Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
|
|
- Adi Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya arifku[at]te.its.ac.id dan zaini[at]te.its.ac.id Ringkasan Kemacetan yang terjadi pada persimpangan jalan raya sering diakibatkan oleh sistem pewaktuan yang tidak efisien. Sistem pewaktuan yang tidak efisien ini dapat diatasi dengan menerapkan Smart Traffic Light pada persimpangan jalan raya. Smart Traffic Light merupakan suatu sistem terintegrasi yang membutuhkan suatu kondisi kepadatan jalan sebagai sumber masukan. Kondisi kepadatan jalan bisa didapatkan menggunakan beberapa cara salah satunya dengan menggunakan sensor kamera. Tugas akhir ini bertujuan untuk dapat mengintegrasikan IP Camera dan sistem penghitungan kendaraan berbasis Single Board Computer untuk menjadi sebuah Traffic IP Camera sehingga dapat digunakan untuk menghitung kendaraan secara live atau langsung. Traffic IP Camera akan dibangun pada sebuah SBC (Single Board Computer) dengan citra masukan yang berasal dari IP camera, yang mana SBC akan berlaku sebagai media pengolahan citra untuk mendeteksi kendaraan sekaligus client yang bertugas mengirimkan kondisi terakhir jalan yang dipantau menuju sebuah SBC server yang akan melakukan perhitungan jumlah kendaraan. Metode yang digunakan pada sistem untuk mendeteksi kendaraan adalah menggunakan metode luasan piksel. Berdasarkan hasil pengujian secara live, menunjukkan bahwa sistem Traffic IP Camera yang diajukan dapat menghasilkan perhitungan kendaraan roda empat dengan tingkat akurasi hingga 82.18% pada waktu siang hari dan tingkat akurasi hingga 88.30% pada waktu malam hari. Kata kunci Smart Traffic Light, Traffic IP Camera, IP Camera,Single Board Computer. I. PENDAHULUAN Kemacetan yang terjadi pada persimpangan jalan raya sering diakibatkan oleh sistem pewaktuan yang kurang efisien. Sistem pewaktuan yang efisien ini dapat diatasi dengan menerapkan Smart Traffic Light pada persimpangan jalan raya. Smart Traffic Light merupakan suatu sistem terintegrasi yang membutuhkan suatu kondisi kepadatan jalan sebagai masukan. Kondisi kepadatan jalan bisa didapatkan melalui beberapa cara, antara lain seperti menggunakan induksi magnet yang tertanam pada jalan raya atau dengan perhitungan manual secara statistic. Namun kedua cara tersebut masih dinilai kurang responsif. Cara lain untuk mendapatkan kepadatan jalan adalah dengan menggunakan sensor kamera. Berdasarkan hasil penelitian yang dilakukan oleh Ahmad Zaini [1], didapatkan hasil pendeteksian kendaraan yang baik hingga 87.5%. Tujuan dari penelitian ini untuk mengintegrasikan IP Camera dan sistem penghitungan kendaraan berbasis Single Board Computer untuk menjadi sebuah Traffic IP Camera sehingga dapat digunakan untuk menghitung kendaraan secara live atau langsung. II. DESAIN DAN IMPLEMENTASI PENELITIAN Desain sistem yang akan dibangun adalah sebuah Traffic IP Camera yang terdiri dari sebuah IP Camera dan sebuah Single Board Computer. IP Camera sendiri berfungsi untuk memberikan citra masukan yang kemudian akan diolah oleh Single Board Computer. Proses pendeteksian kendaraan dilakukan pada Single Board Computer yang nantinya dikirimkan menuju sebuah Single Board Computer lainnya yang berfungsi sebagai Server yang menghitung kendaraan berdasarkan data yang diterima dari SBC Client. Pengerjaan sistem ini dibagi dalam beberapa tahapan: A. Penentuan Region of Interest Penentuan ROI atau daerah deteksi merupakan hal yang sangat penting untuk memfokuskan daerah yang ingin diamati. ROI nantinya akan digunakan sebagai daerah pengamatan untuk menentukan ada tidaknya kendaraan yang melintas. Daerah deteksi dibuat menggunakan fungsi pustaka cv::rect untuk menghasilkan sebuah daerah berbentuk rectangle. Parameter yang butuhkan adalah x, y, width, dan height. Proses penentuan daerah deteksi nantinya akan ditangani oleh aplikasi web. B. Perancangan metode rekonstruksi citra latar Rekonstruksi citra latar merupakan suatu metode pengolahan citra digital untuk menemukan sebuah citra latar dari suatu rekaman atau streaming video. Rekonstruksi citra latar ini sangat diperlukan dalam proses segmentasi, terutama pada proses Background Subtraction [2]. Syarat utama yang diperlukan dalam rekonstruksi citra latar adalah sebuah video yang steady (tidak bergerak) agar pembuatan citra latar dapat berjalan dengan baik. Metode yang akan digunakan untuk melakukan proses rekonstruksi citra latar adalah dengan menggunakan bantuan fungsi dari pustaka OpenCV. Fungsi yang digunakan adalah fungsi cv::accumulateweighted. Accumulate Weighted merupakan fungsi OpenCV untuk menghitung jumlah bobot piksel dari citra digital masukan dan kemudian dilakukan rata-rata berjalan (Running average) terhadap citra tersebut. Visualisasi proses Background Reconstruction dapat dilihat pada gambar 1.
2 2 Gambar 1. Proses rekonstruksi citra latar C. Perancangan metode pendeteksi kendaraan Tahapan pertama, citra masukan yang didapat diubah menjadi citra grayscale kemudian dilakukan Background Subtraction dengan citra latar yang didapatkan dari proses Background Reconstruction. Digunakan fungsi cv::asdiff dari pustaka Open- CV untuk mendapatkan perbedaan absolut dari tiap piksel antar kedua citra. Hasil dari Background Subtraction dapat dilihat pada Gambar 2. Gambar 4. Citra hasil proses Dilation pertama yang dilakukan adalah menghitung nilai N yaitu jumlah piksel yang bernilai 255 pada ROI atau daerah deteksi. Selanjutnya dilakukan pengecekan apakah jumlah piksel yang bernilai 255 melebihi nilai threshold kendaraan. Nilai threshold kendaraan didapatkan dari jumlah piksel pada prosentase luas daerah deteksi. Apabila nilai N melebihi nilai threshold kendaraan, nilai Flag diberi nilai 1. Flag merupakan nilai untuk menandakan bahwa terdeteksi kendaraan pada daerah deteksi, 1 menandakan terdeteksi kendaraan dan 0 menandakan tidak ada kendaraan. Temp merupakan nilai kondisi Flag sebelumnya. Proses selanjutnya adalah mengecek apabila terjadi perubahan nilai Flag dari 1 menjadi 0. Apabila nilai Flag bernilai 0, dan kondisi Flag tidak sama dengan nilai Temp, pada kondisi ini kendaraan dianggap telah melintas pada daerah deteksi. Gambar 2. Proses Subtraksi citra latar Tahapan selanjutnya dilakukan beberapa proses Image Segmentation terhadap citra hasil proses Background Subtraction sebelumnya. Dilakukan proses Thresholding pada citra hasil proses Background Subtraction. Threshold yang digunakan adalah binary threshold untuk mengubah citra menjadi citra biner. Digunakan metode OTSU Threshold sebagai nilai ambang batas untuk proses ini. Metode Otsu Threshold dapat menentukan secara otomatis nilai Threshold berdasarkan nilai intensitas histogram citra masukan. Gambar 3. Citra hasil proses Thresholding Proses selanjutnya adalah proses Erosion dan Dilation pada citra hasil Thresholding. Tahapan ini bertujuan untuk menghilangkan noise sekaligus menutup piksel kendaraan yang bolong pada pada citra hasil Thresholding. Tahapan selanjutnya adalah proses pendeteksian kendaraan. Proses ini adalah proses untuk menentukan ada tidaknya kendaraan yang melintas pada daerah deteksi. Algoritma untuk pendeteksian kendaraan dapat dilihat pada gambar 5. Proses Gambar 5. Algoritma pendeteksian kendaraan III. HASIL PENGUJIAN Pengujian dibagi menjadi beberapa tahapan pengujian: a. Pengujian Background Reconstruction. b. Pengujian Citra Latar.
3 3 c. Pengujian ketepatan program dengan video uji. d. Pengujian ketepatan program secara live. A. Pengujian Background Reconstruction Pengujian dilakukan untuk membandingkan citra hasil dari proses Background Reconstruction terhadap jumlah yang digunakan. Pengujian dilakukan dengan mengubah jumlah yang akan digunakan pada proses Background Reconstruction kemudian menghitung waktu yang dibutuhkan untuk melakukan proses tersebut. Pengujian dilakukan secara live sehingga citra masukan merupakan citra hasil tangkapan IP Camera. Gambar 8. Citra latar hasil Background Reconstruction menggunakan 200 Tabel 1 Tabel waktu yang dibutuhkan proses Background Reconstruction dalam satuan detik Pengujian ke Frame Gambar 9. Citra latar hasil Background Reconstruction menggunakan 250 Gambar 6. Citra latar hasil Background Reconstruction menggunakan 50 Gambar 10. Citra latar hasil Background Reconstruction menggunakan 300 untuk digunakan sebagai citra latar yang akan digunakan pada proses Segmentation. Gambar 7. Citra latar hasil Background Reconstruction menggunakan 100 B. Pengujian Citra Latar Pengujian ini untuk mengetahui seberapa baik citra latar hasil Background Reconstruction pada pengujian sebelumnya C. Pengujian ketepatan program secara live Pengujian ini dilakukan untuk mengetahui kemampuan sistem yang dirancang dalam melakukan proses pendeteksian kendaraan. Pengujian dilakukan dengan mengubah sensivitas
4 4 Gambar 11. Citra hasil Background Subtraction denga citra latar 50 Gambar 15. Citra hasil Background Subtraction denga citra latar 300 deteksi untuk mengetahui galat yang dihasilkan pada sensivitas yang berbeda. Pengujian dilakukan pada waktu yang berbeda untuk mengetahui pengaruh dari pencahayaan matahari. Tabel 2 Tingkat ketepatan perhitungan sistem pada pagi hari 80% 80.95% 90% 61.90% Gambar 12. Citra hasil Background Subtraction denga citra latar 100 Tabel 3 Tingkat akurasi perhitungan sistem pada siang hari 80% 68.92% 90% 59.74% Tabel 4 Tingkat akurasi perhitungan sistem pada malam hari Gambar 13. Citra hasil Background Subtraction denga citra latar % 82.14% 90% 78.33% IV. KESIMPULAN Hasil pengujian secara live dijalan pada resolusi 640x512 dan 25 FPS, menunjukkan bahwa sistem yang diajukan dapat menghasilkan perhitungan kendaraan roda empat dengan tingkat akurasi hingga 82.18% pada waktu siang hari dan tingkat akurasi hingga 88.30% pada waktu malam hari. Gambar 14. Citra hasil Background Subtraction denga citra latar 250
5 5 PUSTAKA [1] A. Zaini, Implementasi sensor kamera pada pengaturan sistem adaptable traffic lights, in Industrial Electronic Seminar, [2] Z.-Q. Hou and C.-Z. Han, A background reconstruction algorithm based on pixel intensity classification [j], Journal of Software, vol. 9, no. 16, pp , [3] S. Cheung, S. Coleri, B. Dundar, S. Ganesh, C.-W. Tan, and P. Varaiya, Traffic measurement and vehicle classification with single magnetic sensor, Transportation research record: journal of the transportation research board, no. 1917, pp , [4] G. Bradski and A. Kaehler, Learning OpenCV: Computer vision with the OpenCV library. O Reilly Media, Inc., [5] T.-H. Chen, Y.-F. Lin, and T.-Y. Chen, Intelligent vehicle counting method based on blob analysis in traffic surveillance, in Innovative Computing, Information and Control, ICICIC 07. Second International Conference on. IEEE, 2007, pp [6] W. W. Mullins and R. F. Sekerka, Morphological stability of a particle growing by diffusion or heat flow, Journal of applied physics, vol. 34, no. 2, pp , [7] Á. Serrano, C. Conde, L. J. Rodríguez-Aragón, R. Montes, and E. Cabello, Computer vision application: real time smart traffic light, in Computer Aided Systems Theory EUROCAST Springer, 2005, pp
IP 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 terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciPEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING. Ressi Dyah Adriani NPP
PEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING Ressi Dyah Adriani NPP 10529 ressi.adriani@jasamarga.co.id ABSTRAK Data kepadatan lalu-lintas merupakan kebutuhan
Lebih terperinciSistem Penangkap Citra Pelanggaran Lampu Merah
Sistem Penangkap Citra Pelanggaran Lampu Merah 1 Muhtadin 1) Isrin Ramdani 2) Ahmad Zaini 2) 1) Jurusan Teknik Elektro ITS, Surabaya 60111, email: muhtadin@ee.its.ac.id 2) Jurusan Teknik Elektro ITS, Surabaya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih 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 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. 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 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
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan teknologi saat ini menjadi umpan bagi para ahli untuk mencetuskan terobosan-terobosan baru berbasis teknologi canggih. Terobosan ini diciptakan
Lebih terperinciSIMULASI DAN ANALISIS SISTEM PENGHITUNG KEPADATAN LALU LINTAS DAN KLASIFIKASI KENDARAAN BERBASIS WEBCAM DENGAN METODE BACKGROUND SUBTRACTION
SIMULASI DAN ANALISIS SISTEM PENGHITUNG KEPADATAN LALU LINTAS DAN KLASIFIKASI KENDARAAN BERBASIS WEBCAM DENGAN METODE BACKGROUND SUBTRACTION SIMULATION AND ANALYSIS SYSTEM COUNTERS TRAFFIC DENSITY AND
Lebih terperinciVOLT. Jurnal Ilmiah Pendidikan Teknik Elektro. Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66
P-ISSN: 2528-5688 E-ISSN: 2528-5696 VOLT Jurnal Ilmiah Pendidikan Teknik Elektro Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66 TRAFFIC MONITORING : SISTEM PENGHITUNG
Lebih terperinciSistem Pengukur Kecepatan Kendaraan Berbasis Pengolahan Video
IJEIS, Vol.5, No.2, October 2015, pp. 177~186 ISSN: 2088-3714 177 Sistem Pengukur Kecepatan Kendaraan Berbasis Pengolahan Video Satrio Sani Sadewo* 1, Raden Sumiharto 2, Ika Candradewi 3 1 Prodi Elektronika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Jalan raya adalah prasarana transportasi darat yang meliputi segala bagian jalan, termasuk bangunan pelengkap dan perlengkapannya yang diperuntukkan bagi lalu lintas,
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Sejak Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik diberlakukan di Indonesia, banyak masyarakat khususnya pengusaha mulai memperhatikan
Lebih terperinciRancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis
A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi
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 terperinciROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE
ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE Lauw Lim Un Tung, Resmana Lim, Budiman Lewa Electrical Engineering Dept., PETRA Christian University Jl. Siwalankerto 121-131, Surabaya
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 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 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 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 terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah 1), Djoko Purwanto 2), Ronny Mardiyanto 3) 1), 2),3) Teknik Elektro
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 terperinciPenjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt
Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih 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 terperinciANALISIS PELACAKAN OBJEK MOBIL DENGAN OPTICAL FLOW PADA KAMERA DIAM DAN BERGERAK
ANALISIS PELACAKAN OBJEK MOBIL DENGAN OPTICAL FLOW PADA KAMERA DIAM DAN BERGERAK Wahyu Supriyatin 1), Winda Widya Ariestya 2) 1, 2) Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Lebih terperinciPengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP 070006 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut
Lebih terperinciAPLIKASI PENGATURAN TRAFFIC LIGHT DENGAN METODE FUZZY TSUKAMOTO BERDASARKAN TINGKAT KEPADATAN KENDARAAN
APLIKASI PENGATURAN TRAFFIC LIGHT DENGAN METODE FUZZY TSUKAMOTO BERDASARKAN TINGKAT KEPADATAN KENDARAAN Anita T. Kurniawati 1) dan Tutuk Indriyani 2) Jurusan Teknik Informatika Fakultas Teknologi Informasi
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah1) Djoko Purwanto2) Ronny Mardiyanto3) 1) 2)3) Teknik Elektro Institut
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 II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciPERANCANGAN DAN PROTOTYPING SISTEM PEMANTAU LALU LINTAS BERBASIS VIDEO PROCESSING DALAM MENDUKUNG INTELLIGENT TRANSPORTATION SYSTEM
TI-20 PERANCANGAN DAN PROTOTYPING SISTEM PEMANTAU LALU LINTAS BERBASIS VIDEO PROCESSING DALAM MENDUKUNG INTELLIGENT TRANSPORTATION SYSTEM Jangkung Raharjo, Eko Susatio, dan Iwan Iwut Tritoasmoro Bandung
Lebih terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinci2015 PENGGUNAAN ALGORITMA FAST CONNECTIVE HOUGH TRANSFORM DAN ANALISIS HISTOGRAM UNTUK MENENTUKAN LOKASI PLAT NOMOR
BAB I PENDAHULUAN Latar Belakang Sistem pengawasan menggunakan kamera merupakan salah satu aplikasi praktis dari perkembangan teknologi yang dapat membantu permasalahan seharihari. Dengan sistem pengawasan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciSistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera
Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera DODI WAHYU B NRP 2206100020 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh
Lebih terperinciSIMULASI DAN ANALISIS SISTEM SMART TRAFFIC LIGHT BERBASIS PENGOLAHAN CITRA DIGITAL DENGAN METODE DETEKSI TEPI DAN SEGMENTASI
SIMULASI DAN ANALISIS SISTEM SMART TRAFFIC LIGHT BERBASIS PENGOLAHAN CITRA DIGITAL DENGAN METODE DETEKSI TEPI DAN SEGMENTASI Simulation and Analysis of System Smart Traffic Light Based on Digital Image
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperincipengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek
BAB IV MODEL SISTEM 4.1. Model Sistem Aplikasi yang dibangun adalah aplikasi yang dapat mengolah citra yang diambil dari kamera video, dan menganalisisnya untuk mengetahui keberadaan suatu objek. Ada beberapa
Lebih terperinciBAB 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 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 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 terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
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 terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
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 terperinciDeteksi Kemacetan Lalu Lintas dengan Menggunakan Algoritma Monte Carlo
OPEN ACCESS ISSN 2460-9056 socj.telkomuniversity.ac.id/indojc Deteksi Kemacetan Lalu Lintas dengan Menggunakan Algoritma Monte Carlo Bagus Gigih Adisalam #1, P. H. Gunawan *2, Mahmud Imrona #3 # School
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 II LANDASAN TEORI...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...
