Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia

Ukuran: px
Mulai penontonan dengan halaman:

Download "Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia"

Transkripsi

1 Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia Imam Subekti, I Ketut Eddy Purnama, Mauridhi Hery Purnomo. Jurusan Teknik Elektro FTI - ITS Penelitian ini mengidentifikasi sel sabit pada citra preparat sel darah. Metode yang digunakan untuk mengidentifikasi sel sabit adalah metode Freeman Chain Code dan Region Properties. Setelah dilakukan percobaan, dapat diketahui bahwa metode Freeman Chain Code dan metode Region Properties dapat mengidentifikasi sel sabit pada suatu citra sel darah. Setelah dilakukan percobaan pada 12 sampel citra sel darah, dapat disimpulkan bahwa metode Freeman Chain Code memiliki akurasi yang lebih baik daripada metode Region Properties. Metode Freeman Chain Code memiliki rata- rata nilai sensitivitas sebesar 73,7%, nilai spesifisitas sebesar 95,1%, dan nilai akurasi sebesar 90,2%, sedangkan metode Region Properties memiliki rata- rata nilai sensitivitas sebesar 94,4%, spesifisitas sebesar 45,6% dan nilai akurasinya sebesar 52,1%. Properties. Secara garis besar, tahap yang digunakan untuk mengidentifikasi sel darah berbentuk sabit dapat digambarkan pada blok diagram berikut: Kata kunci: Freeman Chain Code, Region Properties. I. PENDAHULUAN Anemia sel sabit (Sickle cell Anemia) merupakan penyakit kekurangan sel darah merah normal yang disebabkan oleh kelainan genetik pada tubuh manusia dimana sel-sel darah merah berbentuk sabit. Sel darah merah normal berbentuk lingkaran, pipih di bagian tengahnya, sehingga memungkinkan mereka melewati pembuluh darah dengan mudah dan memasok oksigen bagi seluruh bagian tubuh. Sulit bagi sel darah merah berbentuk sabit untuk melewati pembuluh darah, terutama di bagian pembuluh darah yang menyempit atau pada persimpangan pembuluh darah. Hal ini disebabkan oleh bentuknya yang seperti bulan sabit dapat tersangkut pada pembuluh darah, sehingga dapat menyumbat pembuluh darah dan menyebabkan pasokan oksigen ke seluruh tubuh menjadi terhambat. Pada kondisi seperti ini yang menyebabkan terjadinya anemia, selain itu sel sabit juga dapat menimbulkan infeksi serius, dan kerusakan organ tubuh, bahkan menyebabkan kematian. Untuk dapat mengidentifikasi sel sabit di dalam darah, yang harus dilakukan adalah dengan cara mengambil sampel darah penderita. Kemudian sampel darah tersebut diletakkan pada preparat untuk kemudian diamati dengan menggunakan mikroskop. A. Perancangan Sistem II. METODE Sistem yang akan dibuat ini menggunakan dua metode, yaitu metode Freeman Chain Code dan metode Region 1 Gambar 1. Blok diagram sistem menggunakan metode Freeman Chain Code Berdasarkan gambar 1, tahap yang pertama dilakukan adalah tahap preprocessing. Tahap preprocessing diawali dengan proses konversi citra asli menjadi citra grayscale, kemudian diubah menjadi citra biner. Kemudian dilakukan noise removal untuk menghilangkan objek-objek kecil yang dianggap noise pada citra biner. Kemudian dilakukan erosi, untuk mempertajam objek yang bebentuk sabit. Seteleh tahap preprocessing selesai, kemudian dilakukan processing dengan menggunakan metode Freeman Chain Code. Tahap ini dilakukan sebanyak 2 kali, hal ini bertujuan untuk mengurangi

2 kesalahan dalam proses pengenalan objek sel darah. Kesalahan dalam mengenali objek disebabkan oleh bentuk objek yang tidak jelas. Untuk mengatasi permasalahan ini, dilakukan dilasi dan erosi setelah proses pengenalan yang pertama. Hal ini dilakukan untuk memperbaiki struktur objek sel darah. Hasil dari proses dilasi dan erosi diidentifikasi kembali menggunakan metode Freeman Chain Code. Proses yang dilakukan untuk mengenali objek adalah menghitung selisih nilai antar piksel pada tepi setiap objek sel darah. Proses pengenalan dilakukan satu persatu pada semua objek sel darah. Jika selisih nilai piksel pada tepian objek sel darah memiliki nilai lebih besar dari 2 maka, objek tersebut akan dikenali sebagai sel sabit. Sedangkan jika selisih nilai pikselnya lebih kecil dari 3 maka akan dikenali sebagai sel darah normal. B. Preprocessing Sebelum dilakukan processing menggunakan metode Freeman Chain Code dan Region Properties perlu dilakukan preprocessing, pada tahap preprocessing ini ada beberapa tahapan proses yang harus dilakukan, antara lain: 1. Konversi citra RGB ke Grayscale Proses konversi citra RGB ke citra grayscale adalah dengan mengubah bobot atau kekuatan intensitas dari setiap komponen warna dasar pada citra ke nilai yang sudah ditentukan dan kemudian dikombinasikan sehingga didapatkan citra gray scale. Citra RGB yang dikonversi ke citra grayscale dapat dilihat pada gambar 3. dimana citra yang ditandai dengan huruf (a) merupakan citra asli sedangkan citra yang ditandai dengan (b) merupakan citra grayscale. CITRA PREPARAT SEL DARAH GRAYSCALE IMAGE PREPROCESSING THRESHOLDING NOISE REMOVAL Gambar 3. Konversi citra RGB menjadi grayscale. REGIONPROPS CITRA SEL DARAH BERBENTUK SABIT Gambar 2. Blog diagram sistem menggunakan metode Region Properties. Berdasarkan gambar 1, tahap yang pertama dilakukan adalah tahap preprocessing. Tahap preprocessing diawali dengan proses konversi citra asli menjadi citra grayscale, kemudian diubah menjadi citra biner. Kemudian dilakukan noise removal untuk menghilangkan objek-objek kecil yang dianggap noise pada citra biner. Setelah tahap preprocessing selesai, kemudian dilakukan processing dengan menggunakan Region Properties. Proses pengenalan objek sel darah dilakukan dengan cara mencari nilai hasil pembagian antara Major Axes Length dengan Minor Axes Length dari suatu objek. Jika nilai hasil pembagian atara Major Axes Length dan Minor Axes Length pada objek sel darah tersebut lebih besar dari 1,25, maka dianggap sel sabit. Sedangkan jika nilai hasil pembagian antara Major Axes Length dan Minor Axes Length dibawah 1,25 (nilai minimal = 1) maka dianggap normal. Nilai sebesar 1,25 digunakan sebagai patokan untuk membedakan antara objek yang berbentuk sabit dan normal. 2. Thresholding Thresholding adalah proses mengubah citra berderajat keabuan menjadi citra biner atau hitam putih sehingga dapat diketahui daerah mana yang termasuk obyek dan background dari citra. Setelah dilakukan proses Thresholding maka citra sel darah berwarna hitam dan citra latar berwarna putih, kemudian citra biner tersebut diinvers untuk menghasilkan citra sel darah berwarna putih dan citra latar berwarna hitam. Pada gambar.3 merupakan citra sel darah yang sudah diubah menjadi bentuk biner menggunakan thresholding, dan dilakukan invers pada citra sel darah tersebut. Gambar 4. Citra biner yang sudah diinvers 3. Noise Removal Untuk menghilangkan objek kecil pada matriks citra yang dihasilkan pada tahap sebelumnya, dilakukan noise removal dengan cara menghilangkan area yang memiliki luasan lebih kecil dari piksel yang diinginkan. 2

3 4. Erosi Untuk mempertajam citra sel darah yang berbentuk sabit maka perlu dilakukan erosi, yaitu pengurangan jumlah piksel di area terluar suatu citra sel darah. Pada gambar 5 merupakan hasil citra sel darah yang sudah dilakukan proses noise removal dan erosi. pikselnya lebih kecil dari 3 maka akan dikenali sebagai sel darah normal. Objek dikenali sebagai sel sabit, akan langsung disimpan ke dalam suatu variabel, kemudian objek yang disimpan pada variabel akan ditampilkan sebagai citra hasil. Pada gambar 7. Merupakan hasil identifikasi sel darah berbentuk sabit menggunakan metode Freeman Chain Code. Gambar 5. Citra hasil noise removal dan erosi C. Processing Pada tahap ini citra sel darah yang telah melalui tahap preprocessing akan diolah kembali. Pada tahapan ini digunakan 2 jenis metode, yaitu metode Freeman Chain Code dan Region Properties. 1. Metode Freeman Chain Code Algoritma Kode Freeman Chain Code pertama kali diperkenalkan oleh Freeman pada tahun Tujuan dari algoritma ini adalah untuk merepresentasikan kontur suatu objek [4]. Algoritma Freeman Chain Code digunakan untuk merepresentasikan piksel-piksel tepi suatu objek yang saling terhubung dengan ukuran dan arah tertentu. Freeman Chain Code direpresentasikan dengan 4 arah atau 8 arah mata angin, pada setiap arah mata angin tersebut memiliki nilai yang berbeda-beda. Arah dari suatu mata angin dikodekan dengan menggunakan skema penomoran seperti terlihat di gambar 6, merupakan skema kode rantai dengan 8 arah mata angin (a), dan skema dengan 4 arah mata angin (b). Gambar 7. Citra hasil identifikasi menggunakan metode Freeman Chain Code 2. Metode Region Properties Region Properties merupakan representasi suatu objek dengan pendekatan bentuk elips. Dalam fungsi ini suatu objek diasumsikan memiliki bentuk elips, sehingga setiap objek memiliki major axis length dan minor axis length. Untuk mendapatkan nilai Major Axis Length adalah dengan cara menghitung jarak terjauh antara centroid dengan koordinat piksel terluar. Sedangkan untuk mencari nilai Minor Axis Length dengan cara menghitung jarak terdekat antara centroid dengan koordinat piksel terluar. Gambar 8 merupakan objek yang direpresentasikan dengan pendekatan bentuk elips, sedangkan garis biru merupakan major axes length dan minor axes length dari objek tersebut. Gambar 6. Skema 8 arah mata angin (a) dan Skema 4-arah mata angin kode rantai Freeman (b) Proses yang dilakukan untuk mengenali objek adalah menghitung selisih nilai antar piksel pada tepi setiap objek sel darah. Proses pengenalan dilakukan satu persatu pada semua objek sel darah. Jika selisih nilai piksel pada tepian citra sel darah memiliki nilai lebih besar dari 2 maka, objek tersebut akan dikenali sebagai sel sabit. Sedangkan jika selisih nilai 3 Gambar 8. Representasi region dengan pendekatan bentuk elips. Proses pengenalan objek sel darah dilakukan dengan cara mencari nilai hasil pembagian antara Major Axes Length dengan Minor Axes Length dari suatu objek. Jika nilai hasil pembagian atara Major Axes Length dan Minor Axes Length pada objek sel darah tersebut lebih besar dari 1,25, maka dianggap sel sabit. Sedangkan jika nilai hasil pembagian antara Major Axes Length dan Minor Axes Length dibawah 1,25 (nilai minimal = 1) maka dianggap normal. Nilai sebesar 1,25 digunakan sebagai patokan untuk membedakan antara objek yang berbentuk sabit dan normal. Citra sel darah yang

4 dianggap sabit kemudian ditampilkan satu-persatu berupa citra yang dicrop. Gambar 9 adalah salah satu hasil identifikasi menggunakan metode regionprops ,5 80,9 Ratarata 73,7 95,1 90,2 Berdasarkan tabel 1 di atas, setelah dilakukan percobaan pada 12 sampel citra sel darah dengan menggunakan metode Freeman Chain Code, dapat diketahui bahwa sistem ini memiliki rata- rata nilai sensitivitas sebesar 73,3%, spesifitas sebesar 95,1% dan nilai akurasinya sebesar 90,2%. Gambar 9. Citra sel hasil identifikasi menggunakan metode Region Properties III. HASIL DAN PEMBAHASAN Pengujian sistem digunakan untuk mengetahui indeks prosentase yang menunjukkan kemampuan sistem dalam mengklasifikasi objek sel darah. Pengujian yang dilakukan antara lain dengan menghitung tingkat sensitivitas, spesifitas dan akurasi. Berikut hasil pengujian dari 12 sampel citra preparat menggunakan metode Freeman Chain Code dan metode Region Properties. Hasil pengujian didapatkan dari nilai TP (True Positive), TN (True Negative), FP (False Positif), FN (False Negatif). TP (True Positive) adalah menunjuk pada banyaknya objek sel darah berbentuk sabit yang dikelompokkan dengan benar sebagai positif (Sel darah berbentuk sabit). TN (True Negative) adalah menunjuk pada banyaknya objek sel darah normal yang dikelompokkan dengan benar sebagai negatif (sel darah normal). FP (False Positif) adalah menunjuk pada banyaknya objek sel darah normal yang dikelompokkan sebagai positif (Sel darah berbentuk sabit). FN (False Negatif) adalah menunjuk pada banyaknya objek sel darah yang berbentuk sabit yang dikelompokkan sebagai negatif (sel darah normal). Pengujian dilakukan pada 12 sampel citra sel darah yang didalamnya terdapat objek sel darah yang berbentuk sabit dan objek sel darah normal. Tabel 1 adalah nilai sensitivitas, spesifitas dan nilai akurasi dari 12 sampel sel darah menggunakan metode Freeman Chain Code, sedangkan pada Tabel 2. adalah nilai sensitivitas, spesifitas dan nilai akurasi dari 12 sampel sel darah menggunakan Region Properties. Tabel1. Nilai sensitivitas, spesifitas, dan akurasi menggunakan metode Freeman Chain Code ,9 96, ,3 92,6 4 57,1 85, ,3 94,4 79, ,9 97,2 7 66, ,7 8 11, ,3 9 66, , ,5 Tabel 2. Nilai sensitivitas, spesifitas, dan akurasi menggunakan metode Region Properties ,3 36, , ,1 48,1 4 85,7 33,3 42, , ,5 66, ,7 56,2 8 88,9 46,1 54,2 9 83, , ,3 43, ,9 55, ,3 69 Ratarata 94,4 45,6 52,1 Berdasarkan tabel 2 di atas, setelah dilakukan percobaan pada 12 sampel citra sel darah dengan menggunakan metode Region Properties, dapat diketahui bahwa sistem ini memiliki rata- rata nilai sensitivitas sebesar 94,4%, spesifitas sebesar 45,6% dan nilai akurasinya sebesar 52,1%. A. Kesimpulan IV. PENUTUP Dari data yang diperoleh dalam tugas akhir ini dapat ditarik suatu kesimpulan bahwa : 1. Metode Freeman Chain Code dan Region Properties dapat mengidentifikasi sel darah yang berbentuk sabit. 2. Setelah dilakukan percobaan pada 12 sampel citra sel darah, dapat disimpulkan bahwa metode Freeman Chain Code memiliki akurasi yang lebih baik daripada metode Region Properties. Metode Freeman Chain Code memiliki rata- rata nilai sensitivitas sebesar 73,7%, nilai spesifisitas sebesar 95,1%, dan nilai akurasi sebesar 90,2%, sedangkan metode Region Properties memiliki rata- rata nilai sensitivitas sebesar 94,4%, spesifisitas sebesar 45,6% dan nilai akurasinya sebesar 52,1%. 3. Pada penelitian ini masih memiliki kendala, yaitu ketika sel darah yang warna pada Citra aslinya sangat 4

5 tipis. Biasanya terjadi kesalahan dalam proses pengenalannya, hal ini dikarenakan pada saat thresholding citra tersebut dianggap warna latar. 4. Kelemahan dari sistem yang menggunakan metode Region Properties adalah jika ada cittra sel darah yang menumpuk, maka citra sel darah tersebut dianggap sabit. B. Saran Sistem ini belum bisa megidentifiksai objek yang menumpuk (overlapping). Untuk itu kedepannya diperlukan pengembangan agar bisa melakukan identifikasi pada citra sel darah yang mengalami overlapping. V. DAFTAR PUSTAKA [1] Gonzalez, Rafael C, Richard, E Woods and, Steven, L Eddins. Digital Image Processing Using MATLAB. Pearson Education [2] Hermoza, Dkk. Evaluating Accuracy. Program Studi Statistika Jurusan Matematika FMIPA UGM. Yogyakarta [3] Hunaifa. Anemia Sel Sabit. Jogjakarta.2010 [4] IIVARINEN, JUKKA. MARKUS PEURA, JAAKKO SÄRELÄ, DAN ARI VISA. COMPARISON OF COMBINED SHAPE DESCRIPTORS FOR IRREGULAR OBJECTS. FINLAND [5] Murni, Aniati.Dr, Dina Chahyati, S.Kom. Pengolahan Citra Digital: Morfologi Citra.Fakultas Ilmu Komputer UI BIOGRAFI PENULIS Penulis memiliki nama lengkap Imam Subekti, lahir di Jember, Jawa Timur pada tanggal 1 Nopember Penulis mengawali pendidikan pertama di Sekolah Dasar Negeri 1 Sumber Jambe di tahun Kemudian melanjutkan ke Sekolah Lanjutan Tingkat Pertama 1 Kalisat. Setelah lulus langsung melanjutkan ke Sekolah Menengah Atas Negeri 1 Kalisat. Pada tahun 2006 penulis melanjutkan jenjang pendidikan ke tingkat Perguruan Tinggi di Politeknik Negeri Jember pada Jurusan Teknologi Informasi Program Studi teknik Komputer. Pada tahun 2009 penulis melanjutkan pendidikannya di Teknik Elektro ITS dengan program studi Teknik Komputer dan Telematika. Penulis dapat dihubungi di alamat becs.imm@gmail.com 5

IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA

IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar

Lebih terperinci

DAFTAR ISI BAB II TINJAUAN PUSTAKA...4

DAFTAR ISI BAB II TINJAUAN PUSTAKA...4 DAFTAR ISI HALAMAN JUDUL...i PERNYATAAN BEBAS PLAGIARISME...ii HALAMAN PENGESAHAN...iii HALAMAN TUGAS...iv HALAMAN MOTTO...vi KATA PENGANTAR...vii DAFTAR ISI...ix DAFTAR TABEL...xiii DAFTAR GAMBAR...xv

Lebih terperinci

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016 DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program

Lebih terperinci

Oleh: Riza Prasetya Wicaksana

Oleh: 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK

VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh

Lebih terperinci

Pertemuan 2 Representasi Citra

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 terperinci

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik

Lebih terperinci

PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY

PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan

Lebih terperinci

Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature

Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)

Lebih terperinci

Penghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi

Penghitung 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

BAB 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 terperinci

BAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.

BAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini. BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada

Lebih terperinci

SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL

SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian, Ivanna K. Timotius, Iwan Setyawan SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian 1, Ivanna K. Timotius 2,

Lebih terperinci

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila (5109100049) Dosen Pembimbing 1 Prof. Ir. Handayani Tjandrasa, M.Sc., Ph.D. Dosen

Lebih terperinci

Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram

Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,

Lebih terperinci

Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching

Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Perbaikan Citra X-ray Gigi Menggunakan Contrast Stretching Ima Kurniastuti 1, Tri Deviasari Wulan 1, I Ketut Eddy Purnama 2, Mauridhi Hery Purnomo 2, Margareta Rinastiti 3, Fatmala Agustina 1 1 Sistem

Lebih terperinci

BAB III PERANCANGAN PERANGKAT LUNAK

BAB III PERANCANGAN PERANGKAT LUNAK BAB III PERANCANGAN PERANGKAT LUNAK 3.1. Sistem Pendeteksi Senyum Sistem pendeteksi senyum dalam skripsi ini dibuat dengan membandingkan tiga buah metode, yaitu Harris Corner Detection, Edge Based Corner

Lebih terperinci

FERY ANDRIYANTO

FERY ANDRIYANTO SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang 23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti

Lebih terperinci

Gambar 2.1. Citra Apusan Tepi Sel Darah Merah Normal

Gambar 2.1. Citra Apusan Tepi Sel Darah Merah Normal BAB II DASAR TEORI 2.1 Sel Darah Merah Normal Sel darah merah, yang juga disebut sebagai eritrosit, bertugas mengangkut oksigen dari paru ke semua sel di seluruh tubuh. Sel darah merah normal berbentuk

Lebih terperinci

BAB II LANDASAN TEORI...

BAB II LANDASAN TEORI... DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...

Lebih terperinci

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB 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 terperinci

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1 BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan

Lebih terperinci

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

BAB 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 terperinci

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness 753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan

Lebih terperinci

PERHITUNGAN SEL DARAH MERAH BERTUMPUK BERBASIS PENGOLAHAN CITRA DIGITAL DENGAN OPERASI MORFOLOGI

PERHITUNGAN SEL DARAH MERAH BERTUMPUK BERBASIS PENGOLAHAN CITRA DIGITAL DENGAN OPERASI MORFOLOGI PERHITUNGAN SEL DARAH MERAH BERTUMPUK BERBASIS PENGOLAHAN CITRA DIGITAL DENGAN OPERASI MORFOLOGI Koredianto Usman Jurusan Teknik Elektro, Institut Teknologi Telkom Jl. Telekomunikasi No.1 Terusan Buah

Lebih terperinci

Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi

Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu

Lebih terperinci

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat

Lebih terperinci

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi

Lebih terperinci

SEGMENTASI OBYEK PADA CITRA DIGITAL MENGGUNAKAN METODE OTSU THRESHOLDING

SEGMENTASI OBYEK PADA CITRA DIGITAL MENGGUNAKAN METODE OTSU THRESHOLDING Jurnal Informatika, Vol. 13, No. 1, Mei 2015, 1-8 ISSN 1411-0105 DOI: 10.9744/informatika.13.1.1-8 SEGMENTASI OBYEK PADA CITRA DIGITAL MENGGUNAKAN METODE OTSU THRESHOLDING Slamet Imam Syafi i 1*, Rima

Lebih terperinci

PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED

PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PULPITIS MENGGUNAKAN METODE WATERSHED Imam Abdul Hakim 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik Elektro, Universitas Telkom Jl. Telekomunikasi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan

Lebih terperinci

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sel Darah Merah Sel yang paling banyak di dalam selaput darah adalah sel darah merah atau juga dikenal dengan eritrosit. Sel darah merah berbentuk cakram bikonkaf dengan diameter

Lebih terperinci

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

DAFTAR 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 terperinci

DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK

DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK Nanik Suciati, Rosdiana Rahmawati Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi

Lebih terperinci

KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL

KOMBINASI 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 terperinci

BAB 3 IMPLEMENTASI SISTEM

BAB 3 IMPLEMENTASI SISTEM BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan

Lebih terperinci

1. Pendahuluan Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain meskipun dia kembar. Perbedaa

1. Pendahuluan Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain meskipun dia kembar. Perbedaa Implementasi Perhitungan Sudut Rangka Manusia Menggunakan Matlab 7 Nugroho Dian Purnama Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok Telp: (021) 78881112

Lebih terperinci

OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS

OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100

Lebih terperinci

KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS

KLASIFIKASI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Sel Darah Merah Sel darah merah atau eritrositmemiliki fungsi yang sangat penting bagi kelangsungan hidup manusia. Sel darah merah mengandung hemoglobin yang berfungsi untuk

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter

Lebih terperinci

Identifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra

Identifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra Identifikasi Gejala Penyakit Padi Menggunakan Operasi Morfologi Citra Shofiyyah Zahrah 1, Ristu Saptono 2, Esti Suryani 3 1,2,3 Program Studi Informatik, FMIPA, Universitas Sebelas Maret Email: 1 shofizr@gmail.com,

Lebih terperinci

Program Magister Bidang Keahlian Telematika Jurusan Teknik Elektro FTI ITS

Program Magister Bidang Keahlian Telematika Jurusan Teknik Elektro FTI ITS Dosen Pembimbing Dr. I Ketut Eddy Purnama, S. T., M. T. Moch Hariadi S.T, MSc, PhD Program Magister Bidang Keahlian Telematika Jurusan Teknik Elektro FTI ITS Masih banyaknya penderita TBC di Indonesia

Lebih terperinci

SEGMENTASI 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 ) 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 terperinci

PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING

PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING Elisa Cahyadi dan Joan Santoso Teknologi Informasi Sekolah Tinggi Teknik Surabaya elisa@stts.edu dan joan@stts.edu ABSTRAK Pada

Lebih terperinci

Segmentasi Citra Sel Darah Merah Berdasarkan Morfologi Sel Untuk Mendeteksi Anemia Defisiensi Besi

Segmentasi Citra Sel Darah Merah Berdasarkan Morfologi Sel Untuk Mendeteksi Anemia Defisiensi Besi Segmentasi Citra Sel Darah Merah Berdasarkan Morfologi Sel Untuk Mendeteksi Anemia Defisiensi Besi Andika Setiawan Jurusan Informatika Universitas Sebelas Maret Jl. Ir. Sutami 36A Kentingan Surakarta 57126

Lebih terperinci

Pengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video

Pengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video Pengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video Abstrak Mochamad Faisol Baharun¹, T.Sutojo, SSi., M.Kom² Program Studi S1

Lebih terperinci

Operasi Titik Kartika Firdausy

Operasi Titik Kartika Firdausy Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan

Lebih terperinci

SISTEM PERHITUNGAN JUMLAH SEL DARAH MERAH NORMAL DAN ABNORMAL BERBASIS PENGOLAHAN CITRA DIGITAL

SISTEM PERHITUNGAN JUMLAH SEL DARAH MERAH NORMAL DAN ABNORMAL BERBASIS PENGOLAHAN CITRA DIGITAL SISTEM PERHITUNGAN JUMLAH SEL DARAH MERAH NORMAL DAN ABNORMAL BERBASIS PENGOLAHAN CITRA DIGITAL SKRIPSI Oleh Rachmad Kurniawan NIM 101910201093 PROGRAM STUDI STRATA 1 TEKNIK JURUSAN TEKNIK ELEKTRO FAKULTAS

Lebih terperinci

Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity

Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity 54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut

Lebih terperinci

Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas

Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas. Riza Prasetya Wicaksana Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh Nopember Suarabaya

Lebih terperinci

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset

Lebih terperinci

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

PENDETEKSI 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 terperinci

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 10. Morphological Image Processing. Pemrosesan citra secara morfologis.

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 10. Morphological Image Processing. Pemrosesan citra secara morfologis. CIG4E3 / Pengolahan Citra Digital BB 10. Morphological Image Processing Intelligent Computing and Multimedia (ICM) Pemrosesan citra secara morfologis Perbedaan antara pemrosesan citra secara morfologis

Lebih terperinci

PENGAMAN 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 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 terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 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 terperinci

BAB 3 PERUMUSAN OBJEK RANCANGAN. Berikut adalah analisis masalah dan kebutuhan dalam perancangan aplikasi

BAB 3 PERUMUSAN OBJEK RANCANGAN. Berikut adalah analisis masalah dan kebutuhan dalam perancangan aplikasi BAB 3 PERUMUSAN OBJEK RANCANGAN 3.1 Analisis Masalah dan Kebutuhan Berikut adalah analisis masalah dan kebutuhan dalam perancangan aplikasi yang akan kami buat. 3.1.1 Analisis Masalah Untuk mengetahui

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas

Lebih terperinci

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial

Lebih terperinci

DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL

DETEKSI 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 terperinci

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu

Lebih terperinci

Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan

Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan Kiki Kusumawati 1, Dery Willy Cahyadi 2 Jurusan Sistem Informasi, Fakultas Teknik, Univesitas Satya Negara Indonesia

Lebih terperinci

Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB

Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),

Lebih terperinci

PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN METODE TEMPLATE MATCHING INTEGRAL PROYEKSI

PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN METODE TEMPLATE MATCHING INTEGRAL PROYEKSI PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN METODE TEMPLATE MATCHING INTEGRAL PROYEKSI Muhammad Sofi i 1, Edy Mulyanto 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl.Nakula

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai acuan dan

Lebih terperinci

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan

Lebih terperinci

IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK

IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas

Lebih terperinci

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi pemeriksaan terhadap ribuan telur. Dengan menggunakan alat yang secara otomatis dapat menentukan ukuran fisik sebuah telur, klasifikasi terhadap telur ayam dapat dilakukan dengan lebih cepat. Beberapa

Lebih terperinci

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA

Lebih terperinci

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON

SISTEM 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 terperinci

IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA

IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA Isturom Arif 1, I Ketut Eddy Purnama 2, Moch Hariadi 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto

Lebih terperinci

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar

Lebih terperinci

Batra Yudha Pratama m111511006@students.jtk.polban.ac.id

Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Operasi Morfologi Pada Citra Biner Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas

Lebih terperinci

BAB 3 METODE PERANCANGAN

BAB 3 METODE PERANCANGAN BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor

Lebih terperinci

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika

Lebih terperinci

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap

Lebih terperinci

SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)

SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),

Lebih terperinci

SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK

SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan

Lebih terperinci

BAB 1 PENDAHULUAN Latar belakang masalah

BAB 1 PENDAHULUAN Latar belakang masalah BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan

Lebih terperinci

Pengolahan Citra Digital untuk Menghitung Luas Daerah Bekas Penambangan Timah

Pengolahan Citra Digital untuk Menghitung Luas Daerah Bekas Penambangan Timah Pengolahan Citra Digital untuk Menghitung Luas Daerah Bekas Penambangan Timah Rika Favoria Gusa Program Studi Teknik Elektro, Fakultas Teknik, Universitas Bangka Belitung email: rika_favoria@yahoo.com

Lebih terperinci

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Kanker merupakan proses penyakit yang terjadi karena sel abnormal mengalami mutasi genetik dari DNA seluler. Sel abnormal membentuk klon dan berproliferasi secara abnormal

Lebih terperinci

MILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan

MILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.

Lebih terperinci

Oleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc

Oleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc Oleh Yuli Wijayanti Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc TEKNIK INFORMATIKA-ITS 26 JULI 2010 Latar Belakang Segmentasi gambar merupakan salah satu faktor

Lebih terperinci

SISTEM IDENTIFIKASI MIKROANEURISMA PADA CITRA RETINA DIGITAL

SISTEM IDENTIFIKASI MIKROANEURISMA PADA CITRA RETINA DIGITAL SISTEM IDENTIFIKASI MIKROANEURISMA PADA CITRA RETINA DIGITAL Darma Putra 1, Wiskara 2 Jurun Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email 1 : duglaire@yahoo.com

Lebih terperinci

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,

Lebih terperinci

SEGMENTASI MIKROFILARIA UNTUK DIAGNOSIS PENYAKIT KAKI GAJAH BERBASIS CITRA MIKROSKOPIS

SEGMENTASI MIKROFILARIA UNTUK DIAGNOSIS PENYAKIT KAKI GAJAH BERBASIS CITRA MIKROSKOPIS Segmentasi Mikrofilaria untuk Diagnosis Penyakit Kaki Gajah (Izzati Muhimmah, dkk) SEGMENTASI MIKROFILARIA UNTUK DIAGNOSIS PENYAKIT KAKI GAJAH BERBASIS CITRA MIKROSKOPIS Izzati Muhimmah 1, Silvia Nurul

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan

Lebih terperinci

Template Matching Integral Proyeksi untuk Pengenalan Rambu Lalu Lintas Integral Projection Template Matching for Traffic Sign Recognition

Template Matching Integral Proyeksi untuk Pengenalan Rambu Lalu Lintas Integral Projection Template Matching for Traffic Sign Recognition IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 45 Template Matching Integral Proyeksi untuk Pengenalan Rambu Lalu Lintas Integral Projection Template Matching for Traffic Sign Recognition Muhammad

Lebih terperinci

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB 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 terperinci