adalah SDLC (Software Development Life Cycle). Aplikasi ini telah melalui tahap proses validasi atau uji coba, yaitu uji coba struktural, uji coba fungsional dan uji coba validasi. Uji coba sistem dilakukan dengan membandingkan sistem yang telah dibuat dengan perhitungan manual dengan menggunakan metode principal component analysis dan jaringan syaraf tiruan (Artificial Neural Network). Uji coba pengujian yang dilakukan dengan gambar tangan yang dihasilkan pada cahaya normal menghasilkan akurasi mencapai 84,6% sedangkan akurasi pada cahaya kurang 73%. Kata kunci: Kode tangan, PCA,, Identifikasi 1. PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi yang semakin pesat menuntut manusia untuk menambah pengetahuan dan penguasaan teknologi informasi untuk dapat saling terhubung dan berkomunikasi. Penerapan teknologi informasi telah mengubah cara berkomunikasi seseorang sehingga memudahkan manusia dalam memenuhi kebutuhan, karena informasi dapat disajikan dengan cepat, efektif dan efisien. Komunikasi mempunyai peranan penting dalam menempuh hidupnya karena Komunikasi merupakan cara manusia untuk menyampaikan pernyataan kepada orang lain. Namun komunikasi akan sulit dilakukan oleh anak berkebutuhan khusus karena dia memiliki hambatan pendengaran dalam proses bicara. (Haenudin, 2013) Kurniawan dan Harjoko, 2011 melakukan penelitian dengan judul Pengenalan Bahasa Isyarat dengan Metode Segmentasi Warna Kulit dan Center of Gravity. Tujuan dari penelitian adalah untuk menghubungkan penderita cacat tunarungu dengan manusia normal. Metode yang digunakan menggunakan segmentasi warna kulit dan center of gravity. Tingkat akurasi sistem dalam cahaya kurang mencapai % sedangkan tingkat akurasi dalam keadaan terang 78.20%. Berdasarkan pada permasalahan, bahasa isyarat kode tangan pada umumnya hanya dimengerti oleh manusia yang telah mempelajarinya sedangkan komputer tidak dapat memahami kode tangan maka pada penelitian ini dibuat aplikasi komputer cerdas yaitu aplikasi identifikasi kode tangan menggunakan metode principal component analysis sebagai ekstrasi fitur dan sebagai identifikasi. 1
2 1.1.Tujuan Penelitian Tujuan dari penelitian ini adalah Sistem Identifikasi Kode Tangan Menggunakan Principal Component Analysis dan Ruang Lingkup Ruang lingkup penelitian ini meliputi: 1. Ekstrasi ciri terhadap gerakan jari tangan menggunakan principal component analysis. 2. Kamera digunakan untuk akuisisi data. 3. Metode yang digunakan untuk identifikasi citra adalah jaringan syaraf tiruan (Artificial Neural Network). 4. Untuk memudahkan dalam mengidentifikasi warna kulit tangan, foto tangan diambil dengan menggunakan latar belakang warna hitam. 5. Foto tangan yang digunakan tangan kanan, foto tangan dengan 26 karakter huruf dalam bahasa isyarat mempunyai 156 data yang dibagi menjadi 2 bagian yaitu cahaya normal dan cahaya kurang. Data untuk cahaya normal yaitu data latih 2x26=52 dan 1x26=26 sedangkan data untuk cahaya kurang yaitu 2x26=52 dan 1x26= Manfaat Penelitian Manfaat dari penelitian ini adalah menghasilkan sistem cerdas komputer yang berfungsi untuk mengidentifikasi kode tangan kedalam bentuk huruf, sehingga didapatkan akurasi pada identifikasi. 2.Tinjauan Pustaka 2.1. Kode Tangan Bahasa isyarat dibagi menjadi 2 bagian, yaitu isyarat kata dan isyarat alfabet, untuk isyarat kata mengacu 2 kepada kamus sistem isyarat bahasa indonesia yang telah dibakukan sedangkan isyarat alfabet mengacu pada ASL (American Sign Language) (Iqbal et al, 2011).. Gambar 1. Kode Tangan Alfabet 2.2. Pengelolaan Citra Digital Citra merupakan input untuk pengolahan citra sedangkan outputnya adalah hasil dari pengolahan citra (Sutoyo et al, 2009). 2.3.Ekstrasi Fitur Citra Ekstrasi fitur merupakan langkah untuk pengambilan ciri citra dari suatu bentuk yang akan di proses untuk tahap analisis. Ekstrasi fitur digunakan untuk mendapatkan ciri-ciri pembeda dari objek. Menurut Purnomo dan Muntasa (2010) Principal Component Analysis Menurut Purnomo dan Muntasa (2010), Principal Component Analysis merupakan sebuah metode ekstrasi fitur yang digunakan untuk membandingkan jumlah dimensi dari citra yang lebih besar dari data sampel. 2.5.Jaringan Syaraf Tiruan (Artificial Neural Network) Jaringan Syaraf Tiruan merupakan sistem informasi yang diproses dengan karakteristik seperti syaraf biologis manusia. (Widodo dan Handayanto, 2012). Jaringan Syaraf Tiruan menghasilkan keluaran yang didapatkan berdasarkan pengalaman selama jaringan mengikuti proses pembelajaran (Puspitaningrum, 2006)
3 Jaringan Syaraf Tiruan merupakan suatu algoritma pembelajaran yang terawasi, biasanya disebut dengan banyak lapisan (perceptron). mempunyai cara kerja dengan mengubah bobot-bobot yang terhubung dengan neuron-neuron pada lapisan tersembunyinya (Kusumadewi, 2004). Menurut Fadlisyah dan Rizal (2011), merupakan jaringan perceptron banyak lapisan yang dibuat dari unit-unit non-linier. Gambar 2 Arsitektur jaringan. 3.METODOLOGI PENELITIAN 3.1 Metode penelitian Rancangan penelitian menggunakan model Software Development Life Cycle sebagai tahapan yang harus di lakukan. Tahap-tahap pendekatan SDLC dapat dilihat pada gambar 3. Mulai Tahap Perencanaan Sistem Tahap Analisis Sistem Tahap Perancangan Sistem Ya Tahap Implementasi Tahap Uji Coba Uji Berhasil Penggunaan Selesai Gambar 3. Tahap Penelitian SDLC Tahap Perencanaan Sistem Tahap perencanaan sistem adalah tahap awal untuk mendapatkan resources yang digunakan untuk memperoleh solusi pada sistem yang akan dibuat Tahap Analisis Sistem Tidak Tahap analisis sistem merupakan tahap menganalisis permasalahan identifikasi kode tangan menuju target terdekat menggunakan fungsi round, sehingga memberikan informasi hasil identifikasi menjadi sebuah karakter huruf dari kode tangan yang diuji. Oleh karena itu penerapan metode Principal Component Analysis sebagai ekstrasi fitur dan Jaringan Syaraf Tiruan (Artificial Neural Network) sangat diperlukan untuk menentukan hasil dari identifikasi Tahap Perancangan Sistem Tahap perancangan sistem adalah tahap merancang sistem yang telah melalui proses perencanaan dan analisis Tahap Implementasi Tahap implementasi sistem adalah proses yang dilakukan setelah tahap perancangan selesai dilakukan, setelah itu melakukan tahap pembuatan kedalam bahasa pemrograman Tahap Uji Coba Uji coba sistem adalah pengujian yang dilakukan setelah pembuatan sistem selesai dibuat dengan melakukan percobaan pada user interface. Berikut adalah beberapa pengujian yang dilakukan terhadap sistem yang dibuat. 1. Uji Coba Struktural Uji coba struktural adalah pengujian yang dilakukan untuk mengetahui apakah sistem yang dibangun strukturnya atau alur program telah sesuai dengan rancangan 2. Uji Coba Fungsional Uji coba fungsional adalah pengujian yang dilakukan untuk mengetahui apakah sistem telah berfungsi dengan baik atau tidak. 3. Uji Coba Validasi 3
4 Uji coba validasi adalah pengujian yang dilakukan untuk mengetahui tingkat akurasi antara perhitungan secara manual dengan perhitungan pada sistem yang dibuat. 3.2 Waktu dan Tempat Penelitian Penelitian dilaksanakan di laboratorium Program Studi Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan Bogor. Pelaksanaan penelitian dilakukan dari bulan Januari 2015 sampai Maret 2015 (3 bulan). 3.3 Alat dan Bahan Penelitian Alat Penelitian Alat dan bahan penelitian yang digunakan berupa perangkat keras (Hardware) dan perangkat lunak (Software). Perangkat keras, berupa : a. Processor Intel Core i5 b. 2430M c. 500GB Hard Drive d. 4096MB RAM e. NVIDIA Geforce GT540M Perangkat Lunak, berupa : a. Operating System Windows 8 Pro 64-bit b. Matlab 2010a c. Mozilla Firefox d. Office Bahan Penelitian Adapun bahan yang digunakan selama pembuatan sistem ini adalah : 1. Citra digital tangan. 2. Skrip Matlab sebagai bahasa pemrograman yang akan digunakan. 3. Skripsi, Jurnal, Buku dan artikel sebagai bahan referensi dalam pembuatan laporan. 4. PERANCANGAN DAN IMPLEMENTASI 4.1 Tahap Perencanaan Sistem Tahap Perencanaan merupakan suatu proses dalam mengumpulkan data. 4.2 Tahap Analisis Sistem Tahap analisis sistem merupakan tahap analisis ini dapat dilakukan dengan cara memahami permasalah pada sistem yang akan dibuat kemudian menarik kesimpulan dari proses analisis tersebut. Alur identifikasi kode tangan dapat dilihat pada gambar 4. Pelatihan Jaringan Syaraf Tiruan (Artificial Neural Network) Hasil Pelatihan.mat Mulai Akuisisi Citra Masukkan citra tangan hasil akuisisi citra berbentuk.jpg Preprocessing Ekstrasi Fitur dengan Principal Component Analysis Pengujian Jaringan Syaraf Tiruan (Artificial Neural Network) Hasil Identifikasi Gambar 4. Alur Identifikasi Kode Tangan Akuisisi Citra Pada tahap ini citra tangan di akuisisi dengan menggunakan kamera digital. Hasil dari tahap ini adalah citra digital dari gambar tangan yang akan disimpan dalam database beserta informasinya. Gambar kode tangan hasil akuisisi citra dapat dilihat pada lampiran Preprocessing Preprocecessing yang dilakukan pada penelitian adalah menyeragamkan ukuran citra menjadi 10x10 piksel dan merubah citra warna menjadi citra grayscale 8 bit (28 = 256 derajat keabuan) dengan cara menghitung rata-rata elemen warna Red, Green, Blue (Sutoyo. 2009). Selesai 4
5 f i f ( x, y) o...(5) R ( x, y) f G i ( x, y) f 3 B i ( x, y) Ekstrasi Fitur Principal Component Analysis Tahap ini merupakan proses teknikteknik sederhana dalam statistika. Alur ekstrasi fitur dapat dilihat pada gambar 5. Zero Mean merupakan data yang diperoleh dari pengurangan data normal x dikurangi nilai rata-rata dari parameter terkait. Hasil dari zero mean dapat dilihat pada tabel 3. Tabel 3. Perhitungan Zero Mean mulai Cari nilai rata-rata seluruh citra menggunakan persamaan Hitung Zero Mean menggunakan persamaan Gandakan Zero Mean seperti pada persamaan Membentuk matrik kovarian Menentukan Matrik Eigenvector dan EigenValue Hasil Vektor PCA selesai Gambar 5. Alur Ekstrasi Fitur Mencari Nilai Rata-Rata Citra Hasil perhitungan nilai rata-rata citra dapat dilihat pada tabel 2. Tabel 2. Nilai dan Hasil Penjumlahan Data x Menentukan Matrik Kovarian Matrik Kovarian adalah matrik yang digunakan untuk memperoleh ciri utama dari sample tangan sehingga mendapatkan ruang tangan dari ciri tangan tersebut. Matrik kovarian dapat diperoleh dengan cara mengkalikan matrik baru dengan matrik transposenya Tabel 4. Hasil Perkalian (x-µ) (x-µ) 5558 i Berdasarkan Tabel, maka dapat dihitung rata-rata nilai x ke 1 sampai 100 menjadi µ adalah 55.58, setelah nilai ratarata diketahui langkah selajutnya adalah menggandakan nilai rata-rata menjadi 100 kali Menghitung Zero Mean ,36 C 1251, Menentukan Eigen Vector dan Eigen Value Hasil perhitungan nilai kovarian dimaksudkan untuk mencari nilai eigenvector dan eigenvalue, sehingga dapat diperoleh fitur-fitur utama dari citra tangan. EigenVector = 1251, dan EigenValue=1
6 Hasil Vektor PCA Vektor Hasil PCA digunakan sebagai pola matrik untuk pelatihan. pola tersebut disimpan dalam bentuk Ms. Excel. Data hasil principal component analysis digunakan untuk input pelatihan jaringan syaraf tiruan (artificial neural network). Tabel 5. Vektor Hasil PCA Pelatihan Jaringan Syaraf Tiruan (Artificial Neural Network) Tahap analisis pelatihan jaringan syaraf tiruan (Artificial Neural Network) merupakan suatu tahap pembelajaran jaringan syaraf, pada tahap pelatihan jaringan dimasukkan vektor hasil ekstrasi fitur principal component analysis sehingga menjadi set pelatihan. Set pelatihan yang berupa vektor input yang diasosiasikan dengan output pelatihan yaitu target. Tabel 6. Set Karakter huruf dengan Target Pelatihan melalui tahap pembelajaran. Citra gambar akan dimasukan untuk menguji akurasi pengenalan jaringan terhadap citra yang telah melalui pelatihan. Data citra yang digunakan sebagai data uji pada cahaya normal yaitu a3 z3 sedangkan data citra yang digunakan sebagai data uji pada cahaya kurang yaitu a6-z Tahap Perancangan Sistem. Tahapan perancangan sistem merupakan tahapan yang terdiri dari tahap perancangan sistem secara umum dan tahap perancangan secara detail Tahap Perancangan Sistem Secara Umum Struktur Navigasi Struktur Navigasi pada Aplikasi Identifikasi Kode Tangan dimulai dari menu utama, kemudian menu modul dan menu keluar dari aplikasi. Menu modul terdiri dari sub menu identifikasi gerak tangan cahaya normal dan identifikasi gerak tangan cahaya kurang. Struktur navigasi dapat dilihat pada gambar 6. Modul Identifikasi Kode Tangan Pada Cahaya Normal Menu Utama Keluar Identifikasi Kode Tangan Pada Cahaya Kurang Gambar 6. Struktur Navigasi Pengujian Jaringan Syaraf Tiruan (Artificial Neural Network) Tahap analisis pengujian jaringan syaraf tiruan (Artificial Neural Network) merupakan suatu tahap pengujian jaringan syaraf yang telah Flowchart Sistem Flowchart sistem merupakan alur dari simbol-simbol yang digunakan untuk menggambarkan proses kerja aplikasi identifikasi kode tangan.
7 Start Modul Keluar Menu Utama IDENTIFIKASI KODE TANGAN PADA CAHAYA NORMAL A 1. Modul 2. Keluar Browse Picture Browse Picture Principal Component Analysis LOGO Modul 1. Identifikasi Kode Tangan Pada Cahaya Normal 2. Identifikasi Kode Tangan Pada Cahaya Kurang Keluar End CITRA GAMBAR Ekstrasi Fitur PCA Choose Testing Testing Start Training Identifikasi Kode Tangan PadaCahaya Normal Identifikasi Kode Tangan Pada Cahaya Kurang NAMA FILE Save Training 1. Ekstrasi Fitur PCA 2. Start Training 3. Save Training 4. Testing 1. Ekstrasi Fitur PCA 2. Start Training 3. Save Training 4. Testing A Gambar 7. Flowchart Sistem Tahap Peracangan Sistem Secara Detail Perancangann sistem secara detail merupakan perancangan antar muka / form-form desain interface yang berfungsi untuk menjelaskan fungsi-fungsi dari aplikasi identifikasi gerakan tangan dalam bahasa isyarat Perancangan Menu Utama Rancangan Menu Utama merupakan rancangan yang keluar pertama kali ketika user masuk kedalam aplikasi.. Perancangan menu utama dapat dilihat pada gambar 8. Modul Keluar DB Gambar 9. Perancangan Modul Identifikasi Kode Tangan Pada Cahaya Normal Perancangan Modul Idntifikasi Kode Tangan Pada Cahaya Kurang Perancangan modul identifikasi Kode tangan pada cahaya kurang merupakan halaman interface untuk mengambil gambar citra, ekstrasi fitur menggunakan PCA, pemberian label citra, melakukan pelatihan, menyimpan hasil pelatihan, dan testing atau pengujian hasil pelatihan jaringan. Perancangan modul identifikasi kode tangan cahaya kurang dapat dilihat pada gambar 10. Modul Keluar CITRA GAMBAR IDENTIFIKASI KODE TANGAN PADA CAHAYA KURANG Browse Picture Browse Picture Principal Component Analysis Ekstrasi Fitur PCA Choose Testing LOGO Testing Start Training SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKRPOPAGATION LOGO HOLISAH PROGRAM STUDI ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PAKUAN 2015 Gambar 8. Perancangan Menu Utama Perancangan Modul Identifikasi Kode Tangan Pada Cahaya Normal Perancangan modul identifikasi kode tangan pada cahaya normal merupakan halaman interface untuk mengambil gambar citra, ekstrasi fitur menggunakan PCA, pemberian label citra, melakukan pelatihan, menyimpan hasil pelatihan, dan testing atau pengujian jaringan. Perancangan modul identifikasi kode tangan pada cahaya normal dapat dilihat pada gambar 9. NAMA FILE Save Training Gambar 10. Perancangan Modul Identifikasi Kode Tangan Pada Cahaya Kurang 4.4 Tahap Implementasi Tahap implementasi merupakan tahap pembangunan sistem seluruh obyek yang telah dirancang sehingga menjadi sebuah aplikasi yang dapat digunakan. sistem identifikasi kode tangan menggunakan dan menggunakan Matlab 2010a Implementasi Sistem 7
8 Implementasi sistem menggunakan Matlab 2010a. Tampilan membuat sistem dapat dilihat pada gambar 11. Gambar 11. Tampilan Membuat Sistem 5. HASIL DAN PEMBAHASAN 5.1 Hasil Hasil yang didapat dari implementasi identifikasi menggunakan Principal Component Analysis dan pada penerapan identifikasi kode tangan meliputi 2 menu yaitu : menu modul dan menu keluar. Berikut halaman utama pada Gambar 12. Menu modul mempunyai 2 sub menu yaitu: Identifikasi gerak tangan cahaya normal terlihat pada gambar 13 dan identifikasi kode tangan cahaya kurang terlihat pada gambar 14. Gambar 14. Identifikasi Kode Tangan Pada Cahaya Kurang Pengambilan Gambar Proses pengambilan gambar dalam bentuk *.jpg terlihat pada Gambar 15 dan gambar 16. Gambar 15. Pengambilan Gambar Identifikasi Kode Tangan Cahaya Normal Gambar 16. Pengambilan Gambar Identifikasi Kode Tangan Pada Cahaya Kurang Gambar 12. Halaman Utama Ekstrasi Fitur Principal Component Analysis Gambar citra tangan yang telah di upload selanjutkan akan melalui tahap ekstrasi fitur principal component analysis dan menentukan target karakter dari gambar citra tangan tersebut. Proses PCA dan penentuan target dapat dilihat pada gambar 17 dan gambar 18. Gambar 13. Identifikasi Kode Tangan Pada Cahaya Normal. 8
9 Sehingga akan diketahui informasi mengenai akurasi antara data yang telah di latih dengan data uji coba. Tahap pengujian dapat dilhat pada gambar 21 dan gambar 22. Gambar 17. Ekstrasi Fitur Identifikasi Kode Tangan Pada Cahaya Normal Gambar 21. Tahap Pengujian Identifikasi Kode Tangan Pada Cahaya Normal Gambar 18. Ekstrasi Fitur Identifikasi Kode Tangan Pada Cahaya Kurang Ekstrasi fitur PCA menghasilkan vektor dengan ukuran 1 x 100 yang akan disimpan kedalam Ms. Excel. terlihat hasil penyimpanan pada Gambar 19. Gambar 19. Penyimpanan pada Ms. Excel Pelatihan Jaringan Syaraf Tiruan (Artificial Neural Network) Data citra ekstrasi fitur Principal Component Analysis yang telah disimpan dapat melakukan tahap pelatihan dengan menggunakan metode Artificial Neural Network Backproagation. Contoh Proses pelatihan data dilihat pada gambar 20. Gambar 20. Tahap pelatihan Pengujian Jaringan Syaraf Tiruan (Artificial Neural Network) Proses pengujian berupa input gambar yang akan dibandingkan dengan data yang telah melalui tahap pelatihan, Gambar 22. Tahap Pengujian Identifikasi Kode Tangan Pada Cahaya Kurang 5.2. Pembahasan Pada penelitian ini identifikasi kode tangan dilakukan tahap akuisis citra menggunakan tangan kanan sebagai sample penelitian dan latar belakang warna hitam. Citra tangan yang digunakan pada penelitian ini sebanyak 156 data yang dibagi menjadi 2 bagian yaitu cahaya normal dan cahaya kurang. Data untuk cahaya normal yaitu data latih 2x26=52 dan 1x26=26 sedangkan data untuk cahaya kurang yaitu 2x26=52 dan 1x26=26. Hasil uji coba validasi menghasilkan pengujian identifikasi gerakan tangan pada cahaya normal menghasilkan akurasi mencapai 84,6%, sedangkan hasil uji coba pada cahaya kurang menghasilkan akurasi sebesar 73%. Kekurangan dari sistem identifikasi kode tangan ini tidak menggunakan kontras sehingga tidak dapat diketahui perbedaan nilai citra tangan pada cahaya normal dan cahaya kurang. 9
10 5.3 Tahap Uji Coba Tahap uji coba adalah tahap untuk mencoba sistem yang telah dibuat apakah sudah layak untuk digunakan atau belum. 1. Uji Coba Struktural Uji coba struktural adalah uji coba yang dilakukan pada saat pembuatan Identifikasi Kode Tangan dan memastikan kinerja dari sistem yang dibuat. Hasil uji coba Struktural pengenalan karakter ditampilkan pada tabel 7. Tabel 7.Tabel Uji Struktural semua link sudah dapat berfungsi dengan baik. 3. Uji Coba Validasi Uji validasi pengujian identifikasi kode tangan dilakukan dengan cara membandingkan target yang diberikan pada setiap masing-masing kode tangan dengan hasil yang didapat dari program. persamaan 6....(6) Tabel 9. Hasil Uji Coba Pengujian (Cahaya Normal) Hasil pengujian struktural yang dilakukan pada setiap form/halaman, telah terbukti bahwa halaman program tersebut sudah dapat dijalankan. Semua tampilan form/halaman juga sudah sesuai dengan perancangan yang dibuat pada tahap perancangan 2. Uji Coba Fungsional Uji coba fungsional merupakan tahap uji coba yang bertujuan untuk mengetahui apakah bagian dari proses sistem informasi berjalan sesuai dengan fungsi masing-masing. Hasil uji coba fungsional identifikasi gerakan tangan ditampilkan pada tabel 8. Tabel 8.Tabel Uji Fungsional Hasil pengujian fungsional yang dilakukan pada setiap link di halaman aplikasi identifikasi gerakan tangan dalam bahasa isyarat ini, telah terbukti bahwa 10 Pengujian identifikasi kode tangan pada cahaya normal menghasilkan akurasi mencapai 84,6%. Pengujian yang dihasilkan pada cahaya normal menghasilkan akurasi yang sangat baik. Tabel 10. Uji Coba Pengujian (Cahaya Kurang) Pengujian identifikasi kode tangan pada cahaya kurang menghasilkan akurasi mencapai 73%. Pengujian yang dihasilkan pada citra yang diambil cahaya normal menghasilkan akurasi yang lebih baik dari citra yang diambil pada cahaya kurang. 6.Kesimpulan 6.1 Kesimpulan
11 Kesimpulan yang bisa diambil dari implementasi Identifikasi Kode Tangan yaitu Sistem Identifikasi Kode Tangan ini berbasis desktop. Sistem ini menggunakan metode Principal Component Analysis sebagai ekstrasi fitur dan jaringan syaraf tiruan (Artificial Neural Network). Aplikasi ini telah melalui tahap proses validasi atau uji coba, yaitu uji coba struktural, uji coba fungsional dan uji coba validasi. Uji coba pengujian yang dilakukan dengan gambar tangan yang dihasilkan pada cahaya normal menghasilkan akurasi mencapai 84,6% sedangkan akurasi pada cahaya kurang menghasilkan akurasi mencapai 73%. Pengenalan untuk setiap gambar gerakan tangan yang di uji bergantung pada cahaya gambar gerakan tangan yang telah melalui tahap pelatihan, gambar pada cahaya normal menghasilkan akurasi yang lebih tinggi dari gambar cahaya kurang, apabila gambar gerakan tangan yang di uji tersebut mirip atau mendekati target dengan salah satu gambar gerakan tangan yang telah dilatih, maka akurasi pengenalan dalam uji coba akan menghasilkan nilai yang tinggi. 6.2 Saran Saran pada penelitian ini adalah proses ekstrasi fitur dapat menggunakan metode wavelet dan dapat disempurnakan dengan menggunakan beberapa metode pemrosesan citra yang lain seperti treshold, kontras, histogram, segmentasi dan normalisasi untuk menghasilkan akurasi yang lebih baik. DAFTAR PUSTAKA Fadlisyah dan Rizal Pemrograman Computer Vision pada Video Menggunakan Delphi+Vision Lab VCL Graha Ilmu, Yogyakarta. Haenudin Pendidikan Anak Berkebutuhan Khusus Tunarungu. Luxima Metro Media, Jakarta. Iqbal et al Pengenalan Bahasa Isyarat Indonesia Berbasis Sensor Accelerometer dan Sensor Flex Menggunakan Dynamic Time Warping. Jurusan Teknik Elektro Institut Teknologi Surabaya, Surabaya. Kaswidjanti et al Analisis dan Perancangan Jaringan Saraf Tiruan dengan Metode Pada Aplikasi Pengenalan Tanda Tangan. Jurusan Teknik Informatika Universitas Pembangunan Nasional Veteran, Yogyakarta. Kurniawan dan Harjoko Pengenalan Bahasa Isyarat dengan Metode Segmentasi Warna kulit dan Center of Gravity. Jurusan PMIPA, Ilmu komputer dan Elektronika Universitas Gadjah Mada, Yogyakarta. Kusumadewi, S Membangun Jaringan Syaraf Tiruan Menggunakan Matlab & Excel Link. Graha Ilmu, Yogyakarta. Purnomo dan Muntasa Konsep Pengolahan Citra Digital dan Ekstrasi Fitur. Graha Ilmu, Yogyakarta. Puspitaningrum, D Pengantar Jaringan Saraf Tiruan. Andi, Yogyakarta. Sutoyo et al Teori Pengolahan Citra Digital. Andi, Yogyakarta. Sutoyo et al Kecerdasan Buatan. Andi, Yogyakarta. Utami dan Wulanningrum Penggunaan Principal Component Analysis dan Euclidean Distance untuk Identifikasi Citra Tanda Tangan. Vol. 16 No.1:1-16. Widodo dan Handayanto Penerapan Soft Computing dengan Matlab. Informatika, Bandung. 11
BAB 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 terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciKLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
KLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
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 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
Lebih terperinciMILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Beberapa tahun belakangan ini, jaringan syaraf tiruan telah berkembang dengan pesat. Berbagai aplikasi telah memanfaatkan jaringan syaraf tiruan dalam penerapannya,
Lebih terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
Lebih terperinciBAB III METODOLOGI PENELITIAN. manusia dengan menggunakan metode Gabor Filter dan Algoritma
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak manusia dengan menggunakan
Lebih terperinci: RAHMAT HIDAYAT NPM : : Ilmu Komputer dan Teknologi Informasi
APLIKASI PENGENALAN HURUF TULISAN TANGAN OFFLINE MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Nama : RAHMAT HIDAYAT NPM : 15111783 Fakultas : Ilmu Komputer dan Teknologi Informasi Jurusan : Sistem Informasi
Lebih terperinciALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS
ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS Egi Badar Sambani 1), Neneng Sri Uryani 2), Rifki Agung Kusuma Putra 3) Jurusan Teknik Informatika,
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciHasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
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 terperinciBAB 1 Persyaratan Produk
BAB 1 Persyaratan Produk Teknologi pengolahan citra digital sudah berkembang sangat pesat pada saat ini. Hal ini dapat dilihat dari banyaknya produk pengolahan citra digital yang ditawarkan di pasaran.
Lebih terperinciBAB III METODOLOGI PENELITIAN
38 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Peramalan, Curah Hujan, Knowledge Discovery in Database, Jaringan Saraf Tiruan, Backpropagation, Optimalisasasi Backpropagation Pengumpulan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi Penelitian merupakan acuan dalam pelaksanaan sebuah penelitian. Metodologi penelitian berisi rencana kerja yang berurutan agar hasil yang didapatkan sesuai dengan
Lebih terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
Lebih terperinciJURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS)
JURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) SIGNATURE RECOGNITION USING 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) Oleh:
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45
20 BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : AMD A8-6410 APU (4 CPUs), ~2.0 GHz b. Memori : 8192
Lebih terperinciIDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION
IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION Dila Deswari [1], Hendrick, MT. [2], Derisma, MT. [3] Jurusan Sistem Komputer, Fakultas Teknologi Informasi, Universitas Andalas [1][3]
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi
PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENGENALAN KARAKTER ANGKA DARI SEGMENTASI CITRA PLAT NOMOR KENDARAAN DENGAN METODE SOMs Winda Marlia
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
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 III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam implementasi persamaan Pulse
Lebih terperinciPERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK OLEH ARIF MIFTAHU5R ROHMAN (2200 100 032) Pembimbing: Dr. Ir Djoko Purwanto, M.Eng,
Lebih terperinciPENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI
PENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Departemen Ilmu Komputer/Informatika
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciIII METODOLOGI PENELITIAN
37 III METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Dukungan terhadap pembangunan Online Lesson Plan (OLP) matematika bagi lingkungan sekolah merupakan suatu kebutuhan penting untuk membantu kinerja guru
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciGambar 3.1 Desain Penelitian
METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Permalan Time Series, Harga Minyak Bumi, Jaringan Syaraf Tiruan, Backpropagation Pengumpulan Data Harga Minyak Bumi di Indonesia Perancangan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Rancangan company profile PT.Nandya Karya Perkasa ini dibutuhkan metode agar dapat menuangkan ide awal sesuai dengan yang diharapkan dalam implementasinya.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Tahap Awal Tahap Analisis Merumuskan Masalah Studi Literatur Data Penelitian Tahap Perancangan Desain Sistem Implementasi TOPSIS 1. Matriks Keputusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan dalam penelitian ini.
Lebih terperinciBAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA
BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Jaringan saraf tiruan hopfield merupakan salah satu Algoritma Machine Learning yang dapat mengklasifikasikan suatu objek citra berdasarkan pelatihan
Lebih terperinciPENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION
PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION Amriana 1 Program Studi D1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik UNTAD ABSTRAK Jaringan saraf tiruan untuk aplikasi
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION Abdi Haqqi An Nazilli 1, Deddy Kusbianto Purwoko Aji 2, Ulla Delfana Rosiani 3 1,2 Teknik Informatika,
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA Penelitian maupun pembuatan aplikasi mengenai pengenalan karakter / pengenalan pola ataupun yang berhubungan dengan Jaringan Syaraf Tiruan terlebih dengan metode Backpropagation
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1. Implementasi Sistem Tahap implementasi dan pengujian sistem, dilakukan setelah tahap analisis dan perancangan selesai dilakukan. Pada bab ini aan dijelaskan
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciAPLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI
APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi
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 terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Barcode Rcognition System Using Backpropagation Neural Networks M. Kayadoe, Francis Yuni Rumlawang, Yopi Andry Lesnussa * Jurusan
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciKOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS 1 Sofyan Azhar Ramba 2 Adiwijaya 3 Andrian Rahmatsyah 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB III METODOLOGI PENELITIAN
42 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Observasi, serta konsultasi dengan ahli grafologi mengenai pengenalan tulisan tangan untuk melihat karakter psikologi dengan melihat bentuk huruf
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Berkembangnya teknologi informasi pasti menimbulkan masalah dalam pengamanan informasi. Salah satu cara untuk mengamankan informasi dapat dilakukan dengan autentikasi terhadap
Lebih terperinciMahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.
Mahasiswa: Muhimmatul Khoiro 1110100049 Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si. Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 Diagnosa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Artificial Neural Network atau jaringan syaraf tiruan merupakan bidang yang sangat berkembang saat ini. Pemanfaatan teknologi mesin dan computer yang tidak terbatas
Lebih terperinciOleh: Angger Gusti Zamzany( ) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T.
Oleh: Angger Gusti Zamzany(1210100 073) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI PENGUJIAN
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciAPLIKASI SISTEM PENILAIAN KINERJA PEGAWAI NEGERI SIPIL BERBASIS WEB (Studi Kasus : Balai Penelitian Ternak)
APLIKASI SISTEM PENILAIAN KINERJA PEGAWAI NEGERI SIPIL BERBASIS WEB (Studi Kasus : Balai Penelitian Ternak) Dadang Sudarman, Prihastuti Harsani dan Arie Qur ania Program Studi Ilmu Komputer, Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah penggambaran sesuatu berdasarkan sifat atau ciri dari sebuah objek. Penggambaran objek sangat berpengaruh terhadap sifat atau ciri yang memiliki
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciAPLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER
JURNAL TEKNIK DAN INFORMATIKA ISSN 89-594 VOL.5 NO. JANUARI 8 APLIKASI PENGOLAHAN CITRA PERBAIKAN KUALITAS IMAGE CITRA DIGITAL MENGGUNAKAN METODE HARMONIC MEAN FILTER Supiyandi, Barany Fachri, Program
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN PENGENALAN SIDIK JARI DENGAN METODE BIDIRECTIONAL ASSOCIATIVE MEMORY
UNIVERSITAS BINA NUSANTARA Pernyataan Kesiapan Skripsi Untuk Ujian Pendadaran Penyataan Penyusunan Skripsi Kami, Darwin Wibisono David Hariyanto Kusdyanto dengan ini menyatakan bahwa Skripsi yang berjudul
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciIDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ)
IDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom.) Pada Program Studi Teknik
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciIDENTIFIKASI KARAKTER MANUSIA MELALUI TULISAN TANGAN DENGAN MENGGUNAKAN METODE ANALISIS TEKSTUR DAN MEDIAN FILTER BERBASIS WEB
IDENTIFIKASI KARAKTER MANUSIA MELALUI TULISAN TANGAN DENGAN MENGGUNAKAN METODE ANALISIS TEKSTUR DAN MEDIAN FILTER BERBASIS WEB Sulaeman, Prihastuti Harsani, Arie Qur ania. Email : svone17@gmail.com Program
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Pada implementasi sistem ini akan dijelaskan mengenai perangkat yang digunakan saat pembuatan aplikasi ini. Berikut merupakan spesifikasi perangkat
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah cara yang digunakan dalam memperoleh berbagai data untuk diproses menjadi informasi yang lebih akurat sesuai permasalahan yang akan diteliti.
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 terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinciBAB III METODE PENELITIAN. mempermudah pelaksanaan penelitian. Tahap-tahap penelitian dalam
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang dilakukan bertujuan untuk mengatur dan mempermudah pelaksanaan penelitian. Tahap-tahap penelitian dalam pengembangan aplikasi penyederhanaan
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha. Gambar 1.1 : Ilustrasi jaringan syaraf manusia yang diadaptasi untuk ANN (Kriesel, 2011)
BAB 1 PENDAHULUAN 1.1 Latar Belakang Rentannya kesalahan yang dapat terjadi oleh pekerjaan yang dilakukan oleh manusia dalam menganalisa, atau ketika mencoba membangun relasi antar fitur yang berjumlah
Lebih terperinciPENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN
PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN Herfina 1) 1) Program Studi Ilmu Komputer, FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Ciheuleut Bogora email : herfinario@yahoo.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciBAB III METODE PENELITIAN
12 BAB III METODE PENELITIAN 3.1 Metode Pengembangan Sistem Untuk pengembangan sistem, penelitian ini menggunakan model SDLC (Software Development Life Cycle). Selain untuk proses pembuatan, SDLC juga
Lebih terperinciPERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN
PERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN Teguh Triantoro, F. Rizal Batubara, Fahmi Konsentrasi Teknik Komputer, Departemen Teknik Elektro Fakultas Teknik
Lebih terperinciBAB IV IMPLEMENTASI DAN UJI COBA. Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi
BAB IV IMPLEMENTASI DAN UJI COBA 4.1 Kebutuhan Sistem Sebelum melakukan implementasi dan menjalankan aplikasi Model Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi perangkat lunak
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Nama Mahasiswa : Gigih Prasetyo Cahyono NRP : 1206 100 067 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Prof.
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh pelanggan. Alat ini biasa diletakkan di rumah-rumah yang menggunakan penyediaan air
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI SISTEM
BAB IV IMPLEMENTASI DAN EVALUASI SISTEM 4.1 Kebutuhan Sistem Implementasi program merupakan penyesuaian perangkat lunak dengan rancangan dan desain sistem yang telah dibuat sebelumnya. Diharapkan dengan
Lebih terperinci