ANALISIS PERFORMANSI SISTEM DETEKSI CITRA TULISAN TANGAN MENGGUNAKAN TRANSFORMASI CURVELET DAN K-NEAREST NEIGHBOR
|
|
- Suhendra Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Tugas Akhir ANALISIS PERFORMANSI SISTEM DETEKSI CITRA TULISAN TANGAN MENGGUNAKAN TRANSFORMASI CURVELET DAN K-NEAREST NEIGHBOR Freddy Hendri¹, Bambang Hidayat², Retno Novi Dayawati³ ¹Teknik Informatika,, Universitas Telkom Abstrak Tingkat kejahatan semakin marak terjadi, seperti pemalsuan dokumen-dokumen penting, pemalsuan tanda tangan, dan sebagainya. Untuk itu, demi menghindari tindak kejahatan tersebut, tulisan tangan mulai dilibatkan untuk membuktikan keaslian dari sebuah dokumen atau untuk menunjukan keaslian pemilik dokumen tersebut. Dengan dilibatkannya tulisan tangan yang ditulis langsung oleh seseorang, maka akan sangat sulit bagi para pelaku kejahatan untuk memalsukan dokumen-dokumen penting, termasuk pemalsuan terhadap tulisan tangan, karena tulisan tangan setiap orang memiliki ciri khas yang berbeda, baik dari jenis tulisannya maupun lekukan-lekukan yang dibentuk oleh tangan untuk mengukir tulisan tersebut. Penerapan teknologi pengenalan karakter tulisan tangan akan sangat bermanfaat, seperti untuk pembuktian keaslian tulisan tangan, untuk keperluan analisis forensik dan keperluan perbankan. Dalam tugas akhir ini dilaksanakan penelitian proses pengenalan tulisan tangan (handwriting recognition) menggunakan metode Transformasi Curvelet dan proses pengenalan karakter menggunakan metode K-Nearest Neighbor sehingga dapat dibedakan tulisan seseorang dengan tulisan orang lain. Citra masukan yang akan menjadi input berupa citra dalam format.jpg. Setelah itu dilakukan ekstraksi ciri dengan menggunakan Transformasi Curvelet. Keluaran dari Curvelet berupa ciri yang nantinya menjadi input untuk K-Nearest Neighbor. Untuk meningkatkan performansi sistem, maka dilakukan pengujian terhadap sistem. Pengujian dilakukan dengan melakukan analisa terhadap beberapa parameter. Parameter-parameter tersebut adalah jumlah data latih yang digunakan, normalisasi, ukuran block dan nilai overlap pada block overlapping, skala dan orientasi pada curevelet, distance dan nilai K pada KNN yang menghasilkan akurasi terbaik pada sistem. Dari hasil pengujian performansi sistem, maka diketahui bahwa performansi sistem mencapai akurasi tertinggi saat menggunakan parameter jumlah data latih 30 dan sampel 9, normalisasi dengan ukuran 200 x 50, ukuran block 10x10, nilai overlap 7, skala 2 orientasi 8, distance city block dan nilai K=7, sehingga diperoleh akurasi sitem sebesar 96,30%. Kata Kunci : Kata Kunci: : Tulisan tangan, Transformasi Curvelet, K-Nearest Neighbor, Akurasi
2 Powered by TCPDF ( Tugas Akhir Abstract Increasing levels of crime rife, such as forgery of important documents, forgery of signatures, and so forth. Therefore, in order to avoid crime, handwriting began to be involved to prove the authenticity of a document or to show the authenticity of the document owner. With the exclusion of handwriting, written directly by a person, it will be very difficult for criminals to forge vital documents, including the falsification of handwriting, because handwriting everyone has different characteristics, both from the type of literature as well as curves formed by hand to engrave the text. The application of handwritten character recognition technology will be useful, such as to prove the authenticity of the handwriting, for the purposes of forensic analysis and banking purposes. In this final duty conducted the research process handwriting (handwriting recognition) using the method of transformation Curvelet and character recognition processes using K-Nearest Neighbor method that can distinguish one's writing with the writing of others. Input image that will be input in the form of images. Jpg format. Once that was done by using a feature extraction transformation Curvelet. The output of the Curvelet form that will be the input feature for the K- Nearest Neighbor. To improve the performance of the system, then testing the system. Testing is done by analyzing several parameters. These parameters are trained to use the amount of data, normalization, block size and the overlap on the block overlapping, scale and orientation on curevelet, distance and value of K in the KNN that produces the best accuracy on the system. From the results of performance testing system, it is known that the performance of the system to achieve the highest accuracy when using the parameter amount of data to train 30 and 9 samples, normalized to the size of 200 x 50, 10x10 block size, the overlap 7, 2 orientation scale 8, the city block distance and the K = 7, so that the obtained accuracy of 96.30%. Keywords : Keywords: Handwriting, Transformation Curvelet, K-Nearest Neighbor, Accuracy
3 Tugas Akhir PENDAHULUAN 1.1 Latar Belakang Masalah Pengembangan pengetahuan tulisan tangan telah banyak dilakukan dan juga diterapkan diseluruh dunia. Dalam ilmu psikologi modern, pengetahuan tentang menganalisa tulisan tangan dikenal dengan ilmu Grafologi, dan para ahli dalam bidang ini secara professional telah dapat mengungkap keserasiannya dalam menentukan suatu karakter. Penerapan teknologi tulisan tangan memiliki banyak manfaat, misalnya untuk keperluan analisis forensik, keperluan perbankan dan juga untuk membuktikan keaslian tulisan tangan seseorang. Kini, telah banyak dokumen penting yang melibatkan tulisan tangan dari orang yang bersangkutan. Hal ini dikarenakan maraknya tindakan kejahatan seperti pemalsuan kepemilikan dokumen dengan memalsukan tanda tangan dari pemilik aslinya sehingga tanda tangan tidak lagi cukup aman untuk pembuktian kepemilikan suatu dokumen penting. Pada bidang biometrik dinyatakan bahwa setiap orang memiliki ciri tulisan tangan yang berbeda. Dari ciri inilah yang akan menjadi dasar dalam melakukan deteksi tulisan tangan. Untuk dapat melakukan deteksi tulisan tangan ini, diperlukan proses ekstraksi ciri dan proses klasifikasi terhadap tulisan tangan. Sebelum melalui proses ekstraksi ciri dan proses klasifikasi, juga diperlukan preprocessing yang digunakan untuk menghilangkan noise yang terdapat pada citra dan untuk mendapatkan objek data yang diperlukan. Untuk mengetahui dan mengenali ciri dari suatu tulisan tangan, dibutuhkan suatu metode yang dapat mengesktraksi ciri tulisan tangan tersebut. Transformasi Curvelet merupakan salah satu metode yang dapat digunakan untuk memecahkan masalah diatas. Transformasi Curvelet mampu mempresentasikan objek bertepi terutama garis lengkung. Keluaran dari curvelet ini berupa ciri yang akan dijadikan masukan untuk sistem klasifikasi. Proses klasifikasi yang digunakan adalah K-Nearest Neighbor. Pada algoritma ini data tulisan tangan yang diuji diklasifikasikan berdasarkan kemiripan ciri yang ada dari data tulisan tangan yang sudah diklasifikasikan sebelumnya. Dari penelitian yang sebelumnya pernah dilakukan, dengan menggunakan metode 2D Gabor Wavelet dan Back Propagation Neural Network telah dihasilkan sistem pengenalan tulisan tangan dengan tingkat akurasi 78% [5]. Oleh karena itu, dalam tugas akhir ini telah dibuat sebuah sistem yang dapat mengenali tulisan dengan menggunakan metode Transformasi Curvelet dan K- Nearest Neighbor dengan tujuan mendapatkan tingkat akurasi yang lebih baik dari sebelumnya. 1.2 Rumusan Masalah Dari latar belakang yang telah disampaikan sebelumnya, maka dapat dijabarkan beberapa rumusan masalah yang dibahas pada Tugas Akhir ini, yaitu: 1. Bagaimana membedakan tulisan seseorang dengan tulisan orang lain. 2. Membandingkan nilai parameter K dan aturan jarak pada K-Nearest Neighbor untuk mendapatkan tingkat akurasi yang optimal. 1
4 Tugas Akhir Menganalisa parameter level dan filter pada Transformasi Curvelet yang dapat menghasilkan ciri terbaik yang akan digunakan sebagai masukan pada K- Nearest Neighbor 4. Bagaimana menguji dan menganalisa kerja sistem. 1.3 Tujuan Hasil yang ingin dicapai melalui penelitian yang dilakukan pada Tugas Akhir ini adalah: 1. Merancang dan membuat suatu program/aplikasi yang dapat mengenali pemilik tulisan tangan, melalui ekstraksi ciri dengan mengunakan metode Transformasi Curvelet dan K-Nearest Neighbor. 2. Memperoleh tingkat akurasi yang lebih baik dari akurasi pada tingkat sebelumnya untuk mengenali pemilik tulisan tangan dengan menggunakan metode Transformasi Curvelet dan K-Nearest Neighbor. 3. Menganalisis performansi program/aplikasi deteksi tulisan tangan dengan menentukan level dan filter pada Transformasi Curvelet dan nilai parameter K yang terbaik pada K-Nearest Neighbor sehingga menghasilkan akurasi maksimum. 1.4 Hipotesis Hipotesis dari permasalahan yang diangkat pada Tugas Akhir ini antara lain : 1. Dengan menggunakan metode Transformasi Curvelet yang merupakan metode untuk proses ekstraksi ciri tulisan tangan, diperoleh hasil performansi akurasi ekstraksi ciri yang lebih baik dari sebelumnya yang menggunakan 2D Gabor Wavelet. Hal ini dikarenakan Transformasi Curvelet lebih akurat dalam mendeteksi lekukan, sehingga akan lebih teliti dalam proses ekstraksi ciri tulisan tangan. 2. Dengan menggunakan KNN (K-Nearest Neighbor) yang merupakan salah satu metode klasifikasi dalam mengklasifikasi objek berdasarkan urutan ketetanggan terdekat, ditentukan dari ketepatan penggunaan parameter K yang akan menghasilkan performansi maksimum. 1.5 Batasan Masalah Beberapa batasan masalah pada penelitian Tugas Akhir ini adalah: 1. Tulisan tangan yang diidentifikasi ditulis di selembar kertas A4 dengan pulpen yang berdiameter 0,5 mm sampai dengan 1 mm dan jumlah kata yang akan diidentifikasi sebanyak 5 kata. 2. Sistem mampu membaca masukan berupa hasil scan dari tulisan tangan yang stabil dan ditulis secara mendatar (horizontal). 3. Output dari sistem merupakan keakuratan dalam menentukan pemilik tulisan tangan atau error result. 4. Sistem masih offline. 5. Jumlah sampel yang dilakukan sebanyak 30 orang, terdiri dari : 10 tulisan tangan latih, 3 tulisan tangan uji. 2
5 Tugas Akhir Simulasi menggunakan Matlab R2009a 7. Kalimat standard yang diidentifikasi dalam penelitian ini adalah SAYA TELAH MEMBACA DAN MENYETUJUI 1.6 Metode Penelitian Beberapa langkah penelitian yang dilakukan untuk mendapatkan hasil yang diharapkan sesuai dengan Tugas Akhir ini adalah: 1. Studi Literatur Tahap awal dalam penelitian ini adalah mencari data dengan membaca dan mempelajari dari buku dan sumber lainya yang berhubungan dengan masalah ini, yaitu konsep pengenalan tulisan tangan, teori dasar citra digital, pengolahan citra digital, teori tentang transformasi curvelet untuk ekstraksi ciri dan K-Nearest Neighbor untuk identifikasi, agar mendapatkan gambaran yang jelas mengenai masalah yang akan dibahas. 2. Pengumpulan Data Pada tahap ini dilakukan pengumpulan data berupa contoh tulisan tangan untuk database sebanyak 30 orang. Setiap orang membuat 10 tulisan tangan latih dan 3 tulisan tangan uji yang ditulis pada kertas A4 berlatar belakang warna putih, kemudian di scan sehingga berbentuk file gambar (.jpg/.jpeg/.tif/.bmp/.png). 3. Perancangan Model Melakukan perancangan model sistem sesuai requirement awal. Adapun perancangan model yang dibangun ditunjukkan pada gambar 1.1 berikut ini : Mulai Masukan Citra Uji Citra Latih Preprocessing Preprocessing Ekstraksi Ciri dengan Trasformasi Curvelet Klasifikasi dengan K- Nearest Neighbour Database Ciri Latih Ekstraksi Ciri dengan Trasformasi Curvelet Hasil KNN Selesai Gambar 1.1 Model Perancangan Sistem Deteksi Tulisan Tangan 3
6 Powered by TCPDF ( Tugas Akhir Implementasi Implementasi hasil perancangan model ke dalam bentuk sistem. Bertujuan untuk melakukan implementasi metode ke dalam program aplikasi matlab sesuai dengan perancangan yang telah dilakukan. 5. Pengujian dan analisis hasil Pengujian dilakukan dengan melakukan uji terhadap parameter level dan filter pada proses ekstraksi ciri, serta melakukan uji terhadap parameter nilai K yang terbaik pada K-Nearest Neighbor untuk melakukan analisa performansi sistem serta mengukur tingkat keberhasilan sistem dalam mengenali suatu tulisan tangan. 6. Pengambilan kesimpulan dan penyelesaian laporan Bertujuan untuk menarik kesimpulan setelah melakukan penelitian mengenai identifikasi tulisan tangan. 1.7 Sistematika Penelitian Secara umum keseluruhan Tugas Akhir ini dibagi menjadi lima pokok bahasan. Uraiannya adalah sebagai berikut: 1. PENDAHULUAN Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, metode penelitian, dan sistematika penulisan. 2. DASAR TEORI Bab ini membahas teori mengenai masalah pengenalan tulisan tangan, citra digital, pengolahan citra digital, teori dasar segmentasi, Transformasi Curvelet, dan K-Nearest Neighbor. 3. PERANCANGAN DAN IMPLEMENTASI SISTEM Bab ini membahas proses akuisisi citra, perancangan sistem sampai ekstraksi ciri pengenalan tulisan-tangan. 4. PENGUJIAN SISTEM DAN ANALISIS Bab ini berisi hasil dari penelitian dan menguraikan analisis dari metode ekstraksi citra dan algoritma yang digunakan pada Tugas Akhir ini, yaitu Transformasi Curvelet dan K-Nearest Neighbor. 5. PENUTUP Bab ini berisi kesimpulan dari hasil Tugas Akhir dan saran untuk pengembangan-pengembangan lebih lanjut. 4
7 Powered by TCPDF ( Tugas Akhir KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang didapatkan dari hasil pengujian dan analisis yang telah dilakukan pada perancangan sistem deteksi citra tulisan tangan, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Perancangan dan implementasi sistem telah berjalan. Sistem mampu membedakan tulisan tangan seseorang dengan orang lain dari sample yang diperoleh. Pengaruh penggunaan banyak induvidu terhadap akurasi sistem mengahasilkan akurasi terbaik ialah pada saat penggunaan data latih berjumlah 30 dan data sampel 9 dengan akurasi sebesar %. 2. Normalisasi yang menghasilkan akurasi terbaik ialah ukuran 200x50 pixel dengan akurasi sebesar 96,30%. Semakin besar resolusi sebuah gambar, maka akan semakin banyak nilai pixel yang akan diolah. 3. Parameter yang digunakan pada block overlapping yang menghasilkan akurasi terbaik adalah dengan ukuran blok 10x10 dan overlap 7x7, dengan akurasi 96,30%. 4. Parameter yang digunakan pada skala dan orientasi yang menghasilkan akurasi terbaik adalah dengan ukuran skala 2 dan orientasi 8, dengan akurasi 96.30% dan waktu komputasi tercepat. 5. Sistem bekerja dengan maksimal saat menggunakan city block distance dengan dengan Nilai K = 7, akurasi yang didapat sebesar 96,30% pada sistem deteksi citra tulisan tangan. 5.2 Saran Aplikasi deteksi tulisan tangan ini masih memiliki beberapa kekurangan. Oleh karena itu, perlu adanya pengembangan-pengembangan lebih lanjut yang mampu memperbaiki segala kekurangan yang ada pada sistem yang telah dibuat. Adapun saran untuk pengembangan tugas akhir selanjutnya adalah : 1. Sistem yang dibuat dapat bersifat real-time. 2. Menggunakan metode lain untuk mereduksi ciri seperti : PCA, BFO dll 3. Dapat mencoba membandingkannya dengan metode yang lain selain metode probabilistic. 38
8 Powered by TCPDF ( Tugas Akhir DAFTAR PUSTAKA [1] Hasbi, Irvan T. (2010). Analisis dan Implementasi Content Based Image Retrieval Menggunakan Metode Curvelet Transform. Institut Teknologi Telkom. Bandung. [2] Hery, Mauridhi P dan Arif Muntasa. (2010). Konsep Pengolhan Citra Digital dan Ekstraksi Fitur. Graha Ilmu. Yogyakarta. [3] Kusumawardani, Jati. (2011). Perancangan dan Implementasi Sistem Rekapitulasi Nilai Akhir Mahasiswa secara Otomatis Berbasis Pengolahan Citra Digital di Lingkungan Kampus IT Telkom. Institut Teknologi Telkom. Bandung. [4] Putra, Darma. (2010). Pengolahan Citra Digital. Yogyakarta. Penerbit ANDI. [5] Sefrina, Amalia. (2011). Analisis Perancangan Aplikasi Pengenalan Induvidu Melalui Citra Tulisan Tangan Berbasis 2D Gabor Wavelet dan Back Propagation Neural Network. Institut Teknologi Telkom. Bandung. [6] Sensaria, Veny. (2011). Desain dan Implementasi Sistem Verifikasi Pembayaran Registrasi Menggunakan Print Out ATM Berbasis Pengolahan Citra Digital di IT Telkom. Institut Teknologi Telkom. Bandung. [7] Sukma. (2011). Konverter Otomatis Karakter Latin ke Karakter Braille Menggunakan Support Vector Machine (SVM). Institut Teknologi Telkom. Bandung. [8] Sumana,Israt Jahan (dkk.). Content Based Image Retrieval Using Curvelet Transform. Gippysland School of Information Technology, Monash University Churchill, Victoria 3842, Australia. Tersedia: [4 Maret 2012] [9] Suslianto, Rizki. (2011). Identifikasi Pembuat Tulisan Tangan Menggunakan Haar dan Algoritma Propagasi Balik Levenberg Marquardt. Institut Teknologi Telkom. Bandung. [10] diakses terakhir pada tanggal 7 November 2011 [11] Putra, Dito Ananta (2012). Analisis Identifikasi Telapak Tangan Menggunakan Metode Orthogonal Laplacian Dengan Klasifikasi Nearest Neighbor. Institut Teknologi Telkom. Bandung. [12] [lexing,demanet,emmanuel]@acm.caltech.edu. Diakses terakhir pada tanggal 19 Maret 2012 [13] IEEE Transaction On Image Processing, VOL. 11, NO. 6, JUNE 2002, diakses terakhir pada tanggal 19 Maret 2012 [14] Solomon, Chris dan Toby Breckon. (2011). Funndamentals of Digital Image Processing. Wiley-Blackwell. India 39
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciIDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2011 IDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT Rizky Suslianto¹, Sri Widowati², Bedy
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
Lebih terperinciDETEKSI NOMINAL DAN KEASLIAN UANG KERTAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2010 DETEKSI NOMINAL DAN KEASLIAN UANG KERTAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Syariefudin Bashori¹, Achmad Rizal², Iwan Iwut Tirtoasmoro³
Lebih terperinciKLASIFIKASI JENIS MOBIL BERDASARKAN TRANSFORMASI WAVELET MULTI SCALE DAN METODE K NEAREST NEIGHBOR
Powered by TCPDF (www.tcpdf.org) KLASIFIKASI JENIS MOBIL BERDASARKAN TRANSFORMASI WAVELET MULTI SCALE DAN METODE K NEAREST NEIGHBOR Bertha Yulizar¹, Bambang Hidayat², Tody Ariefianto Wibowo³ ¹Teknik Telekomunikasi,,
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 terperinciBAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor
BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor jenis mobil ataupun sepeda motor tidak lagi menjadi kebutuhan sekunder, melainkan telah menjadi
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciReza Fajar Rachmanda¹, Dr Ir Bambang Hidayat Dea², Rita Purnamasari³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2013 ANALISIS SISTEM PENGIDENTIFIKASIAN JENIS-JENIS TANAMAN HIAS ALOCASIA MELALUI BENTUK DAN WARNA DAUN MENGGUNAKAN METODE JARINGAN SARAF TIRUAN (SELF ORGANIZING
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 terperinciPENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
PENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Adiatandy Geovani (0722091 ) Jurusan Teknik Elektro email: adiatandy.mail@gmail.com
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
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 terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
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 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 terperinciIMPLEMENTASI PEMBACAAN HURUF HIJAIYYAH DAN KARAKTER ANGKA ARAB DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VECTOR QUANTIZATION)
IMPLEMENTASI PEMBACAAN HURUF HIJAIYYAH DAN KARAKTER ANGKA ARAB DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VECTOR QUANTIZATION) Alfan Zahriyono¹, Ahmad Suryan..², Mahmud Dwi Suliiyo³ ¹Teknik
Lebih terperinciDETEKSI KELOMPOK USIA MANUSIA BERDASARKAN FITUR WAJAH MENGGUNAKAN FILTER GABOR 2D
DETEKSI KELOMPOK USIA MANUSIA BERDASARKAN FITUR WAJAH MENGGUNAKAN FILTER GABOR 2D Ranita¹, Achmad Rizal², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Pengolahan citra digital
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini, pencemaran lingkungan sangat memprihatinkan, hal ini membuat balita sangat rentan terhadap serangan penyakit, terutama penyakit pencernaan. Salah satu penyakit
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciFaizar Mazdi Hasibuan¹, Bambang Hidayat², Rita Magdalena³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
DESAIN DAN IMPLEMENTASI SISTEM PENERJEMAH AKSARA JAWA KE HURUF LATIN BERBASIS PENGOLAHAN CITRA DIGITAL DAN JARINGAN SYARAF TIRUAN SELF-ORGANIZING MAP (SOM) Faizar Mazdi Hasibuan¹, Bambang Hidayat², Rita
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
Lebih terperinciBAB I PENDAHULUAN. untuk meniru sistem visual manusia (human vision).
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang sangat cepat, terutama pada teknologi komputer sehingga membuat pekerjaan pengolahan data dapat ditangani dengan lebih cepat dan tepat.
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 terperinciREALISASI PENGUKUR TINGGI BADAN MANUSIA SECARA REALTIME BEBRBASIS WEBCAM
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2012 REALISASI PENGUKUR TINGGI BADAN MANUSIA SECARA REALTIME BEBRBASIS WEBCAM Dwi Asto Yuliardi¹, Iwan Iwut Tritoasmoro², Inung Wijayanto³ ¹Teknik Telekomunikasi,,
Lebih terperinciIDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET
TESIS IDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET ROSALIA ARUM KUMALASANTI No. Mhs. : 135302014/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
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 AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
Lebih terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK ABSTRAK Dwi Putra Alexander (0722067) Jurusan Teknik
Lebih terperinciSISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER
SISTEM PEMBACA LJK BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN SCANNER LJK READER SYSTEM BASED DIGITAL IMAGE PROCESSING USING SCANNER Rezki Hadisaputra¹, Koredianto Usman², Rita Magdalena³ ¹Teknik Telekomunikasi,,
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Perkembangan multimedia saat ini sangat cepat. Dengan multimedia, pengguna dapat menyerap informasi dengan lebih mudah, sehingga pemilihan informasi yang tepat menjadi penting. Pemilihan informasi
Lebih terperinciBAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara umum sering digunakan dalam sistem berbasis pengetahuan. Pengenalan pola memiliki peranan penting
Lebih terperinci(Adaptive Neuro- akurasi 58,33% untuk 9 kelas output
BAB I PENDAHULUAN 1.1 Latar Belakang Tulisan tangan merupakan hasil dari pikiran bawah sadar manusia yang menggambarkan atau mencerminkan karakter kepribadian manusia. Ilmu yang mempelajari tentang tulisan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jenis kelainan pada tulang punggung manusia bermacam-macam, bergantung pada faktor umur, kebiasaan, dan kecelakaan/virusbakteri. Skoliosis adalah kelainan tulang belakang
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
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 terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Phalaenopsis atau yang biasa disebut dengan anggrek bulan mempunyai banyak jenis. Ada 26 jenis yang sudah dikenali di Indonesia. Anggrek dapat diklasifikasikan berdasarkan
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciPengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan
Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com
Lebih terperinciRaden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ANALISIS & IMPLEMENTASI IMAGE DENOISING DENGAN MENGGUNAKAN METODE NORMALSHRINK SEBAGAI WAVELET THRESHOLDING ANALYSIS & IMPLEMENTATION IMAGE DENOISING USING NORMALSHRINK
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinciPengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya
Pengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya 1 Hafidz Surahman 1, Aisyah Fuja 2, Ir.Rubandi 3, Willy 4 1,2 STMIK GI MDP; Jalan Rajawali No.14 Palembang,
Lebih terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciPutu Agus Junaedi¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2006 ANALISIS DAN IMPLEMENTASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY ( ANALYSIS AND IMPLEMENTATION OF NOISE REDUCTION
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciIDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Yudil Taufik Umar¹, Heroe Wijanto², Rita Magdalena³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Untuk kepentingan pengenalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sebuah citra, sangat dimungkinkan terdapat berbagai macam objek. Objek yang ada pun bisa terdiri dari berbagai bentuk dan ukuran. Salah satu objek yang mungkin
Lebih terperinciBAB 1 PENDAHULUAN. sistem analog menjadi sistem komputerisasi. Salah satunya adalah sistem
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi digital pada era ini berkembang sangat pesat. Hampir setiap tahun telah ditemukan ataupun dikembangkan sebuah inovasi teknologi baru.
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Peningkatan yang pesat dalam jumlah kendaraan dikota besar memiliki dampak terhadap kebutuhan parkir di tempat-tempat umum seperti di rumah sakit, kantor, pusat perbelanjaan,
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 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 terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi yang sangat pesat, dokumen penting masih tetap mutlak diperlukan dan dijaga keutuhannya. Huruf merupakan suatu elemen utama yang
Lebih terperinciVERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY ABSTRAK
VERIFIKASI TANDA TANGAN DENGAN METODE JARINGAN SYARAF TIRUAN HETEROASSOCIATIVE MEMORY Disusun oleh : Fabiola Zita Devy C. 0722085 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH
Lebih terperinciPENGENALAN EMOSI SESEORANG BERDASARKAN BENTUK BIBIR DENGAN METODE DISCRETE HARTLEY TRANSFORM ABSTRAK
PENGENALAN EMOSI SESEORANG BERDASARKAN BENTUK BIBIR DENGAN METODE DISCRETE HARTLEY TRANSFORM Lucas Sanjaya (1122034) Jurusan Teknik Elektro Email: Lucas_sanjaya93@yahoo.co.id ABSTRAK Ketika berhadapan
Lebih terperinciPENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI JARAK EUCLIDEAN TERNORMALISASI SKRIPSI FUJI FRILLA KURNIA
PENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI 09PENGENALAN GARIS TELAPAK TANGAN DENGAN MENGGUNAKAN FITUR EKSTRAKSI OPERASI BLOK FITUR OPERASI NON-OVERLAPPING BLOK NON-OVERLAPPING DAN PENCOCOKAN
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Diabetic retinopathy merupakan komplikasi mikrovaskular penyakit diabetes melitus yang menyerang pembuluh darah di retina yang menyebabkan penurunan fungsi penglihatan
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 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 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 terperinciGalang Rizki Akbar S¹, Achmad Rizal², Litasari. W.s S Psi³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
PENGENALAN JARAK ANTAR KATA TULISAN TANGAN SEBAGAI BAHAN ANALISIS GRAFOLOGI BERBASIS PENGOLAHAN CITRA DIGITAL SPACE HANDWRITING RECOGNITION AS GRAPHOLOGY ANALYSIS MATERIAL BASED ON IMAGE PROCESSING) Galang
Lebih terperinciMempelajari dasar-dasar teori dan mengumpulkan referensi yang berhubungan dengan batubara, jenis batubara, metode ekstraksi ciri Discrete Wavelet
BAB 1 PENDAHULUAN 1.1 Latar Belakang Batubara adalah bahan bakar fosil yang dapat terbakar, terbentuk dari endapan batuan organik yang terutama terdiri dari karbon, hidrogen dan oksigen. Batubara terbentuk
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
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 terperinciVerifikasi Tanda Tangan Dengan Algoritma K-Nearest Neighbor dan Ekstraksi Ciri Harris Corner
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Verifikasi Tanda Tangan Dengan Algoritma K-Nearest Neighbor dan Ekstraksi Ciri Harris Corner Andi Kartono *1, Derry Alamsyah 2 1 STMIK GI MDP; Jl.
