Alat Ukur Tinggi Tubuh Manusia Menggunakan Kamera Berbasis Template Matching
|
|
- Yohanes Rachman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Alat Ukur Tinggi Tubuh Manusia Menggunakan Kamera Berbasis Template Matching Muhamad Rido 1, Rizki Dian Rahayani, S.T., M.T 2 dan Wakhyu, S.T., M.T 3 1) Jurusan Teknik Elektro Telekomunikasi, Politeknik Caltex Riau, Pekanbaru 28265, 2) Jurusan Teknik Elektro Telekomunikasi, Politeknik Caltex Riau, Pekanbaru 28265, uki@pcr.ac.id 3) Jurusan Teknik Elektro Telekomunikasi, Politeknik Caltex Riau, Pekanbaru 28265, wakhyu@pcr.ac.id ABSTRAK Alat ukur tinggi telah banyak beredar di pasaran dan kebanyakan dari alat ukur tinggi yang ada di pasaran penggunaanya masih manual. Pada tugas akhir ini dirancang sebuah alat ukur tinggi menggunakan kamera berbasis template matching. Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi sampel (template). Sebuah citra dapat di tentukan tingginya dengan menghitung perbandingan baris pixel background dan baris pixel objek drawing. Metode ini cocok untuk perhitungan tinggi dengan akurasi error < 5 % namun tidak bisa digunakan pada pengukuran berat karena memiliki nilai error >50%. Kata kunci: Template maching, citra, pixel.. ABSTRACT High measuring devices have many in the market and most of the high measuring devices on the market use is still manual. In this final project designed a high measurement tool using a camera -based template matching. Template matching is one of the techniques in digital image processing that serves to match each part of an image with the image of the sample ( template ). An image can be determined by calculating the ratio of the high background pixel rows and rows of pixels the object drawing. This method is suitable for high accuracy calculation error < 5 % but can not be used in the measurement of weight because it has an error value > 50 %. Keywords : Template maching, citra, pixel. 1. PENDAHULUAN Alat ukur tinggi merupakan suatu hal yang sering di gunakan untuk menentukan parameter suatu objek. Alat ukur tinggi yang beredar di pasaran telah banyak dengan berbagai merek dan ukuran namun, kebanyakan dari alat ukur tinggi yang beredar di pasaran masih bersifat manual. Artinya untuk mendapatkan data tinggi masih menggunakan cara pengukuran dengan tenaga manusia. Pengukuran secara manual tidak efisien karena dalam proses mengukur tinggi harus ada operator untuk mengukur tinggi juga untuk melihat hasil pengukuran. Dalam pengukuran manual tingkat ketelitian dan ketepatan dalam membaca skala ukur oleh manusia biasanya bisa berubah ubah, Bahkan sering terjadi human error. Kemajuan teknologi saat ini memungkinkan untuk membuat alat yang otomatis dan efektif sesuai kebutuhan yang di inginkan, bisa melakukan proses pengukuran tinggi, membaca hasil pengukuran, dan memberitahu hasil dari pengukuran tersebut. Sehingga tinggi tubuh dapat di ketahui secara langsung dengan efektif dan efisien tanpa pengukuran manual. Berdasarkan uraian di atas maka penulis ingin merancang sebuah alat ukur tinggi otomatis yang lebih efektif dan efisien dalam penggunaanya yaitu alat ukur tinggi menggunakan kamera berbasis template matching. 2. LANDASAN TEORI 2.1 Penelitian Terdahulu Untuk membantu dalam pengerjaan proyek ahir ini peneliti mengumpulkan referensi dari berbagai penelitian sebelumnya di antaranya dilakukan oleh Zulkhairi dari Teknik Informatika Multimedia Politeknik Caltex Riau yang menggunakan kamera digital pada perangkat mobile dengan konsep kesebangunan segitiga. Untuk proses pengambilan gambarnya dilakukan proses perpindahan maju mundur pada kamera untuk menentukan sudut-sudut istimewa pada kamera untuk kemudian di hitung dengan metode sinar istimewa pada lensa. Juga Ti-Ho Wang, Ming-chih, Chen-Chien Hsu, Yin Yu Li dan Tsai dari Departement of Electronikc Engineering Sf. Jhon,s University, Departement of Electronikc Engineering Tamakang
2 University, dan Departement of Computer Science and Information Engineering Nation Central University berisikan metode untuk menghitung ruang jarak 3D dengan menggunakan kamera digital. Dengan metode pengukuran yang di gunakan adalah mempelajari jarak shotting camera dan jarak horizontal atau vertikal pada hasil capture[zulkhairi,2012]. Pada penelitian ini akan menggunakan Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi sampel. Prinsip metode ini adalah membandingkan antara citra streaming yang akan dikenali dengan citra sampel (template). Citra objek yang akan dikenali mempunyai tingkat kemiripan sendiri terhadap masing-masing citra sampel (template). Pengenalan dilakukan dengan melihat nilai tingkat kemiripan tertinggi dan nilai batas ambang pengenalan dari citra objek tersebut. Bila nilai tingkat kemiripan berada di bawah nilai batas ambang maka citra objek tersebut dikategorikan sebagai objek tidak dikenal. Dan citra tidak dikenal tersebut akan di plot ke dalam objek drawing untuk di bandingkan dengan template background lalu di hitung tingginya. 2.2 Pengolahan Citra Citra digital adalah citra dua dimensi yang dapat ditampilkan pada layar monitor komputer sebagai himpunan berhingga (diskrit) nilai digital yang disebut pixel (picture elements). Pixel adalah elemen citra yang memiliki nilai yang menunjukkan intensitas warna. Berdasarkan cara penyimpanan atau pembentukannya, citra digital dapat dibagi menjadi dua jenis. Jenis pertama adalah citra digital yang dibentuk oleh kumpulan pixel dalam array dua dimensi. Citra jenis ini disebut citra bitmap atau citra raster. Jenis citra yang kedua adalah citra yang di bentuk oleh fungsi-fungsi geometri dan matematika.jenis citra ini di sebut grafik vektor. Citra digital (diskrit) di hasilkan dari citra analog (kontinu) melalui digitalisasi. Digitalisasi citra analog terdiri atas penerokan (sampling) dan kuantisasi (quantization) Penerokan adalah pembagian citra ke dalam elemenelemen diskrit (pixel), sedangkan kuantisasi adalah pemberian nilai intensitas warna pada setiap pixel dengan nilai yang berupa bilangan bulat.[g. Ariyanto, 2012]. Pengolahan citra merupakan teknik manipulasi citra secara digital yang khususnya menggunakan komputer, menjadi citra lain yang sesuai untuk digunakan dalam aplikasi tertentu. Agar mudah di interpretasi oleh manusia atau komputer, pengolahan citra harus di lakukan dengan berbagai macam metode untuk mencapai citra sesuai yang di inginkan. Operasi pengolahan citra digital umumnya dilakukan dengan tujuan memperbaiki kualitas suatu gambar sehingga dapat dengan mudah diinterpretasikan oleh mata manusia dan untuk mengolah informasi yang ada pada suatu gambar untuk kebutuhan identifikasi objek secara otomatis.[d.r. Andriessen, 2012]. 2.1 Thresholding Thresholding merupakan konversi citra berwarna ke citra biner yang dilakukan dengan cara mengelompokkan nilai derajat keabuan setiap pixel kedalam 2 kelas, hitam dan putih. Pada citra hitam putih terdapat 256 level, artinya mempunyai skala 0 sampai 255 atau [0,255], dalam hal ini nilai intensitas 0 menyatakan hitam, dan nilai intensitas 255 menyatakan putih, dan nilai antara 0 sampai 255 menyatakan warna keabuan yang terletak antara hitam dan putih. Contoh operasi titik berdasarkan intensitas adalah operasi pengambangan (thresholding). Pada operasi pengambangan, nilai intensitas pixel dipetakan ke salah satu dari dua nilai, α₁ atau α₂, berdasarkan nilai ambang (threshold) T dapat ditunjukkan seperti pada persamaan berikut:[g. Ariyanto,2009]. 2.2 Color Filtering Color Filtering adalah suatu teknik pengolahan citra yang yang dipakai untuk memanipulasi suatu citra berdasarkan warna spesifik. Cara kerjanya adalah dengan membandingkan komponen warna setiap pixel citra dengan warna spesifik. Apabila warnanya sesuai dengan warna spesifik komponen warna pixel tersebut dibiarkan saja. Namun, bila warnanya tidak sesuai dengan warna spesifik maka komponen warna pixel tersebut diubah menjadi warna background, biasanya menjadi warna hitam. Warna yang digunakan dalam Color Filtering dapat di representasikan dalam berbagai ruang warna. Ada beberapa ruang warna yang dikenal, antara lain RGB (Red, Green, Blue), HSV (Hue, Saturation, Value), YCbCr, dsb. HSV merupakan ruang warna yang sangat cocok untuk mengidentifikasi warnawarna dasar, dimana warna dasar ini digunakan dalam penelitian sebagai warna identifikasi robot. Selain itu, HSV menoleransi terhadap perubahan intensitas cahaya. Inilah yang menjadi keunggulan HSV dibandingkan dengan ruang warna lainnya.[5] 2.3 Metode Template Matching Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi sampel (template). Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari quality control. Pada prinsipnya metode template matching memiliki karakteristik antara lain: 1. Relatif mudah untuk diaplikasikan dalam teknik pengolahan citra digital. 2. Hasilnya relatif sangat akurat karena mendeteksi kesalahan hingga ukuran pixel. 3. Metode ini cukup rentan terhadap perbedaan orientasi antara citra sampel (template) dengan citra yang akan di identifikasi, yang meliputi: ukuran, posisi dan kualitas citra. 4. Untuk mendapatkan hasil yang maksimal maka metode ini sangat tergantung pada teknik pengolahan citra digital yang lain seperti enhacement, color filtering, dan lain-lain.
3 2.4 OpenCV OpenCV (Open Computer Vision) adalah sebuah API (Application Programming Interface) library yang sudah sangat familiar pada pengolahan citra menggunakan Computer Vision. Computer Vision itu sendiri adalah salah satu cabang dari bidang ilmu pengolahan citra (Image Processing) yang memungkinkan komputer dapat melihat seperti manusia. Dengan vision tersebut komputer dapat mengambil keputusan, melakukan aksi, dan mengenali terhadap suatu objek. Beberapa pengimplementasian dari Computer Vision adalah Face Recognition, Face Detection, Face/Object Tracking, Road Tracking, dll. OpenCV adalah libraryopen Source untuk Computer Vision untuk C/C++, OpenCV didesain untuk aplikasi real-time, memiliki fungsi-fungsi akuisisi yang baik untuk image/video. [4]. 3. HASIL DAN PEMBAHASAN Untuk mempermudah dalam pembuatan alat tentunya perlu perancangan yang jelas karena sangat berguna untuk mempelancar proses pembuatan. Oleh karena itu, pengerjaan proyek ahir ini di kelompokkan ke dalam tiga blok yaitu kamera, raspberrry pi, dan LCD. Template tersebut adalah dalam bentuk pixel yang akan di ubah tingginya ke dalam sentimeter. Lalu untuk mendeteksi objek melihat perubahan pixel dari template kamera yang di tandai dengan fokus X seperti gambar 3.3. Gambar 3.3 Daerah drawing kamera untuk perhitungan tinggi Frame kamera Frame objek Perhitungan tinggi objek (X) adalah menggunakan rumus : Kamera Respberry pi Motor LCD Sehingga : Gambar 3.1 Blok diagram alat Kamera di jadikan sebagai penangkap objek yang kemudian akan di olah dengan teknik template matching Gambar 3.2 Posisi kamera terhadap objek Gambar 3.2 menunjukan posisi kamera terhadap objek. Posisi kamera menyamping terhadap objek ukur dan kamera tidak bisa di ubah letaknya, namun di atur supaya bisa mengikuti objek dengan tambahan motor untuk pengatur gerak kamera. 3.1 Perancangan Perhitungan Tinggi Objek Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi sampel (template). Pada saat alat di aktifkan maka kamera akan menangkap frame yang akan di jadikan sebagai background atau template. 3.2 Perancangan Perhitungan Berat Objek Masih dengan menggunakan template yang sama di hitung lebar dari objek yang akan di asumsikan dan di konversi ke berat dalam satuan ons (ons). Untuk perhitungan lebar objek masih menggunakan teknik kesebangunan namun yang di hitung nilai pixel pada citra dan akan di konversi ke berat dalam satuan ons (ons) untuk lebih jelasnya perhatikan gambar 3.4 berikut: Gambar 3.3 Daerah drawing kamera untuk perhitungan berat Frame kamera Frame objek Perhitungan tinggi lebar (B) adalah menggunakan rumus :
4 Sehingga : aktif dan kamera mengikuti intensitas warna yang berubah tersebut dan akan di asumsikan sebagai objek sehingga objek akan di hitung tingginya dengan persamaan (3.2) : 3.3 Perencanaan Cara Kerja Alat Start Pada proyek ahir ini ada dua tahapan yang di lakukan dalam menjalankan alat. Yang pertama adalah menentukan background atau daerah tangkapan kamera. Saat kamera di aktifkan maka kamera akan menangkap area yang akan di jadikan background sesuai perencanaan awal. Lalu lakukan proses background subtraction yang bertujuan untuk memproses tangkapan kamera dan dijadikan background. Untuk lebih jelasnya proses pembuatan background dapat di lihat pada gambar 3.5 berikut. A Capture Background Template Objek= Background- Template Objek > 1 % YA Motor Aktif Hitung Tinggi Objek Hitung lebar objek Tidak Start B Capture background Gambar 3.6a Flowchart perhitungan objek Background subtraction Simpan sebagai template Setelah nilai tinggi di dapatkan maka akan dilakukan perhitungan lebar objek yang nantinya akan di konversi ke berat objek tersebut dengan menggunakan persamaan (3.4): End Gambar 3.5 Flowchart background Setelah background di dapatkan maka akan di lanjutkan pada proses background subtraction. Dan background tersebut akan di simpan sebagai template yang akan menjadi sebuah acuan untuk proses selanjutnya baik perhitungan tinggi maupun lebar dari objek. Pada gambar 3.6a menunjukan flowchat perhitungan objek oleh mikro. Saat background berubah maka itu akan di deteksi sebagai objek, sehingga saat objek terdeteksi maka akan di lakukan lagi proses background subtraction untuk mejadikan perubahan itu sebagai objek drawing dan akan di bandingkan dengan background sebelumnya dan di hitung besar pixel perubahannya. Perubahan tersebut akan di lihat seberapa besar nilainya jika kurang dari 1% maka itu akan di asumsikan sebagai background dan kamera akan kembali menangkap objek. Namun jika perubahannya lebih besar dari 1% maka motor 3.4 Pengujian Pada pengambilan data objek ini peneliti mengambil referensi 4 orang berbeda dan didapatkan cuplikan hasil sebagai berikut : Gambar 4.6 Pengukuran tinggi rizki Pada gambar 4.6 Pengukuran tinggi rizki di atas di lakukan berulang-ulang sehingga didapat hasil yang berbeda dan ini di jadikan referensi untuk melihat keakuratan alat dalam menentukan hasil pengukuran.
5 Hasil pengukuran akan muncul pada saat objek berada di tengah atau segaris lurus terhadap kamera seperti gambar 4.6 di atas, dan hasil akan di tampikan pada LCD seperti gambar 4.7 berikut. Gambar 4.7 Tampilan hasil pengukuran pada LCD Gambar 4.7 Tampilan Hasil pada LCD merupakan hasil print yang di berikan dalam program. Pada gambar di atas dapat dilihat bahwa tinggi objek yang di ukur adalah 169 cm dengan berat 60. Dalam hal ini pengukuran berat sama seperti pengukuran benda hasil yang di dapatkan adalah lebar dari objek yang di ukur atau bisa di katakan itu bukan berat yang sebenarnya. Namun jika di aplikasikan ke wahana roler coster bisa di tambahkan dengan perumpamaan berat ideal seperti jika 20 < berat objek > 60 dan di print dalam bentuk ideal. Hal ini di maksutkan karena lebar bangku pada wahana tersebut kurang dari 60 cm dan jika lebih dari itu maka bangku tidak muat pada bangku wahana. Selain pada LCD objek juga akan terukur pada tampilan monitor raspberry seperti gambar 4.8 berikut. Gambar 4.8 Tampilan hasil pengukuran pada monitor rasberry Selain pada LCD peneliti juga menampilkan hasil pada monitor raspberry sebagai mana yang terlihat pada gambar 4.8 Tampilan Hasil Pengukuran pada Monitor Raspberry. Pada gambar 4.8 ini hasil dibuat dalam bentuk satu angka di belakang koma untuk melihat perbedaan yang tampil pada LCD. Pada beberapa data didapat hasil yang berbeda karena pada LCD hanya mengambil bilangan bulat. Hal ini di karenakan tidak memungkinkannya nilai tinggi dengan nilai berkoma. Sedangkan pada monitor merupakan hasil pengukuran perhitungan pixel sehingga memungkinkannya ada nilai berkoma. Untuk melihat hasil pengukuran secara keseluruhan dapat di lihat pada tabel berikut Tabel 4.3 Tabel pengukuran tinggi manusia No Nama Tinggi sebenarnya (cm) 1 Ridho 170 Tinggi pengukuran (cm) Error % 177 4, , , , ,11 2 Rizki Refan Ahmad , , , , , , ,95 Berdasarkan data yang di dapat dari tabel 4.3 Pengukuran tinggi manusia ada beberapa hal yang bisa kita lihat dan bandingkan dengan tabel 4.1 Pengukuran tinggi benda. Pada pengukuran manusia ini dilakukan berulang-ulang sehingga peneliti mendapatkan hasil yang di inginkan di karenakan ruang yang digunakan untuk mengukur pixel yang besar juga harus besar. Dan mempunyai kerataan cahaya yang cukup sehingga hasil dari pengukuran akurat dan nilai error mendekati nilai nol. Nilai error yang didapatkan begitu kecil karena pengukuran dilakukan pada saat cahaya yang merata yaitu sekitar wib sampai wib. Jarak kamera terhadap objek juga mempengaruhi nilai pengukuran artinya jika dalam program telah di setting nilai tertentu maka nilai tersebut harus sesuai dengan waktu pengambilan data begitu juga untuk nilai pixelnya. Tabel 4.4 Pengukuran berat objek No Nama Berat sebenarnya (Kg) 1 Ridho 55 2 Rizki 48 3 Refan 55 Berat pengukuran (Kg) Error % 62 12, , , , , , , ,09
6 4 Ahmad , ,26 Tabel 4.4 di atas merupahan hasil pengukuran berat namun jika melihat hasil yang di dapatkan nilai error begitu tinggi hasil pengukuran antara data ridho dan ahmad yang mempunyai perbedaan berat yang begitu kecil namun pada pengukuran sebenarnya perbedaan besar. Dan setelah dilihat dan di analisa yang terukur adalah nilai lebar dari objek. Hal ini juga dapat kita lihat pada data ridho dan refan berat yang sebenarnya sama namun karena lebar berbeda di dapat pengukuran yang berbeda pula. Namun nilai error ini jika di aplikasikan ke wahana roler coster dengan ketentuan 20 < berat objek > 60 akan bekerja dengan baik, karena yang di ukur adalah lebar dan kita sesuaikan dengan lebar kursi pada wahana roler coster, artinya jika lebar seseorang terukur kurang dari 60 dan lebih dari 20 cm maka orang tersebut ideal untuk masuk wahana roler coster tersebut Melihat aspek pengukuran Berdasarkan data yang di peroleh setelah pegukuran maka ada beberapahal yang dapat kita analisa berdasarkan aspek pengukuran di antaranya adalah : 1. Akurasi Akurasi adalah derajat kedekatan pengukuran terhadap nilai sebenarnya. Akurasi mencakup tidak hanya kesalahan acak, tetapi juga bisa yang disebabkan oleh kesalahan sistematik yang tidak terkoreksi. Jika tidak ada bias kesalahan sistematik maka standar deviasi dapat dipakai untuk menyatakan akurasi. Pada data pengukuran benda dapat di lihat derjat kedekatan alat atau yang menunjukkan nilai akurasi yang tinggi yaitu pada korek api. Sedangkan pada objek manusia terjadi pada saat pengukuran refan hal ini di sebabkan kesemerataan cahaya yang merata pada background dan juga intensitas cahaya yang cocok pada alat ukur sehingga terjadi akurasi yang tinggi. Namun ini tidak berarti pada saat pengukuran yang lain alat tidak mampu menunjukan ke presisian tetapi pada saat pengukuran korek api dan refan lah presisi paling tinggi terjadi dari sekian kali pengukuran. Akurasi pada korek api terjadi karena nilai nol dibelakang koma tidak didapatkan. Sebagaimana yang diketahui bahwa angka dibelakang koma mempengaruhi nilai akurasi suatu alat ukur. 2. Presisi Presisi juga berkaitan dengan seberapa besar penyimpangan hasil ukur suatu besaran ketika pengukuran dilakukan secara berulang-ulang. Jika dilihat pada data yang peneliti dapatkan maka nilai presisi saat pengukuran benda terjadi saat mengukur panjang besi bahkan saat pengukuran besi tidak terjadi penyimpangan pengukuran walaupun kurang presisi karena setiap alat ukur yang presisi belum bisa dikatakan akurat. Dan jika melihat kepada data tinggi manusia makan kepresisian alat ukur saat mengukur rizki dengan nilai 169 cm dan ahmad terjadi pada nilai 175 cm. sebagai mana dikatakan tadi belum tentu setiap alat yang presisi itu akurat hal ini dapat kita lihat bahwa tidak samanya benda maupun tubuh manusia terukur presisi ataupun akurasi, hal ini bisa saja di akibatkan posisi kamera yang berubah ubah karena gerak motor servo ataupun kesalahan pada saat peletakan teknis kamera terhadap background. 3.Angka penting Angka-angka yang berarti atau biasa kita kenal dengan angka penting. Angka penting adalah bilangan yang diperoleh dari hasil pengukuran yang terdiri dari angka-angka penting yang sudah pasti (terbaca pada alat ukur) dan satu angka terakhir yang ditafsir atau diragukan. Dan ini juga mempengaruhi nilai pengukuran seperti halnya saat pengambilan data benda tutup pena yang terukur pda monitor raspberry 4,3 cm sedangkan yang di print pada LCD 4 cm atau 4,1 cm dan metode pengambilan angka penting ini juga perlu karena bisa mempengaruhi nilai pengukuran. Dan angka penting inilah yang menyebabkan tadi nilai akurasian dari korek api tinggi karena 8 cm tidak mempunyai angka penting di belakang koma, atau nol disini di anggap angka tidak penting. 4.Kesalahan-kesalahan sistematis (systematic errors) Ketidakpastian bersistem dapat disebut sebagai sumber kesalahan karena bersumber pada kesalahan alat. Ketidakpastian ini meliputi hal-hal seperti kesalahan saat kalibrasi. Kesalahan kalibrasi terjadi karena skala nilai pada alat ukur saat kalibrasi tidak segaris lurus. Kesalahan ini dapat diketahui dengan cara membandingkan saat proses kalibrasi dengan alat lain yang standar seperti metran siku. kesalahan titik nol juga mempengaruhi nilai ukur seperti halnya yang peneliti lakukan titik nol pada kamera dan pengukuran manual itu berbeda. Jika pada saat manual dilakukan pengukuran pada bagian paling bawah sampai paling atas dari objek ukur, lain halnya pada saat menggunakan kamera bisa saja titik nol yang terukur pada kamera telah 1cm perbedaanya dari nilai nol sebenarnya dan ini juga mempengaruhi nilai pengukuran Analisis kecepatan kamera dan waktu tangkap objek Objek tertangkap saat kamera berada tegak lurus dengan objek ukur dan waktu yang di butuhkan tergantung dari kecepatan objek yang lewat di depan kamera. Berdasarkan percobaan yang telah peneliti lakukan dengan melewatkan bola di depan kamera dengan kecepatan yang berbeda untuk jarak kamera yang berbeda pula maka peneliti mendapatkan data sebagai berikut:
7 No Kecepatan Objek (cm/s) 1 0, Jarak kamera (cm) Keterangan Nilai error 20 <5% 100 <5% 300 <5% 20 <8% 100 <10% 300 <10% 20 <10% 100 >10% >20% Berdasarkan data pada tabel 4.5 maka dapat di lihat pengaruh kecepatan objek di depan kamera dan pengaruhnya terhadap nilai pengukuran tinggi objek. Secara umum waktu yang dibutuhan untuk mendapatkan hasil pada LCD adalah tergantung kecepatan objek di depan kamera namun berdasarkan pengukuran ideal kecepatannya adalah 1cm/detik. Berdasarkan tabel data 4.5 pada jarak kamera 20 cm, 100cm, 300 cm, terhadap objek nilai yang di dapatkan cukup bagus dengan ke akuratan < 5%. Namun saat kecepatan objek di naikan pengukuran pun akan menurun akurasinya dapat kita lihat saat kecepatan objek 2 cm/detik, untuk jarak 20cm saja error telah mencapai 10% dan lebih dari 10% untuk jarak kamera 100cm terhadap objek, bahkan pada jarak 300cm kamera telah tidak mampu untuk mengikuti pergerakan objek. Hal ini dikarenakan resolusi kamera yang kurang baik juga kemampuan mikro untuk mengolah citra yang masih kurang bagus. 4. PENUTUP Kesimpulan 1. Tingkat error akan semakin berkurang jika pencahayaan pada saat pengukuran merata sehingga sistem mampu mendeteksi objek ukur (manusia) dengan baik. Error yang didapatkan bisa mendekati 0%. 2. Posisi Camera sangat mempengaruhi hasil dari penelitian ini, dimana posisi Camera lebih bagus di bagian yang mendapat pencahayaan yang lebih bagus. 3. Hasil tinggi yang didapatkan semakin akurat apabila warna background dan objek kontras minimal 30 %. 4. Metode template maching dan perhitungan kesebangunan ini cocok untuk pengukuran tinggi objek dengan akurasi 5 %. Saran 1. Untuk pengukuran berat bisa di cobakan dengan metode lain seperti deteksi tepi. 2. Menggunakan Camera yang resolusinya lebih tinggi. DAFTAR REFERENSI Zulkhairi, (2012). Perancangan dan Implementasi Pengukuran Jarak dan Objek Berbasis Kamera pada Perangkat Mobile. Pekanbaru : Politeknik Caltex Riau. Raspberry Pi Foundation, (2012). The Raspberry Pi Education Manual. New york : etnasoft. Raspberry Pi & Wiki, (2012). Quick Start Guide Source : The Raspberry Pi-Single Board Computer. New york: etnasoft. K. Irianto and G. Ariyanto, (2009). Motion Detection Using OpenCV with Background Subtraction and Frame Differencing Technique. pp Andriessen Daniel Richard, (2012). Pengendalian Mobile Robot Berbasis Webcam Menggunakan Perintah Isyarat Tangan. turky: Deakin University. Emanuel Setio dewo, (2012). Menyalakan Raspberry Pi. pp.67. Start Guide, (2012). Raspberry Pi Quick Start Guide. New york : raspberrymanual. William David, (1999). Instrumentasi elektronik dan teknik pengukuran. Jakarta: Erlangga.
Pertemuan 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 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi robotika di masa sekarang sudah menjadi bagian penting dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus meningkat dengan sangat
Lebih terperinciPENGENDALIAN MOBILE ROBOT BERBASIS WEBCAM MENGGUNAKAN PERINTAH ISYARAT TANGAN
PENGENDALIAN MOBILE ROBOT BERBASIS WEBCAM MENGGUNAKAN PERINTAH ISYARAT TANGAN Daniel Richard Andriessen 1) 1) S1 / Jurusan Sistem Komputer, STIKOM Surabaya. Email: ricky.richard7@ymail.com Abstract Robotino
Lebih terperinciPENGENDALIAN MOBILE ROBOT BERBASIS WEBCAM MENGGUNAKAN PERINTAH ISYARAT TANGAN
PENGENDALIAN MOBILE ROBOT BERBASIS WEBCAM MENGGUNAKAN PERINTAH ISYARAT TANGAN 1) Daniel Richard Andriessen 2) Harianto 3) Madha Christian Wibowo 1) S1 / Jurusan Sistem Komputer, STIKOM Surabaya. Email:
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 terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih 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 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 terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dibentuk oleh kumpulan titik yang dinamakan piksel (pixel atau picture element ). Setiap piksel digambarkan sebagai satu kotak kecil. Setiap piksel
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 terperinciPENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID
PENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID Nur Khamdi 1*, Muhammad Susantok 2, Piter Leopard 1 1 Program Studi Teknik Mekatronika, Politeknik Caltex Riau 2 Program
Lebih terperinciAnalisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia
Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia Yolinda Fatimah Munawaroh 1), Ciksadan 2), Irma Salamah 3) 1),2),3 ) Program
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 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 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 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 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 terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
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 terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciRealisasi Perangkat Color Object Tracking Menggunakan Raspberry Pi
Realisasi Perangkat Color Object Tracking Menggunakan Raspberry Pi Disusun Oleh: Iona Aulia Risnadi (0922049) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg.Suria Sumantri, MPH no. 65, Bandung,
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
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 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 terperinciRANCANG BANGUN APLIKASI PENDETEKSI BENTUK DAN WARNA BENDA PADA MOBILE ROBOT BERBASIS WEBCAM
RANCANG BANGUN APLIKASI PENDETEKSI BENTUK DAN WARNA BENDA PADA MOBILE ROBOT BERBASIS WEBCAM Yustinus Pancasila Prayitno 1) 1) S1 / Jurusan Sistem Komputer, STIKOM Surabaya. Email: justinlyonhart@gmail.com
Lebih terperinciRANCANG BANGUN SISTEM PENDETEKSI PRINT-OUT BERWARNA MENGGUNAKAN MINI-PC
RANCANG BANGUN SISTEM PENDETEKSI PRINT-OUT BERWARNA MENGGUNAKAN MINI-PC Darussalam 1*, Firdaus 2, Tati Erlina 3 *1,3 Sistem Komputer Universitas Andalas, Padang 2 Teknik Elektro, Politeknik Negeri Padang,
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih 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 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 terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih 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 terperinciPENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI
PENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI Kukuh Darmawan Setyanto kukuhdarmawan.s@gmail.com Universitas Jember Ike Fibriani, S.T, M.T. ik3fibriani.teknik@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciPENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI
PENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI Kukuh Darmawan Setyanto kukuhdarmawan.s@gmail.com Universitas Jember Ike Fibriani, S.T, M.T. ikfibriani.teknik@gmail.com
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 terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih 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 terperinciBab II Teori Dasar 2.1 Representasi Citra
Bab II Teori Dasar 2.1 Representasi Citra Citra dapat direpresentasikan sebagai kumpulan picture element (pixel) pada sebuah fungsi analog dua dimensi f(x,y) yang menyatakan intensitas cahaya yang terpantul
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar belakang
BAB I PENDAHULUAN 1.1. Latar belakang Teknologi pengolahan citra cukup sering digunakan pada sebuah alat atau instrumen yang dapat mempermudah suatu aktivitas. Dalam penelitian sebelumnya teknologi pengolahan
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 terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBab 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 terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciIDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET ABSTRAK
IDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET Disusun oleh : Moriska Beslar 0422101 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH no.65,
Lebih terperinciRANCANG BANGUN MOBILE ROBOT PENGIKUT MANUSIA BERDASARKAN WARNA MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS MINI PC
RANCANG BANGUN MOBILE ROBOT PENGIKUT MANUSIA BERDASARKAN WARNA MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS MINI PC Rendy Dartha Nugraha 1*, Firdaus 2, Derisma 3 *1,3 Sistem Komputer Fakultas Teknologi
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 terperinciDAFTAR ISI ABSTRAK... 7 KATA PENGANTAR... 8 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN...
DAFTAR ISI Penulis Halaman ABSTRAK..... 7 KATA PENGANTAR... 8 DAFTAR ISI.... 10 DAFTAR TABEL... 15 DAFTAR GAMBAR... 16 DAFTAR LAMPIRAN... 18 BAB I PENDAHULUAN... 2 1.1 Latar Belakang Masalah... 2 1.2 Perumusan
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciRancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya
Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam Choirul Umul Islami 1, Mike Yuliana 2, Akuwan Shaleh 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik Telekomunikasi
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 terperinciPerancangan dan Implementasi Pengukuran Jarak dan Tinggi Objek Berbasis Kamera pada Perangkat Mobile
Jurnal Teknologi Informasi dan Telematika Vol.5, Desember 2012, 63-73 63 Perancangan dan Implementasi Pengukuran dan Tinggi Objek Berbasis Kamera pada Perangkat Mobile Zulkhairi 1, Yohana Dewi Lulu W 2,
Lebih terperinciElvin Nur Afian, Rancang Bangun Sistem Navigasi Kapal Laut berbasis pada Image Processing metode Color Detection
RANCANG BANGUN SISTEM NAVIGASI KAPAL LAUT BERBASIS PADA IMAGE PROCESSING DENGAN METODE COLOR DETECTION (DESIGN OF SHIPS NAVIGATION SYSTEM BASED ON IMAGE PROCESSING WITH COLOR DETECTION METHOD ) 1 Elvin
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 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 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 terperinciABSTRAK. Kata Kunci : Infrared Camera, thresholding, deteksi tepi.
Implementasi Metoda Thresholding untuk Mendeteksi Objek Manusia Menggunakan Infrared Camera Disusun Oleh: Nama : Hans Setiadi NRP : 1222012 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Kristen
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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciPENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI. Disusun Oleh : Hery Pramono NPM.
PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
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 terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih 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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciPENGEMBANGAN APLIKASI PEMILIHAN BUAH TOMAT UNTUK BIBIT UNGGUL BERDASARKAN WARNA DAN UKURAN MENGGUNAKAN HSV DAN THRESHOLDING
PENGEMBANGAN APLIKASI PEMILIHAN BUAH TOMAT UNTUK BIBIT UNGGUL BERDASARKAN WARNA DAN UKURAN MENGGUNAKAN HSV DAN THRESHOLDING Ahmad Zaky Maula 1, Cahya Rahmad 2, Ulla Delfana Rosiani 3 Program Studi Teknik
Lebih terperinciPengujian Tracking Color Menggunakan IP Webcam untuk Deteksi Ketinggian Air
Pengujian Tracking Color Menggunakan IP untuk Deteksi Ketinggian Air Adhadi Kurniawan, I Wayan Mustika, dan Sri Suning Kusumawardani Laboratorium Sistem Elektronis, Jurusan Teknik Elektro dan Teknologi
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 terperinciPengolahan Citra (Image Processing)
BAB II TINJAUAN TEORITIS 2.1 Citra (Image) Processing Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
Lebih terperinciABSTRAK REALISASI PENJEJAKAN WAJAH DAN OBJEK BUKAN WAJAH MENGGUNAKAN HAAR-LIKE FEATURES BERBASIS RASPBERRY PI 2
ABSTRAK REALISASI PENJEJAKAN WAJAH DAN OBJEK BUKAN WAJAH MENGGUNAKAN HAAR-LIKE FEATURES BERBASIS RASPBERRY PI 2 Disusun oleh : Dwi Dharma Senatriya (1022031) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA SISTEM
57 BAB IV PENGUJIAN DAN ANALISA SISTEM 4.1 Spesifikasi Hasil Penelitian a. Sumber daya robot vision disupply oleh baterai Lipo 12 v 3s. b. robot vision mampu mengolah dan mengidentifikasi objek berwarna
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 terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih 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 terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciSISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA
SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA Dirvi Eko Juliando Sudirman 1) 1) Teknik Komputer Kontrol Politeknik Negeri Madiun Jl Serayu No. 84, Madiun,
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 terperinciGambar (image) merupakan suatu representasi spatial dari suatu obyek, dalam pandangan 2D atau 3D.
MULTIMEDIA IMAGE ARIF BUDIANTO H1L012074 GANANG NUGROHO AJI H1L012035 HADI PURNOMO H1L013007 DITA ZENITHA ZAIN H1L013031 MUTHIA ATHAYA H1L013030 SARDO SAMUEL ERICK LIMBONG H1L013041 AISYAH FATHIA P H1L014002
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB 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 terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciMETODE STEREO VISION DENGAN KAMERA CMOS UNTUK PENGUKURAN JARAK. Asmar Finali 1 ABSTRACT
METODE STEREO VISION DENGAN KAMERA CMOS UNTUK PENGUKURAN JARAK Asmar Finali 1 1 Staf Pengajar Jurusan Teknik Mesin Fakultas Teknik Universitas Muhammadiyah Jember Jl. Karimata no.49 Jember 681 Email :
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
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 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 terperinci