DETEKSI GARIS PADA CITRA DIGITAL DENGAN TRANSFORMASI HOUGH. Satrio Dewanto *
|
|
- Fanny Muljana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DETEKSI GARIS PADA CITRA DIGITAL DENGAN TRANSFORMASI HOUGH Satrio Dewanto * ABSTRAK Transfonnasi Hough adalah salah satu metode yang sangat bennanfaat dalam pengolahan citra. Transfonnasi ini dapat digunakan untuk mendeteksi adanya garis pada citra digital. Pada algoritma konvensional diperlukan matriks 2 dimensi utnuk menyimpan titik potong dari kurva-kurva sinusoidal. Akan dijelaskan pemakaian matriks 1 dimensi untuk memodifikasi algoritma konvensional. Algoritma ini akan memberikan pemakaian memori yang lebih kecil dibandingkan dengan algoritma konvensioanal. PENDAHULUAN Penglihatan (vision) pada robot dapat memberikan kemanlpuan kepadanya untuk bereaksi secara intelejen dan tleksibel. Hal ini bisa diperoleh dengan melakukan prosesproses: 1. Pengindraan. 2. Pengolahan awal. 3. Segmentasi. 4. Deskripsi. 5. Pengenalan. 6. Interpretasi. Segmentasi merupakan salah satu unsur yang penting dalam robot vision karena pada tingkat ini obyek-obyek pertama kali diekstraksi dari citra untuk pengenalan dan analisis selanjutnya. Ada beberapa metode segmentasi yang salah satu diantaranya berdasarkan pada deteksi tepi (edge detection) dari obyek dalam citra. Biasanya dari deteksi tepi ini juga diperoleh pixel-pixel yang berada disekitar batas (boundary) suatu obyek yang disebabkan oleh derau. Tetapi pixel-pixel ini tidak akan membentuk garis yang merupakan batas suatu obyek. Untuk mendapatkan suatu garis ini bisa diperoleh dengan menggunakan transfonnasi Hough. Kelemahan dalam penggunaan transfonnasi ini adalah dalam pemakaian memori yang besar, yang akan menjadi persoalan bila pengolahan dilakukan pada komputer dengan kemampuan memori yang terbatas. Untuk Pusat Aplikasi Isotop clan Radiasi - BAT AN 215
2 mengatasi persoalan tersebut akan digunakan suatu algoritma yang membutuhkan memori tidak terlalu besar untuk menghitung transfonnasi Hough ini. ALGORITMA UNTUK TRANSFORMASI HOUGH Pada transfonnasi Hough setiap titik (Xi,yJ pada citra digital dibidang (x,y) akan ditransfonnasikan menjadi kurva sinusoidal ke bidang (p,8) menu rut persamaan : p = Xi cos 8 + Yisin 8 (1) Sitat dari transfonnasi ini adalah setiap titik yang terletak pada sebuah garis bila ditransfonnasikan ke bidang (p,8) akan menjadi kurva-kurva sinusoidal yang saling berpotongan pada sebuah titik (Gambar I). Gambar I. Transfonnasi Hough dari bidang x,y ke bidang p,8 Dengan menentukan koordinat dari titik potong ini, persamaan garis pada bi fang (x,y) bisa diperoleh menurut persamaan: pc = x cos 8c + y sin 8c (2) Untuk menyimpan banyaknya titik potong antara 2 kurva sinusoidal diperlukan matriks 2-dimensi yang ukurannya tergantung pada besamya pembagian sumbu p dan sumbu 8. Bila sumbu p dan sumbu 8 dibagi menjadi K dan L maka diperlukan matriks l.erukuran (K x L). Diagram alir untuk mendapatkan persamaan garis pada bidang (x:y) ditunjukkan pada Gambar
3 Max A(p,9).> pc,9c y = (pc-x cos 9c)/.in 9c Gambar 2. Diagram alir algoritma matriks 2-dimensi Untuk mengurangi pemakaian memori yang cukup besar ini digunakan matriks I-dimensi yang besamya tergantung,pada pembagian sumbu e (Gambar 3). 217
4 p.. ::1:: ::::s::.!:s:ij.i!.:... ::..:~,... : :IU/ HU' :::::::1 :::::!::S:::::::: (J... ::1:: ::::... : t iil!! ::~i :iliiiiip=:iui:jh ':"U'!.: rr..t ':or,.:.;.s, s I",: t memori komputer Gambar 3. Matriks l-dimensi untuk menyimpan titik potong Prinsip algoritma ini berdasarkan sifat bahwa 2 buah titik pada bidang (x,y) hanya berpotongan satu kali di bidang (p,e) sehingga persamaan (1) dapat dinyatakan sebagai: (Xi - Xj) cos e + (Yi- yj) sin e = 0 (3) atau B (4) Dengan demikian titik ke i akan berpotongan dengan (N-I) titik Iainnya dirnana N adalah jumlah data dan j = 1,2, N (i:t:j) pada persamaan (4). Titik-titik potong dengan sudut kemiringan e yang sama akan menempati lokasi memori yang sama pada matiks I-dimensi. Isi dari matriks ini disortir untuk mencari harga maksimumnya. Proses ini dilakukan untuk i= 1,2, (N-1) dan pada setiap i dicari dan dibandingkan harga maksimumnya. Diagram alir dari algoritma ini ditunjukkan pada Gambar
5 ej = atan (Xi - Xj) (Yi - Yj) no no I > e = e (i-i) k=i-i (x-xk) cos e + (y-yk) sin e = 0 I Gambar 4. Diagram alir algoritma matriks I-dimensi 219
6 x ( a ) Gambar 5. a. Data citra yang akan dideteksi. b. Kurva sinusoidal dari data. c. Garis yang terdeteksi. PEMBAHASAN Pemakaian dari algoritma diatas dilakukan dengan simulasi yang hasilnya bisa dilihat pada Gambar 5. Dilihat dari pemakaian memori jelas algoritma yang kedua menggunakan memori yang jauh lebih kecil jika dibandingkan algoritma yang kedua yaitu K dan K x L. Sedangkan untuk perhitungannya algortima pertama melakukan 1J x K kali kalkulasi dan algoritma kedua melakukan 1/2 (N x (N-I) kali kalkulasi. 220
7 KESIMPULAN Telah dilakukan perubahan algoritma yang biasanya digunakan pada transfonnasi Hough dengan matriks 2-dimensi dan diperiihatkan keefisienan dalam pemakaian memori dan juga waktu yang lebih singkat.. Algoritma pertama dan kedua digunakan untuk mendeteksi adanya sebuah garis sedangkan pada citra bisa terdapat lebih dari satu garis sehingga periu ditambahkan algoritma untuk mendetekasi adanya garis-garis yang lain. DAFTAR PUSTAKA 1. R.O. DUDAAND P.E. HART, "Use of the Hough transfonn to detect lines and curves in pictures", Comm.Ass.Comput. March IS, II-IS (1975) 2. D.H. BALLARD, "Generalizing the Hough transfonn to detect arbitrary shapes", Pattern Recognition vol 12, (2) (1981) II K.S. FU, R.c. GONZALES and C.S.G. LEE, ROBOTICS : "Control, Sensing, Vision and Intelligence", McGraw Hill Int. Edition (1987) 221
8 DISKUSI M. BUNJAMIN : Apakah keperluan memori yang besar dapat diganti oleh memori dalam hard disk? SATRIO DEWANTO: Pada prinsipnya dapat diganti hanya masalah waktu yang lebih lama. ELFRIDA SARAGI : I. Bagaimana cara yang paling cepat untuk menentukan titik maksimum pada titik potong kedua garis transformasi tersebut? 2. Apa pemanfaatan deteksi garis pada citra digital tersebut? SATRIO DEWANTO : 1. Cara yang saya gunakan adalah penyortiran biasa. Sete1ah semua titik potong ada dalam memori, lalu saling dibandingkan isinya. 2. Diantaranya untuk menentukan titik lenyap pada robot yang beijalan dalam lorong dimana titik lenyap ini sebagai arah gerak robot yang dilengkapi kamera supaya tidak menabrak dinding. - Untuk mendeteksi benda yang akan diambil oleh jari robot, posisinya dimana. - Dalam pengembangannya dapat digunakan untuk deteksi obyek dengan bentuk sembarang, bukan hanya garis. Jadi dapat digunakan untuk misalnya deteksi kerangka dari pam-pam pada citra hasil Rontgen. 222
KLASIFIKASI GAMBAR FOTO BERDASARKAN TEMPAT PENGAMBILAN DENGAN MENGGUNAKAN TRANSFORMASI HOUGH
KLASIFIKASI GAMBAR FOTO BERDASARKAN TEMPAT PENGAMBILAN DENGAN MENGGUNAKAN TRANSFORMASI HOUGH 1) Moch. Ali Rokhib, 2) Endang Setyati 1) Akademi Komunitas Negeri Sidoarjo PDD Politeknik Negeri Jember Jl.
Lebih terperinciPendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005
Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)
Lebih terperinci1.8 Jadwal Pelaksanaan
BAB I PENDAHULUAN 1.1 Latar Belakang Bangun geometri 2 dimensi adalah sebuah bidang datar yang dibatasi oleh garis-garis dan dimana titik ujung setiap garis terhubung dengan garis yang lain minimal tiga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih 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 terperinciMetode Kekakuan Langsung (Direct Stiffness Method)
Metode Kekakuan angsung (Direct Stiffness Method) matriks kekakuan U, P U, P { P } = [ K ] { U } U, P U 4, P 4 gaya perpindahan P K K K K 4 U P K K K K 4 U P = K K K K 4 U P 4 K 4 K 4 K 4 K 44 U 4 P =
Lebih terperinciBAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)
BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh) Remote Sensing didefinisikan sebagai ilmu untuk mendapatkan informasi mengenai obyek-obyek pada permukaan bumi dengan analisis data yang
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 2 x 3x 50 Menit Pertemuan : 10&11 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciPENERAPAN METODE HOUGH LINE TRANSFORM UNTUK MENDETEKSI PINTU RUANGAN MENGGUNAKAN KAMERA
PENERAPAN METODE HOUGH LINE TRANSFORM UNTUK MENDETEKSI PINTU RUANGAN MENGGUNAKAN KAMERA ABSTRACT Syahri Muharom Jurusan Teknik Elektro Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim, Klampis
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciBAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA
BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar belakang Robot selain diterapkan untuk dunia industri dapat juga diterapkan untuk dunia pertanian. Studi yang
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 terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih 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 terperinciTRANSFORMASI HOUGH LINEAR UNTUK ANALISIS DAN PENGENALAN BATIK MOTIF PARANG
TRANSFORMASI HOUGH LINEAR UNTUK ANALISIS DAN PENGENALAN BATIK MOTIF PARANG Widi Hapsari 1 widi@staff.ukdw.ac.id Abstract Batik is a craft that has high artistic value. Batik also has become part of Indonesian
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 terperinciOperasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma
Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1 Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan
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 terperinciPengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM
Pengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM PENILAIAN TUGAS : 30% UTS : 30% UAS : 40% REFERENSI Slides & Hand outs; Digital Image Processing; Rafael C. Gonzalez & Richard E Woods; Addison Wesley
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan sekitarnya melalui proses
Lebih terperinciKontur dan Representasinya
Bab 9 Kontur dan Representasinya P endeteksi tepi menghasilkan citra tepi yang berupa citra biner (pixel tepi berwarna putih, sedangkan pixel bukan-tepi berwarna hitam). Tetapi, tepi belum memberikan informasi
Lebih terperinci18. VEKTOR. 2. Sudut antara dua vektor adalah. a = a 1 i + a 2 j + a 3 k; a = 2. Penjumlahan, pengurangan, dan perkalian vektor dengan bilangan real:
8. VEKTOR A. Vektor Secara Geometri. Ruas garis berarah AB = b a. Sudut antara dua vektor adalah. Bila AP : PB = m : n, maka: B. Vektor Secara Aljabar a. Komponen dan panjang vektor: a = a a a = a = a
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 terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
Lebih terperinci20. TRANSFORMASI. A. Translasi (Pergeseran) ; T = b. a y. a y. x atau. = b. = b
. TRANSFORMASI A. Translasi (Pergeseran) ; T b a + b a atau b a B. Refleksi (Pencerminan). Bila M matriks refleksi berordo, maka: M atau M. Matriks M karena refleksi terhadap sumbu, sumbu, garis, dan garis
Lebih terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinciKOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL Rudy Adipranata Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya. Telp. (031) 8439040
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciPokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP
Pokok Bahasan PENDAHULUAN PERANCANGAN SISTEM HASIL PENGUJIAN PENUTUP PENDAHULUAN 1. Sistem navigasi robot banyak dipakai dimanfaatkan untuk berbagai kebutuhan misalnya untuk membantu departemen pemadam
Lebih terperinciSEGMENTASI AREA MAKULA PADA CITRA FUNDUS RETINA DENGAN OPERASI MORFOLOGI (Kata kunci: segmentasi makula, operasi morfologi, citra fundus retina)
PRESENTASI TUGAS AKHIR KI091391 SEGMENTASI AREA MAKULA PADA CITRA FUNDUS RETINA DENGAN OPERASI MORFOLOGI (Kata kunci: segmentasi makula, operasi morfologi, citra fundus retina) Penyusun Tugas Akhir : Diandra
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi saat ini sangatlah pesat. Berbagai ragam jenis informasi dapat diakses dari berbagai jenis media. Image digital merupakan salah satu
Lebih terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
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 terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Pada bab ini akan dijelaskan tentang pengujian dimensi robot, algoritma dari robot yang telah dibuat dan analisis mengenai kinerja dari algoritma tersebut. 4.1. Pengujian
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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki kemampuan visual dalam satu sistem yang utuh. Sistem visual manusiatersebut terdiri atas gabungan dari proses perekaman dan pendeteksian obyek. Oleh
Lebih terperinci3. Jika y1 = y2 (garis horisontal), maka (a) x = x + 1 dan y tetap (b) gambar titik (x,y) di layar (c) Selesai
.3.1 Algoritma Brute Force Algoritma brute force untuk membentuk garis didasarkan pada persamaan (-6), yaitu : 1. Tentukan dua titik ujung (x1,y1) dan (x,y). Jika x1 = x (garis vertikal), maka (a) y =
Lebih terperinci19. VEKTOR. 2. Sudut antara dua vektor adalah θ. = a 1 i + a 2 j + a 3 k; a. a =
19. VEKTOR A. Vektor Secara Geometri 1. Ruas garis berarah AB = b a. Sudut antara dua vektor adalah θ 3. Bila AP : PB = m : n, maka: B. Vektor Secara Aljabar a1 1. Komponen dan panjang vektor: a = a =
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 terperinciANALISA STRUKTUR METODE MATRIKS (ASMM)
ANAISA STRUKTUR METODE MATRIKS (ASMM) Endah Wahyuni, S.T., M.Sc., Ph.D Matrikulasi S Bidang Keahlian Struktur Jurusan Teknik Sipil ANAISA STRUKTUR METODE MATRIKS Analisa Struktur Metode Matriks (ASMM)
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Pemrosesan gambar secara digital telah berkembang dengan cepat. Pengolahan gambar ini didukung dengan kemajuan teknologi perangkat keras yang signifikan. Produk produk pengolah
Lebih terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciA. 3 x 3 + 2x + C B. 2x 3 + 2x + C. C. 2 x 3 + 2x + C. D. 3 x 3 + 2x + C. E. 3 x 3 + 2x 2 + C A. 10 B. 20 C. 40 D. 80 E. 160
7. UN-SMA-- Diketahui sebidang tanah berbentuk persegi panjang luasnya 7 m. Jika panjangnya tiga kali lebarnya, maka panjang diagonal bidang tanah tersebut m m m m m 7. UN-SMA-- Pak Musa mempunyai kebun
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendeteksian objek dalam suatu citra merupakan hal mendasar dalam banyak aplikasi analisis citra (image analysis). Manusia bisa langsung mengenali objek yang dilihatnya
Lebih terperinci1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016
1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 6 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciBAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinci19. TRANSFORMASI A. Translasi (Pergeseran) B. Refleksi (Pencerminan) C. Rotasi (Perputaran)
9. TRANSFORMASI A. Translasi (Pergeseran) ; T = b a b a atau b a B. Refleksi (Pencerminan). Bila M matriks refleksi berordo, maka: M atau M. Matriks M karena refleksi terhadap sumbu, sumbu, garis =, dan
Lebih terperinciBAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi
Lebih terperinciDATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim)
Pengantar DATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim) Citra : gambar pada bidang 2D. Secara matematis : citra
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN
SEKOLAH TINGGI MANAJEMEN INFORMAA KOMPUTER JAKARTA STIK SATUAN ACARA PERKULIAHAN Mata : PENGANTAR ROBOA Kode Mata : TK 16214 Jurusan / Jenjang : S1 SISTEM KOMPUTER Tujuan Instruksional Umum : Agar mahasiswa
Lebih terperinciPERBANDINGAN PENGGUNAAN PARAMETER DISCRETE COSINE TRANSFORM DAN PARAMETER MOMEN ZERNIKE DALAM MENGINDEKS CITRA. Intisari
Perbandingan Penggunaan Parameter Discrete Cosine Transform dan Parameter Momen Zernike dalam Mengindeks Citra (Saptadi Nugroho, Junibakti Sanubari, dan Darmawan Utomo) PERBANDINGAN PENGGUNAAN PARAMETER
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 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 terperinciDeteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali
Deteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali I Made Gede Sunarya Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
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 terperinciSOAL UJIAN NASIONAL. PROGRAM STUDI IPA ( kode P 45 ) TAHUN PELAJARAN 2008/2009
SOAL UJIAN NASIONAL PROGRAM STUDI IPA ( kode P 4 ) TAHUN PELAJARAN 8/9. Perhatikan premis premis berikut! - Jika saya giat belajar maka saya bisa meraih juara - Jika saya bisa meraih juara maka saya boleh
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciMatematika EBTANAS Tahun 1991
Matematika EBTANAS Tahun 99 EBT-SMA-9-0 Persamaan sumbu simetri dari parabola y = 8 x x x = 4 x = x = x = x = EBT-SMA-9-0 Salah satu akar persamaan kuadrat mx 3x + = 0 dua kali akar yang lain, maka nilai
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih 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 terperinciInterior Design in Augmented Reality Environment
Interior Design in Augmented Reality Environment Nama : Harta Shuwanto Contact Number : +62856 580 99 144 Email : waeshu@yahoo.com JURUSAN SISTEM KOMPUTER BINUS UNIVERSITY JAKARTA 2012 Interior Design
Lebih terperinciPEMBUATAN PROGRAM INTERFACE UNTUK PENGONTROLAN RV-M1
PEMBUATAN PROGRAM INTERFACE UNTUK PENGONTROLAN RV-M1 Endra 1 ; Silvester H 2 ; Yonny 3 ; Galang Titan 4 1, 2, 3, 4 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara, Jl. K.H.
Lebih terperinciSOAL UN DAN PENYELESAIANNYA 2009
1. 1. Jika saya giat belajar maka saya bisa meraih juara. 2. Jika saya bisa meraih juara maka saya boleh ikut bertanding. Ingkaran dari kesimpulan kedua premis diatas adalah... A. Saya giat belajar dan
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 PERANCANGAN PROGRAM SIMULASI VERIFIKASI KEAMANAN MELALUI IRIS MATA DENGAN
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG
Vol. 5, No. 1, Januari 2009 ISSN 0216-0544 SISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG * Iman Sapuguh, Daniel O Siahaan, dan Chastine Fatichah Program Magister Teknik
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Dalam analisis ini berisi penjelasan tentang analisis dan perancangan sistem yang akan dibangun. Analisis akan terdiri dari analisis permasalahan, analisis kebutuhan
Lebih terperinciBAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mata merupakan salah satu panca indra yang digunakan manusia untuk melihat. Namun mata manusia memiliki keterbatasan dalam menangkap sinyal elektromagnetik.
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciA. Aras Komputasi. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik 3/18/2017
A. Aras Komputasi Kuliah Ke 4 dan Ke 5 Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1. Aras titik 2. Aras lokal 3. Aras global 4. Aras Objek 1. Aras Titik Operasi pada aras titik hanya
Lebih terperinciDielektrika, ISSN Vol. 1, No. 2 : , Agustus 2014
Dielektrika, ISSN 2086-9487 131 Vol. 1, No. 2 : 131-135, Agustus 2014 ANALISA PERUBAHAN GARIS PANTAI SENGGIGI MENGGUNAKAN PENGOLAHAN (GIS) CITRA SATELIT PADA MATLAB [Analysis of Shoreline Changing Using
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Kendali Sistem Kendali atau control system terdiri dari dua kata yaitu system dan control. System berasal dari Bahasa Latin (systēma) dan bahasa Yunani (sustēma) adalah
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 terperinciImplementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI
Implementasi Intensity Transfer Function(ITF) Untuk Peningkatan Intensitas Citra Medis Hasil Pemeriksaan MRI 1 Desti Riminarsih dan 2 Cut Maisyarah Karyati 1 Pusat Studi Komputasi Matematika(PSKM), Universitas
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jalan merupakan salah satu sarana transportasi darat yang penting untuk menghubungkan berbagai tempat seperti pusat industri, lahan pertanian, pemukiman, serta sebagai
Lebih terperinciCS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra
CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi
Lebih terperinciJURNAL TEODOLITA. VOL. 15 NO. 1, Juni 2014 ISSN DAFTAR ISI
JURNAL TEODOLITA VOL. 15 NO. 1, Juni 2014 ISSN 1411-1586 DAFTAR ISI Mesjid Saka Tunggal Sebagai Ruang Ritual Komunitas Islam ABOGE di Desa Cikakak Banyumas.. 1-11 Wita Widyandini, Yohana Nursruwening Analisa
Lebih terperinciPenjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt
Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id
Lebih terperinciMenggunakan Pattern-Matching Untuk Mengurangi Kecelakaan Lalu Lintas
Menggunakan Pattern-Matching Untuk Mengurangi Kecelakaan Lalu Lintas Kevin Indra S / 13510022 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciBAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Citra (image) istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
Lebih terperinciLatar Belakang 7/3/2014
DETEKSI FITUR DAN PENENTUAN POSISI HUMANOID SOCCER ROBOT DALAM LAPANGAN STANDAR ROBOCUP BEBASIS SENSOR ORIENTASI DAN PENANDA TIDAK UNIK OLEH : ACH HADI DAHLAN 2210100180 DOSEN PEMBIMBING : 1. PROF. DR.
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciFitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan
Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak
Lebih terperinci