BAB 3 METODOLOGI PENELITIAN
|
|
- Vera Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 60 BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Penelitian ini dilakukan berdasarkan penelitian yang lalu pada kasus yang berbeda. Pada kasus Lien (2007) dan Sahagun (2007) yang dihadapi adalah pemantauan pejalan kaki dengan kondisi yang padat. Melihat kondisi lalu lintas yang sangat padat, peneliti melihat adanya kesamaan kasus yang dihadapi, kemudian metode pada percobaan sebelumnya diujikan untuk kasus pemantauan kendaraan. Pemantauan dengan menggunakan video digital, seperti yang dijelaskan oleh Lien (2007), secara umum terdapat dua jenis teknik yang dipergunakan untuk melakukan aktifitas pemantauan yaitu pendekatan menggunakan model dari objek dan pendekatan menggunakan fitur dari objek. Pendekatan menggunakan model akan mengalami banyak sekali kesulitan masalah pendeteksian objek akibat dari perubahan intensitas warna dan bentuk dari objek. Masalah segmentasi objek terjadi apabila objek mengalami oklusi atau penyatuan dengan objek lainnya. Segmentasi juga akan sulit dilakukan apabila bentuk dari objek berubah-ubah akibat pergerakan objek dan posisi kamera yang beragam. Masalah intensitas warna terjadi apabila pemantauan dilakukan pada lingkungan diluar ruangan, terutama karena perubahan intensitas cahaya matahari berubah sepanjang hari. Pendekatan yang lebih baik coba dilakukan dengan menggunakan model fitur pada objek. Seperti yang dijelaskan oleh Sahagun (2007) pada penelitian pemantauan pejalan kaki, pemilihan penggunaan pendekatan titik fitur karena titik fitur cukup
2 61 tangguh dalam mengatasi oklusi atau kepadatan objek karena tidak tergantung dari kelengkapan bentuk objek melainkan berdasarkan data intrinsik dari titik fitur seperti pergerakkan dan jarak antar titik fitur. M enurut Lien (2007) menambahkan, titik fitur yang tersebar pada area latar seharusnya sangat dekat dengan masing-masing objek dan kemudian d ip ilih karen a leb ih baik d alam merep resentasikan objek dalam p ergerakkan objek yang khas. Tantangan pemantauan dengan penggunaan titik fitur adalah keterbatasan merepresentasikan kendaraan berdasarkan pergerakkannya yang kaku. Untuk mencoba menjawab tantangan tersebut maka peneliti mencoba menggunakan tambahan algoritma dengan menggunakan analisis relasi antar cluster menjadi kelompok objek dan p eny atuan objek y ang memilik i titik fitur y ang sama den gan ob jek lainny a Alur Penelitian Untuk mencapai tujuan dari penelitian yaitu membuat dan menguji program, maka penelitian dilakukan dalam alur sebagai berikut. Gambar 3.1. Alur penelitian.
3 62 Pada awal penelitian, peneliti melakukan pelatihan penggunaan program dan pustaka program yaitu mulai dari penggunaan Visual Studio 2008, Visual Studio 2010, Qt SDK, pustaka cvblobslib, pustaka Boost, dan pustaka OpenCV dipergunakan untuk menguji beberapa contoh aplikasi dari OpenCV ataupun contoh program dari pengembang lainnya, yaitu: 1. Pelatihan operasi dasar pustaka OpenCV, seperti load image, threshold, dilate/ erode, canny edge detection, fill and flood, rotate, and scale image. 2. Pelatihan contoh aplikasi Blob Detection menggunakan berbagai pustaka hingga diperoleh hasil terbaik menggunakan pustaka cvblobslib. 3. Pelatihan contoh aplikasi Background Subtraction menggunakan model Statistical Gaussian Mixture dan model umum lainnya. 4. Pelatihan contoh aplikasi Blob Tracking dari pustaka OpenCV. 5. Pelatihan contoh aplikasi Pyramidal Optical Flow menggunakan pustaka OpenCV yang menjadi kelanjutan dari arah penelitian. 6. Pelatihan contoh aplikasi K-Means menggunakan pustaka OpenCV. 7. Pelatihan contoh aplikasi Shortest Spanning Tree menggunakan pustaka Boost. 8. Pelatihan/ uji coba teori Coherence of Motion untuk mengelompokkan titik-titik fitur. Pembelajaran literatur dilakukan bergantian dengan pembelajaran pustaka program. Literatur ditekankan pada pembahasan analisis cluster dan titik fitur seperti pembahasan oleh Lien (2007) dan Sahagun (2007), selain itu tulisan lain yang
4 63 membahas tentang subtraksi latar, pendeteksian Good Feature, dan pelacakan Lucas- Kanade juga dibahas untuk memahami penggunaan parameter pada pustaka program. Pembuatan program dilakukan secara terus menerus dengan melakukan pelatihan penggunaan pustaka dan pembelajaran literatur. Ketika sebuah ide dari pembelajaran literatur didapatkan, maka peneliti mencoba langsung membuat programnya. Pembuatan program juga dikerjakan dengan adanya pengujian, terutama pengujian terhadap kesalahan logika dan metode yang dipergunakan. Pengujian juga dilakukan untuk menentukan nilai parameter yang tepat yang dipergunakan pada masing-masing fungsi Perancangan Penelitian Kebutuhan Perancangan Perancangan memerlukan sebuah unit komputer, handycam, tripot, dan berbagai perangkat lunak yang dibutuhkan. Spesifikasi detil dari alat yang digunakan dijelaskan sebagai berikut Spesifikasi Komputer 1. Tipe komputer : ACER ASPIRE 4736G 2. Prosesor : Intel Core TM 2 Duo T Kartu grafis : NVIDIA GeForce G105M 512MBVRAM 4. Ukuran layar : 14.0 HD LED LCD 5. Ukuran memori : 2 GB 6. Ukuran HDD : 320 GB (81.1 GB, 40.5 GB free)
5 Spesifikasi Kamera 1. Tipe kamera : Sony DCR-SX65E 2. Pengunaan tripot : Ya 3. Format perekaman : AVI 720 x 576 piksel Spesifikasi Perangkat Lunak 1. Sistem operasi komputer : Windows 7 Ultimate Edition 2. SDK Compiler : Qt Creator Pustaka : OpenCV Perancangan Lingkungan Perekaman Perancangan yang dilakukan tidak menggunakan kamera CCTV dan juga tidak terpasang di sudut-sudut jalur lalu lintas. Perancangan yang dilakukan kali ini adalah perancangan program secara mandiri, dimana kita menggunakan peralatan sendiri. Pemantauan jalan secara mandiri kita lakukan dengan menggunakan sebuah handycam dan tripot. Penggunaan tripot adalah untuk mendapatkan perekaman yang bebas dari getaran tangan, karena apabila kamera bergetar maka video yang dihasilkan juga akan mengalami pergeseran. Pergeseran pada video, objek/ benda diam akan dianggap sebagai objek bergerak dan akan menganggu program pada area subtraksi latar dan pendeteksian titik fitur. Pemantauan dengan menggunakan kamera direncanakan dan dilakukan diatas jembatan penyebrangan. Pengaturan tripot dan kemiringan kamera dilakukan hanya sebatas agar seluruh objek kendaraan dapat terlihat dengan jelas dari ujung ke ujung jalan pada sebuah lajur. Pengaturan sudut kemiringan kamera dan ketinggian kamera
6 tidak perlu diperhatikan dalam metode kali ini karena didalam metode ini, bentuk, ukuran, dan jarak dari objek tidak diperhatikan. 65 Gambar 3.2. M odel posisi kamera dari atas jembatan penyebrangan Perancangan Diagram Alir Program dirancang tidak menggunakan ketergantungan basis data yang tersimpan dalam bentuk apapun secara permanen didalam harddisk, oleh karena itu program ini dikatakan tergolong dalam kelompok program Unsupervised Learning. Sehingga baik pertama kali program dijalankan atau dilakukan pada kesempatan berikutnya, program ini akan tetap berjalan dengan baik hanya dengan ketentuan penggunaan kriteria dasar seperti spesifikasi alat, format video dan kelengkapan instalasi program. Program dirancang untuk berjalan hingga frame pada video habis terlewati ataupun ketika pengguna. Berikut adalah aliran utama program mulai dari awal hingga keluar dari program.
7 66 Gambar 3.3. Aliran proses utama program Inisialisasi Inisialisasi dilakukan pada saat konstruktor dari objek kelas dijalankan. Pemanggilan konstruktor pada program ini hanya dilakukan ketika objek kelas dibuat sehingga inisialisasi hanya dilakukan sekali saja selama program tersebut dijalankan. Inisialisasi bisa juga disebut konfigurasi variabel dan parameter yang digunakan didalam program seperti terlihat pada gambar berikut.
8 67 Gambar 3.4. Aliran proses inisialisasi parameter dan variabel. Pertama, inisialisasi dilakuk an untuk memberik an nilai awal p ada variabelvariabel yang digunakan diseluruh bagian program, seperti penanda waktu untuk melakukan deteksi titik fitur ulang, penanda dan penghitung jumlah frame, penghitung jumlah titik fitur, dan sebagainya. Pada awal program berjalan penanda aktifitas pendeteksian titik fitur baru harus dan wajib dilakukan. Dan analisis relasi titik fitur dilakukan dalam kurun waktu setiap tujuh frame sekali. Kedua, inisialisasi d ilakuk an untuk memberikan n ilai p arameter p enggunaan fungsi Good Features to Track seperti kualitas pendeteksian (nilai kualitas adalah 0.4), jarak minimum pendeteksian antar dua buah titik fitur (menggunakan jarak 5 piksel sesuai kebutuhan ukuran video dan jumlah titik fitur), ukuran dari jendela (ukuran yang dipergunakan adalah 2 piksel) yang dipergunakan, penanda penggunaan metode Harris (dalam hal ini tidak digunakan artinya penanda diberi nilai nol), dan ukuran dari nilai level k (0.04) yang dipergunakan.
9 68 Ketiga, inisialisasi dilakukan untuk memberikan nilai parameter penggunaan fungsi Find Corner Sub Pix seperti ukuran dari jendela, kriteria perulangan (jumlah perulangan yang dipergunakan adalah 20, dan nilai epsilon yang dipergunakan adalah 0.03), dan zero zone yang dipergunakan adalah -1. Keempat, inisialisasi dilakukan untuk memberikan nilai parameter penggunaan fungsi Optical Flow Tracking seperti level tracking yang dipergunakan yaitu bernilai 7, inisialisasi error tracking sama dengan nol, inisialisasi flag aktifitas pemantauan sama dengan nol. Kelima, inisialisasi parameter font yaitu inisialisasi tipe garis sama dengan CV_AA, tipe teks sama dengan CV_FONT_HERSHEY_COMPLEX_SMALL, inisialisasi pemasangan font, dan inisialisasi ukuran dan font. Font disini dipergunakan untuk menuliskan identitas cluster atau objek pada layar gambar. Keenam, inisialisasi variabel warna ditentukan secara acak dan maksimal warna yang disimpan adalah sebanyak jumlah objek yaitu 50 objek. Warna dipergunakan untuk membedakan penulisan identitas objek yang berbeda. Ketujuh, inisialisasi dilakukan untuk memasang capture video yang berasal dari file berformat AVI ataupun MPEG. Video yang dipasang dipilih sendiri oleh pengguna program, apabila format video tidak valid, maka aktifitas pemantauan tidak dapat dilakukan hingga format video sesuai ataupun pemasangan capture video berhasil. Kedelapan, inisialisasi dilakukan untuk memberikan nilai parameter penggunaan fungsi subtraksi latar MoG. Background threshold yang dipergunakan adalah 0,4. Standart threshold yang dipergunakan adalah 4. Window size yang dipergunakan adalah 20 piksel. Level gaussian yang dipergunakan adalah 5. Inisial bobot/ weight yang dipergunakan adalah 0,09. Inisial keragaman yang dipergunakan
10 69 adalah 28. M inimum area yang dipergunakan adalah 5. Setelah parameter dari fungsi model gaussian sudah didefinisikan, kemudian parameter tersebut dipasang pada fungsi pembuatan subtraksi latar M og. Kesembilan, inisialisasi dilakukan untuk mengalokasikan memori variabel didalam memori komputer yang dipergunakan untuk melakukan aktifitas pemantauan. Variabel yang dipergunakan antara lain seperti variabel gambar, variabel counter dan flag, dan variable penampung hasil perhitungan analisis cluster dan objek Pembuatan Mask Objek Pembuatan mask area pendeteksian titik fitur dilakukan secara berulang ketika frame baru dari video didapatkan. Gambar berikut menjelaskan alur proses dari pembuatan mask dimana alat utama dari pembuatan mask adalah dengan melakukan subtraksi latar untuk setiap frame baru yang didapatkan. Gambar 3.5. Aliran proses pembuatan mask area pendeteksian titik fitur. Tahap pertama yang dilakukan adalah mendapatkan citra baru dari video, selanjutnya citra tersebut diubah menjadi grayscale dengan menggunakan persamaan khusus yang telah dijelaskan sebelumnya. Citra grayscale memang tidak dipergunakan didalam pembuatan mask, tetapi akan dipergunakan didalam pendeteksian dan pelacakan titik fitur di tahap selanjutnya. Kemudian subtraksi latar di update untuk mendapatkan mask yang baru dari frame yang telah diperbaharui. Mask baru yang telah
11 didapatkan kemudian akan diperbaiki dengan menggunakan proses dilatasi dan erosi sehingga citra blob akan tersatukan lebih sempurna dengan sekitarnya Pendeteksian Titik Fitur Pada awal program dijalankan, pendeteksian titik fitur dilakukan sebab belum ada satupun titik fitur yang terdeteksi. Pendeteksian titik fitur dilakukan setiap N frame sesuai dengan jumlah yang telah ditentukan, dalam percobaan kali ini digunakan 7 frame sekali untuk setiap pendeteksian titik fitur. Alur proses pendeteksian titik fitur adalah sebagai berikut. Gambar 3.6. Aliran proses pendeteksian titik fitur. Peran utama dalam pendeteksian titik fitur diperankan oleh fungsi Good Features to Track dan Find Corner Sub Pix. Titik fitur dideteksi dan dihitung oleh fungsi Good Feature to Track sedangkan peletakkan posisi titik tersebut didalam area piksel adalah dengan menggunakan fungsi Find Corner Sub Pix. Titik-titik fitur baru yang telah terdeteksi, selanjutnya digabungkan dengan titik fitur lama yang telah dideteksi sebelumnya. Sebelum digabungkan, posisi titik fitur lama pada frame baru perlu diketahui, oleh karena itu pelacakan titik fitur perlu dijalankan satu
12 71 kali pada frame terbaru. Langkah selanjutnya adalah menggabungkan kedua kelompok titik-titik fitur lama dan baru tersebut dengan menggunakan perulangan sejumlah total titik fitur dari kedua kelompok tersebut. Pendeteksian titik fitur selalu dilakukan setelah analisis titik fitur dan segmentasi objek oleh karena itu pada tahap ini juga perlu dilakukan inisialisasi ulang terhadap variabel-variabel yang dibutuhkan dalam melakukan analisis seperti variabelvariabel keragaman, variabel titik awal gerak, dan variabel bobot koneksi untuk dipergunakan dalam analisis selanjutnya Pelacakan Titik Fitur Pelacakan titik fitur diperankan utama oleh fungsi Calc Optical Flow Pyramid LK. Alur proses pelacakan titik fitur digambarkan sebagai berikut. Gambar 3.7. Aliran proses pelacakan titik fitur. Pada proses pertama dijalankan fungsi Calc Optical Flow Pyramid LK dimana berfungsi untuk melacak gerak titik fitur pada frame selanjutnya. Pelacakan dilakukan
13 72 berdasarkan metode pelacakan Lucas-Kanade dengan mengimplementasikan citra pyramid untuk memperbesar peluang keberhasilan pelacakan pada frame baru. Pelacakan titik fitur bisa saja berhasil ataupun gagal. Terdapat dua kemungkinan gagal yaitu pertama pelacakan gagal akibat perubahan tekstur citra dan kedua pelacakan gagal akibat titik fitur bergerak keluar dari area citra. Kegagalan tipe pertama dapat ditangani dengan memposisikan titik fitur pada jarak terdekat dari posisi sebelumnya. Pelacakan titik fitur jarang menghasilkan pelacakan yang sempurna, oleh sebab inilah getaran dari titik fitur terjadi. Kegagalan tipe, kedua titik-titik fitur tersebut tidak dapat dilacak kembali dan statusnya menjadi tidak valid lagi. Oleh karena itu, perlu penyesuaian seperti menghapus koneksi yang terhubung dengan titik fitur, menghapus indeks titik fitur pada objek, dan menghapus titik awal gerak yang memiliki indeks yang sama dengan titik fitur. Penghapusan dilakukan sebab analisis gerak objek berkorelasi langsung dengan keberadaan titik fitur yang masih valid karena gerak titik fitur yang dilakukan adalah gerak nyata objek pada citra. Penggambaran titik fitur pada citra dilakukan untuk melihat keberhasilan dari segmentasi objek sehingga keanehan/ kesalahan logika pada program seperti hilangnya titik fitur yang tidak wajar dan kesalahan penyambungan koneksi antar titik fitur dapat terlihat dengan jelas. Nilai keragaman koneksi antar titik fitur didapatkan dengan menghitung jumlah jarak koneksi dan jarak koneksi kuadrat dalam N frame sehingga perhitungan dilakukan pada setiap frame perpindahan titik fitur. Terkecuali pelacakan yang dilakukan dalam tahap pendeteksian titik fitur, perubahan nilai keragaman tidak lagi dipergunakan sebab nilai keragaman telah dipergunakan dalam analisis gerak titik fitur di tahap sebelumnya.
