KLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
|
|
- Liana Agusalim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik Informatika Fakultas Teknik UNP Kediri Oleh : OKI MEKARSARI PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
2
3
4 KLASIFIKASI BUNGA EUPHORBIA BERDASARKAN KELOPAK DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Oki Mekarsari Teknik Teknik Informatika Dra. Budhi Utami, M.Pd dan Rianto, S.Kom UNIVERSITAS NUSANTARA PGRI KEDIRI ABSTRAK Oki Mekarsari : Klasifikasi Bunga Euphorbia Berdasarkan Kelopak Dengan Metode Principal Component Analysis, Skripsi, Teknik Informatika, Teknik, Penelitian ini dilatar belakangi dari hasil pengamatan dan pengalaman peneliti, bahwa bunga Euphorbia adalah salah satu jenis tanaman yang digemari semua orang untuk menghiasi dan memperindah halaman rumah mereka. Bunga Euphorbia memiliki banyak jenisnya, akan tetapi masyarakat banyak yang belum mengetahui tentang jenis bunga Euphorbia tersebut. Mereka hanya mengetahui sekedar namanya saja bukan jenis bunga Euphorbia tersebut. Permasalahan penelitiann ini adalah (1) Bagaimana merancang dan membangun aplikasi klasifikasi bunga Euphorbia berdasarkan kelopak bunga tersebut?(2) Bagaimana gambar bunga dapat dijadikan inputan untuk pengklasifikasian bunga tersebut?(3) Bagaimana menerapkan metode PCA ke dalam pembuatan aplikasi klasifikasi bunga Euphorbia berdasarkan kelopak bunga?(4) Bagaimana mencari nilai antara data training dan testing menggunakan Euclidean Distance?. Penelitian ini menggunakan metode Principal Component Analysis (PCA) dengan objek penelitian bunga Euphorbia. Bunga Euphorbia yang digunakan adalah bunga Euphorbia Milli splendens, Euphorbia milli ch. des moulins, dan Euphorbia pulcherrima. Citra kelopak bunga Euphorbia akan dilakukan tahap pre-processing yang meliputi grayscale dan thresholding, kemudian diproses dengan metode PCA dan pengenalannya menggunakan euclidean distance. Penelitian dilaksanakan sesuai dengan jadwal penelitian yang sudah dibuat yaitu persiapan, observasi, wawancara, perancangan, desaian sistem, pengkodingan, implementasi aplikasi,maintance aplikasi. Kesimpulan dari penelitian ini adalah (1) metode PCA (Principal Component Analysis) telah berhasil untuk mengklasifikasikan macam-macam bunga Euphorbia. (2)PCA (Principal Component Analysis) memproyeksikan citra dari vektor yang berdimensi tinggi ke vektor yang mempunyai dimensi yang lebih rendah kemudian dicari nilai eigen vektor dan eigen value untuk melakukan ekstraksi ciri. (3) Euclidean Distance memperoleh nilai kedekatan antara data training dengan data testing yang akan digunakan untuk pengklasifikasian.(4) Prosentase akurasi yang didapat mencapai 90%, Besarnya tingkat akurasi dipengaruhi oleh banyaknya jumlah data training yang digunakan. Kata kunci: klasifikasi, bunga Euphorbia, Principal Component Analysis.
5 I. LATAR BELAKANG Bunga adalah salah satu jenis tanaman yang digemari semua orang, karena bisa digunakan untuk memperindah halaman rumah mereka. Masyarakat baik di pedesaan maupun di perkotaan mempunyai kecenderungan untuk tinggal di lingkungan yang nyaman, segar dan indah. Keadaan ini dapat tercipta dengan menanam bunga di sekitar rumah dan lingkungan tempat tinggal mereka. Salah satu bunga tersebut adalah bunga Euphorbia. Euphorbia adalah merupakan salah satu keluarga Euphorbiaceace yang tumbuh tersebar di daerah tropis. Tanaman yang menyerupai kaktus ini sangat menyukai sinar matahari sehingga akan menampilkan bunga yang semarak jika mendapatkan banyak sinar matahari. Penanaman bunga ini juga sangat mudah, karena bisa hidup di berbagai musim. Perkembangan teknologi pada zaman sekarang ini sangat pesat, dengan perkembangan teknologi tersebut muncul berbagai aplikasi canggih yang dapat membantu memudahkan pekerjaan manusia. Bunga Euphorbia banyak jenisnya, sedangkan masyarakat banyak yang belum mengetahui jenis-jenis dari bunga Euphorbia. Mereka hanya mengetahui sekedar namanya bukan jenis dari bunga tersebut. Oleh karena itu diperlukan aplikasi untuk mengklasifikasikan jenis bunga Euphorbia berdasarkan kelopaknya, untuk membedakan dan mengenali jenis-jenis bunga Euphorbia. Sekilas tentang metode yang saya gunakan untuk penelitian ini adalah metode Principal Component Analysis (PCA). Metode PCA merupakan teknik linier untuk memproyeksikan data vektor yang berdimensi tinggi ke vektor yang mempunyai dimensi lebih rendah (Turk, 1991). PCA lebih banyak digunakan untuk keperluan ekstraksi fitur citra, dimana jumlah dimensi dari citra jauh lebih besar dibanding jumlah data sampel yang digunakan, untuk melakukan proyeksi sampel vektor dari citra pelatihan, setiap citra pelatihan disusun dalam bentuk vektor baris. II. PRINCIPAL COMPONENT ANALYSIS Menurut Soemartini (2008: 12), definisi metode Principal Component Analysis sebagai berikut: Principal Component Analysis (PCA) atau disebut juga transformasi Karhunen-Loeve adalah teknik yang
6 digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi linear sehingga terbentuk sistem koordinat baru dengan variansi maksimum. Definisi diatas senada dengan penjelasan yang diutarakan Hery Purnomo, Mauridhi dan Muntasa, Arif (2010:192) sebagai berikut : PCA merupakan teknik linier untuk memproyeksikan data vektor yang berdimensi tinggi ke vektor yang mempunyai dimensi lebih rendah (Turk, 1991). PCA lebih banyak digunakan untuk keperluan ekstraksi fitur citra, dimana jumlah dimensi dari citra jauh lebih besar dibanding jumlah data sampel yang digunakan, untuk melakukan proyeksi sampel vektor dari citra pelatihan, setiap citra pelatihan disusun dalam bentuk vektor baris. Jika jumlah data pelatihan adalah sebanyak m, maka dimensi vektornya adalah mxn. Apabila vektor citra pelatihan mempunyai dimensi mxn diortogonlisasi dengan menggunakan eigenvector dan eigenvalue, maka dimensi akan berubah mxm. Sebelum melakukan klasifikasi, perlu dilakukan penyeleksian eigenface. Jika n>>m, n merupakan dimensi Artikel Skripsi citra dan m adalah jumlah data yang dilatih. Setelah itu menghitung nilai rata-rata seluruh data sampel. Karena jumlah parameter (dimensi) sejumlah n, maka nilai array rata-rata seluruh data adalah (µ 1, µ 2, µ 3,..., µ n ). Rata-rata nol (Zero mean) dapat dihitung dengan mengurangkan nilai masing-masing data sampel dengan rata-rata data seluruh sampel. Jika obyek yang diteliti mempunyai dimensi yang tidak sama antara data sampel (mxn) dan data rata-rata seluruh data sampel (1xn), maka perlu disamakan dengan menggandakan rata-rata sebanyak m. Sehingga rata-rata seluruh data sampel mempunyai dimensi mxn. Rata-rata seluruh citra dapat dihitung dengan persamaan: Keterangan : = 1 M = Rata-rata dari setiap data m = Jumlah dari sampel Di = Dimensi data ke i Selisih setiap data dengan nilai rata-ratanya dapat dipresentasikan dengan: Keterangan : = Ni = matrik data ke i
7 Di = Dimensi data ke i M = Rata-rata dari setiap data Dari matrik N, matrik covarian dapat dihitung untuk kemudian akan digunakan untuk menghitung eigenvector dan eigenvalue. Persamaan yang digunakan untuk menghitung matrik covarian : euphorbia tersebut adalah sebagai berikut : Tampilan Form Utama = ^ Keterangan : A = matrik covarian Y T = matrik transpose Y = matrik Selanjutnya menghitung eigenvalue (E) dan eigenvector (V) dari matrik covarian tersebut. Kemudian dilakukan pengurutan nilai eigen dari yang paling besar dan disesuaikan dengan eigenvektor secara descending. Setelah itu dicari nilai komponen utama (PCA) yaitu dengan persamaan sebagai berikut: = Keterangan dari gambar tersebut adalah sebagai berikut : a. Menu Berisi 2 pilihan menu yaitu menu data training dan menu data testing. b. Keluar Berfungsi untuk keluar dari aplikasi. 2. Tampilan data training Tampilan data training dari aplikasi klasifikasi bunga euphorbia derdasarkan kelopak sebagai berikut : III. HASIL DAN KESIMPULAN 1. Hasil 1. Tampilan utama program Tampilan utama dari aplikasi klasifikasi kelopak bunga
8 Tampilan Form Training Keterangan dari ganbar diatas adalah sebagai berikut : a. Image preview citra Berfungsi untuk menampilkan gambar yang akan diproses. b. Tombol get data Berfungsi untuk menghitung nilai threshold gambar yang akan diproses. c. Tombol proses PCA Berfungsi untuk memproses gambar yang diinputkan setelah dihitung nilai thresholdnya. d. Directory list box dan file list box Directory list box berfungsi untuk menampilkan folder dimana citra disimpan, sedangkan file list box menampilkan nama file yang disimpan di dalam folder. Berikut merupakan proses dari data training : a. Pertama kita jalan kan program b. Kemudian pilih menu data training c. Pilih folder penyimpanan gambar pada directory list box. Setelah itu akan muncul namanama file pada kotak file list box. d. Masukkan nilai threshold minimal dan nilai threshold maksimal kemudian klik tombol get data untuk menghitung nilai threshold. e. Kemudian pilih nilai reduksi dimensi, setelah itu klik tombol proses PCA untuk memproses gambar. f. Proses training selesai 3. Tampilan data testing Berikut adalah tampilan dari form data testing : Tampilan form data testing
9 Keterangan dari gambar diatas adalah sebagai berikut : a. Image privew citra Berfungsi menampilkan gambar dari citra yang dipilih. b. Directory list box dan file list box Directory list box berfungsi untuk menampilkan folder dimana citra disimpan, sedangkan file list box menampilkan nama file yang disimpan di dalam folder. c. Tombol testing Berfungsi untuk mengeksekusi gambar yang dipilih. d. Hasil klasifikasi Berfungsi untuk menampilkan hasil klasifikasi dari citra yang telah diuji. Berikut ini merupakan proses testing : a. Pilih menu data testing pada tampilan utama. b. Kemudian pilih folder penyimpanan gambar pada directory list box. Setelah itu akan muncul nama-nama file pada kotak file list box, pilih salah satu gambar yang akan diuji. c. Setelah gambar tersebut muncul pilih tombol testing untuk melakukan pengenalan. d. Proses testing selesai. Artikel Skripsi 2. Kesimpulan Setelah dilakukan analisis, perancangan dan implementasi dapat disimpulkan bahwa: 1. Metode PCA dapat digunakan untuk mengklasifikasikan bunga Euphorbia berdasarkan kelopaknya dan telah berhasil dibuat dan di uji cobakan. 2. Implementasi metode PCA dan euclidean distance dapat menunjukkan hasil pengenalan dari masing-masing kelopak bunga euphorbia. Dan prosentase akurasi yang didapat adalah 90% dengan perbandingan data training dan data testing 90:20, prosentse 80% dengan perbandingan data training dan data testing 75:25, prosentase 70% dengan perbandingan data training dan data testing 60:30, prosentase 60% dengan perbandingan data training dan data testing 45:35, prosentase 50% dengan perbandingan data training dan data testing 30:40. Dari hal diatas dapat disimpulkan bahwa besarnya tingkat akurasi dipengaruhi oleh banyaknya data training yang digunakan.
10 IV. 3. Penerapan perangkat lunak pendukung Delphi7 dan citra objek dengan dimensi ukuran piksel 100x100 untuk di implementasikan dengan metode PCA dan penggunaan euclidean distance yang digunakan untuk pencocokan dapat berjalan dengan baik dan mendapatkan hasil yang maksimal. DAFTAR PUSTAKA [1] Ardiansyah, Riza Firdaus Pengenalan Pola Tanda Tangan Dengan Menggunakan Metode Principal Component Analysis (Pca). Semarang : Universitas Dian Nuswantoro. [2] Bunga Euphorbia (Bunga Delapan Dewa). om/2012/04/bungaeuphorbia.html (diunduh tanggal 28 Oktober 2014) [3] Grayscale Image /03/matlab-grayscaleimage.html (diunduh tanggal 28 Oktober 2014) [4] Hery Purnomo, Mauridhi dan Muntasa, Arif Konsep Pengolahan Citra Digital dan Artikel Skripsi Ekstraksi Graha Ilmu. Fitur.Yogyakarta: [5] Istiqlalia Risma Kumala. Budidaya Tanaman Hias Euphorbia (Euphorbia Milli) Surakarta: Universitas Sebelas Maret. [6] Nugroho Whidhiasih, Retno, Adi Wahanani, Nursinta dan Supriyanto Klasifikasi Buah Belimbing Berdasarkan Citra Red-Green-Blue Menggunakan KNN dan LDA. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic. Bogor. [7] Mupeng aja. Mengenal Bunga Euphorbia. om/2013/03/mengenal-bungaeuphorbia.html ( diunduh tanggal 28 Oktober 2014) [8] Purwanto, A. W Euphorbia Tampil Prima dan Semarak Berbunga. Kanius. Yogyakarta. [9] Soemartini Principal Component Analysis (PCA) Sebagai Salah Satu Metode Untuk Mengatasi Masalah Multikolinearitas. Bandung : Universitas Padjajaran.
11 [10] Utami, Ema dan Wulaningrum, Resty Penggunaan Principal Component Analysis dan Euclidean Distance untuk Identifikasi Citra Tanda Tangan. Yogyakarta : STIMIK AMIKOM
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
APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI
APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN
PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN Bagus Fadzerie Robby 1), Resty Wulanningrum 2) 1), 2) Universitas Nusantara PGRI Kediri 1), 2) Jl. KH. Achmad Dahlan 76, Kediri, Jawa Timur 64112 Email
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia
Nusantara of Engineering/Vol. 2/ No. 1/ISSN: 2355-6684 65 Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia Rina Firliana, Resty Wulanningrum, Wisnu Sasongko Jurusan Teknik
JURNAL KLASIFIKASI PERBEDAAN JENIS BUAH PISANG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
JURNAL KLASIFIKASI PERBEDAAN JENIS BUAH PISANG MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS CLASSIFICATION OF DIFFERENT TYPES OF BANANAS USING METHODS PRINCIPAL COMPONENT ANALYSIS Oleh: Moh. Ilham Ibnu
TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR
TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR DWI ACHTI NOVIATUR R. 2208100656 Dosen Pembimbing : Dr. Ir. Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) PIE Problem Representasi Citra
JURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS)
JURNAL SISTEM IDENTIFIKASI CITRA TANDA TANGA MENGGUNAKAN METODE 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) SIGNATURE RECOGNITION USING 2D-PCA (TWO DIMENSIONAL PRINCIPAL COMPONENT ANALISYS) Oleh:
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE
PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE Danar Putra Pamungkas 1), Fajar Rohman Hariri 2) 1),2) Teknik Informatika Universitas Nusantara PGRI Kediri Jl. KH. Achmad
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION
SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION Holisah, Prihastuti Harsani dan Arie Qur ania holisah62@gmail.com Jurusan Ilmu Komputer, Fakultas Matematika
Principal Component Analysis
Perbandingan Ukuran Jarak pada Proses Pengenalan Wajah Berbasis Principal Component Analysis (PCA) Pembimbing: Dr.Ir.Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) Nimas Setya Yaniar 2208.100.616 POSE (posisi
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)
PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
PENGENALAN POLA TANDA TANGAN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Riza Firdaus Ardiansyah NIM : A11.2009.05106 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas
Dosen Program Studi Ilmu Komputer Universitas Pakuan Bogor
PENGENALAN KADAR TOTAL PADAT TERLARUT PADA BUAH BELIMBING BERDASAR CITRA RED-GREEN-BLUE MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS (PCA) SEBAGAI EKSTRAKSI CIRI DAN KLASIFIKASI K-NEAREST NEIGHBORHOOD (KNN)
BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
ANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
BAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa merupakan tahapan yang sangat penting dalam melakukan penelitian. Tahap analisa yaitu proses pembahasan persoalan atau permasalahan yang dilakukan sebelum
PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN
PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN Herfina 1) 1) Program Studi Ilmu Komputer, FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Ciheuleut Bogora email : herfinario@yahoo.com
BAB 3 PERANCANGAN PERANGKAT LUNAK
A 3 PERANCANGAN PERANGKAT LUNAK Pada bab ini diuraikan mengenai perancangan perangkat lunak untuk implementasi aplikasi pengenalan obyek tiga dimensi dengan metode Subclass Discriminant Analysis (SDA).
KLASIFIKASI CITRA ADENIUM MENGGUNAKAN LEARNING VECTOR QUANTIZATION
KLASIFIKASI CITRA ADENIUM MENGGUNAKAN LEARNING VECTOR QUANTIZATION Resty Wulanningrum 1), Bagus Fadzerie Robby 2) 1), 2) Teknik Informatika, Fakultas Teknik Universitas Nusantara PGRI Kediri Kampus 2 Universitas
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file). Sedangkan
PENGENALAN WAJAH MANUSIA DENGAN METODE PRINCIPLE COMPONENT ANALYSIS (PCA)
ISSN: 1693-6930 177 PENGENALAN WAJAH MANUSIA DENGAN MEODE PRINCIPLE COMPONEN ANALYSIS (PCA) Murinto Program Studi eknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus III UAD Jl Prof Dr. Supomo,
Jurnal String Vol.1 No.2 Tahun 2016 ISSN : PRINCIPAL COMPONENT ANALYSIS UNTUK SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE EIGENFACE
PRINCIPAL COMPONENT ANALYSIS UNTUK SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE EIGENFACE Nunu Kustian Program Studi Teknik Informatika, Universitas Indraprasta PGRI Email: kustiannunu@gmail.com Abstrak
BAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
ABSTRAK. Kata kunci: Citra wajah manusia, Principal Component Analysis (PCA), Eigenfaces, Euclidean Distance. ABSTRACT
16 Dielektrika, ISSN 2086-9487 Vol. 1, No. 1 : 16-23 Pebruai, 2014 EKSTRAKSI CIRI WAJAH MANUSIA MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA) UNTUK SISTEM PENGENALAN WAJAH [Feature Extraction
Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 2017 ISSN ITN Malang, 4 Pebruari 2017
PENGENALAN INDIVIDU BERDASARKAN SIDIK RUGAE PALATINA DENGAN MENGGUNAKAN METODE SINGULAR VALUE DECOMPOSITION SEBAGAI PENGOLAH EKSTRAKSI CIRI DAN SUPPORT VECTOR MACHINE SEBAGAI KLASIFIKATOR Shofi Annisa
BAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
BAB 3. ANALISIS dan RANCANGAN. eigenfaces dan deteksi muka dengan color thresholding akan mempunyai proses
BAB 3 ANALISIS dan RANCANGAN 3.1 Analisa metode Secara garis besar, tahap pada pengenalan wajah dengan metode eigenfaces dan deteksi muka dengan color thresholding akan mempunyai proses yang dilakukan
BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
BAB 3 PROSEDUR DAN METODOLOGI
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Analisa Masalah Kemajuan teknologi di bidang multimedia, menuntut kemampuan sistem yang lebih baik dan lebih maju dari sebelumnya, sesuai dengan perkembangan teknologi.
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini menjelaskan landasan teori dari metode yang digunakan dalam proses pengenalan wajah, yaitu terdiri atas: metode Eigenface, dan metode Jarak Euclidean. Metode Eigenface digunakan
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Daun Daun adalah salah satu organ pada tumbuhan yang memiliki peranan sangat penting dalam keberlangsungan hidup tumbuhan tersebut. Hal ini dikarenakan tumbuhan merupakan organisme
PENGENALAN WAJAH MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN K NEAREST NEIGHBOR
PENGENALAN WAJAH MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN K NEAREST NEIGHBOR 1 Fandiansyah, 2 Jayanti Yusmah Sari, 3 Ika Purwanti Ningrum Jurusan Teknik Informatika, Fakultas Teknik Universitas
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
PEMANFAATAN GUI DALAM PENGEMBANGAN PERANGKAT LUNAK PENGENALAN CITRA WAJAH MANUSIA MENGGUNAKAN METODE EIGENFACES
PEMANFAATAN GUI DALAM PENGEMBANGAN PERANGKAT LUNAK PENGENALAN CITRA WAJAH MANUSIA MENGGUNAKAN METODE EIGENFACES Ni Wayan Marti Jurusan Manajemen Informatika, Fakultas Teknik dan Kejuruan,Universitas Pendidikan
ISBN: Cetakan Pertama, tahun Semua informasi tentang buku ini, silahkan scan QR Code di cover belakang buku ini
PENGENALAN POLA; Aplikasi untuk Pengenalan Wajah, Analisis Tekstur Obyek, Pengenalan Plat Nomor Kendaraan dan Segmentasi Pembuluh Darah, oleh Dr. Arif Muntasa, S.Si., M.T. Hak Cipta 2015 pada penulis GRAHA
BAB 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
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
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
Minggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
JURNAL TEODOLITA. VOL. 14 NO. 1, Juni 2013 ISSN DAFTAR ISI
JURNAL TEODOLITA VOL. 14 NO. 1, Juni 2013 ISSN 1411-1586 DAFTAR ISI Perpaduan Arsitektur Jawa dan Sunda Pada Permukiman Bonokeling Di Banyumas, Jawa Tengah...1-15 Wita Widyandini, Atik Suprapti, R. Siti
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
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE
PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE Gray Level Co-occurrence Matrix (GLCM) dan GABOR FILTER DALAM PENGENALAN MOTIF BATIK OLEH : ANUGRAH SURADIPURWO NIM : 41508110061
SISTEM PENGENALAN WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DENGAN ALGORITMA FUZZY C-MEANS (FCM)
SISTEM PENGENALAN WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DENGAN ALGORITMA FUZZY C-MEANS (FCM) Andri Suryadi Abstrak Berkembangnya ilmu pengetahuan dan teknologi dalam computer vision
IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK IDENTIFIKASI CITRA TANDA TANGAN
IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK IDENTIFIKASI CITRA TANDA TANGAN Resty Wulanningrum 1), Ema Utami 2), Armadyah Amborowati 3) 1) Universitas Nusantara PGRI Kediri 2), 3) Magister Teknik Informatika
1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
JURNAL PENGENALAN POLA KAKI O DAN KAKI X MENGGUNAKAN METODE BRAY-CURTIS DISTANCE
JURNAL PENGENALAN POLA KAKI O DAN KAKI X MENGGUNAKAN METODE BRAY-CURTIS DISTANCE Recognition pattern of foot o and foot x using method bray-curtis distance Oleh: FATHUL MU ARIF 12.1.03.02.0091 Dibimbing
APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA
APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA Anita T. Kurniawati dan Afrilyan Ruli Dwi Rama Teknik Informatika-ITATS, Jl. Arief Rahman Hakim 100 Surabaya Email:
Komparasi Pengenalan Citra Tanda Tangan dengan Metode 2D-PCA dan 2D-LDA
Citec Journal, Vol. 2, No. 4, Agustus 2015 Oktober 2015 ISSN: 2460-4259 Komparasi Pengenalan Citra Tanda Tangan dengan Metode 2D-PCA dan 2D-LDA 341 Danar Putra Pamungkas* 1, Ema Utami 2, Armadyah Amborowati
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE Agus Budi Dharmawan 1), Lina 2) 1), 2) Teknik Informatika FTI - UNTARJakarta Jl S. Parman No.1, Jakarta 11440
HASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Ekstraksi ciri Citra yang digunakan dalam penelitian ini berukuran 150 x 150 pixel, sehingga jika divektorkan akan menghasilkan vektor berukuran 22500. Melalui tahap ekstraksi ciri
BAB 3 PERANCANGAN PROGRAM. dilanjutkan dengan rancangan cetak biru untuk program yang akan dibangun.
BAB 3 PERANCANGAN PROGRAM Pada bab 3 ini, akan dijelaskan proses rancangan program aplikasi pengurangan noise pada citra digital. Dimulai dari analisa kebutuhan sistem yang akan dirancang, dilanjutkan
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
LAPORAN TUGAS AKHIR EKSTRAKSI FITUR UNTUK PENGENALAN WAJAH PADA RAS MONGOLOID MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
LAPORAN TUGAS AKHIR EKSTRAKSI FITUR UNTUK PENGENALAN WAJAH PADA RAS MONGOLOID MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan Program
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
BAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
DISCRETE COSINE TRANSFORM UNTUK IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS
DISCRETE COSINE TRANSFORM UNTUK IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS Resty Wulanningrum Fakultas Teknik, Program Studi Teknik Informatika UniversitasNusantara PGRI Kediri Email: resty0601@gmail.com
Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World
Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Heri Priya Waspada, *, Supeno Mardi Susiki Nugroho, Eko Mulyanto Yuniarno S Teknik Elektro, Fakultas Teknologi Industri, ITS Surabaya
Pengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis)
Pengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis) Ratna Nur Azizah Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
KLASIFIKASI BUAH BELIMBING BERDASARKAN CITRA RED-GREEN-BLUE MENGGUNAKAN KNN DAN LDA ABSTRAK ABSTRACT
Jurnal Penelitian Ilmu Komputer, System Embedded & Logic 1(1) : 29-35 (2013) KLASIFIKASI BUAH BELIMBING BERDASARKAN CITRA RED-GREEN-BLUE MENGGUNAKAN KNN DAN LDA Retno Nugroho Whidhiasih 1, Nursinta Adi
SISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI
SISTEM PENGENALAN POLA MOTIF BATIK KEDIRI JURNAL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Teknik Informatika Disusun Oleh : ANGGIE
BAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
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
Bab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
BAB I PENDAHULUAN. Sistem biometrik merupakan penerapan teknologi yang mempelajari
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrik merupakan penerapan teknologi yang mempelajari karakteristik biologi yang menjadi keunikan tersendiri pada manusia. Salah satu bagian sistem biometrik
Pengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA)
Pengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA) Erma Rachmawati Jurusan Teknik Elektro- FTI, Institut Teknologi Sepuluh
WATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
BAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
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
IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM
IDENTIFIKASI CITRA HYLOCEREUS COSTARICENSIS MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom) Pada Program Studi
Identifikasi Telapak Tangan Menggunakan 2DPCA plus PCA dan K-Nearest Neighbour
Identifikasi Telapak Tangan Menggunakan plus PCA dan K-Nearest Neighbour Bedy Purnama, S.Si, M.T Fakultas Informatika Institut Teknologi Telkom Bandung, Indonesia bdp@ittelkom.ac.id Ditari Salsabila E.
RESTORASI CITRA KABUR MENGGUNAKAN ALGORITMA LUCY-RICHARDSON
RESTORASI CITRA KABUR MENGGUNAKAN ALGORITMA LUCY-RICHARDSON SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Jurusan Teknik Informatika Oleh : SUGENG
IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini dibahas mengenai implementasi serta evaluasi terhadap metode transformasi wavelet dalam sistem pengenalan sidik jari yang dirancang. Untuk mempermudah evaluasi,
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
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan
RANCANG BANGUN APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE YANG BERORIENTASI PADA PRINCIPAL COMPONENT ANALYSIS (PCA)
RANCANG BANGUN APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE YANG BERORIENTASI PADA PRINCIPAL COMPONENT ANALYSIS (PCA) Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
BAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL
PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL Silviana Utari, Tjut Awaliyah, M.Kom, Irma Anggraeni, M.Kom
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS 1 Sofyan Azhar Ramba 2 Adiwijaya 3 Andrian Rahmatsyah 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom
Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG)
JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: 2337-3539 (2301-9271 Print) 1 Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG) Ni Luh Made Asri Mulyasari,
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur Cahya Hijriansyah 1, Achmad Solichin 2 1,2 Program Studi Teknik Informatika
BAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
PENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE. Oleh
PENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE Oleh Kadek Ananta Satriadi 1, Made Windu Antara Kesiman,S.T.,M.Sc., I Gede Mahendra Darmawiguna,S.Kom.,M.Sc.
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem
BAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.
BAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Diagram Blok Sistem ini terdiri dari 2 blok utama yaitu blok proses pelatihan dan proses pengenalan. Blok proses pelatihan terdiri dari webcam dan perangkat lunak yang memproses
DETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING
DETEKSI KERUSAKAN JALUR PCB (PRINTED CIRCUIT BOARD) MENGGUNAKAN METODE TEMPLATE MATCHING Wahyu Nugroho Abstract - Template matching is a technique in digital image processing functions to match each part
Kombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah
Kombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah Rima Tri Wahyuningrum 1,2 Prodi Teknik Informatika, Fakultas Teknik, Universitas Trunojoyo Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan
IMPLEMENTASI TRANSFORMASI HAAR WAVELET UNTUK DETEKSI CITRA JERUK NIPIS YANG BUSUK
IMPLEMENTASI TRANSFORMASI HAAR WAVELET UNTUK DETEKSI CITRA JERUK NIPIS YANG BUSUK Lidya Andriani Sunjoyo 1 R. Gunawan Santosa 2 Kristian Adi Nugraha 3 lidya.andriani@ti.ukdw.ac.id gunawan@staff.ukdw.ac.id