Journal of Control and Network Systems
|
|
- Surya Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JCOS Vol. 2, o. 1 (2013) Journal of Control and etwork Systems Situs Jurnal : RACAG BAGU PDTKS TMPAT PARKR KOSOG BRBASS CTRA DGTAL Achmad usuf Zunaidi 1) Harianto 2) Madha Christianto 3) Program Studi/JurusanSistemKomputer STMK STKOM Surabaya Jl. Raya KedungBaruk 98 Surabaya, mail : 1)yusuf.zuna@yahoo.com, 2)Harianto@stikom.edu, 3)Madha@stikom.edu Abstract: Large parking area and many cars parked can be problems when someone want to find the empty parking spot. That condition could make someone looking around the parking area to search an empty spot. At this time, many parking area are equipped with CCTV (Closed Circuit Television) camera. But recently, CCTV is only used to monitor the parking situation. Actually, the images produced by CCTV can be used to detect an empty parking spot and the results from it will be informed to someone who wants to park. This research designed a system that can detect and inform an empty parking spot using background subtraction method. This system is composed by three main part, those are camera, computer, and display. General process of system is camera will capture situation of the parking area and send the images to computer. Then computer will process the images so that system can detect empty parking spot. The result is showed in a display that anyone can know the empty parking spots. From the experiment, system produced 150 correct data (valid data) from 150 trials with a minimum percentage is 35% white pixel obtained from multiple testing (testing to get accurate results). Keywords : parking, image, camera, background subtraction method Luasnya lahan parkir dan banyaknya jumlah mobil di tempat parkir dapat menjadi kendala bagi pengendara mobil untuk mengetahui lahan parkir di bagian mana yang masih kosong, sehingga pengendara harus mengelilingi lahan parkir untuk mencari tempat yang kosong. Pada saat ini tempat parkir telah dilengkapi dengan kamera Close Circuit Television (CCTV) yang berguna hanya untuk memantau keadaan parkir tersebut. Untuk mengoptimalkan fungsi kamera pada tempat parkir maka dibuat sistem yang memanfaatkan hasil citra yang didapatkan dari kamera untuk diproses sehingga menghasilkan sistem yang dapat mendeteksi dan memberikan informasi lahan parkir terhadap pengendara mobil yang hendak parkir. Pengolahan citra adalah sistem yang diterapkan untuk mengolah data citra yang didapatkan dari kamera pada lahan parkir tersebut. Proses pendeteksian lahan parkir yang kosong dimulai dengan pengambilan citra sampel yang kemudian dikurangkan/ disubtraksi dengan citra baru dengan menggunakan metode background subtraction. Dari proses subtraksi tersebut didapatkan hasil berupa gambar objek yang berbeda antara citra sampel dengan citra baru. Dari hasil tersebut sehingga dapat proses lebih lanjut untuk proses pendeteksian lahan yang kosong. Citra baru akan terus diperbarui setiap beberapa menit untuk memperbarui informasi parkir. Sehingga informasi lahan parkir yang kosong bisa selalu update sesuai kondisi yang ditangkap oleh kamera. Penggunaan sistem pengolahan citra dengan menggunakan library OpenCV dan memanfaatkan citra dari kamera sebagai input dinilai lebih efisien dibandingkan penggunaan sensor benda sebagai penerima input dalam sistem pendeteksian lahan parkir yang kosong. Hal ini dikarenakan pemasangan sensor benda pada masing-masing lahan parkir membutuhkan biaya yang jauh lebih banyak dibandingkan dengan pemasangan kamera. Dari sistem pendeteksian lahan parkir kosong menggunakan kamera akan menghasilkan sebuah sistem yang dapat membedakan lahan parkir yang berisi mobil dan lahan parkir kosong yang selanjutnya akan diinformasikan ke pengendara mobil yang hendak memasuki parkir. Sehingga orang yang hendak parkir bisa langsung menuju ke salah satu nomor lahan parkir yang telah diinformasikan sistem melalui display jadi tidak perlu lagi berkeliling mencari lahan parkir yang kosong. JCOS Vol. 2, o. 1 (2013) Hal: 26
2 MTOD Model penelitian yang akan dilakukan adalah model penelitian pengembangan. Untuk mempermudah dalam memahami sistem yang akan dibuat dapat dijelaskan melalui blok diagram pada Gambar 1. lahan parkir kamera PC display adalah plimage. Berikut potongan program untuk memuat citra sampel. plmage*img=cvloadmage( "D:\\pict_TA\\background.jpg" ); Penerimaan Data Citra Setiap data citra yang dikirimkan dari kamera diakses dengan pointer CvCapture dan menggunakan fungsi cvcapturefromcam(1). Angka 0 pada fungsi cvcapturefromcam(0) merupakan indeks dari kamera yang digunakan. Berikut adalah potongan program untuk proses penerimaan data citra dari kamera menggunakan. CvCapture*capture=cvCaptureFromCAM(0); Data citra yang ditangkap adalah data citra dengan ruang warna RGB dan disimpan langsung pada variabel plimage (ntel mage Processing Library) yaitu stuktur data untuk penyimpanan data citra pada OpenCV. Proses Update Citra Kondisi Parkir Flowchart proses update data setiap 5 menit sekali adalah sebagai berikut. Gambar 1. Blok Diagram Sistem Dari Gambar 1. Merupakan proses dari pengambilan gambar atau citra terhadap lahan parkir sampai dengan hasil pendeteksian yang ditampilkan pada display. Sebagai input, citra didapatkan dari kamera yang terpasang pada miniatur. Kemudian diproses menggunakan console application Visual C dengan memanfaatkan library OpenCV. Citra yang diperoleh adalah citra keadaan blok parkir mobil. Setelah mendapatkan citra tersebut, maka selanjutnya citra akan diproses untuk kemudian disubtraksi/dikurangkan (subtraction) dengan citra sampel (citra blok tanpa mobil). Dari hasil subtraksi tersebut dilakukan klasifikasi benda yang teridentifikasi merupakan mobil atau tidak. Pada akhirnya akan ditampilkan informasi pada PC berupa output nomor tempat yang kosong (diasumsikan bahwa setiap tempat parkir terdapat nomor urut), selain itu juga citra yang diambil secara streaming akan ditampilkan pada layar PC. B start fc = false Streaming kamera Akses menit (time sistem) Pengambilan Citra Sampel Citra sampel yang dimaksud adalah citra kondisi parkir saat dalam keadaan tanpa adanya mobil. Citra sampel tersebut digunakan untuk data yang akan disubtraksi dengan citra update. Pengambilan citra sampel dilakukan secara manual dan akan disimpan pada direktori D:\\pict_TA dan file tersebut diberi nama background.jpg. Ketika program berjalan program akan memuat citra sampel menggunakan fungsi cvloadmage dan disimpan dalam variabel img. format variabel img!fc and menit % 5== 0 A fc = false JCOS Vol. 2, o. 1 (2013) Hal: 27
3 A start BG = citra Citra sampel fc = true Citra update B Gambar 2. Flowchart Update Citra Kondisi Parkir proses streaming dijalankan dan ketika proses streaming mencapai 5 menit atau kelipatannya maka program akan menyimpan hasil capture citra kondisi yang baru. 49 < y < < x < = 330 A Proses Akses Pixel Library OpenCV telah menyediakan function untuk Background Subtraction yaitu cvsub(source1, source2, dest, ULL) tetapi hasil subtraksi yang didapatkan tidak maksimal sehingga perlu dilakukan proses subtraksi secara manual. Dalam proses Background Subtraction secara manual langkah yang pertama adalah mengakses RGB per pixel pada citra sampel dan citra update. Pada saat sudah mendapatkan nilai RGB dari tiap-tiap pixel maka dilakukan proses subtraksi. Setelah proses subtraksi maka pixel-pixel hasil subtraksi tersebut harus dikembalikan ke bentuk semula yaitu dalam format image untuk diproses ke tahap selanjutnya. Akses Green pixel Akses Blue pixel Akses Red pixel Akses g pixel Akses b pixel Akses r pixel Background Subtraction Berikut merupakan flowchart dari proses background subtraction untuk dapat mengetahui perbedaan yang terdapat pada citra sampel dan citra update. Green(x,y)-g(x,y) Blue (x,y)-b(x,y) Red(x,y)-r(x,y) Hasil subtraksi region 1 x = x++ y = y++ JCOS Vol. 2, o. 1 (2013) Hal: 28