14 73 Penulisan identitas dan jumlah objek yang telah terdeteksi/ tersegmentasi dipergunakan supaya pengguna aplikasi dapat mengetahui jumlah kendaraan yang ada pada citra dan jumlah seluruh kendaraan yang ada pada citra dan juga kendaraan yang telah lewat Analisis Relasi Titik Fitur Analisis relasi titik fitur dilakukan setiap N frame sekali, sebab dalam frameframe sebelumnya perlu dipersiapkan variabel keragaman jarak dari titik fitur. Setelah nilai variabel yang dibutuhkan telah didapatkan, maka selanjutnya proses menghitung bobot koneksi dan reduksi koneksi seperti yang dijelaskan oleh alur berikut. Gambar 3.8. Aliran p roses analisis relasi titik fitur. Pertama kali yang dilakukan dalam proses analisis relasi titik fitur adalah menghitung karakteristik dari tiap titik fitur seperti jarak dan arah pergerakkan.
15 74 Keduanya akan dipergunakan untuk menghitung nilai s pq, movement dan s pq, direction perbandingan jarak dan arah pergerakkan antara titik p dan q. Berdasarkan nilai pergerakkan sebuah titik fitur, titik fitur tidak valid keberadaannya apabila bergerak sangat sedikit karena identik dengan pergerakkan getaran dari titik fitur. Penyaringan ini dilakukan karena adanya titik fitur yang terdeteksi pada area latar akibat dari pembuatan mask yang tidak sempurna ataupun akibat titik fitur yang terjebak diarea latar karena gagal dalam pelacakan. Penyaringan dilakukan dengan menghapus titik fitur tersebut, dan sebagai akibatnya juga perlu dilakukan penghapusan titik fitur pada objek dan variabel yang berkaitan yaitu koneksi dan titik awal gerak. Pada tahap selanjutnya yang tersisa adalah titik fitur yang dapat dipercaya untuk merepresentasikan pergerakkan dari objek. Kemudian titik fitur dikelompokkan menjadi kelompok cluster dan objek dengan menentukkan koneksi yang baik dan dikelompokkan dengan menggunakan metode graph traversal.objek yang terbentuk kemudian direduksi kembali dengan melakukan penggabungan objek Penukaran Variabel Optical Flow Tracking Fungsi Optical Flow Tracking memerlukan dua buah citra grayscale dan dua buah citra pyramid dimana satu citra dipergunakan untuk mengetahui posisi titik sebelumnya dan satu citra dipergunakan untuk mengetahui posisi titik pada frame baru. Oleh karena itu ketika pelacakan selesai, variabel citra lama diganti dengan citra yang baru dan citra baru digantikan dengan perolehan frame selanjutnya pada video. Proses pertukaran ini terus dilakukan hingga seluruh frame pada video habis.
16 Tampilkan Gambar Penampilan gambar titik fitur, kelompok cluster, kelompok objek, jumlah objek, jumlah total objek, dan spesifikasi dari video semuanya ditampilkan sebagai output dari aplikasi. Setiap frame selalu ditampilkan citra baru dengan informasi yang baru juga. Penampilan berbagai informasi tersebut memang dipergunakan untuk menunjukkan hasil dari segmentasi objek dan informasi pada objek Membersihkan Alokasi Memori Pada bagian akhir dari program ketika frame telah habis ataupun pengguna telah memilih untuk keluar dari program, maka akan dijalankan fungsi destruktor yang didalamnya berisikan pemanggilan fungsi-fungsi untuk membersihkan memori komputer yang telah dipergunakan Perancangan Tampilan Program Pada awal pengembangan program, program dirancang berbentuk aplikasi console dan pada dasarnya tampilan yang diharapkan dapat menampilkan informasi video, identitas dari objek, jumlah objek pada layar, dan jumlah total objek yang terhitung. Kemudian selanjutnya program dikembangkan dengan berbentuk aplikasi GUI dengan menu pemilihan video, penampilan original tracking seperti pada aplikasi console, penampilan feature point tracking, penampilan cluster tracking, penampilan object tracking, dan penampilan hasil pendeteksian dalam 4 arah gerak objek.
17 76 Gambar 3.9. Perancangan awal tampilan program. Pada perancangan tersebut setiap objek diberikan label identitas objek. M isalkan, obj: 2, artinya objek tersebut merupakan objek beridentitas 2 yang ada pada lay ar. Current object(s) menunjukkan jumlah objek yang ada di layar pada saat itu. Total object(s) menunjukkan jumlah seluruh objek yang telah terhitung. Image (w x h) dan frame rates merupakan informasi ukuran dan kecepatan video yang dipergunakan agar pemakaiannya sesuai dengan standar minimum yang disarankan Perancangan Pengujian Program Pengujian dilakukan untuk setiap aktifitas, mulai dari hasil persiapan data hingga hasil dari setiap segmentasi objek. Pengujian hasil akhir pendeteksian dilakukan dengan menggunakan beberapa sampel video dengan ukuran lebar dan tinggi pixel dan frame rate yang sudah ditentukan, serta kondisi siang hari dan cuaca yang cerah. Video yang dipergunakan hanya memantau satu arah lajur lurus dengan tingkat kepadatan yang bervariasi.
18 77 Beberapa hal yang diuji dalam pembuatan program antara lain: 1. Pengujian hasil terbaik dari subtraksi latar, pendeteksian titik fitur dan pelacakan titik fitur. 2. Pengujian penghapusan titik fitur yang tidak valid dari frame satu ke frame selanjutnya. 3. Pengujian penghapusan titik fitur yang bergerak sangat sedikit yang dianggap sebagai titik background. 4. Pengujian pembentukkan kelompok cluster. 5. Pengujian pembentukkan objek dan penambahan titik dalam klasifikasi sebuah objek. 6. Pengujian reduksi jumlah objek dengan penggabungan objek. 7. Pengujian penjagaan hasil tracking dari setiap titik objek. 8. Pengujian hasil total perhitungan objek.
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan
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 terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih terperinciBAB 1 PENDAHULUAN. Kemacetan dapat terjadi akibat ketidakteraturan lalu lintas dan demand arus
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Kemacetan dapat terjadi akibat ketidakteraturan lalu lintas dan demand arus kendaraan yang tidak terbendung dalam suatu waktu. Kemacetan juga kadang terjadi
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Teknologi Citra (image) adalah istilah lain untuk gambar sebagai salah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Citra (image) adalah istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menjalankan aplikasi ini adalah : Prosesor Pentium IV 2.6 Ghz. Graphic Card dengan memori minimum 64 MB
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Lunak Aplikasi 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang dibutuhkan agar dapat menjalankan aplikasi ini adalah
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
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 terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
31 BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Analisa masalah dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Pelaksanaan Penelitian dilaksanakan di Laboratorium Intrumentasi Medis Departemen Fisika, Fakultas Sains dan Teknologi Universitas Airlangga. Lokasi pengambilan
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciBAB I PENDAHULUAN. Pengaturan lampu lalu lintas di Indonesia masih bersifat kaku dan tidak
BAB I PENDAHULUAN 1.1. Latar Belakang Kemacetan merupakan masalah klasik yang sampai saat ini belum ditemukan solusi yang tepat. Hal ini disebabkan karena kemacetan lalu lintas dipengaruhi banyak faktor,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi komputer yang digunakan dalam melakukan simulasi pada aplikasi perancangan pencarian daftar hitam dengan deteksi wajah berdasarkan
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam
BAB PEMBAHASAN.1 Sistem Absensi Berbasis Webcam Sistem absensi berbasis webcam adalah sistem yang melakukan absensi karyawan berdasarkan input citra hasil capture webcam. Sistem akan melakukan posting
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh kedalam bagian bagian komponennya dengan maksud untuk
Lebih terperinciBAB V IMPLEMENTASI DAN PENGUJIAN
BAB V IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang implementasi dan pengujian dari sistem yang dikembangkan berdasarkan hasil perancangan yang didapat pada BAB IV. V.1 Implementasi V.1.1 Spesifikasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Piranti yang digunakan untuk pelatihan maupun pengujian sistem terdiri dari perangkat keras dan perangkat lunak. 4.1.1 Perangkat Keras Perangkat keras
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
Lebih terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciV HASIL DAN PEMBAHASAN
22 V HASIL DAN PEMBAHASAN 5.1 Karakteristik Video dan Ektraksi Frame Video yang digunakan di dalam penelitian ini merupakan gabungan dari beberapa cuplikan video yang berbeda. Tujuan penggabungan beberapa
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 terperinciPERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA
PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA Oleh : Abdillah Triningtyas 2209106060 Dosen Pembimbing : Dr. Ir. Achmad Affandi, DEA Dr. Ir. Wirawan, DEA LATAR
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB LANDASAN TEORI.1. Visi Komputer Visi komputer adalah cabang dari kecerdasan buatan yang berfokus pada pengaplikasian komputer untuk fungsi tertentu dari penglihatan manusia. Sampai saat ini, visi
Lebih terperinciBAB 3 PERANCANGAN PROGRAM APLIKASI
BAB 3 PERANCANGAN PROGRAM APLIKASI 3.1 Rancangan Aplikasi Program aplikasi motion detection yang akan dirancang memiliki struktur hirarki di mana terdapat 3 sub menu dari menu utamanya yaitu sub menu file,
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 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciDeteksi Kebakaran pada Video Berbasis Pengolahan Citra dengan Dukungan GPU
Deteksi pada Video Berbasis Pengolahan Citra dengan Dukungan GPU Adhi Prahara Jurusan Ilmu Komputer dan Elektronika Fakultas MIPA, Universitas Gadjah Mada Sekip Utara Bulaksumur, Yogyakarta, Indonesia
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 terperinciBAB I PENDAHULUAN. Citra digital adalah gambaran dari suatu objek yang bersifat analog berupa
BAB I PENDAHULUAN I.1 Latar Belakang Citra digital adalah gambaran dari suatu objek yang bersifat analog berupa sinyal-sinyal video pada monitor teleovisi, atau bersifat digital yang dapat langsung disimpan
Lebih terperinciBAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra digital telah digunakan secara luas pada era modern seperti sekarang ini, citra digital banyak dimanfaatkan untuk merekam informasi, komunikasi dan lain sebagainya.
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 terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
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 terperinciSistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking
Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking Devina Christabela S. 0722041 Email : ch.de2.2309@gmail.com Jurusan Teknik Elektro Fakultas Teknik Jl. Prof.
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN Dalam proses perancangan suatu aplikasi diperlukan analisa konsep yang tepat agar proses pembuatan dapat berjalan dengan baik dan sistem yang dibuat sesuai yang diinginkan.
Lebih terperinciBAB IV HASIL & UJI COBA
BAB IV HASIL & UJI COBA Aplikasi edge detection yang penulis rancang dengan menerapkan algoritma canny dapat dibuat dengan baik dan pengujian yang akan ditampilkan diharapkan bisa menampilkan cara kerja
Lebih terperinciANALISA PERANCANGAN SISTEM
Gambar 2.16. Black Bo Pengujian black bo adalah pengujian aspek fundamental sistem tanpa memperhatikan struktur logika internal perangkat lunak. Metode ini digunakan untuk mengetahui apakah perangkat lunak
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis III.1.1. Analisis Didalam pross perancangan aplikasi ini sebelumnya dilakukan beberapa pengamatan terhadap pentingnya melakukan proses enkripsi
Lebih terperinciBAB 4 PERANCANGAN. 4.1 Perancangan Sistem
BAB 4 PERANCANGAN 4.1 Perancangan Sistem Pada perancangan sistem ini terdapat beberapa rancangan flowchart, perancangan UML yang terdiri dari use case diagram, dan diagram activity yang akan menggambarkan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi saat ini sangatlah pesat. Berbagai ragam jenis informasi dapat diakses dari berbagai jenis media. Image digital merupakan salah satu
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciTraining. Level Transformasi Wavelet. Banyak Fitur. Ukuran Dimensi. 0 40x x30 600
Citra asli Citra ya Inisialisasi: Topologi jaringan, Bobot awal, Lebar tetangga, Nilai laju awal pembelajaran Kriteria pemberhentian Training Error> -6 Epoch< 4 Alpha> HASIL DAN PEMBAHASAN Pada penelitian
Lebih terperinciBAB 4. komponen yang sangat berperan penting, yaitu komponen perangkat keras
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Implementasi Dalam menimplementasikan program aplikasi ini terdapat dua buah komponen yang sangat berperan penting, yaitu komponen perangkat keras (hardware) dan perangkat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Menurut Silva, dkk(2003) ketika mendesain sebuah sistem AR, ada tiga aspek yang harus ada, yaitu kombinasi dari dunia nyata dan dunia virtual, interaksi secara real-time, dan registrasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banjir merupakan fenomena yang hampir selalu terjadi setiap tahun. Banjir salah satu musibah yang biasa dialami oleh penduduk kota besar atau penduduk yang menempati
Lebih terperinciBAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA
BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Jaringan saraf tiruan hopfield merupakan salah satu Algoritma Machine Learning yang dapat mengklasifikasikan suatu objek citra berdasarkan pelatihan
Lebih terperinciTRACKING GERAK TANGAN BERBASIS PYRAMIDAL LUCAS-KANADE
TRACKING GERAK TANGAN BERBASIS PYRAMIDAL LUCAS-KANADE Affan Mahtarami Game Technology NRP: 2207 205 753 Pendahuluan Perkembangan teknologi menuntut teknik interaksi yang natural Virtual reality, augmented
Lebih terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
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 terperinciBAB I PENDAHULUAN. berbagai macam aplikasi seperti digunakan untuk sistem pengawasan (monitoring
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem pendeteksi yang menitik beratkan pada konteks deteksi keberadaan dan arah pergerakan merupakan suatu sistem yang bertujuan untuk berbagai macam aplikasi seperti
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciTRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW
TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW Ubaidillah Umar, Reni Soelistijorini, B. Eng, MT, Haryadi Amran Darwito, S.ST Jurusan Teknik Telekomunkasi - Politeknik
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 terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
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 terperinciBAB IV IMPLEMENTASI DAN EVALUASI. Jones, kami membuat sebuah aplikasi sederhana, dengan spesifikasi perangkat lunak
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Aplikasi Pengujian Untuk menguji kecepatan dan keakuratan metode pendeteksian wajah Viola Jones, kami membuat sebuah aplikasi sederhana, dengan spesifikasi perangkat
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:
BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Spesifikasi Sistem Perangkat analisis citra bioinformatika ini menggunakan perangkat keras dan perangkat lunak yang sama untuk semua pengujian. 4.1.1 Spesifikasi Perangkat
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
69 BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 IMPLEMENTASI BASIS DATA Dalam upaya menyimpan data-data pelaksanaan training pada satu basis data, maka penulis menyiapkan tabel-tabel data yang akan menampung
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
44 BAB III ANALISIS DAN PERANCANGAN 3.1. Analisis Sistem Pada bagian ini akan dibahas tentang perancangan sistem keamanan yang akan dibuat. Secara garis besar sistem pengamanan yang dibuat terdiri dari
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai tahapan analisis dan perancangan sistem yang akan dikembangkan, yaitu Sistem Identifikasi Buron. Bab ini terbagi atas 5 bagian yang
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 terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Deteksi kulit manusia berperan penting dan digunakan secara luas sebagai langkah awal pada aplikasi pengolahan citra seperti gesture analysis, content based
Lebih terperinciAPLIKASI PENGUKURAN KECEPATAN SEPEDA MOTOR MENGGUNAKAN METODE FRAME DIFFERENCE BERBASIS ANDROID
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Alat pengukur kecepatan kendaraan bermotor adalah salah satu aplikasi dari penelitian terhadap benda yang bergerak. Alat ini berfungsi untuk menentukan seberapa
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
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 III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain:
BAB III METODE PEELITIA Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain: 1. Studi kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
68 BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang program yang telah dianalisis dan dirancang atau realisasi program yang telah dibuat. Pada bab ini juga akan dilakukan pengujian program. 4.1
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciBab 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 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 terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, perkembangan teknologi pengolahan citra semakin pesat. Salah satu bidang pengolahan citra tersebut adalah bidang identifikasi citra
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinci