BAB III ANALISA DAN PERANCANGAN
|
|
- Teguh Irawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III ANALISA DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan yang paling awal dalam pembuatan sistem aplikasi ini. Analisis sistem dilakukan dengan tujuan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Algoritma Gray Level Co-occurrence Matric (GLCM) digunakan dalam berbagai penelitian untuk mengetahui karakteristik tekstur suatu benda melalui pemrosesan citra. Analisis tekstur yang digunakan adalah yang disarankan oleh Tomita melalui tiga tahap ti. Aplikasi yang dibuat adalah aplikasi yang akan mengklasifikasikan jenis sebuah kayu dengan menentukan persentase kemiripan dari tingkat kedua yaitu dengan menghitung Gray Level Co-Occurrence Matrix (GLCM) sehingga didapat ciri yang memiliki kemiripan paling besar. Ciri tekstur yang digunakan adalah Contract, Correlation, Entropy dan Hmogenity [13]..Perancangan Aplikasi Berdasarkan hasil analisis, maka untuk keperluan pembuatan aplikasi ini, penulis membuat sebuah rancangan yang berupa flowchart yang di bagi dalam beberapa proses pembuatan yaitu proses awal, proses Gray Level Co-occurrence Matrix (GLCM) dan proses keluaran (hasil nilai ciri tekstur citra) Proses Awal Citra berasal dari satu citra yang kemudian dipotong menjadi tigabelas citra dengan ukuran 10 x 10 piksel. Citra dibaca oleh aplikasi secara satu persatu sehingga diketahui ukuran citra dan nilai dari masing - masing citra. 23
2 24 Gambar 3.1 Flowchat baca citra
3 Proses Gray Level Co-occurrence Matrix (GLCM) Tahapan ini menerima ukuran citra dan nilai piksel citra yang kemudian diproses dengan metode Gray Level Co-occurrence Matrix (GLCM). Setelah di proses dengan metode GLCM, kemudian citra akan diproses secara matematis untuk mengetahui ciri tekstur dari citra tersebut, seperti homogeneity, contrast, correlation. Pada perhitungan metode GLCM didalamnya dilakukan beberapa proses yaitu : 1. Konversi citra masukan ke citra grayscale Konversi citra grayscale dilakukan dengan mengulang variabel i dan j dengan nilai 0 untuk pembatasan proses looping yang dilakukan proses. Proses deklarasi selanjutnya adalah dibuat array baru, dengan deklarasi array g[][] sebagai tempat hasil dari konversi citra ke dalam bentuk grayscale. Array f[][] dipanggil kembali untuk mendapatkan nilai RG untuk dihitung dengan cara seperti umumnya dengan dijumlahan lalu dibagi 3. Sehinga nilai yang didapat kedalam array g[][] adalah nilai baru. Flowcart dari proses konversi citra masukan ke citra grayscale ini dapat dilihat pada Gambar 3.2 Flowchar konversi ke grayscale di bawah ini.
4 26 start i=0, j=0, g[][]; New g [getwidht (a)] [getheight(a)] i<=getheight(a) j<=getwidth(a) R, G, B, Gr R.getRed(f[][]) G.getGreen(f[][]) B.getBlue(f[][]) Gr = (R+G+B) / 3 g[i][j] = Gr j++ i++ end Gambar 3.2 Flowchar konversi ke grayscale
5 27 2. Mencari nilai terkecil dan terbesar piksel citra Nilai citra grayscale g[][] dicari nilai piksel citra yang paling kecil dan nilai pikselyang paling besar yang ada dalam array g[][]. Pada tahap ini deklarasi variabel yang digunakan adalah min untuk nilai paling kecil dan max untuk nilai yang paling besar dari citra grayscale g[][] yang bernilai untuk nilai max dan 255 untuk nilai min sehingga didapat dilai terkecil dan terbesar dari citra. Flowcart dari pencariannilaiterkecil dan terbesar dari piksel citra dapat dilihat pada Gambar 3.3 Flowchat mencari nilai piksel terkecil dan terbesar di bawah ini.
6 28 start a, i=0, j =0, f[][] ; a = input image New f [getwidht(a)] [getheight(a)] i<=getheight(a) j<=getwidth(a) f[i][j] = getpixel (a) j++ i++ end Gambar 3.3 Flowchat mencari nilai piksel terkecil dan terbesar
7 29 3. Nilai ketetanggaan 0 derajat Variabel yang dibutuhkan yaitu i dan j untuk pembatasan looping dan dideklarasikan dengan nilai 0, selanjutnya yaitu x dan y yang dideklarasikan dengan nilai variabel min dari citra. Variabel terakhir yang diperlukan yaitu array mat_a[][] sebagai tempat dari martik framework. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra (panjang-1 dikarenakan untuk menghindari pembacaan citra melebihi dari batas array yang sudah dideskripsikan). Dalam proses looping utama jika nilai array g[i][j] = x dan g[i][j+1] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 0 derajat. Flowcart untuk menentukan nilai ketetanggaan 0 derajat dapat dilihat pada Gambar 3.4 Flowchart mencari nilai ketetanggaan 0 o yang ada di bawah ini.
8 30 Gambar 3.4 Flowchart mencari nilai ketetanggaan 0 o
9 31 4. Menjumlah seluruh nilai matrik framework Nilai ketetanggaan yang telah didapat dijumlahkan untuk normalisasi. Deklarasi variabel yang dibutuhkan yaitu x, y dengan nilai masing-masing nilai dari variabel min dan variabel selanjutnya yang dibutuhkan yaitu count sebagai tempat dari hasil proses. Dalam proses looping setiap nilai mat_a[][] jika tidak menggunakan proses simetris atau diganti dengan mats[][] jika menggunakan proses simetris dijumlahkan semua dan hasil dari penjumahan tersebut dimasukan ke dalam variabel count. Flowcart untuk proses penjumlahan seluruh nilai matrik framwork dapat dilihat pada Gambar 3.5 Flowchart menjumlah nilai ketetanggaan yang sama yang ada di bawah ini.`
10 32 Gambar 3.5 Flowchart menjumlah nilai ketetanggaan yang sama
11 33 5. rmalisasi Pada proses ini nilai yang tersimpan pada mat_a/mats seluruhnya dibagi dengan jumlah mat_a/mats yang telah di proses diatas. Deklarasi variabel yang dibutuhkan dalam proses ini yaitu x, y = min dan array matc[][]. Setiap mata[][]/mats[][] dibagi dengan nilai count sehingga menjadi matrik baru yang di simpan pada matc[][]. Flowcart untuk proses rmalisasi dapat dilihat pada Gambar 3.6 Flowchart proses normalisasi pada gambar di bawah ini.
12 34 Gambar 3.6 Flowchart proses normalisasi
13 35 Setelah proses normalisasi akan menghasilkan nilai citra hasil ekstraksi dan disimpan pada matrik_c yang kemudian akan di proses selanjutnya untuk mendapatkan nilai ciri tekstur GLCM. Pada penulisan Tugas Akhir ini penulis memilih 4 ciri tekstur, yaitu Contrast, Correlation, Energy, ogeneity. 6. Contrast Contrast memiliki rumus matematika sebagai berikut :, C i,j adalah elemen matriks C. Matrix yang digunakan adalah matrix dari hasil pembacaan citra dan telah diubah menjadi matrix C. i untuk mempresentasikan baris sementara j adalah kolom dari matrix. Sigma adalah penjumlahan berulang dengan limit tertentu dimana dalam penulisan di atas limitnya berupa variable n, oleh karena itu digunakan looping. Pada proses perhitungan nilai ciri tekstur Contrast. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min dan variabel ConCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Contrast. Setelah itu nilai dari hasil disimpan pada ConCount. Flowcart proses contrast dapat dilihat pada Gambar 3.7 Flowchart nilai ciri Contrast di bawah ini.
14 36 Gambar 3.7 Flowchart nilai ciri Contrast
15 37 7. Correlation Pada proses perhitungan nilai ciri tekstur Correlation. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel CorCount sebagai tempat nilai hasil dari proses, mtemp sebagai tempat preproses perhitungan correlation yaitu jumlah keseluruhan dari matc[][] dan m sebagai preproses juga untuk menghitung rata-rata dari matc[][]. Kemudian masuk ke dalam rumus Correlation. Flowcart
16 38 Gambar 3.8 Flowchart nilai ciri Correlation
17 39 8. Energy Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel EnCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Energy. Gambar 3.7 Flowchart nilai ciri Energy di bawah ini. Gambar 3.9 Flowchart nilai ciri Energy
18 40 9. ogeneity Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel Count sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus ogeneity. Flowcart dari proses ogeneity dapat dilihat pada Gambar 3.10 di bawah ini.
19 41 Gambar 3.10 Flowchart nilai ciri ogeneity
20 Proses Identifikasi kemiripan Citra Pada tahap ini, nilai GLCM yang dihitung bukan hanya berasal dari satu citra saja melaikan dari 13 citra masukan yang dipilih. 5 citra pertama dalah citra pembanding sedang 8 adalah citra uji. Perhitungan nilai tekstur dari GLCM dilakukan secara berulang dari citra satu sampai citra ke 13. Tabel 3.1 Array f[][] yang akan di buat Cor1 Cor2 Cor3 Cor4 Cor5 Cor6 Cor8 Cor9 Cor10 Cor11 Cor12 Cor13 Cor14 Con1 Con2 Con3 Con4 Con5 Con6 Con8 Con9 Con10 Con11 Con12 Con13 Con14 En1 En2 En3 En4 En5 En7 En8 En9 En10 En11 En12 En13 En Hasil perhitungan tekstur 5 citra pertama dijadikan citra pembanding dengan mengolahanya dalam proses statistik dengan menghitung rata rata ke empat nilai tekstur kemudian melakukan perhitungan nilai min dan nilai max dari keempat nilai tekstur yang ada. Tabel 3.2 Array g[][] yang merupakan mean dari array f[] Cor1 Cor2 Cor3 Cor4 Cor5 Con1 Con2 Con3 Con4 Con5 En1 En2 En3 En4 En Tabel 3.3 Array h[][] nilai rentang nilai min dan max Cor5 Cor5 Con5 Con5 En5 En5 5 5
21 43 Aplikasi bertujuan untuk membandingkan citra kayu jati sehingga mampu untuk membedakan jenis kayu jati. Aplikasi bertujuan untuk membuat data base sebagai bahan pemanding kayu jati, meskipun dalam hal ini aplikasi belum memiliki data base untuk itu namun telah mewakili layanan interface dari aplikasi yang ingin dicapai. Proses perhitungan dapat dilihat pada Gambar 3. Flowchart proses identifikasi citra di bawah ini. Bagian abu abu adalah proses GLCM berlangsung.
22 44 start Input image Energy GLCM Contrast Corelation homogenity F[x+1][y] For f [x][y], y=y+4 ->x=x+1 G[][]= average f[1][y] :f[5][y] For y 1:5 H[x][y] = g[a][b] - f[x][y] For x = 1:5, y 1:4 For a=1 b=1:4 i[][]=average h[1][y] :f[5][y] For y 1:5 J[1][y]=i[x][y] - g[x][y] J[2][y]=i[x][y] - g[x][y] K[x][y] = f[x][y] ->1 if j[1][y] <=f[x][y] <=j[2][y] L[x][y] = (k[x++][y]/length k[x] )*100% Print j[1][y], j[2][y] Print L[x][y] Gambar 3.11 Flowchart proses identifikasi citra end
23 Proses Keluaran Tahapan terakhir yaitu menampilkan rentang nilai dari 4 nilai ciri tekstur serta persentase ciri kemiripan citra yang telah di buat diatas yang memproses nilai hasil perhitungan Gray Level Co-occurrence Matrix (GLCM). Pada proses ini aplikasi memanggil variabel rentang dan juga presentase untuk dijadikan keluaran pada aplikasi. Pada aplikasi ini aplikasi berupa presentase dari masing masing ciri saja, tujuan akhir dari pembangunan aplikasi ini adalah untuk membuat aplikasi yang akan memberikan keluaran pernyataan jenis kayu jati.
BAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Tahapan analisis merupakan tahapan yang paling awal dalam pembuatan sistem aplikasi ini. Analisis sistem dilakukan dengan tujuan untuk mengetahui dan
Lebih terperinciBAB IV IMPLEMENTASI DAN HASIL PENGUJIAN
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Aplikasi Bagian ini membahas implementasi aplikasi yang telah dibuat untuk dilakukan pengujian terhadap aplikasi sehingga akan diketahui hasil dari
Lebih terperinciAPLIKASI IDENTIFIKASI CIRI TEKSTUR KAYU JATI MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX
APLIKASI IDENTIFIKASI CIRI TEKSTUR KAYU JATI MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX PRASTIKA INDRIYANTI 41512010042 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU
Lebih terperinciAPLIKASI EKSTRAKSI CIRI TEKSTUR MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX
APLIKASI EKSTRAKSI CIRI TEKSTUR MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX HASAN BASRI 41512010059 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2015 JUDUL
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Pada bagian ini penulis akan menganalisa kebutuhan kebutuhan dalam membuat program ini. Setelah semua kebutuhan selesai dianalisa, maka penulis akan melanjutkan ke tahap
Lebih terperinciEKSTRAKSI FITUR TEKSTUR CITRA TEMPE MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX
EKSTRAKSI FITUR TEKSTUR CITRA TEMPE MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX WINDAYANI ACHMAD ZAENULLAH 41511120110 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1 Latar Belakang Tekstur pada citra memiliki peranan penting dalam menyelesaikan banyak tugas pada sistem visual seperti pemeriksaan permukaan, pengelompokan objek, pemeriksaan kualitas,
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 41 Analisa Analisa merupakan tahap paling utama dalam melakuakan penelitian Tahapan analisa digunakan untuk menganalisa permasalahan yang berhubungan dengan penelitian yang
Lebih terperinciDAFTAR ISI. BAB II... Error! Bookmark not defined.
DAFTAR ISI SKRIPSI... Error! Bookmark not defined. HALAMAN PERSETUJUAN SKRIPSI... Error! Bookmark not defined. PENGESAHAN DEWAN PENGUJI... Error! Bookmark not defined. PERNYATAAN KEASLIAN TUGAS AKHIR...
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
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 implementasi persamaan Pulse
Lebih terperinciPendahuluan. Dua operasi matematis penting dalam pengolahan citra :
KONVOLUSI Budi S Pendahuluan Dua operasi matematis penting dalam pengolahan citra : Operasi Konvolusi (Spatial Filter/Discret Convolution Filter) Transformasi Fourier Teori Konvolusi Konvolusi 2 buah fungsi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau informasi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciLEMBAR PENGESAHAN TUGAS AKHIR...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv BERITA ACARA TUGAS AKHIR... v KATA PENGANTAR... vi ABSTRAK... vii ABSTRACT... viii DAFTAR ISI...
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB II LANDASAN TEORI. titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
BAB II LANDASAN TEORI 2. Citra/Image Citra atau yang lebih sering dikenal dengan gambar merupakan kumpulan dari titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah
BAB IV HASIL DAN PEMBAHASAN A. Data Sampel Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah sampel beras B, 1 buah sampel beras C, dan 2 buah sampel beras D. 1. Data Pengujian Mutu Beras
Lebih terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciKLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES
KLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES Tri Adhi Atmaji 1, Catur Supriyanto 2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 158-163 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI JENIS PENYAKIT DAUN TEMBAKAU MENGGUNAKAN METODE GRAY LEVEL
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG. Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri atau sifat-sifat yang terdapat didalam citra dan membentuk suatu pola-pola dengan interval
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
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 terperinciAtthariq 1, Mai Amini 2
IDENTIFIKASI IKAN KERAPU BERDSARKAN POLA KULIT DENGAN METODE GLCM DAN EUCLIDEAN DISTANCE Atthariq 1, Mai Amini 2 1,2,3 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe, Jalan banda Aceh-Medan
Lebih terperinciIDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang
IDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang Abstrak Tekstur (Textures) adalah sifat-sifat atau karakteristik
Lebih terperinciMuhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016 Outline Konsep Operasi Ketetanggaan Aplikasi Operasi Ketetanggaan pada Filtering
Lebih terperinciKLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI
KLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengenalan Wajah Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu pengetahuan. Dan kebutuhan manusia akan teknologi untuk mempermudah melakukan
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciEKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX. Abstrak
EKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX Karina Auliasari, Bastian, Bella Fardani, Zulkifli, Ivandi Jurusan Teknik Informatika Fakultas Teknik
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Proses masking terhadap citra bertujuan sebagai penandaan tempat pada citra yang akan disisipkan pesan sedangkan filtering bertujuan untuk melewatkan nilai pada
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Identifikasi Jenis Kayu Dalam bidang perhutanan, kayu dapat dibedakan menjadi dua kelompok yaitu kayu daun lebar (hardwood) dan kayu daun jarum (softwood). Di dalam taksonomi
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB II LANDASAN TEORI 2.1 Citra Digital Citra merupakan istilah lain dari gambar yang merupakan informasi berbentuk visual. pada bidang dua dimensi, maka sebuah citra merupakan dimensi spasial atau bidang
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciPerancangan Konversi Braille Ke Teks Berbasis Android
Perancangan Konversi Braille Ke Teks Berbasis Android Intan Sulviyani 1, Ledya Novamizanti 2, Ratri Dwi Atmaja 3 Teknik Telekomunikasi, Telkom University 1,2,3 intansviany@gmail.com Abstrak Komunikasi
Lebih terperinciPERANCANGAN DAN SIMULASI IMAGE RETREIVAL MENGGUNAKAN METODE COLOR HISTOGRAM, GREY LEVEL CO-OCCURRENCE MATRIX DAN KNN (Design and Simulation of Image Retreival Using Color Histogram, Grey Level Co-Occurrence
Lebih terperinciSistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance
Vol 1, No 3 Desember 2010 ISSN 2088-2130 Sistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance * Fitri Damayanti, ** Husni, ***
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 terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciIdentifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization(LVQ)
Identifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization(LVQ) Sutarno Rouzan Fiqri Abdullah Rossi Passarella Jurusan Sistem
Lebih terperinciPEMBUATAN WEB SERVICE SEBAGAI LAYANAN PENDETEKSI KONTEN PORNOGRAFI PADA CITRA DIGITAL DENGAN METODE IMAGE ZONING
PEMBUATAN WEB SERVICE SEBAGAI LAYANAN PENDETEKSI KONTEN PORNOGRAFI PADA CITRA DIGITAL DENGAN METODE IMAGE ZONING Oleh: Lourensius Bisma (5210100155) Dosen Pembimbing: Dr.Eng. Febriliyan Samopa, S.Kom.,
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
Lebih terperinciEkstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix
Ekstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix Rizky Andhika Surya, Abdul Fadlil, Anton Yudhana Magister Teknik Informatika Universitas Ahmad Dahlan Yogyakarta,
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN
4 BAB HASIL DAN PEMBAHASAN Ada tiga tahap utama yang dilakukan pada percobaan ini yaitu ektraksi ciri, pelatihan dan pengujian JST. Percobaan dilakukan dengan mengkombinasikan data hasil ekstraksi ciri
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1638
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1638 KLASIFIKASI JENIS BATUAN SEDIMEN BERDASARKAN TEKSTUR DENGAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NN Classification
Lebih terperinciBAB II IDENTIFIKASI DAERAH TERKENA BENCANA MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH
BAB II IDENTIFIKASI DAERAH TERKENA BENCANA MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH Teknologi penginderaan jauh merupakan teknologi yang memegang peranan yang sangat penting dalam manajemen bencana salah
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Bab ini membahas langkah-langkah dari implementasi dan pembahasan dari hasil penelitian yang telah dilakukan tentang klasifikasi aktivitas menggunakan algoritma k-nearest neighbor
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
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 terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciKLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA
KLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA Mukti Qamal * Abstract Identification of image is needed to facilitate the work of humans in terms of classification. The statistical method is one method often
Lebih terperinciPERTEMUAN 8 MATRIX. Introduction Definition How is matrix stored in memory Declaration Processing
PERTEMUAN 8 MATRIX Introduction Definition How is matrix stored in memory Declaration Processing INTRODUCTION Sebuah larik yang setiap elemennya adalah larik lagi disebut matriks Contoh matriks identitas:
Lebih terperinciPeningkatan Kualitas Citra. Domain Spasial
Peningkatan Kualitas Citra Domain Spasial 2 Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciEkstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE) I Gusti Rai Agung Sugiartha
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang ENDHULUN Dalam ilmu biologi dan kehutanan, diketahui terdapat banyak enis daun dengan karakteristik (ciri) yang berbeda-beda. Hal tersebut menyebabkan sulitnya untuk melakukan pengenalan
Lebih terperinci2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data.
6 2.Landasan Teori 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. Informasi Multi Media pada database diproses untuk mengekstraksi fitur dan gambar.pada proses pengambilan, fitur dan juga atribut atribut
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciGRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE
GRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE Yegar Sahaduta 1), Chairisni Lubis 2) 1) Fakultas Teknologi Informasi-Universitas Tarumanagara Jl. S. Parman No.1,
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang ENDHULUN Saat ini kemampuan untuk dapat mengidentifikasi dan mengklasifikasi daun menadi kebutuhan yang besar bagi taksonomis dalam mengetahui keanekaragaman tanaman (Hickey et al 999).
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
APLIKASI PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE HISTOGRAM EQUALIZATION DAN CONTRAST STRECHING NAMA : DONI KURNIA SURYANA NPM : 12112254 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER. LATAR
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 terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciAplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode Modified k-nearest Neighbor untuk mengidentifikasi diabetic retinopathy.
Lebih terperinciAnalisis dan Implementasi Deteksi Citra Spam Menggunakan Gray Level Co-occurences Matrix dan Naive Bayes
OPEN ACCESS OPEN ACCESS ISSN 2460-3295 socj.telkomuniversity.ac.id/indosc ISSN XXXX-XXXX NO. XX, SEPT 2016 SOCJ.TELKOMUNIVERSITY.AC.ID/INDOSC Ind. Symposium on Computing Sept 2016. pp. 319-334 doi:10.21108/indosc.2016.164
Lebih terperinciEkstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a)
Ekstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a) a) Program Studi Fisika, Jurusan Fisika, FMIPA Universitas
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciSISTEM IDENTIFIKASI CITRA KAYU BERDASARKAN TEKSTUR MENGGUNAKAN GRAY LEVEL COOCURRENCE MATRIX (GLCM) DENGAN KLASIFIKASI JARAK EUCLIDEAN
ISSN: 1410-233 SISTEM IDENTIFIKASI CITRA KAYU BERDASARKAN TEKSTUR MENGGUNAKAN GRAY LEVEL COOCURRENCE MATRIX (GLCM) DENGAN KLASIFIKASI JARAK EUCLIDEAN Saifudin 1, Abdul Fadlil 2 1 Program Studi Teknik Informatika,
Lebih terperinciBAB III METODE YANG DIUSULKAN
BAB III METODE YANG DIUSULKAN Pada bab ini akan dijelaskan tentang metode pengenalan manusia dengan menggunakan citra dental radiograph yang diusulkan oleh peneliti. Pengenalan ini akan dilakukan dalam
Lebih terperinciIdentifikasi Jenis Buah Jeruk Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Jenis Buah Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit Reni Resita *1, Juratminingsih *2, Gasim 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciIDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN)
IDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN) SKRIPSI Disusun Oleh : THOMI LUTHFIANTO 1203030010 PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinci