Created with Print2PDF. To remove this line, buy a license at:
|
|
- Sudirman Gunawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III Pelaksanaan Penelitian Pada bab ini dibahas pelaksanaan ekstraksi unsur jalan secara otomatis yang terdiri dari tahap persiapan dan pengolahan data. Tahap persiapan yang terdiri dari pengambilan citra sampel pada data foto udara serta penghitungan georeferensi citra. Adapun tahap pengolahan citra terdiri dari proses dekomposisi yang mewakili transformasi wavelet, proses deteksi tepi, dan proses pengenalan jalan yang hasil-hasilnya turut disajikan dalam pembahasan dari masing-masing proses tersebut. III.1 Data Dan Sampel Data induk yang digunakan pada penelitian ini adalah foto udara grayscale daerah Bandung Utara berformat tagged image file format (*.tif) dengan kedalaman warna 8-bit yang memiliki resolusi spasial,2 meter. Komponen georeferensi yang ada disimpan pada world file yang berisi data-data koordinat piksel (1,1), resolusi, dan rotasi dari citra induk. Nama world file ini sama dengan nama file dari data induk dengan ekstensi tiff world file (*.tfw). Lihat Tabel III.1 Tabel III.1 Komponen georeferensi foto udara Citra Orto_R7-17.tif Pada foto udara Nama Unit X Rotasi X Rotasi Y Unit Y X Awal Y Awal World File : Orto_R7-17.tfw :,23 :, :, : -,23 : , : ,519 tersebut diambil sampel sebagian kecil area yang meliputi perumahan di sebelah barat kompleks Perkantoran LIPI, Kota Bandung. Lihat Gambar III.1 3
2 Gambar III.1 Area sampel pada Data foto udara III.2 Peralatan Yang Digunakan Peralatan yang digunakan dalam persiapan adalah perangkat lunak CAD dan pengolah data citra. Pada tahap pelaksanaan dan analisis digunakan aplikasi MATLAB untuk mengolah citra dalam bentuk matriks. Perangkat keras yang digunakan disesuaikan dengan kebutuhan minimum perangkat lunak yang digunakan. Lihat Tabel III.2 Tabel III.2 Peralatan yang digunakan III.3 Perangkat lunak Sistem Operasi Windows XP SP 2; MATLAB R27a; ER Mapper 7.; AutoCAD 27. Perangkat keras CPU AMD Turion 64; RAM 512MB; HDD 4 GB; Pengolah Grafik Onboard; Printer Canon Pixma IP16. Tahap Persiapan Pada tahap persiapan ini dilakukan proses pemotongan dan konversi ke citra berukuran 2 n untuk keperluan proses dekomposisi pada transformasi Wavelet. Proses pemotongan citra tersebut dilakukan dengan menggunakan perangkat lunak Autodesk Raster Design 27 sedangkan konversi ke citra berukuran 512x512 piksel dilakukan dengan menggunakan perangkat lunak ER Mapper 7. 31
3 III.3.1 Pemotongan Citra Proses pemotongan citra ini dilakukan dengan mendigitasi vektor cakupan area studi pada citra induk. Dengan menggunakan vektor hasil digitasi tersebut, nilainilai piksel dari citra foto udara diclip sehingga menghasilkan citra sampel berukuran 751x751 piksel. Citra sampel tersebut memiliki resolusi yang sama dengan citra induk dengan koordinat piksel awal sama dengan koordinat verteks kiri bawah dari vektor hasil digitasi. Lihat Tabel III.3 Tabel III.3. Komponen georeferensi citra hasil pemotongan Nama file crop.tif World File Nama : crop.tfw Unit X :,23 Rotasi X :, Rotasi Y :, Unit Y : -,23 X Awal : , Y Awal : , III.3.2 Resampling ukuran Citra ke 512x512 piksel Proses selanjutnya adalah melakukan resampling dari citra hasil pemotongan ke citra baru berukuran 512x512 piksel (Gambar III.2) dengan perangkat lunak ER Mapper. Proses resampling ini menggunakan metode nearest neighbourhood sehingga data sampling hanya berasal dari nilai piksel asli [Nixon Aguado, 22]. Gambar III.2 Hasil resampling ke citra berukuran 512x512 piksel Hasil resampling dengan ukuran 512x512 piksel tersebut selanjutnya disebut citra asli dan dijadikan input dalam proses ekstraksi unsur jalan. Nilai georeferensi dari citra asli tersebut memiliki nilai koordinat piksel awal sama dengan nilai 32
4 koordinat piksel awal citra induk, namun dengan resolusi yang berbeda. Lihat Tabel III.4 Tabel III.4 Komponen georeferensi citra hasil resampling Nama file sangkur_rect_512.tif III.4 Nama Unit X Rotasi X Rotasi Y Unit Y X Awal Y Awal World File : sangkur_rect_512.tfw :, :, :, : -, : , : , Dekomposisi Wavelet Pada Citra Proses dekomposisi Wavelet ini dilakukan pada perangkat lunak MATLAB menggunakan fasilitas Discrete Wavelet Transform dua dimensi (dwt2) yang terdapat pada modul Wavelet Toolbox. III.4.1 Dekomposisi ke Level 1, 2, dan 3 Proses dekomposisi pada citra asli menghasilkan citra aproksimasi dan data detail. Citra aproksimasi yang diperoleh pada proses tersebut menjadi input dari proses dekomposisi pada level yang lebih tinggi. Jika dibandingkan dengan citra asli, maka resolusi citra aproksimasi pada level 1, level 2 dan level 3 memiliki resolusi berturut turut.5,.25, dan.125 kali citra asli. Pengelompokan citra aproksimasi dan data detail yang diperoleh dari proses dekomposisi dapat dilihat pada gambar III.3, dimana hasil yang diperoleh adalah semakin tinggi level dekomposisi, semakin banyak komponen detail. Lihat Gambar III.4 III.6 data citra yang menjadi : 33
5 Level 1 Level 2 Level 3 Gambar III.3 Susunan hasil dekomposisi Keterangan Gambar : A : Citra Aproksimasi Dh : Detail horisontal Dv : Detail vertikal Dd : Detail diagonal Level 1 Level 2 Level 3 Gambar III.4 Hasil dekomposisi dengan fungsi Wavelet haar Level 1 Level 2 Level 3 Gambar III.5 Hasil dekomposisi dengan fungsi Wavelet db3 34
6 Level 1 Level 2 Level 3 Gambar III.6 Hasil dekomposisi dengan fungsi Wavelet sym3 III.4.2 Penghitungan Cakupan Dari Citra Hasil Dekomposisi Cakupan (extent) citra aproksimasi dihitung dengan membandingkan perbandingan antara luas cakupan dan jumlah piksel pada citra aproksimasi. Tabel III.5 dan Tabel III.6 menunjukkan hasil perhitungan cakupan citra hasil dekomposisi Tabel III.5 Cakupan citra hasil dekomposisi haar Level resolusi Xmin(m) Ymin(m) dx dy , ,61, , , ,915, , , ,622 1, , , ,36 2, , Tabel III.6 Cakupan citra hasil dekomposisi db3 dan sym3 Level resolusi Xmin(m) Ymin(m) dx dy , ,61, , , ,915, , , ,624 1, , , ,52 2, , III.4.3 Penajaman Citra Dengan Ekualisasi Histogram Adaptif Hasil dari Transformasi wavelet yang cenderung lebih gelap pada Gambar III.5 dan III.6 menunjukkan berkurangnya variasi nilai piksel. Dilihat dari histogramnya (Gambar II.7) nampak bahwa rentang citra aproksimasi berada pada 35
7 level yang lebih sempit dibandingkan citra asli diantaranya nampak pada Gambar III Gambar III.7 Histogram citra asli dan aproksimasinya dengan db3 pada level 1 Nampak pada Gambar III.7 di atas bahwa kendati penghalusan membantu menurunkan variasi nilai piksel, namun rentang variasi piksel yang juga menjadi lebih sempit ini menurunkan daya deteksi tepi sehingga kondisi citra aproksimasi perlu ditajamkan [Steger, 1996]. Salah satu metode perbaikan rentang sebaran piksel diantaranya adalah dengan ekualisasi histogram [Nixon dan Aguado, 22]. Penajaman Citra dilakukan dengan metode ekualisasi histogram adaptif (adapthisteq) dengan menggunakan fasilitas Image Processing Toolbox pada perangkat lunak Matlab untuk mengeliminasi pengaruh penghalusan(smoothing) pada citra hasil dekomposisi. Citra menjadi lebih terang setelah ditajamkan, namun citra aproksimasi mengalami perubahan kecerahan seperti nampak pada Gambar III.8 dimana perubahan histogramnya ditunjukkan oleh Gambar III.9 36
8 Hasil Dekomposisi Level 1 Hasil Penajaman Level 1 Level 2 Level 2 Level 3 Level 3 Gambar III.8 Citra hasil dekomposisi db3 dan penajamannya 37
9 Hasil Dekomposisia Hasil Penajaman Level 1 Level 2 Level 3 Gambar III.9 Histogram Dekomposisi db3 Keterangan Gambar 8 : Satuan nilai pada arah sumbu x tersaji dalam interval -1. Nilai interval ini sebanding dengan interval piksel III.5 Deteksi Tepi Dengan Metode Canny Pelaksanaan Deteksi tepi metode Canny pada penelitian ini dilakukan dengan menggunakan nilai σ yang memiliki nilai default 1. Untuk meninjau pengaruh nilai σ ini dipakai dua alternatif nilai σ yang diinputkan secara manual yaitu,5 dan 1,5. Beberapa contoh hasil deteksi tepi ditunjukkan oleh Gambar III.1 dan Gambar III
10 σ =,5 σ=1 σ = 1,5 Gambar III.1 Hasil Deteksi tepi Canny pada citra asli σ =,5 σ=1 level 1 σ = 1,5 level 2 level 3 Gambar III.11 Hasil deteksi tepi pada citra hasil dekomposisi db3. 39
11 III.6 Pengenalan Jalan Proses pengenalan jalan yang dilakukan pada penelitian ini terdiri dari empat tahapan yaitu: kliping, eliminasi percabangan, eliminasi arah berubah cepat, dan eliminasi segmen pendek dari citra hasil dekomposisi. III.6.1 Analisis Watershed Analisis Watershed dilakukan secara bertahap pada citra aproksimasi dari setiap level dekomposisi. Dimulai dari thresholding, penghitungan jarak Euclides dan proses thinning dengan. Nilai threshold diperoleh secara otomatis menggunakan metode Otsu yang pada dasarnya mencari batas antara suatu unsur dan latar belakangnya (background) [Nixon dan Aguado, 22]. Nilai threshold tersebut dapat dimodifikasi menggunakan suatu konstanta k [Gonzales dan Woods, 23]. Pada penelitian ini digunakan tiga nilai k yang diperoleh secara empiris yang ditunjukkan oleh Tabel III.7 dengan nilai default 1. Dimana jika hasil penghitungan threshold terlalu besar (garis Watershed yang diperoleh sedikit) maka nilai k dikurangi antara.4 hingga.22 dari nilai default tersebut di atas. Tabel III.7 Nilai pengali threshold pada analisis Watershed Level k1,94,94,84,78 k2,95,95,85,78 k3,96,96,86,8 Hasil dari analisis Watershed yang diharapkan adalah garis-garis yang dianggap sebagai pusat jalan. Pada prosesnya, masih terdapat bagian citra yang bukan jalan yang teridentifikasi. Beberapa contoh hasil analisis Watershed ditunjukkan oleh Gambar III.12 dan Gambar III.13 4
12 K1 =,94 k2 =,95 k3 =,96 Gambar III.12 Hasil analisis watershed pada citra asli level 1 k2 =,95 k1 =,94 k3 =,96 Gambar III.13 Contoh Hasil analisis watershed yang diterapkan pada citra hasil dekomposisi haar Pada hasil analisis watershed di atas, dibuat buffer jalan dengan nilai radius dari buffer yang disesuaikan dengan resolusi citra hasil dekomposisi. Lihat Tabel III.8 Tabel III.8 Variabel jarak buffer pada hasil dekomposisi haar Level Resolusi, , , , Diameter Buffer Lebar buffer (m) 4, , , , Nampak pada tabel III.8 di atas, nilai radius yang dipilih tersebut lebih besar dari perkiraan lebar jalan pada tiap level. Beberapa contoh hasil delineasi buffer ditunjukkan oleh Gambar III.14 dan III
13 k1 =,94 k2 =,95 k3 =,96 Gambar III.14 Hasil buffering pada citra asli k1 =,94 level 1 k2 =,95 k3 =,96 Gambar III.15 Hasil buffering pada dekomposisi haar level 1 Selanjutnya pada hasil deteksi tepi dan buffer dilakukan proses cliping menggunakan buffer yang diperoleh dari analisis Watershed. Hasil yang diperoleh dari proses cliping tersebut berupa citra hasil deteksi tepi yang sebagian besar pada area jalan. Lihat Gambar III.16 dan Gambar III.17 σ =,5 σ=1 σ = 1,5 Gambar III.16 Kliping Deteksi Tepi pada citra asli 42
14 σ =,5 σ=1 level 1 σ = 1,5 level 2 level 3 Gambar III.17 Kliping Deteksi Tepi deteksi tepi db3 III.6.2 Eliminasi Percabangan Proses eliminasi percabangan ini terkait dengan model jalan yang digunakan, untaian tidak sesuai dengan salah satu model tepi jalan yaitu sebagai untaian piksel yang tidak bercabang dieliminasi. Dengan menggunakan analisis pencocokan citra menggunakan matriks template, keberadaan percabangan piksel pada citra hasil deteksi tepi dicari untuk kemudian dinolkan. Matriks-matriks template yang digunakan dalam proses eliminasi percabangan tersebut ditunjukkan pada Gambar III
15 Gambar III.18 Template dan hasil pencocokannya III.6.3 Eliminasi Untaian Garis Yang Arahnya Berubah Cepat Pada deteksi arah, nilai sudut yang dihitung adalah selisih sudut yang merupakan sudut dibentuk suatu titik segmen piksel dengan segmen piksel lainnya. Sebagaimana pada bagian II.3.3. Dalam penelitian ini eliminasi piksel dilakukan jika perubahan sudut arah lebih besar daripada 6º. Proses eliminasi percabangan ini dilakukan dengan matriks template berukuran 3x3 yang dicocokkan dengan untaian piksel pada citra hasil deteksi tepi. Pada suatu untaian piksel tepi yang terdiri dari tiga piksel, dua diantaranya akan dianggap sebagai arah awal (piksel biru). Hasil penghitungan sudut yang dibentuk kedua dan piksel ketiga kemudian dicocokkan dengan untaian piksel yang terdapat pada elemen citra. Jika piksel ketiga berada pada zone merah, maka piksel kemudian dieliminasi. Lihat Gambar III.19 Gambar III.19 Zone arah dan sudut perubahannya III.6.4 Eliminasi Segmen Pendek Eliminasi segmen pendek dilakukan dengan cara menghitung panjang untaian piksel yang membentuk garis pada citra. Jika panjang untaian piksel lebih kecil dari nilai tertentu maka dianggap tidak memenuhi model jalan yakni jalan cenderung memanjang. Nilai batas yang digunakan adalah setengah kali lebar buffer jalan (Tabel III.8) yang digunakan. Lihat Tabel III.9 44
16 Tabel III.9 Panjang untaian piksel minimum Level Jumlah piksel Hasil eliminasi segmen pendek yang merupakan tahap akhir pengenalan jalan menjadi hasil dari proses ekstraksi jalan dalam penelitian ini. Beberapa hasil dari ekstraksi unsur tersaji pada Gambar III.2 dan Gambar III.21 σ =,5 σ=1 σ = 1,5 Gambar III.2 Hasil pengenalan jalan pada citra asli σ =,5 σ=1 level 1 σ = 1,5 level 2 Gambar III.21.(a) Contoh hasil pengenalan jalan pada dekomposisi db3 45
17 level 3 Gambar III.21.(b) Contoh hasil pengenalan jalan pada dekomposisi db3 46
BAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciEKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciBAB I. Pendahuluan I.1 Latar Belakang
BAB I. Pendahuluan I.1 Latar Belakang Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai
Lebih terperinciCreated with Print2PDF. To remove this line, buy a license at:
BAB IV. Analisis Pada bab ini dibahas mengenai analisis terhadap citra aproksimasi dan hasil ekstraksi jalan pada citra aproksimasi tersebut untuk mendapatkan gambaran mengenai keterkaitan antara proses
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dijelaskan mengenai kebutuhan-kebutuhan yang digunakan dalam membuat program ini. Setelah semua kebutuhan selesai di analisa, maka penulis akan
Lebih terperinciKelas. Kelas. p q r s t u v w x y Level Transformasi.
Fitur yang digunakan untuk pelatihan pada algoritme VFI5 diperoleh dari tiap-tiap piksel pada citra tanda tangan. Fitur pada pelatihan yang semula berupa matriks berukuran 3 4 piksel disusun menjadi matriks
Lebih terperinciBAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet
BAB IV ANALISIS IV.1 Perbandingan Nilai Antar Induk Pada daerah homogen, penggunaan transformasi satu dimensi hanya meningkatkan sedikit nilai korelasi, dilihat dari nilai korelasi sebelum dilakukan transformasi
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 terperinciIMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini dibahas mengenai implementasi serta evaluasi terhadap metode transformasi wavelet dalam sistem pengenalan sidik jari yang dirancang. Untuk mempermudah evaluasi,
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 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Program Aplikasi Pada bagian ini, Penulis akan menjelaskan kebutuhan spesifikasi perangkat keras dan perangkat lunak, serta menjelaskan bagaimana cara program
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciGambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama
BAB IV ANALISIS IV.1 Analisis Terhadap Hasil Pengolahan Data Gambar IV-1 menunjukkan peningkatan nilai korelasi dari sebelum transformasi wavelet dengan setelah transformasi wavelet pada level dekomposisi
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciPERANCANGAN 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 I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan sekitarnya melalui proses
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 terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Histogram dan Operasi Dasar Pengolahan Citra Digital 3 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 MAMPIR SEB EN TAR Histogram Histogram citra
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih 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 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 terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperincidengan metode penelitian yang dapat dilihat pada Gambar 9. Data Citra Tumbuhan
dengan metode penelitian yang dapat dilihat pada Gambar 9. Data Citra Tumbuhan Gambar 8 Struktur PNN. 1. Lapisan pola (pattern layer) Lapisan pola menggunakan 1 node untuk setiap data pelatihan yang digunakan.
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 terperinciHASIL DAN PEMBAHASAN. Gambar 3 Ilustrasi pencarian titik pusat dan jari-jari pupil. Segmentasi
4 Perangkat keras berupa Notebook: Processor intel Core i3 2.2 GHz. RAM kapasitas 2. GB. Harddisk Kapasitas 5 GB. Monitor pada resolusi 1366 x 768 piksel. Merek Acer Aspire 475. Perangkat lunak berupa:
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET. Oleh: FIRU AL FARIZI
ANALISA PERBANDINGAN KOMPRESI 2 GAMBAR TIFF DAN BMP MENGGUNAKAN METODE TRANSFORMASI WAVELET Oleh: FIRU AL FARIZI 41508110009 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA
Lebih terperinciPemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat
Pemampatan Citra Warna Menggunakan 31 Fungsi Gelombang-Singkat Albertus Joko Santoso Teknik Informatika Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta albjoko@mail.uajy.ac.id Gede Bayu Suparta
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi merupakan salah satu bagian penting dari kemajuan banyak bidang di seluruh dunia pada saat ini. Salah satu bidang yang sudah banyak terbantu dengan kemajuan
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciBab III Pelaksanaan Penelitian. Penentuan daerah penelitian dilakukan berdasarkan beberapa pertimbangan, diantaranya adalah :
14 Bab III Pelaksanaan Penelitian III.1 Persiapan III.1.1 Daerah Penelitian Penentuan daerah penelitian dilakukan berdasarkan beberapa pertimbangan, diantaranya adalah : 1. Lokasi penelitian pada google
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 terperincidan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. akurasi =.
dan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. Gambar 5 Macam-macam bentuk partisi citra. Ekstraksi Fitur Pada tahap ini semua partisi dari citra dihitung
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih 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 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 terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
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 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 terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Pemrosesan gambar secara digital telah berkembang dengan cepat. Pengolahan gambar ini didukung dengan kemajuan teknologi perangkat keras yang signifikan. Produk produk pengolah
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 terperinci3 BAB III METODE PENELITIAN
20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah
Lebih terperinciBulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola
Generalisasi Hasil penelitian ini diukur menggunakan nilai konvergen dan generalisasi. Nilai konvergen adalah tingkat kecepatan jaringan untuk mempelajari pola input yang dinyatakan dalam satuan iterasi
Lebih terperinciBAB III METODE PENELITIAN
23 BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan proses penelitian ditunjukkan pada Gambar 15 berikut. Mulai 96 citra stomata Ekstraksi fitur - RGB & Skala Keabuan Ekstraksi fitur - Wavelet
Lebih terperinci100% Akurasi = (11) Lingkungan Pengembangan
Algoritme Dekomposisi Wavelet Dekomposisi wavelet Haar dapat dijelaskan sebagai berikut : 1 Transformasi linear digunakan untuk mengubah ruang warna secara linear menjadi warna dasar. Karena citra yang
Lebih terperinciBAB 5 UJI COBA DAN ANALISA HASIL
BAB 5 UJI COBA DAN ANALISA HASIL Pada bab ini diuraikan mengenai lingkungan uji coba, hasil uji coba serta analisa hasil uji coba dari perangkat lunak. 5.1 Lingkungan Lingkungan uji coba merupakan komputer
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
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 IV IMPLEMENTASI DAN UJI COBA. Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi
BAB IV IMPLEMENTASI DAN UJI COBA 4.1 Kebutuhan Sistem Sebelum melakukan implementasi dan menjalankan aplikasi Model Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi perangkat lunak
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 terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM Bab ini merupakan pembahasan tentang analisis dan implementasi metode 2D Haar Wavelet Transform dan Least Significant Bit dalam proses penyisipan watermark pada citra
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).
5 Lingkungan Pengembangan Perangkat lunak yang digunakan pada penelitian ini adalah compiler Matlab versi 7.0.1. dengan sistem operasi Microsoft Window XP. Langkah persiapan citra menggunakan perangkat
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai tahapan analisis dan perancangan sistem yang akan dikembangkan, yaitu Sistem Identifikasi Buron. Bab ini terbagi atas 5 bagian yang
Lebih terperinciBab III Pelaksanaan Penelitian
Bab III Pelaksanaan Penelitian Tahapan penelitian secara garis besar terdiri dari persiapan, pengumpulan data, pengolahan data, analisis data dan kesimpulan. Diagram alir pelaksanaan penelitian dapat dilihat
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
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 terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciPemrosesan Data DEM. TKD416 Model Permukaan Digital. Andri Suprayogi 2009
Pemrosesan Data DEM TKD416 Model Permukaan Digital Andri Suprayogi 2009 Pendahuluan Proses pembuatan DEM pada dasarnya merupakan proses matematis terhadap data ketinggian yang diperoleh dari hasil pengukuran
Lebih terperinciBAB III PENGOLAHAN DATA ALOS PRISM
BAB III PENGOLAHAN DATA ALOS PRISM 3.1 Tahap Persiapan Pada tahap persiapan, dilakukan langkah-langkah awal berupa : pengumpulan bahan-bahan dan data, di antaranya citra satelit sebagai data primer, peta
Lebih terperinciBAB I PENDAHULUAN. menggunakan digital watermarking. Watermarking bekerja dengan menyisipkan
BAB I PENDAHULUAN 1. Latar Belakang Perkembangan teknologi digital serta internet yang cukup pesat telah memberi kemudahan dalam mengakses dan mendistribusikan berbagai informasi dalam format digital,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar belakang 1.2. Perumusan Masalah
BAB I PENDAHULUAN 1.1. Latar belakang Salah satu implementasi di bidang komputer yang ditampilkan pada ciri kendaraan saat ini atau masa datang adalah proses Computer Vision Image Processing (CVIP), maksudnya
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
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 terperinciMelalui persamaan di atas maka akan terbentuk pola radargram yang. melukiskan garis-garis / pola pendekatan dari keadaan yang sebenarnya.
BAB IV SIMULASI DAN ANALISIS 4.1 Pembuatan Data Sintetis Dalam karya tulis ini pembuatan data sintetis mengikuti pola persamaan (3.1) Melalui persamaan di atas maka akan terbentuk pola radargram yang melukiskan
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciMempelajari dasar-dasar teori dan mengumpulkan referensi yang berhubungan dengan batubara, jenis batubara, metode ekstraksi ciri Discrete Wavelet
BAB 1 PENDAHULUAN 1.1 Latar Belakang Batubara adalah bahan bakar fosil yang dapat terbakar, terbentuk dari endapan batuan organik yang terutama terdiri dari karbon, hidrogen dan oksigen. Batubara terbentuk
Lebih terperinciSEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET
SEGMENTASI ENDAPAN URIN PADA CITRA MIKROSKOPIK BERBASIS WAVELET Miftahus Sholihin, Agus Zainal Arifin, Anny Yuniarti Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember (ITS), Surabaya, Indonesia
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 terperinci1. Pendahuluan Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain meskipun dia kembar. Perbedaa
Implementasi Perhitungan Sudut Rangka Manusia Menggunakan Matlab 7 Nugroho Dian Purnama Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok Telp: (021) 78881112
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 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 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 PREPROCESSING
BAB IV PREPROCESSING 4.1 Langkah yang Dilakukan Interpretasi visual citra Pap smear merupakan hal yang sangat rumit. Hal ini disebabkan karena citra Pap smear memberikan hasil sel yang beragam mulai dari
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN III.1. Data Penelitian Data yang digunakan dalam pelaksanaan Evaluasi Kesesuaian Tata Letak Bangunan Terhadap Sempadan Jalan Di Kawasan Central Business District Kota Semarang
Lebih terperinciBAB III METODE PENELITIAN
11 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ini dilaksanakan selama dua bulan yaitu bulan Juli-Agustus 2010 dengan pemilihan lokasi di Kota Denpasar. Pengolahan data dilakukan di Laboratorium
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
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 terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
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 terperinciHardisk 80 GB Perangkat lunak Window XP Profesional MATLAB 7.0.1
Hardisk 8 GB Perangkat lunak Window XP Profesional MATLAB 7..1 HASIL DAN PEMBAHASAN Percobaan yang dilakukan pada penelitian ini terdiri atas dua macam, yaitu citra yang akan mengalami proses pengenalan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN III.1. Area Penelitian Area penelitian didasarkan pada data LiDAR, antara koordinat 7 50 22.13 LS 139 19 10.64 BT sampai dengan 7 54 55.53 LS 139 23 57.47 BT. Area penelitian
Lebih terperinciDrawing, Viewport, dan Transformasi. Pertemuan - 02
Drawing, Viewport, dan Transformasi Pertemuan - 02 Ruang Lingkup Definisi Drawing Viewport Transfomasi Definisi Bagian dari grafik komputer meliputi: 1. Citra (Imaging) : mempelajari cara pengambilan dan
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinci