BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
|
|
- Irwan Budi Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Di Indonesia pengaturan rambu lalu lintas jalan raya diatur dalam undang undang nomor 22 Tahun Undang undang tersebut mengatur tentang semua aspek di jalan raya. Salah satunya adalah tentang pengaturan jalan raya di persimpangan jalan, yaitu dengan diberlakukanya lampu lalu lintas. Mengikuti perkembangan dunia teknologi dewasa ini, banyak dilakukan upaya modernisasi pengaturan lampu lalu lintas. Adistya dan Muslim (2016), melakukan penelitianya dengan berjudul Deteksi dan Klasifikasi Kendaraan Menggunakna Algoritma Backpropagation dan Sobel. Pengenalan objek kendaraan adalah topik yang sangat menarik untuk dijadikan bahan penelitian yang tak ada habisnya. Penggunaan algoritma yang tepat memberikan dampak yang signifikan dalam proses pengenalan dan perhitungannya Sistem dalam jurnal ini dirancang dan diimplementasikan menggunakan java. Sistem ini mewujudkan sebuah aplikasi yang mana dapat mengklasifikasikan kendaraan berdasarkan golongan yang melintas pada ruas tol surabaya-malang km 34 dengan menggunakan Backpropagation untuk learning dan Sobel dalam Pengenalan objek. Pada proses image processing, data yang digunakan 10x10 kemudian dibinerisasi untuk dijadikan nilai input pada jaringan syaraf tiruan menggunakan 3 layer,leraning rate 0.3. Training proses berhenti dengan nilai maksimal MSE (Mean Square Error) Tingkat pengujian sistem pada pagi, siang, malam secara rata-rata adalah 94,63%, 93,85%, dan 68,32%. Budi (2015), melakukan penelitian dengan judul Pemodelan Sistem Kontrol Traffic Light Berdasarkan Kepadatan Kendaraan dengan Teknik Edge Detection dan Logika Fuzzy. Secara umum pengendalian lalu-lintas selama ini menggunakan pengatur lampu lalu lintas (Trafic Light). Penggunaan Trafic Light memiliki kelemahan yaitu pengaturan kendaraan tidak berdasarkan kondisi real-time dari jumlah kendaraan tetapi berdasarkan waktu. Pemafaatan teknologi pengolahan citra digital dapat diterapkan pada sistem trafic light yaitu dengan mendeteksi jumlah 4
2 5 kendaraan dari setiap sisi jalan. Pendeteksian jumlah kendaraan menggunakan metode deteksi tepi (edge detection) merupakan cara untuk mendeteksi kepadatan kendaraan. Metode ini merupakan metode pemfilteran objek untuk mengambil informasi bagian tepi objek berupa data biner. Sedangkan untuk menghasilkan lama waktu yang akan diberikan pada setiap sisi traffic light maka digunakan logika Fuzzy dengan metode Min-Max, sebagai parameter yaitu berdasarkan perbandingan padat kendaran dari setiap sisi jalan. Hasil yang didapatkan yaitu jumlah waktu nyala lampu traffic light pada tiap-tiap ruas berdasarkan kepadatan kendaran, semakin padat kendaraan, maka waktu menyala lampu hijau semakin lama. Hadi dan Samara (2012), melakukan penelitian dengan judul Deteksi Objek Kendaraan Pada Citra Dijital Jalan Raya Menggunakan Metode Visi Komputer. Pada penelitian ini konsep dan metode visi komputer dieksplorasi dan diterapkan untuk mendeteksi keberadaan kendaraan pada citra digital jalan raya. Konsep utama proses pendeteksian yang dilakukan merupakan gabungan dua metode yakni Hough Transform (HT) dan Connected Component Labeling (CCL). HT digunakan untuk mendeteksi garis tepi jalan raya dengan bantuan beberapa proses lainnya seperti segmentasi dan deteksi tepi. Garis-garis yang diperoleh menjadi batas bagi Region of Interest (ROI) jalan raya sehingga dapat digunakan sebagai acuan bagi proses selanjutnya. CCL adalah metode yang sudah teruji untuk mendeteksi objek yang memiliki karakteristik khusus. CCL merupakan suatu proses pemberian label yang sama pada sekumpulan piksel pembentuk obyek yang saling berdekatan pada suatu citra. Obyek yang berbeda ditandai dengan label yang berbeda. Kendaraan roda empat atau lebih pada suatu citra dapat dideteksi melalui metode ini. Metode CCL pada penelitian ini dikombinasikan dengan beberapa proses lain seperti substraksi, grayscaling, pengambangan, juga proses morfologi opening dan closing sebelum akhirnya dilakukan proses CCL. Dengan metode ini, maka obyek-obyek yang ada di jalan raya seperti mobil dan kendaraan roda empat lainnya dapat dideteksi. Pengujian metode dilakukan dengan menggunakan sebuah citra jalan raya kosong sebagai citra dasar dan 36 buah citra yang berisi objek kendaraan dalam berbagai variasi yang memenuhi segala kemungkinan. Dari hasil eksperimen dihitung parameter ROC berupa sensitivitas dan spesifisitas, hasilnya menunjukkan bahwa
3 6 akurasi pendeteksian kendaraan berada pada tingkatan 79.46% berdasarkan tingkat sensitivitas dari metode yang digunakan adalah 96.43%, sedangkan tingkat spesifisitasnya adalah 62.50%. Prasetyo dan Sutisna (2014), melakukan penelitian dengan judul Implementasi Algoritma Logika Fuzzy untuk Sistem Pengaturan Lampu Lalu Lintas Menggunakan Mikrokontroler. Pada umumnya sistem pengaturan lampu lalu-lintas hanya melakukan pengaturan berdasarkan waktu yang tetap. Pada kenyataanya tingkat kedatangan kendaraan pada persimpangan jalan tidak selalu sama sehingga tentu saja tingkat kemacetan pada persimpangan jalan tidak dapat dikendalikan dengan baik. Pada penelitian ini dibuat simulasi sistem kendali otomatis yang dapat melakukan pengaturan lampu lalu lintas berdasarkan tingkat kedatangan kendaraan dimana sistem pengaturannya tidak konstan tetapi mengikuti tingkat kedatangan kendaraan. Metode yang digunakan untuk mengatur lamanya waktu ini adalah algoritman logika Fuzzy dengan penalaran Fuzzy metode Mamdani. Metode ini dapat memenuhi tujuan pengaturan lalu lintas secara optimal dengn durasi waktu yang diberikan didasarkan pada tingkat kedatangan kendaraan. Semakin tinggi tingkat kedatangan kendaraan makan semakin besar durasi waktu yang diberikan. Romadhon dan Murinto (2014), melakukan penelitian dengan judul Aplikasi Pengenalan Citra Rambu Lalu Lintas Berbentuk Lingkaran Menggunkan Metode Jarak City-Block. Dalam penelitian ini dilakukan perancangan aplikasi pengenalan citra rambu lalu lintas berbentuk lingkaran. Tujuan dari penghitungan jarak adalah untuk menentukan kesamaan atau ketidaksamaan dua vektor fitur. Tingkat kesamaan dinyatakan dengan suatu skor atau rangking. Semakin kecil nilai rangking, semakin dekat kesamaan kedua vektor tersebut. Pengukuran jarak dilakukan dengan beberapa cara, diantaranya adalah metode Euclidean, City-Block, Minknowski, Chebyshev, Sorensen, Gower, Kulczynski, Intersection, Wave Hedges, Inner Product, Harmonic Mean, Cosine, Jaccard, Dice, One Minus Correlation Coefficient dan lain-lain. Metode yang dipakai dalam penelitian ini adalah cityblock. Proses identifikasi citra rambu lalu lintas meliputi: Pengambilan citra digital, Pemrosesan awal (Pre Processing), Segmentasi (cropping), Resize citra, Penajaman citra (sharpening), Penghitungan Vektor Citra, Klasifikasi,
4 7 Pengambilan keputusan dan Hasil Identifikasi. Proses akusisi data citra rambu lalu lintas memanfaatkan kamera digital. Ekstraksi ciri yang dipakai adalah perhitungan vektor. Data yang digunakan sebanyak 90 citra terdiri dari 15 citra acuan dan 75 citra uji. Untuk masing-masing rambu larangan parkir, larangan berhenti, larangan berbelok, larangan melebihi kecepatan 40km/jam dan larangan masuk bagi semua kendaraan data acuan yang digunakan sebanyak 3 citra sedangkan untuk citra uji sebanyak 15 sampel untuk masing-masing jenis rambu lalu lintas. Dari penelitian yang dilakukan menghasilkan sebuah apilkasi pengenalan citra rambu lalu lintas berbentuk lingkaran menggunakan metode jarak city-block. Pengujian untuk kerja sistem dilakukan dengan melakukan variasi ukuran citra 50 piksel x 50 piksel, 75 piksel x 75 piksel, 100 piksel x 100 piksel. Tingkat akurasi pada ukuran 50 piksel x 50 piksel adalah 88 %, ukuran 75 piksel x 75 piksel adalah 86,67 % serta ukuran 100 piksel x 100 piksel adalah 85,33 %. Hasil eksperimen dari pengujian sistem menunjukkan tingkat akurasi yang baik yaitu 88 % pada ukuran citra 50 piksel x 50 piksel Landasan Teori Lampu Lalu Lintas Kepadatan kendaraan di jalan dapat berakibat adanya kemacetan di ruas jalan tertentu. Penggunaan lampu lalu lintas (traffic light) di persimpangan jalan merupakan salah satu solusi yang di gunakan untuk mengendalikan arus lalu lintas. Pengendalian sistem lampu lalu lintas mengambil peran penting dalam memberikan kualitas arus lalu lintas yang lebih baik. Strategi yang lebih baik dalam mengendalikan arus lalu lintas memberikan dampak pengurangan polusi, penghematan bahan bakar, serta meningkatkan pergerakan kendaraan dengan mempersingkat waktu perjalanan. Parameter yang digunakan untuk menentukan durasi pada sistem lampu lalu lintas adalah kepadatan kendaraan disuatu sisi persimpangan yang dipengaruhi arus kendaraan di sisi tersebut. Nilai parameter ini tidak dapat diketahui secara pasti, karena berubah terhadap waktu dan kondisi lainnya. Penentuan durasi lampu dapat dilakukan dengan model matematis berdasarkan data historis arus lalu lintas atau dengan kecerdasan buatan. Penelitian
5 8 mengenai model matematis untuk memoerkirakan dan mengendalikan arus lalu lintas telah dilakukan sejak tahun Namun demikian penggunaan data historis sebagai dasar penentuan durasi pada sistem lampu lalu lintas sangat rentang terhadap kesalahan manusia (human error). Menurut Kamus Besar Bahasa Indonesia (KBBI) lampu lalu lintas berarti lampu berwarna merah, kuning, dan hijau yang dipasang di perempatan atau persimpangan jalan untuk mengatur lalu lintas. Lampu berwarna merah mengisyaratkan kendaraan tidak boleh bergerak. Lampu berwarna kuning, mengisyaratkan kendaraan bersiap-siap untuk berhenti (sesudah lampu hijau) atau mengurangi kecepatan (jika berkedip-kedip), isyarat untuk berhati-hati, isyarat untuk bersiap-siap untuk melakukan kegiatan. Lampu berwarna hijau mengisyaratkan kendaraan boleh jalan Citra Digital Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang continue menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila nilai x,y dan nilai amplitudo f secara keseluruhan berhingga (finite) dan bernilai diskrit maka dapat dikatakan bahwa citra tersebut adalah citra digital. Sebuah citra mengandung informasi tentang obyek yang presentasikan, kemiripan, atau imitasi dari suatu obyek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak. Untuk dapat dilihat mata manusia, citra tidak tampak harus dirubah menjadi citra tampak, misalnya dengan menampilkannya di monitor, dicetak di kertas dan sebagainya. Salah satu contoh citra tidak tampak adalah citra digital. citra digital ditunjukkan pada Gambar 2.1.
6 9 Gambar 2. 1 Koordinat Citra Digital (Putra, 2010) Citra digital agar dapat diolah dengan dengan komputer, maka harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi malar (kontinu) menjadi nilai-nilai diskrit disebut digitalisasi (Munir, 2004). Ada beberapa tahapan yang dilakukan dalam pembentukan citra digital yaitu akuisisi citra, sampling dan kuantisasi. Tahapan pertama yaitu proses akuisisi citra adalah pemetaan suatu pandangan (scene) menjadi citra kontinu dengan menggunakan sensor. Ada beberapa macam sensor untuk akuisisi citra, yaitu sensor tunggal, sensor garis dan sensor larik. Tahap selanjutnya setelah menjadi citra kontinu yaitu proses sampling, yang merupakan proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu. Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan. Proses sampling sering juga disebut proses digitisasi. Kemudian tahap terakhir adalah proses kuantisasi,yang merupakan perubahan nilai amplitudo kontinu menjadi nilai baru yang berupa nilai diskrit. Nilai amplitudo yang dikuantisasi adalah nilai-nilai pada koordinat diskrit hasil proses sampling. Terjadinya proses citra berawal dari sumber cahaya menerangi obyek, obyek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya
7 10 ini ditangkap oleh alat-alat optik, misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya, sehingga bayangan obyek yang disebut citra tersebut terekam. Seperti yang ditunjukkan pada Gambar 2.2. Gambar 2. 2 Proses Pembentukan Citra (Putra, 2010) Pra-Proses Pra-proses adalah proses pengolahan data citra asli sebelum data tersebut diproses berikutnya. Beberapa pra-proses yang sering digunakan adalah proses cropping dan proses grayscale (aras keabuan), resize. Cropping adalah proses pemotongan citra pada koordinat tertentu pada area citra. Proses ini dilakukan untuk mengambil bagian yang dirasa penting atau bagian yang mempunyai paling banyak informasi untuk diolah menggunakan jaringan syaraf tiruan. Selain itu proses ini juga dapat mengubah ukuran citra menjadi lebih kecil, sehingga akan mempercepat proses komputasi. Selain dengan melakukan cropping, untuk mempercepat proses komputasi dapat melakukan proses grayscale. Grayscale adalah warna-warna piksel yang berada pada rentang gradasi hitam dan putih yang akan menghasilkan efek warna abu-abu. Pada citra ini warna dinyatakan dengan intensitas, dimana intensitas berkisar antara 0 sampai dengan 225, dimana 0 dinyatakan warna hitam dan 225 dinyatakan warna putih (Kadir & Susanto, 2013). Proses grayscale dilakukan dengan mengubah citra 3 layer citra yaitu: red, green dan blue (RGB) menjadi citra 1 layer gray.
8 11 Resize adalah proses mengubah ukuran data digital dengan cara mengubah jarak setiap titik pada data terhadap titik acuan. Data dapat diskalakan dengan arah horizontal maupun vertical dengan cara mengalikan koordinat tiap data dengan factor konstanta. Resize keukuran yang lebih kecil akibatnya dapat mengurangi informasi yang terkandung dalam data tersebut. Citra dapat diperbaiki kualitasnya dan dapat diperhalus dengan melakukan beberapa cara, salah satunya adalah dengan menggunakan masking dengan filter median. Pada filter median, suatu jendela (windows) memuat sejumlah piksel (ganjil). Jendela digeser titik demi titik pada seluruh daerah citra. Pada setiap pergeseran dibuat jendela baru. Titik tengah dari jendela ini diubah dengan nilai median dari jendela tersebut (Munir, 2004) Deteksi Tepi Deteksi tepi adalah proses yang dijalankan untuk mendeteksi garis tepi (edge) yang membatasi duawilayah citra homogen yang memiliki tingkat kecerahan yang berbeda (pitas. 1993). Edge merupakan tempat-tempat yang memiliki perubahan intensitas yang besar dalam jarak yang pendek. Edge Detection bertujuan untuk menandai bagian yang menjadi detail gambar/citra untuk memperbaiki detail dari gambar/citra yang blur, atau edge sengaja dikuatkan untuk memperoleh ciri suatu data. Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya dan berikut pengertian dari beberapa metode Sobel, Prewitt, Laplace, Robert, dan Canny. a. Sobel Metode ini mengambil prinsip dari fungsi Laplace dan Gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF, dan kelebihan dari metode sobel ini adalah mengurangi noise sebelum melakukan perhitungan deteksi tepi. b. Prewitt Metode Prewitt merupakan pengembangan metode Robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini
9 12 mengambil prinsip dari fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF. c. Laplace Metode Laplace adalah metode transformasi yang digunakan untuk penyelesaian persamaan diferensial. d. Robert Metode Robert adalah nama lain dari teknik differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial. Maksud konversi biner adalah meratakan distribusi warna hitam dan putih. e. Canny Metode Canny merupakan deteksi tepi yang optimal. Operator Canny menggunakan Gaussian Derivative Kernel untuk menyaring kegaduhan dari citra awal untuk mendapatkan hasil deteksi tepi yang halus. Contoh hasil dari 5 metode deteksi tepi diatas ditunjukkan pada Gambar 2.3. Gambar 2. 3 Proses Edge Detection Jaringan Syarat Tiruan Jaringan syaraf tiruan (neural network) adalah sebuah alat pemodelan data statistik nonlinier. Neural network dapat digunakan untuk memodelkan hubungan
10 13 yang kompleks antara input dan output untuk menemukan pola-pola pada data (Widodo, 2005). Secara garis besar Neural Network mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan. Model pada JST pada dasarnya merupakan fungsi model matematika yang mendefinisikan fungsi f: x y. Istilah "jaringan" pada JST merujuk pada interkoneksi dari beberapa neuron yang diletakkan pada lapisan yang berbeda. Secara umum, lapisan pada JST dibagi menjadi tiga bagian: a. Lapis masukan (input layer) terdiri dari neuron yang menerima data masukan dari variabel X. Semua neuron pada lapis ini dapat terhubung ke neuron pada lapisan tersembunyi atau langsung ke lapisan luaran jika jaringan tidak menggunakan lapisan tersembunyi. b. Lapisan tersembunyi (hidden layer) terdiri dari neuron yang menerima data dari lapisan masukan. c. Lapisan luaran (output layer) terdiri dari neuron yang menerima data dari lapisan tersembunyi atau langsung dari lapisan masukan yang nilai luarannya melambangkan hasil kalkulasi dari X menjadi nilai Y. Secara matematis, neuron merupakan sebuah fungsi yang menerima masukan dari lapisan sebelumnya gi(x) (lapisan ke-i). Fungsi ini pada umumnya mengolah sebuah vektor input untuk kemudian diubah ke nilai skalar melalui komposisi nonlinear weighted sum, dimanaf(x) = K( i w i. g i(x)). K, merupakan fungsi khusus yang sering disebut dengan fungsi aktivasi dan w merupakan beban atau weight.
11 14 Keberhasilan perceptron dalam pengklasifikasian pola tertentu ini tidak sepenuhnya sempurna, masih ditemukan juga beberapa keterbatasan di dalamnya. Perceptron tidak mampu untuk menyelesaikan permasalahan XOR (exclusive-or). Namun demikian, perceptron berhasil menjadi sebuah dasar untuk penelitianpenelitian selanjutnya di bidang neural network. Saat ini neural network dapat diterapkan pada beberapa task, diantaranya classification, recognition, approximation, prediction, clusterization, memory simulation dan banyak task-task berbeda yang lainnya, dimana jumlahnya semakin bertambah seiring berjalannya waktu. Learning Vector Quantization (LVQ) merupakan salah satu terapan dari neural network. LVQ melakukan proses pemetaan vektor yang berjumlah banyak menjadi vektor dengan jumlah tertentu (Kusumadewi, 2004). Pada pengenalan citra, berupa vektor ciri dari masing-masing citra, yang diperoleh dari proses ekstraksi ciri. Untuk lebih jelasnya ditunjukkan pada Gambar 2.4. Gambar 2. 4 Jaringan Syaraf Tiruan (Kusumadewi, 2004) Learning Vector Quaitization Berdasarkan fungsinya LVQ cocok digunakan untuk klasifikasi dan pengenalan pola. Learning Vector Quantization merupakan bagian dari Jaringan Syaraf Tiruan untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor-vektor input. Kelas-kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vektor-vektor input.
12 15 Jika dua vektor input mendekati sama, maka lapisan kompetitif akan meletakkan kedua vektor input tersebut ke dalam kelas yang sama (Kusumadewi, 2003). Dalam hal ini diberikan sehimpunan pola yang klasifikasinya diketahui diberikan bersama distribusi awal vektor referensi. Setelah pelatihan jaringan LVQ mengklasifikasikan vektor masukan dalam kelas yang sama dengan unit keluaran yang memiliki vektor bobot (referensi) yang paling dekat dengan vektor masukan. Arsitektur dari LVQ ditunjukkan pada Gambar 2.5. x 1 x 2 x w 1 y_in 1 F 1 y 1 x 3 x w 2 y_in 2 F 2 y 2 x 4 Gambar 2. 5 Arsitektur Learning Vector Quantization (Kusumadewi, 2004) Keterangan: X = Vektor masukan (X1, X2,..., Xn) F = Lapisan Kompetitif y_in = Masukan lapisan kompetitif y = Keluaran W = Vektor bobot untuk unit keluaran X-W = Selisih nilai jarak Euclidean antara vektor input Contohnya adalah Klasifikasi Buah Garcia Mangostaba L. Menggunakan Metode Learning Vector Quantization. Terdapat tiga kelas yaitu mutu super, mutu 1, dan mutu 2. Terdapat dua proses dalam metode LVQ, yang pertama adalah proses pelatihan dan yang kedua adalah proses pengujian. Data masukan yang digunakan dalam proses pelatihan dan pengujian merupakan ekstraksi fitur citra buah Garcia
13 16 yang diambil dengan menggunakan kamera digital yang terdiri dari mean, standard deviation, kurtosis, skewness dan entropy. Ekstraksi fitur yang digunakan pada penelitian ini didapatkan dari histogram warna, histogram grayscale, histogram tingkat saturasi dan histogram metode Sobel. Metode LVQ akan secara otomatis mengklasifikasikan citra buah manggis ke dalam kelasnya masing-masing. Hasil klasifikasi pada pengujian 1 mendapatkan akurasi sebesar 85 % untuk mutu super, 55 % untuk mutu 1 dan 60 % untuk mutu 2, pada pengujian 2 mendapatkan akurasi sebesar 30 % untuk mutu super, 80 % untuk mutu 1 dan 80 % untuk mutu 2, pada pengujiaan 3 mendapatkan akurasi sebesar 70 % untuk mutu super, 20 % untuk mutu 1 dan 40 % untuk mutu 2.
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
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 terperinciAPLIKASI PENGENALAN CITRA RAMBU LALU LINTAS BERBENTUK LINGKARAN MENGGUNAKAN METODE JARAK CITY-BLOCK
APLIKASI PENGENALAN CITRA RAMBU LALU LINTAS BERBENTUK LINGKARAN MENGGUNAKAN METODE JARAK CITY-BLOCK 1 Galang Romadhon (09018195), 2 Murinto (0510077302) 1,2 Program Studi Teknik Infromatika Universitas
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 terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Nama Mahasiswa : Gigih Prasetyo Cahyono NRP : 1206 100 067 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Prof.
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
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 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 terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
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 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 TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tanda Tangan Tanda tangan atau dalam bahasa Inggris disebut signature berasal dari latin signare yang berarti tanda atau tulisan tangan, dan biasanya diberikan gaya tulisan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
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 terperinciModel Citra (bag. I)
Model Citra (bag. I) Ade Sarah H., M. Kom Defenisi Citra Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Jenis dari citra ada 2, yaitu: 1. Citra analog (kontinu) : Dihasilkan
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
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 II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Gambar atau citra merupakan informasi yang berbentuk visual. Menurut kamus Webster citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
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 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 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 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 terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
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 terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
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 terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Bab 2 ini berisi tentang pembahasan teori-teori tentang jaringan syaraf tiruan, Algoritma Learning Vector Quantization (LVQ).
BAB 2 TINJAUAN PUSTAKA Bab 2 ini berisi tentang pembahasan teori-teori tentang jaringan syaraf tiruan, Algoritma Learning Vector Quantization (LVQ). 2.1. Algoritma Algoritma adalah urutan langkah-langkah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Jaringan Syaraf Tiruan Artificial Neural Network atau Jaringan Syaraf Tiruan (JST) adalah salah satu cabang dari Artificial Intelligence. JST merupakan suatu sistem pemrosesan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Sel Darah Merah Sel darah merah atau eritrositmemiliki fungsi yang sangat penting bagi kelangsungan hidup manusia. Sel darah merah mengandung hemoglobin yang berfungsi untuk
Lebih terperinciOleh: Angger Gusti Zamzany( ) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T.
Oleh: Angger Gusti Zamzany(1210100 073) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI PENGUJIAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Uang Kertas Rupiah Uang Rupiah Kertas adalah Uang Rupiah dalam bentuk lembaran yang terbuat dari Kertas Uang yang dikeluarkan oleh Bank Indonesia, dimana penggunaannya dilindungi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan dalam penelitian ini.
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciANALISIS SISTEM PENDETEKSI POSISI PLAT KENDARAAN DARI CITRA KENDARAAN
ANALISIS SISTEM PENDETEKSI POSISI PLAT KENDARAAN DARI CITRA KENDARAAN I Dewa Gede Aditya Pemayun 1, Widyadi Setiawan 2, Ngurah Indra ER 3 1 Mahasiswa Jurusan Teknik Elektro, Fakultas Teknik Universitas
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 terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
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 terperinciDETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ Muhammad Imron Rosadi 1 Prodi Teknik Informatika, Universitas Yudharta Pasuruan Purwosari 67162 Pasuruan Jawa Timur 1 Email : Imron_uyp@yahoo.com ABSTRAK
Lebih terperinciBAB 3 METODE PERANCANGAN
BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor
Lebih terperinciJurnal Sarjana Teknik Informatika e-issn: Volume 2 Nomor 2, Juni 2014
SISTEM IDENTIFIKASI CITRA JAHE (ZINGIBER OFFICINALE) MENGGUNAKAN METODE JARAK CZEKANOWSKI 1 Shinta Nur Desmia Sari, 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program Studi Teknik
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciPENDETEKSI DAN VERIFIKASI TANDA TANGAN MENGGUNAKAN METODE IMAGE DOMAIN SPASIAL. Abstrak
PENDETEKSI DAN VERIFIKASI TANDA TANGAN MENGGUNAKAN METODE IMAGE DOMAIN SPASIAL Annisa Hayatunnufus [1], Andrizal,MT [2], Dodon Yendri,M.Kom [3] Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas
Lebih terperinciDETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA
DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA Triyanto Adi Saputro., Elha Dhanny H, Andriansyah Ramadhan, Afi Muftihul Situmorang, M Fajar Lazuardi. Teknik Informatika, Fakultas Program
Lebih terperinciAPLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Hamsina 1, Evanita V Manullang 1, Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Manajemen,
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih 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 terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
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 terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciMETODOLOGI PENELITIAN
18 METODOLOGI PENELITIAN Kerangka Penelitian Sistem pengenalan roda kendaraan pada penelitian ini tampak pada Gambar 10, secara garis besar dapat dibagi menjadi dua tahapan utama yaitu, tahapan pelatihan
Lebih terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciPENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT
PENERAPAN METODE CANNY DALAM KOREKSI LEMBAR JAWABAN KOMPUTER UNTUK TRY OUT Mira Chandra Kirana 1, Sartikha 2, Ela Erminawati 3 1,2,3 Jurusan Teknik Informatika, Politeknik Negeri Batam 1 mira@polibatam.ac.id,
Lebih terperinciJaringan syaraf dengan lapisan tunggal
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan
Lebih terperinciBAB I PENDAHULUAN. Pangan adalah salah satu hak azasi manusia dan sebagai komoditi strategis
BAB I PENDAHULUAN A. Latar Belakang Pangan adalah salah satu hak azasi manusia dan sebagai komoditi strategis yang dilindungi oleh Undang-Undang Dasar Negara Republik Indonesia tahun 1945 (Tim Koordinasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Jaringan Saraf Tiruan Jaringan saraf tiruan adalah paradigma pengolahan informasi yang terinspirasi oleh sistem saraf secara biologis, seperti proses informasi pada otak manusia.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dielaskan mengenai teori-teori yang berhubungan dengan penelitian ini, sehingga dapat diadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinci