DETEKSI FITUR DAN PENENTUAN LOKASI ROBOT PEMAIN SEPAK BOLA BERBASIS PENANDA YANG TIDAK UNIK
|
|
- Yulia Hardja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 DETEKSI FITUR DAN PENENTUAN LOKASI ROBOT PEMAIN SEPAK BOLA BERBASIS PENANDA YANG TIDAK UNIK Ach Hadi Dahlan Muhtadin Jurusan Teknik Multimedia & Jaringan Mauridhi Hery P heri@ieee.org Ilham Budiono ilham11@mhs.ee.its.ac.id. Ilham Laenur H. ilham.laenur11@mhs.ee.its.ac.id Abstract This paper describe about feature extraction in RoboCup 2013 environment. The features are the ball, the goals and field line. By knowing the features, robot can estimate his position (x, y, θ) in the field. Coordinates (x, y) obtained from the triangulation method, and θ obtained from the orientation sensors which planted in the robot. If it was equipped with a self-localization module, he could participate in global decision making for his team's best interest, such as game strategy, team coordination and role assignment among the players. This research discussed about features extraction for the ball, goal and field boundary. Goal identification is done by applying hough transform to detect lines that represent goalposts and crossbar. Polynomial curve fitting method used to get the distance between robot and the goal. To improve our robot performance, an orientation sensor was added. This sensor can be used to distinguish between oponent s side and our side. Then using non unique landmark and triangulation method, we do localization for soccer robot. As result, based on experiment robot can do localization with m error. Keywords: feature, localization, triangulation. I. PENDAHULUAN Kontes robot sepak bola tingkat internasional atau disebut sebagai Robocup, selalu memberikan tantangan terhadap kontestan robot tersebut. Dengan adanya banyak tantangan,peneliti menciptakan berbagai algoritma dalam penentuan lokasi robot pada lapangan. Penentuan lokasi robot terhadap sebuah atau beberapa fitur secara umum telah dibahas pada [1]. Namun, secara khusus beberapa peneliti sudah membahas penentuan lokasi pada robot pemain sepak bola salah satunya dengan cara sederhana yaitu triangulasi secara individu untuk masing-masing robot [2], penentuan lokasi yang adaptif berdasarkan pandangan robot [3], ataupun dengan cara penentuan lokasi berdasarkan pandangan robot secara bersama-sama (kolaborasi antar robot) [4]. Setelah robot mampu menentukan lokasi dalam lapangan sepak bola, kemampuan tersebut kemudian dikembangkan agar robot dapat saling bekerja sama dalam melakukan penyerangan atau bertahan pada permainan sepak bola seperti pada [5]. II. PENELITIAN SEBELUMNYA Penelitian mengenai penentuan posisi robot dilapangan pernah dilakukan pada [2]. Penelitian tersebut menggunakan metode triangulasi. Robot dapat menentukan posisinya dilapangan berdasarkan penanda pada lapangan standar robocup Dimana penanda yang ada tergolong unik. Perubahan dan peningkatan yang terjadi pada aturan robocup memicu para penelti untuk terus melakukan pembenahan sehingga dapat menyesuaikan diri dengan aturan-aturan baru. Sebagi contoh adalah peubahan warna gawang biru dan kuning menjadi berwana sama yaitu kuning. 168 Yogyakarta State University Yogyakarta - Indonesia
