BAB III PERANCANGAN PERANGKAT LUNAK
|
|
- Shinta Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III PERANCANGAN PERANGKAT LUNAK 3.1. Sistem Pendeteksi Senyum Sistem pendeteksi senyum dalam skripsi ini dibuat dengan membandingkan tiga buah metode, yaitu Harris Corner Detection, Edge Based Corner Detection, dan FAST Corner Detection. Sistem pendeteksi senyum ini bertujuan untuk mendeteksi citra masukan merupakan ekspresi tersenyum atau bukan. Perancangan perangkat lunak sistem pendeteksi senyum ini dibuat dengan menggunakan Matlab 2012b. Source code pemrograman ditulis dengan Matlab dan telah dibuat untuk sistem pendeteksi senyum ini mencakup source code pra proses color segmentation, ketiga metode pendeteksi senyum, yaitu Harris Corner Detection, Edge Based Corner Detection, dan FAST Corner Detection Pemrosesan Data Dalam skripsi ini, pada bagian pemrosesan data akan dilakukan proses konversi citra RGB ke grayscale, serta pra proses color segmentation Konversi Citra RGB ke Grayscale Dalam skripsi ini, citra masukan yang masih berupa citra RGB seperti ditunjukkan pada Gambar 3.1, yang akan di konversi ke citra grayscale seperti ditunjukkan pada Gambar 3.2. Gambar 3.1. Contoh Citra RGB Bibir yang Digunakan Dalam Skripsi Gambar 3.2. Contoh Citra Bibir yang Telah Dikonversi ke Citra Grayscale 16
2 Color Segmentation Pada skripsi ini, metode pra proses color segmentation menjadi kombinasi untuk membandingkan hasil akurasinya terhadap metode lain yang tidak di pra proses dengan color segmentation terlebih dahulu. Untuk mengekstraksi warna merah pada daerah bibir, digunakan metode thresholding pada citra RGB. Sistem akan mempertahankan warna asli pada citra yang memiliki nilai Red yang lebih dari 80, nilai Green yang kurang dari 80 dan nilai Blue yang kurang dari 100. Selain batas nilai ini, sistem akan mengubahnya menjadi warna hitam atau mengubah nilainya menjadi 0. Diagram alir color segmentation dapat dilihat pada Gambar 3.3. Source code pra proses color segmentation dapat dilihat pada Lampiran A.1. Masukan dir = citra bibir yang dideteksi dengan metode Viola Jones y=imread(dir) pic=y mm=1 nn=1 pic(mm,nn,1)<80 pic(mm,nn,2)>80 pic(mm,nn,3)>100 pic(mm,nn,:)=[0,0,0] nn=nn+1 nn=size(pic,2)? mm=mm+1 mm=size(pic,1)? Gambar 3.3. Diagram Alir Pra Proses Color Segmentation 17
3 3.3. Harris Corner Detection Pada metode Harris Corner Detection, citra masukan yang tidak di pra proses maupun yang sudah di pra proses akan dihitung nilai kesudutannya menggunakan parameter sigma dan konstanta sensitivitas yang diubah-ubah. Diagram alir metode Harris Corner Detection dapat dilihat pada Gambar 3.4. Source code metode Harris Corner Detection dapat dilihat pada Lampiran A.2. Masukan dir= citra bibir 1 Ix2=conv2(Ix.^2,g, same ) pic=imread(dir) Iy2=conv2(Iy.^2,g, same ) level=graythresh(pic) bw=im2bw(pic,level) im=double(bw(:,:,1)) Ixy=conv2(Ix.*Iy,g, same ) cim=(ix2.*iy2-ixy.^2)-k*(ix2+iy2).^2 sigma=1 k=0.09 dx=[-1 0 1; ; ] dy=dx [r,c,max_local]=findlocalmaximum(cim,3*sigma) Ix=conv2(im,dx, same ) thres=0.01*max(max_local(:)) Iy=conv2(im,dy, same ) [r,c]=find(max_local>=thres) g=fspecial( gaussian,max (1,fix(6*sigma+1)),sigma) points=[r,c] 1 Gambar 3.4. Diagram Alir Metode Harris Corner Detection 18
