BAB II LANDASAN TEORI
|
|
- Devi Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II LANDASAN TEORI 2.1. Pengenalan Tulisan Tangan Pengenalan tulisan tangan adalah salah satu cabang dari sistem pengenalan pola yang membahas isu mengenai pengenalan tulisan tangan menggunakan karakterisasi lokal karakter tulisan tangan.pengenalan tulisan tangan merupakan kemampuan komputer untuk menerima dan menafsirkan citra tulisan tangan yang dapat dimengerti dari sumber seperti dokumen kertas, foto, layar sentuh dan perangkat lainnya.gambar teks tertulis dapat digunakan secara offline melalui selembar kertas dengan menggunakan alat-alat optik. Selain menggunakan pena dapat juga dilakukan secara online, misalnya, dengan menggunakan layar sentuh (Saraf, 2013). Sistem pengenalan karakter tulisan tangan diklasifikasikan sebagai sistem online dan sistem offline. Dalam sistem online, probabilitas mengenali tulisan tangan yang direkam dengan digitizer saat ujung pena mengenai layar sentuh merupakan pengenalan karakter online. Namun dalam sistem offline, tulisan tangan ditangkap oleh scanner optik kemudian menjadi sebuah gambar.ini melibatkan konversi otomatis teks dalam gambar ke dalam kode huruf yang bisa digunakan dalam komputer. Pengenalan tulisan tangan adalah proses untuk mengekstrak variasi gaya penulisan tangan yang berbeda (Gupta, 2008). Mengekstraksi informasi dari teks 7
2 8 ditujukan untuk pengenalan tulisan tangan, yang terdiri dari mengubah tanda grafis menjadi representasi simbolis. Oleh karena itu, gaya tulisan tangan yang spesifik dan unik dihilangkan melalui beberapa tahap pra-pengolahan yang fokus hanya pada pesan yang disampaikan oleh teks tertulis. Ukuran normalisasi, berdasarkan ekstraksi otomatis dari baseline atau kemiringan adalah beberapa teknik-teknikpreprocessingyang merupakan landasan dari sebagian besar sistem pengenalan tulisan tangan Pengolahan Citra Digital Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun kompleks yang direpresentasikan dengan deretan bit tertentu (Putra, 2010). Pada pengaplikasiannya, dapat dikatakan bahwa pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan kontras, transformasi warna, restorasi citra), transformasi gambar (rotasi, translasi, skala, transformasi geometrik), melakukan pemilihan citra ciri (feature image) yang optimal untuk tujuan analisis, melakukan proses penarikan informasi atau deskripsi objek atau pengenalan objek yang terkandung pada citra, melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data (Sutoyo et.al., 2009). Beberapatahapanyangdigunakanuntuk pengolahan citra digitaladalahakuisisi gambar, proses transformasi warna citra, proses thresholding dan proses penipisan guratan.
