APLIKASI PENGENALAN OBJEK GEOGRAFIS PADA CITRA FOTO UDARA DENGAN PENDEKATAN SEGMENTASI DAN EDGE DETECTION. Arian Markus Pardamean.
|
|
- Sudomo Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI PENGENALAN OBJEK GEOGRAFIS PADA CITRA FOTO UDARA DENGAN PENDEKATAN SEGMENTASI DAN EDGE DETECTION Arian Markus Pardamean Bina Nusantara University, Jalan Kebon Jeruk Raya No. 27 Kebun Jeruk Jakarta Pusat 11530, (021) / (021) , arianmarkus@rocketmail.com Yogi Hamdani Bina Nusantara University, Jalan Kebon Jeruk Raya No. 27 Kebun Jeruk Jakarta Pusat 11530, (021) / (021) , yogihamdani13@yahoo.com Afiatri Hidayati Bina Nusantara University,J alan Kebon Jeruk Raya No. 27 Kebun Jeruk Jakarta Pusat 11530, (021) / (021) , afiatri@outlook.com Edy Irwansyah, ST., M.SI. Bina Nusantara University,J alan Kebon Jeruk Raya No. 27 Kebun Jeruk Jakarta Pusat 11530, (021) / (021) ,
2 ABSTRAK Tujuan penelitian ini adalah melakukan deteksi tepi dan segmentasi serta mengetahui seberapa jauh informasi yang dapat diekstraksi dengan cara edge detection dan automatic seed point pada format citra foto udara. Metodologi penelitian yang digunakan berupa data citra foto dari udara, algoritma edge detection untuk deteksi tepi, dan metodologi perancangan sistem prototyping. Penelitian ini diharapkan dapat memudahkan pengguna untuk menggunakan fitur segmentasi region growing dan fitur filter yang mampu menjalankan operasi deteksi tepi. Fitur filter yang menggunakan algoritma edge detection dengan operator Sobel lebih baik daripada operator Kirsch dan Prewitt. Hasil pendekatan automatic seed point memudahkan pengguna dalam menggunakan fitur region growing dalam aplikasi GeoSeg. Nilai threshold yang digunakan untuk masing-masing segmentasi dengan automatic seed point tidak selalu sama tergantung jenis objek. Kata Kunci : Automatic seed point, Citra foto udara, Edge detection, Region growing, Segmentasi ABSTRACT The purpose of the study is to do edge detection and segmentation and also to know how far the information can be extracted by implemented edge detection and automatic seed point to aerial image format. The methodologies used in this study are aerial image data, edge detection algorithm, and prototyping system design method. This study is expected being able to ease user to use region growing segmentation feature and filter feature to operate edge detection. Filter feature used edge detection algorithm with Sobel operator is better than the other ones with Kirsch and Prewitt operator. The result of automatic seed point approach facilitates user to use region growing feature in GeoSeg application. Threshold value, used in each segmentation with automatic seed point, is not always same depending on the object type. Keywords: Automatic seed point, Aerial image, Edge detection, Region growing, Segmentation
3 Pendahuluan Latar Belakang Teknologi pengelolahan citra digital (digital image processing) adalah teknologi mengelola gambar digital dengan komputer digital (Gonzales, 2008:1). Salah satu dari pengaplikasian pertama gambar digital bermula dari industri koran, ketika gambargambar pertama kali dikirim melalui kabel kapal selam yang berada diantara London dan New York (Gonzales, 2008:3). Pada awal-awal tahun 1970, teknologi pengelolahan citra diaplikasikan ke dalam bidang pencitraan medis dan astronomi (Gonzales, 2008:6). Perkembangan teknologi pengelolahan citra juga telah berkembang pesat dalam bidang pengolahan informasi geografis. Hal ini terlihat dari adanya pemanfaatan teknologi pada sistem informasi geografis untuk mendapatkan citra foto dari suatu wilayah tertentu di bumi. Tujuan pemotretan foto udara, yang juga disesuaikan dengan tujuan pemetaan, adalah untuk menentukan jalur penerbangan dan menentukan arah penerbangan. Dengan bantuan kamera udara dan pesawat udara ini, pemotretan udara dapat dilakukan. Ekstraksi informasi geografis dari citra foto dapat dilakukan dengan metode segmentasi (segmentation). Segmentasi (segmentation) adalah proses membagi objek-objek ke dalam segmensegmen dengan kesamaan karakteristik. Kelebihan segmentasi adalah kemampuan membedakan antara segmen satu dengan segmen lainnya. Segmentasi sering dianggap sebagai langkah pertama dalam analisis citra. Tujuannya adalah untuk membagi sebuah gambar menjadi tidak tumpang tindih sehingga dapat digunakan untuk analisis lebih lanjut. Proses segmentasi citra yang sekarang dilakukan secara digitasi memakan waktu lama, sumber daya yang lebih besar, serta memakan biaya yang lebih tinggi. Oleh karena itu, diharapkan dengan adanya segmentasi secara komputerisasi ini dapat memudahkan segmentasi sehingga lebih cepat dan teliti. Pada penelitian sebelumnya oleh Charles dan Sylvianto (2012) telah dkembangkan aplikasi pengenalan objek geografis bernama GeoSeg yang dapat memudahkan proses segmentasi citra foto. Aplikasi GeoSeg ini sudah memiliki fitur Menu File, Edit, Adjust, Analysis, dan Segmentation. Dalam rangka pengembangan aplikasi GeoSeg, akan dikembangkan fitur-fitur yang belum tersedia. Fitur-fitur yang belum terdapat pada aplikasi tersebut dan akan dikembangkan dalam penelitian ini adalah fitur filter deteksi tepi (edge detection) dan automatic seed point. Fitur filter edge detection sangat diperlukan untuk pendeteksian tepi pada citra foto. Pada penelitian ini digunakan algoritma deteksi tepi ( edge detection) dengan operator Sobel, Kirsch dan Prewitt. Sedangkan fitur automatic seed point dibutuhkan untuk melakukan segmentasi. Dari penelitian sebelumnya dilakukan penelitian lanjutan untuk mendapatkan fitur yang belum tersedia.
4 Ruang Lingkup Ruang lingkup penelitian yang digunakan untuk pengembangan aplikasi ini adalah algoritma edge detection dan citra foto udara. Format citra yang digunakan adalah format bmp. Sedangkan bahasa pemograman yang digunakan C#. Tujuan dan Manfaat Tujuan dari penelitian ini adalah : 1. Mengembangkan fitur segmentasi region growing menjadi bekerja secara otomatis (automatic). 2. Mengembangkan fitur filter dengan algoritma edge detection yang bermanfaat untuk mendeteksi batas tepi pada citra foto. Adapun manfaat dari penelitian ini adalah sebagai berikut : 1. Aplikasi GeoSeg (Geographic Segmentation) ini dapat menjalankan proses automatic seed point, sehingga memudahkan pengguna menggunakan fitur segmentasi region growing. 2. Tersedianya fitur filter yang mampu menjalankan operasi deteksi tepi dengan operator Sobel, Prewitt, dan Kirsch. Pada akhirnya pengguna mampu melakukan proses preprocessing images. Metodologi Metodologi yang digunakan dalam pengembangan aplikasi ini antara lain: 1. Metode Fact Finding Technique a. Studi Kepustakaan Studi kepustakaan dilaksanakan dengan tujuan memperoleh informasi dan data secara teori melalui buku-buku dan bahan tertulis yang ada relevansinya dengan tema skripsi. b. Wawancara Metode pengujian aplikasi ini dilakukan dengan mengadakan wawancara oleh para pakar pada bidang geografis. 2. Metode Pengembangan aplikasi GeoSeg Metode pengembangan aplikasi GeoSeg ini dengan menggunakan model Prototype.
5 Sistematika Penulisan BAB 1 PENDAHULUAN Berisi latar belakang, ruang lingkup, tujuan dan manfaat, metodologi, dan sistematika penulisan. BAB 2 LANDASAN TEORI Berisi teori-teori yang terkait dengan topik skripsi yang dibuat. BAB 3 ANALISIS DAN PERANCANGAN SISTEM Berisi analisis terhadap penulisan yang dilakukan dan algoritma yang digunakan dan berisi gambaran secara jelas perancangan sistem yang akan dibuat nantinya. BAB 4. IMPLEMENTASI DAN EKSPERIMEN Berisi penjelasan mengenai implementasi terhadap aplikasi yang dibuat serta dijabarkan eksperimen yang dilakukan penulis dan hasil dari eksperimen tersebut. BAB 5. SIMPULAN DAN SARAN Berisi kesimpulan dan saran yang diajukan penulis guna pengembangan aplikasi lebih lanjut. Metode Penelitian Prototype adalah sebuah model skala kecil, representatif atas persyaratan atau desain yang diusulkan pengguna untuk membuat sebuah aplikasi informasi. Prinsip dasar di balik prototyping adalah para pengguna mengetahui apa yang mereka inginkan ketika mereka melihat prototype bekerja. Dalam Rapid Application Development (RAD), sebuah prototype pada akhirnya berkembang menjadi sistem informasi final (Whitten, 2004:10). Tahapan-tahapan prototype adalah : 1) Pengumpulan Kebutuhan Pengguna dan pengembang bersama-sama mendefinisikan format dan kebutuhan keseluruhan perangkat lunak serta mengidentifikasi semua kebutuhan dan garis besar sistem yang akan dibuat. 2) Membangun Prototyping Membangun prototyping dengan membuat perancangan sementara yang berpusat pada penyajian kepada pengguna. Misalnya dengan membuat input dan contoh outputnya.
6 3) Evaluasi Prototyping Evaluasi ini dilakukan oleh pengguna apakah prototype yang sudah dibangun sudah sesuai dengan keinginan pengguna. Jika sudah sesuai, langkah keempat akan diambil. Jika tidak, prototype diperbaiki dengan mengulang langkah 1, 2, dan 3. 4) Mengkodekan Aplikasi Dalam tahap ini prototype yang sudah disepakati diterjemahkan ke dalam bahasa pemograman yang sesuai. 5) Menguji Aplikasi Setelah aplikasi sudah menjadi suatu perangkat lunak yang siap pakai, aplikasi harus diuji terlebih dahulu sebelum digunakan. 6) Evaluasi Aplikasi Pengguna mengevaluasi apakah aplikasi sudah sesuai dengan yang diharapkan. Jika sudah, langkah ketujuh ini dilakukan. Jika belum, harus mengulangi langkah pengkodean dan pengujian aplikasi. 7) Menggunakan Aplikasi Perangkat lunak yang telah diuji dan diterima pengguna siap untuk digunakan. Hasil Dan Pembahasan Untuk dapat menjawab tujuan dari penelitian ini, dilakukan beberapa ekperimen terkait yang hasil dari eksperimen tersebut akan dijelaskan secara bertahap. Dalam eksperimen ini, digunakan data citra foto udara. Kemudian dari citra tersebut, dilakukan eksperimen kembali dengan proses segmentasi region growing dan metode edge detection. Berikut merupakan citra yang digunakan dalam eksperimen ini :
7 Tabel 1 Hasil Eksperimen Edge Detection pada Objek Geografis Kela s Rum ah Region Growing Pada Foto Udara Hasil Edge Detection Sobel Kirsch Prewitt Laha n Terb uka T = 10 Kebu n Cam pur T = 5 T = 15 Evaluasi Kuantitatif Tabel 2 Data Kuantitatif dengan Sampel Rumah Operator Garis penghubung Noise sekitar Sobel 4 garis tepi 2 garis panjang Prewitt 3 garis tepi 3 garis panjang Kirsch 2 garis tepi > 3 garis panjang
8 Tabel 3 Data Kuantitatif dengan Sampel Lahan Terbuka Operator Sobel Prewitt Kirsch Hijau 4 gelombang hijau 1 gelombang hijau < 4 gelombang hijau Tabel 4 Data Kuantitatif dengan Sampel Kebun Campur Operator Hijau Noise sekitar Sobel > 4 garis panjang 1 garis panjang Prewitt 4 Garis hijau panjang 3 garis panjang Kirsch 3 Garis hijau panjang > 4 garis panjang Untuk dapat menjawab tujuan dari penelitian segmentasi dengan seed yang bekerja secara otomatis, maka dilakukan beberapa ekperimen terkait. Dalam eksperimen ini digunakan data citra foto udara dalam format bitmap. Tabel 5 Hasil Eksperimen Automatic Seed Point pada Objek Geografis Kelas Thresho Hasil Eksperimen Keterangan ld Ruma T = 10 Rumah h dapat tersegmenta si secara ototmatis dengan warna putih.
9 Lahan Terbu ka T = 5 Kelas lahan terbuka dapat tersegment asi secara otomatis oleh aplikasi GeoSeg. Kebun Camp ur T = 5 Kelas kebun campur tersegmenta si secara otomatis oleh aplikasi walaupun masih ada hasil segmentasi yang menyimpan g sehingga tanah lapang ikut tersegmenta si.
10 Simpulan dan Saran Simpulan Penelitian ini dapat menyimpulkan beberapa hal, antara lain : 1) Hasil pendekatan automatic seed point memberikan kemudahan bagi pengguna dalam menggunakan fitur region growing untuk melakukan segmentasi objek pada foto udara di dalam aplikasi Geoseg. 2) Fitur filter yang menggunakan algoritma edge detection dengan operator Sobel mengahasikan gambar lebih baik daripada operator Kirsch dan Prewitt. Hal ini dapat dilihat dari hasil nilai kuantitas. 3) Nilai treshold automatic seed point terbaik untuk sebagian besar kelas objek pada foto udara yang dipakai di penelitian adalah T = 5. 4) Aplikasi sudah mampu melakukan proses klasifikasi pengenalan kelas objek. 5) Desain dari aplikasi GeoSeg sudah bersifat user friendly Saran Melengkapi penelitian ini, penulis menyarankan untuk melakukan beberapa hal yang dapat meningkatkan hasil segmentasi citra untuk klasifikasi tutupan lahan dan mengembangkan fitur baru yang dapat memenuhi kebutuhan para ahli dalam ruang lingkup sistem informasi geografi. Berikut fitur-fitur yang disarankan oleh penulis untuk penelitian selanjutnya: 1) Fitur Labeling dapat dimunculkan di pengembangan selanjutnya untuk memenuhi kebutuhan akan informasi objek pada citra foto udara akan lebih mudah didapatkan. 2) Dengan berkembangnya kebutuhan akan fitur digitasi di dalam sistem informasi geografi maka disarankan untuk mengembangkan fitur konversi dari data raster ke data vector. 3) Dengan adanya fitur Georeference aplikasi dapat menunjukkan titik koordinat yang benar-benar dibutuhkan bagi para ahli di bidang sistem informasi geografi.
11 Referensi Bin, L. Mehdi Samiei yeganeh,. Comparison for Image Edge Detection Algorithms, IOSR Journal of Computer Engineering (IOSRJCE) ISSN, Burger, W., & Burge, M. J. (2009). Digital image processing: an algorithmic introduction using Java. Springer. Burrough, P. A., McDonnell, R., Burrough, P. A., & McDonnell, R. (1998).Principles of geographical information systems (Vol. 333). Oxford: Oxford university press. Charles & Sylvianto. (2012). Segmentasi Citra Spasial Multi Resolusi untuk Klasifikasi Tutupan Lahan Menggunakan Algoritma Region Growing. Skripsi S1.Universitas Bina Nusantara, Jakarta. Gonzalez, R. C. (2008). Wintz P (1987) Digital Image Processing. Reading, MA, Addison-Waley. Ian, H. (2002). An introduction to geographical information systems. New Jersey:Prentice-Hall Irwansyah, E. Sistem Informasi Geografis: Prinsip Dasar dan Pengembangan Aplikasi. DigiBook Yogyakarta. Jain, A. K. (1989). Fundamentals of digital image processing. New York: Prentic- Hall, Inc.. Kulkarni, A. D. (2001). Computer vision and fuzzy-neural systems. Prentice Hall PTR. Lilesand,T.M, Kiefer, R.W, & Chipman, J.W. (1993). Remote Sensing and Image Interpretation. United States of America : Addison-Wesley. Lillesand, T. M., Kiefer, R. W., & Chipman, J. W. (2004). Remote sensing and image interpretation (No. Ed. 5). John Wiley & Sons Ltd. Lusiana, Veronica.(2013) Deteksi Tepi pada Citra Digital menggunakan Metode Kiirch dan Robinson. Shapiro, L., & Stockman, G. C. (2001). Computer Vision ed: Prentice Hall. Tjiharjadi, Semuil.(2011). Watermarking Citra Digital menggunakan Teknik Aplitude Modulation.Jurnal Informatika,2(2):pp-109
12 Riwayat Penulis
13
14
15
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
Lebih terperinciBAB 1 PENDAHULUAN. ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi obyek pada citra dapat dilakukan dengan tiga metode yaitu ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased). Metode
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Informasi Geografis (SIG) 2.1.1 Pengertian SIG Sistem Informasi Geografis (SIG) atau Geographic Information System (GIS) adalah sebuah sistem yang didesain untuk menangkap,
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciBAB 4 IMPLEMENTASI DAN EKSPERIMEN
BAB 4 IMPLEMENTASI DAN EKSPERIMEN 4.1 Implementasi Dalam implementasi ini akan dijabarkan mengenai aplikasi yang telah dibuat. Penjelasannya mencakup menu-menu yang ada pada aplikasi beserta fungsi dari
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciBAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT
BAHAN AJAR Mata Kuliah Pengolahan Citra Disusun oleh: Minarni, S. Si., MT JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2010 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007 PERANCANGAN DAN APLIKASI EDGE DETECTION PADA IMAGE DENGAN MENGGUNAKAN KIRSCH
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 2 x 3x 50 Menit Pertemuan : 10&11 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
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 terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK SEBARAN RUMAH SAKIT DI WILAYAH JAKARTA BARAT
ANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK SEBARAN RUMAH SAKIT DI WILAYAH JAKARTA BARAT Eva Ayustina Binus University, Jakarta, DKI Jakarta, Indonesia Wendra Binus University,
Lebih terperinciBAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mata merupakan salah satu panca indra yang digunakan manusia untuk melihat. Namun mata manusia memiliki keterbatasan dalam menangkap sinyal elektromagnetik.
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciPERBANDINGAN KINERJA METODE DETEKSI TEPI PADA PENGENALAN OBJEK MENGGUNAKAN OpenCV
Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 17 PERBANDINGAN KINERJA METODE DETEKSI TEPI PADA PENGENALAN OBJEK MENGGUNAKAN OpenCV Derisma Sistem Komputer, Fakultas Teknologi Informasi,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciSISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER
SISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER Rezki Hadisaputra¹, Koredianto Usman², Rita Magdalena³ ¹Teknik Telekomunikasi,,
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a thousand words yang memiliki arti sebuah gambar bernilai beribu kata yang secara tidak sengaja
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wilayah persawahan di Indonesia cukup luas dengan hasilnya yang berbagai macam salah satunya padi. Padi merupakan tanaman pangan yang menjadi sumber bahan pokok pangan
Lebih terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Fotografi merupakan suatu kegiatan yang hampir dilakukukan oleh semua orang. Kegiatan fotografi ini dilakukan baik dengan kamera untuk professional maupun menggunakan
Lebih terperinciPENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL. Moehammad Awaluddin, Bambang Darmo Y *)
PENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL Moehammad Awaluddin, Bambang Darmo Y *) Abstract Image processing takes an image to produce a modified image for better viewing or some other
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciPENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK
PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE NOVIANI KRISNADI/0322064 Email Address: s103novi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165, Indonesia
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
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 terperinciSEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA
SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA Kamil Malik Jurusan Teknik Informatika STT Nurul Jadid Paiton nomor1001@gmail.com Andi Hutami Endang Jurusan Teknik Informatika
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 terperinciDielektrika, ISSN Vol. 1, No. 2 : , Agustus 2014
Dielektrika, ISSN 2086-9487 131 Vol. 1, No. 2 : 131-135, Agustus 2014 ANALISA PERUBAHAN GARIS PANTAI SENGGIGI MENGGUNAKAN PENGOLAHAN (GIS) CITRA SATELIT PADA MATLAB [Analysis of Shoreline Changing Using
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
Lebih terperinciPENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA ABSTRAK
PENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA Yuliana Melita Pranoto 1, Endang Setyati 2 1) Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl. Ngagel Jaya Tengah 73-77
Lebih terperinciBAB I PENDAHULUAN. Dewasa ini kepedulian masyarakat Indonesia akan budaya-budaya lokal
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini kepedulian masyarakat Indonesia akan budaya-budaya lokal semakin memudar. Hal ini paling jelas terlihat di kalangan kaum muda, dimana mereka telah banyak
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
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 terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciPemisahan Objek-Objek Berbasis Region pada Citra Digital dengan Metode Normalized Cuts
JURNAL DIGIT, Vol.1, No., November 011, pp. 13~131 ISSN: 088-589X 13 Pemisahan Objek-Objek Berbasis Region pada Citra Digital dengan Metode Normalized Cuts Marsani Asfi Program Studi Sistem Informasi Sekolah
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 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Fungsi utama perancangan program aplikasi tugas akhir ini adalah melakukan konversi terhadap citra dengan format raster atau bitmap ke format vektor dengan tipe
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penggunaan pengolahan citra digital berkembang pesat sejalan dengan berkembang dan memasyarakatnya teknologi komputer di berbagai bidang. Diantaranya di bidang
Lebih terperinciPerbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /
Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra Charles Aditya / 0322026 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri
Lebih terperinciAPLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON
APLIKASI PEMROSESAN CITRA UNTUK PENTAPISAN, DETEKSI TEPI, DAN PENGABURAN PADA KASUS CITRA MIKROSKOP ELEKTRON AHMAD ISHLAHUDDIN 41508010125 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciPengenalan Pola Menggunakan Persamaan Diferensial Ujung Deteksi
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Pengenalan Pola Menggunakan Persamaan Diferensial Ujung Deteksi Rahmat H. Kiswanto 1), Harrizki Arie Pradana 2), Rosiyati
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. memindahkan data secara manual ke dalam komputer untuk dapat diolah lebih
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi yang terus berkembang membuat sistem komputerisasi bergerak dengan cepat, namun hal ini tidak seimbang dengan kemampuan manusia memindahkan data secara manual
Lebih terperinciPerbandingan Metode K Nearest Neighbor dan K Means Clustering dalam Segmentasi Warna pada Citra ABSTRAK
Perbandingan Metode K Nearest Neighbor dan K Means Clustering dalam Segmentasi Warna pada Citra Hanri Paskal/0322114 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165,
Lebih terperinciGambar 1.1 Tahapan Penelitian
BAB 1 PENDAHULUAN Latar Belakang Masalah Content Based Image Retrieval (CBIR) atau dikenal sebagai query dengan konten image dan pengambilan informasi visual berbasis konten merupakan penerapan teknik
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
Lebih terperinciANALISIS PERBANDINGAN HASIL ALGORITMA HOMOGENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP SKRIPSI ZULFADHLI HARAHAP
ANALISIS PERBANDINGAN HASIL ALGORITMA HOMOGENEITY DAN ALGORITMA PREWITT UNTUK DETEKSI TEPI PADA CITRA BMP SKRIPSI ZULFADHLI HARAHAP 111421055 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan
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 terperinciKELOMPOK 1. Metode Pengembangan Sistem Informasi. Imelda Florensia Stefani. P.
KELOMPOK 1 Imelda Florensia Stefani. P. Tangkuman Metode Pengembangan Sistem Informasi Pokok Bahasan Metode Pengembangan Sistem Informasi : -CBIS Life Cycle -System Development Life Cycle (SDLC) atau sering
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra.
Lebih terperinciDAFTAR ISI DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR LAMPIRAN... 1
DAFTAR ISI Halaman ABSTRAK... Error! Bookmark not def KATA PENGANTAR... Error! Bookmark not def DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... i iv x BAB I PENDAHULUAN... Error! Bookmark not def BAB II
Lebih terperinciSEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION. Anik Purwaningsih, Sutopa *
SEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION Anik Purwaningsih, Sutopa * ABSTRAK SEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION. Pengujian pelat elemen bakar (PEB)
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciIDENTIFIKASI TELAPAK TANGAN (PALMPRINT) DENGAN EKSTRAKSI FITUR DIMENSI FRAKTAL DAN LACUNARITY ABSTRAK
IDENTIFIKASI TELAPAK TANGAN (PALMPRINT) DENGAN EKSTRAKSI FITUR DIMENSI FRAKTAL DAN LACUNARITY Suriyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya nuri_lewa@yahoo.com ABSTRAK Sistem pengenalan diri
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciBAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah penggambaran sesuatu berdasarkan sifat atau ciri dari sebuah objek. Penggambaran objek sangat berpengaruh terhadap sifat atau ciri yang memiliki
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11. 54521 / Pengolahan Citra Digital Revisi - Satuan Kredit Semester : 3 SKS Tgl revisi : - Jml Jam kuliah dalam seminggu
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciKesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan
Kesepakatan Kuliah Sopan : Tidak bersandal dan berkaos Busana muslimah yang pantas Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan 3 1. PENDAHULUAN A. Signal Processing B.
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 terperinciKONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR
KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,
Lebih terperinciANALISA DAN PERANCANGAN SISTEM INFORMASI GEOGRAFI UNTUK PERSEBARAN HUTAN BERDASARKAN FUNGSINYA DI PAPUA PADA KEMENTERIAN KEHUTANAN REPUBLIK INDONESIA
ANALISA DAN PERANCANGAN SISTEM INFORMASI GEOGRAFI UNTUK PERSEBARAN HUTAN BERDASARKAN FUNGSINYA DI PAPUA PADA KEMENTERIAN KEHUTANAN REPUBLIK INDONESIA Angger Satrio Binus University, Jakarta, DKI Jakarta,
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 terperinciIDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA
IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA Isturom Arif 1, I Ketut Eddy Purnama 2, Moch Hariadi 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI
ANALISIS PERBANDINGAN GEOMETRIC MEAN FILTER DENGAN OPERATOR SOBEL, OPERATOR PREWITT DAN OPERATOR ROBERT PADA CITRA BITMAP SKRIPSI MAGDALENA SIREGAR 111401109 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU
Lebih terperinciOleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.
Oleh: Ulir Rohwana (1209 100 702) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI HASIL DAN PENGUJIAN
Lebih terperinciABSTRAK. Kata kunci : Steganografi, bit-plane complexity segmentation, data tersembunyi, peak signal-to-noise ratio. v Universitas Kristen Maranatha
ABSTRAK Steganografi adalah teknik untuk menyembunyikan informasi rahasia ke dalam data tanpa meninggalkan bukti adanya perubahan data. Dengan steganografi kita dapat menyembunyikan pesan rahasia ke dalam
Lebih terperinciDigital Watermarking Untuk Melindungi Informasi Informasi Multimedia Dengan Metode Fast Fourier Transform (FFT)
Digital ing Untuk Melindungi Informasi Informasi Multimedia Dengan Metode Fast Fourier Transform (FFT) Johnny Andrean Susanto (Exploration_231190@yahoo.com), Kelvin Giovanni Lukman (Kelvin_giovanni@yahoo.com)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.
BAB 1 PENDAHULUAN 1.1 PENDAHULUAN Grafika komputer merupakan salah satu topik dalam bidang informatika. Perkembangan grafika komputer tentunya tidak lepas dari pengolahan citra secara digital. Pengolahan
Lebih terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih terperinciBAB I PENDAHULUAN. Dalam beberapa tahun terakhir, logika samar telah digunakan dalam berbagai
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dalam beberapa tahun terakhir, logika samar telah digunakan dalam berbagai bidang untuk menyelesaikan masalah-masalah yang ada. Walaupun logika samar adalah
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN SISTEM PENGENAL KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN LOGIKA FUZZY
UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN SISTEM PENGENAL KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN LOGIKA FUZZY Josua Napitupulu 0800737821 Daniel Marshall 0800749020 Mahargono
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
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 terperinciSKRIPSI ANALISIS PERBANDINGAN DETEKSI TEPI PREWITT DAN ROBERTS PADA UANG KERTAS DAN MENGGUNAKAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)
SKRIPSI ANALISIS PERBANDINGAN DETEKSI TEPI PREWITT DAN ROBERTS PADA UANG KERTAS DAN MENGGUNAKAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) Oleh : Ika Puji Rahayu 2010-51-038 SKRIPSI DIAJUKAN SEBAGAI SALAH
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 terperinciPERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV
PERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV Abdillah Komarudin 1401139432 Program Studi Sistem Komputer, Universitas Bina Nusantara, abdee_dillah@yahoo.com Ahmad Teguh Satria
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciPerbandingan Metode Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital
Perbandingan Metode, Metode dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital Apriyana (meikk_cttzz@yahoo.co.id), Delta Sri Maharani (delta.maharani@gmail.com)
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinci