PENDETEKSIAN RAMBU LALU LINTAS DENGAN ALGORITMA SPEEDED UP ROBUST FEATURES (SURF)
|
|
- Lanny Hermanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENDETEKSIAN RAMBU LALU LINTAS DENGAN ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) Alexander A S Gunawan, Pascal Gerardus A, Wikaria Gazali Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat aagung@binus.edu; wikaria@binus.edu ABSTRACT Feature detection is a method for taking abstract information called features in an image and confirming whether there are the features on other images or not. One application of feature detection is object detection. This study aims to describe how to detect visual object at high speed, which is applied to the problem of traffic signs detection. In this study, the application was developed for the detection of traffic signs, which can be used on a moving vehicle, using the speeded up robust features (SURF) algorithm. Keywords: feature detection, traffic signs, SURF ABSTRAK Deteksi fitur adalah metode untuk mengambil informasi abstrak yang disebut fitur pada sebuah citra dan membandingkan apakah fitur tersebut ada pada citra yang lain atau tidak. Salah satu aplikasi dari deteksi fitur adalah pendeteksian objek. Penelitian ini bertujuan untuk mendeskripsikan cara mendeteksi objek visual dengan kecepatan tinggi, yang diterapkan pada masalah deteksi rambu lalu lintas. Dalam penelitian ini, dikembangkan aplikasi untuk mendeteksi rambu lalu lintas, yang dapat digunakan pada kendaraan yang bergerak, dengan menggunakan algoritma speeded up robust features (SURF). Kata kunci: deteksi fitur, rambu lalu lintas, SURF Pendeteksian Rambu Lalu Lintas... (Alexander A S Gunawan; dkk) 91
2 PENDAHULUAN Dalam bidang transportasi, telah banyak dikembangkan ide-ide untuk meningkatkan keselamatan dalam perjalanan. Sistem untuk mendukung hal ini disebut advanced driver assistance system (ADAS) (Yannis, G, 000), yang memiliki tujuan dasar untuk membantu dan mengarahkan pengendara pada saat mengendarai sehingga dapat meningkatkan keselamatan lalu lintas, efisiensi lalu lintas dan perbaikan kondisi lingkungan. Sistem ini dapat diklasifikasikan menjadi dua macam, yaitu sistem yang hanya menginformasikan kepada pengemudi dan sistem yang sekaligus memberikan tindakan yang mempengaruhi kendaraan itu sendiri. Oleh karena itu, ADAS dapat diklasifikasikan sebagai "sistem operasional" dan "sistem taktis". Rambu lalu lintas (Gambar 1) adalah tanda yang didirikan di samping atau di atas jalan untuk memberikan informasi kepada pengguna jalan. Dengan volume lalu lintas meningkat sejak tahun 1930-an, banyak negara mengadopsi tanda-tanda bergambar atau tulisan yang disederhanakan. Selain itu dibuat standar rambu lalu lintas internasional untuk memfasilitasi perjalanan internasional di mana perbedaan bahasa menciptakan hambatan, dan secara umum untuk membantu meningkatkan keselamatan lalu lintas. Tanda-tanda bergambar tersebut menggunakan simbol (sering siluet) alih-alih menggunakan kata-kata dan biasanya didasarkan pada protokol internasional. Tanda-tanda seperti ini pertama kali dikembangkan di Eropa, dan telah diadopsi oleh sebagian besar negara di dunia. Gambar 1 Rambu lalu lintas. Sistem pengenalan rambu lalu lintas merupakan salah satu bagian penting dari ADAS dari sistem operasional. Sistem ini dapat mengenal rambu lalu lintas di jalan dan kemudian memberitahu pengemudi mengenai arti dari rambu-rambu tersebut seperti untuk mengendalikan batas kecepatan, adanya tikungan, dan lain lain. Adapun kendala utama dalam pendeteksian rambu lalu lintas adalah sistem ini harus dapat mengenali dalam kondisi kendaraan melaju cepat. Dalam proyek ADVISORS (Wiethoff, M, 00) telah dikembangkan kerangka kerja yang komprehensif untuk menganalisis, menilai dan memprediksi implikasi dari berbagai Advanced Driver Assistance System (ADAS), serta untuk mengembangkan implementasi strategi untuk ADAS yang diharapkan memiliki dampak positif. Inti dari pendekatan ADVISORS adalah pendekatan dalam mendefinisikan pertimbangan untuk pengambilan keputusan mengenai prosedur memilih ADAS, mendefinisikan indikator dan kriteria untuk penilaian dampak yang relevan serta mendefinisikan strategi implementasi. 9 Jurnal Mat Stat, Vol. 13 No. Juli 013: 91-96