2 III. EKSTRAKSI FITUR Pemilihan Fitur Warna Pada kondisi real, kondisi pencahayaan di lapangan tidak tetap dan tidak rata. Hal tersebut menjadi tantangan tersendiri untuk memilih representasi colorspace terbaik untuk mengatasi variasi dalam kondisi pencahayaan. Kamera robot menghasilkan citra RGB sebagai masukan. Namun, citra RGB colorspace tidak layak apabila langsung diproses untuk sebagian besar aplikasi karena pengaruh lingkungan seperti pencahayaan dan bayangan. mengurangi resolusi citra yang akan diolah, sehingga memungkinkan akses yang cepat pada kepadatan warna yang sesuai di area citra [7]. Langkah selanjutnya yaitu dengan deteksi blob menggunakan segmentasi citra berdasarkan warna hijau lapangan pada ruang warna HSV. Selanjutnya dilakukan closing untuk menutupi celah-celah citra biner yang di dapat dari hasil segmentasi. Celah tersebut berasal dari garis lapangan, bola ataupun robot lawan. Matrix untuk closing di dapat berdasarkan beberapa percobaan sehingga di peroleh ukuran matriks yang sesuai. Hasil akhir segmentasi terlihat pada gambar 2. Gambar 1. HSV Colorspace [6] HSV adalah solusi untuk masalah kondisi lingkungan yang tidak tetap. HSV merupakan representasi colorspace silinder, yang berisi informasi tentang hue, saturation, dan value. Hue mendefinisikan kromatisitas warna dan tidak tergantung pada kondisi pencahayaan. Pada Pada gambar 1 ilustrasi warna direpresentasikan dalam bentuk silinder. Dapat dilihat bahwa warna diwakili oleh dimensi sudut di sumbu vertikal silinder ini [6]. Deteksi Tepi Lapangan Pendeteksian tepi lapangan dilakukan untuk mempermudah proses pengenalan fitur-fitur yang berada di lapangan. Manfaat lainnya adalah menghilangkan noise di luar lapangan yang biasanya berwarna sama dengan fitur dalam lapangan. Citra masukan yang di tangkap kamera berukuran 320x240 pixel. Untuk mempercepat proses pendeteksian tepi lapangan, maka citra tersebut di bagi dalam grid 80x60. Kemudian dibuat citra baru dengan ukuran grid tersebut yang mana 1 pixel pada citra baru mewakili kemunculan warna 4x4 citra asli. Hal tersebut (a) (b) (c) Gambar 2. Proses segmentasi, (a) citra asli (b) segmenasi awal (c) setelah dilakukan closing Selanjutnya adalah proses pengecekan piksel dari kiri ke atas pada masing-masing sumbu y dimulai dari bagian kiri citra biner. Dengan asumsi biner 1 untuk warna hijau dan biner 0 untuk selain hijau, apabila saat pengecekan di dapat nilai biner 0 lebih dari tiga pixel maka pixel terakhir mendapat mendapat biner 1 adalah titik tepinya. Langkah ini berulang sampai dengan sisi terkanan citra. Titik tersebut di simpan dalam bentuk vektor. Langkah terakhir adalah penskalaan balik untuk menentukan tepi lapangan pada citra asal. Sehingga didapat tepi lapangan seperti terlihat pada gambar Yogyakarta State University Yogyakarta - Indonesia
3 Deteksi Gawang Gambar 5 menunjukkan urutan proses deteksi gawang. Langkah pertama dalam pendeteksian gawang adalah deteksi blob dengan cara melakukan segmentasi warna kuning menggunakan kisaran data nilai HSV yang didapat dari proses kalibrasi. Namun, citra biner yang di dapat dari hasil segmentasi masih memiliki unsur noise. Untuk menghilangkan noise tersebut dilakukan proses morphological filtering mnggunakan closing. Gambar 3. Hasil Deteksi Garis Tepi Lapangan Start 1 Deteksi Bola Pendeteksian bola standar robocup yang berwarna jingga biasanya dilakukan dengan cara yang sederhana, yaitu menggunakan segmentasi warna. Sehingga di dapat blob yang nantinya dianggap sebagai bola. Namun dalam hal tersebut robot tidak dapat membedakan bola yang berada di lapangan dengan noise yang berada di luar lapangan seperti baju penonton atau bahkan lingkungan sekitar pertandingan. Untuk dapat membedakan bola di dalam lapangan dan obyek lain diluar lapangan yang memiliki warna sama adalah dengan menganggap bola yang berada di bawah tepi lapangan. Sebelumnya telah di bahas mengenai pendeteksian tepi lapangan. Dari hasil tersebut warna jingga pada citra yang di anggap hanya yang berada di dalam lapangan saja dan mengabaikan warna jingga yang berada di atas tepi lapangan. (a) (b) Gambar 4. Deteksi bola: (a) Bola di dalam lapangan (b) Bola diluar lapangan Hasil yang di peroleh dari dua metode tersebut tidak jauh berbeda. Robot dapat membedakan bola yang berada di dalam lapangan dan noise yang berada di luar lapangan. Hasil pendeteksian bola tersebut terlihat pada gambar 6. Citra RGB Konversi Ke HSV Deteksi Blob Kuning Deteksi Tepi 1 Deteksi Garis Pemrosesan Garis Penentuan titiktitik pentng Tinggi tiang Stop Gambar 5. Diagram alir pendeteksian gawang Selanjutnya dilakukan deteksi tepi dan kontur pada citra biner hasil segmentasi untuk mendapatkan kumpulan titik paling tepi dari blob tersebut. Titik-titik ini mempunyai informasi koordinat pada bidang citra ( ). Metode transformasi Hough [8] diterapkan pada citra biner hasil deteksi tepi, sehingga di dapat garis-garis yang membentuk tepi tersebut. Garis-garis tersebut selanjutnya akan dilakukan ekstraksi fitur untuk memperoleh mistar dan tiang gawang. Mistar gawang merupakan garis horisontal sedangkan tiang gawang adalah garis vertical. Sudut tiang gawang di dapat dari perpotongan kedua garis tersebut. Dan titik dasar tiang gawang didapat dengan melakukan pengecekan dari perpotongan garis tersebut sampai pada titik terbawah garis tiang gawang sampai tidak lagi ditemukan warna pixel putih. Tinggi tiang gawang di dapat dari perhitungan jarak titik potong dan titik dasar tiang gawang. Tinggi tiang selanjutnya akan di jadikan acuan untuk proses estimasi jarak robot terhadap gawang. 170 Yogyakarta State University Yogyakarta - Indonesia
4 (a) (b) Gambar 6. Deteksi gawang dengan hanya sebagian gawang yang terlihat, (a) hasil deteksi tiang kiri dan (b) hasil deteksi tiang kanan Apabila hanya terdeteksi separuh tiang, untuk membedakan tiang kiri dan kanan perludilakukan pengecekan warna pixel putih pada area garis vertikal mistar gawang. Apabila wana pixel putih di kiri perpotongan garis lebih dominan maka itu adalah tiang kanan, dan juga sebaliknya. Namun untuk membedakan tiang gawang sendiri dan gawang musuh dapat menggunakan sensor orientasi sebagai acuan. Hasil pendeteksian gawang dapat dilihat pada gambar 6. IV. PENENTUAN POSISI ROBOT DI LAPANGAN Penentuan posisi robot di lapangan dapat menjadi strategi dalam permainan sepak bola robot. Pada penelitian ini kami menggunakan metote triangulasi [2], dan digabungkan dengan sensor orientasi sebagai pembeda gawang sendiri dan gawang musuh. Sehingga untuk penentuan sudut robot sepenuhnya bergantung pada sensor tersebut. Langkah pertama dalam penentuan posisi robot adalah memperoleh estimasi jarak robot dengan penanda. Estimasi jarak di peroleh dengan melakukan perbandingan antara tinggi tiang dan jarak robot sebenarnya dengan beberapa percobaan. Sehingga di peroleh persamaan berdasarkan metode curve fitting. Ketika jarak antara robot dan minimal dua penanda (tiang kiri(xa, ya) dan tiang kanan(xb, yb)) di peroleh, maka posisi robot (xr, yr) dapat di peroleh dengan menentukan perpotongan dua lingkaran dengan jari-jari r1 dan r2 yang berpusat pada dua penanda yang di ketahui sebelumnya. Sebagai ilustrasi dapat di lihat pada gambar 7. Gambar 7. Penetuan posisi robot dengan metode triangulasi V. PERCOBAAN DAN HASIL Percobaan penentuan posisi robot dilakukan pada robot sebenarnya menggunakan platform DARwIn-OP. Robot di tempatkan di posisi yang berbeda-beda untuk mengatahui akurasi penentuan posisi yang didapat. Table 1 menunjukkan perbandingan posisi robot sebenarnya dan hasil penentuan posisi robot menggunakan metode triangulasi dengan acuan penanda tidak unik berupa gawang. Tabel 1. Hasil penentuan posisi No Posisi robot Hasil galat x y x y (jarak(m)) 1 3,50 2,60 3,60 2,63 0, ,20 3,50 3,15 3,55 0, ,50 4,00 2,66 4, ,50 3,50 2,70 3,31 0, ,50 2,90 2,65 2, ,50 2,45 2,60 2, ,40 2,50 1,63 2, ,50 1,70 1,53 1, Galat rata-rata : Dari pengujian delapan titik di dapat galat rata-rata sebesar meter. Berdasar percobaan yang dilakukan, tingkat akurasi posisi bergantung pada hasil estimasi jarak robot dengan penanda. Semakin mendekati kebenaran jarak yang didapat maka posisi yang diperoleh akan semakin akurat. VI. K ESIMPULAN Penelitian ini masih dalam tahap penyelesaian akhir berupa penentuan lokasi 171 Yogyakarta State University Yogyakarta - Indonesia
5 robot untuk seluruh bagian lapangan. Kami sudah berhasil melakukan ektraksi fitur yang tidak unik pada lapangan untuk robot pemain sepak bola yang meliputi deteksi bola, deteksi tepi lapangan, dan deteksi gawang. Dari penelitian yang kami lakukan, kami memperoleh kesimpulan sebagai berikut: 1) Pendeteksian bola dapat dengan melakukan pengecekan warna lapangan di sekitar bola atau hanya memproses warna bola yang berada di lapangan. 2) Gawang dapat diperoleh dengan melakuakan tranformasi hough garis sehingga di dapat perpotongan antara mistar dan tiang gawang yang menjadi acuan utama sebagai pengenalan gawang. 3) Hasil penentuan posisi menggunakan metode triangulasi cukup akurat. Dari pengujian 8 titik di peroleh galat rata-rata 0,1154 meter. IX. Daftar Pustaka [1] S. Thrun, Probabilistic robotics, ser. Intelligent robotics and autonomous agents. Cambridge, Mass: MIT Press, [2] M. Andung Muntaha, Muhtadin, and M. Hery Purnomo, Self-localization for humanoid soccer robots based on triangulation method, in Indonesian Symposium On Robot Soccer Competition. Semarang: Dian Nuswantoro University, Jun. [3] C. Hsien Hsia, J. Shiun Chiang, and S. Hung Chang, Adaptive vision-based self-localization system for humanoid robot of RoboCup, vol. 9 Number 3, Mar [4] C.-H. Chang, S.-C. Wang, and C.-C. Wang, Vision-based cooperative simultaneous localization and tracking. IEEE International Conference Robotics and Automation ICRA, May 2011, pp [Online]. Available: r.htm?arnumber= VII. PENELITIAN SELANJUTNYA Kami akan melakukan penambahan pendeteksian penanda seperti garis lapangan. Pendeteksian garis lapangan dapat menggunakan [7]. Dengan penambahan penanda proses penentuan posisi robot akan lebih akurat karena akan lebih mudah memperoleh penanda sebagai acuan untuk penentuan posisi robot di lapangan. Selain itu perlu di lakukan optimasi terkait penelitian ini dan sebelum-sebelumnya. VIII. UCAPAN TERIMAKASIH Penulis menyampaikan terima kasih kepada yang telah memberikan pen-danaan dalam semua kegiatan Robotika di ITS termasuk salah satu bagiannya adalah publikasi Makalah ini. Penulis juga menyampaikan ucapan terima kasih kepada semua anggota tim Dosen Pembimbing robot di Institut Teknologi Sepuluh Nopember. [5] C. Y. Low, N. Aziz, M. Aldemir, M. Mellado, R. Du-mitrescu, and H. Anacker, Principle solution for designing collaborative humanoid soccer robots, Procedia Engineering, vol. 41, pp , Jan [Online]. Available: [6] G. Amogh, G. D. Patrick, K. M. Georgios, S. Nikolaas, Feature Detection and Localization for the RoboCup Soccer SPL, University of Amsterdam. Feb [7] S. Hannes, L. Weichao, S. Jorg, B. Sven, Utilizing the Structure of Field Lines for Efficient Soccer Robot Localization, in Proceedings of RoboCup International. Symposium. Singapore. Jun [8] A. Mercader Pallarés, D. Puig Valls, and T. González Sánchez, Goal detection for soccerplaying robots based on hough transform, Departament denginyeria Informàtica i Matemàtiques, Universitat Rovira I Virgili,Tech. Rep., Yogyakarta State University Yogyakarta - Indonesia
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK Ach Hadi Dahlan 1), Muhtadin 2), dan Mauridhi Hery Purnomo 3) Jurusan
Lebih terperinciLatar Belakang 7/3/2014
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK OLEH : ACH HADI DAHLAN 2210100180 DOSEN PEMBIMBING : 1. PROF. DR.
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciBAB II DASAR TEORI Kajian Pustaka a. Algoritma Pengambilan Keputusan Pada Kiper Robot Sepak Bola [1]
BAB II DASAR TEORI Pada bab ini akan dibahas beberapa teori pendukung yang digunakan sebagai acuan dalam merealisasikan sistem. Teori-teori yang digunakan dalam pembuatan skripsi ini terdiri dari 2.1.
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 terperinciOPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS Yisti Vita Via Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sepakbola adalah salah satu olahraga yang paling populer di dunia. Keberadaan sepakbola sebagai hiburan juga telah menjamah ke dunia robotika. Saat ini para peneliti
Lebih terperinciAplikasi Graf pada Deskripsi Sistem Lokalisasi Robot Humanoid dengan Metode Monte Carlo Localization dan K Means Clustering
Aplikasi Graf pada Deskripsi Sistem Lokalisasi Robot Humanoid dengan Metode Monte Carlo Localization dan K Means Clustering Miftahul Mahfuzh (13513017) Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah 1), Djoko Purwanto 2), Ronny Mardiyanto 3) 1), 2),3) Teknik Elektro
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah1) Djoko Purwanto2) Ronny Mardiyanto3) 1) 2)3) Teknik Elektro Institut
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 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 terperinciPokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP
Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP PENDAHULUAN 1. Sistem navigasi robot banyak dipakai dimanfaatkan untuk berbagai kebutuhan misalnya untuk membantu departemen pemadam
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 terperinciSistem Ar Drone Pengikut Garis Menggunakan Algoritma Progressive Probabilistic Hough Transform
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 2965-2971 http://j-ptiik.ub.ac.id Sistem Ar Drone Pengikut Garis enggunakan Algoritma Progressive
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
Lebih terperinciAplikasi Graf untuk Penentuan Aksi Robot Sepak Bola (Robosoccer)
Aplikasi Graf untuk Penentuan Aksi Robot Sepak Bola (Robosoccer) Khoirunnisa Afifah (13512077) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
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 terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciSISTEM IDENTIFIKASI POSISI PELAT NOMOR KENDARAAN SECARA OTOMATIS MENGGUNAKAN HOUGH TRANSFORM
SISTEM IDENTIFIKASI POSISI PELAT NOMOR KENDARAAN SECARA OTOMATIS MENGGUNAKAN HOUGH TRANSFORM Billy Buana Putra NRP : 1122055 Email : billy_buana@yahoo.com ABSTRAK Pengenalan pelat nomor kendaraan secara
Lebih terperinciPENERAPAN BEHAVIOR BASED ROBOTIC PADA SISTEM NAVIGASI DAN KONTROL ROBOT SOCCER
PENERAPAN BEHAVIOR BASED ROBOIC PADA SISEM NAVIGASI DAN KONROL ROBO SOCCER Ravi Harish Maulana Jurusan eknik Elektro IS, Surabaya 60111, email: rv_axione@yahoo.co.id Abstrak Dalam perancangan robot soccer,
Lebih terperinciGERAKAN BERJALAN OMNIDIRECTIONAL UNTUK ROBOT HUMANOID PEMAIN BOLA
GERAKAN BERJALAN OMNIDIRECTIONAL UNTUK ROBOT HUMANOID PEMAIN BOLA Disusun oleh : Nama : Christian Hadinata NRP : 0822017 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH No. 65,
Lebih terperinciPenerapan Algoritma Greedy untuk Mendeteksi Bola pada Robot Sepak Bola Beroda
Penerapan Algoritma Greedy untuk Mendeteksi Bola pada Robot Sepak Bola Beroda Muhammad Hilmi Asyrofi 13515083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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 terperinciPerbandingan Metode CF dan k-nn untuk Identifikasi Warna pada Robot Soccer
137 Perbandingan Metode CF dan k-nn untuk Identifikasi Warna pada Robot Soccer Syaiful Amri, Hadi Suyono, dan Onny Setyawati Abstrak Robot soccer adalah salah satu divisi dari Kontes Robot Cerdas Indonesia
Lebih terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
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 terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma.
BAB II DASAR TEORI Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. 2.1. Deteksi Bola 2.1.1. Colorspace Colorspace adalah model abstraksi matematis
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 terperinciPENENTUAN THRESHOLD CITRA MULUT DENGAN METODE NORMAL PROBABILITY DENSITY FUNCTION (NPDF) GUNA MENDETEKSI MULUT PEMELAJAR
ISSN cetak 087-76 ISSN online 548-777 ILKOM Jurnal Ilmiah Volume Nomor Agustus 07 PENENTUAN THRESHOLD CITRA MULUT DENGAN METODE NORMAL PROBABILITY DENSITY FUNCTION (NPDF) GUNA MENDETEKSI MULUT PEMELAJAR
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 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 terperinciPendeteksian Bola untuk Robot Sepak Bola Humanoid Berbasis Pengenalan Pola
IJEIS, Vol.7, No.1, April 2017, pp. 105~116 ISSN: 2088-3714 105 Pendeteksian Bola untuk Robot Sepak Bola Humanoid Berbasis Pengenalan Pola Fauzi Nur Iswahyudi* 1, Bakhtiar Alldino Ardi Sumbodo 2 1 Program
Lebih terperinciFitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan
Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak
Lebih terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu yang mempelajari Multi-Robot System (MRS) telah tumbuh secara signifikan dan pentingnya dalam beberapa tahun terakhir [1]. Perhatian khusus telah diberikan untuk
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 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 terperinciABSTRAK Robovision merupakan robot yang memiliki sensor berupa indera penglihatan seperti manusia. Untuk dapat menghasilkan suatu robovision, maka
ABSTRACT Robovision is a robot that has a sensor in the form of the human senses such as vision. To be able to produce a robovision, it is necessary to merge the technologies of robotics and computer vision
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 terperinciBAB 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi robotika di masa sekarang sudah menjadi bagian penting dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus meningkat dengan sangat
Lebih terperinciBAB III PERANCANGAN. Gambar 3.1. Sistem instruksi dan kontrol robot.
BAB III PERANCANGAN Membahas perancangan sistem yang terdiri dari gambaran umum sistem dan bagaimana mengolah informasi yang didapat dari penglihatan dan arah hadap robot di dalam algoritma penentuan lokasi
Lebih terperinciEKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH. Oleh: Kholistianingsih
EKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH Oleh: Kholistianingsih Abstract Face recognition is a non-contact biometric identification that tries to verify individuals automatically based
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
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 terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
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 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
Lebih terperinciBABI PENDAHULUAN 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Kebutuhan sistem otomatis dalam dunia industri dan non-industri yang semakin kompleks menyebabkan permintaan pasar terhadap teknologi machine vision semakin meningkat
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 terperinciDAFTAR ISI ABSTRAK... 7 KATA PENGANTAR... 8 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN...
DAFTAR ISI Penulis Halaman ABSTRAK..... 7 KATA PENGANTAR... 8 DAFTAR ISI.... 10 DAFTAR TABEL... 15 DAFTAR GAMBAR... 16 DAFTAR LAMPIRAN... 18 BAB I PENDAHULUAN... 2 1.1 Latar Belakang Masalah... 2 1.2 Perumusan
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
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 terperinciPenjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt
Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
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 II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih 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 terperinciBAB 3 METODE PERANCANGAN
BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor
Lebih terperinciPendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) F 201 Pendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi Hendijanto Dian Pradikta dan Arif Wahyudi
Lebih terperinciESTIMASI POSISI OBJEK BERDASARKAN STEREO VISION SYSTEM
ESTIMASI POSISI OBJEK BERDASARKAN STEREO VISION SYSTEM Chandra Suharlim; Eka Putra; Tommy Budiman; Iman Herwidiana Kartowisastro Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciPENERAPAN METODE HOUGH LINE TRANSFORM UNTUK MENDETEKSI PINTU RUANGAN MENGGUNAKAN KAMERA
PENERAPAN METODE HOUGH LINE TRANSFORM UNTUK MENDETEKSI PINTU RUANGAN MENGGUNAKAN KAMERA ABSTRACT Syahri Muharom Jurusan Teknik Elektro Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim, Klampis
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciBAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA
BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar belakang Robot selain diterapkan untuk dunia industri dapat juga diterapkan untuk dunia pertanian. Studi yang
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 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara,
Lebih terperinciESTIMASI JARAK DAN POSISI ORIENTASI OBJEK MENGGUNAKAN STEREO CAMERA DAN KALMAN FILTER
ESTIMASI JARAK DAN POSISI ORIENTASI OBJEK MENGGUNAKAN STEREO CAMERA DAN KALMAN FILTER Faikul Umam Program Studi Mekatronika, Fakultas Teknik,Universitas Trunojoyo Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan
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 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 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 terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
Lebih terperinciOptimalisasi dan Perancangan Algoritma Pergerakan dan Komunikasi pada Robot Penyerang Humanoid Soccer
Optimalisasi dan Perancangan Algoritma Pergerakan dan Komunikasi pada Robot Penyerang Humanoid Soccer Daniel Santoso 1, Deddy Susilo 2, Bob William Chandra 3 Program Studi Teknik Elektro, Fakultas Teknik
Lebih terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciAnalisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang
Analisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang Pulung Nurtantio Andono 1, Guruh Fajar Shidik 2, Ricardus Anggi Pramunendar 3, Catur Supriyanto
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
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 terperinciKONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT. oleh. Ricky Jeconiah NIM :
KONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT oleh Ricky Jeconiah NIM : 622009004 Skripsi Untuk melengkapi salah satu syarat memperoleh Gelar
Lebih terperinciSEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK
SEGMENTASI WARNA CITRA DENGAN DETEKSI WARNA HSV UNTUK MENDETEKSI OBJEK Benedictus Yoga Budi Putranto, Widi Hapsari, Katon Wijana Fakultas Teknik Program Studi Teknik Informatika Universitas Kristen Duta
Lebih terperinciSEGMENTASI CITRA TELUR AYAM BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN LAB
SEGMENTASI CITRA TELUR AYAM BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN LAB Putu Desiana Wulaning Ayu 1, Gede Angga Pradipta 2 Program Studi Sistem Informasi, STMIK STIKOM BALI Jl.Raya Puputan Renon No.86,
Lebih terperinciMODEL DAN TEKNIK KALIBRASI CITRA UNTUK SISTEM AUTONOMOUS ROBOT
MODEL DAN TEKNIK KALIBRASI CITRA UNTUK SISTEM AUTONOMOUS ROBOT Awang Hendrianto Pratomo, Mohd. Shanudin Zakaria, dan Anton Satria Prabuwono Center for Artificial Intelligence Technology, Fakulti Teknologi
Lebih terperinciPENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID
PENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID Nur Khamdi 1*, Muhammad Susantok 2, Piter Leopard 1 1 Program Studi Teknik Mekatronika, Politeknik Caltex Riau 2 Program
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciRANCANG BANGUN APLIKASI PENDETEKSI BENTUK DAN WARNA BENDA PADA MOBILE ROBOT BERBASIS WEBCAM
RANCANG BANGUN APLIKASI PENDETEKSI BENTUK DAN WARNA BENDA PADA MOBILE ROBOT BERBASIS WEBCAM Yustinus Pancasila Prayitno 1) 1) S1 / Jurusan Sistem Komputer, STIKOM Surabaya. Email: justinlyonhart@gmail.com
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinci