BAB V PEMBAHASAN UMUM
|
|
- Widyawati Hermanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 lemon. Untuk mencapai tujuan tersebut maka penelitian ini dibagi menjadi tiga bagian yang satu dengan lainnya terkait erat. Buah jeruk lemon yang dijadikan obyek panen untuk dideteksi sistem ini ditentukan buah dengan ketuaan berusia 120 hsbm. Hal ini dilakukan sesuai hasil studi lapang pada beberapa petani dan koperasi pengumpul jeruk lemon yang menginformasikan bahwa buah jeruk lemon usia 120 hsbm. banyak digunakan untuk memenuhi kebutuhan industri jus, pewangi, sabun, dan produk lain. Pada bagian pertama, penelitian ini menitikberatkan pada pengembangan algoritma yang bertujuan untuk mengeliminasi latar belakang tanaman jeruk lemon. Sedang pada bagian ke dua, penelitian ini bertujuan untuk melakukan kalibrasi sensor kamera. Kalibrasi dilakukan dengan tujuan agar dapat menghasilkan formula untuk mendeteksi jarak obyek dari sensor kamera. Bagian kedua dilanjutkan dengan validasi formula tersebut sehingga dihasilkan rumus baku penentuan posisi tiga dimensi obyek. Sedang bagian akhir dari penelitian ini adalah menerapkan dan menguji formula penentuan posisi tiga dimensi untuk obyek buah jeruk lemon pada tanamannya. Dari hasil penelitian bagian pertama, didapa t bahwa parameter warna R dan G dapat digunakan untuk mengeliminasi daun (termasuk daun yang telah kering) dan tangkai tanaman jeruk lemon. Selain itu, meskipun tidak digunakan untuk thresholding, parameter I juga memilliki kecenderungan dapat digunakan untuk mengeliminasi daun, tangkai, dan latarnya. Hal ini terlihat dari plot grafis pada Gambar 19 yang menunjukkan perbedaan yang signifikan antara intensitas (I) pada daun, tangkai, dan latarnya terhadap buah jeruk lemon, meskipun pada beberapa bagian terlihat adanya saling tumpang tindih (overlap). Sebagai tambahan untuk menampilkan buah jeruk lemon juga digunakan kombinasi indeks 2r -0.5g-b. Dengan ditambahkan indeks ini sebagai nilai ambang, maka citra biner hasil thresholding menunjukkan hasil yang sedikit lebih 138
2 baik. Artinya parameter ini berpengaruh untuk menghilangkan daun, tangkai, serta daun kering tanaman jeruk lemon. Makna dari penelitian ini adalah dari hasil yang didapat terlihat bahwa warna dari buah jeruk lemon didominasi oleh kombinasi sinyal warna merah (R) dan hijau (G). Ini adalah hal yang logis karena secara prinsip warna kuning terbentuk dari warna merah dan hijau dengan komposisi tertentu. Sedangkan daun, daun kering, latar gelap, dan tangkai, struktur warna pembentuknya tidak melibatkan sinyal warna merah (R) dan hijau (G) secara masif, sehingga terdapat perbedaan yang signifikan antara buah jeruk lemon yang berwarna kuning dengan latarnya. Untuk mengeliminasi citra bunga lemon yang berwarna putih perlu dilakukan analisis terhadap data RGB. Warna putih merupakan warna yang terbentuk akibat intensitas yang tinggi dari ketiga warna pokok RGB. Dari hasil pengamatan data sebaran nilai RGB untuk citra bunga lemon dan obyek lain yang berwarna putih, diketahui bahwa sebesar 91.2 % dari 250 titik data tersebut sinyal warna merah (R ), hijau (G), dan biru (B) jatuh pada nilai yang sama tingginya yaitu 248. Hal ini merupakan dasar untuk menentukan parameter yang digunakan untuk menghilangkan citra bunga lemon dan latar lain yang berwarna putih, yaitu dengan menggunakan parameter (R=G dan G=B dan R = 248). Hasil percobaan menunjukkan bahwa parameter ini dapat mengeliminasi bunga lemon dan latar lain yang berwarna putih. Sebagai tambahan untuk lebih mempertajam hasil citra biner jeruk lemon juga digunakan kombinasi indeks (2r -0.5g-b 0.15 dan 2r-0.5g-b 0.55). Hasil percobaan menunjukkan bahwa parameter ini dapat menghilangkan sisa noise yang masih ada. Dari hasil penelitian pada bagian kedua memperlihatkan bahwa kalibrasi terhadap sensor kamera dapat dilakukan dan data yang dihasilkan cukup konsisten. Pengolahan data menghasilkan nilai konstanta d = 390 pixel dapat digunakan secara umum untuk sembarang pergeseran kamera mulai 3 hingga 12 cm dan pergeseran kamera tertentu sebesar 3, 6, 8, 10, dan 12 cm. Nilai konstanta d ini ditentukan dengan melihat data rata-rata kalibrasi pada beberapa pergeseran 139
3 kamera yang memiliki kecendrungan ke nilai tersebut dan diimbangi dengan hasil uji coba terhadap nilai tersebut. Karena sistem deteksi ini dikembangkan untuk digunakan manipulator robot pemanen yang memiliki jangkauan maksimum 55.7 cm. Dan dengan asumsi bahwa pengembangan sistem pemanenan di masa yang akan datang bisa menambah endeffector dari manipulator ini menjadi lebih panjang dari 55.7 cm, maka kalibrasi ditetapkan pada kisaran jarak 30 cm hingga 72 cm. Hasil dari penelitian ini didapat rumus baku yang dapat digunakan untuk perhitungan posisi tiga dimensi obyek jeruk lemon. Rumus untuk menentukan posisi tiga dimensi arah sumbu z, yaitu dari titik pusat sensor kamera ke titik pusat obyek secara lateral dapat menggunakan formula 390. L D =, dengan L adalah ( x i x ) 2 i1 besar pergeseran kamera. Sedang untuk menghitung posisi tiga dimensi obyek dari titik pusat sensor kamera ke titik pusat obyek dalam arah sumbu x, didapat formula x 0 xi. D =, dengan x i jarak jarak antara titik pusat sensor kamera pada 390 posisi akhir ke titik pusat citra obyek dalam arah sumbu x. Untuk menghitung posisi tiga dimensi obyek dari titik pusat sensor kamera ke titik pusat obyek dalam yi. D arah sumbu x, didapat formula y0 =, dengan y i jarak antara titik pusat 390 sensor kamera pada posisi akhir ke titik pusat citra obyek dalam arah sumbu y. Hasil validasi terhadap formula perhitungan jarak ini menunjukkan error rata-rata untuk pergeseran kamera 3, 6, 8, 10, dan 12 cm sebesar 0.23 cm. Error ini dapat diterima untuk pemanenan buah jeruk lemon dengan manipulator robot. Sedangkan error yang diakibatkan pergeseran 1 pixel pada validasi adalah 1.21 cm. Terlihat semakin besar pergeseran kamera, maka err or yang terjadi akibat pergeseran 1 pixel juga semakin kecil. Hasil penelitian pada bagian ketiga telah berhasil menerapkan penentuan posisi tiga dimensi obyek jeruk lemon pada tanamannya yang mendasarkan pada penelitian bagian pertama dan kedua. Pada bagian ini uji dan evaluasi dilakukan untuk menghasilkan sebuah rekomendasi metode dan teknik yang dapat digunakan untuk menentukan posisi tiga dimensi obyek buah jeruk lemon pada tanamannya. 140
4 Hasil perhitungan posisi tiga dimensi buah jeruk lemon pada tanamannya secara random untuk sembarang pergeseran kamera menunjukkan bahwa error rata-ratanya adalah (? z,? x,? y) cm = (0.65, 0.56, 0.44) cm. Error yang terjadi dapat juga disebabkan kesalahan perhitungan akibat cahaya yang tidak stabil sehingga antara citra rekaman pertama dan kedua tidak simetris. Selain itu error juga dapat diakibatkan dari kurang telitinya pengukuran langsung yang dilakukan, namun secara umum hal ini masih sesuai dengan skenario yang dikembangkan dalam penelitian ini. Untuk uji penentua n posisi tiga dimensi dengan pergeseran kamera 3, 6, 8, 10, dan 12 cm, terdapat beberapa posisi yang tidak dapat dideteksi kamera. Hal ini diakibatkan karena obyek buah jeruk lemon tersebut tidak terlihat oleh sensor kamera. Untuk kondisi ini maka yang perlu dilakukan oleh robot pengguna sistem deteksi ini adalah mengubah posisi pengambilan citranya dengan cara menjauh dari obyek jeruk lemon sehingga cakupannya menjadi lebih luas. Hasil uji perhitungan posisi tiga dimensi buah jeruk lemon pada tanamannya yang diletakkan pada posisi tertentu dengan menggunakan pergeseran kamera sebesar 3, 6, 8, 10, dan 12 cm menunjukkan error rata -ratanya masingmasing (? z,? x,? y) cm = {( 1.13, 0.21, 0.20), ( 0.83, 0.20, 0.18), ( 0.84, 0.21, 0.2), ( 0.87, 0.19, 0.21), dan ( 0.73, 0.19, 0.20)} cm. Error yang terjadi dapat juga disebabkan ketidakstabilan sumber cahaya yang digunakan dan kurang telitinya pengukuran langsung yang dilakukan, namun hal ini masih dapat diterima untuk pemanenan buah jeruk lemon pada tanamannya. Hasil uji perhitungan jarak dari titik pusat sensor kamera ke titik tengah bagian depan buah jeruk lemon pada tanamannya yang diletakkan secara random dengan menggunakan sembarang (n cm) pergeseran kamera memiliki akurasi rata-rata 98.45%. Akurasi ini masih dapat diterima untuk pemanenan buah jeruk lemon pada tanamannya dengan manipulator robot. Hasil uji perhitungan jarak dari titik tengah bagian depan sensor kamera ke titik tengah bagian depan buah jeruk lemon pada tanamannya yang diletakkan pada posisi tertentu dengan menggunakan pergeseran kamera sebesar 3, 6, 8, 10, dan 12 cm memiliki akurasi rata-rata 98.10%. Akurasi ini masih dapat diterima untuk pemanenan buah jeruk lemon pada tanamannya dengan manipulator robot. 141
5 Sistem deteksi yang dikembangka n masih dipengaruhi perubahan intensitas cahaya, hal ini dikarenakan sensor kamera yang digunakan tidak menggunakan filter cahaya. Sehingga dalam penelitian ini cahaya dikondisikan dalam kondisi stabil, namun hal ini masih sesuai dengan prinsip perekaman di luar ruang. Karena pada dasarnya meskipun di luar ruangan kondisi cahaya bervariasi, namun sebenarnya citra yang direkam kamera dalam keadaan pencahayaan stabil, hal ini dimungkinkan karena sebelum masuk ke sensor citra, cahaya dari luar telah disaring dengan filter cahaya untuk menetralisir dan menstabilkan intensitas cahaya yang tidak dikehendaki. Untuk perancangan jari penggenggam (end effector) manipulator robot pemanen buah jeruk lemon pada tanamannya, perlu mempertimbangkan dan memperhitungkan error dan akurasi sistem deteksi yang dihasilkan dari penelitian ini. Sehingga rancangan end effector yang dihasilkan dapat diterapkan pada manipulator robot untuk memanen buah jeruk lemon pada tanamannya. Dari hasil pengembangan sistem deteksi untuk jeruk lemon ini maka didapat algoritma utama dalam bentuk kode semu (pseudocode) sebagai berikut : Mulai Masukkan nilai pergeseran kamera L For i=1 to 2 { // pengambilan citra stereo (2 kali) Rekam(i) // sensor kamera merekam ke i ModulBinerisasi() ModulHitungtitiktengah() } 390. L D = ; ( x i 2 xi1 ) x i = x i (2)-128 ; y i = y i (2)-96 ; xi. D yi. D x0 = ; y0 = ; Cetak Posisi tiga dimensi obyek (z, x, y )=, D, x o, y o Selesai ModulBinerisasi() Mulai Jika (R=G dan G=B dan R>=248 dan 2r-0.5g-b 0.15 dan 2r-0.5g-b 0.55) maka Tampilkan pixel dalam warna hitam (latar); selain itu jika (R>200 dan G>180 dan 2r-0.5g-b 0.15 dan 2r -0.5g-b 0.55) maka Tampilkan pixel dalam warna putih (lemon ); Selain itu 142
6 Tampilkan pixel dalam warna hitam (latar); Selesai ModulHitungtitiktengah() Mulai Untuk citra putih saja Jlhpixel=xi=yi=0 For x=1 to 255 For y=1 to 192 if (x,y)= 200 sembarang nilai dg asumsi citra biner berwarna putih { jlhpixel=jlhpixel+1; xn=xn+x ; yn=yn+y; } x i (i)= x i /jlhpixel; y i (i) = y i / jlhpixel Selesai 143
BAB 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 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 terperinciPENGEMBANGAN SISTEM DETEKSI MENGGUNAKAN KAMERA UNTUK MANIPULATOR ROBOT PEMANEN JERUK LEMON (Citrus medica) JAROT PRIANGGONO
PENGEMBANGAN SISTEM DETEKSI MENGGUNAKAN KAMERA UNTUK MANIPULATOR ROBOT PEMANEN JERUK LEMON (Citrus medica) JAROT PRIANGGONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Potensi buah jeruk termasuk jeruk lemon secara nasional amat besar. Rukmana dan Oesman (2001) menyatakan sebelum tahun 1970 Indonesia pernah berjaya sebagai produsen
Lebih terperinci5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan
5. IDENTIFIKASI JENIS TANAMAN Pendahuluan Tujuan aplikasi berbasis sensor adalah melakukan penyemprotan dengan presisi tinggi berdasarkan pengamatan real time, menjaga mutu produk dari kontaminasi obat-obatan
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 terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinci4 HASIL DAN PEMBAHASAN
29 4 HASIL DAN PEMBAHASAN Penelitian Pendahuluan Pada penelitian pendahuluan ini dilakukan beberapa percobaan yang terkait dengan sensor yang akan digunakan. Untuk pemilihan sensor sinar laser yang tepat,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen
Lebih terperinciBAB II KARAKTERISASI CITRA UNTUK DETEKSI BUAH JERUK LEMON PADA TANAMANNYA
BAB II KARAKTERISASI CITRA UNTUK DETEKSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar Belakang Di alam bebas tanaman jeruk lemon berupa perdu dengan ketinggian 2 hingga 3.5 meter dengan diameter
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinci6. PENDETEKSIAN SERANGAN GULMA. Pendahuluan
6. PENDETEKSIAN SERANGAN GULMA Pendahuluan Praktek pengendalian gulma yang biasa dilakukan pada pertanian tanaman pangan adalah pengendalian praolah dan pascatumbuh. Aplikasi kegiatan Praolah dilakukan
Lebih terperinci' Mahasiswa pascasajana Fateta IPB & staf pengajar di fakultas teknik, UNISMA Bekasi, JI. Cut. KETEKNIKAN PERTANW Technical Paper
I& KETEKNIKAN PERTANW Technical Paper - -. -. - ALGORITMA PENGOLAHAN CITRA UNTUK DETEKSI JERUK LEMON (CITRUS MEDICA) MENGGUNAKAN KAMERA ONLINE (Image Processing algorithm for lemon (Citrus medical detection
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan
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 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciOperasi Piksel dan Histogram
BAB 3 Operasi Piksel dan Histogram Setelah bab ini berakhir, diharapkan pembaca memahami berbagai bahasan berikut. Operasi piksel Menggunakan histogram citra Meningkatkan kecerahan Meregangkan kontras
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 terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
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 terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
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 IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciBAB II DASAR TEORI Kajian Pustaka a. Algoritma Pengambilan Keputusan Pada Kiper Robot Sepak Bola [1]
BAB II DASAR TEORI Pada bab ini akan dibahas beberapa teori pendukung yang digunakan sebagai acuan dalam merealisasikan sistem. Teori-teori yang digunakan dalam pembuatan skripsi ini terdiri dari 2.1.
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,
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 terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
Lebih terperinciMETODE PENELITIAN. A. Waktu dan Tempat. B. Alat dan Bahan. C. Parameter Pengeringan dan Mutu Irisan Mangga
III. METODE PENELITIAN A. Waktu dan Tempat Kegiatan penelitian ini dilaksanakan mulai bulan Mei 2011 sampai dengan Agustus 2011 di Laboratorium Pindah Panas serta Laboratorium Energi dan Elektrifikasi
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 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciBAB 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 I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih 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 terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciBAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses pengolahan citra digital. Hal ini dilakukan karena citra yang akan diolah kemungkinan memiliki
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan pada bulan Mei Juni 2014 di Desa Lehan Kecamatan
III. METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian ini dilakukan pada bulan Mei Juni 2014 di Desa Lehan Kecamatan Bumi Agung Kabupaten Lampung Timur dan Laboratorium Rekayasa Bioproses dan Pasca
Lebih terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
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 II Teori Dasar 2.1 Representasi Citra
Bab II Teori Dasar 2.1 Representasi Citra Citra dapat direpresentasikan sebagai kumpulan picture element (pixel) pada sebuah fungsi analog dua dimensi f(x,y) yang menyatakan intensitas cahaya yang terpantul
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA ALAT. Setelah proses perancangan selesai, maka dalam bab ini akan diungkapkan
BAB IV PENGUJIAN DAN ANALISA ALAT Setelah proses perancangan selesai, maka dalam bab ini akan diungkapkan dan diuraikan mengenai persiapan komponen dan peralatan yang dipergunakan, serta langkah-langkah
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 terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciV. HASIL DAN PEMBAHASAN
27 V. HASIL DAN PEMBAHASAN 5.1. Penampilan Citra Dual Polarimetry PALSAR / ALOS Penampilan citra dual polarimetry : HH dan HV level 1. 5 PALSAR/ALOS masing-masing dapat dilihat pada ENVI 4. 5 dalam bentuk
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. WAKTU DAN TEMPAT Penelitian ini dilaksanakan pada bulan Mei 2010 sampai dengan Oktober 2010. Perancangan alat dilaksanakan pada bulan Mei 2010 sampai Agustus 2010 di Bengkel Departemen
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciSKRIPSI. PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA. Oleh: MARIA YUSTINA TAMPUBOLON F
SKRIPSI PEMUTUAN BUAH JERUK MANIS (Citrus sinensis (L) Osbeck) MENGGUNAKAN ALGORITMA PENGOLAHAN CITRA Oleh: MARIA YUSTINA TAMPUBOLON F14101109 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciIMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS
IMPLEMENTASI METODE FUZZY UNTUK KLASIFIKASI USIA JERUK NIPIS Hendry Setio Prakoso 1, Dr.Eng. Rosa Andrie.,ST.,MT 2, Dr.Eng. Cahya Rahmad.,ST.,M.Kom 3 1,2 Teknik Informatika, Teknologi Informasi, Politeknik
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin ng telah dikenal saat ini. Sistem alih aksara menerapkan metode
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
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 terperinciII. TINJAUAN PUSTAKA. A. Jeruk Siam
5 II TINJAUAN PUSTAKA A Jeruk Siam Jeruk siam hanya merupakan bagian kecil dari sekian banyak spesies dan varietas jeruk yang sudah dikenal dan dibudidayakan Secara sistematis, tanaman jeruk siam dapat
Lebih terperinciPERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST.
PERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN 2205204001 DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST.MT Pendahuluan 1. Spektroskopi adalah ilmu yang mempelajari materi
Lebih terperinciBAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA Pengujian dan analisis bertujuan untuk melihat hasil keluaran dari rangkaian dan program serta sebagai pengetesan apakah rangkaian dan program berjalan dengan baik serta menghindari
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 terperinciBAB IV PEMBAHASAN PERANGKAT DAN PENGUJIAN TAPIS
BAB IV PEMBAHASAN PERANGKAT DAN PENGUJIAN TAPIS 4.1 Obyek Acuan dan Obyek Masukan Obyek acuan berupa tiga buah huruf vokal (A,I U) dibuat pada media orto. Obyek acuan digunakan untuk membuat tapis intensitas
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciPENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI. Disusun Oleh : Hery Pramono NPM.
PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR
ARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR Oleh: RIDHO ARY SUMARNO 13.1.03.02.0092 Dibimbing oleh : 1. Hermin Istiasih M.T., M.M. 2. Mochammad Bilal S.kom.,
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman
BAB IV HASIL DAN PEMBAHASAN 4.1 Implementasi Antar Muka Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman judul perangkat lunak, form pelatihan jaringan saraf tiruan, form pengujian
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah
BAB IV HASIL DAN PEMBAHASAN A. Data Sampel Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah sampel beras B, 1 buah sampel beras C, dan 2 buah sampel beras D. 1. Data Pengujian Mutu Beras
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciPengolahan Citra (Image Processing)
BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
Lebih terperinciDeteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri
Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu
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 terperinci3 METODE. Waktu dan Tempat Penelitian
18 Gambar 17 Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower
Lebih terperinciProses Deteksi Kerangka
Proses Deteksi Kerangka ALIRAN DATA DATA PEMAIN Proses Baca Model 3D DATA MODEL 3D Proses Transformasi dan Pemasangan Kerangka DATA PEMAIN DATA MODEL 3D MODEL HASIL TRANSFORMASI MODEL HASIL TRANSFORMASI
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PENGOLAHAN CITRA TANAMAN TOMAT Pengolahan data tanaman tomat dilakukan dengan menggunakan program pengolahan citra yang berbasiskan pemograman C. Tampilan halaman utama pada
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciBAB I PENDAHULUAN. Pangan adalah salah satu hak azasi manusia dan sebagai komoditi strategis
BAB I PENDAHULUAN A. Latar Belakang Pangan adalah salah satu hak azasi manusia dan sebagai komoditi strategis yang dilindungi oleh Undang-Undang Dasar Negara Republik Indonesia tahun 1945 (Tim Koordinasi
Lebih terperinciPENERAPAN ALGORITMA PATTERN MATCHING KNUTH-MORRIS-PRATT DALAM PROGRAM MOUSE CAM
PENERAPAN ALGORITMA PATTERN MATCHING KNUTH-MORRIS-PRATT DALAM PROGRAM MOUSE CAM Kenji Prahyudi - 13508058 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciA. Aras Komputasi. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik 3/18/2017
A. Aras Komputasi Kuliah Ke 4 dan Ke 5 Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1. Aras titik 2. Aras lokal 3. Aras global 4. Aras Objek 1. Aras Titik Operasi pada aras titik hanya
Lebih terperinci