BAB III ANALISA DAN PERANCANGAN
|
|
- Ida Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Tahapan analisis merupakan tahapan yang paling awal dalam pembuatan sistem aplikasi ini. Analisis sistem dilakukan dengan tujuan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Metode Gray Level Co-occurrence Matrix (GLCM) digunakan dalam berbagai penelitian untuk mengetahui karakteristik tekstur suatu benda melalui pemrosesan citra. Untuk itu penulis mencoba membuat aplikasi ekstraksi ciri tekstur menggunakan metode GLCM yang digunakan untuk keperluan memproses citra seperti yang sudah dijelaskan pada bab sebelumnya. Beberapa kegunaan secara khusus aplikasi ekstraksi ciri tekstur menggunakan metode GLCM pada pemrosesan citra sebagai berikut : 1. Aplikasi ini dapat memproses ekstraksi tekstur citra dengan cepat. 2. Aplikasi ini dapat memperlihatkan nilai ciri tekstur citra yang sudah diproses dengan metode Gray Level Co-occurrence Matrix (GLCM). 3. Aplikasi ini menyediakan beberapa fungsi pemrosesan yaitu pemrosesan dengan 0 derajat, 45 derajat, 90 derajat dan 135 derajat. Selain itu aplikasi ini juga menyediakan pilihan pemrosesan citra dengan pen-simetris-an matrik framework. 3.2 Perancangan Aplikasi Berdasarkan hasil analisis, maka untuk keperluan pembuatan aplikasi ini, penulis membuat sebuah rancangan yang berupa flowchart yang di bagi dalam beberapa proses pembuatan yaitu proses awal, proses Gray Level Co-occurrence Matrix (GLCM) dan proses keluaran (hasil nilai ciri tekstur citra). 21
2 Proses Awal Pada tahap ini dilakukan menerima masukan yaitu berupa citra yang akan diproses, kemudian citra dibaca sehingga bisa diketahui ukuran citra dan nilai piksel citra. Deskripsi membaca piksel citra sebagai berikut : 1. Membaca piksel citra Untuk membaca piksel dari citra pertama deklarasikan terlebih dahulu variabel yang diperlukan, pada tahap ini di inisilisasikan variabel a sebagai tempat awal input citra, i dan j deklarasi dengan 0 dan setiap proses berjalan nilainya akan bertambah sebagai batas dari proses pembacaan citra. Kemudian tahap selanjutnya mendeklarasikan tempat penyimpanan citra yaitu dengan mendeklarasikan sebuah variabel array dua dimensi yaitu f[][]] dengan panjang dan lebar sesuai dengan citra masukan. Pada proses pembacaan citra jika variabel i dan j <= panjang dan lebar citra maka proses terus berjalan, pada proses looping ini setiap nilai piksel citra akan disimpan pada array f[][], ketika nilai variabel i dan j melebihi batas maka proses akan selesai. Flowchart yang penulis buat sebagai berikut :
3 23 Gambar 3.1 Flowchat baca citra
4 Proses Gray Level Co-occurrence Matrix (GLCM) Tahapan ini menerima ukuran citra dan nilai piksel citra yang kemudian diproses dengan metode Gray Level Co-occurrence Matrix (GLCM). Setelah di proses dengan metode GLCM, kemudian citra akan diproses secara matematis untuk mengetahui ciri tekstur dari citra tersebut, seperti homogeneity, contrast, correlation. Pada perhitungan metode GLCM didalamnya dilakukan bebrapa proses yaitu : 1. Konversi citra masukan ke citra grayscale Pada tahap ini kita deklarasikan ulang variabel i dan j dengan nilai 0 untuk pembatasan proses looping yang akan dilakukan. Deklarasi selanjutnya yang diperlukan adalah deklarasi array baru, disini penulis mendeklarasikan array g[][] sebagai tempat hasil dari konversi citra ke grayscale. Disini array f[][] dipanggil kembali untuk mendapatkan nilai RGB. Nilai RGB yang didapat lalu dihitung denagn cara secara umum setiap nilai RGB di jumlahkan dibagi dengan 3. Sehingga nilai yang didapat dimasukan kedalam nilai array g[][] sebagai nilai baru. Adapun flowchart nya sebagai berikut :
5 25 Gambar 3.2 Flowchar konversi ke grayscale
6 26 2. Mencari nilai terkecil dan tebesar piksel citra Setelah citra di konversi menjadi citra grayscale. Tahap selanjutnya adalah mencari nilai piksel citra terkecil dan nilai piksel terbesar dari citra. Pada tahap ini deklarasi varibel yang dibutuhkan adalah deklarasi variabel min dan max, karena kita sudah mengetahui nilai minimal dan maksimal dari suatu citra grayscale adalah Maka pada pendeklarasian nilai variabel yaitu dengan membalik nilai min dengan 255 dan max dengan 0. Sehingga nilai min akan mendapatkan nilai terkecil dan nilai max akan mendapatkan nilai terbesar dari citra. Flowchart nya sebagai berikut :
7 27 Gambar 3.3 Flowchat mencari nilai piksel terkecil dan terbesar
8 28 Proses selanjutnya adalah mencari nilai ketetanggaan yang sama dengan arah ketetanggaan 0 derajat, 45 derajat, 90 derajat, 135 derajat. 3. Ketetanggan 0 derajat Ketetanggan 0 derajat bermaksud mencari nilai ketetanggan dari citra seperti yang sudah dijelaskan pada landasan teori tentang GLCM. Beberapa variabel yang dibutuhkan yaitu i dan j untuk pembatasan looping dan dideklarasikan dengan nilai 0, selanjutnya yaitu x dan y yang dideklarasikan dengan nilai variabel min dari citra. Variabel terakhir yang diperlukan yaitu array mat_a[][] sebagai tempat dari martik framework. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra (panjang-1 dikarenakan untuk menhindari pembacaan citra melebihi dari batas array yang sudah dideskripsikan). Dalam proses looping utama jika nilai array g[i][j] = x dan g[i][j+1] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 0 derajat. Flowchart nya sebagai berikut :
9 29 Gambar 3.4 Flowchart mencari nilai ketetanggaan 0 o
10 30 4. Ketetanggan 45 derajat Pada dasarnya perhitungan ketetanggan 45 derajat hampir sama dengan 0 derajat, variabel yang dibutuhkannya pun sama. Sehingga penulis akan membahas langsung pada proses utama dari tahap ini. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j+1] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 45 derajat. Adapun flowchart nya sebagai berikut :
11 31 Gambar 3.5 Flowchart mencari nilai ketetanggaan 45 o
12 32 5. Ketetanggan 90 derajat Ketetanggan 90 derajat pun hampir sama dengan 0 derajat, variabel yang dibutuhkannya pun sama. Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 90 derajat. Adapun flowchart nya sebagai berikut :
13 33 Gambar 3.6 Flowchart mencari nilai ketetanggaan 90 o
14 34 6. Ketetanggan 135 derajat Proses pertama yaitu jika variabel x dan y <= nilai variabel max maka proses berjalan. Kemudian masuk kedalam looping kembali yaitu jika nilai i <= lebar-1 citra maka masuk ke looping selanjutnya yaitu jika nilai j <= panjang-1 dari citra. Dalam proses looping utama jika nilai array g[i+1][j] = x dan g[i][j] = y sehingga jika persyaratan looping tersebut terpenuhi maka nilai dari array mat_a[][] terbentuk nilai baru dari ketetanggan 135 derajat. Adapun flowchart nya sebagai berikut :
15 35 Gambar 3.7 Flowchart mencari nilai ketetanggaan 135 o
16 36 Pada beberapa penelitian ada yang menggunakan teori simetris sebelum di normalisasi dan ada yang tidak. Oleh karena itu penulis dalam pembuatan ini membuat suatu pilihan yaitu citra dapat di proses dengan simertis atau tidak, tergantung dari keperluan. Algoritma simetris penulis buat sebagai berikut. 7. Simetris Deklarasi variabel yang dibutuhkan pada tahap simetris ini yaitu x, y dengan nilai variabel min. Selanjutnya yang dibutuhkan yaitu dua array dua dimensi yaitu mats[][] sebagai tempat hasil pen-simetris-an dan matt[][] sebagai tempat proses transpose array mat_a[][]. Pada tahap awal penulis membalik nilai dari array mat_a[x][y] dan memasukannya kedalam matt[y][x], sehingga didapat nilai transpose dari array mat_a[][]. Setelah itu setiap nilai mat_a[][] dijumlahkan dengan nilai array matt[][] dan memasukannya menjadi nilai mats[][]. Adapun flowchart nya sebagai berikut :
17 37 Gambar 3.8 Flowchart simetris
18 38 8. Menjumlah seluruh nilai matrik framework Nilai ketetanggaan yang telah di dapat kemudian di jumlahkan semua guna untuk persiapan dalam tahap normalisasi. Deklarasi variabel yang dibutuhkan yaitu x, y dengan nilai masing-masing nilai dari variabel min dan variabel selanjutnya yang dibutuhkan yaitu count sebagai tempat dari hasil proses. Dalam proses looping setiap nilai mat_a[][] jika tidak menggunakan proses simetris atau diganti dengan mats[][] jika menggunakan proses simetris dijumlahkan semua dan hasil dari penjumahan tersebut dimasukan ke dalam variabel count. Flowchart nya sebagai berikut :
19 39 Gambar 3.9 Flowchart menjumlah nilai ketetanggan yang sama
20 40 9. Normalisasi Pada tahap terakhir proses perhitungan GLCM yaitu proses normalisasi. Pada tahap ini nilai yang tersimpan pada mat_a/mats seluruhnya dibagi dengan jumlah mat_a/mats yang telah di proses diatas. Deklarasi variabel yang dibutuhkan dalam proses ini yaitu x, y = min dan array matc[][]. Setiap mata[][]/mats[][] dibagi dengan nilai count sehingga menjadi matrik baru yang di simpan pada matc[][]. Flowchart nya sebagai berikut :
21 41 Gambar 3.10 Flowchart proses normalisasi
22 42 Setelah proses normalisasi akan menghasilkan nilai citra hasil ekstraksi dan di simpan pada matrik_c yang kemudian akan di proses selanjutnya untuk mendapatkan nilai ciri tekstur GLCM. Pada penulisan Tugas Akhir ini penulis memilih 4 ciri tekstur, yaitu Contrast, Correlation, Energy, Homogeneity. 10. Contrast Pada proses perhitungan nilai ciri tekstur Contrast. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min dan variabel ConCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Contrast. n n i=1 j=1 C i,j i j 2 (2) Kemudian nilai dari hasil disimpan pada ConCount. Adapun rancanngan flowchat yang penulis buat sebagai berikut :
23 43 Gambar 3.11 Flowchart nilai ciri Contrast
24 Correlation Pada proses perhitungan nilai ciri tekstur Correlation. Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel CorCount sebagai tempat nilai hasil dari proses, mtemp sebagai tempat preproses perhitungan correlation yaitu jumlah keseluruhan dari matc[][] dan m sebagai preproses juga untuk menghitung rata-rata dari matc[][]. Kemudian masuk kedalam rumus Correlation. n i 1 n i 1 ( i m)( j m) c i, j...(3) Sehingga flowchart nya sebagai berikut :
25 45 Gambar 3.12 Flowchart nilai ciri Correlation
26 Energy Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel EnCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Energy. n i 1 n j 1 c i, j 2 (4) Flowchart nya sebagai berikut :
27 47 Gambar 3.13 Flowchart nilai ciri Energy
28 Homogeneity Pada tahap ini deskripsi awal variabel yang dibutuhkan adalah x,y = min, variabel HomCount sebagai tempat nilai hasil dari proses. Kemudian masuk kedalam rumus Homogeneity. n i,j n i,j C i,j 1+ 1 j 2...(5)
29 49 Gambar 3.14 Flowchart nilai ciri Homogeneity
30 Proses Keluaran Tahapan terakhir yaitu menampilkan 4 nilai ciri tekstur yang telah di buat diatas yang memproses nilai hasil perhitungan Gray Level Co-occurrence Matrix (GLCM).
BAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan yang paling awal dalam pembuatan sistem aplikasi ini. Analisis sistem dilakukan dengan tujuan untuk mengetahui dan
Lebih terperinciAPLIKASI EKSTRAKSI CIRI TEKSTUR MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX
APLIKASI EKSTRAKSI CIRI TEKSTUR MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX HASAN BASRI 41512010059 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2015 JUDUL
Lebih terperinciAPLIKASI IDENTIFIKASI CIRI TEKSTUR KAYU JATI MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX
APLIKASI IDENTIFIKASI CIRI TEKSTUR KAYU JATI MENGGUNAKAN METODA GRAY LEVEL CO OCCURRENCE MATRIX PRASTIKA INDRIYANTI 41512010042 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU
Lebih terperinciEKSTRAKSI FITUR TEKSTUR CITRA TEMPE MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX
EKSTRAKSI FITUR TEKSTUR CITRA TEMPE MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX WINDAYANI ACHMAD ZAENULLAH 41511120110 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA
Lebih terperinciBAB IV IMPLEMENTASI DAN HASIL PENGUJIAN
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Aplikasi Bagian ini membahas implementasi aplikasi yang telah dibuat untuk dilakukan pengujian terhadap aplikasi sehingga akan diketahui hasil dari
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Pada bagian ini penulis akan menganalisa kebutuhan kebutuhan dalam membuat program ini. Setelah semua kebutuhan selesai dianalisa, maka penulis akan melanjutkan ke tahap
Lebih terperinciDAFTAR ISI. BAB II... Error! Bookmark not defined.
DAFTAR ISI SKRIPSI... Error! Bookmark not defined. HALAMAN PERSETUJUAN SKRIPSI... Error! Bookmark not defined. PENGESAHAN DEWAN PENGUJI... Error! Bookmark not defined. PERNYATAAN KEASLIAN TUGAS AKHIR...
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau informasi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Bab ini membahas langkah-langkah dari implementasi dan pembahasan dari hasil penelitian yang telah dilakukan tentang klasifikasi aktivitas menggunakan algoritma k-nearest neighbor
Lebih terperinciBAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA
BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Jaringan saraf tiruan hopfield merupakan salah satu Algoritma Machine Learning yang dapat mengklasifikasikan suatu objek citra berdasarkan pelatihan
Lebih terperinciBAB II LANDASAN TEORI. titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
BAB II LANDASAN TEORI 2. Citra/Image Citra atau yang lebih sering dikenal dengan gambar merupakan kumpulan dari titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 158-163 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI JENIS PENYAKIT DAUN TEMBAKAU MENGGUNAKAN METODE GRAY LEVEL
Lebih terperinciKLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES
KLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES Tri Adhi Atmaji 1, Catur Supriyanto 2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciLEMBAR PENGESAHAN TUGAS AKHIR...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv BERITA ACARA TUGAS AKHIR... v KATA PENGANTAR... vi ABSTRAK... vii ABSTRACT... viii DAFTAR ISI...
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 41 Analisa Analisa merupakan tahap paling utama dalam melakuakan penelitian Tahapan analisa digunakan untuk menganalisa permasalahan yang berhubungan dengan penelitian yang
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah
BAB IV HASIL DAN PEMBAHASAN A. Data Sampel Sampel pengujian menggunakan sebanyak 1 buah sampel beras A, 7 buah sampel beras B, 1 buah sampel beras C, dan 2 buah sampel beras D. 1. Data Pengujian Mutu Beras
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG. Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri atau sifat-sifat yang terdapat didalam citra dan membentuk suatu pola-pola dengan interval
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1638
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1638 KLASIFIKASI JENIS BATUAN SEDIMEN BERDASARKAN TEKSTUR DENGAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NN Classification
Lebih terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciEkstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix
Ekstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix Rizky Andhika Surya, Abdul Fadlil, Anton Yudhana Magister Teknik Informatika Universitas Ahmad Dahlan Yogyakarta,
Lebih terperinciEKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX. Abstrak
EKSTRAKSI CIRI TEKSTUR CITRA WAJAH PENGGUNA NARKOTIKA MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX Karina Auliasari, Bastian, Bella Fardani, Zulkifli, Ivandi Jurusan Teknik Informatika Fakultas Teknik
Lebih terperinciBAB 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 5 HASIL DAN PEMBAHASAN
4 BAB HASIL DAN PEMBAHASAN Ada tiga tahap utama yang dilakukan pada percobaan ini yaitu ektraksi ciri, pelatihan dan pengujian JST. Percobaan dilakukan dengan mengkombinasikan data hasil ekstraksi ciri
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan salah satu penyebab utama mortalitas di dunia (sekitar 13% dari seluruh penyebab mortalitas), diperkirakan angka mortalitas sekitar 7,9 juta kematian
Lebih terperinciPerancangan Konversi Braille Ke Teks Berbasis Android
Perancangan Konversi Braille Ke Teks Berbasis Android Intan Sulviyani 1, Ledya Novamizanti 2, Ratri Dwi Atmaja 3 Teknik Telekomunikasi, Telkom University 1,2,3 intansviany@gmail.com Abstrak Komunikasi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1 Latar Belakang Tekstur pada citra memiliki peranan penting dalam menyelesaikan banyak tugas pada sistem visual seperti pemeriksaan permukaan, pengelompokan objek, pemeriksaan kualitas,
Lebih terperinciPEMBUATAN WEB SERVICE SEBAGAI LAYANAN PENDETEKSI KONTEN PORNOGRAFI PADA CITRA DIGITAL DENGAN METODE IMAGE ZONING
PEMBUATAN WEB SERVICE SEBAGAI LAYANAN PENDETEKSI KONTEN PORNOGRAFI PADA CITRA DIGITAL DENGAN METODE IMAGE ZONING Oleh: Lourensius Bisma (5210100155) Dosen Pembimbing: Dr.Eng. Febriliyan Samopa, S.Kom.,
Lebih terperinciEkstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk Clustered- Based Retrieval of Images (CLUE) I Gusti Rai Agung Sugiartha
Lebih 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 terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperinciABSTRACT. Keyword : Reef Fish, HSL, GLCM, PNN.
ABSTRACT Suharindra, Muhammad Ryzani. 2017. Identification Reef Fish Image With HSL Color Extraction And GLCM Texture Extraction Based on Probabilistic Neural Network Algorithm Thesis.Tanjungpinang: Department
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu pengetahuan. Dan kebutuhan manusia akan teknologi untuk mempermudah melakukan
Lebih terperinciPengenalan Jenis Ikan Air Laut dengan Metode Learning Vector Quantization (LVQ) Berbasis Citra
Pengenalan Jenis Ikan Air Laut dengan Metode Learning Vector Quantization (LVQ) Berbasis Citra Icha Maimunah, Nerfita Nikentari, Nurul Hayaty icha.umrah@gmail.com, nerfita.nikentari@umrah.ac.id Program
Lebih terperinciSistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance
Vol 1, No 3 Desember 2010 ISSN 2088-2130 Sistem perolehan citra berbasis isi Berdasarkan tekstur menggunakan metode Gray level co-occurrence matrix dan Euclidean distance * Fitri Damayanti, ** Husni, ***
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciBAB 1 PENDAHULUAN. tanaman tembakau yang termasuk dalam genus Nicotiana. Secara umum
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Tembakau adalah hasil produk pertanian yang diproses dari daun tanaman tembakau yang termasuk dalam genus Nicotiana. Secara umum masyarakat hanya mengetahui
Lebih terperinciPERANCANGAN DAN SIMULASI IMAGE RETREIVAL MENGGUNAKAN METODE COLOR HISTOGRAM, GREY LEVEL CO-OCCURRENCE MATRIX DAN KNN (Design and Simulation of Image Retreival Using Color Histogram, Grey Level Co-Occurrence
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Identifikasi Jenis Kayu Dalam bidang perhutanan, kayu dapat dibedakan menjadi dua kelompok yaitu kayu daun lebar (hardwood) dan kayu daun jarum (softwood). Di dalam taksonomi
Lebih terperinciBAB II LANDASAN TEORI 2.1 Citra Digital Citra merupakan istilah lain dari gambar yang merupakan informasi berbentuk visual. pada bidang dua dimensi, maka sebuah citra merupakan dimensi spasial atau bidang
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian pesatnya, seperti penelitian segmentasi dokumen. Segmentasi dokumen membuat pengguna menjadi mudah
Lebih terperinciIdentifikasi Jenis Buah Jeruk Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Jenis Buah Menggunakan Metode Jaringan Syaraf Tiruan Berdasarkan Tekstur Kulit Reni Resita *1, Juratminingsih *2, Gasim 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih 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 terperinciAnalisis dan Implementasi Deteksi Citra Spam Menggunakan Gray Level Co-occurences Matrix dan Naive Bayes
OPEN ACCESS OPEN ACCESS ISSN 2460-3295 socj.telkomuniversity.ac.id/indosc ISSN XXXX-XXXX NO. XX, SEPT 2016 SOCJ.TELKOMUNIVERSITY.AC.ID/INDOSC Ind. Symposium on Computing Sept 2016. pp. 319-334 doi:10.21108/indosc.2016.164
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciANALYSIS PERFORMANCE FITUR BENTUK, WARNA DAN TEKSTUR CITRA PADA PENELUSURAN INFORMASI ASET BERBASIS CBIR
ANALYSIS PERFORMANCE FITUR BENTUK, WARNA DAN TEKSTUR CITRA PADA PENELUSURAN INFORMASI ASET BERBASIS CBIR Jumi¹ ), Achmad Zaenuddin 1) 1 Jurusan Administrasi Bisnis, Politeknik Negeri Semarang jumimail06@gmail.com
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengenalan Wajah Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Proses masking terhadap citra bertujuan sebagai penandaan tempat pada citra yang akan disisipkan pesan sedangkan filtering bertujuan untuk melewatkan nilai pada
Lebih terperinciIdentifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization(LVQ)
Identifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization(LVQ) Sutarno Rouzan Fiqri Abdullah Rossi Passarella Jurusan Sistem
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal
Lebih terperinciGRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE
GRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE Yegar Sahaduta 1), Chairisni Lubis 2) 1) Fakultas Teknologi Informasi-Universitas Tarumanagara Jl. S. Parman No.1,
Lebih terperinciSKRIPSI IDENTIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN FITUR EKSTRAKSI GREY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR CLASSIFIER
SKRIPSI IDENTIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN FITUR EKSTRAKSI GREY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR CLASSIFIER BEEF AND PORK IDENTIFICATION USING FEATURE EXTRACTION OF GREY
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciIDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang
IDENTIFIKASI MACAN TUTUL DENGAN METODE GREY LEVEL COOCURENT MATRIX ( GLCM) Zuly Budiarso Fakultas teknologi Informasi, Univesitas Stikubank Semarang Abstrak Tekstur (Textures) adalah sifat-sifat atau karakteristik
Lebih terperinciAtthariq 1, Mai Amini 2
IDENTIFIKASI IKAN KERAPU BERDSARKAN POLA KULIT DENGAN METODE GLCM DAN EUCLIDEAN DISTANCE Atthariq 1, Mai Amini 2 1,2,3 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe, Jalan banda Aceh-Medan
Lebih 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 terperinci2.Landasan Teori. 2.1 Konsep Pemetaan Gambar dan Pengambilan Data.
6 2.Landasan Teori 2.1 Konsep Pemetaan Gambar dan Pengambilan Data. Informasi Multi Media pada database diproses untuk mengekstraksi fitur dan gambar.pada proses pengambilan, fitur dan juga atribut atribut
Lebih 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 II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Studi Kepustakaan dalam melakukan sebuah penelitian merupakan sesuatu yang harus dilakukan sebagai sumber referensi penelitian yang akan dilakukan. Berikut
Lebih terperinciDAFTAR ISI BAB II TINJAUAN PUSTAKA...4
DAFTAR ISI HALAMAN JUDUL...i PERNYATAAN BEBAS PLAGIARISME...ii HALAMAN PENGESAHAN...iii HALAMAN TUGAS...iv HALAMAN MOTTO...vi KATA PENGANTAR...vii DAFTAR ISI...ix DAFTAR TABEL...xiii DAFTAR GAMBAR...xv
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode Modified k-nearest Neighbor untuk mengidentifikasi diabetic retinopathy.
Lebih 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 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 terperinciPERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE
PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE Gray Level Co-occurrence Matrix (GLCM) dan GABOR FILTER DALAM PENGENALAN MOTIF BATIK OLEH : ANUGRAH SURADIPURWO NIM : 41508110061
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 IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB III METODE PENELITIAN. Mulai. Studi Pustaka. Perancangan Perangkat Lunak. Pembuatan Sistem. Uji. Selesai. Gambar 3.1 Diagram Alir Penelitian
20 BAB III METODE PENELITIAN 3.1 Diagram Alir Penelitian Diagram blok penelitian yang akan dilakukan dapat digambarkan pada gambar berikut: Mulai Studi Pustaka Perancangan Perangkat Lunak Pembuatan Sistem
Lebih terperinciBAB III METODOLOGI PENELITIAN. Model sistem presensi biometri sidik jari yang dikembangkan secara garis
BAB III METODOLOGI PENELITIAN 3.1 Disain Penelitian Model sistem presensi biometri sidik jari yang dikembangkan secara garis besar terdiri atas bagian input, bagian proses, dan bagian output seperti gambar
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kain adalah bahan dasar dari pakaian yang biasa digunakan sebagai kebutuhan pokok manusia untuk melindungi dan menutup dirinya. Kain pun dapat menjadi identitas suatu
Lebih terperinciKLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA
KLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA Mukti Qamal * Abstract Identification of image is needed to facilitate the work of humans in terms of classification. The statistical method is one method often
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang ENDHULUN Saat ini kemampuan untuk dapat mengidentifikasi dan mengklasifikasi daun menadi kebutuhan yang besar bagi taksonomis dalam mengetahui keanekaragaman tanaman (Hickey et al 999).
Lebih terperinciBAB 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 terperinciAPLIKASI IDENTIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) BERBASIS ANDROID
APLIKASI IDENTIFIKASI MOTIF BATIK MENGGUNAKAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) BERBASIS ANDROID BATIK S PATTERN IDENTIFICATION THROUGH FEATURE EXTRACTION METHOD, GRAY LEVEL
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA DETEKSI KANKER PAYUDARA PADA CITRA MIKROKALSIFIKASI MAMMOGRAFI DENGAN METODE NAIVE BAYES SKRIPSI
DETEKSI KANKER PAYUDARA PADA CITRA MIKROKALSIFIKASI MAMMOGRAFI DENGAN METODE NAIVE BAYES SKRIPSI MADHANAYU PUTRI TARISTA PROGRAM STUDI S-1 TEKNOBIOMEDIK DEPARTEMEN FISIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciProdi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom 3 Fakultas Peternakan, Universitas Padjadjaran
0 DETEKSI KUALITAS DAN KESEGARAN TELUR AYAM RAS BERDASARKAN DETEKSI OBJEK TRANSPARAN DENGAN METODE GREY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN KLASIFIKASI K-NEAREST NEIGHBOR (KNN) Rizka Kaamtsaalil Salsabiilaa,
Lebih terperinciDETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN DETECTION OF THE EXISTENCE OF THE DEFECTS IN WOOD USING LOCAL BINARY PATTERN
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 298 DETEKSI ADANYA CACAT PADA KAYU MENGGUNAKAN METODE LOCAL BINARY PATTERN DETECTION OF THE EXISTENCE OF THE DEFECTS IN WOOD USING
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1 Data Uji Printer forensik merupakan suatu proses identifikasi untuk mengetahui asal dokumen bukti, cara yang dilakukan dengan membandingkan dengan ciri yang terdapat
Lebih terperinciIDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN)
IDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN) SKRIPSI Disusun Oleh : THOMI LUTHFIANTO 1203030010 PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciKlasifikasi Citra Daun Tanaman Menggunakan Metode Extreme Learning Machine
Klasifikasi Citra Daun Tanaman Menggunakan Metode Extreme Learning Machine Murdoko Program Studi Teknik Informatika, Fakultas Ilmu Komputer,Universitas Sriwijaya Palembang, Indonesia e-mail: murdoko.boy@gmail.com,
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 terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Cabai merupakan tanaman yang banyak dibutuhkan untuk kehidupan sehari hari seperti memasak, baik secara langsung ataupun diolah dahulu. Salah satu contoh produk olahan
Lebih terperinciEkstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a)
Ekstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix Yunia Mentari a, Nurhasanah a)*, Iklas Sanubary a) a) Program Studi Fisika, Jurusan Fisika, FMIPA Universitas
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang dilaksanakan ini merupakan peneltian eksperimental, yaitu penelitian yang pengumpulan datanya melalui pencatatan langsung dari hasil
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang ENDHULUN Dalam ilmu biologi dan kehutanan, diketahui terdapat banyak enis daun dengan karakteristik (ciri) yang berbeda-beda. Hal tersebut menyebabkan sulitnya untuk melakukan pengenalan
Lebih terperinciAPLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM)
APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh
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 terperinciCucun Very Angkoso ~
Klasifikasi Tumor dan Kista pada Citra Panoramik Gigi Manusia Menggunakan Metode Support Vector Machine (SVM) Dosen Pembimbing : Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng Dr. I Ketut Eddy Purnama, S.T.,
Lebih terperinciIMPLEMENTASI ALGORITMA RANDOM FORESTS UNTUK KLASIFIKASI SPAM PADA CITRA DAN TEXT INSTAGRAM TUGAS AKHIR
IMPLEMENTASI ALGORITMA RANDOM FORESTS UNTUK KLASIFIKASI SPAM PADA CITRA DAN TEXT INSTAGRAM TUGAS AKHIR RIZKY NOVRIYEDI PUTRA 1132001001 PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS
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 terperinci