3 Akuisisi Gambar Dalam akuisisi gambar, sistem pengenalan memperoleh gambar yang ditangkap oleh scanner sebagai gambar input (Pradeep et al., 2011). Gambar harus memiliki format tertentu seperti JPEG, BMP, dll. Gambar inii diperoleh melalui scanner, kamera digital atau perangkat input digital yang cocok lainnya (Pradeep et al., 2011). Scanner digunakan untuk mendapatkan gambar abjad tulisan tangan. Menulis beberapa karakter pada, kertas putih tebal dengan pena tanda tangann hitam dan membuat hitam danputih menunjukkan gradien kontras mencolok. Salah satu tujuan utama dari akuisisi gambar dalam pengolahan citra adalah memiliki sumber masukan yang sama sehingga memiliki standar gambar yang sama. Huruf R yang diperoleh dari tautan ( Gambar diperlihatkan dalam Gambar 2.1Sumber Data dari The Char74K (Campos, 2012)
4 Transformasi Warna Citra Proses transformasi warna yang digunakan adalah citra keabuan (grayscale)yang merupakan proses pengolahan citra dengan cara mengubah nilainilai piksel awal citra menjadi sebuah citra keabuan. Transformasi ini bertujuan untuk meningkatkan kontras pada citra, sehingga informasi-informasi pada citra tersebut dapat lebih terlihat (Shih, 2010). Citra keabuanmerupakan citra yang hanyamenggunakan warna yang merupakan tingkatan warnaabu-abu. Tingkat keabuan disini merupakan warna abu-abu dengan berbagai tingkatan dari hitam hingga mendekati putih.warna abuabu adalah satu-satunya warnapada ruang RGB dengan komponen merah, hijau, danbiru mempunyai intensitas yang sama (Abiyanto, Imam, dan Ajub, 2007). Citra ini pada setiap pikselnya mengandung satu layer dimana nilai intensitasnya berada pada interval 0 255, sehingga nilai-nilai piksel pada citra keabuan tersebut dapat direpresentasikan dalam sebuah matriks yang dapat memudahkan proses perhitungan pada operasi berikutnya. Secara matematis, perhitungan citra keabuan dapat dirumuskan dengan Persamaan 2.1, 3 (2.1) dengansmenyatakan derajat keabuan,r menyatakan nilai intensitas warna merah (red),g menyatakan nilai intensitas warna hijau (green),dan B menyatakan nilai intensitas warna biru (blue).
5 Thresholding Thresholding adalah proses untuk menghasilkan citra binari (bilevel) dari citra keabuan. Citra bilevel adalah citra yang memiliki tingkat abu-abu dalam dua kelasyaitu hitam dan putih, nilai 0 untuk hitam dan 1 untuk putih. Pengelompokan citra oleh piksel bilevel dapat memperkecil dan memudahkan beberapa pengoperasian proses gambar seperti membentuk pengenalan dan pengklasifikasian. Pada implementasi sederhana, keluaran dari operasi thresholding adalah citra binari. Secara keseluruhan nilai bilevelmenunjukan hasil yang dapat diklasifikasikan menjadi hitam dan putih. Pada waktu menampilkan gambar, 0 adalah putih dan 1 adalah hitam. Pada citra binari, latar belakang berwarna putih sedangkan objek berwarna hitam (Heriyanto, 2005). Operasi nilai ambang yang akan dicari dinyatakan dengan nilai. Nilai berkisar antara 1 sampai, di mana bernilai 255. Untuk menghitung probabilitas dibedakan kedalam probabilitas foreground dan background.bobot foregroundsetiap piksel pada level ke dapat dinyatakan pada persamaan (2.2) berikut, (2.2) Dengan menyatakan bobot foregroundsetiap piksel pada level ke, menyatakan nilai piksel pada level ke pada foreground, dan menyatakan total jumlah piksel pada citra.
6 12 Bobotbackgroundsetiap piksel pada level ke dapat dinyatakan pada Persamaan (2.3) berikut, (2.3) Dengan menyatakanbobotbackgroundsetiap piksel pada level ke, menyatakan nilai piksel pada level ke pada background, dan menyatakan total jumlah piksel pada citra. Total nilai rata-rata untuk foregrounddinyatakan pada persamaan (2.4) berikut, (2.4) dengan menyatakan total nilai rata-rataforeground, menyatakan piksel pada level ke pada foreground, menyatakan nilai piksel setiap piksel pada level ke, dan menyatakan jumlah pikselforeground. Untuk total nilai rata-rata untuk background dinyatakan pada persamaan (2.5) berikut, (2.5) dengan menyatakan total nilai rata-ratabackground, menyatakan piksel pada level ke pada background, menyatakannilai piksel setiap piksel pada level ke, dan menyatakan jumlah pikselbackground. Kemudian hitung nilai variance untuk foreground dan background. Perhitungan nilai variance dinyatakan pada persamaan (2.6) dan (2.7),
7 13 (2.6) (2.7) Denganσ menyatakan nilai varianceforeground, menyatakan piksel pada level ke pada foreground, menyatakan total nilai rata-rataforeground, menyatakan nilai piksel setiap piksel pada level ke di foreground. Sedangkan σ menyatakan nilai variancebackground, menyatakan piksel pada level ke pada background, menyatakan total nilai rata-ratabackground, menyatakan nilai piksel setiap piksel pada level ke di background. Selanjutnya, nilai ambang dapat ditentukan dengan memaksimumkan persamaan (2.8) berikut, (2.8) Dengan merupakan nilai ambang yang akan ditentukan, nilai yang palingmaksimum yang akan diambil dan digunakan sebagai nilai ambang,σ menyatakan varianceforeground, menyatakan variancebackground, bobot foreground,dan bobotbackground. Pada Gambar 2.2 merupakan contoh hasil proses thresholding. Gambar2.2 HasilProsesThresholding
8 Penipisan Guratan Proses penipisan guratan(thinning) adalah proses awal untuk berbagai operasi analisis citra. Proses penipisan guratanmelibatkan perpindahan titik atau pola lapisan sampai semua garis memiliki piksel tunggal.hasil dari garis piksel tunggal disebut kerangka obyek (skeleton). Sebuah cara yang umum untuk mengekstrakcitra menjadi kerangka yaitu memindahkan atau menghapus semua piksel kecuali piksel tepi menjadi kerangka. Hasil dari proses penipisan ini disebut sebagai kerangka, yang dapat mewakili bentuk objek. Pada proses ini, citra masukan akan dilakukan proses pra-pengolahan yaitu proses penipisan guratandari citra binari. Proses penipisan guratanmenggunakan metode zhang suensupaya objek dari citra biner tersebut yang semula pikselnya tebal menjadi 1 piksel. Selanjutnya, hasil dari proses penipisan ini terbagi menjadi 2 nilai. Jika piksel citra yang berwarna hitam maka akan diberi nilai 1 dan yang berwarna putih diberi nilai 0(Rosettacode, 2016).Berikut langkah-langkah detil proses penipisan guratan: 1. Langkah pertama adalah menandai contourpointp untuk dihapus jika semua kondisi terpenuhi: a) 2 6 b) 1 c) 0 d) 0 Dimana adalah jumlah tetangga dari 1 yang tidak 0 yaitu
9 15 2. Langkah kedua, kondisi (a) dan (b) sama dengan langkah pertama, sedangkan kondisi (c) dan (d) diubah menjadi: (c ) (d ) 0 0 Berikut ilustrasi untuk thinning zhang-suen: + Gambar 2.3 Ilustrasi Thinning Zhang Suen Langkah pertama dilakukan terhadap semua border piksel di citra.jika salah satu dari keempat kondisi di atas tidak dipenuhi atau dilanggar maka nilai piksel yang bersangkutan tidak diubah.sebaliknya jika semua kondisi tersebut dipenuhi maka piksel tersebut ditandai untuk penghapusan.piksel yang telah ditandai tidak akan dihapus sebelum semuaborder points selesai diproses. Hal ini berguna untuk mencegah perubahan struktur data. Setelah langkah 1 selesai dilakukan untuk semua border points maka dilakukan penghapusan untuk titik yang telah ditandai (diubah menjadi 0).
10 16 Langkah kedua pada data hasil dari langkah 1 menggunakancara yang sama dengan langkah 1 sehingga dalam satu kali iterasi urutan algoritmanya terdiri dari: 1. Menjalankan langkah 1 untuk menandai border points yang akan dihapus. 2. Menghapus titik-titik yang ditandai dengan menggantinya menjadi angka Menjalankan langkah 2 pada sisa border points yang pada langkah 1 belum dihapus lalu yang sesuai dengan semua kondisi yang seharusnya dipenuhi pada langkah 2 kemudian ditandai untuk dihapus. 4. Hapus titik-titik yang ditandai dengan menggantinya menjadi angka 0. Prosedur ini dilakukan secara iteratif sampai tidak ada lagi titik yang dapat dihapus, pada saat algoritma ini selesai maka akan dihasilkan skeletondari citra awal.contoh hasil proses penipisan guratan ditampilkan pada Gambar 2.3. Gambar2.3Contoh HasilProsesPenipisan Guratan. 2.3 Ekstraksi Fitur Ekstraksi fitur adalah proses penggalian informasi atau ciri penting dari suatu gambar yang dapat dibedakan dari suatu objek atau kelompok objek sehingga dasar informasi ini objek dapatdiklasifikasikandengan ciri yang berbeda.
11 17 Ini adalah bagian penting dari setiap sistem pengenalan. Ekstraksi fitur memiliki dua tujuan: 1)Membuang aspek-aspek yang tidak relevan dari gambar dan mengambil data yang penting atau diperlukan dan 2) Transform data ke dalam sebuah representasi yang membawa informasi lebih eksplisit. Dengan demikian, ekstraksi fitur memungkinkan untuk mengambil ciri penting dalam sebuah gambar. Ciri penting tersebut dapat membedakan satu citra dengan citra lainnya, ciri juga dapat lebih memperjelas pola perbedaan yang akan sangat memudahkan pemisahan antara kelas dalam proses pengelompokan GeometricMomentInvariant Momentinvariant diperkenalkan oleh Hu pada tahun 1962 dalam pengenalan pola dan pengolahan citra(hu, 1962).Hu menggunakan hasil teori invarian aljabar dan diturunkan tujuh invariant terkenal dengan rotasi benda 2D.Sejak diperkenalkannya momentinvariant, banyak tulisan dan penelitian yang bertujuan untuk meningkatkan, memperluas dan melakukan generalisasimomentinvariant.momentinvarianttelah menjadi salah satu yang paling penting dan sering digunakan dalam bentuk deskriptor (Flusser, Suk, dan Zitová, 2009). GMImemiliki tujuh fitur yang tidak berubah nilai terjemahan, perubahan skala, mirroring dan rotasi (Huang dan Leng, 2010). Langkah-langkah perhitungan moment geometrik dijelaskan sebagai berikut: 1. Membaca data citra masukan dari kiri ke kanan dan dari atas ke bawah.
12 18 2. Menghitung nilai gambar, dengan formula, (2.9) Dimana menyatakan moment dua dimensi,danmenyatakan bilangan bulat 0,1,2,, f(x,y) menyatakan nilai piksel dari citra,x p y q menyatakan fungsi basis. 3. Hitung saat intensitas moment(,) dengan formula: dan (2.10) Dimanamenyatakan rata rata koordinat x, menyatakan rata rata koordinat y. 4. Hitung moment sentral, dengan formula:, (2.11) Dimana menyatakanmoment sentral,p dan qmenyatakanmoment order,xmenyatakan koordinat citra pada sumbu x,ymenyatakankoordinat citra padasumbu y, menyatakan rata rata koordinat x, menyatakan rata rata koordinat y,, menyatakan nilai intensitas citra antara 0 atau Normalisasi moment, untuk digunakan dalam skala gambar dengan formula:,, (2.12), 2,3,
13 19 dengan menyatakan normalisasi moment, menyatakanmomentsentral,p dan qmenyatakanmoment order. 6. Hitung geometric moment, dengan formula di bawah ini, (2.13) 4 (2.14) 3 (2.15) (2.16) (2.17) (2.18) 3 3 (2.19) United MomentInvariant Pada tahun 2003, telah ditemukan metode baru ekstraksi ciri yang diperkenalkan oleh Yinan bernama UMI(Yinan, 2003). Metode UMI diyakini untuk mengatasi kelemahan metode momentinvariantsebelumnya, yang tidak dapat diterapkan dalam kondisi diskrit (Yinan, 2003). Metode UMI memiliki nilai rotasi, translasi, dan skala tetap invariant. Moment adalah jumlah skalar yang
14 20 digunakan untuk mengkarakteristik bentuk suatu objek dan untuk mengambil ciri yang signifikan. Invariant adalah sesuatu nilai yang tidak berubah dalam beberapa transformasi dan dapat membedakan objek yang dimiliki untuk kelas yang berbeda (Flusser, Suk, dan Zitová, 2009). Langkah-langkah perhitungan united moment dijelaskan sebagai berikut: 1. Membaca data citra masukan dari kiri ke kanan dan dari atas ke bawah. 2. Menghitung nilai reguler moment citra, dengan Persamaan Hitung saat intensitas moment(,) dengan Persamaan Hitung momentsentral, dengan Persamaan Normalisasi moment, untuk digunakan dalam skala gambar dengan Persamaan Hitung unitedmoment, sampai dengan persamaan di bawah ini (2.20) (2.21) (2.22) (2.23) (2.24) (2.25) (2.26)
15 21 (2.27) ZernikeMomentInvariant ZMI diperkenalkan oleh Teague. Bila ditinjau dari sisi penghitungan, ZMImemiliki proses penghitungan yang lebih komplek dibandingkan jenis moment yang lain seperti Geometric maupun Legendre. Namun, ZMI telah dibuktikan sebagai salah satu metode ekstraksi ciri yang baik karena kemampuan dalam mempresentasikan sebuah citra (Bin dan Jia-Xiong, 2002). ZMI termasuk pada descriptorregion-based shape yang diartikan bahwa ZMI adalah ekstraksi ciri yang efisien untuk pengenalan pola.hal ini dikarenakan ZMI memiliki sifat ortogonalitas pada polinomial Zernike dalam hasil ekstraksi ciri yang dibentuk serta memiliki properti yang tidak bergantung pada rotasi citra. Untuk menghitung ZMI dari suatu citra, pusat citra akan dinyatakan sebagai pusat dan koordinat piksel dipetakan menjadi jarak dari unit lingkar. Piksel diluar unit lingkar tidak akan digunakan pada komputasi (Feghi et al.,2010). Pemilihan ZMI sebagai ekstraksi ciri memiliki alasan dikarenakan ZMI memiliki invariant yang baik danmenghasilkan sistem dengan autentikasi yang baik, ZMI juga diyakini lebih akurat, fleksibel, dan lebih mudah direkonstruksi dibanding Hu Moment (Sabhara et al., 2013). Langkah-langkah perhitungan ZMI dijelaskan sebagai berikut: 1. Membaca data citra masukan dari kiri ke kanan dan dari atas ke bawah. 2. Menghitung nilai reguler moment citra, dengan persamaan (2.9) 3. Hitung saat intensitas moment(,) dengan persamaan (2.10)
16 22 4. Hitung moment sentral, dengan persamaan (2.11) 5. Normalisasi moment, untuk digunakan dalam skala gambar dengan persamaan (2.12) 6. Hitung zernike moment, sampai dengan persamaan di bawah ini: 2 1, (2.28) 4, (2.29) 3 3, (2.30) 3, (2.31) (2.32), (2.33) 2.4 Teknik Penggabungan Fitur Teknik hybrid yang digunakan adalah penggabungan hasil ekstraksi fitur yang digunakan adalah dengan menggabungkan hasil fitur dari setiap ekstraksi fitur. GMI memliki hasil 7 ekstraksi fitur, UMI 8 ekstraksi fitur dan ZMI memiliki 6 ekstraksi fitur. Untuk penggabungan fitur GMI-UMI memiliki 15 fitur yang merupakan penggabungan dari 7 fitur GMI dan 8 fitur UMI, penggabungan GMI- ZMI memiliki 13 fitur yang terdiri dari 7 fitur GMI dan 6 fitur ZMI, penggabungan UMI-ZMI memiliki 14 fitur yang terdiri dari 8 fitur UMI dan 6
17 23 fitur ZMI, kemudian untuk penggabungan GMI-UMI-ZMI memiliki 21 nilai fitur yang terdiri 7 fitur GMI, 8 fitur UMI dan 6 fitur ZMI. 2.5 Support Vector Machine (SVM) SVM adalah sistem pembelajaran yang menggunakan ruang hipotesis berupa fungsi-fungsi linear dalam sebuah ruang fitur (feature space) berdimensi tinggi, dilatih dengan algoritma pembelajaran yang didasarkan pada teori optimasi dengan mengimplementasikan learning rate yang berasal dari teori pembelajaran statistik (Christianini dan Taylor,2000). Teori yang mendasari SVM ini telah berkembang sejak tahun 1960-an, tetapi baru pada tahun 1992 Vapnik, Boser, dan Guyon memperkenalkan SVM dan sejak saat itu SVM berkembang dengan pesat. Walaupun SVM tergolong metode yang relatif baru dibandingkan metode lainnya, namun performansinya lebih baik di berbagai bidang seperti bioinformatics, pengenalan tulisan tangan, klasifikasi teks, dan lain sebagainya (Christianini dan Taylor, 2000). Salah satu tujuan dari proses pembelajaran SVM tidak hanya untuk mendapatkan bidang pemisah terbaik dalam meminimalkan empirical risk, tetapi juga memiliki generalisasi yang baik. Generalisasi adalah kemampuan sebuah hipotesis untuk mengklasifikasikan data yang tidak terdapat dalam data pelatihan dengan benar. Structural Risk Minimization (SRM) digunakan untuk menjamin generalisasi tersebut. Tujuan dari SRM yaitu untuk menjamin batas atas dari generalisasi pada data pengujian dengan cara mengontrol kapasitas (fleksibilitas) dari hipotesis hasil pembelajaran.
18 24 Ide utama dari metode SVM adalah konsep dari hyperplane margin maksimal. Dengan ditemukannya hyperplane margin maksimal, maka vektor tersebut akan membagi data menjadi bentuk klasifikasi yang paling optimum. Contoh hyperplane yang mungkin muncul untuk klasifikasi data ditunjukkan oleh Gambar 2.4. Pada gambar tersebut terdapat beberapa alternatif bidang pemisah (garis putus-putus ditengah) yang dapat memisahkan semua data set sesuai dengan kelasnya. Class 1 berupa sekumpulan data set dengan simbol kotak, sedangkan class 2 berupa sekumpulan data set dengan simbol lingkaran. Gambar 2.4RepresentasiHyperplane (Nugroho et al., 2003). Proses SVM pada penelitian ini menggunakan tools yaitu WEKA dengan kernel yang digunakan telah dinyatakan pada Tabel 2.1. Tabel 2.1 Persamaan Kernel SVM (Mathworks, 2016)
19 25 Tipe SVM RBF PolyKernel PuK 1 2 1, 2 exp 2σ 1, 2 1, Kernel 1
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas mengenai teori pendukung dan penelitian sebelumnya yang berhubungan dengan metode ekstraksi fitur, serta metode klasifikasi Support Vector Machine dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sel Darah Merah Sel yang paling banyak di dalam selaput darah adalah sel darah merah atau juga dikenal dengan eritrosit. Sel darah merah berbentuk cakram bikonkaf dengan diameter
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih 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 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 II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
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 terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.
Lebih terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital [3] Citra atau gambar didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Jaringan Saraf Tiruan Jaringan saraf tiruan adalah paradigma pengolahan informasi yang terinspirasi oleh sistem saraf secara biologis, seperti proses informasi pada otak manusia.
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 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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciRekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang
17 BAB II REKOGNISI KARAKTER NUMERIK 2.1 Gambaran Singkat Rekognisi Karakter Optik Rekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang dirancang untuk menerjemahkan teks baik berupa
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan membahas landasan teori-teori yang bersifat ilmiah untuk mendukung penulisan skripsi ini. Teknik-teknik yang dibahas mengenai pengenalan pola, prapengolahan citra,
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 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Definisi Pengolahan Citra Citra disebut sebagai gambaran dari objek yang telah mengalami perubahan dalam pengolahan. Pengolahan citra digital adalah suatu metode yang digunakan
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 I PENDAHULUAN. menghasilkan beberapa karya yang mempermudah urusan manusia. Dan salah
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan perkembangan teknologi yang semakin pesat dan dengan banyaknya temuan-temuan terbaru hasil penelitian dari para pakar teknologi, menghasilkan beberapa karya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini dibahas teori yang digunakan sebagai landasan pengerjaan pengenalan kata berdasarkan tulisan tangan huruf Korea (hangūl) menggunakan jaringan saraf tiruan propagasi balik.
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 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 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 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
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 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. 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 terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciPENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR
PENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR Angga Lisdiyanto (1), Lukman Zaman P.C.S.W (2) Teknik Informatika, Universitas Islam Lamongan (1) Teknik Informatika, Sekolah
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 terperinciPENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN
PENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN Chairisni Lubis 1) Yuliana Soegianto 2) 1) Fakultas Teknologi Informasi Universitas Tarumanagara Jl. S.Parman
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Gambar atau citra merupakan informasi yang berbentuk visual. Menurut kamus Webster citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file).
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 II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
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 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 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Secara umum, citra digital merupakan gambar 2 dimensi yang disusun oleh data digital dalam bentuk sebuah larik (array) yang berisi
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Studi Pada penelitian ini, peneliti menggunakan beberapa jurnal sebagai tinjauan studi, yaitu sebagai berikut : a. Pengenalan Huruf Bali Menggunakan Metode Modified
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 13 Kompresi Citra. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 13 Kompresi Citra Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015 KULIAH
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBAB 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 ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Biometrik adalah ilmu untuk menetapkan identitas seseorang berdasarkan ciri fisik, kimia, ataupun tingkah laku dari orang tersebut. Dewasa ini, biometrik telah menjadi suatu
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
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 terperinciOperasi-operasi Dasar Pengolahan Citra Digital
Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks
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 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 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 terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciFourier Descriptor Based Image Alignment (FDBIA) (1)
Fourier Descriptor Based Image Alignment (FDBIA) (1) Metode contour tracing digunakan untuk mengidentifikasikan boundary yang kemudian dideskripsikan secara berurutan pada FD. Pada aplikasi AOI variasi
Lebih terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciPENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL
PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL Silviana Utari, Tjut Awaliyah, M.Kom, Irma Anggraeni, M.Kom
Lebih terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tanda Tangan Tanda tangan atau dalam bahasa Inggris disebut signature berasal dari latin signare yang berarti tanda atau tulisan tangan, dan biasanya diberikan gaya tulisan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Sel Darah Merah Sel darah merah atau eritrositmemiliki fungsi yang sangat penting bagi kelangsungan hidup manusia. Sel darah merah mengandung hemoglobin yang berfungsi untuk
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode Recurrent Neural Network untuk mengidentifikasi jenis tulisan Jepang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital didefinisikan sebagai fungsi f(x,y) dua dimensi, dimana x dan y adalah koordinat spasial dan f(x,y) adalah disebut dengan intensitas atau tingkat keabuan
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi sudah semakin berkembang, hal ini tentunya memberi pengaruh juga dalam berkembangnya ilmu pengetahuan. Perkembangan tersebut juga berpengaruh pada
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 terperinciMengenal Lebih Jauh Apa Itu Point Process
Mengenal Lebih Jauh Apa Itu Point Process Faisal Ridwan FaizalLeader99@yahoo.com Lisensi Dokumen: Copyright 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi
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 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 terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Indonesia merupakan negara tropis yang memiliki + 30.000 spesies tumbuh-tumbuhan ([Depkes] 2007). Tumbuh-tumbuhan tersebut banyak yang dibudidayakan sebagai tanaman hias. Seiring
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinci1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti vertifikasi
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinci