Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru.
|
|
- Yenny Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru. Amilia Khoiro Masruri dan Budi Setiyono Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya Abstrak Quality control sangat dibutuhkan dalam bidang industri terutama dalam produksi peluru. Satu-satunya perusahaan industri dan manufaktur yang memproduksi peluru adalah PT. PINDAD. Proses identifikasi cacat pada produksi peluru yang dilakukan oleh PT. PINDAD masih menggunakan inspeksi secara manual atau dengan mengandalkan tenaga manusia. Oleh karena itu, diperlukan penelitian agar identifikasi menjadi lebih cepat dan efisien. Dalam penelitian ini, penulis melakukan akuisisi citra pada peluru sehingga didapatkan 11 data citra peluru yang baik dan 21 data citra peluru yang cacat. Selanjutnya dilakukan proses pengolahan citra yang dimulai dari pembacaan citra, cropping, grayscalling, resize, peningkatan mutu citra melalui penapisan serta pengambangan, hingga hasil akhir citra yang menunjukkan cacat tidaknya sebuah citra peluru. Dari 21 data citra peluru yang cacat terbagi atas 9 citra cacat tipe I (terlihat secara kasat mata) dan 12 citra cacat cacat tipe II (tidak terlihat secara kasat mata), didapatkan 7 citra peluru yang terdeteksi untuk cacat tipe I dengan prosentase 77,78% dan 5 citra peluru yang terdeteksi untuk cacat tipe II dengan prosentase 41,67%. Kata Kunci Deteksi Cacat, Template Matching, Cacat Peluru, Image Processing, Phase-Only Correlation (POC). I. PENDAHULUAN SAAT ini, perusahaan senjata menjadi sektor yang sangat penting untuk pembuatan peluru. Satu-satunya perusahaan yang memproduksi peluru adalah PT. PINDAD. Secara garis besar, pembuatan peluru kaliber kecil dari kaliber 5,56 mm hingga 12,7 mm terbagi kedalam tiga bagian, yaitu pembuatan selongsong, pembuatan pelor, dan assembling atau penyelesaian [6]. Semua fase produksi yang dilakukan oleh PT. PINDAD secara teknis dipertahankan sampai tahap akhir dari proses manufaktur yang muncul. Kadang-kadang diperlukan juga untuk memeriksa hasil produksi yang dihasilkan agar mereka dapat melayani kebutuhan pelanggan, yaitu untuk mengetahui peluru yang cacat. Sehingga merupakan tugas penting untuk mengkategorikan peluru-peluru tersebut setelah produksi berdasarkan cacat permukaan. Metode manual dari inspeksi cacat bersifat padat karya, lambat dan subyektif. Meskipun otomatis dalam penyortiran dan pengepakan tidak menutup kemungkinan adanya peluru-peluru yang cacat. Penilaian manusia dipengaruhi oleh perkiraan dan pengetahuan sebelumnya. Di sisi lain, dalam kasus-kasus yang jelas, sebagian besar peneliti setuju bahwa cacat tersebut ada, bahkan ketika mereka tidak dapat mengidentifikasi struktur. Seperti kasus pengawasan tentu saja membosankan, subyektif dan mahal. Untuk semua alasan ini tidak ada yang dapat menyangkal pentingnya suatu aplikasi untuk deteksi cacat [1]. Tuntutan dunia kerja yang serba cepat dan akurat ini, membuat orang mengembangkan proses pengolahan citra digital yang menawarkan waktu proses lebih cepat dan memungkinkan pemanfaatan yang seluas-luasnya. Sistem pengolahan citra digital sangatlah luas. Template matching dengan ciri khas sebagai patokan sebagai salah satu pengembangan dari pengolahan citra digital. Sistem template matching dapat mengidentifikasi cacat pada peluru. II. DASAR TEORI A. Pengolahan Citra Digital Citra digital dapat dinyatakan sebagai suatu fungsi dua dimensi ff(xx, yy), dengan xx maupun yy adalah posisi koordinat sedangkan ff merupakan amplitudo pada posisi (xx, yy) yang sering dikenal sebagai intensitas atau gray scale (Gonzales, 2002). Nilai dari intensitas bentuknya adalah diskrit mulai dari 0 sampai 255. Citra yang ditangkap oleh kamera dan telah dikuantisasi dalam bentuk nilai diskrit disebut sebagai citra digital (digital image). Sedangkan foto hasil cetak dari printer tidak dapat disebut sebagai citra digital, namun foto yang tersimpan pada file gambar (bmp, jpg, png atau format lainnya) pada komputer dapat disebut citra digital. Jadi citra digital tersusun dari sejumlah nilai tingkat keabuan yang dikenal sebagai piksel (pixel) pada posisi tertentu. Untuk melakukan pemrosesan citra digital, maka citra analog harus dikonversi terlebih dahulu ke dalam bentuk citra digital. Proses scanning menggunakan scanner merupakan salah satu proses konversi dari suatu citra analog menjadi citra digital. Proses pengambilan atau penangkapan suatu objek menggunakan kamera digital akan langsung menghasilkan citra digital. Ada dua jenis citra digital, citra diam (still image) dan citra bergerak (moving image). Pada prinsipnya citra bergerak adalah sekumpulan citra diam dalam bentuk frame-
2 2 frame. Suatu citra digital dapat dinyatakan dengan persamaan 2.1. ff(xx, yy) = (2.1) ff(1,1) ff(1,2) ff(1,3) ff(1, mm) ff(2,1) ff(2,2) ff(2,3) ff(2, mm) ff(3,1) ff(3,2) ff(3,3) ff(3, mm) ff(4,1) ff(4,2) ff(4,3) ff(4, mm) ff(5,1) ff(5,2) ff(5,3) ff(5, mm) ff(mm 1,1) ff(mm 1,2) ff(mm 1,3) ff(mm 1, nn) ff(mm, 1) ff(mm, 2) ff(mm, 3) ff(mm, nn) Dari persamaan 2.1, citra digital dapat dinyatakan sebagai matriks dengan tinggi citra = mm dan lebar citra = nn. Pengolahan citra juga merupakan bagian dari pengolahan sinyal yang difokuskan kepada pengolahan yang berkaitan dengan gambar-gambar. Fungsinya adalah untuk meningkatkan kualitas citra untuk keperluan persepsi visual manusia ataupun komputer. Citra Awal (Citra yang belum diolah) Pengolahan Citra (Proses pengolahan Citra Awal) Gambar 2.1 Proses Pengolahan Citra Digital Citra Akhir (Citra yang sudah diolah) B. Peningkatan Mutu Citra Peningkatan mutu citra dilakukan untuk memperoleh keindahan citra, kepentingan analisis citra, serta mengoreksi citra dari segala gangguan yang terjadi pada waktu perekaman data. Peningkatan mutu citra dilakukan sampai citra siap dianalisis. Sebelum memasuki proses identifikasi cacat pada peluru, dilakukan operasi pengolahan citra digital, yaitu penapisan citra (filtering) dan pengambangan citra (thresholding). 1. Penapisan citra (Filtering) Penapisan citra dilakukan bila citra yang akan dianalisis memiliki derau sehingga perlu dihaluskan dengan tapis citra. Perancangan tapis dengan memanipulasi pikselpiksel tetangga membuat citra lebih halus, bentuk sudut dan tepi citra tetap terjaga. Pada proses perekaman, citra digital bersifat frekuensi rendah dimana terjadi proses pemerataan intensitas cahaya pada suatu titik sampel dengan titik-titik tetangganya. Gangguan lain yang sering terjadi pada proses perekaman citra digital adalah terjadinya gangguan berbentuk garis-garis akibat adanya kerusakan pada sebagian detektor sensor. High-Pass Filter akan memperkuat komponen yang berfrekuensi tinggi dan menurunkan komponen berfrekuensi rendah. 2. Pengambangan citra (Thresholding) Pengambangan citra (thresholding) merupakan salah satu teknik segmentasi yang baik digunakan untuk citra dengan perbedaan nilai intensitas yang signifikan antara latar belakang dan objek utama (Katz, 2000). Dalam pelaksanaannya, thresholding membutuhkan suatu nilai yang digunakan sebagai nilai pembatas antara objek utama dengan latar belakang dan nilai tersebut dinamakan dengan threshold. C. Template Matching Template matching merupakan salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokkan tiap-tiap bagian dari suatu citra dengan citra yang akan diuji (template). Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari quality control [2]. Metode ini juga sering digunakan untuk mengidentifikasi citra karakter huruf, angka, sidik jari (fingerprint) dan aplikasi-aplikasi pencocokan citra lainnya. Prinsip metode ini adalah membandingkan antara citra acuan yang akan dikenali dengan citra template. Citra acuan yang akan dikenali mempunyai tingkat kemiripan sendiri terhadap masing-masing citra template. Pengenalan dilakukan dengan melihat nilai tingkat kemiripan tertinggi dan nilai batas ambang pengenalan dari citra objek tersebut. Bila nilai tingkat kemiripan berada di bawah nilai batas ambang maka citra objek tidak dikenal [3]. Adapun hal-hal yang mempengaruhi dalam identifikasi cacat pada peluru adalah sebagai berikut: 1. Posisi Citra peluru bisa berbeda-beda tergantung pada keadaan waktu diambil oleh kamera, bisa karena pergeseran, perpindahan dan perputaran posisi. Oleh karena itu, posisi citra perlu diperbaiki apabila posisi citra tidak tepat, sebelum citra menuju ke proses template matching. 2. Kondisi Citra Ketika sebuah citra dibentuk, faktor seperti pencahayaan dan karakteristik kamera mempengaruhi citra peluru. D. Phase-Only Correlation (POC) Phase-Only Correlation (POC) merupakan fungsi teknik registrasi gambar dengan akurasi tinggi. Registrasi gambar dengan menggunakan POC memungkinkan memprediksi letak antara gambar dengan ketelitian subpiksel [5]. Jika terdapat 2 citra berukuran NN 1 NN 2, yaitu ff(nn 1, nn 2 ) dan gg(nn 1, nn 2 ), untuk penyederhanaan diasumsikan bahwa nn 1 = MM 1. MM 1 dan nn 2 = MM 2. MM 2, karena itu NN 1 = 2MM dan NN 2 = 2MM Bentuk Transformasi Fourier Diskrit dari kedua gambar tersebut dinyatakan dengan [5]: kk FF(kk 1, kk 2 ) = nn 1 nn 2 ff(nn 1, nn 2 ) WW 1 nn 1 kk NN2 = AA FF (kk 1, kk 2 )ee jj θθ FF (kk 1,kk 2 ) (2.2) kk GG(kk 1, kk 2 ) = nn 1 nn 2 gg(nn 1, nn 2 ) WW 1 nn 1 kk NN2 = AA GG (kk 1, kk 2 )ee jj θθ GG (kk 1,kk 2 ) (2.3) 2ΠΠ jj dengan kk 1 = MM 1. MM 1, kk 2 = MM 2. MM 2, WW = ee, 2ΠΠ jj WW NN2 = ee NN2 dan operator nn1 nn 2 mendefinisikan MM 1 MM 2. AA FF (kk 1, kk 2 ) dan AA GG (kk 1, kk 2 ) adalah nn 1 = MM 1 nn 2 = MM 2
3 3 komponen amplitude dan ee jj θθ FF (kk 1,kk 2 ) dan ee jj θθ GG (kk 1,kk 2 ) adalah komponen fase. Sedangkan spektrum silang (cross spectrum) RR (kk 1, kk 2 ) antara FF(kk 1, kk 2 ) dan GG(kk 1, kk 2 ) ditunjukkan dengan rumus: RR(kk 1, kk 2 ) = FF(kk 1,kk 2 )GG(kk 1,kk 2 ) FF(kk 1,kk 2 )GG(kk 1,kk 2 ) = ee jjjj (kk,kk 21) (2.4) dengan GG(kk 1, kk 2 ) menyatakan konjungsi kompleks dari θθ(kk 1, kk 2 ) = θθ FF (kk 1, kk 2 ) θθ GG (kk 1, kk 2 ) dan GG(kk 1, kk 2 ). Fungsi POC rr (nn 1, nn 2 ) merupakan invers transformasi fourier diskrit 2D dari RR (kk 1, kk 2 ) dan dirumuskan sebagai berikut: kk rr (nn 1, nn 2 ) = 1 RR (kk NN 1 NN kk 1, kk 2 ) 2 1,kk 2 WW 1 nn 1 kk NN2 (2.5) MM 1 kk 1 = MM 1 kk 2 = MM 2. dengan kk1 kk 2 mendefinisikan MM 2 berguna untuk merancang aplikasi yang memiliki tampilan seperti aplikasi lain berbasis Windows. Algoritma identifikasi cacat pada peluru menggunakan metode template matching adalah sebagai berikut: 1. Membaca berkas citra berwarna yang akan digunakan sebagai citra acuan. 2. Melakukan proses cropping pada citra dengan tujuan untuk mengambil bagian objek peluru. 3. Melakukan proses pengubahan citra acuan dan citra template menjadi citra grayscale. 4. Melakukan penyamaan ukuran agar ukuran citra acuan dengan citra template sama besar. 5. Melakukan penapisan citra (filtering). 6. Menerapkan proses pengambangan citra (thresholding) terhadap citra acuan dengan citra masukan. 7. Melakukan template matching antara citra acuan dengan citra masukan. Secara umum pembuatan aplikasi ini mengikuti blok diagram seperti gambar 3.1. Akuisisi Citra Citra peluru acuan Citra peluru template Pre-processing untuk citra peluru acuan Membaca citra peluru Cropping Gambar 2.2 Contoh Fungsi POC rr ffff (nn 1, nn 2 ) dan Fungsi Korelasi Biasa rr ffff (nn 1, nn 2 ): (a) Citra ff(nn 1, nn 2 ), (b) Citra gg(nn 1, nn 2 ), (c) Fungsi POC antara 2 citra identik (citra ff(nn 1, nn 2 )), (d) Fungsi POC antara ff(nn 1, nn 2 ) dan gg(nn 1, nn 2 ), (e) Fungsi korelasi biasa antara 2 citra identik (citra ff(nn 1, nn 2 )), (f) Fungsi korelasi antara ff(nn 1, nn 2 ) dan gg(nn 1, nn 2 ). Dari fungsi POC, dapat diperoleh besaran perpindahan secara translasi dan derajat kesamaan dari dua citra berdasarkan posisi dan ketinggian puncak korelasi (correlation peak). Pada gambar 2.2 menunjukkan contoh matching dengan menggunakan fungsi POC. Apabila kedua gambar tersebut sama maka fungsi POC akan menghasilkan perbedaan puncak yang jelas, sebaliknya jika kedua gambar tersebut tidak sama maka puncak akan turun secara signifikan. Sehingga fungsi POC menunjukkan semakin tinggi perbedaan dibandingkan fungsi korelasi pada umumnya. Keunggulan dari fungsi POC adalah hasil pencocokan tidak dipengaruhi oleh pergeseran gambar karena perubahan kecerahan, sehingga sangat kuat terhadap noise. III. PERANCANGAN SISTEM Pada perancangan ini menggunakan bahasa pemrograman Matlab yang mempunyai tombol perintah yang lengkap dan Template Matching Hitung Nilai POC Grayscaling Pembandingan nilai threshold Penyamaan ukuran citra Penapisan Pengambangan Gambar 3.1 Blok Diagram Identifikasi Cacat Pada Peluru Menggunakan Metode Template Matching A. Pembacaan Citra Citra yang diolah adalah citra digital yang diperoleh dari hasil pemotretan peluru. Citra tersebut dianggap sebagai citra
4 4 acuan. Citra hasil pemotretan sudah dalam bentuk digital dengan berkas penyimpanan berekstensi *.jpg. B. Proses Cropping Karena pada proses template matching dipengaruhi oleh posisi dan kondisi citra, maka dilakukan proses cropping pada citra yang kemudian akan diambil bagian objeknya saja. Hal ini dilakukan untuk mempermudah proses template matching. C. Pengubahan Citra Warna menjadi Citra Grayscale Citra yang dibaca adalah citra yang dikenali sebagai citra warna (RGB). Proses pengolahan citra warna lebih sulit dilakukan karena citra warna mengandung tiga komponen warna utama (merah, hijau, biru) yang membutuhkan pengolahan lebih kompleks, sehingga citra perlu diubah dahulu menjadi citra grayscale untuk mempermudah pengolahan. Nilai warna Merah, Hijau dan Biru masingmasing dibagi tiga untuk mendapatkan citra grayscale. D. Penyamaan Ukuran Citra (Resize) Proses ini dilakukan untuk menyamakan ukuran citra acuan dengan citra template karena pada metode template matching selain dipengaruhi oleh posisi dan kondisi citra, metode ini juga sangat dipengaruhi oleh ukuran citra. E. Penapisan Citra (Filtering) Dalam proses penapisan ini dilakukan dengan tapis median karena tapis ini menghaluskan data sekaligus mempertahankan detail kecil dan tajam. F. Pengambangan Citra (Thresholding) Pada proses pengambangan citra menggunakan metode otsu. Metode otsu bertujuan untuk membagi histogram citra gray level ke dalam dua daerah yang berbeda secara otomatis tanpa membutuhkan bantuan pengguna untuk memasukkan nilai ambang [4]. Pendekatan yang dilakukan metode otsu adalah dengan melakukan analisis diskriminan yaitu menentukan suatu variabel yang dapat membedakan antara dua atau lebih kelompok yang muncul secara alami. Analisis diskriminan akan memaksimumkan variabel tersebut agar dapat membagi objek latar depan dan latar belakang. G. Template Matching Proses template matching dalam identifikasi cacat peluru menggunakan perhitungan POC (Phase-Only Correlation). Dalam proses ini akan didapatkan nilai POC (Phase-Only Correlation) antara bagian dari citra acuan dengan citra template. pengujian terhadap citra peluru yang baik dengan citra peluru yang cacat. Tabel 1. Hasil Pengujian Citra Peluru yang Baik Dari hasil pengujian pada tabel diatas diperoleh nilai POC terkecil yaitu pada citra acuan Bagus5 sehingga dapat dijadikan nilai batas ambang serta citra acuan. Berikut ini adalah citra yang akan dijadikan acuan ditunjukkan pada gambar 4.1. Gambar 4.1 Citra Acuan Dari 21 data citra peluru yang cacat diklasifikasikan menjadi 2 tipe, yaitu: Tipe I: citra peluru yang cacatnya terlihat secara kasat mata. Tipe II: citra peluru yang cacatnya tidak terlihat secara kasat mata. Gambar 4.2 Citra Cacat Tipe I IV. HASIL DAN PENGUJIAN Pada penelitian ini diperoleh hasil perhitungan nilai POC yang menunjukkan bahwa peluru tersebut cacat atau tidak cacat. A. Hasil Uji Coba dan Pembahasan Pada pengujian ini, data yang digunakan adalah citra peluru yang diambil dengan posisi, pencahayaan dan jarak pengambilan yang sama untuk setiap peluru. Setelah itu dilakukan uji coba terhadap 11 data citra peluru yang baik untuk dicari citra acuannya. Citra acuan yang dipilih adalah citra yang memiliki nilai POC terkecil. Berikut adalah hasil Gambar 4.3 Citra Cacat Tipe II Selanjutnya akan dilakukan uji coba terhadap 21 data citra yang terdiri dari 9 citra cacat tipe I (terlihat secara kasat mata) dan 12 citra cacat tipe II (tidak terlihat secara kasat mata).
5 5 Berikut adalah hasil pengujian identifikasi terhadap citra peluru yang cacat. Tabel 2. Hasil Pengujian Identifikasi Citra Cacat Tipe I [3] Ahmad, U. (2005). Pengolahan Citra Digital dan Teknik Pemrogramannya. Yogyakarta: Graha Ilmu. [4] Gonzalez, R. C. and Woods, R. E. (2002). Digital Image Processing Second Edition. USA: Prentice Hall. [5] Ito, K., Nakajima, H., Kobayashi, K., Aoki, T., Higuchi, T. (2004). A Fingerprint Matching Algorithm Using Phase-Only Correlation. IEICE Trans. Fundamentals E87-A. [6] Fadillah, Ramadhian Inilah Cara membuat Peluru dan Bom. Diakses 5 Maret Tabel 3. Hasil Pengujian Identifikasi Citra Cacat Tipe II Dari hasil pengujian pada tabel di atas, citra cacat tipe I diperoleh 4 citra yang terdeteksi dari 9 data citra cacat tipe I sehingga prosentasenya mencapai 44,44%. Sedangkan untuk citra cacat tipe II diperoleh 4 citra yang terdeteksi dari 12 data citra cacat tipe II sehingga prosentasenya mencapai 33,33%. V. KESIMPULAN 1. Untuk mendapatkan hasil akhir identifikasi yang tepat maka kondisi atau lingkungan penangkap citra peluru harus sama antara citra peluru acuan dengan citra peluru template. Kondisi yang dimaksud diantaranya pencahayaan, ukuran, serta posisi objek citra. 2. Penambahan filter yang cocok digunakan dalam sistem ini adalah High-Pass Filter, karena dengan menggunakan High-Pass Filter tingkat keberhasilannya mencapai 44,44% untuk identifikasi cacat tipe I dan 33,33% untuk identifikasi cacat tipe II. VI. DAFTAR PUSTAKA [1] Rahaman, G. M. A. and Hossain, Md. M. (2009, May). Automatic Defect Detection and Classification Technique from Image: a Special Using Ceramic Tiles. (UCSIS) International Journal of Computer Science and Information Security, 1, 1, [2] Wardhana, A. W. dan Prayudi, Y. (2008, 21 Juni). Penggunaan Metode Template Matching Untuk Identifikasi Kecacatan Pada PCB. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008),
PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU
PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU Oleh: Amilia Khoiro Masruri 1210 100 029 Dosen Pembimbing: Dr. Budi Setiyono, S.Si, MT JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciII. LANDASAN TEORI I. PENDAHULUAN
MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI CACAT PADA KEPING PCB MENGGUNAKAN PENCOCOKAN MODEL (TEMPLATE MATCHING) Kris Adhy Nugroho*, R. Rizal Isnanto **, Achmad Hidayatno ** Abstrak Inspeksi secara automatis
Lebih terperinciKlasifikasi 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 terperinciDeteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
th Seminar on Intelligent Technology and Its Applications, SITIA 00 ISSN: 087-33X Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation Cahyo Darujati,3 Rahmat Syam,3 Mochamad Hariadi
Lebih terperinciBAB 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 terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
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 terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih 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 terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
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 terperinci1 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 terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih 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 terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciOleh: Angger Gusti Zamzany( ) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T.
Oleh: Angger Gusti Zamzany(1210100 073) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI PENGUJIAN
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciPENGENALAN POLA SIDIK JARI
TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
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 terperinciModifikasi 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciANALISIS PENGGUNAAN FILTER PADA SISTEM PENGENALAN PLAT NOMOR MENGGUNAKAN PHASE ONLY CORRELATION (POC)
ANALISIS PENGGUNAAN FILTER PADA SISTEM PENGENALAN PLAT NOMOR MENGGUNAKAN PHASE ONLY CORRELATION (POC) Ossi Aini 1, M. Zen Samsono Hadi 2, Moh. Hasbi Assidiqi 3 Mahasiswa Jurusan Teknik Telekomunkasi Politeknik
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciPengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial
Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial Eric Christopher School of Electrical Engineering and Informatics, Institute Technology of Bandung,
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 III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
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 terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciPendeteksi Cacat Pada Selongsong Peluru Berbasis Citra Menggunakan Gabor Filter
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 1-6 1 Pendeteksi Cacat Pada Selongsong Peluru Berbasis Citra Menggunakan Gabor Filter M. Khairul Fahmi dan Dwi Ratna S Jurusan Matematika, Fakultas Matematika
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 terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciBAB 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 terperinciPENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL
PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL Eric Christopher #1, Dr. Ir. Rinaldi Munir, M. T. #2 #School of Electrical Engineering and Informatics,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
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 terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciREVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH
REVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH ABSTRAK Biometrika merupakan cara untuk mengidentifikasi individu menggunakan karekteristik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciGLOSARIUM 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciImplementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital
UNSIKA Syntax Jurnal Informatika Vol. 5 No. 2, 2016, 159-164 159 Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital Nono Heryana 1, Rini Mayasari 2 1,2 Jl. H.S. Ronggowaluyo
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperincicorak 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 terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciBAB 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 terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan mengikuti perkembangan zaman, tentunya teknologi juga semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga pengembangan dari teknologi yang sudah
Lebih terperinciPengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)
Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab ini dibahas mengenai langkah-langkah yang dilakukan untuk menguji kerja daya sisip dari citra terhadap pesan menggunakan kecocokan nilai warna terhadap pesan berbahasa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
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 terperinciAPLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK
APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK Rinaldi Munir Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10 Bandung 40132 E-mail: rinaldi@informatika.org Abstrak
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinci2. 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 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
Lebih terperinciPerbaikan 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 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 terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri keramik yang terdiri dari ubin (tile), saniter, perangkat rumah tangga (tableware), genteng telah memberikan kontribusi signifikan dalam mendukung pembangunan
Lebih terperinciBAB 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 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 terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih 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 terperinciBAB II SISTEM PENENTU AXIS Z ZERO SETTER
BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan
Lebih terperinciPERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION
PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION Ahmad Saikhu, Nanik Suciati, Widhiantantri S. Jurusan Teknik Informatika, Fakultas Teknologi Informasi,
Lebih terperinci