Lebih terperinciSISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
SISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Pradityo Utomo Program Studi D3 Manajemen Informatika Universitas Merdeka Madiun pradityou@gmail.com ABSTRACT Information
Lebih terperinciBAB 1 PENDAHULUAN. Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai suatu tujuan, dan dalam interaksi itu, mengintepretasi kondisi emosional menjadi penting dalam
Lebih terperinciSIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP)
SIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) Ardy Dwi Caesaryanto¹, Bambang Hidayat², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciShintya Yosvine Monro¹, Bambang Hidayat², Ari Novianty³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
KLASIFIKASI JENIS DAN KUALITAS TELUR ASIN BERDASARKAN WARNA KUNING TELUR MENGGUNAKAN TRANSFORMASI LBP (LOCAL BINARY PATTERN) DAN METODA SVM (SUPPORT VECTOR MACHINE) CLASSIFICATION KIND AND QUALITY OF SALTED
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
12 BAB I PENDAHULUAN 1.1. Latar Belakang Bahasa Jepang termasuk salah satu bahasa penting dan digunakan secara internasional. Bahasa Jepang menduduki urutan ke-4 setelah bahasa Inggris, Mandarin, dan Spanyol
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan suatu
Lebih terperinci1. Pendahuluan Perumusan Masalah Dari latar belakang yang dipaparkan di atas, masalah yang dapat dirumuskan adalah:
1. Pendahuluan 1.1. Latar Belakang Wajah manusia dapat menunjukkan dimorfisme seksual yang cukup jelas [1][2][3][4][5]. Wajah pria dan wanita memiliki bentuk dan tekstur yang berbeda, dan petunjuk yang
Lebih terperinciPengenalan Tulisan Tangan Dengan Menggunakan Metode Diagonal Feature Extraction dan K-Nearest Neighbour. Yustar Pramudana
Pengenalan Tulisan Tangan Dengan Menggunakan Metode Diagonal Feature Extraction dan K-Nearest Neighbour Yustar Pramudana Program Studi Teknik Informatika, Departemen Informatika Telkom University Jl. Telekomunikasi
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 terperinciKOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK
KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK Disusun Oleh : Ardyan Lawrence (1022068) Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No.65, Bandung, Indonesia.
Lebih terperinciIDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN)
IDENTIFIKASI KEASLIAN MATA UANG RUPIAH MENGGUNAKAN METODE ALGORITMA K-NEAREST NEIGHBOR (K-NN) SKRIPSI Disusun Oleh : THOMI LUTHFIANTO 1203030010 PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sistem identifikasi pembicara atau speaker identification, proses eksraksi ciri memainkan peranan penting dalam menghasilkan persentase keakuran yang baik. Terdapat
Lebih terperinciKlasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra
Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 38-41 Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra Vera Yunita, Yeni Herdiyeni Departemen Ilmu
Lebih terperinciSKRIPSI ANALISIS PERBANDINGAN DETEKSI TEPI PREWITT DAN ROBERTS PADA UANG KERTAS DAN MENGGUNAKAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)
SKRIPSI ANALISIS PERBANDINGAN DETEKSI TEPI PREWITT DAN ROBERTS PADA UANG KERTAS DAN MENGGUNAKAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) Oleh : Ika Puji Rahayu 2010-51-038 SKRIPSI DIAJUKAN SEBAGAI SALAH
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Fenomena masyarakat dalam berlalu lintas terutama mengerti dan menaati rambu lalu lintas sekarang ini semakin berkurang, karena hal inilah banyak sekali kecelakaan
Lebih terperinciPENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR
PENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR Angga Lisdiyanto (1), Lukman Zaman P.C.S.W (2) Teknik Informatika, Universitas Islam Lamongan (1) Teknik Informatika, Sekolah
Lebih terperinciISSN : e-proceeding of Engineering : Vol.5, No.1 Maret 2018 Page 578
ISSN : - e-proceeding of Engineering : Vol., No. Maret 2 Page 7 KLASIFIKASI KANKER USUS BESAR MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) Classification of Colon Cancer Using K-Nearesr Neighbor (K-NN)
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah
BAB I Pendahuluan 1 BAB I PENDAHULUAN 1.1. Latar Belakang Pemalsuan identitas sering kali menjadi permasalahan utama dalam keamanan data, karena itulah muncul teknik-teknik pengamanan data seperti penggunaan
Lebih terperinciPERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPOINTS BERBASIS PENGOLAHAN CITRA DIGITAL
PERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPOINTS BERBASIS PENGOLAHAN CITRA DIGITAL Hendrick Rofen Nicolas¹, Koreadianto Usman², Msc³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciPENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE
TESIS PENGENALAN POLA WAYANG MENGGUNAKAN DETEKSI TEPI DAN JARINGAN SARAF TIRUAN PADA APLIKASI MOBILE KRISTIAN ADI NUGRAHA No. Mhs. : 125301833/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM PASCASARJANA
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 terperinci