Program Aplikasi Penangkapan Estimasi Pose. Wajah Menggunakan Metode Active Appearance. Model dengan Kinect
|
|
- Sri Oesman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Program Aplikasi Penangkapan Estimasi Pose Wajah Menggunakan Metode Active Appearance Model dengan Kinect Randy Adhitama Binus University, Jalan KH. Syahdan No. 9 Palmerah, Jakarta 11480, Indonesia volance_eternity@yahoo.co.id ABSTRACT Human face pose detection works by identifying a person face s shape. The purpose of this program is to create a program that can accurately identify a person s face from various face position. Design uses Rapid Application Development (RAD) as more important in terms of technique and allows development team to create a complete functional system within a very short period of time. This design method uses Active Appearance Model (AAM) to identify a person s face shape and Post from Orthography and Scaling with Iteration (POSIT) to determine the position of a person s face. Kinect is used because it s very high quality sensors that available at considerably low cost. The result achieved from the application design is the identification of a person s face and the position of a person s face.(ra) Tags: AAM, POSIT, Kinect.
2 ABSTRAK Pendeteksian pose wajah manusia ini bekerja dengan cara mengidentifikasi bentuk wajah seseorang. Tujuan dari perancangan program ini adalah membuat program yang dapat mengidentifikasi wajah seseorang dari berbagai posisi wajah secara akurat. Perancangan menggunakan metode Rapid Application Development (RAD) karena lebih mementingkan segi teknik dan memungkinkan tim pengembangan menciptakan sistem fungsional yang utuh dalam periode waktu yang sangat pendek. Perancangan ini menggunakan metode Active Appearance Model (AAM) untuk mengidentifikasi bentuk wajah seseorang dan Post from Orthography and Scaling with Iteration (POSIT) untuk menentukan posisi wajah seseorang. Kinect digunakan karena sensor dengan kualitas sangat tinggi tersedia dengan biaya yang kecil. Hasil yang dicapai dari perancangan aplikasi ini adalah identifikasi wajah seseorang dan posisi wajah seseorang.(ra) Kata kunci: AAM, POSIT, Kinect. PENDAHULUAN Perkembangan pesat IT saat ini telah banyak menggantikan tugas manusia. Lebih efektif, efisien, cepat, murah, menjadi pertimbangan mengapa komputer dijadikan sebagai alternatif untuk menggantikan pekerjaan yang biasa dikerjakan oleh manusia. Dari sekian banyak pekerjaan yang dapat dikerjakan itu, salah satunya adalah pendeteksian wajah manusia. Pendeteksian wajah manusia ini bekerja dengan cara mengidentifikasi bentuk wajah seseorang. Walaupun saat ini sudah banyak aplikasi untuk pendeteksian wajah seperti ini, namun kebanyakan dari aplikasi tersebut tidak dapat menangkap posisi wajah secara tepat. Hal ini disebabkan aplikasi tersebut tidak menggunakan titik tumpu untuk mengetahui sudut wajah gambar yang ditangkap. Masalah seperti ini biasanya terjadi apabila komputer hanya menangkap sebagian bentuk wajah seseorang secara kurang jelas. Selain itu juga aplikasi yang berkembang saat ini kebanyakan masih memerlukan manualisasi untuk melakukan training data terhadap objek. Karena itu merasa perlu mengembangkan aplikasi yang secara otomatis dapat menangkap pose wajah seseorang dari berbagai sudut yang ditentukan. Menurut (Martins, 2008) aplikasi interaksi wajah untuk Human Computer Interface (HCI) adalah sebuah masalah penting. Pengetahuan tentang pose wajah, yaitu posisi dan orientasi, dan kemampuan untuk mengenali identitas, serta ekspresi wajah mereka yang hadir, memungkinkan membangun sistem interaktif pintar seperti: pengenalan ekspresi wajah, estimasi kondisi mental, teleconference, pengetahuan tentang arah tatapan, kompresi video, dll. Menurut (Voit, 2007) mengestimasikan orientasi kepala seseorang dari banyak arah tergantung pose kepala dari sebuah penglihatan kamera atau menggunakan semua penglihatan kamera untuk mencetak sesuatu yang lebih stabil dan hipotesis gabungan.
3 Penelitian ini mampu menghasilkan sebuah aplikasi perangkat lunak yang dapat mendeteksi wajah seseorang dan mengestimasikan pose wajah secara akurat. Untuk mengetahui pose wajah secara akurat digunakan oritentasi kepala objek terhadap sensor kamera. Computer vision adalah ilmu yang bertujuan untuk mendiskripsikan dunia dalam bentuk satu atau lebih citra dan melakukan rekonstruksi properti-properti yang ada seperti bentuk, iluminasi, dan distribusi warna (Szeliski, 2011, p. 3). Active Apperance Models (AAM) adalah sebuah template berbasis statistik metode pencocokan, dimana variabilitas bentuk dan tekstur ditangkap dari sebuah perwakilan training set. Principal Component Analysis (PCA) dalam bentuk dan tekstur data memungkinkan untuk membuat model parameterisasi wajah yang menggambarkan penuh dengan kualitas foto sebenarnya wajah yang telah ditraining seperti tidak terlihat. Pose from Orthography and Scaling with Iterations (POSIT) (DeMenthon & Davis, 1995) adalah algoritma yang sangat cepat dan iteratif juga akurat untuk menemukan pose 6DOF (orientasi dan translasi) pada model 3D atau tempat dengan hal pada kamera yang diberikan kumpulan gambar 2D dan titik yang berhubungan objek 3D. The head pose estimation ditampilkan menggunakan POSIT. Sebagai model 3D, model kaku anthopometric 3D pada kepala manusia yang digunakan, lihat gambar 2.24, karena itu adalah model kaku yang paling cocok menggambarkan permukaan wajah 3D pada beberapa individu. Ini didapatkan oleh frontal laser 3D scan pada model fisik, memilih titik 3D yang equivalent pada prosedur anotasi AAM menciptakan model 3D yang tipis. METODE PENELITIAN Metode yang digunakan untuk penelitian ini adalah sebagai berikut : 1. Melakukan studi pustaka Penulis mencari sumber permasalahan dari artikel, maupun literatur di internet yang berhubungan dengan topic penelitian. Penulis kemudian mempelajari dan memahami permasalahan yang ditemukan. Setelah itu penulis mencari materi dari sumber buku maupun internet, hal-hal yang berhubungan dengan topik permasalahan untuk dapat memecahkannya. 2. Metode perancangan Tahapan perancangan dalam penulisan ini dibagi menjadi beberapa tahap, yaitu: a. Perancangan aplikasi untuk menampilkan detail estimasi pose wajah antara sensor dengan objek. b. Rancangan desain sesuai dengan storyboard. HASIL DAN BAHASAN Evaluasi subjektif terhadap user dilakukan pada bulan Agustus Evaluasi dilakukan dengan cara memberikan kesempatan pada responden untuk menguji kasus kemudian meminta responden untuk menilai setiap kasus yang berhubungan dengan aplikasi ini. Evaluasi dilakukan terhadap 10 orang responden tanpa ketentuan tertentu. 1. Kuesioner Deteksi Face Mask Prosedur deteksi Face Mask : Letakkan Kinect pada posisi sensor kamera berhadapan langsung dengan wajah. Jarak kurang lebih 1.5m. Pastikan berada di ruang yang leluasa. Gerakkan kepala perlahan hingga face mask muncul.
4 1. Apakah prosedur deteksi Face Mask mudah dilakukan? Tabel 1 Sangat mudah 5 50% Mudah 5 50% Cukup 0 0% Sulit 0 0% Sangat sulit 0 0% Gambar 1 Dari kuesioner yang diperoleh sebanyak 50% responden menyatakan bahwa deteksi Face Mask sangat mudah dilakukan dan 50% menyatakan mudah dilakukan. Maka dapat disimpulkan bahwa prosedur deteksi Face Mask mudah dilakukan. 2. Apakah proses deteksi Face Mask cepat? Tabel 2 Sangat cepat 4 40% Cepat 6 60% Cukup 0 0%
5 Lambat 0 0% Sangat lambat 0 0% Gambar 2 Dari kuesioner yang diperoleh sebanyak 60% responden menyatakan bahwa proses deteksi Face Mask sangat cepat dan 40% menyatakan cepat. Maka dapat disimpulkan bahwa prosedur proses deteksi Face Mask sangat cepat. 2. Kuesioner Automatic Capture Prosedur Automatic Capture: Selesaikan prosedur deteksi Face Mask. Klik tombol Capture Type hingga berubah menjadi Automatic Capture Lakukan pose wajah netral Lakukan percobaan posisi yaw-35, 0 dan Apakah prosedur Automatic Capture mudah dilakukan? Tabel 3 Sangat mudah 2 20% Mudah 8 80% Cukup 0 0% Sulit 0 0%
6 Sangat sulit 0 0% Gambar 3 Dari kuesioner yang diperoleh sebanyak 20% responden menyatakan bahwa prosedur Automatic Capture sangat mudah dilakukan dan 80% menyatakan mudah dilakukan. Maka dapat disimpulkan bahwa prosedur prosedur Automatic Capture mudah dilakukan. 2. Apakah proses Automatic Capture cepat? Tabel 4 Sangat cepat 2 20% Cepat 8 80% Cukup 0 0% Lambat 0 0% Sangat lambat 0 0%
7 Gambar 4 Dari kuesioner yang diperoleh sebanyak 20% responden menyatakan bahwa proses Automatic Capture sangat cepat dan 80% menyatakan cepat. Maka dapat disimpulkan bahwa proses Automatic Capture cepat. 3. Kuesioner Manual Capture Prosedur Manual Capture: Selesaikan prosedur deteksi face mask. Klik tombol Capture Type hingga berubah menjadi Manual Capture Lakukan pose wajah netral Lakukan percobaan posisi roll 20 dan pitch Apakah proses Manual Capture mudah dilakukan? Tabel 5 Sangat mudah 6 60% Mudah 3 30% Cukup 1 10% Sulit 0 0% Sangat sulit 0 0%
8 Gambar 5 Dari kuesioner yang diperoleh sebanyak 60% responden menyatakan bahwa proses Manual Capture sangat mudah dilakukan, 30% menyatakan mudah dan 10% menyatakan cukup. Maka dapat disimpulkan bahwa proses Manual Capture sangat mudah dilakukan. 2. Apakah proses Manual Capturing cepat? Tabel 6 Sangat cepat 6 60% Cepat 2 20% Cukup 2 20% Lambat 0 0% Sangat lambat 0 0%
9 Gambar 6 Dari kuesioner yang diperoleh sebanyak 60% responden menyatakan bahwa proses Manual Capture sangat cepat, 20% menyatakan cepat dan 20% menyatakan cukup. Maka dapat disimpulkan bahwa proses Manual Capture sangat cepat. SIMPULAN DAN SARAN Berdasarkan hasil analis evaluasi dari kuesioner yang diperoleh maka dapat diambil kesimpulan sebagai berikut : 1. Gabungan metode Active Appearance Model dan Post from Orthography and Scaling with Iterations mampu mendeteksi wajah dan menentukan sudut. 2. Jika proses pendeteksian Face Mask dilakukan sesuai prosedur yang benar, maka proses deteksi Face Mask akan mudah dan sangat cepat untuk dilakukan. 3. Jika proses Automatic Capture dilakukan sesuai prosedur yang benar, maka proses Automatic Capture akan mudah dan cepat untuk digunakan. 4. Jika proses Manual Capture dilakukan sesuai prosedur yang benar, maka proses Manual Capture akan sangat cepat dan sangat mudah untuk digunakan. Saran-saran untuk penggunaan dan pengembang aplikasi ini: 1. Penggunaan aplikasi disarankan berada di tempat dengan intensitas cahaya yang cukup. 2. Pada penelitian selanjutnya disarankan mengintegrasikannya dengan database untuk mengenali objek. 3. Pada penelitian selanjutnya disarankan memvisualisasikan bentuk Head Pose Estimation pada camera dengan garis-garis. 4. Pada penelitian selanjutnya disarankan menggunakan C++ sebagai bahasa peprograman. 5. Pada penelitian selanjutnya disarankan menambahkan fitur Tilt untuk Kinect pada aplikasi.