4 3.4. Edge Based Corner Detection Pada metode ini, citra masukan akan dideteksi tepiannya terlebih dahulu menggunakan Sobel edge detection terlebih dahulu sebelum citra dideteksi sudutnya menggunakan Harris Corner Detection. Diagram alir metode Edge Based Corner Detection dapat dilihat pada Gambar 3.5. Source code metode Edge Based Corner Detection dapat dilihat pada Lampiran A.3. Masukan dir=direktori citra bibir yang telah diekstrak 2 Ix2=conv2(Ix.^2,g, same ) pic=imread(dir) Iy2=conv2(Iy.^2,g, same ) level=graythresh(pic) bw=im2bw(pic,level) bw3=edge(bw, sobel ) im=double(bw3(:,:,1)) Ixy=conv2(Ix.*Iy,g, same ) sigma=1 k=0.09 dx=[-1 0 1; ; ] dy=dx cim=(ix2.*iy2-ixy.^2)-k*(ix2+iy2).^2 [r,c,max_local]=findlocalmaximum(cim,3*sigma) Ix=conv2(im,dx, same ) thres=0.01*max(max_local(:)) Iy=conv2(im,dy, same ) [r,c]=find(max_local>=thres) g=fspecial( gaussian,max (1,fix(6*sigma+1)),sigma) points=[r,c] 2 Gambar 3.5. Diagram Alir Metode Edge Based Corner Detection 19
5 3.5. FAST Corner Detection Metode FAST Corner Detection terkenal dengan waktu komputasinya yang sangat cepat karena hanya membandingkan nilai satu titik terhadap empat titik di sekitarnya. Jika tidak ada minimal tiga buah titik yang memenuhi syarat, maka titik tersebut bukanlah titik sudut. Kemudian sistem akan bergeser ke titik baru untuk dibandingkan lagi nilainya. Kecepatan deteksi FAST Corner Detection jauh diatas Harris Corner Detection dan Edge Based Corner Detection. Diagram alir metode FAST Corner Detection dapat dilihat pada Gambar 3.6. Source code metode FAST Corner Detection dapat dilihat pada Lampiran A.4. Masukan dir=citra bibir 3 pic(j,i-3)>bts1 pic=imread(dir) pic=rgb2gray(pic) pic(j,i-3)<bts2 thres=11 ctr=0 kk=0 [yy xx]=size(pic) pic(j,i+3)>bts1 i=4 j=4 pic(j,i+3)<bts2 bts1=pic(j,i)+thres bts2=pic(j,i)-thres Ctr>=4? pic(j-3,i)>bts1 4 kk=kk+1 pic(j-3,i)<bts2 j=j+1 j=yy-3? 4 pic(j+3,i)>bts1 i=i+1 i=xx-3? pic(j+3,i)<bts2 3 Gambar 3.6. Diagram Alir metode FAST Corner Detection 20
6 3.6. Deteksi Senyum Metode-metode pendeteksi sudut yang sudah disebutkan sebelumnya akan berusaha menemukan titik sudut pada citra dengan ekspresi tersenyum. Titik sudut ini akan dirata-rata koordinat sumbu y nya untuk mendapatkan satu koordinat rata-rata ekspresi tersenyum. Proses diulang untuk kesemua dataset pelatihan untuk kemudian diperoleh koordinat rata-rata seluruh ekspresi tersenyum. Proses pendeteksian dilakukan dengan melakukan rata-rata koordinat citra uji. Jika koordinat rata-rata citra uji lebih besar daripada koordinat rata-rata ekspresi tersenyum, maka citra tersebut bukan ekspresi tersenyum. Sebaliknya, jika koordinat rata-rata citra uji lebih kecil atau sama dengan koordinat rata-rata ekspresi tersenyum, maka citra merupakan ekspresi tersenyum. Diagram alir proses pendeteksian senyum dapat dilihat pada gambar 3.7. load nilai rata-rata ekspresi tersenyum Deteksi titik sudut citra bibir points = seluruh titik sudut yang terdeteksi oleh sistem [xkiri, k] = max(points(:,2)); [i, j] = ind2sub(size(points), k); ykiri = points(i,1); [xkanan, k] = min(points(:,2)); [ii, jj] = ind2sub(size(points), k); ykanan = points(ii,1); rata=(ykiri+ykanan)/2; rata < tengah? Bukan Tersenyum Ekspresi Tersenyum Gambar 3.7. Diagram Alir Proses Pendeteksian Senyum 21
7 3.7. Perhitungan Akurasi Perhitungan akurasi dilakukan dengan menghitung jumlah citra uji dengan ekspresi tersenyum yang dideteksi tersenyum oleh sistem dan menghitung jumlah citra uji dengan ekspresi bukan tersenyum yang dideteksi bukan tersenyum oleh sistem. Citra dengan ekspresi tersenyum yang dideteksi benar oleh sistem disebut True Positive (TP) dan citra dengan ekspresi bukan tersenyum yang dideteksi benar oleh sistem disebut True Negative (TN). Kedua parameter ini yang digunakan untuk menghitung. Tabel hasil TN dan TP dari setiap metode serta kombinasi parameternya dapat dilihat pada Lampiran B Pembuatan Dataset Skripsi Dataset yang digunakan pada skripsi berupa citra bibir dengan ekspresi tersenyum dan ekspresi bukan tersenyum. Dataset diperoleh dengan menggunakan kamera digital dengan image quality small dan diambil dalam kondisi pencahayaan yang cukup dengan warna latar belakang yang rata seragam. Jarak antara kamera dengan subyek disesuaikan agar seluruh bagian wajah dapat tertangkap oleh kamera. Posisi kamera akan berada tegak lurus dari wajah subyek. Dataset ini kemudian akan diekstraksi bagian bibirnya saja dengan menggunakan bantuan metode Viola Jones dan diresize menjadi berukuran piksel. Dataset yang telah diperoleh dapat digunakan dalam proses pendeteksian senyum, baik sebagai dataset pelatihan maupun sebagai dataset pengujian. Dataset pelatihan akan terdiri dari 125 citra dengan ekspresi tersenyum lebar dan 125 citra dengan ekspresi tersenyum tipis. Dataset pengujian True Positive terdiri dari 100 ekspresi tersenyum; 50 ekspresi tersenyum tipis dan 50 ekspresi tersenyum lebar, dan dataset pengujian True Negative terdiri dari 100 ekspresi selain tersenyum. Gambar 3.8 adalah dataset untuk ekspresi tersenyum lebar, Gambar 3.9 adalah dataset untuk ekspresi tersenyum tipis, dan Gambar 3.10 adalah dataset untuk ekspresi bukan tersenyum. 22
8 Gambar 3.8. Contoh Dataset dengan Ekspresi Tersenyum Lebar Gambar 3.9. Contoh Dataset dengan Ekspresi Tersenyum Tipis Gambar Contoh Dataset dengan Ekspresi Bukan Tersenyum 3.9. Graphical User Interface Pada skripsi ini juga dibuat fasilitas Graphical User Interface (GUI) pada Matlab untuk mendemokan sistem pendeteksi senyum. Fasilitas GUI dibuat agar pengguna lebih mudah mengoperasikan program yang telah dibuat pada skripsi ini. Selain itu, GUI juga dibuat untuk melakukan pengujian kualitas sistem pada sebuah citra. Fasilitas GUI ini meliputi tombol browse untuk memilih citra yang akan diuji, text untuk menampilkan direktori dari citra yang dipilih, dan sebuah axes untuk menampilkan citra yang dipilih. Terdapat sebuah popup menu yang berisi pilihan ketiga metode pendeteksi senyum yang akan digunakan dan radio button untuk pilihan penggunaan pra proses color segmentation. Sebelum citra dideteksi, pengguna diwajibkan menekan tombol DETECT terlebih dahulu. Hasil pendeteksian senyum akan ditampilkan di sebuah kolom, dan sebuah kolom lainnya untuk menampilkan waktu komputasi dari metode yang dipilih. Gambar 3.11 adalah contoh GUI yang akan digunakan pada skripsi ini. Gambar 3.12 adalah contoh GUI yang menampilkan hasil pendeteksian ekspresi wajah dan waktu komputasinya. Source code Graphical User Interface dapat dilihat pada Lampiran A.6. 23
9 Gambar Graphical User Interface Skripsi Gambar Contoh Eksekusi Graphical User Interface Skripsi. 24
BAB 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 terperinciPERBANDINGAN METODE HARRIS CORNER DETECTION, EDGE BASED CORNER DETECTION DAN FAST CORNER DETECTION DALAM APLIKASI PENDETEKSI SENYUM PADA WAJAH MANUSIA
PERBANDINGAN METODE HARRIS CORNER DETECTION, EDGE BASED CORNER DETECTION DAN FAST CORNER DETECTION DALAM APLIKASI PENDETEKSI SENYUM PADA WAJAH MANUSIA Oleh Eduard Royce Siswanto NIM : 612009003 Skripsi
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK 3.1. Sistem Pengenalan Gender Sistem pengenalan gender dalam skripsi ini dibuat dengan membandingkan 3 buah metode, yaitu 1 metode tanpa ekstraksi fitur yaitu subtraction
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45
20 BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : AMD A8-6410 APU (4 CPUs), ~2.0 GHz b. Memori : 8192
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
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 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 terperinciBAB 3 PERANCANGAN PROGRAM. dilanjutkan dengan rancangan cetak biru untuk program yang akan dibangun.
BAB 3 PERANCANGAN PROGRAM Pada bab 3 ini, akan dijelaskan proses rancangan program aplikasi pengurangan noise pada citra digital. Dimulai dari analisa kebutuhan sistem yang akan dirancang, dilanjutkan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendeteksian objek dalam suatu citra merupakan hal mendasar dalam banyak aplikasi analisis citra (image analysis). Manusia bisa langsung mengenali objek yang dilihatnya
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 II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih 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 METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. Tahap & Hasil Langkah Penelitian Literatur & Referensi. Memahami konsep deteksi wajah
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini berisi tentang analisis dan perancangan terhadap permasalahan yang sedang diteliti seperti analisis kebutuhan data dan informasi serta teknik dan peralatan yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
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 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 4 IMPLEMENTASI DAN PENGUJIAN
BAB 4 IMPLEMENTASI DAN PENGUJIAN Pada bab ini berisi tentang implementasi dan pengujian meliputi penulisan kode program, pembuatan tampilan antarmuka, penerapan algoritma yang digunakan dan juga pengujian
Lebih terperinciPENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI. Kurniawan Teknik Informartika
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI Kurniawan 50408503 Teknik Informartika Latar Belakang Permasalahan Kebutuhan perusahaan industri manufaktur
Lebih terperinciIDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET ABSTRAK
IDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET Disusun oleh : Moriska Beslar 0422101 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH no.65,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Steganografi Steganografi berasal dari Bahasa Yunani, yaitu kata steganos yang artinya tulisan tersembunyi (covered writing) dan kata graphos yang berarti tulisan. Sehingga steganografi
Lebih terperinciBAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
Lebih terperinciIdentifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia
Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia Imam Subekti, I Ketut Eddy Purnama, Mauridhi Hery Purnomo. Jurusan Teknik Elektro FTI - ITS Penelitian ini mengidentifikasi
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 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 I PENDAHULUAN. bit serta kualitas warna yang berbeda-beda. Semakin besar pesat pencuplikan data
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra digital merupakan suatu tampilan hasil dari proses digitalisasi citra analog yang diambil dari dunia nyata. Hasil dari proses digitalisasi citra analog
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.. Analisa Penelitian ini terdiri dari analisa kebutuhan data dan analisa proses identifikasi watermark untuk mendeteksi ada atau tidaknya watermark pada citra uang kertas
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
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 terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciBAB 3 PERALATAN DAN PROSEDUR PENELITIAN
BAB 3 PERALATAN DAN PROSEDUR PENELITIAN 3.1 Material dan Peralatan Penelitian Penelitian ini menggunakan material besi silinder pejal carbonsteel setara ST 41 dengan diameter 20 mm sejumlah 10 buah sampel.
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciPenggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru.
1 Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru. Amilia Khoiro Masruri dan Budi Setiyono Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dental radiology memiliki peranan yang penting dalam menentukan perawatan dan diagnosa gigi. Penggunaan sinar rontgen telah lama di kenal sebagai suatu alat dalam bidang
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk masing-masing menunjukkan identitas kendaraan tersebut.
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 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 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 IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Desain frame grabber Desain frame grabberdiawali dengan pemilihan perangkat kamera yang akan digunakan. Video akan muncul komponen VideoWindow1 yang secara realtime terhubung
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 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 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 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 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciPENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT
PENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT Mira Chandra Kirana 1, Sartikha 2, Ela Erminawati 3 1,2,3 Jurusan Teknik Informatika, Politeknik Negeri Batam 1 mira@polibatam.ac.id,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
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 terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih 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 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 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 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 terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
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 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 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 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 terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, antrean (queing) merupakan hal yang sering sekali kita jumpai, misalnya ketika membeli karcis, membayar tol, menaiki kendaraan
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih 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 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 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
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 III ANALISIS DAN PERANCANGAN
61 BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Analisis Permasalahan Proses Segmentasi citra dapat dilakukan dengan berbagai cara, antara lain dengan metode konvensional secara statistik maupun
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih 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 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 terperinciJudul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM :
Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM : 50403778 Email : reval_lauren@yahoo.com ABSTRAK Citra yang dimiliki pengguna seringkali mengalami gangguan
Lebih terperinciKULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS
KULIAH TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS Matriks merupakan sebuah susunan segiempat siku-siku dari bilanganbilangan, dalam baris dan kolom. Bilangan-bilangan tersebut disebut entri atau elemen
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
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 terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Sistem Tahapan analisa merupakan tahapan awal dalam perekayasaan perangkat lunak. Pada tahapan ini menjelaskan apa yang dilakukan sistem, siapa yang menggunakannya
Lebih terperinciPENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL
PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL Silviana Utari, Tjut Awaliyah, M.Kom, Irma Anggraeni, M.Kom
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada penelitian ini dilakukan kombinasi edges detectionpada citra manuscripts kuno dengan mengimplementasikan metode gradientedges detection operator Sobel dengan
Lebih terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
Lebih terperinciPerancangan Sistem Pemantau dan Penentuan Tempat Parkir Berdasarkan Digital Image Processing
1 Perancangan Sistem Pemantau dan Penentuan Tempat Parkir Berdasarkan Digital Image Processing Ria A. Makalalag, A.S.M. Lumenta ST, MT., S.R.U.A. Sompie ST, MT., B.A. Sugiarso ST, MT. Jurusan Teknik Elektro-FT,
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 IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada bab ini berisi mengenai analisa dan perancangan program steganografi dengan menggunakan Matlab. Analisa ini bertujuan untuk mengetahui cara kerja proses steganografi
Lebih terperinciBAB IV IMPLEMENTASI & EVALUASI
BAB IV IMPLEMENTASI & EVALUASI Pada bab ini membahas tentang bagaimana cara mengimplementasikan dan pengambilan data serta melakukan evaluasi terhadap data-data yang sudah didapatkan. Pertama disini digunakan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu bagian yang wajib dimiliki oleh kendaraan bermotor resmi di Indonesia adalah bagian plat nomor. Plat nomor ini memberi informasi tentang dari mana asal wilayah
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciLAPORAN SKRIPSI PERBANDINGAN DETEKSI TEPI (PREWITT DAN SOBEL) PADA CITRA DAUN TEMBAKAU BERDASARKAN PERBAIKAN KUALITAS CITRA
LAPORAN SKRIPSI PERBANDINGAN DETEKSI TEPI (PREWITT DAN SOBEL) PADA CITRA DAUN TEMBAKAU BERDASARKAN PERBAIKAN KUALITAS CITRA Oleh : NOVITA RUKMI 2010-51-078 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
Lebih terperinciPemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Saraf Tiruan
IJEIS, Vol.4, No.1, April 2014, pp. 57~68 ISSN: 2088-3714 57 Pemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Saraf Tiruan Yanuar Putu Wiharja* 1, Agus Harjoko 2 1 Program
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam penelitian ini diperlukan sebuah desain dan metode penelitian agar dalam pelaksanaaannya dapat menjadi lebih teratur dan terurut. 3.1. Desain Penelitian Bentuk dari desain
Lebih terperinci