4 A 49 < y < < x < 801 Akses Green pixel Akses Blue pixel Akses Red pixel a Pada Gambar 3. merupakan Flowchart Background Subtraction. Dalam Flowchart tersebut telah ditentukan koordinat pixel untuk masing-masing area/region dengan rincian berikut. a. Area/region 1, berada diantara koordinat x,y(10<=x<=330,50<=y<=450) b. Area/region 2, berada diantara koordinat x,y(480<=x<=800, 50<=y<=450) c. Area/region 3, berada diantara koordinat x,y(940<=x<=1240, 50<=y<=450) Akses g pixel Akses b pixel Akses r pixel Green(x,y)-g(x,y) Blue (x,y)-b(x,y) Red(x,y)-r(x,y) Hasil subtraksi area 2 x = x++ y = y++ a 49 < y < < x < 1239 Akses Green pixel Akses Blue pixel Akses Red pixel Akses g pixel Akses b pixel Akses r pixel Proses Konversi ke Grayscale Grayscale adalah suatu format citra atau gambar yang tiap-tiap pixel gambar hanya terdiri dari 1 channel warna. Proses perubahan warna dari RGB menjadi Grayscale bertujuan untuk mempermudah proses selanjutnya yaitu proses perubahan Grayscale menjadi biner. Sehingga setelah proses subtraksi berhasil dilakukan maka langkah selanjutnya ialah melakukan konversi format gambar dari RGB menjadi Grayscale. Untuk mengubah RGB menjadi Grayscale dapat digunakan rumus. Grayscale = 0.299R G B (1) atau dapat menggunakan algoritma dengan meratarata nilai ketiga buah channel RGB. (Awcock, G.W. 1996) Perubahan gambar RGB menjadi Grayscale menggunakan library opencv pada visual C++ menggunakan perintah sebagai berikut. cvcvtcolor(region1,gimask1,cv_rgb2 GRA); Pada perintah tersebut sudah terdapat dua frame yaitu region1 dan gimask1. region1 adalah frame RGB hasil subtraksi sedangkan gimask1 adalah frame yang disediakan untuk Grayscale yang akan dibuat. Sehingga maksud dari potongan perintah tersebut adalah mengubah gambar region1 menjadi Grayscale dengan fungsi CV_RGB2GRA lalu disimpan pada frame bernama gimask1. Green(x,y)-g(x,y) Blue (x,y)-b(x,y) Red(x,y)-r(x,y) Hasil subtraksi area 3 x = x++ y = y++ stop Gambar 3. Flowchart Background Subtraction Proses Thresholding Untuk melakukan penghitungan pixel putih pada masing-masing region, maka data citra dikonversikan ke dalam citra biner dengan memanfaatkan thresholding. Thresholding adalah proses mengubah suatu citra berwarna atau berderajat keabuan (Grayscale) menjadi citra biner atau hitam putih, sehingga dapat diketahui daerah mana yang termasuk objek dan background dari citra secara jelas (Gonzales dan Woods, 2002). Pada library OpenCV telah disediakan function untuk memproses thresholding, yaitu dengan menggunakan cvthreshold. Berikut merupakan baris perintah thresholding. JCOS Vol. 2, o. 1 (2013) Hal: 29
5 cvthreshold(gimask1, im_bw, 30, 255, CV_THRSH_BAR); (Wijaya, MC. 2009) Pada perintah tersebut gambar Grayscale dari frame gimask1 dirubah menjadi biner (CV_THRSH_BAR) dengan threshold 30 dan disimpan pada frame im_bw. Threshold bertujuan mengubah pixel diatas threshold untuk menjadi pixel bernilai 255 sedangkan dibawah threshold dirubah menjadi 0, dengan demikian didapatkanlah gambar biner. Penghitungan Pixel Putih Proses untuk menghitung pixel warna putih pada 3 area/region dari gambar hasil subtraksi yang telah dibinerkan. Pada awalnya variabel counter diberi nilai 0. Setelah melakukan proses subtraksi citra sampel dengan citra update dan telah dilakukan proses grayscale serta thresholding, selanjutnya memeriksa koordinat pixel. Jika koordinat y tepat pada range koordinat y area 1 maka proses akan mengakses pixel dan nilainya dimasukkan pada variabel ptr. Selanjutnya jika koordinat x berada pada koordinat x area 1 maka nilai variabel ptr dimasukkan ke dalam variabel value untuk diperiksa apakah bernilai 255 (warna putih). Apabila value bernilai 255 maka nilai variabel counter dan pixel ditambahkan 1. Tetapi apabila koordinat x tidak berada pada koordinat x area 1 maka koordinat akan diperiksa kembali untuk mengetahui apakah berada di area 2 atau area 3 atau tidak berada di koordinat 3 area tersebut. Untuk proses penghitungan pixel di area 2 maupun 3 sama seperti halnya di area 1. Sedangkan jika diluar koordinat 3 area tersebut maka tidak akan diproses lebih lanjut. Berikut adalah potongan program untuk menghitung pixel pada salah satu area. for ( y = 50 ; y <= 450 ; y++) { uchar* ptr = (uchar*)(im_bw- >imagedata+im_bw->widthstep*y ); for ( x = 10 ; x <= 330 ; x++) {value = ptr[x]; if (value == 255) white1++; pixel1++; } } Pada potongan program tersebut terdapat variabel im_bw yaitu variabel yang menampung frame biner hasil subtraksi area 1. Penghitungan pixel sangat penting dilakukan untuk proses selanjutnya yaitu identifikasi benda. Karena identifikasi benda dilakukan dengan menghitung prosentasi pixel putih pada masingmasing area. Untuk menentukan benda yang teridentifikasi merupakan mobil atau tidak maka terlebih dahulu total pixel putih (white1 untuk area 1, dst) dibagi dengan total keseluruhan pixel (pixel1 untuk area 1, dst) dari masing-masing area sehingga didapatkan prosentasi pixel putih pada tiap-tiap area. Kemudian nilai dari hasil bagi masing-masing area tersebut akan ditampung di variabel Hasil1 (untuk area 1), Hasil2 (untuk area 2) dan Hasil3 (untuk area 3). Setelah ditampung ke dalam variabel maka hasil akan dibandingkan dengan batas minimum prosentasi yang telah ditentukan yaitu 38% atau 0,38. Jika prosentasi pixel putih pada area 1 kurang dari 0,38 maka area tersebut dianggap tidak ada mobil dan pada list nomor parkir akan ditampilkan nomor 1 untuk menginformasikan kepada pengguna parkir bahwa tempat parkir nomor 1 dapat ditempati. Jika prosentasi pixel putih lebih dari 0,38 maka area tersebut dianggap terdapat mobil dan akan dilanjutkan untuk mengeksekusi proses selanjutnya yaitu mengidentifikasi pada area yang lain. List parkir akan menginformasikan bahwa parkir telah penuh apabila prosentasi pixel putih pada semua area parkir melebihi 0,38. Berikut adalah potongan program untuk identifikasi benda. Perancangan Perangkat Keras Perangkat keras pada Tugas Akhir ini berupa miniatur tempat parkir mobil. Sebelum proses pembuatan miniatur telah dilakukan riset untuk mengetahui desain dan ukuran tempat parkir tersebut, selanjutnya dicari ukuran yang tepat untuk diterapkan dalam bentuk miniatur menggunakan skala perbandingan sehingga hasil program bisa mendekati hasil sesungguhnya apabila diterapkan secara real. Dari hasil riset diperoleh data yaitu panjang lokasi parkir 50 m dengan tinggi 2,1 m dan lebar 9 m. Dari hasil tersebut ditentukan dimensi miniatur dan didapatkan skala perbandingan 1:25, sehingga panjang miniatur menjadi 2 m, tinggi 8,4 cm, dan lebar 36 cm. Hasil dimensi miniatur tersebut diperoleh dari penghitungan sebagai berikut: Diketahui: Panjang sesungguhnya (PM) : 50 m = 5000 cm Tinggi sesungguhnya (TM) : 2,1 m = 210 cm Lebar sesungguhnya (LM) : 9 m = 900 cm Skala 1:25 Dicari : Pm, Tm, Lm Penyelesaian: Panjang miniatur (Pm) = 5000/25 = 200 cm = 2 m Tinggi miniatur (Tm) = 210/25 = 8,4 cm Lebar miniatur (Lm) = 900/25 = 36 cm Dari hasil perhitungan tersebut dibuat miniatur seperti pada Gambar 4 dan 5. Proses dentifikasi Benda JCOS Vol. 2, o. 1 (2013) Hal: 30
6 Waktu 15: 39 Gambar 4.View Miniatur Dari Atas Gambar 5.View Miniatur Dari Samping PGUJA SSTM Pengujian sistem dilakukan untuk mengetahui sistem pada aplikasi apakah sudah dapat berjalan sesuai dengan yang diharapkan. Dimulai dari memperbarui citra update, hingga output berupa list nomor parkir yang kosong dapat sesuai. Pengaksesan webcam dari PC diperlukan untuk mendapatkan input citra yang tertangkap dari webcam. Gambar 6 dan Gambar 7 merupakan hasil capture proses update citra. Gambar 7 Capture Citra Parkir Pukul 15:39 Pada Gambar 7. menunjukkan bahwa data telah di update yaitu kondisi awal pada blok tersebut terdapat 2 mobil pada pukul 15:35 (Gambar 4.2). Kemudian terdapat 1 mobil lagi parkir pada blok tersebut sehingga pada saat update data maka file image update.jpg pada direktori D:\\Pict_TA juga akan berubah mengikuti kondisi saat proses update terakhir. Sebelum proses pengolahan citra lebih lanjut maka dilakukan juga pengujian proses penentukan koordinat titik acuan masing-masing area sebagai proses yang sangat berpengaruh terhadap proses berikutnya. Gambar 9 merupakan hasil capture proses pencarian titik koordinat acuan masing-masing area secara manual dengan memberi tanda persegi di tiap-tiap area. Waktu 15: 35 Gambar 8. Capture Citra Sampel Gambar 6 Capture Citra Parkir Pukul 15:35 JCOS Vol. 2, o. 1 (2013) Hal: 31
7 Total pixel putih area 1 : Total pixel putih area 2 : Total pixel putih area 3 : Gambar 9. Capture Citra Setelah Ditandai Batas Tiap Area Pada Gambar 9. menunjukkan bahwa proses menentukan koordinat dari masing-masing area berhasil dilakukan dengan memberi tanda persegi pada masing-masing area. Persegi biru merupakan koordinat area 1, persegi ungu merupakan koordinat area 2 dan persegi kuning merupakan koordinat area 3. Proses selanjutnya adalah background subtraction yang selanjutnya hasilnya akan diubah menjadi grayscale kemudian dibinerkan melalui proses thresholding. Dari gambar hasil thresholding tersebut akan dihitung nilai pixel putih dan total pixel pada masing-masing area. Gambar 11 merupakan hasil proses penghitungan pixel warna putih dari masing-masing area. Gambar 11. Capture Hasil Penghitungan Pixel Putih Setelah proses penghitungan pixel putih dan total pixel masing-masing area kemudian dari masing-masing area akan dicari presentase warna pixel putih dari masing-masing area untuk proses identifikasi benda. Tabel 1 merupakan hasil proses identifikasi benda berbagai kondisi. Tabel 1. Hasil dentifikasi Benda Total Hasil pixel kondisi area Total pixel putih , , , , , , , , , ,04383 ket , , , , ,03877 Gambar 10. Capture Citra Kondisi Parkir , , , ,6742 0, , , , , , , , , , ,04265 JCOS Vol. 2, o. 1 (2013) Hal: 32
8 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,4521 0, , , , , , , , , , , , , , , , , , , , , ,4917 0, , , , , , , , , , , , , , , , , , , , , ,24046 Pada Tabel 1 terdapat keterangan dan. adalah keterangan status parkir yang terdapat mobil sedangkan adalah keterangan status parkir yang kosong. Pada tabel tersebut terdapat area, JCOS Vol. 2, o. 1 (2013) Hal: 33
9 nilai total white pixel, nilai total pixel, nilai presentase (hasil) dan status. Untuk penjelasan yang dimaksud area di Tabel 1 adalah hasil akhir citra masing-masing area (slot tempat parkir) yang diperoleh dari proses Background Subtraction yang telah dikonversi ke grayscale dan biner. Sedangkan yang dimaksud total white pixel merupakan nilai hasil penghitungan jumlah keseluruhan pixel berwarna putih pada masing-masing area. Untuk penjelasan total pixel adalah jumlah pixel secara keseluruhan pada masing-masing area. Sedangkan yang dimaksud nilai presentase (hasil) adalah hasil pembagian total white pixel dengan total pixel. Pada sistem ini telah ditentukan batas minimal presentase warna pixel putih adalah 35% dari nilai total pixel keseluruhan. ilai 35% sebagai batas minimal presentase warna pixel putih didapatkan dari hasil beberapa kali pengujian (pengujian untuk mendapatkan hasil yang akurat). Sehingga apabila pada area tersebut terdapat objek yang mempunyai presentase pixel putih 35% atau lebih maka area tersebut dinyatakan terdapat mobil. Sebaliknya apabila presentase pixel putih dibawah 35% maka dinyatakan area tersebut masih kosong. Pada Tabel 1 terlihat bahwa ketika proses update citra dan ketika ada benda lain atau manusia yang berada di tempat parkir yang kosong (pada 2 kondisi citra yang terakhir pada Tabel 4.2 ) maka tidak dianggap mobil dan tetap dianggap kosong tempat tersebut. Hal tersebut terlihat dari nilai presentase pixel putih pada area yang terdapat benda lain yang berada dibawah batas minimal yang telah ditentukan yaitu 0,35 atau 35 %. Bradsky G dan Kaehler A Learning OpenCV. U.S.A : O Reilly Media. nc. Gonzales, R.C., dan R.. Woods Digital mage Processing (edisi ke-2). Prentice Hall, ew Jersey. Munir, Rinaldi Pengolahan Citra Digital dengan Pendekatan Algoritmik.Bandung :nformatika Bandung.. Saphiro L dan Sthockman G Computer Vision. The University Of Washington. Taylor dan Francis Color mage Processing Method And Application. Boca Raton : CRC Press. Umbaugh, Scoot Computer Vision and mage Processing. U.S.A : Prentice Hall, nc. SMPULA Adapun kesimpulan yang dapat dituliskan dari hasil sistem yang telah dibuat antara lain sebagai berikut: 1. Program dapat membedakan tempat yang kosong dan yang terisi penuh. Selain itu ketika diberi kondisi gangguan seperti terdapat orang berdiri di tempat parkir yang kosong maupun ketika baru ada mobil keluar dari tempat kosong tersebut maka program tetap menganggap tempat tersebut kosong. Untuk sistem ini ditentukan batas minimal presentase pixel putih sebesar 35% yang didapatkan dari beberapa pengujian (pengujian untuk mendapatkan hasil yang akurat). 2. Metode Background Subtraction dapat diimplementasikan pada pendeteksian tempat parkir yang kosong menggunakan kamera. Setelah dilakukan 150 kali percobaan didapatkan hasil 150 data sudah benar dan sesuai. DAFTAR PUSTAKA Awcock, G.W Applied mage Processing.Singapore.McGraw-Hill Book. JCOS Vol. 2, o. 1 (2013) Hal: 34
BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain:
BAB III METODE PEELITIA Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain: 1. Studi kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciRANCANG BANGUN PENDETEKSI MOBIL PADA LAHAN PARKIR MENGGUNAKAN MOTION DETECTION
JCOS Vol. 5, o. 1 (2016) 76-83 Journal of Control and etwork Systems SitusJurnal : http://jurnal.stikom.edu/index.php/jcone RACAG BAGU PDTKS MOBL PADA LAHA PARKR MGGUAKA MOTO DTCTO sana Mahar Dika Laksana
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciBAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
Lebih 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 terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciPERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE ABSTRAK
PERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE Naftali Inafiar Yonida 0822077 Email : naph_yon@yahoo.com Jurusan Teknik
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
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 terperinciBab 3. Perancangan Sistem
Bab 3 Perancangan Sistem 3.1 Aplikasi Serupa 3.1.1 SODIC (Sound and Digital Classroom) SODIC adalah sebuah software tool yang membantu dosen/guru dalam proses mengajar di laboratorium bahasa dan hanya
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
Lebih terperinciIDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME
IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciImplementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode Morfologi dan Background Subtraction
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1954-1959 http://j-ptiik.ub.ac.id Implementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode
Lebih terperinciPENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO
PENENTUAN LOKASI PARKIR KOSONG MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) SKRIPSI JOKO KURNIANTO 121402102 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinci: KONVERSI CITRA LABIRIN KE DALAM EDGE DAN VERTEX
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO Jalan MT Haryono 167 Telp & Fax. 0341 554166 Malang 65145 KODE PJ-01 PENGESAHAN PUBLIKASI HASIL PENELITIAN
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 terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
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 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 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 terperinciDAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciJURNAL IT STMIK HANDAYANI
Syamsu Alam 1), Mirfan ) Sistem Komputer STMIK Handayani 1), Teknik Informatika STMIK Handayani ) syams.hs@gmail.com 1), mirfan@gmail.com ) Abstrak Penelitian ini bertujuan untuk merancang sistem pendeteksi
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciBAB III METODE PENELITIAN. pada blok diagram tersebut antara lain adalah webcam, PC, microcontroller dan. Gambar 3.1 Blok Diagram
BAB III METODE PENELITIAN 3.1 Model Penelitian Pengerjaan Tugas Akhir ini dapat terlihat jelas dari blok diagram yang tampak pada gambar 3.1. Blok diagram tersebut menggambarkan proses dari capture gambar
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 terperinciPERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM
PERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM Disusun oleh : Yockie Andika Mulyono (1022027) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciABSTRAK Robovision merupakan robot yang memiliki sensor berupa indera penglihatan seperti manusia. Untuk dapat menghasilkan suatu robovision, maka
ABSTRACT Robovision is a robot that has a sensor in the form of the human senses such as vision. To be able to produce a robovision, it is necessary to merge the technologies of robotics and computer vision
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Neural Network di Matlab Gambar 3.1 Blok Diagram Perancangan Sistem Neural network 3.1.1 Training Neural Network Untuk pelatihan neural network penulis lebih
Lebih terperinciMesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor
JURNAL TEKNIK MESIN Vol. 4, No. 2, Oktober 2002: 88 93 Mesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor Thiang Dosen Fakultas Teknologi Industri Jurusan Teknik Elektro Universitas
Lebih terperinciPERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB ABSTRAK
PERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB Daniel / 0722020 Email : b_aso_1989@hotmail.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciANALISIS SENSITIVITAS VISION SENSOR UNTUK MENDETEKSI WARNA
SKRIPSI ANALISIS SENSITIVITAS VISION SENSOR UNTUK MENDETEKSI WARNA Laporan ini disusun guna memenuhi salah satu persyaratan Untuk menyelesaikan program S-1 Teknik Elektro Fakultas Teknik Universitas Muria
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 terperinciTEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR
TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB 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 terperinciSIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING
SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING MONITORING SIMULATION OF INCOMING AND OUTGOING OBJECT TO CONTROL FIELD AVAILABILITY WITH
Lebih terperinciPerancangan Prototipe Sistem Pencarian Tempat Parkir Kosong dengan Kamera Web Sebagai Pemantau
Perancangan Prototipe Sistem Pencarian Tempat Parkir Kosong dengan Kamera Web Sebagai Pemantau Bobby Wirawan / 0522010 E-mail : Leon_bobby@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof.
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciPERANCANGAN DAN REALISASI SISTEM PENDETEKSI GERAKAN SEBAGAI NATURAL USER INTERFACE ( NUI ) MENGGUNAKAN BAHASA C# ABSTRAK
PERANCANGAN DAN REALISASI SISTEM PENDETEKSI GERAKAN SEBAGAI NATURAL USER INTERFACE ( NUI ) MENGGUNAKAN BAHASA C# Disusun oleh : Jeffry 0822023 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria
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 3 PERANCANGAN SISTEM. mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan oleh
23 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Perangkat keras yang digunakan dalam sistem kali ini berupa rancangan untuk mendapatkan input, melakukan proses, dan menghasilkan output yang diinginkan
Lebih terperinciAplikasi Kamera Web Untuk Mengukur Luas Permukaan Sebuah Obyek 3D
Aplikasi Kamera Web Untuk Mengukur Luas Permukaan Sebuah Obyek 3D Alexander Christian / 0322183 Jl. Ciumbuleuit 46-48 Bandung 40141 Telp 081933371468 Email: christiansthang@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini, akan diuraikan perancangan program, mulai dari perancangan algoritma sampai rancangan tampilan. Selain itu akan disajikan juga skema flowchart yang menjelaskan
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 terperinciPERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2
PERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2 Disusun oleh : Steven Christian Santosa (1222038) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciPENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING
PENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING Vandry Eko Haris Setiyanto 1, Cahya Rahmad. 2, Ulla Delfana Rosiani. 3 Teknik Informatika, Teknologi Informasi,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciSIMULASI MODEL RAMBUT UNTUK APLIKASI SALON KECANTIKAN
SIMULASI MODEL RAMBUT UNTUK APLIKASI SALON KECANTIKAN Vivy Viliana Halim Jurusan S1 Sistem Komputer Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. drg. Suria Sumantri No. 65, Bandung 40164 email:
Lebih terperinciPEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI
PEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI Erdhi Widyarto Nugroho Teknik Elektro Universitas Katolik Soegijapranata Semarang e-mail : Erdhi@unika.ac.id ABSTRACT Kamera CCTV adalah suatu kamera yang secara
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
Lebih terperinciModel Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )
Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan Andry Jonathan (1122041) Email: andry.jonathan1234@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciBAB III METODE PENELITIAN. Perpustakaan merupakan suatu tempat menyimpan koleksi baik berupa
BAB III METODE PENELITIAN 3.1. Analisis Permasalahan Perpustakaan merupakan suatu tempat menyimpan koleksi baik berupa buku, majalah dan koleksi lainnya yang dikelola oleh suatu institusi maupun kota.
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciPAINTING AIRBRUSH DESIGNED USING CANNY ADGE DETECTION METHOD
Muhammad, Perancangan Painting Air Brush 21 PERANCANGAN PAINTING AIR BRUSH MENGGUNAKAN METODE CANNY ADGE DETECTION Mar i Muhammad (1), Harianto (2), (1), (2) Program Studi S1 Sistem Komputer, Sekolah Tinggi
Lebih terperinciAplikasi Kamera Web Untuk Menggerakkan Gambar Objek Dengan Jari Tangan
Aplikasi Kamera Web Untuk Menggerakkan Gambar Objek Dengan Jari Tangan Victor Robbin/ 0322084 Jl. Cibogo 1 No. 18, Bandung 40164 Telp 085220776556 Email: kakek_oet@yahoo.co.id Jurusan Teknik Elektro, Fakultas
Lebih terperinciOperasi Titik Kartika Firdausy
Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan
Lebih terperinciBAB III METODE PENELITIAN. Mulai. Studi Pustaka. Perancangan Perangkat Lunak. Pembuatan Sistem. Uji. Selesai. Gambar 3.1 Diagram Alir Penelitian
20 BAB III METODE PENELITIAN 3.1 Diagram Alir Penelitian Diagram blok penelitian yang akan dilakukan dapat digambarkan pada gambar berikut: Mulai Studi Pustaka Perancangan Perangkat Lunak Pembuatan Sistem
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
Lebih terperincipengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek
BAB IV MODEL SISTEM 4.1. Model Sistem Aplikasi yang dibangun adalah aplikasi yang dapat mengolah citra yang diambil dari kamera video, dan menganalisisnya untuk mengetahui keberadaan suatu objek. Ada beberapa
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPerancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu
Perancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu Muhammad Angga Wiratama 1, M. Reza Faisal 2, Radityo Adi Nugroho 3 1,2,3
Lebih terperinciKAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,
KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com
Lebih terperinciSMART PARKING BERBASIS ARDUINO UNO
E-Jurnal Prodi Teknik Elektronika Edisi Proyek Akhir D3 SMART PARKING BERBASIS ARDUINO UNO Oleh: Galih Raditya Pradana (12507134001), Universitas Negeri Yogyakarta future.rdt@gmail.com Abstrak Smart Parking
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 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciREALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES
REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa
Lebih terperinciBAB II KAJIAN LITERATUR...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v KATA PENGANTAR... vi ABSTRAK...
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,
Lebih terperinciBAB 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 II SISTEM PENENTU AXIS Z ZERO SETTER
BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan
Lebih terperinciSistem Pendeteksi Kendaraan Pada Tempat Parkir Menggunakan Kamera Iwan Kurniawan
Sistem Pendeteksi Kendaraan Pada Tempat Parkir Menggunakan Kamera Iwan Kurniawan 1.02.00.119 Pembimbing 1: Yeffry Handoko Putra, MT Pembimbing 2: Sri Nurhayati, MT Latar Belakang Masalah Berkembangnya
Lebih terperinciPERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK OLEH ARIF MIFTAHU5R ROHMAN (2200 100 032) Pembimbing: Dr. Ir Djoko Purwanto, M.Eng,
Lebih terperinciBAB 3 ANALISIS & PERANCANGAN
BAB 3 ANALISIS & PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Menurut Wakapolda Sulawesi Selatan dan Barat (tvone, 2010), Brigjen Pol Wisjnu Amat Sastro, Indonesia saat ini menempati urutan pertama berdasarkan
Lebih terperinciPengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP 070006 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut
Lebih terperinci