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 terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciAPLIKASI DETEKSI GERAK PADA KAMERA KEAMANAN MENGGUNAKAN METODE BACKGROUND SUBTRACTION DENGAN ALGORITMA GAUSSIAN MIXTURE MODEL
APLIKASI DETEKSI GERAK PADA KAMERA KEAMANAN MENGGUNAKAN METODE BACKGROUND SUBTRACTION DENGAN ALGORITMA GAUSSIAN MIXTURE MODEL Muhammad Harry Bintang Pratama *), Achmad Hidayatno, dan Ajub Ajulian Zahra
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciRaycasting Pada Augmented Reality Dimensi Tiga
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-7 1 Raycasting Pada Augmented Reality Dimensi Tiga Wahyu Setyo Budi, Supeno Mardi Susiki Nugroho, dan Christyowidiasmoro Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciDeteksi Jenis Kendaraan di Jalan Menggunakan OpenCV
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) A-296 Deteksi Jenis di Jalan Menggunakan OpenCV Alvin Lazaro, Prof. Dr. Ir. Joko Lianto Buliali, M.Sc., Bilqis Amaliah S.Kom.,
Lebih terperinciTUGAS AKHIR TE
TUGAS AKHIR TE 091399 RANCANG BANGUN SISTEM PENGHITUNG LAJU DAN KLASIFIKASI KENDARAAN BERBASIS PENGOLAHAN CITRA Oleh M Agus Taksiono 2209100708 Dosen Pembimbing Ronny Mardiyanto, ST., MT.,Ph.D Ir. Djoko
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 terperinciMENGHITUNG KECEPATAN MENGGUNAKAN COMPUTER VISION
MENGHITUNG KECEPATAN MENGGUNAKAN COMPUTER VISION Danny Agus Wahyudi; Iman H. Kartowisastro Computer Engineering Department, Faculty of Engineering, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciAnalisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia
Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia Yolinda Fatimah Munawaroh 1), Ciksadan 2), Irma Salamah 3) 1),2),3 ) Program
Lebih terperinciSISTEM INFORMASI KEPADATAN LALU LINTAS BERBASIS RASPBERRY PI PC BOARD
SISTEM INFORMASI KEPADATAN LALU LINTAS BERBASIS RASPBERRY PI PC BOARD Fitria Rahmadina, Zaini Jurusan Teknik Elektro, Fakultas Teknik, Universitas Andalas Jln. Kampus Limau Manis Kota Padang 25163 INDONESIA
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciJURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54
Rekonstruksi Citra pada Super Resolusi menggunakan Projection onto Convex Sets (Image Reconstruction in Super Resolution using Projection onto Convex Sets) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciAnalisa Gerakan Manusia Pada Video Digital
Analisa Gerakan Manusia Pada Video Digital Abstrak - Pengenalan cara bergerak tubuh manusia (human motion) dari video stream memiliki beberapa aplikasi dalam video surveillance (pengawasan), dunia hiburan,
Lebih terperinciPENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING
PENDETEKSIAN TALI PUSAT PADA JANIN DENGAN METODE CONTOUR TRACING David Habsara Hareva 1), Steven Juliono 2), Dion Krisnadi 3) 1),2),3 ) Teknik Informatika, Universitas Pelita Harapan Lippo Karawaci, Tangerang
Lebih terperinciPengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas
Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas. Riza Prasetya Wicaksana Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh Nopember Suarabaya
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 terperinciPENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI Eko Nopyanto 1, Hikma Taufik 2, Dedy Hermanto 3 Eka
Lebih terperinciRestorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah
Restorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah Bayu Setyo Prayugi Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh
Lebih terperinciPerancangan dan Pengujian Piranti Pemantauan Visual untuk Menentukan Volume Lalu Lintas
54 Jurnal Rekayasa Elektrika Vol. 12, No. 2, Agustus 2016, hal. 54-59 Perancangan dan Pengujian Piranti Pemantauan Visual untuk Menentukan Volume Lalu Lintas Alfina 1, Yuwaldi Away 1, dan Muhammad Isya
Lebih terperinciPERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV
PERANCANGAN PENGENALAN PLAT NOMOR MELALUI CITRA DIGITAL DENGAN OPENCV Abdillah Komarudin 1401139432 Program Studi Sistem Komputer, Universitas Bina Nusantara, abdee_dillah@yahoo.com Ahmad Teguh Satria
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciPendeteksian Kepadatan Lalu-lintas dengan Menggunakan Simpangan Baku Histogram Citra Jalan
Pendeteksian Kepadatan Lalu-lintas dengan Menggunakan Simpangan Baku Histogram Citra Jalan Freddy Kurniawan 1, Haruno Sajati 2, Okto Dinaryanto 3 Prodi Teknik Elektro, Sekolah Tinggi Teknologi Adisutjipto
Lebih terperinciSEGMENTASI KENDARAAN MENGGUNAKAN IMPROVE BLOB ANALYSIS (BA) PADA VIDEO LALU LINTAS
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 2, No. 1, April 215, hlm. 67-72 SEGMENTASI KENDARAAN MENGGUNAKAN IMPROVE BLOB ANALYSIS (BA) PADA VIDEO LALU LINTAS Sutrisno 1, Imam Cholissodin
Lebih terperinciPERANCANGAN PROGRAM PENGHITUNG JUMLAH KENDARAAN DI LINTASAN JALAN RAYA SATU ARAH MENGGUNAKAN BAHASA PEMROGRAMAN C++ DENGAN PUSTAKA OPENCV
PERANCANGAN PROGRAM PENGHITUNG JUMLAH KENDARAAN DI LINTASAN JALAN RAYA SATU ARAH MENGGUNAKAN BAHASA PEMROGRAMAN C++ DENGAN PUSTAKA OPENCV Publikasi Jurnal Skripsi Disusun Oleh : FAJAR MIT CAHYANA NIM :
Lebih terperinciBAB I PENDAHULUAN. BAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN BAB 1 PENDAHULUAN 1.1. Latar Belakang Jalan sebagai prasarana lalu-lintas atau angkutan, memiliki fungsi untuk mendukung kelancaran arus barang, jasa, serta aktivitas masyarakat. Namun
Lebih terperinciBAB IV PENGUJIAN SISTEM DAN ANALISA
BAB IV PENGUJIAN SISTEM DAN ANALISA Pengujian sistem dilakukan untuk mengetahui apakah fungsi-fungsi yang telah direncanakan bekerja dengan baik atau tidak. Pengujian sistem juga berguna untuk mengetahui
Lebih terperinciANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION
ANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION Brillian Bagus Pakerti Utama 1), Ratri Dwi Atmaja 2), Azizah 3) 1),2),3) S1 Teknik
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 terperinciSISTEM KOMPRESI MODUL VIDEO STREAMING MANAGEMENT SYSTEM
PROCEEDING SEMINAR TUGAS AKHIR JURUSAN TEKNIK ELETRO FTI-ITS 1 SISTEM KOMPRESI MODUL VIDEO STREAMING MANAGEMENT SYSTEM Hanung Prananta Kusuma 1), I Ketut Eddy Purnama 2), Muhtadin 3) 1) Mahasiswa Program
Lebih terperinciBAB I PENDAHULUAN. ini berpengaruh pula pada pembuatan alat-alat canggih, yaitu alat yang
BAB I PENDAHULUAN 1.1. Latar Belakang Kemajuan teknologi dibidang elektronika dewasa ini berkembang sangat cepat dan memberikan pengaruh besar di setiap aspek kehidupan.hal ini berpengaruh pula pada pembuatan
Lebih terperinciSISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA
SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA Dirvi Eko Juliando Sudirman 1) 1) Teknik Komputer Kontrol Politeknik Negeri Madiun Jl Serayu No. 84, Madiun,
Lebih terperinciPengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor
1 Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor Ricky Kurniadi dan Nurul Hidayat urusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
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 terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Ekstraksi ciri Citra yang digunakan dalam penelitian ini berukuran 150 x 150 pixel, sehingga jika divektorkan akan menghasilkan vektor berukuran 22500. Melalui tahap ekstraksi ciri
Lebih terperinciKAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,
KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com
Lebih terperinci