10 REFERENSI Abboud, M. D., & Davoine, F. (2004). Facial expression recognition and synthesis based on an appearance model. Ahlberg, J. (2002). An active model for facial feature tracking. Caudell, T., & Mizell, D. (1992). "Augmented Reality: An Application of Heads-up Display Technology to Manual Manufacturing Processes Cootes, G. E., & Taylor, C. (2001). Active appearance models. Cootes, G. E., & Taylor, C. (2001). Active appearance models. Cootes, T. F., & Taylor, C. J. (2004). Statistical models of appearance for computervision. David, R. D., DeMenthon, D., & Samet., H. (2004). Simultaneous pose and correspondence determination using line features. de, P. H., & Zuo, F. (2004). Fast facial feature extraction using a deformable shape model with haar-wavelet based local texture attributes. Deitel, P., & Deitel, H. (2012). Visual C# 2012 How to Program. USA: Pearson Prentice Hall. DeMenthon, D., & Davis, L. (1995). Model-based object pose in 25 lines of code. Fairhurst, M. C. (1988). Computer Vision for Robotic Systems an Introduction. New Jersey: Prentice Hall. Fanelli, G., Gall, J., & Van Gool, L. (2005). Real-Time Head Pose Estimation Using Random Regression Forest. Fanelli, G., Weise, T., Gall, J., & Van Gool, L. (2011). Real Time Head Pose Estimation from Consumer Depth Cameras. Finlayson, G. S., Hordley, S., & Tian, G. Y. (2005). Illuminant and device invariant color using histogram equalization. Gonzales, R. C., & Woods, R. E. (2002). Digital Image Processing Third Edition. Upper Saddle River, NJ : MedData Interactive. Gonzalez, R. C., & Woods, R. E. (2002). Digital Image Processing (2nd Edition ed.). New Jersey: Prentice-Hall, Inc. Martins, P. A. (2008). Active Appearance Models for Facial Expression. Martins, P. A. (2008). Active Appearance Models for Facial Expression Recognition and Monocular Head. Milborrow, S., Morkel, J., & Nicolls, F. (2010). Real Time Head Pose Estimation with Random Regression Forests. N., N., D., J.M., C., Fisker, R., & Schultz. (2003). A general scheme for training and optimization of the grenander deformable template model. Nordsom, J. S., Larsen, M., & Stegmann, M. B. (2004). The imm face database - an annotated dataset of 240 face images. Sclaroff, S., & Isidoro, J. (1998). Active blobs. Shneiderman, B. (2010). Shneiderman's "Eight Golden Rules of Interface Design". Retrieved 8 15, 2013, from Shneiderman's "Eight Golden Rules of Interface Design": Stegmann, M. B. (2000). Active appearance models theory, extensions & cases. Stroustrup, B. (2013). The C++ Programming Language, 4th Edition. Addison-Wesley Professional. Szeliski, R. (2011). Computer Vision Algorithms and Applications. New York: Springer. Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascate of simple features. Voit, M. (2007). Limit theorems for radial random walks on homogeneous spaces with growing dimensions. Warade, S., Aghav, J., Petitpierre, C., & Udayagiri, S. (2012). AUTOMATED TRAINING AND MAINTENANCE THROUGH KINECT.
11 Whitten, J. L., & Bentley, L. D. (2007). System Analysis and Design Method 7th Edition. New York: McGraw-Hill/Irwin. Yang, N. A.-H., & Kriegman, D. J. (2002). Detecting faces in images: A survey. RIWAYAT PENULIS Randy Adhitama Setiadi lahir di kota Bogor pada 24 Juni Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang ilmu Teknik Informatika dan Matematika pada tahun 2013, setelah sebelumnya sempat mengikuti pendidikan S1 di Inha University Korea Selatan sebagai mahasiswa pertukaran pelajar pada tahun 2012 selama 4 bulan.
PEMANFAATAN REAL-TIME FACE TRACKING DALAM APLIKASI AUGMENTED REALITY FRAME KACAMATA ABSTRAK
PEMANFAATAN REAL-TIME FACE TRACKING DALAM APLIKASI AUGMENTED REALITY FRAME KACAMATA 1 Endang Setyati, 2 David Alexandre Teknik Informatika Sekolah Tinggi Teknik Surabaya 1 endang@stts.edu, 2 v.davidalexandre@gmail.com
Lebih terperinciPengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality
Pengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality Endang Setyati Information Technology Department Sekolah Tinggi Teknik Surabaya endang@stts.edu,
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciLAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah
LAPORAN PENELITIAN DOSEN MUDA Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah Oleh : Endah Sudarmilah, S.T, M.Eng Umi Fadlillah, S.T Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih terperinciKorelasi Jarak Wajah Terhadap Nilai Akurasi Pada Sistem Pengenalan Wajah Menggunakan Stereo Vision Camera
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 7 Korelasi Jarak Wajah Terhadap Nilai Akurasi Pada Sistem Pengenalan Wajah Menggunakan Stereo Vision Camera Edy Winarno *), Wiwien
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciBAB 2 LANDASAN TEORI. Berikut adalah beberapa definisi dari citra, antara lain: Rupa, gambar, gambaran (Kamus Besar Bahasa Indonesia).
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: Rupa, gambar, gambaran (Kamus Besar Bahasa Indonesia). Fungsi dua dimensi, f(x, y), di mana x dan
Lebih terperinciAPLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR
APLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR Mika Tandililing Program Studi Teknik Komputer, STMIK Profesional ladabarra@gmail.com
Lebih terperinciBAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah
BAB I 1. asd PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini perkembangan teknologi di bidang informasi khususnya dengan menggunakan komputer telah berkembang, hal ini menyebabkan banyak aplikasi baru
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciPERANCANGAN AUGMENTED REALITY UNTUK PETA TOPOGRAFI
PERANCANGAN AUGMENTED REALITY UNTUK PETA TOPOGRAFI Agustinna Yosanny; Muhammad Ismail; Handoko Said Computer Science Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH
ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH Akhyar 1*, Risanuri Hidayat 1, Bimo Sunarfri Hantono 1 1 Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada *
Lebih terperinciBAB 1 PENDAHULUAN. Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai suatu tujuan, dan dalam interaksi itu, mengintepretasi kondisi emosional menjadi penting dalam
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciKonsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT
Konsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT Argo Wibowo 1 1 Universitas Atma Jaya Yogyakarta,Yogyakarta 55281 ABSTRAK Salah satu tools pengenalan obyek yang sedang banyak dikembangkan
Lebih terperinciANALISIS DAN PERANCANGAN PERANGKAT AJAR MATEMATIKA UNTUK KELAS 5 SEMESTER 2 BERBASIS MULTIMEDIA PADA SD TARAKANITA 4
ANALISIS DAN PERANCANGAN PERANGKAT AJAR MATEMATIKA UNTUK KELAS 5 SEMESTER 2 BERBASIS MULTIMEDIA PADA SD TARAKANITA 4 Ferdian Kasmi Binus University, Jakarta, 085265610228, vrdie_vm@yahoo.com Juleo Barakutama
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) PEMBANGUNAN VIRTUAL MIRROR EYEGLASSES MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY
79 PEMBANGUNAN VIRTUAL MIRROR EYEGLASSES MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY Zaid Arham 1, Nelly Indriani W. 2 1,2 Jurusan Teknik Informatika Fakultas Teknik dan Ilmu Komputer - Universitas Komputer
Lebih terperinciPENGEMBANGAN SISTEM ABSENSI BERBASIS FACE RECOGNITION DENGAN METODE LDA
PENGEMBANGAN SISTEM ABSENSI BERBASIS FACE RECOGNITION DENGAN METODE LDA Felix Hantoro Tan, Leonardus Indra Laksmana, Marcos H, Widodo Budiharto Universitas Bina Nusantara Jl. K H. Syahdan No. 9, Kelurahan
Lebih terperinciSISTEM PELACAKAN WAJAH METODE HAAR
SISTEM PELACAKAN WAJAH METODE HAAR Endah Sudarmilah Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta Email : endah_te@yahoo.com Abstrak. Penelitian deteksi
Lebih terperinciIMPLEMENTASI FACE IDENTIFICATION DAN FACE RECOGNITION PADA KAMERA PENGAWAS SEBAGAI PENDETEKSI BAHAYA
IMPLEMENTASI FACE IDENTIFICATION DAN FACE RECOGNITION PADA KAMERA PENGAWAS SEBAGAI PENDETEKSI BAHAYA IMPLEMENTATION OF FACE IDENTIFICATION AND FACE RECOGNITION ON SECURITY CAMERA AS THREAT DETECTOR Panji
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan ilmu pengetahuan di segala bidang dalam era globalisasi saat ini begitu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan di segala bidang dalam era globalisasi saat ini begitu pesat.terutama dalam bidang IT yang semakin maju seiring dengan kebutuhan pemakai
Lebih terperinciBAB I PENDAHULUAN. mampu mengubah manusia, dari cara pandang seseorang atas sesuatu hingga cara
BAB I PENDAHULUAN 1.1 Latar Belakang Computer vision, layaknya mata sebagai indra penglihatan pada manusia, juga mampu mengubah manusia, dari cara pandang seseorang atas sesuatu hingga cara seseorang berinteraksi
Lebih terperinciTIP 243 Computer Vision. 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama
TIP 243 Computer Vision 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama Computer Vision Mata kuliah ini bersifat 'inspiring subject' yang memperkenalkan
Lebih terperinciPENDETEKSIAN TITIK TITIK JANGKAR UNTUK VERIFIKASI FACE 3D
PENDETEKSIAN TITIK TITIK JANGKAR UNTUK VERIFIKASI FACE 3D Dahlan Abdullah 1, Safwandi 2 Dosen Teknik Informatika Universitas Malikussaleh Abstract This paper outlines methods to detect key anchor points
Lebih terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperinciREALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES
REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem
Lebih terperinciAPLIKASI E-LEARNING BERBASIS WEB PADA SMK TELKOM JAKARTA
APLIKASI E-LEARNING BERBASIS WEB PADA SMK TELKOM JAKARTA Mohamad Heru Prayogo Universitas Bina Nusantara, Jl. Kebon Jeruk Raya No. 27, Kebon Jeruk, Jakarta Barat, 021-53696969, heruprayogo15@gmail.com
Lebih terperinciFACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA
FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA Edy Winarno¹, Agus Harjoko² ¹ Program Studi Teknik Informatika FTI Universitas Stikubank (UNISBANK) Semarang
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciBAB 1 PENDAHULUAN. termasuk dalam bidang Computer Vision. Computer Vision membuat komputer
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi komputer pada dewasa ini telah mengalami kemajuan, termasuk dalam bidang Computer Vision. Computer Vision membuat komputer dapat melihat dan
Lebih terperinciANALISA DAN PERANCANGAN KEAMANAN JARINGAN DENGAN MENGGUNAKAN SNORT DI KEMENTRIAN KOMUNIKASI DAN INFORMATIKA
ANALISA DAN PERANCANGAN KEAMANAN JARINGAN DENGAN MENGGUNAKAN SNORT DI KEMENTRIAN KOMUNIKASI DAN INFORMATIKA Wukir Nur Seto Kuncoro Adi;Muhady iskandar; Hannes Boris Computer Science Department, School
Lebih terperinciMEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA
A7 Seminar Nasional Teknologi Informasi 2016 MEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA Pradita Chandra Kurniawan 1) Yulius Denny Prabowo 2) Teknik Informatika Institut Teknologi dan
Lebih terperinciPENGEMBANGAN PROGRAM APLIKASI UNTUK INTERAKSI MANUSIA-KOMPUTER DENGAN LASER TRACKING MENGGUNAKAN KARAKTERISTIK LASER DAN OPTICAL FLOW
PENGEMBANGAN PROGRAM APLIKASI UNTUK INTERAKSI MANUSIA-KOMPUTER DENGAN LASER TRACKING MENGGUNAKAN KARAKTERISTIK LASER DAN OPTICAL FLOW Marcel Santoso Jalan R.A Kartini no 55, Cirebon +6281931154841 marcel_0701@yahoo.co.id
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan penulis dalam melakukan simulasi pada aplikasi penelitian pengenalan citra wajah dengan variasi
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Zaman semakin berkembang pesat, begitu pula dengan teknologi dan ilmu pengetahuan yang juga turut berkembang dengan pesatnya. Hal ini, membuat manusia berpikir dan
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinciPERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2
PERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2 Disusun oleh : Steven Christian Santosa (1222038) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dan aplikasi Image Processing telah memimpin dunia teknologi di beberapa bidang seperti komunikasi digital dan internet, penyiaran, alat kedokteran, sistem
Lebih terperinciRancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface
Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface Wahyu Sulistiyo, Budi Suyanto, Idhawati Hestiningsih, Mardiyono, Sukamto
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi yang digunakan dalam menjalankan sistem kontrol akses berbasis real time face recognition dan gender information ditunjukkan
Lebih terperinciEkstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak
Ekstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak Limanyono Tanto 1,Liliana 2 Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 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 1 PENDAHULUAN. Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para kreator animasi untuk mengambil gerakan yang dapat diterapkan dalam pembuatan animasi,
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan wajah (face recognition) merupakan salah satu teknologi biometric yang sangat dibutuhkan dalam berbagai aplikasi, seperti keamanan, verifikasi (pembuktian)
Lebih terperinciAPLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER
APLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER Wikaria Gazali; Michael Ivan; Ngarap Imanuel Manik Mathematics & Statistics Department, School of Computer
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING
PERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING 1 Rucitra Danny Anindita dan Arief Rahman Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciPengantar Mata Kuliah Pengolahan Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Bina Nusantara merupakan sebuah universitas swasta Indonesia yang terkenal terutama di bidang teknologi informasi. Berdiri pada tahun 1974 sebagai sebuah
Lebih terperinciSIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP)
SIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) Ardy Dwi Caesaryanto¹, Bambang Hidayat², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai Latar Belakang, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Tugas Akhir dan Sistematika Penulisan Tugas Akhir. 1.1 Latar Belakang
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM MANAJEMEN ANGGOTA KLUB SENI FOTOGRAFI BINA NUSANTARA BERBASIS WEB
ANALISIS DAN PERANCANGAN SISTEM MANAJEMEN ANGGOTA KLUB SENI FOTOGRAFI BINA NUSANTARA BERBASIS WEB Aditya Permana; Frederick L. Musa Kaban; Septiadi Mahardika; Gintoro, S.Kom., MM Jurusan Teknik Informatika,
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 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan pada aplikasi penelitian pengenalan ekspresi wajah ini seperti pada tabel Tabel 4.1 Spesifikasi
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciAPLIKASI DATABASE RAWAT JALAN DAN RAWAT INAP BERBASIS WEB PADA RSUD SEKADAU
APLIKASI DATABASE RAWAT JALAN DAN RAWAT INAP BERBASIS WEB PADA RSUD SEKADAU Hendry Heriyanto Binus University, Jakarta, DKI Jakarta, Indonesia, p4noply@yahoo.com Dinni Octaviany Binus University, Jakarta,
Lebih terperinciJournal of Control and Network Systems
JCONES Vol 3, No 1 (14) 29-36 Journal of Control and Network Systems Situs Jurnal : http://jurnalstikomedu/indexphp/jcone APLIKASI PENGENALAN WAJAH PADA MOBILE ROBOT OMNIDIRECTIONAL MENGGUNAKAN METODE
Lebih terperinciBAB I PENDAHULUAN. terutama dalam bidang keamanan, salah satunya adalah pengenalan wajah (face recognition).
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini telah banyak penerapan pengenalan pola di banyak negara maju maupun negara yang berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinciPERANCANGAN SISTEM INFORMASI AKUNTANSI SIKLUS PENDAPATAN PADA PT. ARTHA JAYA GRAPRINT DENGAN PENDEKATAN UNIFIED PROCESS BERORIENTASI OBJEK
PERANCANGAN SISTEM INFORMASI AKUNTANSI SIKLUS PENDAPATAN PADA PT. ARTHA JAYA GRAPRINT DENGAN PENDEKATAN UNIFIED PROCESS BERORIENTASI OBJEK Hersanto Binus University Jl. O No. 3 RT.007 RW.010, Kelurahan
Lebih terperinciBAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing
BAB 3 METODE PENELITIAN 3.1 Hasil Uji Kuesioner Kuisioner terdiri dari 12 pertanyaan dan terdapat 56 responden yang menjawab kuesioner secara online. Kuisioner ini dimaksudkan untuk mengetahui pendapat
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini, akan diuraikan perancangan program, mulai dari perancangan algoritma sampai rancangan tampilan. Selain itu akan disajikan juga skema flowchart yang menjelaskan
Lebih terperinciBAB 1 PENDAHULUAN. Augmented Reality menjadi semakin luas. Teknologi Computer Vision berperan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi Augmented Reality dapat memvisualisasikan dengan baik model 3 dimensi, video, paparan area, maupun animasi 3 dimensi dengan hanya membutuhkan deteksi visual
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinciSistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot
Sistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot Mara Nugraha Teknik Informatika Universitas Gunadarma Jl. Margonda Raya 100, Depok maranugraha@sta.gunadarma.ac.id Abstrak Pengenalan
Lebih terperinciBAB I PENDAHULUAN. sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan membantu
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan IT di era globalisasi ini yang begitu pesat menjadi salah satu hal yang sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciPROGRAM APLIKASI PENGENALAN EKSPRESI WAJAH SECARA REAL TIME DENGAN METODE BACK PROPAGATION DAN WAVELET HAAR
PROGRAM APLIKASI PENGENALAN EKSPRESI WAJAH SECARA REAL TIME DENGAN METODE BACK PROPAGATION DAN WAVELET HAAR Comment [S1]: Gak pake kata perancangan karena nyontek randy Setiawan Alexander Mathematics and
Lebih terperinciHUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR
HUMAN COUNTER DENGAN METODE FACE DETECTION MENGGUNAKAN OPENCV PADA PLATFORM ANDROID TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
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 terperinciPERBAIKAN CITRA UNTUK PENGENALAN WAJAH PADA CITRA WAJAH DENGAN PENCAHAYAAN TIDAK MERATA
PERBAIKAN CITRA UNTUK PENGENALAN WAJAH PADA CITRA WAJAH DENGAN PENCAHAYAAN TIDAK MERATA Naser Jawas STMIK STIKOM Bali Jl Raya Puputan no.86, Renon, Denpasar 80226 Email : naser.jawas@stikom-bali.ac.id1)
Lebih terperinciPERANCANGAN APLIKASI UNLOCK SCREEN DENGAN MENGGUNAKAN FACE EXPRESSION PADA SMARTPHONE BERBASIS ANDROID
PERANCANGAN APLIKASI UNLOCK SCREEN DENGAN MENGGUNAKAN FACE EXPRESSION PADA SMARTPHONE BERBASIS ANDROID Jeklin Harefa 1, Alexander 2, Rhio Sutoyo 3 1,2,3 Universitas Bina Nusantara, Jl. K H. Syahdan No.
Lebih terperinciAPLIKASI IMAGE STABILIZER DENGAN METODE UNSHARP MASK
APLIKASI IMAGE STABILIZER DENGAN METODE NSHARP MASK Rudy Adipranata 1), Januar Wijaya, Kartika Gunadi 2) Jurusan Teknik Informatika, Fakultas Teknologi Industri, niversitas Kristen Petra, Surabaya rudya@petra.ac.id
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL
1 SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (Human Face Detection System on Digital Images) Setyo Nugroho 1, Agus Harjoko 2 Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah
Lebih terperinciPEMODELAN WAJAH BAYI DENGAN MENGGUNAKAN ACTIVE SHAPE MODEL UNTUK PENDETEKSI KOMPONEN WAJAH
PEMODELAN WAJAH BAYI DENGAN MENGGUNAKAN ACTIVE SHAPE MODEL UNTUK PENDETEKSI KOMPONEN WAJAH Reddy Alexandro Harianto (1), Handayani Tjandrasa (2) Jurusan Teknik Informatika, Fakultas Teknologi Informasi
Lebih terperinciPROGRAM APLIKASI PEMANDU GALERI LUKISAN BERDASARKAN AUGMENTED REALITY MENGGUNAKAN METODE PENCOCOKAN TANDA DENGAN HTML5 DAN JSARTOOLKIT
PROGRAM APLIKASI PEMANDU GALERI LUKISAN BERDASARKAN AUGMENTED REALITY MENGGUNAKAN METODE PENCOCOKAN TANDA DENGAN HTML5 DAN JSARTOOLKIT Hans Dharmawidjaja Bina Nusantara University, Jalan KH. Syahdan No.
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciFACIAL MOTION CAPTURE MENGGUNAKAN ACTIVE APPEARANCE MODEL BERBASIS BLENDER
FACIAL MOTION CAPTURE MENGGUNAKAN ACTIVE APPEARANCE MODEL BERBASIS BLENDER Tri Afirianto 1), Mochamad Hariadi 2) 1) Mahasiswa Program Studi Game Tech Teknik Elektro FTI ITS Keputih, Sekolilo, Surabaya
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI KULINER BERBASIS WEB
JUDUL ARTIKEL ANALISIS DAN PERANCANGAN SISTEM INFORMASI KULINER BERBASIS WEB Nama Penulis Wirya Budiman 1200980450 Ery Krisna Agustin 1200998233 Nama Dosen Pembingbing GINTORO, S.Kom., MM ABSTRAK Tujuan
Lebih terperinciPERANCANGAN PERGERAKAN WEBCAM BERDASARKAN PERUBAHAN POSISI WAJAH MENGGUNAKAN METODE EIGENFACE BERBASIS RASPBERRY PI
PERANCANGAN PERGERAKAN WEBCAM BERDASARKAN PERUBAHAN POSISI WAJAH MENGGUNAKAN METODE EIGENFACE BERBASIS RASPBERRY PI Disusun oleh : Regina Vania Cahyadi (1122003) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
Lebih terperinciBAB I PENDAHULUAN. maupun non verbal. Komunikasi secara verbal menggunakan kata-kata lisan untuk. mengungkapkan ekspresi penggunanya.
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia dapat berinteraksi antara satu sama lainnya melalui komunikasi dalam bentuk bahasa. Komunikasi dalam bentuk bahasa terjadi baik secara verbal maupun
Lebih terperinciPERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE ABSTRAK
PERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE Naftali Inafiar Yonida 0822077 Email : naph_yon@yahoo.com Jurusan Teknik
Lebih terperinciANALISIS DAN PERANCANGAN WEBSITE BERBASISKAN MULTIMEDIA UNTUK PROMOSI TOSERBA GRIYA SUMEDANG. Dwi Yuniarto Dosen STMIK Sumedang
ANALISIS DAN PERANCANGAN WEBSITE BERBASISKAN MULTIMEDIA UNTUK PROMOSI TOSERBA GRIYA SUMEDANG Dwi Yuniarto Dosen STMIK Sumedang Abstrak Seiring dengan perkembangan teknologi informasi yang semakin pesat,
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE
110 PERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE Derian Indra Bramantio 1, Erwin Susanto 2, Ramdhan Nugraha 3 1, 2, 3 Fakultas Teknik Elektro, Universitas
Lebih terperinciMunifah, Retno Wulan Damayanti, Haryono Setiadi Jurusan Teknik Industri, Universitas Sebelas Maret
PERANCANGAN SISTEM INFORMASI KEPEGAWAIAN FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET DENGAN METODE PROTOTYPING SEBAGAI UPAYA PENINGKATAN EFISIENSI INTERNAL Munifah, Retno Wulan Damayanti, Haryono Setiadi
Lebih terperinci