SISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI
|
|
- Leony Hardja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Teknik Informatika Disusun Oleh : ANGGIE WIBOWO NPM : FAKULTAS TEKNIK (FT) UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA UN PGRI KEDIRI 2017
2 ABSTRAK Anggie wibowo: Sistem Pengenalan Pola Motif Batik Kediri, Skripsi, Teknik Informatika, Fakultas Teknik UNP Kediri, Kain batik adalah asli warisan nenek moyang bangsa Indonesia dan merupakan ciri khas bangsa Indonesia dan telah di akui Dunia. Batik sudah merupakan bagian dari masyarakat Indonesia. Apalagi dengan disahkanya batik sebagai identitas Bangsa Indonesia oleh UNESCO pada tanggal 2 oktober Hampir seluruh daerah di Indonesia memiliki ciri khas motif batik sendiri.setiap motif tersebut memiliki berbagai macam makna dan sejarah dari setiap daerah tersebut. Misalnya, di Jawa timur khususnya daerah kediri. Misalnya batik ikan koi yang berasal dari plosoklaten yang melambangkan jenis usaha yang berkembang di plosoklaten. Adanya kemiripan pola atau motif batik dan sifat manusia yang subyektif mengakibatkan orang kesulitan dalam mengidentifikasi tingkat kemiripan pola motif batik. Dari permasalahan tersebut, maka dapat dirumuskan masalah sebagai berikut: (1) Bagaimana menerapkan metode principal component analysis dalam pembuatan aplikasi pengenalan pola batik kediri? (2) Bagaimana mengitung jarak terdekat pengenalan citra batik menggunakan metode Euclidean distance? Penelitian dilakukan untuk mengenali pola motif batik dengan menggunakan metode PCA, dan di klasifikasikan dengan metode euclidean distance. Sebelum masuk ke ekstraksi ciri dilakukan proses cara memisahkan citra RGB menjadi 3 buah citra, citra merah,citra hijau,citra biru. Misal data training dan testing citra RGB beserta hasil ekstrasinya(citra merah,citra hijau, citra biru). Setelah nilai didapatkan atau ditentukan nilai minimal dari masing-masing ekstraksi ciri, Kemudian dari nilai ekstraksi ciri dapat dilakukan pencocokan jarak terdekat, Dengan membandingkan citra testing dan nilai minimal ekstraksi ciri menggunakan euclidean distance. Berdasarkan hasil pengujian yang telah dilakukan dapat diambil kesimpulan (1) Proses pengenalan pola motif batik dilakukan dengan mengekstraksi ciri dengan menggunakan metode PCA dan diklasifikasikan dengan metode euclidean distance. (2) Sebelum masuk ke ekstraksi ciri dilakukan proses ekstraksi nilai dari matriks RGB tersebut dengan cara memisahkan citra RGB menjadi 3 buah citra, citra merah, citra hijau, citra biru. (3) Setelah nilai didapatkan atau ditentukan nilai minimal dari masing-masing ekstraksi ciri, kemudian dari nilai ekstraksi ciri dapat dilakukan pencocokan jarak terdekat, dengan membandingkan citra testing dan nilai minimal ekstraksi ciri menggunakan euclidean distance. (4) Aplikasi bantu pengolahan citra dapat dibuat dengan tingkat akurasi sebesar 80% kebenaran aplikasi dan 20% kesalahan aplikasi. Dari hasil uji coba yang dilakukan terhadap sistem menggunakan 10 jenis motif batik, 2 jenis motif batik gagal dikenali oleh sistem. Oleh sebab itu didapatkan hasil akurasi sistem sebesar 80%. Kata Kunci: Batik, Pengenalan, Ekstraksi Ciri, PCA, Euclidean Distance
3 I. PENDAHULUAN A. Latar Belakang Kain batik adalah asli warisan nenek moyang bangsa Indonesia dan merupakan ciri khas bangsa Indonesia dan telah di akui dunia. Batik merupakan bagian dari masyarakat indonesia. Apalagi dengan disahkanya batik sebagai identitas bangsa indonesia oleh UNESCO pada tanggal 2 oktober Hampir seluruh daerah di indonesia memiliki ciri khas motif batik sendiri. Setiap motif tersebut memilki berbagai macam makna dan sejarah dari setiap daerah tersebut. Misalnya, di jawa barat ada beberapa daerah yang terkenal akan batiknya hampir keseluruh indonesia yaitu mega mendung (Cirebon), kujang (Cimahi), dan iwan ketong. Pada penelitian-penelitian sebelumnya sistem identifikasi batik belum terlalu spesifik atau detail untuk menjelaskan tentang jenis pengenalan pola batik daerah, masih pada jenis batik saja dan belum spesifik dan detail, seperti halnya jenis motif batik daerah semen kediri. Karena di daerah kediri jenis motif nya tidak hanya satu setiap daerah jenis motif dan pola batik berbeda untuk mengetahui atau mengenal citra batik berdasarkan jenis motifnya. Untuk mengetahui pola dan motif batik dibuatlah sistem pengenalan pola motif batik kediri. Dengan menggunakan metode principal component analysis pada suatu teknik yaitu mereduksi data multidimensi menjadi data dengan dimensi yang lebih kecil, dengan tetap mempertahankan karakteristik data tersebut. euclidean distance adalah salah satu teknik pencocokan atau mencari jarak terdekat dengan menghitung jarak antara 2 objek yang merupakan selisih antara 2 buah vector yang akan dibandingkan untuk pengenalan sebuah objek yang akan diuji dan menghasilkan pengenalan pola motif batik. Sistem identifikasi motif batik merupakan salah satu kegiatan pengenalan motif batik yang ada di kecamatan semen kediri. Karena di daerah kecamatan semen masih belum ada sistem pengenalan pola motif batik. B. Identifikasi masalah Berdasarkan latar belakang masalah di atas, maka dapat diidentifikasi masalah yaitu: Belum adanya alat bantu yang mempermudah masyarakat umum mengenali motif batik yang ada di kecamatan semen kediri. Ada berbagai jenis batik yang ada di indonesia, namun tidak semua orang mengenali batik khas semen kediri. Masyarakat masih menganggap batik hanya ada didaerah solo, jojga, pekalongan. Tetapi pada kenyataanya tidak seperti itu di daerah kediri tepatnya di kecamatan semen banyak pengrajin yang membuat batik khas kediri sehingga diperlukan alat bantu yang mempermudah dan mengetahui jenis motif batik yang ada di kediri. Dalam aplikasi ini akan membahas pola motif batik semen yaitu mencari sebuah kemiripan hasil yang lebih dominan dari gambar asli yang berada pada suatu database yang telah disiapkan sebelumnya. Sistem ini akan membantu dan dapat menjawab ketidaktahuan masyarakat luas tentang motif batik yang ada di kediri, dan dapat berkembang luas di tanah air dan di luar negeri. Sehingga kota kediri dijadikan destinasi kerajinan batik yang semakin
4 terkenal dan memiliki ciri khas tersendiri. C. Pembatasan Masalah Batasan masalah dalam penelitian ini adalah sebagai berikut : 1. Citra yang dibahas adalah citra motif batik. 2. Obyek yang digunakan adalah sample citra motif batik yang berada di desa semen kediri. 3. Data citra motif batik adalah file gambar berformat JPG dan berukuran 80x80 pixel. 4. Jumlah data yang digunakan adalah 50 citra batik dari 10 motif batik. 5. Untuk pengambilan datanya menggunakan kamera digital. 6. Untuk mengklasifikasikan citra motif batik menggunakan metode principal component analysis. 7. Perangkat Lunak yang digunakan untuk membuat sistem adalah matlab. 8. Untuk menghitung jarak terdekat menggunakan euclidean distance. D. Rumusan Masalah Dari kasus diatas maka dapat dirumuskan beberapa masalah berikut ini : 1. Bagaimana menerapkan metode principal component analysis dalam pembuatan aplikasi pengenalan pola batik kediri? 2. Bagaimana mengitung jarak terdekat pengenalan citra batik menggunakan metode euclidean distance? E. Tujuan Penelitian Tujuan yang hendak dicapai dari penelitian ini antara lain sebagai berikut : 1. Untuk menerapkan pengenalan motif batik dengan metode principal component analysis 2. Untuk menghitung jarak terdekat citra batik dengan metode euclidean distance F. Kegunaan Penelitian Adapun manfaat dari hasil penelitian ini adalah : 1. Manfaat Praktis Peneliti memperoleh pengetahuan berkaitan dengan pengolahan citra digital. 