Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
|
|
- Hengki Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember (ITS) Kampus ITS, Keputih Sukolilo, Surabaya 60 ABSTRAK Dengan meningkatnya jumlah pemakai kendaraan bermotor, maka pengguna jasa pun semakin tinggi. Sistem manual yang digunakan oleh penyedia jasa saat ini mengalami penurunan kualitas, dimana tidak diketahuinya lahan yang tersedia pada suatu lahan. Pada tugas akhir ini, dibangun sistem untuk mendeteksi adanya lahan yang masih tersedia serta menyediakan informasi bagi para pengguna. Sistem ini diaplikasikan oleh jaringan sensor nirkabel dengan menggunakan jaringan Single-Camera dan Image Processing dengan menggunakan software Matlab. Dan Sistem ini akan didesain sesuai dengan kebutuhan dan mempertimbangkan spesifikasi peralatan yang ada. Dimana, diharapkan keluaran dari sistem tersebut dapat mendeteksi lahan pada setiap satu baris tempat dan ditampilkan pada layar utama sehingga memudahkan setiap kendaraan untuk langsung menuju lahan yang tersedia. Kata Kunci : IP Kamera, single-camera, Image Processing, video, pendeteksian I. PENDAHULUAN Pada saat ini permasalahan sangat penting untuk dikaji lebih mendalam, seperti ruang yang dibutuhkan harus tersedia secara memadai. Semakin besar volume lalu lintas yang beraktivitas baik yang meninggalkan atau menuju pusat kegiatan, maka semakin besar pula kebutuhan ruang. Selain itu jika pada ruang tersebut tidak dilengkapi dengan kamera deteksi pemantauan ruangan, maka pengendara tidak mengetahui kondisi ruangan yang. Sehingga dari dua permasalahan tersebut, pihak pemilik tempat harus bisa melakukan pendeteksian kean ruang untuk meningkatkan pelayanan. Sehingga paada tugas akhir ini akan dibangun suatu sistem pendeteksi aktivitas kendaraan pada area dengan jaringan single-camera.. Video hasil rekaman itu dianalisa dengan menggunakan 4 teknik yaitu, Konversi Citra, Background substraction,, vehicle tracking. Keseluruhan teknik tersebut akan diaplikasikn menggunkan software Matlab versi (R009b). Konversi Citra digunakan untuk merubah format citra yang RGB menjadi grayscale dan kemudian diubah menjadi image binary. Background substraction digunakan untuk memisahkan objek kendaraan dari background di frame pada rekaman video. Proses selanjutnya adalah teknik vehicle tracking yang digunakan untuk mendeteksi objek kendaraan pada video. II. TEORI PENUNJANG.. Kamera Tunggal (Single-Camera) Single-camera merupakan teknologi yang memanfaatkan penggunaan satu buah (tunggal) kamera. Dikarenakan hanya menggunakan satu buah kamera saja maka pada teknologi ini tidak bisa membentuk suatu jaringan(network). Meskipun pada single-camera tidak bisa membentuk jaringan, tetapi dapat dimanfaatkan untuk aplikasi pemantauan objek atau suatu ruangan dengan space terbatas. Beberapa kekurangan pada pemakaian singlecamera sebagai berikut:. Keterbatasan coverage area pemantauan,.. Keterbatsan sudut pandang hanya pada satu sisi dari objek (D) 3. Keterbatasan dalam memperoleh/menyimpan informasi suatu aktivitas selama pemantauan secara live 4. Tidak adanya back-up kamera lain yang terintegrasi otomatis, ketika terjadi kerusakan... Jaringan Multi-Camera (multi-camera network) Multi-camera merupakan teknologi yang memanfaatkan penggunaan lebih dari satu buah kamera. Sehingga pada multi-camera bisa membentuk jaringan yang dapat di-control secara langsung oleh admin. Gambar merupakan bentuk jaringan multi-camera. Sehingga dapat didefinisikan bahwa jaringan multi-camera merupakan suatu jaringan yang terorganisasi secara terpusat oleh admin dengan melakukan penyebaran kamera pada titik-titik yang sudah ditentukan. Gambar. (a) (b) (a). Distributed processing (b). Centralized processing
2 Beberapa hal yang bisa dipelajari dalam jaringan multicamera adalah konseptual dan algoritmik untuk segala jenis komputer, pemrosesan sinyal, dan komputasi, serta untuk jaringan kabel dan nirkabel(wireless). Sistem processing pada multi-camera menggunakan dua buah mode processing architecture yaitu centralized processing dan distributed processing []. Beberapa kelebihan yang dimiliki oleh jaringan multicamera sebagai berikut:. Mampu melakukan pemantauan area (coverage area) secara total pada setiap ruangan. Dapat melakukan pemantauan dengan sudut pandang lebih dari satu sisi pada satu objek, sehingga dapat menghasilkan informasi citra berbentuk 3D 3. Bisa dilakukan controlling secara terpusat pada jaringan, jadi bisa membentuk suatu jaringan dengan koneksi multi-hop. 4. Adanya back-up dengan kamera lain, ketika terjadi kerusakan pada salah satu node kamera yang tersebar..3. Metode-Metode Untuk Pendeteksian Objek.3.. Metode Background Substraction Proses background substraction adalah proses yang berfungsi untuk menghilangkan objek yang statis pada sebuah citra. Metode background substraction bertujuan untuk menentukan kemungkinan adanya suatu objek bergerak dari sebuah citra dengan perbedaan yang terlihat pada background dan objek, yaitu dengan memisahkan antara background dari foreground pada suatu gambar. Jadi dapat ditampilkan dalam bentuk persamaan sebagai berikut. [frame i background i ] > Threshold Pada proses background substraction digunakan operasi matrik yaitu operasi pengurangan dengan menghasilkan nilai lebih besar dari threshold []. dengan persegi panjang yang luasanya bergantung pada objek tersebut. Proses vehicle tracking terlihat pada gambar 3. deteksi Gambar 3. vehicle tracking III. METODE DAN PERANCANGAN SISTEM 3.. Perencanaan Topologi Jaringan Komunikasi Single-camera antara server dengan satu buah kamera saja, sedangkan untuk multi-camera komunikasi antara server dengan lebih dari satu kamera yang tersebar pada titik-titik tertentu. Pada gambar 4 dibawah ini merupakan contoh perbedaan cakupan dari dua topologi jaringan diatas. 3.. Metodologi Penelitian Metodologi penelitian dari perancangan sistem pendeteksi lahan ini seperti terlihat pada Gambar 5. Pada gambar 4 ditunjukkan dua buah topologi dalam melakukan perekaman video, yaitu single-camera dan multicamera network beserta cakupannya. (a) (b) Gambar 4. (a). Contoh Cakupan Single-camera (b). Contoh Cakupan multi-camera (a) (b) (c) Gambar. (a). Frame asli (b). Background frame (c). Hasil dari metode background substraction.3.. Vehicle Tracking Suatu sistem monitoring berbasis video harus dapat mengenali objek kendaraan bermotor pada setiap urutan frame video. Vehicle tracking juga dapat mengklasifikasikan kendaraan bermotor berdasarkan jenisnya mobil atau nonmobil. Objek kendaraan bermotor pada video ditandai Gambar 5. Metodologi Penelitian 3.3. Pengambilan Objek Pada Frame Setelah proses inisialisasi selesai, proses selanjutnya adalah proses pengambilan objek pada frame yang sudah ditentukan. Proses pengambilan objek adalah proses inisialisasi video menjadi urutan frame citra dengan format
3 RGB dan mengubahnya ke biner, serta mengubah format citra background yang digunakan sebagai pengurangan ke format biner. Proses dari diagram alir ini dapat dilihat pada gambar 3.8 di bawah ini. Selanjutnya dilakukan proses background substraction untuk mendapatkan citra background atau objek dari frame video yang ditentukan. Hasil tersebut masih terdapat noise (small object). Oleh karena itu dilakukan proses remove small obyek 3.5. Perhitungan jumlah objek Diagram alir yang digunakan dalam melakukan perhitungan jumlah yang tersedia seperti pada diagram alir gambar 7. Sehingga dengan proses ini bisa diketahui jumlah ruang yang tersedia pada ruang yang telah divideokan Desain GUI Sistem Pendeteksi Aktivitas Kendaraan Pada metode ini akan dibahas mengenai GUI (graphical User Interface) dan implementasi sistem. GUI didesain untuk membuat operasi yang interaktif, sehingga user dapat menjelaskan suatu program dari pemrogaman matlab dengan mudah. GUI ini mampu menjelaskan program sesuai masukan dari user, seperti memulai dan menghentikan jalannya program sesuai keinginan ataupun menampilkan hasil program. Data yang dapat ditampilkan seperti jalanya video, spesifikasi video, frame yang terdeteksi, hasil pendeteksi, jenis kendaraan, jumlah kendaraan, dan luasan persegi panjang objek. Gambar 6. Diagram alir proses pengambilan gambar 3.4. Pendeteksi kendaraan Setelah proses pengambilan objek pada frame, proses selanjutnya adalah proses pendeteksi kendaraan. Proses ini berfungsi untuk mendeteksi kendaraan yang terdapat pada frame tertentu pada video. Dengan diagram alir seperti dibawah ini : Gambar 7. Diagram alir proses pendeteksi ruang pada GUI Gambar 8. Tampilan GUI Sistem Pendeteksi Kean Area Parkir IV. DATA DAN ANALISA DATA 4.. Pengujian parameter tinggi dan sudut dalam Penempatan Kamera Pada gambar 9 menunjukkan pola coverage area oleh kamera yang digunakan. Didapatkan nilai panjang dan lebar. Kemudian dilakukan pengujian terhadap parameter sudut dan ketinggian dari penempatan kamera. Hasil pegujian seperti pada tabel dan tabel. jika kamera dengan ketinggian 30 cm dan sudut 30 o mendapatkan luasan sebesar 3,94 m, untuk tinggi,45m dan sudut 45 o mendapatkan luasan sebesar 36,6 m, kemudian jika dengan sudut 45 o dan tinggi,95 m bisa memperoleh luasan sebesar 54,m. Sehingga untuk setiap peningkatan tinggi 0,5 m dapat menaikkan luasan sebesar,5 kali dari luasan sebelumnya, dan setiap peningkatan sudut 5 o dapat menaikkan luasan sebesar,8 kali. Sehingga parameter pengujian tersebut dapat mempengaruhi kemampuan coverage area dari kamera untuk bisa lebih efektif. Tabel. Hasil pengujian dengan ketinggian 30 cm No Sdt Tinggi Panjang Lebar Luasan 30 o 30 cm 4 cm 7 cm 34 cm 45 o 30 cm 63,6 cm 3,3 cm 98,3 cm 3 60 o 30 cm 84,04 cm 36,8 cm 3040,5 cm
4 Tabel. Hasil pengujian dengan ketinggian m No Sdt Tinggi Panjang Lebar Luasan 30 o m 6, m 5, m 3,4 m 45 o m 8,48 m 7, m 6,05 m 3 60 o m 0,8 m 9,4 m 0,5 m kendaraan, jadi yang tersedia adalah kendaraan 4... Pendeteksian dengan adanya tempat Kondisi saat tersedia lahan. Terlihat pada tabel diatas adalah luasan daerah cakupan kamera. Dibedakan dengan tinggi dan sudut yang berbeda. Sehingga menghasilkan cakupan luasan yang berbeda. Sudut yang digunakan pada tugas akhir ini adalah sudut 30 o IP Kamera 30 o Gambar. Hasil Simulasi saat tersedia lahan kendaraan dan objek yang terdeteksi terdapat kendaraan, jadi yang tersedia adalah kendaraan Parking Line Gambar 9. Bentuk (pola) pemantauan IP kamera pada pengukuran sesungguhnya 4.. Pengujian program pendeteksi kean area 4... Pendeteksian dengan kendaraan berskala Pada tugas akhir ini, dilakukan pendeteksian dengan kendaraan berskala, yaitu mobil dengan skala :34. Dengan kapasitas maksimal satu line adalah 3 mobil. Dengan ini, pendeteksian dengan kendaraan berkala dibagi menjadi 3 kategori, yaitu : Adanya tempat yang tersedia dalam satu line; Adanya tempat yang tersedia dalam satu line; Adanya 3 tempat yang tersedia dalam satu line Pendeteksian dengan adanya tempat Kondisi saat tersedia lahan. Gambar 0. Hasil Simulasi saat tersedia lahan kendaraan dan objek yang terdeteksi terdapat Pendeteksian dengan adanya 3 tempat Kondisi saat tidak tersedia lahan. Gambar. Hasil Simulasi saat tidak tersedia lahan kendaraan dan tidak terdapat objek yang terdeteksi, jadi yang tersedia adalah 3 kendaraan 4... Pendeteksian dengan kendaraan yang sesungguhnya Pada tugas akhir ini, setelah melakukan pendeteksian pada kendaraan berskala, dilakukan pendeteksian pada kendaraan sesungguhnya. Pengukuran dan pendeteksian dilakukan di lahan dosen jurusan Teknik Elektro ITS Surabaya. Sama dengan pendeteksian kendaraan berskala, pendeteksian dengan kendaraan sesungguhnya dibagi menjadi 3 kategori, yaitu : Adanya tempat yang tersedia dalam satu line; Adanya tempat yang tersedia dalam satu line; Adanya 3 tempat yang tersedia dalam satu line.
5 4... Pendeteksian dengan adanya tempat Kondisi saat tersedia lahan. Gambar 5. Hasil Simulasi saat tidak tersedia lahan Tabel 3. Hasil pengujian program pendeteksi kean area dengan kendaraan berskala Nama Video Test 4 Fra me ke Area Kpsts Hasil deteksi Jmlh riil Objk trdtkdsi Prkr ksng 5 3 Test Test Gambar 3. Hasil pengukuran saat tersedia lahan kendaraan dan objek yang terdeteksi terdapat kendaraan, jadi yang tersedia adalah kendaraan 4... Pendeteksian dengan adanya tempat Kondisi saat tersedia lahan. Tabel 4. Hasil pengujian program pendeteksi kean area dengan kendaraan berskala Nama Video Test Test Fra me ke Area Kpsts Hasil deteksi Jmlh riil Objk trdtkdsi Prkr ksng Test Gambar 4. Hasil pengukuran saat tersedia lahan kendaraan dan objek yang terdeteksi terdapat kendaraan, jadi yang tersedia adalah kendaraan Pendeteksian dengan adanya 3 tempat Kondisi saat tidak tersedia lahan. Berdasarkan tabel 3 dan tabel 4 yang merupakan tabeltabel rekapan total simulasi yang didapatkan, dapat dilihat bahwa masih terdapat kesalahan dalam program. Saat melakukan simulasi dengan kendaraan berskala, keakuratan program mencapai 00%. Sedangkan untuk simulasi dengan kendaraan yang sesungguhnnya, keakuratan program mencapai 66,67%. Saat pendeteksian dengan kendaraan yang sesungguhnya terdapat satu kesalahan pada simulasi program dan kurang akuratnya pendeteksian. Seperti pada tabel 4 dengan nama video Test 3, dimana saat tidak ada kendaraan dalam keadaan riil, justru terdeteksi 3 buah kendaraan oleh program. Dan pada pendeteksian dengan nama Test a.avi dan Test a.avi kendaraan yang terdeteksi tidak sempurna. Kendaraan tidak terdeteksi secara keseluruhan, dimana hanya pada setengah bagian depan. Dikarenakan kondisi cahaya dan pemantulan cahaya terhadap badan kendaraan yang menyebabkan program tidak mendeteksi kendaraan secara menyeluruh Analisa pada kesalahan hasil pendeteksian Kesalahan pendeteksian pada gambar 5 dan tabel 4 dapat disebabkan oleh banyak faktor, antara lain : pencahayaan, bentuk dan warna lantai dari an elektro serta adanya objek lain yang seharusnya tidak ada. Pencahayaan dapat menyebabkan program salah membaca data. Seperti yang terdapat pada tabel, dimana program membaca adanya kendaraan yang terdeteksi, sedangkan pada keadaan yang nyata tidak terdapat kendaraan. Cahaya yang memantul pada lantai dasar dari an dosen Teknik Elektro menyebabkan program membaca bahwa pantulan
6 tersebut adalah bentuk rupa daripada kendaraan. Tekstur/bentuk yang tidak simetris dan tidak selevel pada lantai dasar an dosen tersebut menjadi salah satu pemicu terjadinya miscalculation pada program. Warna yang terdapat pada lantai dasar tersebut juga tidak selevel, dimana saat program menjalankan perintah membinerkan gambar akan terjadi keterbalikan antara biner (warna putih) dan biner 0 (warna hitam) dapat diaplikasikan meskipun pada satu line kendaraan terdapat lebih dari 5 mobil. Tergantung pada tinggi peletakan kamera yang berimbas pada cakupan kamera itu sendiri. Tugas akhir ini hanya memiliki topologi single-camera dan mengasumsikan jumlah satu line hanya memiliki 3 kendaraan. dimana jika peralatan memadai dapat diupgrade menjadi multi-camera dan kapasitas satu line ditambah pada program, maka sistem ini dapat diaplikasikan kedalam kondisi yang sebenarnya V. PENUTUP 5.. Kesimpulan. Penempatan kamera berdasarkan tinggi dan besar sudut pemantauan mempengaruhi dalam memaksimalkan coverage Area kamera. Berdasarkan hasil analisis untuk setiap peningkatan tinggi 0,5m dapat menaikkan luasan sebesar 0 kali dari sebelumnya, dan setiap peningkatan sudut 5 o dapat menaikkan luasan sebesar,7 kali. Sehingga dapat mendeteksi objek dengan area yang lebih luas. Gambar 6. Analisa frame gambar yang error saat dibaca oleh program Berdasarkan gambar 6 dapat diketahui mengapa program tidak dapat mendeteksi dengan sempurna pada video Test 3 a.avi. Berdasarkan analisa, terdapat beberapa perbedaan, yakni :. Pencahayaan yang berbeda. Level lantai yang tidak sama 3. Warna lantai terdapat perbedaan yang signifikan 4. Terdapat bentuk-bentuk yang tidak seharusnya Pada gambar terdapat 4 jenis kotak merah yang menunjukkan mengapa program tidak dapat mendeteksi secara sempurna. Pada kotak nomor satu menunjukkan adanya perbedaan pencahayaan pada masing-masing titik pada gambar. Dimana pada kotak satu bagian atas mendapatkan kurangnya suplai cahaya dibandingkan dengan kotak satu yang paling bawah. Pada kotak nomor dua menunjukkan adanya ketidak sesuaian level lantai pada titik satu dengan lainnya. Kotak merah nomor dua bagian tengah mempunyai level lantai yang paling rendah daripada sekitarnya. Sedangkan kotak merah nomor dua paling kanan mempunyai level lantai yang paling tinggi daripada sekitarnya. Pada kotak nomor tiga menunjukkan adanya ketidak-seragaman warna lantai pada titik satu dengan lainnya. Kotak nomor tiga paling kanan berwarna hitam, sedangkan untuk kotak nomor tiga paling kiri memiliki warna yang lebih cerah. Kotak merah nomor empat menunjukkan bahwa adanya benda-benda yang seharusnya tidak berada ditempat tersebut Analisa Kelayakan Sistem Sistem ini masih terlihat kurang, dikarenakan kurangnya peralatan (IP Kamera) yang tersedia. Dan untuk kapasitas yang diukur hanya mencapai 3 buah kendaraan, tetapi untuk kapasitas tersebut dapat diatur lebih lanjut pada program yang tersedia. Letak dari kamera dapat diatur ketinggiannya, sehingga menyebabkan dapat diaturnya luasan cakupan dari IP Kamera terhadap lahan tersebut. Pada kondisi sebenarnya, tidak mungkin lahan hanya mempunyai 3-4 kendaraan dalam satu line. Sistem ini. Tidak semua frame pada video dapat dideteksi, dikarenakan tiap-tiap kendaraan yang terdeteksi memiliki pencahayaan yang berbeda. Dimana pencahayaan dan adanya perbedaan warna pada lantai objek yang dideteksi dapat merubah hasil simulasi secara signifikan. Bentuk dari lantai pun dapat merubah hasil simulasi, dikarenakan pemantulan cahaya yang berbeda. 3. Keberhasilan Progam pendeteksi kean area dengan IP kamera pada pendeteksian menggunakan mobil mainan berskala memiliki persentase sebesar 00%. Sedangkan untuk program pendeteksian menggunakan mobil yang sesungguhnya persentase keberhasilan sebesar 66,67%. 4. Sistem ini mampu dan cukup untuk diaplikasikan pada suatu lahan dengan beberapa kondisi dan syarat yang harus terpenuhi. Antara lain : pencahayaan pada setiap line yang diusahakan sama; tidak adanya perbedaan warna pada lantai lahan dan bentuk dari lantai pada lahan yang diusahakan untuk tetap selevel satu sama lain. 5.. Saran Saran yang dapat digunakan untuk pengembangan lebih lanjut dari tugas akhir ini adalah:. Untuk sistem pendeteksi kean area, hendaknya menggunakan sudut 30 o dengan ketinggian antara 8 m hingga m. Agar dapat diproses lebih akurat oleh program.. Untuk sistem pendeteksi kean area jika diaplikasikan secara langsung pada ruang, maka kondisikan ruangan dalam keadaan mendapatkan pencahayaan dari berbagai arah agar cahaya dalam ruangan rata dan bayangan muncul seminimal mungkin. 3. Untuk dapat diaplikasikan sebagai Real Time Video Surveillance, kamera yang digunakan dan dapat dikenali oleh software Matlab.
7 DAFTAR PUSTAKA [].Dodi Wahyu B. Sistem Pendeteksi Aktivitas Kendaraan pada Ruang Parkir Dengan Multi Camera Network. 00 [].Aghajan, H. and Cavallaro, A Multi-Camera Networks Principles and Applications. United states : Academic Press [3].Review of Background Substraction Methodes tractionreview-piccardi.pdf [4].Robert M. Haralick and Linda G. Shapiro. 99. Computer and Robot Vision, Volume II,. Addison- Wesley, pages RIWAYAT PENULIS Aldella Putra Atmadja, lahir di Malang pada tanggal 3 Februari 990, Pada tahun 00, penulis menamatkan pendidikan Sekolah Dasar di SD HANGTUAH V Surabaya, kemudian melanjutkan pendidikan di SLTPN Surabaya dan selesai pada tahun 004. Penulis menyelesaikan Pendidikan Sekolah Menengah Umum di SMUN Surabaya pada tahun 007. Dengan anugerah Allah SWT, penulis dapat melanjutkan studi di PTN Institut Teknologi Sepuluh Nopember Surabaya dengan mengambil Jurusan Teknik Elektro. Penulis mengambil Bidang Studi Telekomunikasi Multimedia dan aktif dalam kegiatan Laboratorium Jaringan dan Laboratorim Multimedia, seperti menjadi asisten Praktikum Dasar Sistem Telekomunikasi. Selain itu, Penulis juga aktif dalam kegiatan kemahasiswaan Himpunan Mahasiswa Elektro ITS.
Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera
Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera DODI WAHYU B NRP 2206100020 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh
Lebih 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 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih 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 terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciPERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA
PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA Oleh : Abdillah Triningtyas 2209106060 Dosen Pembimbing : Dr. Ir. Achmad Affandi, DEA Dr. Ir. Wirawan, DEA LATAR
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 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 terperinciANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION
ANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION Brillian Bagus Pakerti Utama 1), Ratri Dwi Atmaja 2), Azizah 3) 1),2),3) S1 Teknik
Lebih 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 terperinciBAB 1 PENDAHULUAN. Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan, terutama di kota-kota besar. Pada tempat-tempat yang ramai dikunjungi, untuk memudahkan dokumentasi
Lebih terperinciPengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Peningkatan yang pesat dalam jumlah kendaraan dikota besar memiliki dampak terhadap kebutuhan parkir di tempat-tempat umum seperti di rumah sakit, kantor, pusat perbelanjaan,
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING
PERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING 1 Rucitra Danny Anindita dan Arief Rahman Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciSistem Penangkap Citra Pelanggaran Lampu Merah
Sistem Penangkap Citra Pelanggaran Lampu Merah 1 Muhtadin 1) Isrin Ramdani 2) Ahmad Zaini 2) 1) Jurusan Teknik Elektro ITS, Surabaya 60111, email: muhtadin@ee.its.ac.id 2) Jurusan Teknik Elektro ITS, Surabaya
Lebih terperinciPENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL
PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)
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 terperinciPEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING. Ressi Dyah Adriani NPP
PEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING Ressi Dyah Adriani NPP 10529 ressi.adriani@jasamarga.co.id ABSTRAK Data kepadatan lalu-lintas merupakan kebutuhan
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
Lebih 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 terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciMetode Penyimpanan Data Secara Kolaboratif Dalam Jaringan Sensor
Metode Penyimpanan Data Secara Kolaboratif Dalam Jaringan Sensor M. Mufid Mas Udi 2205100010 Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
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 terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
Lebih terperinciBAB 4 ANALISIS DAN BAHASAN. Bab ini akan menjelaskan secara detil mengenai hasil-hasil pengukuran
BAB 4 ANALISIS DAN BAHASAN Bab ini akan menjelaskan secara detil mengenai hasil-hasil pengukuran penelitian ini. Pengukuran-pengukuran yang dilakukan secara garis besar yaitu Pengukuran gedung parkir Universitas
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
Lebih terperinciSIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING
SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING MONITORING SIMULATION OF INCOMING AND OUTGOING OBJECT TO CONTROL FIELD AVAILABILITY WITH
Lebih terperinciImplementasi Skeletal Tarcking dalam Sistem Navigasi Mobile Robot Menggunakan Sensor Kinect
Seminar Nasional eknologi Informasi dan Komunikasi erapan (SEMANIK) 2015 169 Implementasi Skeletal arcking dalam Sistem Navigasi Mobile Menggunakan Sensor Kinect Mifthahul Rahmi *), Andrizal **), Rahmi
Lebih terperinciPENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI. Disusun Oleh : Hery Pramono NPM.
PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciBAB 1 PENDAHULUAN. perkembangan teknologi yang sangat pesat. Teknologi tersebut didukung dengan adanya
BAB 1 PENDAHULUAN 1.1. Latar Belakang Di jaman yang maju dan serba digital ini, sektor industri telah mengalami perkembangan teknologi yang sangat pesat. Teknologi tersebut didukung dengan adanya sistem
Lebih terperinciKONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR
KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,
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 terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciAKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK
AKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK Dody Novriansyah 1*, Sopian Soim 1, Ade Silvia Handayani 1 1 Program Studi Teknik Telekomunikasi, Fakultas Teknik
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 terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciSISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI
SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI Jourdan Septiansyah Efflan NRP. 2209100084 Dosen Pembimbing Ronny Mardiyanto, ST.,MT.,Ph.D. Ir. Djoko Purwanto,M.Eng.,Ph.D. JURUSAN
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih 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 terperinciRestorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah
Restorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah Bayu Setyo Prayugi Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh
Lebih terperinciSISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA
SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA Dirvi Eko Juliando Sudirman 1) 1) Teknik Komputer Kontrol Politeknik Negeri Madiun Jl Serayu No. 84, Madiun,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENGENALAN KARAKTER ANGKA DARI SEGMENTASI CITRA PLAT NOMOR KENDARAAN DENGAN METODE SOMs Winda Marlia
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan teknologi saat ini menjadi umpan bagi para ahli untuk mencetuskan terobosan-terobosan baru berbasis teknologi canggih. Terobosan ini diciptakan
Lebih terperinciANALISA PERANCANGAN SISTEM
Gambar 2.16. Black Bo Pengujian black bo adalah pengujian aspek fundamental sistem tanpa memperhatikan struktur logika internal perangkat lunak. Metode ini digunakan untuk mengetahui apakah perangkat lunak
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciTUGAS AKHIR PENGENDALIAN ROBOT MOBILE BERBASIS IP (Internet Protocol) MELALUI JARINGAN WIFI. Oleh: Gama Wardhana ( )
TUGAS AKHIR PENGENDALIAN ROBOT MOBILE BERBASIS IP (Internet Protocol) MELALUI JARINGAN WIFI Oleh: Gama Wardhana (5104100051) Tujuan dan Manfaat Tujuan pembuatan tugas akhir ini adalah membuat suatu alat
Lebih terperinciBAB I PENDAHULUAN. upaya yang terbuang hanya untuk melakukan proses monitoring. Saat ini, teknologi
BAB I PENDAHULUAN 1.1 Latar Belakang Monitoring merupakan suatu aktivitas yang bertujuan untuk memantau atau mengamati sesuatu. Kebanyakan kendala dan keterbatasan dalam melakukan monitoring terhadap objek
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Manusia hidup di dunia ini tidak akan pernah terlepas dari yang namanya suatu karya seni, salah satunya seni musik. Pada musik terdapat banyak nada, dan banyak
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
Lebih terperinciPENGUKURAN GETARAN PADA POROS MODEL VERTICAL AXIS OCEAN CURRENT TURBINE (VAOCT) DENGAN METODE DIGITAL IMAGE PROCESSING
PRESENTASI TESIS (P3) PENGUKURAN GETARAN PADA POROS MODEL VERTICAL AXIS OCEAN CURRENT TURBINE (VAOCT) DENGAN METODE DIGITAL IMAGE PROCESSING HEROE POERNOMO 4108204006 LATAR BELAKANG Pengaruh getaran terhadap
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 terperinciPENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING
PENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING Vandry Eko Haris Setiyanto 1, Cahya Rahmad. 2, Ulla Delfana Rosiani. 3 Teknik Informatika, Teknologi Informasi,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Pencemaran udara dapat mempengaruhi kesejahteraan manusia, baik secara
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pencemaran udara dapat mempengaruhi kesejahteraan manusia, baik secara langsung ataupun secara tidak langsung. Pengaruh pencemaran udara secara langsung dapat
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 terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
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 terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciRancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya
Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam Choirul Umul Islami 1, Mike Yuliana 2, Akuwan Shaleh 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik Telekomunikasi
Lebih terperinciPEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI
PEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI Erdhi Widyarto Nugroho Teknik Elektro Universitas Katolik Soegijapranata Semarang e-mail : Erdhi@unika.ac.id ABSTRACT Kamera CCTV adalah suatu kamera yang secara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan hal yang sangat penting bagi makhluk hidup, khususnya manusia. Dengan kondisi tubuh yang sehat, maka kita dapat melakukan aktifitas kita dengan
Lebih terperinciPENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING
PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING ELVA SUSIANTI 2209204802 Pembimbing: 1. ACHMAD ARIFIN, ST., M. Eng., Ph.D 2. Ir. DJOKO PURWANTO, M. Eng., Ph.D. Bidang Keahlian Teknik Elektronika
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciPerancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet
Perancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet Muhammad Agam Syaifur Rizal 1, Widjonarko 2, Satryo Budi Utomo 3 Mahasiswa
Lebih terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
Lebih terperinciMarkerless Augmented Reality Pada Perangkat Android
Markerless Augmented Reality Pada Perangkat Android Yoze Rizki - 2207 100 102 Pembimbing: Mochamad Hariadi, ST.,MSc.,PhD. Cristyowidiasmoro, ST.,MT., Department of Electrical Engineering Faculty of Industrial
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciBAB IV IMPLEMENTASI & EVALUASI
BAB IV IMPLEMENTASI & EVALUASI Pada bab ini membahas tentang bagaimana cara mengimplementasikan dan pengambilan data serta melakukan evaluasi terhadap data-data yang sudah didapatkan. Pertama disini digunakan
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 terperinciIDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME
IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
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 terperinciIDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING
IDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING Mochamada Teguh Kurniawan¹, Koredianto Usman², Achmad Rizal³ ¹Teknik Telekomunikasi,, Universitas
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 terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciTeknik Telekomunikasi Vol.2, No.2, 2014 Politeknik Elektronika Negeri Surabaya
Jurnal Elektro PENS www.jurnalpa.eepis-its.edu Teknik Telekomunikasi Vol.2, No.2, 2014 Politeknik Elektronika Negeri Surabaya SODAR ULTRASONIK UNTUK MONITORING KONDISI RUANG DENGAN KOMUNIKASI NIRKABEL
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Sejak Undang-Undang Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik diberlakukan di Indonesia, banyak masyarakat khususnya pengusaha mulai memperhatikan
Lebih terperinciEvaluasi Pervormance Dari AODV Routing Protokol Pada Jaringan Ad Hoc Dengan Testbed
Evaluasi Pervormance Dari AODV Routing Protokol Pada Jaringan Ad Hoc Dengan Testbed Eri Sugiantoro Laboratory for Telecommunication Networks Institut Teknologi Sepuluh Nopember (ITS), Surabaya 60111 Tel
Lebih terperinci3 METODE. Waktu dan Tempat Penelitian
18 Gambar 17 Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower
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 terperinciBAB I PENDAHULUAN. I.1. Sistem Air Traffic Control (ATC)
BAB I PENDAHULUAN I.1. Sistem Air Traffic Control (ATC) Sistem Air Traffic Control (ATC) merupakan sistem kompleks yang melibatkan sumber daya manusia, lembaga otoritas, manajemen, prosedur operasi dan
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 terperinci