3 METODE Algoritma SURF (Speeded-Up Robust Features) Algoritma SURF (Bay H et al, 006) bertujuan untuk mendeteksi fitur lokal suatu citra dengan handal dan cepat. Algoritma ini sebagian terinspirasi oleh algoritma SIFT (Scale-invariant feature transform), terutama pada tahap scale space representation (Lowe DG, 1999). Algoritma SURF menggunakan penggabungan algoritma citra integral (integral image) dan blob detection berdasarkan determinan dari matriks Hessian. Dalam implementasinya, algoritma SURF dibagi menjadi beberapa tahapan sebagai berikut: Interest Point Detection Deteksi titik perhatian (interest point) digunakan untuk memilih titik yang mengandung banyak informasi dan sekaligus stabil terhadap gangguan lokal atau global dalam citra digital. Dalam algoritma SURF, dipilih detektor titik perhatian yang mempunyai sifat invarian terhadap skala, yaitu blob detection. Blob merupakan area pada citra digital yang memiliki sifat yang konstan atau bervariasi dalam kisaran tertentu. Untuk melakukan komputasi blob detection ini, digunakan determinan dari matriks Hessian (DoH) dari citra. Jika diberikan titik x=(x,y) pada citra I, matrik Hessian H(x,σ) pada x dengan skala σ didefinisikan sebagai: L H σ ) = L xx xy σ ) σ ) L L xy yy σ ) σ ) di mana L xx σ ) adalah konvolusi dari turunan kedua fungsi Gaussian g( σ ) dengan citra I x pada titik x. Definisi ini berlaku juga untuk L xy σ ) dan L yy σ ). Fungsi Gaussian didefinisikan sebagai: x 1 σ g( σ ) = e πσ Dalam algoritma SURF, determinan matriks Hessian dihitung dari wavelet Haar dengan menggunakan integral image nya secara optimal (Crow, 1984). Determinan dari matriks Hessian digunakan sebagai dasar algoritma SURF karena sifat invarian terhadap skala, kestabilan dan berulang dengan mudah. Scale Space Representation Dengan ukuran citra yang berbeda-beda, akan sangat sulit bagi kita untuk membandingkan fitur-fitur yang terdapat pada citra tersebut. Maka dari itu, diperlukan suatu proses yang menangani perbedaan ukuran dengan menggunakan metode perbandingan skala. Dalam metode ini, kita menggunakan scale space (Gambar ) di mana citra diimplementasikan dalam bentuk sebuah image pyramid (Lowe DG, 004). Citra secara berulang akan diperhalus (smoothing) dengan fungsi Gaussian dan secara beruntun dengan cara sub-sampling untuk mencapai tingkat tertinggi pada piramida. Dengan menggunakan integral image, perhitungan ini tidak perlu dilakukan secara iteratif dengan menggunakan filter yang sama, tetapi dapat filter dengan ukuran sembarang ke dalam beberapa skala citra yang berbeda. Pendeteksian Rambu Lalu Lintas... (Alexander A S Gunawan; dkk) 93
4 Gambar Scale space representation Feature Description Fitur didefinisikan sebagai bagian yang mengandung banyak informasi suatu citra, dan fitur ini digunakan sebagai titik awal untuk algoritma deteksi objek. Tujuan dari proses deteksi fitur ini adalah untuk mendapatkan deskripsi dari fitur-fitur dalam citra yang diamati. Langkah pertama (Bay H et al, 008) adalah melihat orientasi yang dominan pada titik perhatian yang terdapat dalam citra, kemudian membangun suatu area yang akan diambil nilainya dan mencari fitur korespondensi pada citra pembanding. Dalam penentuan orientasi suatu citra kita menggunakan filter wavelet Haar, disini dapat ditentukan tingkat kemiringan suatu fitur yang diamati. Selanjutnya untuk deskripsi fitur dalam algoritma SURF, digunakan hanya perhitungan gradient histogram dalam empat kelompok (bins) saja untuk mempercepat perhitungan, yaitu v = ( d x, d y, d x, d ) y (Gambar 3) dengan d x adalah respon wavelet Haar pada arah horisontal dan d y dalam arah vertikal. Gambar 3 Feature description. Feature Matching and Recognition Dalam tahap ini, kita membandingkan fitur hasil perhitungan proses sebelumnya (Gambar 4) tetapi hanya bila terdapat perbedaan kontras, yang dideteksi melalui tanda dari trace matriks Hessian. Dengan cara ini, biaya komputasi dari algoritma SURF bisa dikatakan sangat minim. 94 Jurnal Mat Stat, Vol. 13 No. Juli 013: 91-96
5 Gambar 4 Feature matching. HASIL PENELITIAN Program aplikasi pengenalan rambu lalu lintas dibuat dengan menggunakan perangkat lunak Microsoft Visual Studio 008 dengan bahasa pemrograman C# dan pustaka EmguCV. Mekanisme kerja program aplikasi ini dimulai ketika user melakukan input dengan mengklik tombol load image. Selanjutnya input citra tersebut akan dikonversi menjadi citra grayscale. Hal ini dilakukan untuk mengurangi adanya gangguan (noise) pada citra input yang mengakibatkan kesulitan dalam pembacaan fitur rambu lalu lintas. Setelah citra tersebut dianggap bersih dari gangguan, dimulai proses komputasi menggunakan algoritma integral image. Setelah perhitungan selesai maka dilakukan blob detection. Langkah selanjutnya adalah program aplikasi melakukan feature matching dengan hasil citra model yang sebelumnya telah disimpan dalam program aplikasi. Jika terjadi kecocokan (match), program akan mengeluarkan hasil pengenalan dari citra tersebut. Gambar 5 berikut ini merupakan screen shoot dari program aplikasi yang dikembangkan. Gambar 5 Screen shot program aplikasi. Dalam melakukan pengujian (testing) terhadap program aplikasi ini, digunakan 60 sampel citra rambu lalu lintas dari berbagai macam model rambu lalu lintas dengan berbagai ukuran dan sudut Pendeteksian Rambu Lalu Lintas... (Alexander A S Gunawan; dkk) 95
6 yang berbeda-beda. Berdasarkan hasil pengujian terhadap 60 citra tersebut, dapat dikenali oleh aplikasi ini sebanyak 55 citra, dan dapat dihitung hasil tingkat akurasi program dengan cara: jumlah rambu terdeteksi persentase sukses = jumlah total rambu yang ada 55 = = 9% 60 Sedangkan rata-rata waktu yang dibutuhkan untuk deteksi citra rambu lalu lintas dalam pengujian ini adalah 101, milidetik. SIMPULAN Program aplikasi yang dibangun berdasarkan algoritma SURF miliki kehandalan dalam waktu pendeteksian rambu lalu lintas yang dapat dikenali dengan cukup cepat dengan waktu rata-rata pengenalan sebesar 101, milidetik. Selain itu algoritma ini dapat mendeteksi dalam berbagai ukuran dan sudut yang ditolerir, dan bahkan memiliki kemampuan diskriminasi yang baik jikalau terdapat benda-benda tambahan disamping rambu lalu lintas tersebut. Adapun kegagalan deteksi rambu lalu lintas disebabkan oleh citra digital kurang jelas dan citra rambu lalu lintas terlalu kecil atau terlalu mengalami deformasi perspektif sehingga tidak dapat dideteksi komponen-komponen penyusunnya. DAFTAR PUSTAKA Bay, H, Ess A, Tuytelaars, T, Van Gool, L (006). SURF: speeded up robust features. Proceedings of the 9th European Conference on Computer Vision, 3951 (1), Springer LNCS. Bay, H, Ess A, Tuytelaars, T, Van Gool, L (008). Speeded-Up robust features (SURF). Computer Vision and Image Understanding (CVIU), 110 (3), Crow, Franklin (1984). Summed-area tables for texture mapping. SIGGRAPH '84: Proceedings of the 11th Annual Conference on Computer Graphics and Interactive Techniques, Lowe, D. G. (1999). Object recognition from local scale-invariant features. Proceeding of the International Conference on Computer Vision, Corfu Sept Lowe, D.G. (004). Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 004. Wiethoff, M, (003). Action for advanced Driver assistance and Vehicle control systems Implementation, Standardization, Optimum use of the Road network and Safety. Final Publishable Report. SWOV Institute for Road Safety Research. Yannis, G. and Antoniou, C. (000). State-of-the-art on advanced driver assistance systems. Workshop on The role of Advanced Driver Assistance Systems on traffic safety and efficiency, 4 18, National University of Athens. 96 Jurnal Mat Stat, Vol. 13 No. Juli 013: 91-96
PERBANDINGAN METODE SURF DAN SIFT DALAM SISTEM IDENTIFIKASI TANDA TANGAN A COMPARISON OF SURF AND SIFT METHOD ON SIGNATURE IDENTIFICATION SYSTEM
Abstrak PERBANDINGAN METODE SURF DAN SIFT DALAM SISTEM IDENTIFIASI TANDA TANGAN A COMPARISON OF SURF AND SIFT METHOD ON SIGNATURE IDENTIFICATION SYSTEM Felix Pidha Hilman Prodi S1 Teknik Telekomunikasi
Lebih terperinciPendeteksian Objek Pada Citra Menggunakan Pencocokan Titik-Titik Fitur Berbasis Algoritma SURF dan MSER
KOMPUTASI, Vol.13, No.2, Juli 2016, pp. 71-79 ISSN: 1693-7554 71 Pendeteksian Objek Pada Citra Menggunakan Pencocokan Titik-Titik Fitur Berbasis Algoritma SURF dan MSER Homa. P. Harahap Sistem Informasi,
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciDescriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical Agglomerative Clustering
2015 International Conference on Information, Communication Technology and System Descriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical
Lebih terperinciSistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT
Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT Regina Lionnie 1, Mudrik Alaydrus 2 Program Studi Magister Teknik Elektro, Universitas Mercu Buana, Jakarta 1 regina.lionnie.id@ieee.org,
Lebih terperinciImplementasi Algoritma Speeded Up Robust Features (SURF) Pada Pengenalan Rambu Rambu Lalu Lintas
e-issn : 2443-2229 Implementasi Algoritma Speeded Up Robust Features (SURF) Pada Pengenalan Rambu Rambu Lalu Lintas Firma Firmansyah Adi #1, Muhammad Ichwan *2, Yusup Miftahuddin #3 # Jurusan Teknik Informatika,
Lebih terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinciImplementasi Metode Speed Up Robust Feature dan Scale Invariant Feature Transform untuk Identifikasi Telapak Kaki Individu
178 Jurnal AL-AZHAR INDONESIA SERI SAINS DAN TENOLOGI, Vol. 3, No. 4, September 2016 Implementasi Metode Speed Up Robust Feature dan Scale Invariant Feature Transform untuk Identifikasi Telapak aki Individu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah,
Lebih terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
Lebih terperinciDESAIN DAN ANALISIS PENERJEMAH AKSARA SUNDA DENGAN METODE SPEEDED UP ROBUST FEATURES DAN RADIAL BASIS FUNCTION NEURAL NETWORK
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 4593 DESAIN DAN ANALISIS PENERJEMAH AKSARA SUNDA DENGAN METODE SPEEDED UP ROBUST FEATURES DAN RADIAL BASIS FUNCTION NEURAL
Lebih terperinciPENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM)
Jurnal Ilmiah NERO Vol. 1 No. 1 2014 PENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM) Meidya Koeshardianto, S. Si., M. T. Program Studi D3Manajemen Informatika, Universitas
Lebih terperinciAntony Eka Aditya 1, Catur Supriyanto 2. Jl. Imam Bonjol Semarang
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 35 Bag of Visual Words pada Citra Sidik Jari Berbasis Hierarchical Agglomerative Clustering Bag of Visual Words on Fingerprint Image Based On Hierarchical
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Video Video adalah teknologi untuk menangkap, merekam, memproses, mentransmisikan dan menata ulang citra bergerak. Teknologi ini biasanya menggunakan film seluloid, sinyal elektronik,
Lebih terperinciSistem Pentautan Citra Udara Menggunakan Algoritme SURF dan Metode Reduksi Data
IJEIS, Vol.7, No.2, October 2017, pp. 127~138 ISSN: 2088-3714 127 Sistem Pentautan Citra Udara Menggunakan Algoritme dan Metode Reduksi Data Zaki Hamizan* 1, Raden Sumiharto 2 1 Program Studi Elektronika
Lebih terperinciKonsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT
Konsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT Argo Wibowo 1 1 Universitas Atma Jaya Yogyakarta,Yogyakarta 55281 ABSTRAK Salah satu tools pengenalan obyek yang sedang banyak dikembangkan
Lebih terperinciAPLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER
APLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER Wikaria Gazali; Michael Ivan; Ngarap Imanuel Manik Mathematics & Statistics Department, School of Computer
Lebih terperinciAPLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER
APLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER Wikaria Gazali 1 ; Nilo Legowo 2 ; Harry Tedja Sukmana 3 1,2 Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciTATTOO RECOGNITION BASED ON SPEED UP WITH ROBUST FEATURES (SURF)
Tatto Recognition Based on Speed Up with Robust Features (SURF) (Ken Ditha Tania, et al) TATTOO RECOGNITION BASED ON SPEED UP WITH ROBUST FEATURES (SURF) Ken Ditha Tania *, Aniati Murni Arymurthy ** ABSTRAK
Lebih terperinciPurwarupa Sistem Penggabungan Foto Udara Pada UAV Menggunakan Algoritma Surf (Speeded-Up Robust Features)
IJEIS, Vol.5, No.2, October 2015, pp. 165~176 ISSN: 2088-3714 165 Purwarupa Sistem Penggabungan Foto Udara Pada UAV Menggunakan Algoritma Surf (Speeded-Up Robust Features) Farida Dewanti* 1, R. Sumiharto
Lebih terperinci2015 PENGGUNAAN ALGORITMA FAST CONNECTIVE HOUGH TRANSFORM DAN ANALISIS HISTOGRAM UNTUK MENENTUKAN LOKASI PLAT NOMOR
BAB I PENDAHULUAN Latar Belakang Sistem pengawasan menggunakan kamera merupakan salah satu aplikasi praktis dari perkembangan teknologi yang dapat membantu permasalahan seharihari. Dengan sistem pengawasan
Lebih terperinciIMPLEMENTASI METODE SCALE INVARIANT FEATURE TRANSFORM DAN METODE CAMSHIFT PADA PENJEJAKAN OBJEK BERGERAK LOGO
IMPLEMENTASI METODE SCALE INVARIANT FEATURE TRANSFORM DAN METODE CAMSHIFT PADA PENJEJAKAN OBJEK BERGERAK Oleh : Shanty Eka Agustina (1207.1000.24) Dosen Pembimbing: Dr. Imam Mukhlas, S.si, MT Jurusan Matematika
Lebih terperinciBAB I PENDAHULUAN. (terlibat 8%) (Austroads, 2002). Salah satu faktor terbesar penyebab kecelakaan
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kecelakaan lalu lintas diindonesia tergolong cukup tinggi. Menurut BPS (Badan Pusat Statistik) Indonesia, terdapat sebanyak 117.949 kecelakaan lalu lintas pada
Lebih terperinciAplikasi Citra Mosaik Panoramik
Aplikasi Citra Mosaik Panoramik Reyza Rizki Mahaputra dan Karmilasari Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Tekonologi Informasi, Universitas Gunadarma, Depok - Indonesia, [reyza riz, karmila]@staff.gunadarma.ac.id
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengolahan Citra Pengolahan Citra Digital adalah teknologi menerapkan sejumlah algoritma komputer untuk memproses gambar digital. Hasil dari proses ini dapat berupa gambar atau
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, perkembangan teknologi pengolahan citra semakin pesat. Salah satu bidang pengolahan citra tersebut adalah bidang identifikasi citra
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciPENGEMBANGAN DSMAC MENGGUNAKAN METODA SURF PADA SISTEM PELURU KENDALI
PENGEMBANGAN DSMAC MENGGUNAKAN METODA SURF PADA SISTEM PELURU KENDALI I Md Sukrawan Dr. Ir. Bambang Riyanto, M.Sc. (sukrawan@students.itb.ac.id) (briyanto@lskk.ee.itb.id) Sistem Kendali dan Komputer Sekolah
Lebih terperinciEkstraksi Fitur Berdasarkan Deskriptor Bentuk dan Titik Salien Untuk Klasifikasi Citra Ikan Tuna
Pawening, Ekstraksi Fitur Berdasarkan Deskriptor Bentuk dan Titik Salien untuk Klasifikasi Citra Ikan Tuna 215 Ekstraksi Fitur Berdasarkan Deskriptor Bentuk dan Titik Salien Untuk Klasifikasi Citra Ikan
Lebih terperinciANALISIS DAN IMPLEMENTASI SPEEDED UP ROBUST FEATURES (SURF) PADA CONTENT BASED IMAGE RETRIEVAL
ANALISIS DAN IMPLEMENTASI SPEEDED UP ROBUST FEATURES (SURF) PADA CONTENT BASED IMAGE RETRIEVAL Muhammad Ilham¹, Z.k. Abdurahman Baizal², Leonardi³ ¹Teknik Informatika,, Universitas Telkom Abstrak Saat
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 terperinciEKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciPERBANDINGAN ALGORITMA K-MEANS DAN FUZZY C- MEANS UNTUK PENGELOMPOKAN KEYPOINT DESCRIPTOR DALAM CITRA SIDIK JARI ABSTRAK
PERBANDINGAN ALGORITMA K-MEANS DAN FUZZY C- MEANS UNTUK PENGELOMPOKAN KEYPOINT DESCRIPTOR DALAM CITRA SIDIK JARI Indra Apriyanto, Catur supriyanto Program studi teknik informatika S1, fakultas Ilmu computer
Lebih terperinciDAFTAR ISTILAH. Bag-of-Words
DAFTAR ISTILAH Bag-of-Words Blob Computer Vision Fitur Interest Point / Keypoint Konvolusi Region of Interest / ROI : Sebuah konsep yang diambil dari analisis teks, yaitu merepresentasikan dokumen sebagai
Lebih terperinciAPLIKASI PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN LEARNING VECTOR QUANTIZATION (LVQ)
APLIKASI PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
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 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 terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
Lebih terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih terperinciMEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA
A7 Seminar Nasional Teknologi Informasi 2016 MEMBANDINGKAN CITRA DIGITAL UNTUK MEMPREDIKSI KETERHUBUNGANNYA Pradita Chandra Kurniawan 1) Yulius Denny Prabowo 2) Teknik Informatika Institut Teknologi dan
Lebih terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinci. BAB II LANDASAN TEORI. 2.1 Pengenalan Jenis Kendaraan Menggunakan Statistical Algorithm dan Support Vector Machine [11]
. BAB II LANDASAN TEORI 2.1 Pengenalan Jenis Kendaraan Menggunakan Statistical Algorithm dan Support Vector Machine [11] Dalam penelitian tersebut dibangun sistem pengenalan jenis kendaraan otomatis. Jenis
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciSISTEM TEMU KEMBALI CITRA UNTUK E- COMMERCE MENGGUNAKAN PROSEDUR PENCARIAN DUA FASE DENGAN FITUR HISTOGRAM MULTI TEKSTON
SISTEM TEMU KEMBALI CITRA UNTUK E- COMMERCE MENGGUNAKAN PROSEDUR PENCARIAN DUA FASE DENGAN FITUR HISTOGRAM MULTI TEKSTON Nurissaidah Ulinnuha 1), Halimatus Sa dyah 2) Fakultas Sains dan Teknologi, Universitas
Lebih terperinciAPLIKASI PENGENALAN NAMA BARANG PADA SEBUAH PENITIPAN BARANG MENGGUNAKAN ALGORITMA SURF TUGAS AKHIR
APLIKASI PENGENALAN NAMA BARANG PADA SEBUAH PENITIPAN BARANG MENGGUNAKAN ALGORITMA SURF TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Lebih terperinciMesin pencari berbasis gambar untuk mendeteksi produk smartphone menggunakan fitur morfologi gambar
Mesin pencari berbasis gambar untuk mendeteksi produk smartphone menggunakan fitur morfologi gambar Citra Devi Murdaningtyas Multimedia broadcasting Politeknik Elektronika Negeri Surabaya Jl. Raya ITS
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 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciRancang Bangun Aplikasi Pengenalan Ukiran Bali dengan Metode ORB
Rancang Bangun Aplikasi Pengenalan Ukiran Bali dengan Metode ORB I Gusti Lanang Trisna Sumantara, I Putu Agung Bayupati, Ni Kadek Ayu Wirdiani Jurusan Teknologi Informasi, Fakultas Teknik, Universitas
Lebih terperinciESTIMASI LOCAL MOTION MENGGUNAKAN ALGORITMA PENCARIAN FOUR STEP. Rosida Vivin Nahari 1*, Riza Alfita 2 2 1,2
Simposium Nasional Teknologi Terapan (SNTT) 5 017 ISSN:339-08X ESTIMASI LOCAL MOTION MENGGUNAKAN ALGORITMA PENCARIAN FOUR STEP Rosida Vivin Nahari 1*, Riza Alfita 1, Fakultas Teknik, Universitas Trunojoyo
Lebih terperinciLAPORAN TUGAS AKHIR. Disusun Oleh :
LAPORAN TUGAS AKHIR ANALISIS PENGARUH PENINGKATAN KUALITAS GAMBAR MENGGUNAKAN RGB TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA GAMBAR BAWAH LAUT Disusun Oleh : NAMA NIM Program Studi : JEFRI
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu bagian yang wajib dimiliki oleh kendaraan bermotor resmi di Indonesia adalah bagian plat nomor. Plat nomor ini memberi informasi tentang dari mana asal wilayah
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 terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciPENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA ABSTRAK
PENERAPAN ALGORITMA EFFICIENT RANDOMIZED UNTUK MENGHITUNG JUMLAH KOIN DAN BOLA Yuliana Melita Pranoto 1, Endang Setyati 2 1) Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl. Ngagel Jaya Tengah 73-77
Lebih terperinciANALISIS DAN PEMBUATAN SISTEM PENGENALAN SIDIK JARI BERBASIS KOMPUTER DI POLDA METRO JAYA
ANALISIS DAN PEMBUATAN SISTEM PENGENALAN SIDIK JARI BERBASIS KOMPUTER DI POLDA METRO JAYA Wikaria Gazali; Alexander Agung Santoso Gunawan Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciPeningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi
Peningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi ABSTRAK Ni Luh Putri B. Vidyawati (0522138) Jurusan Teknik Elektro Email : niluhputribv@ymail.com Teknik pendeteksian
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah 1), Djoko Purwanto 2), Ronny Mardiyanto 3) 1), 2),3) Teknik Elektro
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah1) Djoko Purwanto2) Ronny Mardiyanto3) 1) 2)3) Teknik Elektro Institut
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 terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciSCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING
SCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING Erick Alfons Lisangan Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Atma Jaya Makassar Alamat email : erick_lisangan@lecturer.uajm.ac.id
Lebih terperinciAplikasi Findgo-ITATS Berbasis Android Dengan Algoritma SURF Untuk Menampilkan Informasi Lokasi Di ITATS
Hapsari, Aplikasi Findgo-ITATS Berbasis Android Dengan Algoritma SURF Untuk Menampilkan Informasi.. 37 Aplikasi Findgo-ITATS Berbasis Android Dengan Algoritma SURF Untuk Menampilkan Informasi Lokasi Di
Lebih terperinciVerifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)
Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Adryan Chrysti Sendjaja (1022005) Jurusan Teknik Elektro Universitas Kristen Maranatha
Lebih terperinciEkstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature
Ekstraksi Keyframe dengan Entropy Differences untuk Temu Kembali Konten Video berbasis Speeded-Up Robust Feature M Misbachul Huda Institut Teknologi Sepuluh Nopember (ITS) Surabaya misbachul.h@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra digital saat ini sudah menjadi kebutuhan banyak orang untuk berbagai macam keperluan. Hal ini dilihat dari betapa pentingnya peranan citra digital di berbagai
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara,
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 II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciDeteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Deteksi Mobil pada Citra Digital Menggunakan C-HOG dan Support Vector Machine Frans Irawan 1, Ardi Purnomo 2, Derry Alamsyah 3 1,2 STMIK GI MDP;
Lebih terperinciSISTEM POSITIONING MENGGUNAKAN SIMBOL DENGAN MENGGUNAKAN SCALE INVARIANT FEATURE TRANSFORM (SIFT) oleh. Mario Bunda Setiawan NIM :
SISTEM POSITIONING MENGGUNAKAN SIMBOL DENGAN MENGGUNAKAN SCALE INVARIANT FEATURE TRANSFORM (SIFT) oleh Mario Bunda Setiawan NIM : 612009016 Skripsi Untuk melengkapi salah satu syarat memperoleh Gelar Sarjana
Lebih terperinciDETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR
DETEKSI DAN SEGMENTASI OTOMATIS DERET PADA CITRA METERAN AIR Naser Jawas STIKOM Bali Jl. Raya Puputan, No.86, Renon, Denpasar, Bali Email: naser.jawas@gmail.com ABSTRAK Meter air adalah sebuah alat yang
Lebih terperinciANALISA DAN PERANCANGAN KEAMANAN JARINGAN DENGAN MENGGUNAKAN SNORT DI KEMENTRIAN KOMUNIKASI DAN INFORMATIKA
ANALISA DAN PERANCANGAN KEAMANAN JARINGAN DENGAN MENGGUNAKAN SNORT DI KEMENTRIAN KOMUNIKASI DAN INFORMATIKA Wukir Nur Seto Kuncoro Adi;Muhady iskandar; Hannes Boris Computer Science Department, School
Lebih terperinciPENDETEKSIAN CITRA PALSU DENGAN MENGGUNAKAN WATERMARKS DAN SUPPORT VECTOR MACHINES. Daniel Hutabarat ( )
PENDETEKSIAN CITRA PALSU DENGAN MENGGUNAKAN WATERMARKS DAN SUPPORT VECTOR MACHINES Daniel Hutabarat ( 0522097 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Surya
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 terperinciKOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS ABSTRAK
KOMPRESI CITRA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS Lucky Khoerniawan / 0222104 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : khoerniawan.lucky@yahoo.com
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciVisualisasi Bentuk Ruangdari Gambar Denah dan Dinding
Visualisasi Bentuk Ruangdari Gambar Denah dan Dinding Kartika Gunadi, UK Petra, Siwalankerto 121 Surabaya, kgunadi@petra.ac.id Liliana, UK Petra, Siwalankerto 121 Surabaya, lilian@petra.ac.id Anthony Wibisono,
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN ALGORITMA SOBEL S EDGE DETECTION Arwin Halim 1, Hernawati Gohzali 2, In Sin 3, Kelvin Wijaya 4
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN ALGORITMA SOBEL S EDGE DETECTION Arwin Halim 1, Hernawati Gohzali 2, In Sin 3, Kelvin Wijaya 4 1,2,3,4 Jurusan Teknik Informatika, STMIK Mikroskil, Medan 1,2,3,4
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL
1 SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (Human Face Detection System on Digital Images) Setyo Nugroho 1, Agus Harjoko 2 Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah
Lebih terperinciPENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL
PENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL Wikaria Gazali 1 ; Haryono Soeparno 2 ; Jenny Ohliati 3 1,3 Mathematics & Statistics Department, School of Computer Science, Binus University 2
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 terperinciPerbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK
Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir Rizki Hamdani / 0322 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. Drg.
Lebih terperinciPERKEMBANGAN teknologi dalam bidang animasi 3
PROCEEDING TUGAS AKHIR 1 Perkiraan Pose Manusia Menggunakan 3D Cylindrical Model Hasbi Dwinanto Saputra, Mochammad Hariadi, Ahmad Zaini Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember, Surabaya
Lebih terperinciImplementasi Metode Scale Invariant Feature Transform(SIFT) Dan Metode Continuosly Adaptive Mean-Shift(Camshift) Pada Penjejakan Objek Bergerak
JURNAL SAINS DAN SENI Vol. 1, No. 1, (01) 1-6 1 Implementasi etode Scale Invariant Feature Transform(SIFT) Dan etode Continuosly Adaptive ean-shift(camshift) Pada Penjejakan Objek Bergerak Shanty Eka Agustina,
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciTracking Markerless Augmented Reality Untuk Design Furniture Room
ANNUAL RESEARCH SEMINAR 216 6 Desember 216, Vol 2 No. 1 ISBN : 979-587-626- UNSRI Tracking Markerless Augmented Reality Untuk Design Furniture Room Sri Desy Siswanti Sistem Komputer Fakultas Ilmu Komputer
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 terperinciANALISIS PENGGUNAAN SCALE INVARIANT FEATURE TRANSFORM SEBAGAI METODE EKSTRAKSI FITUR PADA PENGENALAN JENIS KENDARAAN SKRIPSI
UNIVERSITAS INDONESIA ANALISIS PENGGUNAAN SCALE INVARIANT FEATURE TRANSFORM SEBAGAI METODE EKSTRAKSI FITUR PADA PENGENALAN JENIS KENDARAAN SKRIPSI ROMMY RAKHMAN ARIEF 0606074325 FAKULTAS TEKNIK PROGRAM
Lebih terperinciJOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN BAG OF VISUAL WORDS
JITE, Vol. 1 (2) Januari (2018) p-issn: 2549-6247e-ISSN: 2549-6255 JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Available online http://ojs.uma.ac.id/index.php/jite KLASIFIKASI EKSPRESI WAJAH
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinci