NETWORK MONITORING APPLICATION BASED AGENT MOBILE TECHNOLOGY USING AGLETS
|
|
- Hadi Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 NETWORK MONITORING APPLICATION BASED AGENT MOBILE TECHNOLOGY USING AGLETS HARTATO, DR.ING.ADANG SUHENDRA SSI SKOM Undergraduate Program, Computer Science, 2007 Gunadarma Universiy Keywords: Biometrics, uniqueness Face, Face Features, Mathematical Methods, Linear Algebra, Linear Equation System ABSTRACT: Face recognition is one application of biometric technology that utilizes the analysis of image processing. Data generated from the face detection will be developed to prove the uniqueness of distance facial features. To test and prove the uniqueness of the facial features, then used a mathematical method that is both homogeneous Linear Equation, and non-homogeneous, simultaneous equations solution, the root of eigenvalue and eigen vectors. The data generated from previous studies consisted of 150 data each has 8 distance measured. Data input for this research is a 150x8 matrix. Results obtained from the test results non-homogeneous linear equation method using the inverse of the block, showing the uniqueness of the distance up to 150 individual samples - each consisting of 8 data. The uniqueness is also achieved from nonhomogeneous linear equation method (for matrix B has a random value). Simultaneous method does not produce a solution because the rank of input matrix and combined different. Eigenvalue method also produces the same distance as the unique method of homogeneous linear equations and non homogeneous.
2 PEMBUATAN APLIKASI PEMANTAUAN JARINGAN BERBASIS TEKNOLOGI MOBILE AGENT MENGGUNAKAN AGLETS NPM : Nama Pembimbing : HARTATO : DR.ING.ADANG SUHENDRA SSI SKOM Tahun Sidang : 2007 Subjek : JARINGAN, Judul PEMBUATAN APLIKASI PEMANTAUAN JARINGAN BERBASIS TEKNOLOGI MOBILE AGENT MENGGUNAKAN AGLETS Abstraksi Menjalankan dan memelihara fungsi suatu jaringan bisa menjadi mimpi buruk. Tanpa kemampuan memonitor jaringan, sistem administrator hanya dapat bereaksi terhadap masalah pada waktu mereka muncul, bukannya lebih dulu mencegah masalah supaya tidak terjadi. Tulisan ini membahas tentang pembuatan aplikasi pemantauan jaringan yang berbasiskan teknologi mobile agen menggunakan aglets. Aplikasi ini dapat mengumpulkan beberapa nilai MIB, serta table SNMP, kemudian akan di tampilkan dalam bentuk grafik. Dengan aplikasi tersebut, di harapkan system administrator dapat menganalisa secara lebih cermat sistem jaringan sebelum terjadi masalah tanpa membebani performa jaringan.
3 Empat Metode Pembobotan Sistem Persamaan Linier Pada Variabel atau Komponen Wajah Pada Sistem Pengenalan Wajah Emi Listika Zen Jurusan Teknik Informatika Universitas Gunadarma Jl. Margonda Raya 100 Pondok Cina, Depok ABSTRAK Pengenalan wajah adalah salah satu aplikasi dari teknologi biometrik yang memanfaatkan analisis dari pengolahan citra. Data yang dihasilkan dari pendeteksian wajah akan dikembangkan untuk membuktikan keunikan jarak fitur wajah. Untuk menguji dan membuktikan keunikan fitur wajah, maka digunakan metode matematis yaitu Sistem Persamaan Linier baik homogen, maupun non homogen, solusi persamaan simultan, akar eigen dan vektor eigen. Data yang dihasilkan dari penelitian sebelumnya terdiri dari 150 data dengan masing-masing memiliki 8 jarak yang diukur. Data inputan untuk penelitian ini berupa matriks 150x8. Hasil yang didapatkan dari hasil uji coba metode persamaan linier non homogen dengan menggunakan invers blok, menunjukan keunikan jarak untuk 150 sample yang masing masing terdiri dari 8 data. Keunikan juga dicapai dari metode persamaan linier non homogen (untuk matriks B memiliki sebuah nilai random). Metode simultan tidak menghasilkan solusi karena rank matriks inputan dan gabungan berbeda. Metode eigen juga menghasilkan keunikan jarak sama seperti metode persamaan linier homogen dan non homogen. Kata Kunci : Biometrik, Keunikan Wajah, Fitur Wajah, Metoda Matematis, Aljabar Linier, Sistem Persamaan Linier 1. PENDAHULUAN Pada dasarnya pada diri setiap manusia memiliki sesuatu yang unik yang hanya dimiliki oleh dirinya sendiri. Hal ini menimbulkan gagasan untuk menjadikan keunikan manusia itu sebagai identitas diri. Hal ini harus didukung oleh teknologi yang secara otomatis bisa mengidentifikasi seseorang dengan memanfaatkan teknologi semikonduktor yang semakin hari ukurannya bisa semakin kecil. Teknologi ini disebut sebagai biometrik. Teknologi biometrik adalah metode otomatis untuk mengidentifikasi seseorang berdasarkan beberapa karakteristik biologis dan kebiasaan [2]. Teknologi ini menggunakan bagian tubuh manusia yang unik dan tetap seperti sidik jari, mata dan wajah seseorang. Teknologi ini telah mendapat perhatian yang sangat penting dalam beberapa tahun terakhir ini. Teknologi biometrik dikembangkan karena dapat memenuhi dua fungsi yaitu identifikasi dan verifikasi, disamping itu biometrik memiliki karakteristik seperti, tidak dapat hilang, tidak dapat lupa dan tidak mudah dipalsukan karena keberadaannya melekat pada manusia, dimana satu dengan
4 yang lain tidak akan sama, maka keunikannya akan lebih terjamin. Metoda matematis khususnya Sistem Persamaan Linier sekarang banyak diimplementasikan dalam berbagai kasus di kehidupan sehari-hari. Pengujian dan pencarian variabel kasus yang dihadapi, biasanya menggunakan SPL sebagai metode matematis. Salah satu contohnya dalam pendeteksian wajah. Sistem pengenalan wajah merupakan salah satu jenis sistem pada teknologi biometrik. Penelitian sebelumnya yang dilakukan oleh Hendra (2006) yaitu aplikasi sistem pengenalan wajah yang melakukan deteksi bagian wajah sekaligus bisa mengekstraksi fitur fitur wajah yang diinginkan menghasilkan jarak antra fitur fitur wajah. Data pengujian keunikan terhadap 150 data sampel memberikan hasil bahwa untuk mendapatkan keunikan jarak fitur wajah dibutuhkan minimal lima jarak fitur wajah. 2. METODOLOGI Dari 150 sampel citra yang digunakan, kombinasi ke delapan jarak antara komponen wajah (J1 J8) yang memberikan tingkat keunikan untuk setiap fitur wajah [1]. Terlihat pada gambar 3.1. J1 = jarak mata kanan mata kiri J2 = jarak mata kanan - mulut J3 = jarak mata kiri - mulut J4 = jarak mata kanan ujung hidun J5 = jarak mata kiri ujung hidung J6 = jarak ujung hidung - mulut J7 = tinggi hidung J8 = lebar hidung Data ini kemudian digunakan Penulis dalam bentuk matriks dengan ordo 150 x 8 yang merupakan persamaan linier non homogen dan kemudian dibuktikan keunikannya dengan menggunakan beberapa metode transformasi linier, yaitu : persamaan linier non homogen AX = B dengan B 0, persamaan linier homogen AX = 0, akar dan vektor karakteristik (eigen value dan eigen vektor), dan persamaan simultan dengan menggunakan iterasi Gauss-Siedel. Dari metode metode tersebut akan dianalisis apakah menghasilkan jawaban yang unik atau tidak. 3. SIMULASI DAN ANALISA 3.1. Simulasi Aplikasi ini menggunakan matriks 150 x 8 yang disimpan dalam file fmata.txt. Matriks ini berasal dari 150 sampel citra yang digunakan, kombinasi ke delapan jarak antara komponen wajah (J1 J8) yang memberikan tingkat keunikan untuk setiap fitur wajah [1] yang didapat dari hasil penelitian sebelumnya. Gambar 3.1 Penetapan jarak antar komponen wajah
5 Tabel 2. Matriks X Gambar 4.1 File Matriks A Selain matriks A yang diperlukan dalam persamaan linier ini, juga diperlukan insisalisasi matriks B dengan men-generate secara random dengan range 1-10 sebanyak 150 baris. Dari ke 150 data untuk matriks B ini tidak memiliki nilai yang sama, jadi random data merupakan 150 data yang berbeda. Tabel 1. Matriks B Matriks X yang dihasilkan selanjutnya dijumlahkan per blok untuk mencari rata rata X. Tiap blok matriks memiliki data berupa matriks berukuran 8x1 kemudian dijumlahkan sehingga tetap menghasilkan matriks 8x1. Selanjutnya bagi tiap elemen jumlah matriks tersebut dengan banyaknya blok, dalam penelitian ini terdapat 19 blok sehingga tetap menghasilkan rata-rata matriks X berukuran 8x1. Tabel 3. Data Hasil Rata rata Matriks A per Blok Jumlah matrix X per kolom Rata-rata matriks X per kolom X X X X X X X X Data A yang merupakan sebuah matriks berordo 150x8 ini dipartisi menjadi matriks 8x8 sebanyak 19 buah. Matriks X yang dihasilkan tiap bloknya, secara keseluruhan menghasilkan matriks 1 50x1. Matriks X juga menghasilkan 150 data yang berbeda Analisa Hasil Uji Coba Pengujian terhadap matriks A dilakukan dengan mngalikan matriks A dengan rata rata matriks X. Matriks A yang berukuran 1 50x8 dikalikan dengan matriks rata-rata X perkolom menghasilkan matriks 1 50x1.
6 Dapat dilihat dari tabel bahwa dari ke 150 data tersebut memiliki nilai yang berbeda. Tabel 4. Pengujian dengan Mengalikan Matriks A dengan Rata rata Matriks X matriks A dan B, sehingga matriks gabungan berukuran 150x9 dengan rank 9. Jadi menurut aturan rank yang telah dibahas pada bab sebelumnya, maka persamaan ini tidak memiliki solusi karena rank matriks A tidak sama dengan rank matriks gabungan. Untuk matriks gabungan, dapat dilihat pada tabel 6. Tabel 6.Penggabungan Matriks A dan B Untuk uji coba menggunakan metode Persamaan Linier Homogen ini, rata rata matriks A per kolom per blok dikalikan dengan suatu nilai B. Uji coba dilakukan dua kali. Yang pertama menggunakan B = 68, yang didapat dari suatu nilai random. Dari hasil yang diperoleh, menujukkan 8 buah data yang memiliki nilai yang berbeda-beda. Sedangkan untuk B yang diberi nilai 0, didapat nilai untuk matriks X1..X8 = 0. Tabel 5. Hasil Uji Coba matriks A dengan Persamaan Linier Homogen matriks B random rata-rata matrik A per blok matrik X, B = B(random) mat X, B= Diuji matriks A berukuran 1 50x8 dengan matriks B berukuran 1 50x1. Rank matriks A adalah 8. Selanjutnya penggabungan antara
7 RankA = 8 RankAB = 9 RankABtr = 9 Tidak ada solusi
8 4. PENUTUP Aplikasi deteksi wajah yang dikembangkan pada penelitian kali ini adalah pembuktian keunikan jarak fitur wajah. Metode yang digunakan dalam penelitian ini adalah metode matematis. Aljabar linier merupakan salah satu metode matematis yang sering digunakan dalam mencari dan membuktikan suatu kasus. Pada aplikasi ini, pembobotan sistem persamaan linier dilakukan dengan menggunakan empat metode, yaitu metode sistem persamaan linier homogen menggunakan invers dengan partisi, metode sistem persamaan linier non homogen, metode akar eigen dan vektor eigen, dan metode solusi persamaan simultan dengan penentuan rank. Penelitian ini menggunakan matriks A berukuran 1 50x8 yang diperoleh dari pengukuran 8 jarak fitur wajah yaitu jarak mata kanan mata kiri, jarak mata kanan mulut, jarak mata kiri mulut, jarak mata kanan ujung hidung, jarak mata kiri ujung hidung, jarak ujung hidung mulut, tinggi hidung, dan lebar hidung dari 150 sampel. Selain matriks A yang diperlukan dalam persamaan linier ini, juga diperlukan inisialisasi matriks B berukuran 150x1 dengan men-generate secara random dengan range 1-10 sebanyak 150 baris. Data A yang merupakan sebuah matriks berordo 150x8 ini dipartisi menjadi matriks 8x8 sebanyak 19 buah. Matriks X yang dihasilkan tiap bloknya, secara keseluruhan menghasilkan matriks 1 50x1. Matriks X ini kemudian dijumlahkan per blok untuk mencari rata rata X. Pengujian terhadap matriks A dilakukan dengan mengalikan matriks A dengan rata rata matriks X. Dengan demikian dapat diambil kesimpulan bahwa dari hasil pengujian 150 sampel yang masing-masing memiliki 8 data dengan menggunakan metode invers blok untuk persamaan linier homogen menunjukan keunikan. Metode persamaan linier non homogen menunjukkan keunikan dari setiap elemen matriks X yang dihasilkan dari perkalian rata-rata matriks A per blok dengan suatu nilai matriks B random. Pengujian dengan menggunakan aturan rank tidak menghasilkan solusi karena syarat suatu matriks simultan memiliki solusi yaitu matriks A dengan matriks A gabungan B memiliki rank yang sama. DAFTAR PUSTAKA [1] Adang Suhendra Catatan Perkuliahan Pengolahan Citra. Universitas Gunadarma. Jakarta. [2] Anonim "Biometrics". Microsoft Encarta Reference Library Microsoft Corporation. [3] D. Suryadi H. S. Dan S. Harini Machmudi Teori dan Soal Pendahulan Aljabar Linier. Ghalia Indonesia. Jakarta. [4] Hendra Otomatisasi Ekstraksi Fitur Dan Segmentasi Pada Sistem Pengenalan Wajah Dengan MATLAB 6.5. Skripsi (S-1). Universitas Gunadrama. Depok. [5] J. Supranto Pengantar Matrix. Penerbit FE UI. Jakarta. [6] Jong Jek Siang Jaringan syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Penerbit Andi.Yogyakarta. [7] Moch. Agus Choiron MT Persamaan Aljabar Linier Serentak. Program Semi QUE IV Jurusan Teknik Mesin Unibraw. Surabaya. [8] Rademacher, D. December "Face Detection : Introduction to Computer Vision and Image Processing". Colorado School of Mines.
9 [9] Sigmon, K MATLAB Primer 3rd Edition. Departement of Mathematics, University of Florida. Gainesville. [10] Wikaria Gazali Matriks Dan Transformasi Liniear. Penerbit Graha Ilmu. Yogyakarta. [11] Yuniar Supardi Pascal dan Flowchart Lewat Praktek. Dinastindo. Jakarta. [12] Zhao, W., et.al. December Face Recognition : A Literature Survey. ACM Computing Survey, Vol 35, No. 4,
Empat Metode Pembobotan Sistem Persamaan Linier Pada Variabel atau Komponen Wajah Pada Sistem Pengenalan Wajah
Empat Metode Pembobotan Sistem Persamaan Linier Pada Variabel atau Komponen Wajah Pada Sistem Pengenalan Wajah Emi Listika Zen Jurusan Teknik Informatika Universitas Gunadarma Jl. Margonda Raya 100 Pondok
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciAPLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS
Jurnal UJMC, Volume, Nomor, Hal 36-40 pissn : 460-3333 eissn : 579-907X APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS Novita Eka Chandra dan Wiwin Kusniati Universitas
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciIDENTIFIKASI WAJAH MANUSIA BERDASARKAN PERBANDINGAN PARAMETER TINGGI HIDUNG, LEBAR HIDUNG DAN JARAK MATA. Yusriani Laa Baan
IDENTIFIKASI WAJAH MANUSIA BERDASARKAN PERBANDINGAN PARAMETER TINGGI HIDUNG, LEBAR HIDUNG DAN JARAK MATA Yusriani Laa Baan 0522132 Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciLAPORAN SKRIPSI EKSTRAKSI CIRI PENGENALAN GENDER MENGGUNAKAN FITUR GEOMETRIS CITRA WAJAH DENGAN METODE FUZZY C-MEANS (FCM)
LAPORAN SKRIPSI EKSTRAKSI CIRI PENGENALAN GENDER MENGGUNAKAN FITUR GEOMETRIS CITRA WAJAH DENGAN METODE FUZZY C-MEANS (FCM) Oleh : NIHAYATUS SA ADAH 2010-51-206 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS ABSTRAK
PENGENALAN WAJAH MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS Rudy Hova / 0222165 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : rudy_hova@yahoo.com
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 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 terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI
IDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI Disusun Oleh: Nama : Edy Kurniawan NRP : 0922023 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciISSN (Media Cetak) ISSN (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab
JITEKH, Vol, No, Tahun 27, -5 ISSN 28-577(Media Cetak) ISSN 2549-4 (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab Silmi, Rina Anugrahwaty 2 Staff Pengajar
Lebih terperinciSISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR. Febrian Ardiyanto NIM :
SISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR Oleh Febrian Ardiyanto NIM : 13203137 PROGRAM STUDI TEKNIK ELEKTRO SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI BANDUNG 2007
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54303/ Matriks & Ruang Vektor 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
Lebih terperinciPENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF)
PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF) Disusun oleh : Alvin Silajaya (0922018) Jurusan Teknik Elektro,
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
Lebih terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.
SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 3 Minggu Ke Pokok Bahasan dan TIU Sub Pokok Bahasan Sasaran Belajar Cara Pengajaran Media Tugas Referens i 1
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinci1.1. Definisi, Notasi, dan Operasi Vektor 1.2. Susunan Koordinat Ruang R n 1.3. Vektor di dalam R n 1.4. Persamaan garis lurus dan bidang rata
SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH : MATEMATIKA INFORMATIKA 2 JURUSAN : S1-TEKNIK INFORMATIKA KODE MATA KULIAH : IT-045214 Referensi : [1]. Yusuf Yahya, D. Suryadi. H.S., Agus S., Matematika untuk
Lebih terperinciEKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH. Oleh: Kholistianingsih
EKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH Oleh: Kholistianingsih Abstract Face recognition is a non-contact biometric identification that tries to verify individuals automatically based
Lebih terperinciPENYELESAIAN PERSAMAAN LINEAR-NON LINEAR DAN PERSAMAAN DIFFERENSIAL DENGAN METODE KESAMAAN
PENYELESAIAN PERSAMAAN LINEAR-NON LINEAR DAN PERSAMAAN DIFFERENSIAL DENGAN METODE KESAMAAN Abraham Salusu Jurusan Teknik Elektro, Fakultas Teknik UKI-Jakarta Jl.Letjen Suprapto, Cawang Jakarta-Timur abraham_salusu@yahoo.com
Lebih terperinciMENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR
MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRMA
Lebih terperinciDETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING
DETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING Wahyu Nugroho Abstract - Template matching is a technique in digital image processing functions to match each part
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 terperinciIDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI PCA DAN GLCM
1 IDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI DAN Ratna Dwi Jayanti A11.2011.05949 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro, Jl.
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 terperinciDiagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan
Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak
Lebih terperinciPEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER
PEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER Fakultas Teknologi Informasi Universitas Merdeka Malang Abstract: Various methods on artificial neural network has been applied to identify
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciNilai Eigen dan Vektor Eigen Universal Matriks Interval Atas Aljabar Max-Plus
Nilai Eigen dan Vektor Eigen Universal Matriks Interval Atas Aljabar Max-Plus Fitri Aryani 1, Tri Novita Sari 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suska.ac.id
Lebih terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciKata kunci: Template Matching, Root Mean Square, Pre-Processing, EDSR, DHS. vi Universitas Kristen Maranatha
VERIFIKASI WAJAH DENGAN METODA TEMPLATE MATCHING Disusun Oleh: Auxentius Manggala Jati 0722015 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No. 65, Bandung, Indonesia Email:
Lebih terperinciEkstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak
Ekstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak Limanyono Tanto 1,Liliana 2 Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2010 MATA KULIAH : MATRIK DAN TRANSFORMASI LINEAR KODE MATA KULIAH / SKS : 410102042 / 3 SKS MATA
Lebih terperinciAPLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI
APLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI Muhamad Arifin SMK Telkom Malang Email: arifin@smktelkom-mlg.sch.id Khoirudin Asfani Fakultas Teknik, Universitas Negeri Malang
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 terperinciJURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA
JURNAL PENGKLASIFIKASIAN GENDER DENGAN MENENTUKAN TITIK-TITIK PENTING PADA SISTEM PENGENALAN WAJAH 1. ABSTRAKSI MENGGUNAKAN MATLAB 6.5 DISUSUN OLEH: FARIDA Pengenalan wajah manusia dengan menggunakan sistem
Lebih terperinciPENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG
PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG oleh MIRA AMALIA M0113030 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana
Lebih terperinciBAB III METODOLOGI PENELITIAN. manusia dengan menggunakan metode Gabor Filter dan Algoritma
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak manusia dengan menggunakan
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Jurnal Sains, Teknologi Industri, Vol. 11, No. 2, Juni 2014, pp. 166-174 ISSN 1693-2390 print/issn 2407-0939 online PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11. 54303/ Matriks & Ruang Vektor Revisi 2 Satuan Kredit Semester : 3 SKS Tgl revisi : Agustus 2014 Jml Jam kuliah dalam
Lebih terperinciImplementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA)
46 Implementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA) Iwan Setiawan setiawanise@yahoo.com, Welly Iskand welly.iskand@gmail.com, Fauzi Nur Iman
Lebih terperinciHuman Face Detection by using eigenface method for various pose of human face
Human Face Detection by using eigenface method for various pose of human face Esty Vidyaningrum, Prihandoko Undergraduate program, Faculty of Industrial Technology, 2009 Gunadarma University http://www.gunadarma.ac.id
Lebih terperinciENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5
MAKALAH SEMINAR TUGAS AKHIR ENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5 Sunaryo 1, Budi Setiyono 2, R. Rizal Isnanto 2 Abstrak - Biometrik merupakan
Lebih terperinciABSTRAK. Kata kunci : Principal Component Analysis, Linear Discriminant Analysis, Pengenalan wajah
ABSTRAK Seiring dengan perkembangan teknologi elektronika dan komputer, kemajuan dibidang pemrograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang yang sekarang ini sudah mulai dikembangkan
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN MELALUI PENGENALAN CITRA WAJAH MENGGUNAKAN ALGORITMA EIGENFACE
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 355~360 355 SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN MELALUI PENGENALAN CITRA WAJAH MENGGUNAKAN ALGORITMA EIGENFACE Abdul Hamid
Lebih terperinciInvers Drazin Dari Matriks Sirkulan
Jurnal Sains Matematika dan Statistika, Vol1, No1, Januari 2015 Invers Drazin Dari Matriks Sirkulan Fitri Aryani 1, Lusi Andari 2 1,2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif
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 terperinciMENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A
MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI Oleh : Irdam Haidir Ahmad J2A 005 023 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
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 terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : Maret 2014 A. Identitas 1. Nama Matakuliah : A11. 54812 / Metode Numerik 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot sks
Lebih terperinciPengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis)
Pengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis) Ratna Nur Azizah Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE Daniel Halomoan (0822056) Jurusan Teknik Elektro Universitas Kristen Maranatha email: daniel170390@gmail.com
Lebih terperinciJURNAL TEODOLITA. VOL. 14 NO. 1, Juni 2013 ISSN DAFTAR ISI
JURNAL TEODOLITA VOL. 14 NO. 1, Juni 2013 ISSN 1411-1586 DAFTAR ISI Perpaduan Arsitektur Jawa dan Sunda Pada Permukiman Bonokeling Di Banyumas, Jawa Tengah...1-15 Wita Widyandini, Atik Suprapti, R. Siti
Lebih terperinci02-Pemecahan Persamaan Linier (1)
-Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Vektor dan Persamaan Linier Bagian : Teori Dasar Eliminasi Bagian 3: Eliminasi Menggunakan Matriks Bagian 4:
Lebih terperinciSISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING
SISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING Disusun Oleh : Dimastya Yonathan Pratama (1022061) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria
Lebih terperinciSILABUS MATA KULIAH. Tanggal Berlaku : 4 September 2015
SILABUS MATA KULIAH Tanggal Berlaku : 4 September 2015 A. Identitas 1. Nama Matakuliah : dan Ruang Vektor 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 3 5. Elemen : MKK 6. Jenis
Lebih terperinciPERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI
PERBANDINGAN PENYELESAIAN SISTEM OREGONATOR DENGAN METODE ITERASI VARIASIONAL DAN METODE ITERASI VARIASIONAL TERMODIFIKASI oleh AMELIA FEBRIYANTI RESKA M0109008 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciSatuan Acara Perkuliahan
FM-UAD-PBM-08-05/R0 Satuan Acara Perkuliahan Kode / Nama Mata Kuliah : TC19153 /Matriks dan Ruang Vektor Revisi ke : 0 Satuan Kredit Semester : 3 sks Tanggal revisi : - Jumlah jam kuliah dalam seminggu
Lebih terperinciSOLUSI PENYEBARAN PANAS PADA BATANG KONDUKTOR MENGGUNAKAN METODE CRANK-NICHOLSON
SOLUSI PENYEBARAN PANAS PADA BATANG KONDUKTOR MENGGUNAKAN METODE CRANK-NICHOLSON Viska Noviantri Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9,
Lebih terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciPERANCANGAN APLIKASI IDENTIFIKASI BIOMETRIKA TELAPAK TANGAN MENGGUNAKAN METODE FREEMAN CHAIN CODE
PERANCANGAN APLIKASI IDENTIFIKASI BIOMETRIKA TELAPAK TANGAN MENGGUNAKAN METODE FREEMAN CHAIN CODE 1 Muzdalifah Ulfayani T, 2 Sayuti Rahman, 3 Yuyun Dwi Lestari 1,2,3 Program Studi Teknik Informatika Sekolah
Lebih terperinciANALISIS CITRA WAJAH DENGAN HIMPUNAN FUZZY EIGEN TERBESAR
ANALISIS CITRA WAJAH DENGAN HIMPUNAN FUZZY EIGEN TERBESAR Shinta Puspasari MDP Computer and Informatics Management Institute Jl. Rajawali 14, Palembang, 30113, Indonesia e-mail : shinta@stmik-mdp.net ABSTRAKSI
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciBAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU
BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus
Lebih terperinciPERANCANGAN APLIKASI IDENTIFIKASI BIOMETRIKA TELAPAK TANGAN MENGGUNAKAN METODE FREEMAN CHAIN CODE
Page 64 PERANCANGAN APLIKASI IDENTIFIKASI BIOMETRIKA TELAPAK TANGAN MENGGUNAKAN METODE FREEMAN CHAIN CODE Sayuti Rahman 1, Muzdalifah Ulfayani T 2 Program Studi Teknik Informatika Sekolah Tinggi Teknik
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 terperinciAdiguna¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN ADAPTIVE RESONANCE THEORY DAN FILTER GABOR FINGERPRINT RECOGNITION ALGORITHM USING ADAPTIVE RESONANCE THEORY AND GABOR FILTER
Lebih terperinciKLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING
KLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING SKRIPSI Oleh : DWI KUSMIATI J2A 605 036 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciFUSI CITRA BERBASIS COMPRESSIVE SENSING
ABSTRAK FUSI CITRA BERBASIS COMPRESSIVE SENSING Disusun oleh : Kristian Hernowo (1022022) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No.
Lebih terperinciAnalisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block
Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi
Lebih terperinciPerbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan
Jurnal Sains & Matematika (JSM) ISSN Kajian 0854-0675 Pustaka Volume14, Nomor 4, Oktober 2006 Kajian Pustaka: 147-153 Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization
Lebih terperinciKLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN Oleh : Dian Aniswari 2010-51-177 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
Lebih terperinciMenentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift
Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift Arif Bijaksana 1, Irma Suryani 2 Jurusan Matematika Terapan, Fakultas Sains dan
Lebih terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperinciIMPLEMENTASI APLIKASI PENGENALAN JENIS KELAMIN BERDASARKAN CITRA WAJAH DENGAN METODE SUPPORT VECTOR MACHINE SECARA REAL TIME
IMPLEMENTASI APLIKASI PENGENALAN JENIS KELAMIN BERDASARKAN CITRA WAJAH DENGAN METODE SUPPORT VECTOR MACHINE SECARA REAL TIME Implementation of Gender Recognition Applications Based on Face Image with Support
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 terperinciPengenalan Wajah Menggunakan Metode Support Vector Machine (SVM)
Pengenalan Wajah Menggunakan Metode Support Vector Machine (SVM) Yudhie Suherdani / 9922109 Jurusan Teknik Elektro, Fakultas Teknik, Univeristas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung
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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT0143231 / 2 SKS Deskripsi: - Mata kuliah ini mempelajari konsep aljabar linear sebagai dasar untuk membuat algoritma dalam permasalahan
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciANALISIS DAN IMPLEMENTASI SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE LNMF DAN LPP PADA RUANG TERBUKA
ANALISIS DAN IMPLEMENTASI SISTEM PENGENALAN AJAH DENGAN MENGGUNAKAN METODE LNMF DAN LPP PADA RUANG TERBUKA ANALYSIS AND IMPLEMENTATION OF FACE RECOGNATION SYSTEM USING LNMF AND LPP METHODS AT OUTDOOR Khairunnisa
Lebih terperinciPERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN ABSTRAK
PERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciKOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS 1 Sofyan Azhar Ramba 2 Adiwijaya 3 Andrian Rahmatsyah 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom
Lebih terperinci