Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas
|
|
- Iwan Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas. Riza Prasetya Wicaksana Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh Nopember Suarabaya Abstrak- Nomor polisi yang tercantum pada plat nomor kendaraan bisa digunakan oleh pihak berwajib sebagai barang bukti pengendara melanggar rambu lalu lintas. Selama ini pengenalan plat nomor kendaraan dilakukan secara manual oleh petugas kepolisian, untuk memudahkan pekerjaan tersebut maka dibutuhkan sebuah sistem yang bisa mengenali plat nomor secara otomatis. Dalam penelitian ini, dibuat sistem atau program untuk mengenali plat nomor kendaraan menggunakan metode OCR (optical character recognition). Citra kendaraan dijadikan sebagai masukkan sistem, citra tersebut lalu di olah dengan cara mendeteksi kontur obyek yang berbentuk plat nomor pada citra untuk mendapatkan lokasi plat nomor. Pada citra plat nomor inilah proses ekstraksi obyek karakter dilakukan kemudian dikenali dengan menggunakan metode OCR (optical character recognition). Hasil yang diperoleh setelah dilakukan pengujian pada beberapa sample menunjukan bahwa pengenalan plat nomor bisa dilakukan dengan menggunakan metode OCR (optical character recognition). Dengan adanya peneli-tian ini diharapkan bisa bermanfaat bagi pihak yang berwajib untuk menegakkan hukum bagi para pelanggar rambu lalu lintas. Sistem ini juga dikembangkan untuk melengkapi penelitian modul Intelligent Transportation System. Kata Kunci: ANPR, OCR, intelligent transportation system 1. PENDAHULUAN eselamatan pengendara di jalan raya merupakan salah Ksatu hal yang sangat diperhatikan oleh banyak pihak. Tentunya banyak faktor yang mempengaruhi kecelakaan di jalan raya. Salah satunya adalah pelanggaran lalu lintas, pelanggaran ini dipicu oleh ketidakpedulian pengendara dan keteledoran aparat dalam hal menertibkan pengendara. Untuk mempermudah kinerja aparat maka perlu dibuatnya sistem deteksi dan pengenalan plat nomor kendaraan bermotor secara otomatis. Sistem yang dibuat disini bekerja dengan beberapa tahap yaitu modul deteksi keberadaan plat dan modul pengenalan plat nomor. Hasil gambar digital yang diperoleh akan diproses untuk selanjutnya akan dikenali plat nomor sebagai identitas kendaraan tersebut. Hasil dari pengenalan plat nomor tersebut digunakan sebagai bukti untuk menindak pengendara yang telah melanggar rambu-rambu lalu lintas. Dengan adanya tindakan berupa denda atau kurungan diharapkan ada efek jera bagi pengendara. Sehingga dikemudian hari pengendara lebih disiplin dalam mematuhi rambu-rambu lalu lintas. 2. DESAIN DAN IMPLEMENTASI SISTEM Secara umum sistem terbagi menjadi dua bagian utama pendeteksian plat nomor dan pengenalan plat nomor. Program yang dibuat dalam tugas akhir ini dijelaskan pada gambar blok diagram berikut : Gambar 2.1. Blok Diagram Sistem Dari gambar 2.1, terdapat bagian load image yaitu menentukan masukkan untuk sistem berupa citra digital. Sedangkan di dalam garis merah putus-putus merupakan tahap pendeteksian plat nomor kendaraan dan dalam garis biru putus-putus merupakan tahap pengenalan karakter yang nantinya akan diproses menjadi keluaran dari sistem. Keluaran dari sistem adalah pengenalan plat nomor berupa nomor polisi yang bisa disimpan dan dimanfaatkan untuk kepentingan yang lainnya Deteksi Plat Nomor Proses deteksi plat nomor ini berfungsi untuk menemukan lokasi plat nomor berada pada citra. Pada blok diagram di gambar 3.2 akan dijelaskan design sistem pada bagian pendeteksian plat nomor. 1
2 (c) Gambar 2.3. citra RGB citra grayscale (c) citra biner Gambar 2.2. Desain Sistem Deteksi Plat Nomor Pada tahap deteksi plat nomor kendaraan, terdapat dua proses diantaranya garis putus biru find plate candidate dan garis putus hijau plate selection Pre-Processing Proses pre_processing perlu dilakukan untuk menyesuaikan apa yang dibutuhkan untuk proses selanjutnya. Yang pertama sistem akan merubah obyek RGB menjadi obyek grayscale. dengan menggunakan cara : Gray = (R + G + B)/3 Proses tersebut dilakukan pada setiap piksel pada citra, dengan cara ini maka setiap piksel memiliki satu jenis warna dengan intensitas yang berbeda-beda. Setelah proses ini dilakukan proses selanjutnya adalah proses thresholding. Thresholding adalah operasi non-linier yang merubah gambar grayscale atau citra berderajat keabuan menjadi citra biner atau hitam putih sehingga dapat diketahui daerah mana yang termasuk obyek dan background dari citra secara jelas. Di dalam tahap thresholding terdapat dua ambang batas, yang pertama ambang batas atas yang nantinya dirubah menjadi warna putih dan amabang batas bawah yang nantinya dirubah menjadi warna hitam. Sehingga nantinya bisa menghasilkan citra biner atau gambar yang berkomposisikan warna hitam dan putih. Untuk menentukan amabang batas ini maka perlu dilakukan pendekatan dan percobaan untuk menentukan ambang batas yang cocok Deteksi Garis Dengan memanfaatkan ciri khusus dari plat nomor yaitu kotak. Maka langkah selanjutnya adalah proses pendeteksian tepi yang bertujuan untuk menemukan garis pada citra. Deteksi tepi pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra. Tepi-tepi ini akan menandai bagian detail citra. Tepi-tepi pada gambar tersebut terletak pada titik-titik yang memiliki perbedaan tinggi. Dengan perbedaan tinggi tersebut tercipta suatu pola atau guratan yang membentuk suatu objek dapat diperoleh menggunakan High Pass Filter (HPF) Keberadaan tepi unsur ditandai dengan tingginya perubahan nilai piksel atau kontras. Tepi unsur pada citra dideteksi dengan operator deteksi (detektor) tepi diantaranya berupa matriks template berukuran tertentu. (c) Gambar 2.4. Matriks Template vertikal Mx; Matriks Template horizontal My; (c) Proses Konvolusi Dalam mendeteksi tepi, dilakukan perkalian elementer antara matriks template pada Gambar 2.4 di atas dengan kelompok piksel pada citra input. Pada hasil perkalian yang diperoleh, nilai setiap elemen dijumlahkan dan dijadikan nilai dari elemen matriks hasil konvolusi. 2 Gambar 2.5. Citra masukkan Hasil Deteksi garis
3 2.1.3 Deteksi Kotak Pada proses deteksi kotak ini bergantung pada deteksi garis pada prosess sebelumnya deteksi garis. Karena penyusun dari kotak adalah kumpulan dari garis. Gambar 2.6. Hasil deteksi garis Hasil deteksi kotak Hasil deteksi kotak ini menghasilkan beberapa kandidat kotak yang akan dipilih sebagai plat nomor. Dari beberapa kandidat ini sebagai masukkan untuk proses selanjutnya yaitu proses seleksi kotak Seleksi Kotak Pada proses seleksi kotak ini dilakukan dengan cara menyeleksi setiap kandidat kotak dengan cara menggunakan perbandingan ratio dengan rumus : Ratio = panjang kotak / lebar kotak Setelah melakukan proses pembagian maka diberi batasan untuk menentukan mana plat yang akan dipilih. Batasan ditentukan sesuai dengan ciri dari plat nomor. 2.2 Pengenalan Plat Nomor Pada desain sistem pengenalan plat nomor berfungsi untuk mengenali plat nomor dan mendapatkan hasilnya berupa nomor polisi. Input yang diterima sudah berupa obyek plat nomor. Pada gambar 2.3 akan dijelaskan desain lebih detail menegenai desain sistem pengenalan plat nomor Pre-Processing Proses preprocessing ini dilakukan kembali proses grayscale dan thresholding padaa obyek plat nomor yang telah di ekstraksi padaa proses sebelumnya. Proses pre-processing ini dilakukan untuk mendapat- biner ini kan obyek plat nomor dengan citra biner. Citra dibutuhkan untuk proses yag selanjutnya Noise Filtering Proses ini dibutuhkan untuk memenuhi parameter- yaitu parameter yang dibutuhkan untuk proses selanjutnya OCR (Optical Character Recognition). Untuk proses yang dilakukan pada tahap ini adalah proses erosi dan dilatasi. Proses ini dilakuakan untuk memperbaiki obyek plat nomor sehingga bisa digunakan sebagai masukkan pada tahap OCR. Erosi adalah Suatu operasi yang akan mengurangi piksel pada batas antar obyek dalam suatuu citra digital. Cara kerjanya adalah melakukan pengecekan terhadap pixel hitam yang akan dierosi dengan melewatkan mask yang ada terhadap pixel hitam tadi, jika memenuhi semua syarat dalam mask maka pixel hitam tadi diubah warnanya menjadi putih. Sedangkan dilatasi adalah Suatu operasi yang akan menambahkan pixel pada batas antar objek dalam suatu citra digital. Cara kerjanya adalah Dalam binary image, jika ada pixel tetangga yang bernilai 1 maka output pixel akan diset menjadi OCR(Optical Character Recognition) Pada tahap OCR ini proses pengenalan karakter, proses untuk menggunakann metode OCR akan dijelaskan pada gambar 2.8 Segmentation Normalization Feature Extraction Recognitionn Gambar 2.7. Desain Sistem Pengenalan Plat Nomor 3 Hasil Gambar 2.8. Blok diagram OCR Langkah pertama adalah proses segmentasi ini bertujuan untuk memisahkan wilayah (region) objek dengan wilayah latar belakang agar objek di dalam citra mudah dianalisis dalam rangka mengenali objek. dengan demikian citra yang besar terdiri dari obyek karakter dapat di segmentasi menjadi masing-masing karakter. Proses selanjutnya adalah normalization, di dalam proses normalisasi inii terdapat beberapatahap diantaranya :
4 Scalling Scalling adalah fungsi yang mengubah ukuran suatu gambar dimana scalling cenderung merupakan sebutan untuk perbesaran dan shrink cenderung merupakan sebutan untuk memperkecil ukuran gambar. Thinning Thinning adalah operasi morfologi yang digunakan untuk menghapus piksel foreground yang terpilih dari gambar biner, biasanya digunakan untuk proses mencari tulang dari seuah obyek. Langkah selanjutnya adalah feature extraction, Feature Extraction adalah suatu proses image analysis dalam mengidentifikasi sifat-sifat yang melekat dari tiap-tiap karakter atau disebut juga dengan fitur dari sebuah obyek yang terdapat dalam citra. Karakteristir ini digunakan dalam mendeskripsikan sebuah obyek atau atribut dari sebuah obyek, kemudian fitur yang dimiliki oleh karakter dapat digunakan sebagai proses recognition. Setelah mendapatkan citra biner proses segmentasi gambar setiap karakter dilakukan dengan cara pemetaan warna, yaitu mencari komponen-komponen warna yang terhubung satu sama lain. Dengan menyesuaikan ukuran dari gambar karakter dengan template karakter yang dimiliki oleh library tessnet2_32. Jika proses ini berhasil maka langkah selanjutnya adalah membandingkan antara gambar karakter dengan templatenya. Jika sukses maka akan didapatkan hasil berupa karater tersebut. Gambar 2.9. proses pengenalan karakter Gambar 3.1 pengujian lokasi plat berhasil Gambar 3.2 pengujian lokasi plat tidak berhasil Dari hasil yang ditunjukkan pada percobaan beberapa sampel yang ada. Pada gambar 3.1 lokasi plat dapat ditemukan karena posisi pengambilan gambar lurus dan pencayahaan yang cukup. Sedangkan untuk gambar 3.2 tidak berhasil menemukan lokasi plat dikarenakan posisi kamera yang miring. 3.2 Pengujian Pengenalan Karakter pada Obyek Plat Nomor Pengujian yang lainnya adalah pengujian karakter pada plat nomor. Pengujian ini diperlukan untuk menguji program OCR (Optical Chaacter Recognition) dapat berjalan dengan baik dan benar dalam hal mengenalai karakter pada citra. 3. PENGUJIAN DAN ANALISA Untuk mengetahui kehandalan dari sebuah sistem dilakukan dengan beberapa metode pengujian diantaranya : 1. Pengujian deteksi lokasi plat nomor 2. Pengujian pengenalan karakter pada obyek plat nomor 3. Pengujian sistem secara keseluruhan 3.1 Pengujian Lokasi Plat Nomor Pengujian pada aplikasi pengenalan plat nomor dilakukan dengan mengambil sample dari beberapa gambar plat menurut lokasi pengambilan gambar. Hal ini perlu dilakukan untuk mengetahui posisi yang ideal untuk pengambilan gambar kendaraan. 4
5 (c) (d) Gambar 3.3 Pengujian Pengenalan Karakter Pengujian ini dilakukan untuk mengetahui apa sistem dapat mendeteksi gambar karakter dengan baik. Dari percobaan juga diketahui bahwa aplikasi bisa membaca karakter 0, 1, 2, 3, 4, 5, 6, 7, 8, 9. Beserta beberapa karakter yang lain. 3.3 Pengujian Sistem Secara Keseluruhan Pengujian berikutnya adalah pengujian aplikasi secara keseluruhan yang meliputi deteksi plat nomor dan pengenalan karakter plat nomor. Pengujian ini diperlukan untuk membuktikan bahwa sistem secara keseluruhan dapat berjalan dengan baik atau tidak. (c) Gambar 3.4. Pengujian Sistem Secara Keseluruhan Pada gambar 3.4.a dan 3.4.b pengujian sistem bisa berjalan dengan baik, dengan hasil pengenalan plat yang sesuai pada citra. Tetapi terdapat error pada bagian plate selection. Itu disebabkan karena pencahayaan pada gambar sehingga mempengaruhi proses pengenalan kotak pada objek. Pada gambar 3.4.c pengujian sistem terdapat error diantaranya proses plate selection dan proses segmentasi karakter pada plat. Ini disebabkan karena pencahayaan yang kurang baik, sehingga terdapat kotak-kotak yang lain menyerupai plat nomor. Lalu untuk proses segmentasi terjadi error disebabkan oleh pencahayaan kurang baik. Terlalu gelap sehingga pengenalan nomor menjadi tidak sempurna. Pengujian aplikasi telah dilakukan pada 25 sampel gambar dengan kondisi penchayaan yang cukup dan posisi dilakukan dari sud ut yang tepat didapatkan : Akurasi = x 100 % = 100 % = 72 % Dari perhitungan error di atas, didapatkan bahwa tingkat akurasi untuk sampel picture yang diambil dalam kondisi tertentu adalah 72% KESIMPULAN Pada bagian ini akan diulas tentang kesimpulan dari seluruh percobaan dan pengujian dari beberapa metode yang kami uji. Dari uji coba yang dilakukan, dapat diambil suatu kesimpulan sebagai berikut 1. Proses pengenalan nomor plat kendaraan dapat diperoleh secara ideal ketika pengambilan gambar dengan posisi kamera tegak lurus dengan kendaraan. 2. Proses pendeteksian plat dan pengenalan nomor juga dipengaruhi oleh tingkat pencahayaan pada obyek. 3. Dari hasil tersebut, maka dapat dikatakan bahwa jumlah piksel input akan menentukan tingkat keberhasilan dan akurasi citra, semakin besar ukuran piksel citra input, maka semakin baik hasil citra output.
6 4. Tingkat akurasi yang diperoleh pada beberapa sample menggunakan input berupa obyek dengan jenis plat berbeda dan diambil dari posisi ideal menunjukkan hasil terbaik sebesar 72 % DAFTAR PUSTAKA 1. Rachmawati. ESTIMATION OF GEOMETRIC OBJECT PARAMETERS BASED ON DIGITAL IMAGE PROCESSING. IT Telkom Tjokorda Agung Budi. PEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL. STT Telkom. Bandung Faizal Ridwan. Mengenal lebih jauh apa itu point process. diakses tanggal 15 juni 4. Rinaldi Munir. Aplikasi Image Thresholding Untuk Segmentasi Objek. STEI. ITB Nixon dan Aguado, deteksi tepi unsur pada citra, universitas sumatera utara Othman Khalifa. Malaysian Vehicle License Plate Recognition. The International Arab Journal of Information Technology, october Amri Mohd Yasin. Travel Time Measurement in Real- Time using Automatic Number Plate. Journal of The Eastern Asia Society for Transportation Studie, Remus BRAD. License Plate Recognition System. University, Sibiu, Romania 9. Rosa Ariani, Landasan Teori Thinning. STEI. ITB Munir, Rinaldi Pengolahan Citra Digital Dengan Pendekatan Algoritma. Bandung : Penerbit Informatika Riza Prasetya Wicaksana dilahirkan di kota Surabaya, 25 juni Penulis memulai jenjang pendidikannya di TK Don Bosco dan SDK Santo Vincentius II Surabaya hingga lulus tahun Setelah itu penulis melanjutkan studinya di SLTPN 12 Surabaya. Tahun 2003, penulis diterima sebagai murid SMAN 2 Surabaya hingga lulus tahun Pada tahun yang sama penulis masuk ke D3 Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya, dan mengambil program studi Computer Control hingga lulus pada tahun Kemudian penulis melanjutkan studi S1 melalui program Lintas Jalur di Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya dengan NRP dan mengambil bidang studi Teknik Komputer dan Telematika. Penulis dapat dihubungi melalui alamat riza_ndwt@yahoo.com. 6
Oleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk masing-masing menunjukkan identitas kendaraan tersebut.
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciBAB III 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 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 terperinciAplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),
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 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
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
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 terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
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 terperinciPengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)
Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Automatic Number Plate Recognition (ANPR) Berdasarkan penjelasan dari penelitian sebelumnya mengenai deteksi plat nomor, maka dapat disimpulkan bahwa pendeteksian ini sangat dibutuhkan
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciPengenalan Karakter Plat Nomor Mobil Secara Real Time
IJCCS, Vol.7, No.1, January 2013, pp. 35 ~ 44 ISSN: 1978-1520 35 Pengenalan Karakter Plat Nomor Mobil Secara Real Time Ikhwan Ruslianto* 1, Agus Harjoko 2 1 Mahasiswa Pasca Sarjana Jurusan Ilmu Komputer
Lebih terperinciPENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING
PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING Michael Ryan dan Novita Hanafiah School of Computer Science, Bina Nusantara, Jl. Kebon Jeruk Raya No. 27,Kebon Jeruk, Jakarta
Lebih terperinciAPLIKASI PEMBACAAN PLAT NOMOR KENDARAAN MENGGUNAKAN OPTICAL CHARACTER RECOGNITION (OCR)
APLIKASI PEMBACAAN PLAT NOMOR KENDARAAN MENGGUNAKAN OPTICAL CHARACTER RECOGNITION (OCR) Rusdi Efendi 1, EndinaPutriPurwandari 2, FauzanAzhmiSiregar 3 1,2,3 Program Studi Teknik Infomatika, Fakultas Teknik,
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dibidang transportasi darat khususnya kendaraan bermotor, semakin membantu masyarakat penggunanya, sehingga menjadikan kendaraan bermotor sebagai
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih 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 terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih 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 terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.
Lebih 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 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 terperinciDETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ Muhammad Imron Rosadi 1 Prodi Teknik Informatika, Universitas Yudharta Pasuruan Purwosari 67162 Pasuruan Jawa Timur 1 Email : Imron_uyp@yahoo.com ABSTRAK
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 terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciPenerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan
Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan Kiki Kusumawati 1, Dery Willy Cahyadi 2 Jurusan Sistem Informasi, Fakultas Teknik, Univesitas Satya Negara Indonesia
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. negara misalnya untuk penegakkan hukum oleh polisi (police enforcement). Sistem ini
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Kebutuhan User Beberapa aplikasi pengenalan plat nomor sudah banyak digunakan di beberapa negara misalnya untuk penegakkan hukum oleh polisi (police enforcement).
Lebih terperinciModel Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )
Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan Andry Jonathan (1122041) Email: andry.jonathan1234@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciBAB 2 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 terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinci2 BAB II TINJAUAN PUSTAKA
9 2 BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Secara umum penelitian pengenalan plat nomor kendaraan terdiri dari tiga tahapan [1][7][11], yaitu deteksi plat nomor kendaraan, segmentasi karakter,
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciBAB 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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciPENGENALAN PLAT KENDARAAN BERMOTOR DENGAN TEKNIK HE GUANGLIN DAN GUO YALI
PENGENALAN PLAT KENDARAAN BERMOTOR DENGAN TEKNIK HE GUANGLIN DAN GUO YALI Julian Supardi 1), Desty Rodiah 2) 1 julian@unsri.ac.id, 2 destyrodiah@gmail.com ABSTRACT This project proposes a technique of
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
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 terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciPENGENALAN PLAT KENDARAAN BERMOTOR DENGAN TEKNIK HE GUANGLIN DAN GUO YALI
PENGENALAN PLAT KENDARAAN BERMOTOR DENGAN TEKNIK HE GUANGLIN DAN GUO YALI 1,2) 1) 2 ) Julian Supardi, Desty Rodiah Jurusan Teknik Informatika Universitas Sriwijaya 1 E-mail : Julian@unsri.ac.id E-mail
Lebih terperinciDAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
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 terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
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 terperinci2015 PENGGUNAAN ALGORITMA FAST CONNECTIVE HOUGH TRANSFORM DAN ANALISIS HISTOGRAM UNTUK MENENTUKAN LOKASI PLAT NOMOR
BAB I PENDAHULUAN Latar Belakang Sistem pengawasan menggunakan kamera merupakan salah satu aplikasi praktis dari perkembangan teknologi yang dapat membantu permasalahan seharihari. Dengan sistem pengawasan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
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 terperinciPENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERBASIS OPTICAL CHARACTER RECOGNITION MENGGUNAKAN METODE TEMPLATE MATCHING CORRELATION
PENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERBASIS OPTICAL CHARACTER RECOGNITION MENGGUNAKAN METODE TEMPLATE MATCHING CORRELATION Yoga Aldian Putra 1, Catur Supriyanto 2 1,2 Teknik Informatika, Fakultas
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciANALISIS SISTEM PARKIR CERDAS BERBASIS OCR (OPTICAL CHARACTER RECOGNITION) MENGGUNAKAN METODE CONFUSSION MATRIX
ANALISIS SISTEM PARKIR CERDAS BERBASIS OCR (OPTICAL CHARACTER RECOGNITION) MENGGUNAKAN METODE CONFUSSION MATRIX Diana Rahmawati 1*, Kunto Aji Wibisono 2 2, Fajar Dwima W 3 1,2 Prodi S1 Teknik Elektro,
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
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 terperinciBAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor
BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor jenis mobil ataupun sepeda motor tidak lagi menjadi kebutuhan sekunder, melainkan telah menjadi
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 terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang revelan dengan penelitian yang akan. antara metode Kohonen Neural Network dengan metode Learning ng Vector
BAB II TINJAUAN PUSTAKA Pada Bab ini akan menjelaskan tentang teori-teori o i serta hasil penelitian yang revelan dengan penelitian yang akan an dilakukan. an. A. Tinjauan an Pustaka Prabowo, o, Sarwoko
Lebih terperinciSegmentasi Plat Nomor Kendaraan Dengan Menggunakan Metode Run-Length Smearing Algorithm (RLSA)
Segmentasi Plat Nomor Kendaraan Dengan Menggunakan Metode Run-Length Smearing Algorithm (RLSA) Liliana, Gregorius Satia Budhi, Hendra lilian@petra.ac.id, greg@petra.ac.id Jurusan Teknik Informatika, Fakultas
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciPENGENALAN ANGKA PADA PLAT NOMOR DENGAN METODE TEMPLATE MATCHING
PENGENALAN ANGKA PADA PLAT NOMOR DENGAN METODE TEMPLATE MATCHING Rendra Pranadipa 1, Vika Novitasari 2, Maya Kurniawati 3, Nurlia Puspitasari 4, Yana Bonita 5 Informatika,, Malang E-mail: 1 rendradipa19@gmail.com,
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciPENGOLAHAN CITRA DIGITAL UNTUK MENGKLASIFIKASI GOLONGAN KENDARAAN DENGAN METODE PARAMETER DASAR GEOMETRIK
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 115 PENGOLAHAN CITRA DIGITAL UNTUK MENGKLASIFIKASI GOLONGAN KENDARAAN DENGAN METODE PARAMETER DASAR GEOMETRIK (IMAGE PROCESSING
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 terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciMengenal Lebih Jauh Apa Itu Point Process
Mengenal Lebih Jauh Apa Itu Point Process Faisal Ridwan FaizalLeader99@yahoo.com Lisensi Dokumen: Copyright 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
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 terperinciBAB 2 LANDASAN TEORI. sangat penting sebagai bentuk informasi visual. Bila ditinjau dari sudut pandang
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Citra (Image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Bila ditinjau dari sudut pandang matematis,
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih 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 terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciSistem Pengenalan Karakter pada Plat Kendaraan Bermotor Menggunakan Profile Projection dan Algoritma Korelasi
Jurnal Komputer Terapan, Vol 1, No 2, November 2015, 109-119 109 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Sistem Pengenalan Karakter pada Plat Kendaraan Bermotor Menggunakan Profile Projection
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 terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
Lebih 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 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 terperinciPERBANDINGAN ALGORITMA TEMPLATE MATCHING DAN FEATURE EXTRACTION PADA OPTICAL CHARACTER RECOGNITION
Jurnal Komputer dan Informatika (KOMPUTA) 29 PERBANDINGAN ALGORITMA TEMPLATE MATCHING DAN FEATURE EXTRACTION PADA OPTICAL CHARACTER RECOGNITION Raden Sofian Bahri 1, Irfan Maliki 2 1,2 Program Studi Teknik
Lebih terperinci