2. Manfaat Teoritis Dari penelitian ini diharapkan dapat menjadi pembanding antara ilmu-ilmu teknologi informasi dengan kejadian nyata di kehidupan sehari-hari sehingga dapat memajukan teknologi informasi khususnya dalam bidang pengolahan citra digital. G. Metodologi Penelitian Metodologi penelitian yang digunakan adalah penelitian kuantitatif dan eksperimental dengan melakukan analisa penerapan metode PCA untuk mengenali citra motif batik dengan mengubah data training dan datat testing untuk memperoleh hasil yang maksimal. H. Pendekatan Teknik 1. Studi Pustaka Daftar referensi dari semua jenis referensi seperti buku, jurnal papers, artikel, disertai, tesis, skripsi, hand outs, laboratory manuals, dan karya ilmiah lainya yang dikutip di dalam penulisan proposal. 2. Mengumpulkan Data Citra Data yang dikumpulkan yaitu data training dan test hasil gambar (foto) motif batik yang diambil dari desa semen kabupaten kediri. 3. Melakukan Rekayasa Sistem Perancangan software yang akan dibuat oleh peneliti berdasarkan studi literatur yang ada. Perancangan sistem meliputi desain alur program,
5 antarmuka dan algoritma pemrograman. 4. Menganalisa dan Merancang Sistem Pembuatan program atau perancanganya dilakukan berdasarkan studi literatur dan rancangan sistem yang telah dibuat sebelumnya. Pembuatan atau perancangan menggunakan bahasa pemrograman yang telah disepakati sebelumnya. 5. Melakukan Koding Pengimplementasikan hasil penelitian menjadi bahasa pemrograman. 6. Melakukan Pengujian dan Implementasi Sistem Pembuatan perangkat lunak dari hasil perancangan sistem pengenalan motif batik berdasarkan citra batik, melakukan pengujian sistem kerja dan analisis sistem program ini dengan pengujian meliputi pengenalan motif batik. I. Kriteria Pengujian Kriteria yang ditetapkan oleh penulis untuk menilai keberhasilan pembangunan sistem pengenalan citra motif batik menggunakan metode PCA adalah sebagai berikut : 1. Validitas Sistem harus mampu memberikan informasi dari setiap motif batik. 2. Kepraktisan Dalam penggunaannya sistem harus dapat memudahkan pengguna sehingga informasi dapat dipahami oleh pengguna. 3. Efektifitas Sistem harus dapat dengan mudah dipahami pengguna. Desain sistem dan navigasi harus mudah dioperasikan pengguna II. TINJAUAN PUSTAKA 1. Batik Batik merupakan wujud hasil cipta karya seni yang adiluhung, diekspresikan pada motif kain untuk pakaian, sarung, kain panjang, dan kain dekoratif lainnya. Secara harfiah batik dijelaskan sebagai kain bergambar yang dibuat secara khusus dengan menuliskan atau menorehkan malam (lilin) pada kain, kemudian pengolahannya diproses dengan cara tertentu. Teknik pembuatan batik dikerjakan dengan cara cap, printing (sablon), kain tekstil bercorak batik, batik dengan komputer, serta batik tulis. Batik tulis dibuat dengan menggunakan malam dan canting. Awal pengenalan batik di indonesia melalui proses asimilasi kebudayaan pendatang cina dan india, kemudian dengan penduduk pribumi, sejalan dengan perkembangan nilai sosial dan budaya bangsa indonesia, batik hasil karya seni tumbuh dan berkembang menjadi kekayaan nasional yang bernilai tinggi dan telah mendapat pengakuan dari PBB melalui UNESCO sebagai warisan budaya dunia (Intangible cultural heritage) yang dihasilkan oleh indonesia (Wulandari, 2011). 2. Citra Definisi citra menurut kamus Webster, definisi citra adalah suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan tak tampak. Citra tampak contohnya, foto, gambar yang nampak dilayar monitor (citra optis). Sedangkan citra tak tampak misalnya data gambar dalam file (citra digital). Untuk dapat dilihat mata manusia, citra tak tampak harus diubah menjadi citra tampak, misalnya
6 dengan menampilkannya di monitor. Karena berbentuk data numeris, maka citra digital dapat diolah dengan computer (Balza, 2005). 3. Principal Component Analysis Principal Components Analysis (PCA) ditemukan pada tahun 1901 oleh Karl Pearson. Sebutan lain untuk Principal Components Analysis (PCA) (Smith, 2002). Adalah transformasi Karhunen-Loeve (singular value decomposition) pada matriks, transformasi Hotelling atau Proper Orthogonal Decomposition (POD) ataupun Empirical Orthogonal Function (EOF). Metode PCA digunakan untuk mereduksi dimensi variable data input menjadi komponen utama yang berdimensi lebih kecil dengan kehilangan informasi minimum. dengan usaha minimal, PCA mampu menyediakan alur bagaimana mengurangi kumpulan data yang kompleks ke dalam dimensi yang lebih kecil (Purnomo, 2010). 4. Metode Euclidean Distance Euclidean Distance atau jarak digunakan untuk menentukan tingkat kesamaan (similarity degree) atau ketidaksamaan (disimilarity degree) dua vektor fitur. Tingkat kesamaan berupa suatu nilai score dan berdasarkan score tersebut dua vektor fitur akan dikatakan mirip atau tidak (Putra, 2010). Euclidean Distance adalah metrika yang paling sering digunakan untuk menghitung kesamaan 2 vektor. Euclidean distance menghitung akar dari kuadrat perbedaan 2 vektor (Putra, 2010). Rumus dari euclidean distance : Keterangan : : jarakeuclidean antara i dan j n : jumlah data training : data training : data testing 5. Matlab (Matrix Laboratory) Matlab adalah sebuah bahasa dengan kemampuan tinggi untuk komputasi teknis. Matlab menggabungkan komputasi, visualisasi, dan pemrograman dalam satu kesatuan yang mudah digunakan di mana masalah dan penyelesaiannya diekspresikan dalam notasi matematik yang sudah dikenal (Muhalian, 2013). 6. METODE PENGEMBANGAN A. Flowchart Sistem Gambar 2.1 Flowchart Sistem
7 B. Data Training dan data testing Gambar 2.2 data training dan data testing C. Hasil testing 1. euclidean distance dengan citra training ke-1 2. euclidean distance dengan citra training ke euclidean distance dengan citra training ke-3. D. Validasi Model Hasil pengenalan pola motif batik yang dikenali atau termirip dan tidak mirip atau tidak dapat dikenali dapat ditentukan dengan membandingkan mencocokan nilai citra testing dengan nilai minimal atau nilai yang diperoleh dari ekstraksi ciri. Dimana hasilnya akan membandingkan pola motif batik yang termirip dan yang tidak mirip. Langkah terakhir, dilakukan perbandingan antara nilai euclidean distance yang didapat. Semakin kecil nilai euclidean distance, maka data testing dan data training semakin mirip. dari nilai d1, d2, dan d3 yang diperoleh, tampak bahwa nilai euclidean distance terkecil dimiliki oleh d1 yang artinya data testing paling mirip dengan data training pertama. Karena kelas dari data training pertama adalah batik Ikan Koi, maka data testing juga merupakan batik Ikan koi. 7. PEMBAHASAN Tampilan aplikasi pengolahan citra untuk pengenalan pola motif batik berdasarkan polanya menggunakan metode ekstraksi ciri seperti berikut: Gambar 2.3 interface pertama Gambar 2.3 adalah tampilan pertama sebelum dimasukan data batik training untuk memanggil folder data training kemudian proses. Gambar 2.4 Tampilan setelah gambar di inputkan
8 Kemudian tampilan setelah dimasukan data batik hasil dari citra RGB dan yang paling mirip, training memanggil data training, setelah itu proses,setelah itu folder testing untuk memanggil data testing lalu proses. Gambar 2.5 Hasil detail pengenalan batik ikan koi Gambar 2.5 Hasil detail pengenalan batik ikan koi beserta nilai dari euclidean distance Pilih tombol detail untuk hasil interface atau tampilan batik euclidean distance yang paling mirip A. Simpulan Dari rumusan masalah dan tujuan penelitian, didapatkan simpulan yakni 1. Proses pengenalan pola motif batik dapat dilakukan dengan mengekstraksi ciri dengan menggunakan metode PCA dan diklasifikasikan dengan metode euclidean distance. Sebelum masuk ke ekstraksi ciri dilakukan proses ekstraksi nilai dari matriks RGB tersebut dengan cara memisahkan citra RGB menjadi 3 buah citra, citra merah, citra hijau, citra biru. Misal data training dan testing citra RGB beserta hasil ekstrasinya(citra merah, citra hijau, citra biru). 2. Setelah nilai didapatkan atau ditentukan nilai minimal dari masing-masing ekstraksi ciri, kemudian dari nilai ekstraksi ciri dapat dilakukan pencocokan jarak terdekat, dengan membandingkan citra testing dan nilai minimal ekstraksi ciri menggunakan euclidean distance. Aplikasi bantu pengolahan citra dapat dibuat dengan tingkat akurasi aplikasi sebesar 80% kebenaran aplikasi dan 20% kesalahan aplikasi. Dari hasil uji coba yang dilakukan terhadap sistem menggunakan 10 jenis motif batik, 2 jenis motif batik gagal dikenali oleh sistem. Oleh sebab itu didapatkan hasil akurasi sistem sebesar 80%. B. Saran Kesempurnaan dari suatu sistem selalu bersifat relatif berdasarkan cara pandang dan konsep dari setiap pemikiran yang berbeda serta memiliki alur yang bervariasi. Karena sistem ini dibangun berdasarkan alur pemikiran peneliti, maka untuk hasil yang lebih baik dan maksimal di perlukan saran dari pihak manapun untuk melengkapi kekurangan yang ada. Saran untuk peneliti selanjutnya yaitu : 1. Menambahkan inputan jenis yang lebih banyak atau jenis batik lain. 2. Menambahkan metode lain agar lebih akurat dalam proses pengidentifikasian. 3. Menerapkan dalam bahasa pemrograman yang lain, Misalnya PHP,Java,Vb dll. 8. DAFTAR PUSTAKA Ahmad, Usman Langkah Membuat Program Pengolah Citra Menggunakan Visual C#. Yogyakarta: Graha Ilmu.
9 Arisandi dkk Pengenalan motif batik menggunakan rotated wavelet filter dan neural network. Institut Teknologi Sepuluh Nopember. Dila, Klasifikasi eucliden distance tersedia: / /a.diakses tanggal 21 november Effendy, Bobby Autentikasi telapak tangan pada citra digital menggunakan metode support vector machine. Universitas Trunojoyo Madura. Hapsari, dhenok woro Proses pembuatan batik. srika ndidhenokhapsariuny.blogspot. co.id/2014_02_01_archive.htm l. Diakses pada 25 November Khasim, Ahmad Anita Klasifikasi citra batik menggunakan jaringan tiruan berdasarkan (GLCM). Universitas Tadulako Palu. Larasati, Amanda Pengenalan citra batik menggunakan metode cellular automata. Teknik Pengolahan Citra Digital. Yogyakarta: Ardi Publishing. Muhalian, Alamsyah Sejarah dan Definisi Matlab. Tersedia : Blog spot.com /2013/10/normal-0- false-false-false-en-us-x-none.html. Diakses 25 Desember Navarette, Pablo Javier Del Sollar edu/ /klasifikasi menggunakan metode euclidean distance denagn vb6, diakses pada 21 november Prawira, Andry Yudha Pengertian dan sejarah batik Indonesia. eandry yudha.blogspot.co.id/2010/11/p engertian-dan-sejarah-batikindonesia.html. Diakses pada 25 november. Putra, Darma Pengolahan Citra Digital. Yogyakarta: CV ANDI OFFSET. (Online). Tersedia: diakses 25 November Purnomo, M. H., Muntasa, A., 2010, Konsep Pengolahana Citra Digital dan Ekstraksi Fitur, Graha Ilmu, Yogyakarta. Smith, L., 2002, A tutorial on Principal Components Analysis, c.nz/cosc453/studenttutorials/p rincipal_components.pdf,diaks es tanggal 25 November Wardhani, Eka Widya Pengenalan motif batik menggunakan metode transformasi paket wavelet. Fakultas Teknik, Universitas Widya Tama Bandung. Widagdho, Johanes Pengenalan motif batik mengunakan deteksi tepi canny
10 k nearest neigbour. Universitas Dian Nuswantoro Semarang. Wulandari, Ari Batik Nusantara-makna filosofis cara pembutan dan industry batik. Jogjakarta:Andy. Wulanningrum, Resty Penggunaan principal componen analysis dan euclidean distance untuk identifikasi tanda tangan. Universitas Nusantara PGRI Kediri.
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciAPLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI
APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi
Lebih terperinciJURNAL PENGENALAN JENIS MOTIF KAIN BATIK MENGGUNAKAN EKSTRAKSI FITUR DAN BRAY CURTISE DISTANCE
JURNAL PENGENALAN JENIS MOTIF KAIN BATIK MENGGUNAKAN EKSTRAKSI FITUR DAN BRAY CURTISE DISTANCE recognition type motif of batik using feature extraction and bray curtise distance Oleh: DWI SETYANTO 12.1.03.02.0130
Lebih terperinciJURNAL KLASIFIKASI PERBEDAAN JENIS BUAH PISANG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
JURNAL KLASIFIKASI PERBEDAAN JENIS BUAH PISANG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS CLASSIFICATION OF DIFFERENT TYPES OF BANANAS USING METHODS PRINCIPAL COMPONENT ANALYSIS Oleh: Moh. Ilham Ibnu
Lebih terperinciKLASIFIKASI CITRA ADENIUM MENGGUNAKAN LEARNING VECTOR QUANTIZATION
KLASIFIKASI CITRA ADENIUM MENGGUNAKAN LEARNING VECTOR QUANTIZATION Resty Wulanningrum 1), Bagus Fadzerie Robby 2) 1), 2) Teknik Informatika, Fakultas Teknik Universitas Nusantara PGRI Kediri Kampus 2 Universitas
Lebih terperinciKLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
KLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciPEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI
Artikel Skripsi PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
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 terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi
PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN
Lebih terperinciImplementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia
Nusantara of Engineering/Vol. 2/ No. 1/ISSN: 2355-6684 65 Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia Rina Firliana, Resty Wulanningrum, Wisnu Sasongko Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA Penelitian maupun pembuatan aplikasi mengenai pengenalan karakter / pengenalan pola ataupun yang berhubungan dengan Jaringan Syaraf Tiruan terlebih dengan metode Backpropagation
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 terperinciJURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE
JURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE Analysis of the facial image pattern recognition using the shape of the nose with the method minkowski distance
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bali merupakan salah satu pulau di Indonesia yang kaya akan warisan budaya. Bali menjadi salah satu destinasi wisata penting yang dimiliki Indonesia. Selain dapat menjadi
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai Latar Belakang, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Tugas Akhir dan Sistematika Penulisan Tugas Akhir. 1.1 Latar Belakang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Phalaenopsis atau yang biasa disebut dengan anggrek bulan mempunyai banyak jenis. Ada 26 jenis yang sudah dikenali di Indonesia. Anggrek dapat diklasifikasikan berdasarkan
Lebih terperinciPENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN
PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN Bagus Fadzerie Robby 1), Resty Wulanningrum 2) 1), 2) Universitas Nusantara PGRI Kediri 1), 2) Jl. KH. Achmad Dahlan 76, Kediri, Jawa Timur 64112 Email
Lebih terperinciEkstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix
Ekstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix Rizky Andhika Surya, Abdul Fadlil, Anton Yudhana Magister Teknik Informatika Universitas Ahmad Dahlan Yogyakarta,
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciDosen Program Studi Ilmu Komputer Universitas Pakuan Bogor
PENGENALAN KADAR TOTAL PADAT TERLARUT PADA BUAH BELIMBING BERDASAR CITRA RED-GREEN-BLUE MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS (PCA) SEBAGAI EKSTRAKSI CIRI DAN KLASIFIKASI K-NEAREST NEIGHBORHOOD (KNN)
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya
Pengenalan Wajah Menggunakan Metode Adjacent Pixel Intensity Difference Quantization Histogram Generation Oleh : ANDIK MABRUR 1206 100 716 Dosen Pembimbing : Drs. Soetrisno, MI.Komp. Jurusan Matematika
Lebih terperinciJURNAL PENGENALAN POLA KAKI O DAN KAKI X MENGGUNAKAN METODE BRAY-CURTIS DISTANCE
JURNAL PENGENALAN POLA KAKI O DAN KAKI X MENGGUNAKAN METODE BRAY-CURTIS DISTANCE Recognition pattern of foot o and foot x using method bray-curtis distance Oleh: FATHUL MU ARIF 12.1.03.02.0091 Dibimbing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara yang terdiri dari banyak ragam suku dan budaya. Masing-masing daerah mempunyai keunikannya tersendiri. Keunikan tersebut disalurkan dalam
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 terperinciSISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE Agus Budi Dharmawan 1), Lina 2) 1), 2) Teknik Informatika FTI - UNTARJakarta Jl S. Parman No.1, Jakarta 11440
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
Lebih terperinciSISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION
SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION Holisah, Prihastuti Harsani dan Arie Qur ania holisah62@gmail.com Jurusan Ilmu Komputer, Fakultas Matematika
Lebih terperinciIdentifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur Cahya Hijriansyah 1, Achmad Solichin 2 1,2 Program Studi Teknik Informatika
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciIDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN SOM (SELF ORGANIZING MAPS) ARTIKEL SKRIPSI
IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN SOM (SELF ORGANIZING MAPS) ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan wajah (face recognition) merupakan salah satu teknologi biometric yang sangat dibutuhkan dalam berbagai aplikasi, seperti keamanan, verifikasi (pembuktian)
Lebih terperinciBAB I PENDAHULUAN. Sistem biometrik merupakan penerapan teknologi yang mempelajari
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrik merupakan penerapan teknologi yang mempelajari karakteristik biologi yang menjadi keunikan tersendiri pada manusia. Salah satu bagian sistem biometrik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciDETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN
DETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik
Lebih terperinci@UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Batik adalah salah satu warisan budaya Indonesia. Tanggal 2 Oktober adalah hari batik nasional dan juga hari batik internasional karena pada tanggal 2 Oktober
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan suatu
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
Lebih terperinciJURNAL KLASIFIKASI JENIS TANAMAN MANGGA BERDASARKAN TULANG DAUN MENGGUNAKAN METODE K-MEANS
JURNAL KLASIFIKASI JENIS TANAMAN MANGGA BERDASARKAN TULANG DAUN MENGGUNAKAN METODE K-MEANS Oleh: Ina Dewi Safitri 12.1.03.02.0275 Dibimbing oleh : 1. Rini Indrianti, M.Kom 2. Resty Wulanningrum, M.Kom
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa merupakan tahapan yang sangat penting dalam melakukan penelitian. Tahap analisa yaitu proses pembahasan persoalan atau permasalahan yang dilakukan sebelum
Lebih terperinciBAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah penggambaran sesuatu berdasarkan sifat atau ciri dari sebuah objek. Penggambaran objek sangat berpengaruh terhadap sifat atau ciri yang memiliki
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciJURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS)
JURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) SIGNATURE RECOGNITION USING 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) Oleh:
Lebih terperinciJURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
Lebih terperinciIMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK IDENTIFIKASI CITRA TANDA TANGAN
IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK IDENTIFIKASI CITRA TANDA TANGAN Resty Wulanningrum 1), Ema Utami 2), Armadyah Amborowati 3) 1) Universitas Nusantara PGRI Kediri 2), 3) Magister Teknik Informatika
Lebih terperinciAPLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM)
APLIKASI PENGKLASIFIKASIAN MOTIF BATIK TULIS LASEM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN SUPPORT VECTOR MACHINE (SVM) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital [3] Citra atau gambar didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
Lebih terperinciPENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN
PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN Herfina 1) 1) Program Studi Ilmu Komputer, FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Ciheuleut Bogora email : herfinario@yahoo.com
Lebih terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
Lebih terperinciRESTORASI CITRA KABUR MENGGUNAKAN ALGORITMA LUCY-RICHARDSON
RESTORASI CITRA KABUR MENGGUNAKAN ALGORITMA LUCY-RICHARDSON SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Jurusan Teknik Informatika Oleh : SUGENG
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masyarakat dunia saat ini sedang dihadapkan dengan kemajuan teknologi sebagai salah satu penunjang dalam era informasi. Informasi yang menjadi komoditas utama
Lebih terperinciHasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB I PENDAHULUAN I.1.
15 BAB I PENDAHULUAN I.1. Latar Belakang Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakterisitik yang tidak dimiliki
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG. Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri atau sifat-sifat yang terdapat didalam citra dan membentuk suatu pola-pola dengan interval
Lebih terperinciPrincipal Component Analysis
Perbandingan Ukuran Jarak pada Proses Pengenalan Wajah Berbasis Principal Component Analysis (PCA) Pembimbing: Dr.Ir.Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) Nimas Setya Yaniar 2208.100.616 POSE (posisi
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
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 III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Kayu merupakan salah satu komoditi yang dapat digunakan untuk beberapa keperluan, seperti bahan bangunan, furniture, dll. Setiap jenis kayu memiliki karakteristik
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tomat merupakan salah komoditas di pertanian Indonesia saat ini, tomat sudah menjadi kebutuhan pokok penunjang pangan di indonesia akan tetapi cara mengidentifikasi
Lebih terperinciALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS
ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS Egi Badar Sambani 1), Neneng Sri Uryani 2), Rifki Agung Kusuma Putra 3) Jurusan Teknik Informatika,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahapan yang dilaksanakan selama pembuatan penelitian tugas akhir. Secara garis besar metodologi penelitian tugas akhir ini dapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman yang secara tidak disadari diikuti oleh perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu
Lebih terperinciBAB I PENDAHULUAN. negatif terutama bagi pemilik asli citra digital. Sisi positif dari kemudahan
1 BAB I PENDAHULUAN I.1. Latar Belakang Kemajuan teknologi komunikasi semakin mempermudah bagi masyarakat dalam melakukan komunikasi. Salah satu contohnya adalah melakukan pengiriman suatu citra digital
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciPENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA
Artikel Skripsi PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA SKRIPSI Diajukan Untuk Memenuhi Sebagian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciUKDW BAB 1. PENDAHULUAN. 1.1 Latar Belakang
BAB 1. PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah proses mengenali suatu objek berdasarkan data yang tersedia. Dengan pengenalan pola, komputer dapat mengenali pola dan bentuk yang dikenali
Lebih terperinciBAB I PENDAHULUAN. Perkembangan teknologi image processing sekarang ini menyediakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi image processing sekarang ini menyediakan kemungkinan manusia untuk membuat suatu sistem yang dapat mengenali suatu citra digital. Setiap
Lebih terperinciARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR
ARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR Oleh: RIDHO ARY SUMARNO 13.1.03.02.0092 Dibimbing oleh : 1. Hermin Istiasih M.T., M.M. 2. Mochammad Bilal S.kom.,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 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 terperinciBAB III METODOLOGI PENELITIAN
42 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Observasi, serta konsultasi dengan ahli grafologi mengenai pengenalan tulisan tangan untuk melihat karakter psikologi dengan melihat bentuk huruf
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciPENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Riza Firdaus Ardiansyah NIM : A11.2009.05106 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinciBAB I PENDAHULUAN BAB I PENDAHULUAN
BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Era globalisasi membuat Indonesia menjadi salah satu negara yang mengalami perkembangan sangat pesat dalam teknologi, Mubah (2011) menjelaskan Indonesia
Lebih terperinciANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS
ANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS Fetty Tri Anggraeny, Wahyu J.S Saputra Jurusan Teknik Informatika, Universitas
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION Abdi Haqqi An Nazilli 1, Deddy Kusbianto Purwoko Aji 2, Ulla Delfana Rosiani 3 1,2 Teknik Informatika,
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinci