LAMPIRAN-LAMPIRAN MATLAB PROGRAMMING %PROGRAM DETEKSI SURFACE ROUGHNESS %TESIS S2 SMO-DTM FTUI %BUDI HARYANTO NPM
|
|
- Liana Rachman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN-LAMPIRAN MATLAB PROGRAMMING %PROGRAM DETEKSI SURFACE ROUGHNESS %TESIS S SMO-DTM FTUI %BUDI HARYANTO NPM A=imread('pelatkalibrator9.jpg'); %membaca image kalibrator,9 mikrometer [a,b,c]=size(a); %membaca jumlah baris, kolom dan layer image Rd=A(:,:,);%membaca data layer RED Gr=A(:,:,);%membaca data layer GREEN Bl=A(:,:,3);%membaca data layer BLUE meanro=mean(rd)%nilai rata-rata (mean)pada setiap baris layer Red meango=mean(gr)%nilai rata-rata (mean)pada setiap baris layer Green meanbo=mean(bl)%nilai rata-rata (mean)pada setiap baris layer Blue meanr=mean(meanro)%nilai rata-rata (mean)layer Red meang=mean(meango)%nilai rata-rata (mean)layer Green meanb=mean(meanbo)%nilai rata-rata (mean)layer Blue %Program perhitungan lebar edge putih dan jarak antar edge putih B=imbw(A,graythresh(A)); %merubah rgb image menjadi binary C=bwareaopen(B,5); %Menghilangkan noise yang jmlnya dibawah 5 pixel D=imfill(C,'holes'); %mengisi lubang pada edge image [a,b]=size(d); %membaca ukuran image hasil croping s=round(a/); %mencari baris tengah x=; %nilai awal for kolom=:b-; %looping kolom beda=d(s,kolom+)-d(s,kolom); %persamaan untuk mencari nilai edge warna putih if beda== && D(s,)==; putihawal(x)=kolom; %mencatat posisi kolom untuk nilai putih awal x=x+; elseif beda==-; %mencatat posisi kolom untuk nilai putih akhir putihakhir(x)=kolom; x=x+; end end putihawal; %tampilan kolom untuk edge putih pertama putihakhir; %tampilan kolom untuk edge putih terakhir %Menghitung lebar edge putih lebaredge=putihakhir()-putihawal(); lebaredge=putihakhir(4)-putihawal(3); lebaredge3=putihakhir(6)-putihawal(5); lebaredge=(lebaredge+lebaredge+lebaredge3)/3; %Menghitung jarak antar edge putih centerpth=((putihakhir()-putihawal())/)+putihawal(); %nilai tengah edge putih pertama 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9
2 centerpth=((putihakhir(4)-putihawal(3))/)+putihawal(3); %nilai tengah edge putih kedua centerpth3=((putihakhir(6)-putihawal(5))/)+putihawal(5); %nilai tengah edge putih ketiga centerpth4=((putihakhir(8)-putihawal(7))/)+putihawal(7); %nilai tengah edge putih keempat jarakedge=abs(centerpth-centerpth); %jarak antara edge putih pertama dan kedua jarakedge=abs(centerpth3-centerpth); %jarak antara edge putih kedua dan ketiga jarakedge3=abs(centerpth4-centerpth3); %jarak antara edge putih ketiga dan keempat jarakedge=(jarakedge+jarakedge+jarakedge3)/3; %nilai rata-rata jarak edge lebaredge jarakedge figure,imshow(a); %tampilan image awal figure,imshow(d); %tampilan image akhir figure,imhist(rd); %tampilan histogram layer RED figure,imhist(gr); %tampilan histogram layer GREEN figure,imhist(bl); %tampilan histogram layer BLUE %PROGRAM PLOT 3D %BUDI HARYANTO NPM G = imread('pelatkalibrator9.jpg'); I=G(:,:,); [X, map] = grayind(i, 56); C=imresize(X,[56 56]); figure, imshow (C) [A,B] = meshgrid(:56,:56); figure,contour3(a,b,c,3) surface(a,b,c,'edgecolor',[.8.8.8],'facecolor','none') grid off view(-5,5) colormap jet 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9
3 IMAGE PERMUKAAN SAMPEL Sampel, Ra =,97 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 5 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9
4 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 63 Identifikasi fitur..., Budi Haryanto, FT UI, 9
5 Sampel 3, Ra =,3 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 64 Identifikasi fitur..., Budi Haryanto, FT UI, 9
6 x Grafik Histogram Green (RGB) Grafik Histogram Blue (RGB) 65 Identifikasi fitur..., Budi Haryanto, FT UI, 9
7 Sampel 5, Ra =,36 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 5 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 66 Identifikasi fitur..., Budi Haryanto, FT UI, 9
8 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 67 Identifikasi fitur..., Budi Haryanto, FT UI, 9
9 Sampel 6, Ra =,35 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 75 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 68 Identifikasi fitur..., Budi Haryanto, FT UI, 9
10 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 69 Identifikasi fitur..., Budi Haryanto, FT UI, 9
11 Pelat Kalibrator, Ra =,9 μm Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 7 Identifikasi fitur..., Budi Haryanto, FT UI, 9
12 x Grafik Histogram Green (RGB) 3 x Grafik Histogram Blue (RGB) 7 Identifikasi fitur..., Budi Haryanto, FT UI, 9
BAB 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 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 terperinciKULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA
KULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA Informasi penting mengenai isi citra digital dapat diketahui dengan membuat histogram citra. Histogram citra adalah grafik yang menggambarkan penyebaran
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 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 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 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 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI
BAB III PROSEDUR DAN METODOLOGI 3.1 Analisis Masalah Dewasa ini keberadaan robot sebagai mesin yang menggantikan manusia dalam melakukan berbagai pekerjaan semakin diperlukan. Oleh karena itu robot dituntut
Lebih terperinciArtificial Neural Network Backpropagation Dengan Momentum Untuk Prediksi Surface Roughness Pada CNC Milling
Artificial Neural Network Dengan Momentum Untuk Prediksi Surface Roughness Pada CNC Milling Vivi Tri Widyaningrum Program Studi Mekatronika, Fakultas Teknik, Universitas Trunojoyo Madura Bangkalan, Jawa
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 IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
Lebih terperinciBAB 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 terperinciPengembangan Sistem Identifikasi Fitur Dua Dimensi Kekasaran Permukaan Berbasis Machine Vision untuk Produk Hasil Permesinan
Jurnal Teknik Mesin, Vol. 14, No. 1, April 2013, 52-58 ISSN 1410-9867 DOI: 10.9744/jtm.14.1.52-58 Pengembangan Sistem Identifikasi Fitur Dua Dimensi Kekasaran Permukaan Berbasis Machine Vision untuk Produk
Lebih terperinciPENDETEKSIAN OBJEK BERWARNA BIRU MENGGUNAKAN MATLAB R2013a
PENDETEKSIAN OBJEK BERWARNA BIRU MENGGUNAKAN MATLAB R2013a Nama : Bagus Muhammad Primaditya NPM : 21113616 Dosen Pembimbing : Dr. Emy Haryatmi. Skom. MEngSc. LATAR BELAKANG Deteksi objek merupakan salah
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 I PENDAHULUAN 1. Latar Belakang
BAB I PENDAHULUAN 1. Latar Belakang Dalam proses pemetaan secara fotogrametris, salah satu hal yang harus diatasi adalah masalah restitusi dua foto udara yang saling pertampalan sedemikian rupa sehingga
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 IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA Pada bab IV ini akan membahas sistem kerja, pengujian dan juga analisa dari rancang bangun sistem ini. Disini juga disajikan hasil uji coba secara riil percobaan dengan kondisi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih 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 terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
Lebih terperinciBab V Analisis Data. Tabel 5.1. Tabel ANOM untuk MRR
Bab V Analisis Data Penelitian yang dilakukan dalam Tugas Akhir ini adalah pengoptimalan proses end milling dengan menggunakan metoda Taguchi. Dalam metoda Taguchi terdapat 2 cara analisis untuk mengetahui
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam implementasi persamaan Pulse
Lebih terperinciABSTRCTK & EXEUTIVE SUMMARY HIBAH BERSAING. Sistem Pengkodean File Image Kedalam Citra Foto Menggunakan Teknik Steganografi
MIPA ABSTRCTK & EXEUTIVE SUMMARY HIBAH BERSAING Sistem Pengkodean File Image Kedalam Citra Foto Menggunakan Teknik Steganografi Oleh : Kiswara Agung Santoso, M.Kom NIDN : 0007097202 Kusbudiono, M.Si NIDN
Lebih terperinci10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 3. Pembentukan Citra Digital. Digitalisasi Citra. Yang dipengaruhi N,M, & q
5 8 9 //4 CIG4E / Pengolahan Citra Digital BAB. Pembentukan Citra Digital Digitalisasi Citra Intelligent Computing and Multimedia (ICM) Digitalisasi Citra analog / objek / scene Citra digital //4 //4 Proses
Lebih terperinciBab 3. Perancangan Sistem
Bab 3 Perancangan Sistem 3.1 Aplikasi Serupa 3.1.1 SODIC (Sound and Digital Classroom) SODIC adalah sebuah software tool yang membantu dosen/guru dalam proses mengajar di laboratorium bahasa dan hanya
Lebih terperinciBAB IV ANALISA. 4.1 Analisa teknik pengolahan citra
BAB IV ANALISA 4.1 Analisa teknik pengolahan citra Pada proses pengolahan citra ada beberapa teknik lain yang digunakan selain teknik restorasi citra blur untuk memperjelas citra blur, seperti proses grayscale
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 terperinciLAPORAN PEMROSESAN CITRA DIGITAL
Tugas Mata Kuliah LAPORAN PEMROSESAN CITRA DIGITAL ANDI DANIAH PAHRANY H11113303 JURUSAN MATEMATIKA PRODI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HASANUDDIN MAKASSAR 2015 PEMROSESAN
Lebih terperinciCONVOLUTIONAL NEURAL NETWORK. Pengantar Deep Learning
CONVOLUTIONAL NEURAL NETWORK Pengantar Deep Learning Convolutional Neural Network Convolutional Neural Network (CNN) adalah salah satu jenis neural network yang biasa digunakan pada data image. CNN bisa
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciANALISIS TOPOGRAFI PERMUKAAN LOGAM DAN OPTIMASI PARAMETER PEMOTONGAN PADA PROSES MILLING ALUMINIUM ALLOY
ANALISIS TOPOGRAFI PERMUKAAN LOGAM DAN OPTIMASI PARAMETER PEMOTONGAN PADA PROSES MILLING ALUMINIUM ALLOY Sobron Yamin Lubis & Agustinus Christian Jurusan Teknik Mesin, Fakultas Teknik Universitas Tarumanagara
Lebih terperinciDeteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri
Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu
Lebih terperinciBAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra
BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI 4.1. Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra Pada fusi data citra fluorescent hijau dan fluorescent merah penulis melakukan Pixel Level Fusion
Lebih terperinciEko Purwanto WEBMEDIA Training Center Medan
Menguasai Adobe Photoshop 7.0 Eko Purwanto epurwanto@webmediacenter.com WEBMEDIA Training Center Medan www.webmediacenter.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
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 terperinciANALISIS PENGARUH CUTTING SPEED DAN FEEDING RATE MESIN BUBUT TERHADAP KEKASARAN PERMUKAAN BENDA KERJA DENGAN METODE ANALISIS VARIANS
ANALISIS PENGARUH CUTTING SPEED DAN FEEDING RATE MESIN BUBUT TERHADAP KEKASARAN PERMUKAAN BENDA KERJA DENGAN METODE ANALISIS VARIANS Rakian Trisno Valentino Febriyano 1), Agung Sutrisno ), Rudy Poeng 3)
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciPENGOLAHAN CITRA 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 terperinciPRAKTIKUM 2. MATRIK DAN JENIS CITRA
PRAKTIKUM 2. MATRIK DAN JENIS CITRA 1. TUJUAN: Mahasiswa memahami konsep matriks dan berbagai jenis citra Mahasiswa memahami konsep threshold dan mampu menerapka konsep threshold di dalam script Mahasiswa
Lebih terperinciBAB IV APLIKASI JARAK MAHALANOBIS
BAB IV Aplikasi Jarak Mahalanobis 42 BAB IV APLIKASI JARAK MAHALANOBIS 4.1 Pendeteksian Outlier k Teknologi pendeteksian outlier dengan menggunakan jarak Mahalanobis merupakan teknologi paling awal dalam
Lebih terperinciPoliteknik Negri Batam Program Studi Teknik Mesin Jl. Ahmad Yani, Batam Centre, Batam 29461, Indonesia
Pengaruh Kecepatan Putar Alat Potong (Spindle ) dan Kedalaman Pemakanan (Depth Of Cut) Proses Milling pada Aluminium Alloy Terhadap Kehalusan Permukaan Produk Muhammad Irwan Arinanda *, Hanifah Widyastuti
Lebih terperinciKata kunci: Proses Milling, Variasi Kecepatan Putar dan Kedalaman Makan, Surface Roughness
Uji Kekasaran Permukaan Benda Kerja Pada Baja ST 37 Hasil Proses Milling Akibat Variasi Kecepatan Putar dan Kedalaman Makan Menggunakan Surface Roughness Tester Widson*, Naufal Abdurrahman P, Cahyo Budi
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
Lebih terperinciDasar-dasar Photoshop
B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)
Lebih terperinciAPLIKASI JARINGAN SARAF TIRUAN UNTUK INVENTARISASI LUAS SUMBER DAYA ALAM STUDI KASUS PULAU PARI
APLIKASI JARINGAN SARAF TIRUAN UNTUK INVENTARISASI LUAS SUMBER DAYA ALAM STUDI KASUS PULAU PARI Putri Khatami Rizki 1), Muchlisin Arief 2), Priadhana Edi Kresnha 3) 1), 2), 3) Teknik Informatika Fakultas
Lebih terperinciDigitalisasi Citra. Digitalisasi. Citra analog / objek / scene. Citra digital
Digitalisasi Citra Digitalisasi Citra analog / objek / scene Citra digital Proses utama konversi analog ke digital Sampling digitalisasi koordinat spatial Nilai-nilai dalam citra kontinyu f(x,y) didekati
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 9 Removal of Periodic Noise. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 9 Removal of Periodic Noise Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciWEBSITE PERANCANGAN SCRAPBOOK DENGAN PEMOTONGAN GAMBAR OTOMATIS
WEBSITE PERANCANGAN SCRAPBOOK DENGAN PEMOTONGAN GAMBAR OTOMATIS C. Pickerling Teknik Informatika,Sekolah Tinggi Teknik Surabaya e-mail: pickerling@stts.edu ABSTRAK Scrapbook merupakan salah satu kegemaran
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB 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 terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 14 Pemrosesan Warna Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2014
Lebih terperinciBab IV Data Pengujian
Bab IV Data Pengujian 4.1 Data Benda Kerja Dalam pengujian ini, benda kerja yang digunakan adalah Alumunium 2024. Komposisi dari unsur penyusunnya dapat dilihat pada tabel 4.1. Tabel 4.1. Komposisi unsur
Lebih terperinciBAB 4 ANALISIS DATA POLA INTERFERENSI FRINJI PADA SISTEM INTERFEROMETER SAGNAC
BAB 4 ANALISIS DATA POLA INTERFERENSI FRINJI PADA SISTEM INTERFEROMETER SAGNAC Pada bab 4 ini dibahas hanya setup Interferometer Sagnac pasif menggunakan konfigurasi triangle dengan jarak antara satu cermin
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 terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
APLIKASI PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE HISTOGRAM EQUALIZATION DAN CONTRAST STRECHING NAMA : DONI KURNIA SURYANA NPM : 12112254 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER. LATAR
Lebih terperinciMENGHITUNG LUAS LUBANG ASPAL MENGGUNAKAN METODE DETEKSI TEPI SOBEL
MENGHITUNG LUAS LUBANG ASPAL MENGGUNAKAN METODE DETEKSI TEPI SOBEL SKRIPSI Diajukan Untuk Memenuhi Sebagai Persyaratan Dalam Memperoleh Gelar Sarjana Komputer Jurusan Teknik Informatika Disusun oleh :
Lebih terperinciSEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING DIGITAL FISH IMAGE SEGMENTATION BY THRESHOLDING METHOD
SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING Max R. Kumaseh 1), Luther Latumakulita 1), Nelson Nainggolan 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl. Kampus Unsrat,
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 terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 10 Removal of Periodic Noise Dan Segmentasi
1 TEKNIK PENGOLAHAN CITRA Kuliah 10 Removal of Periodic Noise Dan Segmentasi Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu
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 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 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 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 terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciPengaruh Perubahan Parameter Pemesinan Terhadap Surface Roughness Produk Pada Proses Pemesinan dengan Single Cutting Tool
Pengaruh Perubahan Parameter Pemesinan Terhadap Surface Roughness Produk Pada Proses Pemesinan dengan Single Cutting Tool Sally Cahyati 1,a, Triyono, 2,b M Sjahrul Annas 3,c, A.Sumpena 4,d 1,2,3 Jurusan
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
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 terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisis Permasalahan Ada beberapa permasalahan yang dihadapi dalam pembuatan program aplikasi deteksi panas hasil foto kamera webcam antara lain : 1. Kamera webcam
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
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 terperinciOPTIMASI PROSES PEMBUATAN MOBIL KAYU DENGAN MESIN CNC ROUTER PADA INDUSTRI BATIK KAYU
OPTIMASI PROSES PEMBUATAN MOBIL KAYU DENGAN MESIN CNC ROUTER PADA INDUSTRI BATIK KAYU Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I pada Jurusan Teknik Mesin Fakultas Teknik Oleh
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinciPerangkat Output Komputer
Computer Output Perangkat Output Komputer Grafik dan VGA Jenis grafik yang ditampilkan oleh komputer? Sebelum melihat peralatan yang digunakan untuk menampilkan, perlu dimengerti jenis image yang bisa
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 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM
BAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM 3.1 Gambaran Umum Gambar 3.1 Gambar Keseluruhan Proses Secara Umum 73 74 Secara garis besar, keseluruhan proses dapat dikelompokkan menjadi
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciImplementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi
JURNAL FISIKA DAN APLIKASINYA VOLUME 3, NOMOR 2 JUNI 2007 Implementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi Millatul Maziyah dan Andy Noortjahja Jurusan Fisika,
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 terperinciDaftar Pustaka. 4. Mei 2007
Daftar Pustaka 1. Taufiq Rochim, Teori dan Teknologi Proses Pemesinan, Higher Education Development Suport Project dan Lab. Teknik Produksi jurusan Teknik Mesin FTI-ITB, Bandung, 1993 2. Andri Wahyudi,
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciTUTORIAL DASAR ADOBE PHOTOSHOP CS.2. Disusun Oleh: ARI SUHARTANTO TKJ SMKN 1 GEGER MADIUN
TUTORIAL DASAR ADOBE PHOTOSHOP CS.2 Disusun Oleh: ARI SUHARTANTO TKJ SMKN 1 GEGER MADIUN SEKOLAH MENENGAH KEJURUAN NEGERI 1 GEGER TEKNIK KOMPUTER DAN JARINGAN 2010 A. APA ITU PHOTOSHOP? PHOTOSHOP adalah
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Perancangan perangkat lunak dari sistem biometrik sidik jari dibuat dibagi menjadi 2 module utama yakni : module enhencement sidik jari berikut aplikasi penyimpanan kedalam database
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital [3] Citra atau gambar didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil Pengujian Kedataran Meja Menggunakan Spirit Level Dengan Posisi Horizontal Dan Vertikal. Dari pengujian kedataran meja mesin freis dengan menggunakan Spirit Level
Lebih terperinciIDENTIFIKASI PENYAKIT TYPHUS DENGAN ANALISIS CITRA DARAH MENGGUNAKAN JARINGAN SYARAF TIRUAN
56 Jurnal Neutrino Vol. 3, No. 1, Oktober 2010 IDENTIFIKASI PENYAKIT TYPHUS DENGAN ANALISIS CITRA DARAH MENGGUNAKAN JARINGAN SYARAF TIRUAN Nur Baiti Sholihah Abstrak: Darah yang mengalir dalam tubuh mempunyai
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 terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
Lebih terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciPENGARUH PROSES BURNISHING TERHADAP KEKASARAN DAN KEKERASAN MILD STEEL MENGGUNAKAN MESIN BUBUT KONVENSIONAL
111 PENGARUH PROSES BURNISHING TERHADAP KEKASARAN DAN KEKERASAN MILD STEEL MENGGUNAKAN MESIN BUBUT KONVENSIONAL Guruh Purwanto 1, Didik Djoko Susilo 2, Budi Santoso 2 1 Mahasiswa Jurusan Teknik Mesin Universitas
Lebih terperinci