Rancang Bangun Website Sebagai Media Survei Untuk Mendeteksi Salient Area Pada Video Menggunakan K-Harmonic Means
|
|
- Suharto Johan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal... Vol. XX, No. X, Bulan 2016, XX-XX 1 Jurnal Politeknik Caltex Riau Rancang Bangun Website Sebagai Media Survei Untuk Mendeteksi Salient Area Pada Video Menggunakan K-Harmonic Means Muhammad Yusuf 1), Mardhiah Fadhli, S.T., M.T. 2), YoandaAlimSyahbana, S.T., M.Sc. 3) 1 Politeknik Caltex Riau, Pekanbaru, yusuf11ti@mahasiswa.pcr.ac.id 2 Politeknik Caltex Riau, Pekanbaru mardhiah@pcr.ac.id 3 Politeknik Caltex Riau, Pekanbaru yoanda@pcr.ac.id Abstrak Layanan multimedia berupa video adalah layanan yang bergantung kepada kepuasan penonton. Seiring dengan tidak stabilnya akses internet dan mengoptimalisasikan network yang ada, layanan multimedia itu dituntut untuk menjaga kualitas video. Pada sebuah video, terdapat area yang menjadi fokus utama penonton yang disebut salient area. Jika salient area ini memiliki kualitas baik, maka penonton merasa puas dengan kualitas video dan begitu sebaliknya. Untuk mengatasi permasalahan tersebut, maka pada proyek akhir ini akan dirancang dan dibangun sebuah website sebagai media survei yang lebih fleksibel yang artinya website dapat diakses dimana saja dan tidak perlu mempertimbangkan spesifikasi dari operating system yang digunakan. Proyek akhir ini dibangun untuk memudahkan mengumpulkan data titik koordinat pada video berdasarkan sudut pandang subjektif penonton. Hasil survei dari 20 responden akan dilakukan proses clustering menggunakan algoritma K-Harmonic Means untuk mendapatkan area yang paling menarik. Ada beberapa parameter-parameter untuk menentukan salient area yaitu pada bagian wajah, teks dan objek bergerak. Hasil penelitian ini dapat digunakan untuk membantu mengumpulkan informasi salient area berdasarkan sudut pandang subjektif. Kata kunci : video, salient area, website, clustering, k-harmonic means Abstract Multimedia service such as video is a service that dependent on the audience s satisfaction. Along with unstable internet access and optimizing the existing network, multimedia service needs to be able to maintain the quality of the video. In a video, there are many area which is a major focus for audience called Salient areas. If this areas have a good quality, the audience would be satisfied with the quality of video and vice versa. To handle the issue, this research designs and develops website as flexible survey tool which is can be accessed anywhere and does not need to consider specification of the operating system. The research is developed to simplify collecting process of video pixel coordinate based on subjective perspective of the viewer. Result from 20 respondents is clustered using K-Harmonic Means algorithm to determine salient area. Based on the result, some parameters that determine the salient are face, text, and moving object. The developed website can be used to assist collecting process of salient area from subjective perspective. Keywords : video, salient area, website, clustering, k-harmonic means Dokumen diterima pada Hari Bulan, Tahun Dipublikasikan pada Hari Bulan, Tahun
2 2 M. Yusuf 1. Pendahuluan Video merupakan salah satu jenis media visual yang dapat menggambarkan suatu objek yang bergerak bersama-sama dengan suara alamiah. Pada video terdapat area yang disebut sebagai salient area. Salient area merupakan bagian pada sebuah video yang menarik perhatian dari setiap penonton atau bagian gambar-gambar yang menjadi fokus utama pada sebuah video[1]. Salah satu contohnya, dapat kita lihat pada video pidato presiden. Dimana bagian wajah presiden tersebut adalah fokus utama atau salient area pada video tersebut. Sebaliknya, jika area ini berkualitas buruk, maka video pun akan dianggap berkualitas buruk. Jadi dapat dikatakan bahwa salient area akan menentukan baik atau buruknya kualitas video tersebut. Dalam menentukan salient area sudah terdapat beberapa parameter umum seperti warna, tekstur dan pergerakan objek pada video[2]. Untuk mengatasi permasalahan tersebut, maka pada proyek akhir ini akan dirancang dan dibangun sebuah website sebagai media survei yang lebih fleksibel yang artinya website dapat diakses dimana saja dan tidak perlu mempertimbangkan spesifikasi dari operating system yang digunakan. Website dibangun untuk mendeteksi salient area pada video berdasarkan sudut pandang subjektif penonton. Website menampilkan beberapa video dan penonton diminta menggerakkan kursor ke arah area yang mereka anggap sebagai salient area. Pergerakan kursor tersebut akan direkam dan disimpan datanya sebagai informasi koordinat salient area. Hasil percobaan dari beberapa penonton akan dilakukan proses clustering menggunakan algoritma K- Harmonic Means. Dari proses clustering diperoleh data dengan anggota koordinat yang paling banyak dan kemudian disimpulkan sebagai informasi salient area, karena area tersebut yang paling sering ditunjuk penonton sebagai area yang paling menarik. Dengan adanya proyek akhir ini, diharapkan dapat membantu mengumpulkan informasi salient area melalui media website berdasarkan sudut pandang subjektif. Berdasarkan latar belakang permasalahan diatas, terdapat dua tujuan pada proyek akhir ini. Pertama dapat membantu mengumpulkan informasi salient area berdasarkan sudut pandang subjektif. Kedua menganalisa informasi salient area dari setiap video menggunakan K-Harmonic Means. Informasi yang diperoleh dapat bermanfaat bagi pengembangan video codec yang akan mempertimbangkan adanya salient area. 2. Tinjauan Pustaka 2.1 Review PenelitianTerdahulu Tabel 1 Perbandingan Penelitian Terdahulu dengan Penelitian Sekarang Perbandingan Jenis Citra Platform Hasil Zhu dkk Aplikasi Pengujian subjektif diperoleh 73% level Video (2011) Desktop good, 14% level fair dan 13% level poor Lee, Choi, & Suk Eye Tidak ditemukan pengaruh tone dalam color Image (2013) Tracking saliency Ni dkk Perangkat Terdapat hubungan antara touch saliency Image (2014) Mobile dengan visual saliency Luo dkk Perangkat Boundary (piksel-piksel yang menjadi batas) Video (2011) Mobile dari salient area Yusuf Video Website Informasi koordinat salient area (2015) 2.2 Landasan Teori A. Video Video merupakan gabungan gambar-gambar yang dibaca berurutan dalam suatu waktu dengan kecepatan tertentu. Video digital adalah jenis sistem video recording yang bekerja menggunakan sistem digital. Biasanya video digital direkam dalam tape, kemudian didistribusikan melalui optical disc, misalnya VCD dan DVD. Salah satu alat yang dapat
3 Survei Untuk Mendeteksi Salient Area Pada Video Menggunakan K-Harmonic Means 3 digunakan untuk menghasilkan video digital adalah camcorder yang digunakan untuk merekam gambar video dan audio[3]. B. Salient Area Salient area merupakan bagian pada sebuah video yang menarik perhatian dari setiap penonton atau bagian gambar-gambar yang menjadi fokus utama pada sebuah video[1]. Contohnya pada video pidato presiden, dimana bagian wajah presiden tersebut adalah fokus utama atau salient area pada video tersebut. Jika area yang menjadi fokus utama pada video ini berkualitas baik, maka penonton cenderung puas dengan kualitas video sehingga kepuasan penonton dapat terpenuhi. Sebaliknya, jika area ini berkualitas buruk, maka video pun akan dianggap berkualitas buruk. Jadi dapat kita katakan bahwa salient area akan menentukan baik atau buruknya kualitas video tersebut. Berbagai fitur telah dipertimbangkan untuk mendeteksi salient area, seperti intensitas, warna, orientasi tekstur dan gerak. C. K-Harmonic Means K-Harmonic Means merupakan salah satu contoh center-based cluster dan merupakan sebuah algoritma berbasis partisi yang menggunakan rata-rata harmonic (harmonic average) jarak dari setiap titik data ke centroid. K-Harmonic means secara signifikan meningkatkan kualitas hasil clustering yang lebih baik, dimana hasil cluster yang didapat berusaha mendekati hasil yang optimal[4]. 3. Perancangan Aplikasi berbasis website ini dibangun sebagai media survei untuk mendeteksi informasi koordinat salient area berdasarkan sudut pandang subjektif responden. Gambar 1 merupakan deskripsi umum sistem pada aplikasi yang akan dibangun. Responden menginputkan informasi data diri Proses seleksi data koordinat salient area Menampilkan deskripsi dan cara pendeteksian salient area Clustering data koordinat dengan algoritma k-harmonic means Menampilkan beberapa video Pendeteksian dan perekaman koordinat kursor salient area Hasil analisa informasi koordinat salient area pada video Gambar 1 Deskripsi Umum Sistem 1. Input data diri responden : Website akan menampilkan form input data diri responden yang berisi nama lengkap, jenis kelamin, tanggal lahir, pekerjaan dan umur. Responden juga diminta untuk mengisi kuesioner terhadap kondisi penglihatan yang nantinya data tersebut akan digunakan sebagai pedoman apakah data itu bisa digunakan atau tidak. 2. Deskripsi dan cara pendeteksian salient area : Setelah responden mengisi form data diri, maka akan berpindah pada halaman homepage yang berisi mengenai deskripsi dan cara pendeteksian tentang salient area.
4 4 M. Yusuf 3. Menampilkan video : Website akan menampilkan 5 video yang memiliki format AVI, resolusi 720x486 pixel, frame rate 30 fps, durasi detik. 4. Pendeteksian dan perekaman koordinat kursor : Responden diminta untuk menjalankan video dan menggerakkan kursor pada area yang mereka anggap adalah fokus dari video tersebut. Koordinat dari pergerakan kursor direkam dan disimpan datanya ke dalam database sebagai informasi koordinat salient area. 5. Seleksi data koordinat : Data-data koordinat dari hasil survei tersebut akan diseleksi. 6. Clustering data koordinat dengan K-Harmonic Means : Dari proses clustering diperoleh data dengan anggota koordinat yang paling banyak dan kemudian disimpulkan sebagai informasi salient area, karena area tersebut yang paling sering ditunjuk penonton sebagai area yang paling menarik. 7. Hasil analisa : Untuk memperoleh kesimpulan salient area pada video. 4. Pengujian dan Analisis 4.1 Implementasi Antarmuka Aplikasi Form input data diri responden merupakan tampilan awal dari aplikasi. Pada form ini responden diwajibkan mengisi nama, jenis kelamin, pekerjaan, umur dan beberapa pertanyaan mengenai kondisi penglihatan. Tampilan form input data diri responden dapat dilihat pada Gambar 2. Gambar 2 Form Input Data Diri Responden Pada menu ini berisi 5 video yang nantinya akan dilakukan pendeteksian salient area oleh responden dengan cara menggerakkan kursor selama video sedang dijalankan. Tampilan menu video dapat dilihat pada Gambar 3.
5 Survei Untuk Mendeteksi Salient Area Pada Video Menggunakan K-Harmonic Means 5 Gambar 3 Menu Video Form ini berisi video yang telah dilakukan clustering untuk mendapatkan salient area pada tiap video. Pada video tersebut terdapat titik-titik koordinat hasil clustering dengan menggunakan algoritma K-Harmonic Means. Tampilan form hasil clustering salient area pada video dapat dilihat pada Gambar 4. Gambar 4 Form Hasil Clustering Salient Area 4.2 Clustering Titik Koordinat Gerakan Jari Survei dilakukan untuk mendeteksi salient area berdasarkan sudut pandang subjektif responden. Pada aplikasi ini akan menampilkan 5 video dan diujikan kepada 20 responden. Setelah dilakukan survei terdapat jumlah data koordinat untuk semua frame yang diolah adalah 2070 yang dapat kita lihat pada Tabel 2.
6 6 M. Yusuf Tabel 2 Informasi jumlah frame setiap video Video Durasi Jumlah Frame Video 1 15 Detik 450 Video 2 15 Detik 450 Video 3 13 Detik 390 Video 4 13 Detik 390 Video 5 13 Detik 390 Jumlah 2070 Pengujian terhadap algoritma K-Harmonic Means dapat diujikan dengan cara mengukur validitas clustering terhadap nilai K (jumlah cluster yang digunakan). Validitas clustering berguna untuk menemukan K yang paling cocok untuk mengelompokkan data koordinat pergerakan kursor. Validitas clustering dilakukan dengan menggunakan Dunn Index (DI). Proses clustering dilakukan pada setiap frame dan menggunakan nilai K 2 dan 3. Setelah dilakukan proses clustering maka kita dapat mengukur validitas clustering sehingga diperoleh masingmasing nilai DI pada setiap nilai K. Nilai-nilai DI pada setiap K tersebut akan dibandingkan untuk mengetahui yang mana nilai DI yang terkecil. Nilai DI terkecil pada K tersebut membuktikan bahwa nilai K yang optimal untuk proses clustering data koordinat pergerakan kursor pada setiap frame yang dapat dilihat pada Tabel 3. Total seluruh frame adalah 2070 frame yang akan diolah terhadap masing-masing K. Jadi, ada 4140 kali proses clustering dan ada 4140 nilai DI. Tabel 3 Nilai K optimal pada setiap video Video Jumlah Frame dengan Nilai Jumlah DI Terkecil Frame K = 2 K = 3 K Optimal Video K = 3 Video K = 3 Video K = 2 Video K = 2 Video K = 3 Dari pengujian k-harmonic-means yang telah dilakukan, terdapat beberapa parameterparameter untuk menentukan salient area. Diantaranya adalah wajah manusia seperti bibir atau mata, objek bergerak seperti tangan atau jari dan objek berupa tulisan atau teks. Dapat dilihat pada Gambar 5, Gambar 6, Gambar 7, Gambar 8 dan Gambar 9. Gambar 5 Salient Area Pada Video 1 Gambar 6 Salient Area Pada Video 2
7 Survei Untuk Mendeteksi Salient Area Pada Video Menggunakan K-Harmonic Means 7 Gambar 7 Salient Area Pada Video 3 Gambar 8 Salient Area Pada Video 4 Gambar 9 Salient Area Pada Video 5
8 8 M. Yusuf 5. Kesimpulan dan Saran 5.1 Kesimpulan Dari percobaan dan pengujian penelitian ini, ada beberapa kesimpulan, yaitu sebagai berikut: 1. Aplikasi untuk mendeteksi salient area yang telah dibangun dapat berjalan dan berfungsi dengan baik sehingga tujuan dari pembuatan aplikasi ini tercapai. 2. Algoritma k-harmonic means dapat digunakan untuk mengelompokkan area yang paling menarik perhatian para responden. 3. Aplikasi yang dibangun dapat mempermudah dalam mengumpulkan data titik-titik koordinat. 4. Informasi koordinat salient area ini dapat digunakan sebagai penelitian untuk mengukur kualitas suatu video. 5. Berdasarkan perhitungan DI (Dunn Index) diperoleh cluster terbaik adalah K = 3 untuk video 1, video 2 dan video 5. Sedangkan K = 2 untuk video 3 dan video Saran Untuk pengembangan aplikasi ini, maka ada beberapa hal yang dapat penulis sarankan yaitu: 1. Dapat mengembangkan metode lain seperti K-Means untuk menemukan salient area pada video secara subjektif. 2. Dapat menambahkan video secara dinamis, sehingga video lain juga dapat ditemukan salient area-nya. Daftar Pustaka [1] Luo, Y., Yuan, J., Xue, P., & Tian, Q. (2011). Salient Region Detection and its Application to Video Retargeting. Multimedia and Expo (ICME), IEEE International Conference on, 1 6. [2] Zhu, Y., Jacobson, N., Pan, H., & Nguyen, T. (2011). Motion-Decision Based Spatiotemporal Saliency For Video Sequences. Acoustics, Speech and Signal Processing (ICASSP), IEEE International Conference on, [3] Wirawan, I. M. W. A. (2011). Kompresi Lossy MPEG-1 Video. [4] Prasetyo, E. (2014). Data Mining: Mengolah Data Menjadi Informasi Menggunakan Matlab. Yogyakarta: CV. ANDI OFFSET. [5] Ni, B., Xu, M., Nguyen, T. V, Wang, M., Lang, C., Huang, Z., & Yan, S. (2014). Touch Saliency : Characteristics and Prediction. Multimedia, IEEE Transactions on, 16(6), Retrieved from [6] Lee, J., Choi, K., & Suk, H. (2013). Using Eye Tracking to Investigate Saliency of Color Attributes for Digital Interfaces with Icon Matrix Arrangements, Retrieved from
Perancangan dan Implementasi Aplikasi Android Penentu Salient Area pada Video dengan Algoritma K-Medoids
Perancangan dan Implementasi Aplikasi Android Penentu Salient Area pada Video dengan Algoritma K-Medoids Dwi Listiyanti Teknik Informatika Politeknik Caltex Riau Pekanbaru, Indonesia dwil11ti@mahasiswa.pcr.ac.id
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK Arwin Halim 1, Hardy 2, Alvin Yufandi 3, Fiana 4 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciGIS berbasis Web untuk Pemetaan Lahan menggunakan Classifier Model
Jurnal Komputer Terapan Vol. 2, No. 1, Mei 2016, 1-6 1 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id GIS berbasis Web untuk Pemetaan Lahan menggunakan Classifier Model Abstrak Warnia Nengsih Politeknik
Lebih terperinciGIS berbasis Web untuk Pemetaan Lahan menggunakan Classifier Model
Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 1 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id GIS berbasis Web untuk Pemetaan Lahan menggunakan Classifier Model Warnia Nengih Politeknik Caltex Riau,
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 terperinciSEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA
SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA Kamil Malik Jurusan Teknik Informatika STT Nurul Jadid Paiton nomor1001@gmail.com Andi Hutami Endang Jurusan Teknik Informatika
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI
IDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI Disusun Oleh: Nama : Edy Kurniawan NRP : 0922023 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan teknologi informasi dan semakin luasnya pemanfaatan teknologi komputer di berbagai bidang kehidupan, kebutuhan akan efisiensi pengelolaan
Lebih terperinciPENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS
PENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS Disusun oleh: Juan Elisha Widyaya (0822014) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, no. 65, Bandung, Indonesia
Lebih terperinciSISTEM 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra digital telah digunakan secara luas pada era modern seperti sekarang ini, citra digital banyak dimanfaatkan untuk merekam informasi, komunikasi dan lain sebagainya.
Lebih terperinciPERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER. Arliansyah J2A
PERBAIKAN METODE B.GATOS UNTUK RESTORASI CITRA DOKUMEN KUNO NON-LINIER Arliansyah J2A 604 006 Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Pada Jurusan Matematika JURUSAN MATEMATIKA
Lebih terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Perkembangan yang sangat pesat di berbagai bidang infrastruktur komputer seperti peningkatan kekuatan prosesor, semakin besar dan murahnya kapasitas media penyimpanan
Lebih terperinciDETEKSI 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 terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Salah satu cara untuk berkomunikasi adalah dengan cara melakukan interaksi langsung. Dengan interaksi maka setiap orang dapat mengerti maksud pernyataan ataupun perintah
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu dan semakin meluasnya jaringan multimedia, maka proses pengiriman dan pengaksesan dari media digital (seperti citra digital, video digital,
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN
BAB IV ANALISIS DAN PERANCANGAN 4.1. Analisa 4.1.1 Analisis Data Pada tahap analisa data ini akan dibahas mengenai citra CT Scan yang akan dilakukan proses segmentasi atau pengelompokan data. Data citra
Lebih terperinciBAB 1 PENDAHULUAN. 1.1.Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini akan dibahas mengenai hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, manfaat, dan metodologi penelitian serta sistematika penulisan dari
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Perancangan animasi 3D simulasi penyelamatan kecelakaan pada kapal laut dengan menggunakan 3D Max ini, dengan resolusi 800 x 600 pixel, yang dimana pada saat desain
Lebih terperinciBAB II Tinjauan Pustaka dan Landasan Teori
BAB II Tinjauan Pustaka dan Landasan Teori 2.1 Tinjauan Pustaka Perkembangan teknologi informasi dan komunikasi yang sangat pesat mendorong berbagai lembaga pendidikan memanfaatkan sistem e-learning untuk
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciBAB 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,
Lebih terperinciBAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing
BAB 3 METODE PENELITIAN 3.1 Hasil Uji Kuesioner Kuisioner terdiri dari 12 pertanyaan dan terdapat 56 responden yang menjawab kuesioner secara online. Kuisioner ini dimaksudkan untuk mengetahui pendapat
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciPENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING)
PENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING) Disusun oleh : Febryan Setiawan (0922081) Jurusan Teknik Elektro,
Lebih terperinciPEMANFAATAAN 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
Lebih terperinciPENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING
A-99 PENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING Rachmad Zaini Alberto 1, Winda Kurnia Sari 2, Samsuryadi 3, Anggina Primanita 4 1,2,3,4 Fakultas
Lebih terperinciTechno.COM, Vol. 16, No. 1, Februari 2017 : Jurusan Ilmu Komputer, FMIPA, Universitas Negeri Semarang
Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa Application of K-Means Algorithm for Clustering Lecturer Based On Assessment of Student Satisfaction Index
Lebih terperinciSYSTEM 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 terperinciKompresi Citra dan Video. Muhtadin, ST. MT.
Kompresi Citra dan Video Muhtadin, ST. MT. Outline Motivasi Redundancy & Irrelevancy Spatial Processing JPEG Temporal Processing Frame differencing Motion Estimation dan Motion Compensation Prediction
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
61 BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Analisis Permasalahan Proses Segmentasi citra dapat dilakukan dengan berbagai cara, antara lain dengan metode konvensional secara statistik maupun
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Data atau informasi yang terdapat pada multimedia tidak hanya disajikan dalam bentuk teks,
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 7 NO. 1 Maret 2014
PETA DIGITAL INTERAKTIF DENGAN MENGGUNAKAN XML (Studi Kasus Politeknik Negeri Padang) Erwadi Bakar 1 Rita Afyenni 2 ABSTRACT The digital map is a representation of geographic phenomena, have a certain
Lebih terperinciBAB 1 PENDAHULUAN. berkomunikasi pun ikut berkembang. Mulai dari surat menyurat sampai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia adalah makhluk sosial yang selalu ingin berkomunikasi dengan sesamanya. Seiring dengan hasrat tersebut maka perkembangan teknologi berkomunikasi pun ikut berkembang.
Lebih terperinciPENGENALAN OBJEK PADA CITRA DIGITAL MENGGUNAKAN ALGORITMA HIERARCHICAL ALGOMERATIVE CLUSSTERING
PENGENALAN OBJEK PADA CITRA DIGITAL MENGGUNAKAN ALGORITMA HIERARCHICAL ALGOMERATIVE CLUSSTERING UmmulKhair, M.Kom 1, Rahmadsyah, M.Kom 2, Aja Abdurajak 3 Program StudiTeknikInformatikaSTT-Harapan Medan
Lebih terperinciPEMANFAATAN NORMALIZED FRAME DIFFERENCE SEBAGAI UKURAN AKTIVITAS GERAK PADA VIDEO DIGITAL
PEMANFAATAN NORMALIZED FRAME DIFFERENCE SEBAGAI UKURAN AKTIVITAS GERAK PADA VIDEO DIGITAL L.D.Purnamasari 1, N. Indra 2, I M.O. Widyantara 3 Jurusan Teknik Elektro, Fakultas Teknik Universitas Udayana
Lebih terperinciBAB IV HASIL DAN UJICOBA
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan data mining varian produk elektronik sound system dengan metode K-Means Clustering yang dapat
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
Lebih terperinciTujuan : v Mengetahui fasilitas dari SONY VEGAS 6.0 v Mengetahui cara pengunaan SONY VEGAS 6.0
Tujuan : v Mengetahui fasilitas dari SONY VEGAS 6.0 v Mengetahui cara pengunaan SONY VEGAS 6.0 36 PENGENALAN SONY VEGAS Software pengeditan video memiliki banyak jenis dan berbagai karakteristik pengeditannya.
Lebih terperinciUCAPAN TERIMAKASIH. Denpasar, Agustus Penulis
UCAPAN TERIMAKASIH Segenap puja dan puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi Wasa sebagai sumber dari segala sumber pengetahuan, karena atas asung kertha wara nugrahanya Tesis yang
Lebih terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah 1), Djoko Purwanto 2), Ronny Mardiyanto 3) 1), 2),3) Teknik Elektro
Lebih terperinciAPLIKASI KONVERSI VIDEO BERBASIS WEB UNTUK KLIEN MOBILE DEVICE ANDROID
APLIKASI KONVERSI VIDEO BERBASIS WEB UNTUK KLIEN MOBILE DEVICE ANDROID Farisqi Panduardi 1, Achmad Affandi 2 Laboratorium Jaringan Telekomunikasi Gedung Teknik Elektro Lt. 4 Institut Teknologi Sepuluh
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Dewasa ini fungsi komputer semakin dimanfaatkan dalam segala bidang. Baik di bidang pendidikan, bisnis, ataupun penelitian. Penggunaan komputer kini tidak lagi terbatas
Lebih terperinciESTIMASI GERAKAN PADA VIDEO ANIMASI 2D MENGGUNAKAN ALGORITMA PENCOCOKAN BLOK (BLOCK MATCHING ALGORITHM)
ESTIMASI GERAKAN PADA VIDEO ANIMASI 2D MENGGUNAKAN ALGORITMA PENCOCOKAN BLOK (BLOCK MATCHING ALGORITHM) Mursyidah 1, Muhammad Nasir 2 1 Jurusan Teknik Elektro, Politeknik Negeri Lhokseumawe, ACEH, 24312
Lebih terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
Lebih terperinciANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS
ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS Efriawan Safa (12110754) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No. 338 Simpang Limun www.inti-budidarma.com
Lebih terperinciCEG4B3. Randy E. Saputra, ST. MT.
CEG4B3 Randy E. Saputra, ST. MT. Video Conference Video Conference adalah teknologi perangkat jaringan yang dapat menghubungkan secara langsung antara 2 user atau lebih yang terpisah, dengan menggunakan
Lebih terperinciMINIMALISASI FRAME DROP LIVE STREAM VIDEO RECORDING PADA PROTOKOL RTMP (REAL TIME MESSAGING PROTOCOL)
MINIMALISASI FRAME DROP LIVE STREAM VIDEO RECORDING PADA PROTOKOL RTMP (REAL TIME MESSAGING PROTOCOL) Roma Aji Kaloko 1, Basuki Rahmat 2,Gelar Budiman 3 1 Jurusan Pasca Sarjana Teknik Elektro, Telkom University
Lebih terperinciPENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN
PENERAPAN GRABBERPADA OPTICAL FLOWUNTUK MENGGERAKKAN CURSORMOUSEMENGGUNAKAN BOLPOIN PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN Anton Setiawan Honggowibowo,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciKriptografi Visual Pada Berkas Video
Kriptografi Visual Pada Berkas Video Anselmus Krisma Adi Kurniawan - 13508012 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciFORMAT FILE VIDEO. 1. ASF ( Advanced Streaming Format / Advanced System Format )
FORMAT FILE VIDEO 1. ASF ( Advanced Streaming Format / Advanced System Format ) Merupakan format yang dikembangkan oleh Microsoft yang digunakan untuk audio video digital. Didesain untuk streaming dan
Lebih terperinciTRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW
TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW Ubaidillah Umar, Reni Soelistijorini, B. Eng, MT, Haryadi Amran Darwito, S.ST Jurusan Teknik Telekomunkasi - Politeknik
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciDeteksi Keaslian Video Pada Handycam Dengan Metode Localization Tampering
Deteksi Keaslian Video Pada Handycam Dengan Metode Localization Tampering Dewi Yunita Sari 1, Yudi Prayudi 2, Bambang Sugiantoro 3 1,2 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciFERY 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 terperinciVIDEO By y N ur N ul ur Ad A h d ay a a y n a ti t 1
VIDEO By Nurul Adhayanti 1 VIDEO teknologi untuk menangkap, merekam, memproses, mentransmisikan dan menata ulang gambar bergerak. Biasanya menggunakan film seluloid, sinyal elektronik, atau media digital.
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Driver 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat menjalankan driver ini adalah: Prosesor Pentium
Lebih terperinciMULTIMEDIA. Kompresi Video Semester Gasal 2008/200 S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO /2009 PROGRAM STUDI. Oky Dwi Nurhayati,, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO MULTIMEDIA Kompresi Video Semester Gasal 2008/200 /2009 Oky Dwi Nurhayati,, ST, MT Email: okydn@undip.ac.id 1 Definisi Video Video is the technology
Lebih terperinciMULTIMEDIA DATABASE. Abstraksi
MULTIMEDIA DATABASE Hanif Al Fatta Dosen STMIK AMIKOM Yogyakarta Abstraksi Perkembangan aplikasi multimedia akhir-akhir inin telah mengantarkan manusia pada kebutuhan baru. Bagaimana mengorganisasikan
Lebih terperinciJurnal Politeknik Caltex Riau
1 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id IMPLEMENTASI TEXT MINING DALAM KLASIFIKASI JUDUL BUKU PERPUSTAKAAN MENGGUNAKAN METODE NAIVE BAYES Siti Amelia Apriyanti 1), Kartina Diah Kesuma Wardhani
Lebih terperinci1.1 LATAR BELAKANG I-1
BAB I PENDAHULUAN Bab ini berisi bagian pendahuluan, yang mencakup latar belakang, rumusan dan batasan masalah, tujuan, metologi, serta sistematika pembahasan dari Tugas Akhir ini. 1.1 LATAR BELAKANG Dewasa
Lebih terperinciPENGEMBANGAN 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 terperinciAnalisa Gerakan Manusia Pada Video Digital
Analisa Gerakan Manusia Pada Video Digital Abstrak - Pengenalan cara bergerak tubuh manusia (human motion) dari video stream memiliki beberapa aplikasi dalam video surveillance (pengawasan), dunia hiburan,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kemiskinan merupakan hal yang sangat kompleks. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti
Lebih terperinciLAMPIRAN. Penggalan Pertanyaan Kuesioner Java Jazz Internationa Festival 2008
L-1 LAMPIRAN Penggalan Pertanyaan Kuesioner Java Jazz Internationa Festival 2008 1. Apakah pekerjaan anda? a. Pelajar b. Mahasiswa c. Wiraswasta d. Pegawai Swasta e. PNS f. Lain-lain 2. Berapa banyak artis
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 terperinciPENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT
PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT Riza Agung Firmansyah1) Djoko Purwanto2) Ronny Mardiyanto3) 1) 2)3) Teknik Elektro Institut
Lebih terperinciSKRIPSI SEPTY DIANA SARI SARAGIH
IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING SKRIPSI SEPTY DIANA SARI SARAGIH 101401022 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN
Lebih terperinciANALISIS PERBANDINGAN PENDETEKSI GARIS TEPI PADA CITRA DIGITAL ANTARA METODE EDGE LINKING DAN OPERATOR SOBEL SKRIPSI
ANALISIS PERBANDINGAN PENDETEKSI GARIS TEPI PADA CITRA DIGITAL ANTARA METODE EDGE LINKING DAN OPERATOR SOBEL SKRIPSI PUTRA MAQRIFAD QALBI FAHZUANTA 061401007 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU
Lebih terperinciANALISIS PENGARUH JUMLAH FRAME VIDEO YANG HILANG TERHADAP KUALITAS VIDEO YANG DILIHAT PENONTON
ANALISIS PENGARUH JUMLAH FRAME VIDEO YANG HILANG TERHADAP KUALITAS VIDEO YANG DILIHAT PENONTON Yoanda Alim Syahbana* 1, Memen Akbar 2 1,2 Program Studi Teknik Komputer Program Politeknik Caltex Riau Kontak
Lebih terperinciANALISA KINERJA CODEBOOK PADA KOMPRESI CITRA MEDIS DENGAN MEMPERHATIKAN REGION OF INTEREST
ANALISA KINERJA CODEBOOK PADA KOMPRESI CITRA MEDIS DENGAN MEMPERHATIKAN REGION OF INTEREST Michihiro Suryanto / 0422033 Departement Of Electrical Engineering, Maranatha Christian University. Jl. Prof.Drg.Suria
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK 1.1 Pendahuluan Pada era globalisasi ini teknologi informasi dan telekomunikasi telah berkembang sangat pesat terutama peralatan telekomunikasi mobile yaitu handphone. Dimana handphone
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar
Lebih terperinciBAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan
BAB I PENDAHULUAN 1.1 Latar Belakang PT. Bali Sinar Mentari adalah perusahaan yang bergerak pada bidang usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan domestik maupun mancanegara
Lebih terperinciANALISA KINERJA AGENT PADA CALL CENTER PT.INDOSAT,Tbk DENGAN IMPLEMENTASI DATA MINING CLUSTERING METODE K-MEANS
ANALISA KINERJA AGENT PADA CALL CENTER PT.INDOSAT,Tbk DENGAN IMPLEMENTASI DATA MINING CLUSTERING METODE K-MEANS Nanda Kirana, Mike Yuliana, Nur Rosyid Mubtada i. Politeknik Elektronika Negeri Surabaya
Lebih terperinciDAFTAR ISI. BAB II... Error! Bookmark not defined.
DAFTAR ISI SKRIPSI... Error! Bookmark not defined. HALAMAN PERSETUJUAN SKRIPSI... Error! Bookmark not defined. PENGESAHAN DEWAN PENGUJI... Error! Bookmark not defined. PERNYATAAN KEASLIAN TUGAS AKHIR...
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. 4.1 Spesifikasi Aplikasi Berikut merupakan spesifikasi yang dibutuhkan agar aplikasi dapat berjalan dengan baik:
BAB 4 HASIL DAN PEMBAHASAN 4.1 Spesifikasi Aplikasi Berikut merupakan spesifikasi yang dibutuhkan agar aplikasi dapat berjalan dengan baik: 4.1.1 Spesifikasi Perangkat Keras Spesifikasi perangkat keras
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menjalankan aplikasi ini adalah : Prosesor Pentium IV 2.6 Ghz. Graphic Card dengan memori minimum 64 MB
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Lunak Aplikasi 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang dibutuhkan agar dapat menjalankan aplikasi ini adalah
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciBAB I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi komputer dan internet semakin maju menyebabkan data digital yang dihasilkan, disimpan, ditransmisikan, dianalisis, dan diakses menjadi
Lebih terperinciLAPORAN SKRIPSI PENERAPAN ALGORITMA FUZZY C_MEANS DALAM PENENTUAN BEASISWA. Oleh : ARI IRAWAN
LAPORAN SKRIPSI PENERAPAN ALGORITMA FUZZY C_MEANS DALAM PENENTUAN BEASISWA Oleh : ARI IRAWAN 2010-51-221 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR SARJANA KOMPUTER PROGRAM STUDI
Lebih terperinciPENGEMBANGAN APLIKASI WEB UNTUK PENGAJUAN CUTI PEGAWAI SECARA ONLINE. Gandana Akhmad Syaripudin 1, Rinda Cahyana 2
PENGEMBANGAN APLIKASI WEB UNTUK PENGAJUAN CUTI PEGAWAI SECARA ONLINE Gandana Akhmad Syaripudin 1, Rinda Cahyana 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Program ini dibuat dengan menggunakan software 3D Max. Software 3D Max ini lebih berorientasi kepada pembuatan animasi 3D presentasi dan juga dapat
Lebih terperinciANALISIS KINERJA DAN IMPLEMENTASI ALGORITMA KOMPRESI ARITHMETIC CODING PADA FILE TEKS DAN CITRA DIGITAL SKRIPSI SARIFAH
ANALISIS KINERJA DAN IMPLEMENTASI ALGORITMA KOMPRESI ARITHMETIC CODING PADA FILE TEKS DAN CITRA DIGITAL SKRIPSI SARIFAH 061401090 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
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 terperinciTEKNIK MULTIMEDIA. PERTEMUAN 4 Dosen : Bella Hardiyana S. Kom
TEKNIK MULTIMEDIA PERTEMUAN 4 Dosen : Bella Hardiyana S. Kom BAB IV VIDEO VIDEO Video adalah teknologi untuk menangkap, merekam, memproses, mentransmisikan dan menata ulang gambar bergerak. Biasanya menggunakan
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciLEMBAR PENGESAHAN TUGAS AKHIR...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii PERNYATAAN... iii LEMBAR PENGESAHAN TUGAS AKHIR... iv BERITA ACARA TUGAS AKHIR... v KATA PENGANTAR... vi ABSTRAK... vii ABSTRACT... viii DAFTAR ISI...
Lebih terperinciAPLIKASI VIDEO ON DEMAND BERBASIS WEB
APLIKASI VIDEO ON DEMAND BERBASIS WEB Eny Widaryanti¹, Eddy Muntina Dharma², Yanuar Firdaus A.w.³ ¹Teknik Informatika,, Universitas Telkom Abstrak Salah satu contoh aplikasi video on demand yang telah
Lebih terperinci