6. PENDETEKSIAN SERANGAN GULMA. Pendahuluan
|
|
- Sukarno Sugiarto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 6. PENDETEKSIAN SERANGAN GULMA Pendahuluan Praktek pengendalian gulma yang biasa dilakukan pada pertanian tanaman pangan adalah pengendalian praolah dan pascatumbuh. Aplikasi kegiatan Praolah dilakukan dengan maksud untuk mempermudah kerja alat pengolah tanah, sedangkan aplikasi Pascatumbuh dilakukan dengan maksud untuk menjamin tanaman pokok dapat bertahan pada periode kritis dimana persaingan tanaman pokok dan gulma cenderung sangat ketat. Pada kegiatan pengendalian gulma Praolah kondisi lahan masih terbuka, biasanya hanya berupa lahan kosong yang ditumbuhi beberapa jenis gulma yang tersebar di seluruh lahan. Penelitian pengendalian serangan gulma pada lahan terbuka bertujuan untuk mendeteksi keberadaan gulma di lahan terutama dari segi kepadatan serangan. Hasil dari penelitian ini selanjutnya akan menjadi pemandu bagi VRT (Variable Rate Technology) dalam bentuk aplikator cairan yang dirancang untuk mampu bekerja tepat lokasi dan tepat dosis. Saputra (2011) melakukan penelitian dengan judul Pengembangan Sensor Warna Daun Untuk Pemetaan Kepadatan Serangan Gulma Pada Lahan Terbuka. Pada penelitian tersebut digunakan dua jenis kamera, yaitu kamera web (webcam) dan kamera CCD (change coupled device). Klasifikasi tingkat serangan gulma dilakukan dengan menganalisa nilai rataan warna hijau dari citra lahan. Semakin besar nilai rataan warna hijau maka tingkat serangan gulmanya semakin tinggi. Metode Metode pendeteksian serangan gulma di lahan meliputi beberapa tahapan kerja, antara lain : - Penangkapan citra - Pengolahan citra - Klasifikasi tingkat kepadatan gulma 94
2 Panjang atau Lebar Citra (cm) 1. Penangkapan Citra Pendeteksian kepadatan serangan gulma di lahan dilakukan dengan cara menangkap citra kondisi lahan. Metode pemotretan dilakukan dengan menggunakan peralatan yang didesain untuk bekerja pada panjang citra 102 cm dan lebar 136 cm. Format citra pada layar komputer yang digunakan adalah 640 x 480 piksel. Lebar dan panjang tangkapan citra yang diinginkan diperoleh dengan mengatur ketinggian kamera pada nilai tertentu. Hubungan jarak pemotretan dengan lebar dan panjang tangkapan citra mengikuti persamaan berikut : P = 0.75 x T 6 ( 11 ) L = T 8 ( 12 ) Keterangan : P = Panjang citra (cm), L = Lebar citra (cm), T = Tinggi kamera (cm) Persamaan tersebut di atas diperoleh dari uji coba pengukuran hubungan jarak pemotretan dengan lebar dan panjang tangkapan citra, jarak minimal pemotretan yang digunakan adalah 30 cm. Gambar 46 berikut ini menunjukkan hubungan antara jarak pemotretan dengan lebar dan panjang tangkapan citra Panjang Lebar Tinggi Kamera (cm) Gambar 46. Hubungan antara jarak pemotretan dengan lebar dan panjang tangkapan citra. 95
3 Berdasarkan hasil ujicoba di laboratorium dan di lapangan diketahui bahwa walaupun citra hasil tangkapan webcam lebih tajam daripada citra hasil tangkapan CCD pada lokasi pemotretan dengan naungan, akan tetapi webcam tidak mampu menangkap citra di ruang terbuka dengan baik karena terlalu sensitif terhadap perubahan intensitas cahaya. Sehingga penelitian mempergunakan kamera CCD sebagai sensor penangkap citra. (a) webcam (b) kamera CCD Gambar 47. Jenis kamera penangkap citra lahan. 2. Pengolahan Citra Citra yang ditangkap selanjutnya difilterisasi dengan parameter Hue untuk memisahkan citra tanaman dan latar belakang. Citra hasil pemotretan dengan ukuran 640 x 480 piksel dibagi menjadi 4 buah citra terpisah dengan ukuran masing-masing 320 x 240 piksel (Gambar 48). Dari keempat gambar tersebut akan ditentukan nilai rataan dari nilai hijau yang ada pada setiap piksel penyusunnya. Citra hasil Pemotretan 1A 2A 1B 2B Gambar 48. Pengolahan gambar serangan gulma 3. Klasifikasi Tingkat Kepadatan Gulma Metode Bertingkat. Kepadatan gulma sebagai hasil dari analisa filterisasi citra terbagi dalam empat kelompok dengan metode bertingkat. Pembagian kelompok 96
4 secara bertingkat akan mengelompokkan nilai rataan hijau yang lebih besar dari setengah nilai maksimum rataan hijau ke dalam kelompok serangan Padat atau Kelas 4. Sedangkan kelas-kelas selanjutnya adalah dengan nilai pembatas setengah dari nilai batas bawah kelas di atasnya. Penentuan kelas kepadatan dengan cara bertingkat sebagaimana terlihat pada Tabel 13 akan menuntun metode pengkelasan ke tingkat kepadatan yang lebih tinggi, karena semakin tinggi kelas kepadatan gulma akan memiliki rentang batas nilai rataan hijau yang lebih lebar. Rataan nilai hijau dari suatu gambar yang diolah dibagi menjadi empat bagian dengan cara sebagaimana terlihat pada Tabel 13 berikut. Tabel 13. Penentuan kelas kepadatan pada metode pengkelasan bertingkat. Batas Nilai Rataan Hijau Piksel (Ḡ) Kelas Ḡ > = 0 dan Ḡ < Nilai Terkecil Kelas 1 Ḡ >= Nilai Terkecil dan Ḡ < 2 * Nilai Terkecil Kelas 2 Ḡ >= 2 * Nilai Terkecil dan Ḡ < ½ * Nilai Terbesar Kelas 3 Ḡ >= ½ * Nilai Terbesar dan Ḡ < 255 Kelas 4 Catatan : Nilai Terkecil = 38.22, Nilai Terbesar = Nilai-nilai tersebut dapat dilihat pada Tabel 14. Nilai 1 sampai 4 diberikan pada bagian citra sebagai hasil dari klasifikasi kepadatan gulma berdasarkan nilai rataan hijau dari warna citra. Nilai 1 untuk kondisi lahan bersih dari gulma, nilai 2 untuk serangan gulma jarang, nilai 3 untuk serangan gulma sedang, dan nilai 4 untuk serangan gulma padat dimana nilai 255 adalah nilai tertinggi dari komponen warna hijau. Tabel 14. Nilai klasifikasi tingkat kepadatan gulma secara bertingkat. Kelas Rataan Nilai Hijau Batas Bawah Batas Atas Keterangan Tidak ada Jarang Sedang Padat 97
5 Hasil dan Pembahasan Pada penelitian terdahulu yang dilakukan oleh Saputra (2011) pemisahan antara tanaman pokok dan latar belakang menggunakan beberapa tahap pemisahan warna. Setiap tahap pengolahan citra terdapat batas nilai RGB. Berdasarkan hasil uji validasi, sistem yang dibangun memiliki akurasi pada kategori jarang 4.40%, sedang 79.80% dan padat sebesar 24.10%. Tabel 15. Batas nilai RGB pada proses Thresholding (Saputra, 2011). Thresholding tingkat 1 Thresholding tingkat 2 Thresholding tingkat 3 R G B R G B R G B - <240 - >165 >140 >110 >130 >140 - dan dan <180 <210 <180 <240 <210 <205 Gambar 49. Citra hasil tangkapan kamera CCD dan filterisasi bertahap (Saputra, 2011) Gambar 50. Citra hasil tangkapan kamera digital dan filterisasi dengan pembatas nilai Hue 46.5 o. 98
6 Penelitian pendeteksian serangan gulma pada lahan terbuka menggunakan citra gulma hasil tangkapan dengan perangkat kamera digital dengan ukuran memori 0.3 Mb dan ukuran piksel 640 x 480 piksel. Gambar 49 menunjukkan citra hasil tangkapan kamera CCD dan filterisasi bertahap (Saputra, 2011), dan Gambar 50 menunjukkan hasil tangkapan kamera digital dan filterisasi dengan pembatas nilai Hue 46.5 o. a) Kelas 1 b) Kelas 2 c) Kelas 3 d) Kelas 4 Gambar 51. Identifikasi kelas serangan gulma berdasarkan rataan nilai hijau. Gambar 51 menampilkan hasil identifikasi tingkat serangan gulma berdasarkan rataan nilai hijau dengan metode bertingkat. Pada gambar tersebut dapat dilihat kelas serangan gulma berupa nomor integer di bagian kiri-atas tiap bagian citra, dan nilai rataan warna hijau di bagian kiri-bawah tiap bagian citra. 99
7 Gambar 52. Peta tingkat sebaran gulma dengan metode bertingkat ukuran pengamatan 640 x 480 piksel dan 320 x 240 piksel. 100
8 Gambar 52 menunjukkan perbandingan hasil klasifikasi dengan metode bertingkat pada ukuran citra 640x480 piksel dan klasifikasi dengan ukuran citra 320x240 piksel. Pada gambar tersebut terlihat secara jelas perbedaan antara klasifikasi dengan ukuran citra 640x480 piksel dan citra dengan ukuran 320x240 piksel. Klasifikasi dengan ukuran citra lebih kecil memberikan gambaran lebih detil sesuai dengan kebutuhan rancangan fungsional aplikator cairan yang akan dibangun. Dari gambar tersebut dapat dilihat bahwa pembagian citra menjadi 4 bagian (ukuran 320x240 piksel) dapat memberikan hasil yang berbeda dibandingkan dengan klasifikasi citra tunggal (ukuran 640x480 piksel). Hanya satu citra yang memiliki nilai sama antara ukuran citra tunggal dan citra yang dibagi empat, selebihnya menunjukkan perbedaan antara hasil klasifikasi citra tunggal dengan citra yang dibagi empat. Bahkan pada nilai rata-rata klasifikasi yang sama bentuk pola klasifikasi pada citra yang dibagi empat memiliki pola yang belum tentu sama (Gambar 53). Pada contoh kasus dimana rata-rata tingkat serangan gulma pada suatu citra memiliki nilai yang sama antara perhitungan citra tunggal (Gambar 53 (a)) dan citra terbagi 4 (Gambar 53 (b)) dapat dilihat bahwa pola pada peta aplikasi yang terbentuk benar-benar berbeda. (a) Citra tunggal (b) Citra 4 potongan Gambar 53. Perbedaan pola klasifikasi pada nilai rata-rata yang sama. 101
9 Pada tahap aplikasi penyemprotan meskipun rata-rata penggunaan herbisida akan sama besar metode pembagian citra akan memberikan peta aplikasi yang akan memandu peralatan mendistribusikan herbisida lebih tepat-dosis dan tepat-lokasi. Klasifikasi Non-parametrik Bayes Klasifikasi tingkat serangan gulma dengan metode Nonparametrik Bayes dilakukan menggunakan data yang sama dengan yang digunakan pada metode bertingkat. Perbedaannya terdapat pada jumlah variabel yang digunakan sebagai penentu klasifikasi. Pada metode klasifikasi bertingkat hanya digunakan nilai rata-rata warna hijau, sedangkan pada klasifikasi dengan metode Bayes digunakan 3 variabel (3 dimensi) yaitu : (a) rata-rata warna hijau, (b) rata-rata warna merah, dan (c) rata-rata warna biru. Penaksir inti dari sampel random X 1, X 2,..., X n dengan inti K dan lebar jendela h menurut Johnston (1997) disefinisikan sebagai berikut : ( ) ( ) ( 13 ) Penaksiran nilai inti pada tiap titik sampel dilakukan dengan cara menjumlahkan n jumlah bukit (hill) yng memiliki luas (1/n), sehingga persamaan penaksir inti menjadi : ( ) ( ) (1 4 ) Inti (kernel) yang digunakan merupakan fungsi kepadatan probabilitas dengan rataan 0 dan simpangan baku yang tidak bernilai 0. Inti yang digunakan pada sebaran normal adalah inti Gaussian yang nilainya ditentukan berdasarkan formula berikut : ( ), untuk - < t < ( 15 ) Inti yang optimal diperoleh dari lebar jendela optimal yang nilainya ditentukan berdasarkan persamaan berikut : ( ) ( 16 ) dimana σ adalah simpangan baku dan iqr adalah jangkauan antar kuartil (inter quartile range) (de Gunts, 1994). Lebar jendela yang kecil menyebabkan bukit kurva menjadi terjal, sedangkan nilai lebar jendela yang besar akan menyebabkan 102
10 bukit kurva menjadi landai. Pemilihan nilai K dan lebar jendela h yang optimum akan meminimalkan nilai MISE (Mean Integrated Square Error). ( ) ( ( ) ( )) ( 17 ) dengan f(t) sebagai fungsi kepadatan populasi. Penaksiran nilai inti suatu kelas dari sampel X dinyatakan dalam bentuk persamaan berikut : n d x j xij fˆ 1 c( x) K nhh hd i 1 j 1 hj ( 18 ) Keterangan : fc ˆ ( x ) = dugaan tinggi fungsi peluang pada kelas c untuk fitur x, untuk c = 1,2,3,4 xij = observasi ke i komponen ke j ( j :1,2,3,4) hj = parameter lebar jendela untuk komponen ke j K(t) = adalah normal baku (rataan 0 dan simpangan baku 1) d = dimensi vektor ( R,G,B) n = jumlah observasi s = standar deviasi komponen ke j. Berdasarkan hasil perhitungan nilai fc ˆ ( x ) pada masing-masing kelas, maka klasifikasi tingkat kepadatan gulma ditentukan dengan memilih nilai kelas berdasarkan nilai fc ˆ ( x ). Pilih kelas c, sehingga fc ˆ ( x ) > fˆ d ( x), c d dan (c,d = 1,2,3,4) Proses perhitungan dengan metode nonparametrik Bayes menggunakan data yang sama dengan data yang dipakai untuk identifikasi dengan metode bertingkat, dimana nilai peluang untuk masing-masing kelas dianggap memiliki nilai yang sama. Metode Bayes diawali dengan melakukan training dengan menggunakan data hasil klasifikasi bertingkat yang diambil secara acak. Data training terdiri dari 12 data pada kelas serangan Tidak ada, 12 data pada kelas serangan Jarang, 12 data pada kelas serangan Sedang, dan 12 data pada kelas serangan Padat. Sebagian data yang lain digunakan sebagai data untuk validasi. 103
11 (a) Metode bertingkat (b) metode Bayes Gambar 54. Peta sebaran gulma metode bertingkat dan metode Bayes. 104
12 Hasil training dengan metode nonparametrik Bayes menghasilkan akurasi 100%, dan hasil perhitungan nilai validasi dengan data citra yang lain menunjukkan akurasi sebesar 94% (Lampiran 10). Kesalahan pendugaan kelas kepadatan disebabkan karena perbedaan nilai batasan selang pada suatu kelas antara rataan G dan rataan R, B. Dimana sebuah citra memiliki nilai rataan G pada selang kelas X akan tetapi nilai raatan R dan B masuk ke selang kelas Y. Gambar 54 menunjukkan perbandingan perbedaan klasifikasi bertingkat dan klasifikasi metode nonparametrik Bayes. Sebagaimana telah disebutkan sebelumnya tujuan pengendalian gulma pascatumbuh dilakukan dengan maksud untuk menjamin tanaman pokok dapat bertahan pada periode kritis dimana persaingan tanaman pokok dan gulma cenderung sangat ketat. Pada tahapan pascatumbuh serangan gulma dapat dilihat secara visual pada baris kosong diantara tanaman pokok (Gambar 55). Metode pendeteksian serangan gulma pada tahap ini perlu dibangun mengingat citra hasil tangkapan kamera tidak hanya berisi gulma, akan tetapi di dalam citra tersebut juga terdapat tanaman pokok. baris ke-1 tanaman baris ke-2 tanaman Gulma Tanaman utama Gambar 55. Ilustrasi serangan gulma pada tahap pascatanam. 105
13 Metode pendeteksian serangan gulma pada tahap pascatumbuh adalah dengan cara menggabungkan metode pendeteksian jenis tanaman dan metode pendeteksian serangan gulma pada lahan terbuka dengan tujuan untuk mendapatkan kondisi serangan gulma sebaik mungkin dengan menghilangkan tanaman pokok yang ada pada citra. Langkah pendeteksian serangan gulma pada periode pascatumbuh adalah sebagai berikut : 1) Filterisasi untuk memisahkan tanaman dengan latar belakang. 2) Mendeteksi keberadaan tanaman utama pada baris ke-1 dengan cara menangkap satu persatu obyek yang ada mulai dari sisi kiri-atas citra, obyek yang tertangkap selanjutnya dianalisa jenisnya. Apabila pendeteksian dilakukan pada kondisi dimana ukuran gulma dan tanaman pokok jelas berbeda maka pendeteksian tanaman pokok ditentukan dengan membandingkan ukuran tiap-tiap obyek tanaman. Apabila pendeteksian dilakukan pada kondisi dimana ukuran gulma dan tanaman pokok hampir sama maka pendeteksian tanaman pokok dilakukan dengan analisa dimensi fraktal. 3) Mendeteksi keberadaan tanaman utama pada baris ke-2 cara yang sama dengan langkah ke-2. 4) Menentukan batas kiri dan batas kanan masing-masing baris tanaman pada citra tanaman. 5) Menghapus barisan tanaman utama pada citra dengan parameter batas kiri dan batas kanan masing-masing barisan. 6) Membagi citra yang telah dihilangkan tanaman pokoknya menjadi 4 bagian. 7) Klasifikasi kepadatan serangan gulma dilakukan dengan metode yang sama dengan metode klasifikasi pada lahan terbuka. 106
14 Gambar 56. Pendeteksian serangan gulma pada tahap pascatumbuh. Desain proses penyemprotan satu set sistem serial adalah dengan menggunakan dua nozzle sejajar, dimana masing-masing nozzle akan melakukan penyemprotan sesuai dengan kelas kepadatan serangan gulma pada masingmasing bagian potongan citra. Berdasarkan hal tersebut maka diperlukan suatu variabel yang berisi sebuah karakter tertentu yang dapat menggambarkan nilai kombinasi dari dua potongan citra yang sejajar. Berdasarkan jumlah kelas kepadatannya, maka akan terdapat 16 kombinasi yang mungkin terjadi dari citra hasil pemotretan lahan. Tabel 16. Nilai kombinasi hasil pengolahan gambar. Nilai A Nilai B Nilai Kombinasi Nilai A Nilai B Nilai Kombinasi 1 1 a 3 1 i 1 2 b 3 2 j 1 3 c 3 3 k 1 4 d 3 4 l 2 1 e 4 1 m 2 2 f 4 2 n 2 3 g 4 3 o 2 4 h 4 4 p 107
15 Pada penyemprotan yang memerlukan kapasitas kerja besar satu unit sistem penyemprot mampu bekerja dengan beberapa unit kamera digital dengan jumlah unit nozzle yang lebih banyak (Gambar 57). Untuk mengetahui berapa jumlah kamera dan nozzle maksimum yang mampu ditangani oleh satu unit komputer diperlukan analisa kecepatan pemrosesan citra sampai pengiriman data dosis ke aktuator. Berdasarkan analisa tersebut selanjutnya dilakukan analisa komputasi paralel untuk mengetahui sejauh mana sistem mampu ditingkatkan kecepatan kerjanya sehingga sistem mampu melakukan komputasi beberapa citra dalam waktu tertentu. Gambar 57. Konfigurasi sistem penyemprot dengan 3 kamera dan 6 nozzle. Simpulan 1. Hasil training penentuan tingkat kepadatan serangan gulma dengan metode non-parametrik Bayes menghasilkan akurasi 100%, dan ketelitian yang diperoleh dari validasi dengan data citra yang berbeda menunjukkan akurasi sebesar 94%. 2. Penerapan metode pemecahan citra akan meningkatkan ketelitian aplikasi dari segi dosis dan ketepatan lokasi. 108
16 3. Perhitungan matematis kebutuhan herbisida berdasarkan hasil analisa kepadatan gulma pada lahan di Laboratorium Lapangan Prof. Siswadi Soepardjo IPB menunjukkan penghematan konsumsi herbisida sebanyak 14%. 4. Metode pendeteksian serangan gulma pada tahap pascatumbuh dilakukan dengan cara menggabungkan metode pendeteksian jenis tanaman dan metode pendeteksian serangan gulma pada lahan terbuka. 109
Tabel 25. Spesifikasi teknis Boom sprayer Spesifikasi Teknis. Condor M-12/BX. Tekanan maksimum (rekomendasi)
9. PEMBAHASAN UMUM Beberapa metode analisa komputasi cerdas digunakan dalam penelitian pendeteksian serangan gulma. Masing-masing metode diarahkan untuk mencapai tujuan analisa utama yaitu pendeteksian
Lebih terperinci5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan
5. IDENTIFIKASI JENIS TANAMAN Pendahuluan Tujuan aplikasi berbasis sensor adalah melakukan penyemprotan dengan presisi tinggi berdasarkan pengamatan real time, menjaga mutu produk dari kontaminasi obat-obatan
Lebih terperinci3. METODE. Metode Penelitian. Waktu dan Lokasi Penelitian
3. METODE Metode Penelitian Metode penelitian yang dilakukan menggunakan metode pendekatan sistem. Pendekatan sistem merupakan suatu metodologi pemecahan masalah yang diawali dengan identifikasi serangkaian
Lebih terperinci7. RANCANG BANGUN APLIKATOR CAIRAN. Pendahuluan
7. RANCANG BANGUN APLIKATOR CAIRAN Pendahuluan Pada praktek pertanian presisi peralatan digunakan untuk membawa dan mendistribusikan bahan cair dan padat. Pendistribusian bahan padat bisa berupa bibit
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinci8. PERANCANGAN SISTEM MULTI AGEN. Pendahuluan
8. PERANCANGAN SISTEM MULTI AGEN Pendahuluan Peningkatan kecepatan proses komputasi sebagai solusi dari kecepatan maju sistem penyemprot berbasis sensor membutuhkan konsep tersendiri yang cukup kompleks.
Lebih terperinciBAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK
BAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK A. Pendahuluan Latar Belakang Perhitungan posisi tiga dimensi sebuah obyek menggunakan citra stereo telah
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 terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. WAKTU DAN TEMPAT Penelitian ini dilaksanakan pada bulan Mei 2010 sampai dengan Oktober 2010. Perancangan alat dilaksanakan pada bulan Mei 2010 sampai Agustus 2010 di Bengkel Departemen
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,
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 TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciPendeteksian Kerapatan dan Jenis Gulma dengan Metode Bayes dan Analisis Dimensi Fraktal untuk Pengendalian Gulma secara Selektif
Technical Paper Pendeteksian Kerapatan dan Jenis Gulma dengan Metode Bayes dan Analisis Dimensi Fraktal untuk Pengendalian Gulma secara Selektif Weeds and Plants Recognition using Bayes Segmentation and
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinci3 METODE. Waktu dan Tempat Penelitian
18 Gambar 17 Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower
Lebih 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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
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 terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
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 terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinciHASIL DAN PEMBAHASAN. 4.1 Deskripsi Alat
IV. HASIL DAN PEMBAHASAN 4.1 Deskripsi Alat Alat sensor citra tampak tanaman kedelai ini adalah alat berupa gerobak yang terdapat kamera CCD di bagian depannya yang digunakan untuk mengambil citra tanaman
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciPenentuan Palet Warna pada Gambar Raster dengan Algoritma Divide and Conquer
Penentuan Palet Warna pada Gambar Raster dengan Algoritma Divide and Conquer Malvin Juanda / 13514044 Program Studi Tekik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinci4.1 Pengujian Tuning Pengontrol PD
BAB IV PENGUJIAN DAN ANALISA Pada bab ini akan membahas mengenai pengujian dan analisa dari sistem yang dibuat, yaitu sebagai berikut : 4.1 Pengujian Tuning Pengontrol PD Prinsip kerja dari perancangan
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu bentuk dari digitalisasi yang sedang berkembang saat ini adalah teknologi 3D Scanning yang merupakan proses pemindaian objek nyata ke dalam bentuk digital.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra terbagi 2 yaitu ada citra yang bersifat analog dan ada citra yang bersifat
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciMETODOLOGI. Gambar 4. Peta Lokasi Penelitian
22 METODOLOGI Tempat dan Waktu Penelitian Penelitian dilakukan di Kota Sukabumi, Jawa Barat pada 7 wilayah kecamatan dengan waktu penelitian pada bulan Juni sampai November 2009. Pada lokasi penelitian
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 terperinciPENERAPAN ALGORITMA K MEANS UNTUK PENENTUAN PENCOCOKAN PEWARNAAN CLUSTERING SECARA OTOMATIS PADA PRODUK FASHION
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2016, pp. 590~595 PENERAPAN ALGORITMA K MEANS UNTUK PENENTUAN PENCOCOKAN PEWARNAAN CLUSTERING SECARA OTOMATIS PADA PRODUK FASHION 590 Indra Gunawan
Lebih terperinciPengolahan Citra (Image Processing)
BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
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 IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
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 terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih 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 terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan penulis dalam melakukan simulasi pada aplikasi penelitian pengenalan citra wajah dengan variasi
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciVI. HASIL DAN PEMBAHASAN. Warna merupakan ciri dominan yang bisa dibedakan secara visual untuk
VI. HASIL DAN PEMBAHASAN A. Segmentasi Warna merupakan ciri dominan yang bisa dibedakan secara visual untuk mendapatkan informasi dari basisdata citra. Segmentasi warna adalah proses mengelompokkan citra
Lebih terperinci4 HASIL DAN PEMBAHASAN
29 4 HASIL DAN PEMBAHASAN Penelitian Pendahuluan Pada penelitian pendahuluan ini dilakukan beberapa percobaan yang terkait dengan sensor yang akan digunakan. Untuk pemilihan sensor sinar laser yang tepat,
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
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 terperinciIII. METODE PENELITIAN
14 III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan sejak bulan April 2009 sampai November 2009 di Laboratorium Penginderaan Jauh dan Interpretasi Citra, Departemen Ilmu
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
Lebih terperinciBAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM
BAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM 3.1 Gambaran Umum Gambar 3.1 Gambar Keseluruhan Proses Secara Umum 73 74 Secara garis besar, keseluruhan proses dapat dikelompokkan menjadi
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB IV ANALISA. 4.1 Analisa teknik pengolahan citra
BAB IV ANALISA 4.1 Analisa teknik pengolahan citra Pada proses pengolahan citra ada beberapa teknik lain yang digunakan selain teknik restorasi citra blur untuk memperjelas citra blur, seperti proses grayscale
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pergerakan Harga Saham Pergerakan harga harian indeks LQ45 dan lima saham perbankan yang termasuk dalam kelompok LQ45 selama periode penelitian ditampilkan dalam bentuk
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciKecamatan Beji. PDF created with pdffactory Pro trial version METODE PENELITIAN
METODE PENELITIAN Waktu dan Tempat Penelitian evaluasi kualitas ecological aesthetics lanskap kota ini dilaksanakan di Kecamatan Beji Kota Depok. Periode penelitian berlangsung dari Maret 2004 sampai Nopember
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah
Lebih 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri keramik yang terdiri dari ubin (tile), saniter, perangkat rumah tangga (tableware), genteng telah memberikan kontribusi signifikan dalam mendukung pembangunan
Lebih terperinciLaporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F
Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing Avicienna Ulhaq Muqodas F14110108 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciBab II Teori Dasar 2.1 Representasi Citra
Bab II Teori Dasar 2.1 Representasi Citra Citra dapat direpresentasikan sebagai kumpulan picture element (pixel) pada sebuah fungsi analog dua dimensi f(x,y) yang menyatakan intensitas cahaya yang terpantul
Lebih terperinciTidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan
Terdapat banyak jenis pola: Pola visual Pola temporal Pola logikal Tidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan Statistik
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
Lebih terperinciBAB II DASAR TEORI. pemperbaiki kualitas citra agar mendapatkan hasil citra yang baik dan mudah
BAB II DASAR TEORI 2.1 Visi Komputer (Computer Vision) Visi komputer merupakan ilmu yang mempelajari bagaimana komputer dapat mengenali objek yang akan diamati/ diobservasi. Hal ini dilakukan bertujuan
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan penelitian yang dilaksanakan ditunjukan pada Gambar 6. Akusisi Citra INPUT Citra Query Preprocessing Citra Pre processing Citra Ekstraksi Fitur
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau informasi
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperinci