Penerapan Gaussian Filter pada Edge Detection
|
|
- Teguh Hardja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Penerapan Gaussian Filter pada Edge Detection Ahmad Fajar Prasetiyo ( ) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia Abstrak Pekembangan teknologi saat ini sangat pesat, sehingga banyak sekali teknologi baru yang bermunculan. Salah satu teknologi baru yang muncul adalah Artificial Intelligence atau kecerdasan buatan. Diprediksikan bahwa kecerdasan buatan ini akan menjadi tren teknologi di masa depan. Computer Vision merupakan salah satu dari subbidang kecerdasan buatan. Computer Vision memungkinkan komputer dapat memproses citra sebagai mana manusia memprosesnya. Dalam Computer Vision terdapat tahaptahap agar komputer dapat memproses citra. Tahap pertama adalah Image Processing, pada tahap ini gambar diolah(dihaluskan, diblurkan) pada tahap selanjutnya komputer dapat dengan mudah mencapai tujuannya. Salah satu metode dalam tahap ini adalah Gaussian Filter yang dapat digunakan untuk menghaluskan sehingga pada selanjutnya dapat proses lebih mudah. Salah satu prosesnya adalah Edge Detection. Keywords Kecerdasan buatan, Computer Vision, Pengolahan Citra, Edge Detection, Gaussian Filter, Gaussian Distribution. membedakan wajah atau menebak perasaan yang berdasarkan wajah [2]. Computer Vision memiliki banyak tingkatan yang menujukan tahap. Salah satu tahap awal dalam Computer Vision adalah Image Proscessing atau Pengolahan Citra. Pengolahn Citra adalah tahap awal dari Computer Vision di dalam tahap ini terjadi beberapa operasi yang membuat komputer bisa menganalisis lebih jauh [2]. Salah satu dari operasi tersebut adalah pengurangan gangguan(noise). Cara yang paling mudah untuk menghilangkan gangguan adalah membuat gambar menjadi kabur, sehingga gambar menjadi halus. Teknik yang paling terkenal dalam mengaburkan gambar adalah Gaussian Filter. Gaussian Filter biasa digunakan dalam edge detection. Kebanyakan algoritma edge detection sensitif terhadap gangguan(noise). Salah satu contoh algoritma edge detection yang sensitif terhadap gangguan adalah 2-D Lapacian Filter, yang sangat sensitif terhadap gangguan. I. PENDAHULUAN Pekembangan teknologi saat ini sangat pesat, sehingga banyak sekali teknologi baru yang bermunculan. Salah satu teknologi baru yang muncul adalah Artificial Intelligence atau kecerdasan buatan. Diprediksikan bahwa kecerdasan buatan ini akan menjadi tren teknologi di masa depan. Kecerdasan buatan adalah suatu sistem yang dapat berpikir dan bertindak menyerupai manusia [1]. Banyak bidang dalam kecerdasan buatan ini karena manusia memiliki banyak sekali faktor yang mempengaruhi cara manusia berfikir. Salah satu bidang dalam kecerdasan buatan adalah Computer Vision. Computer Vision adalah suatu bidang yang mempelajari bagaimana cara membuat komputer dapat melihat seperti manusia melihat. Sehingga komputer bisa melihat objek secara prespektif 3D. Komputer juga bisa menentukan bahwa posisi benda. Selain itu dengan Computer Vision juga memungkinkan komputer untuk mengetahui kontur dari objek atau membedakan ini objek atau hanya latar belakang. Kita juga bisa membuat komputer bisa membedakan ini bentuk persegi atau lingkaran. Bahkan lebih dari itu kita juga bisa membuat komputer II. TEORI GAUSSIAN FILTER Gaussian Filter adalah suatu metode yang biasa digunakan dalam pengolahan citra untuk menghaluskan, mengurangi gangguan, dan membuat turunan dari suatu gambar komputasi. Gaussian Filter adalah suatu filter berbasis konvolusi yang menggunakan matrik Gaussian Kernel [3]. Gaussian Filter merupakan metode yang menggunakan tranformasi linear. Maksudnya Gaussian Filter menggunakan kombinasi linier dari nilai pixel yang berada dalam lingkup lokal. Dalam metode ini setiap pixel memiliki berat sendirisendiri. Nilai berat dari tiap pixel ditentukan dengan menggunakan Gaussian Distribution. Gaussian Distribution adalah cara agar kita dapat menentukan nilai mana yang paling berpengaruh (memiliki berat paling besar) dalam kumpulan data [4]. Kumpulan data yang dimaksud dalam makalah ini adalah nilai dari pixel.
2 Rumus untuk Gaussian 1 Dimensi [5] Sedangkan rumus Gaussian Distribution 2 Dimensi [6] gambar yang dihasilkan akan semakin halus/blur. Disini juga dapat kita lihat bahwa nilai pixel yang paling berpengaruh adalah pixel itu sendiri(jarak 0). Ketika rumus Gaussian Distribution ini di aplikasikan ke dalam 2 Dimensi, nilainya digunakan dalam membentuk matrik konvolusi yang akan diterapkan pada gambar sehingga menghasilkan gambar yang baru. Jika matrik ini diterapkan pada gambar asli, maka gambarnya bisa menjadi blur atau halus. Teknik ini tidak hanya untuk pengolahan citra tetapi bisa juga diterapkan dalam berbagai bidang, contoh nya dalam grafik. Bentuk grafik akan menjadi lebih lembut. Contoh penerapan Gaussian Filter pada 1 Dimensi [3] : Nilai dari matrik Dimana x adalah jarak horizontal antara pixel dengan pixel asal(pixel yang akan dicari nilainya). Sedangakan y adalah jarak vertikal antara pixel dengan pixel asal. Dan Ϭ menyatakan standar deviasi. Standar deviasi ini mempengaruhi besarnya matrik konvolusi yang akan kita pakai untuk memfilter, sehingga gambar bisa menjadi blur. Rumus diatas dapat ditampilkan dalam bentuk diagram Gaussian Distributin. M = [1,1,2,1,4,3,4,3,2,4,2] Gambar 2.2 Nilai grafik yang asli berwarna biru sedangkan grafik yang berwarna orange adalah hasil dari Gaussian Filter. Contoh dari penerapan Gaussian Filter pada 2 Dimensi [3] : Gambar 2.1 [5] Diagram dari Gaussian Distribution. Dalam diagram dapat dilihat pada jarak tertentu nilai dari suatu pixel sudah tidak berpengaruh lagi dan bisa diabaikan. Jarak ini dipengaruhi oleh Ϭ. Disini dapat kita lihat bahwa untuk jarak lebih dari 3Ϭ sudah sangat kecil/mendekati 0 sehingga pada jarak tersebut nilai dari suatu pixel tidak terlalu berpengaruh sehingga bisa diabaikan. Semakin besar nilai dari Ϭ semakin besar jarak maksimal. Ketika jarak maksimalnya semakin besar nilai Gambar 2.3(a).
3 Berikut ini adalah contoh penerapan Lapacian Filter ketika diterapkan ke dalam citra: Matrik dari sebuah citra: [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Gambar 2.3(b) Gambar 2.3(a) merupakan gambar asli sedangankan gambar 2.3(b) merupakan gambar setelah terjadi proses Gaussian Filter. Dari sini dapat dilihat bahwa gambar 2.3(b) lebih halus jika dibandingkan dengan gambar 2.3(a). III. LAPLACIAN FILTER Lapacian Filter digunkan untuk mendeteksi edge(garis) dari sebuah citra. Lapacian Filter menggunakan fungsi turunan orde dua. Nilai dari lapacian dapat di dekati dengan fungsi turunan orde satu [6] : Fungsi turunan orde satu dapat didekati dengan fungsi biasa, sehingga dari rumus diatas dapat didapat rumus fungsi sebagai berikut: Ketika kita melakukan filter pada citra tersebut kita akan memperoleh matrik hasil sebagai berikut: [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Dari sini dapat kita lihat dengan jelas bahwa nilai pixel yang memiliki nilai negatif adalah edge(garisnya). Metode ini memang sangat mudah digunakan cara penggunaan matriksnya pun sama dengan Gaussian Filter. Tetapi metode ini memiliki beberapa kelemahan, antara lain: sangat sensitif terhadap noise, kita tidak bisa menentukan arah dari edge. IV. LAPLACIAN OF GAUSSIAN Sehingga dapat diperoleh matrik konvolusi sebagai berikut [-1 2-1] Ketika kita mengkombinasikan matrik fungsi turunan orde dua untuk baris dan untuk kolom kita mendaptkan [0-1 0] [-1 4-1] [0-1 0] Laplacian of Gaussian adalah suatu metode untuk mendeteksi garis, dengan menggabungan dua metode Laplacian Filter dengan Gaussian Filter. Metode ini ditemukan oleh Marr pada tahun Metode ini dapat mengatasi apa yang menjadi kelemahan dari metode sebelumnya yaitu Laplacian Filter. Tetapi tidak ada metode yang tidak mempunyai kelemahan. Karena itu metode ini mempunya kelemahan berupa perhitungan lebih rumit jadi waktu yang dibutuhkan untuk komputasi metode ini lebih lama jika dibandingkan dengan metode sebelumnya.
4 Rumus mencari matriknya adalah Berikut ini adalah hasil dari operasi Laplacian of Gaussian Dimana x adalah jarak horizontal antara pixel dengan pixel asal(pixel yang akan dicari nilainya). Sedangakan y adalah jarak vertikal antara pixel dengan pixel asal. Dan Ϭ menyatakan standar deviasi. Metode ini juga sering disebut Mexican Hat Operator [6]. Bentuk grafik dari metode ini seperti topi. Gambar 4.2(a) Gambar 4.1 Merupakan garfik dari Metode Laplacian of Gaussian. Gambar 4.2(b)
5 Intitut Teknologi Bandung dan menyelesaikan makalah ini. Penulis juga ingin mengucapkan terima kasih kepada Bapak Rinaldi Munir dan Pak Judhi karena melalui pengajarannya, saya dapat mengerti konsep Aljabar Geometri yang menjadi dasar makalah ini. REFERENSI [1] Russell, Stuart J. and Peter Norvig. Artificial Intelligence : A Modern Approach. New Jersey: Prentice-Hall, Inc [2] Szeliski, Richard. Computer Vision: Algorithms and Applications. New York: Springer [3] diakses pada tanggal 15 Desember 2015 pukul 16:14 [4] diakses pada tanggal 15 Desember 2015 pukul 17:19 [5] diakses pada tanggal 15 Desember pukul 17:26 [6] Mark S. Nixon and Alberto S. Aguado. Feature Extraction and Image Processing. New Delhi: Typeset at Replika Press Pvt Ltd, Gambar 4.2(c) Gambar (a) merupakan gambar asli yang akan diterapkan metode Laplacian of Gaussian. Sedangkan gambar (b) merupakan gambar hasil setelah diterapkan Laplacian of Gaussian dengan matrik 11 X 11. Sedangkan gambar (c) merupakan gambar hasil dari penerapan metode Laplacian of Gaussian dengan matrik 15 X 15. PERNYATAAN Dengan ini saya menyatakan bahwa makalah yang saya tulis ini adalah tulisan saya sendiri, bukan saduran, atau terjemahan dari makalah orang lain, dan bukan plagiasi. Bandung, 16 Desember 2015 V. KESIMPULAN Gaussian Filter mampu membuat citra menjadi lebih halus, sehingga dapat menghilangkan gangguan saat melakukan edge detection(deteksi Garis). Laplacian Filter merupakan salah satu teknik yang bisa digunakan dalam edge detection. Tetapi dalam teknik ini sangat sensitif terhadap gangguan. Gabungan antara Laplacian Filter dengan Gaussian Filter adalah Laplacian of Gaussian. Teknik ini bisa mengatasi gangguan yang tidak bisa ditangani oleh Laplacian Filter. Ahmad Fajar Prasetiyo ( ) VI. UCAPAN TERIMA KASIH Pertama penulis ingin mengucapkan terima kasih kepada Tuhan yang Maha Esa atas hikmat dan waktu yang telah diberikan kepada penulis agar dapat menyelesaikan makalah ini. Tak lupa penulis juga mengucapkan terima kasih kepada kedua orang tua penulis karena tanpa jasa dan bimbingannya penulis tidak dapat menuntut ilmu di
Mendeteksi Blob dengan Menggunakan Algoritma BFS
Mendeteksi Blob dengan Menggunakan Algoritma BFS Ahmad Fajar Prasetiyo (13514053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAplikasi Interpolasi Polinom dalam Tipografi
Aplikasi Interpolasi Polinom dalam Tipografi Muhammad Farhan Majid (13514029) Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih 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 terperinciPenggunaan Transformasi Matriks dalam Enkripsi dan Dekripsi
Penggunaan Transformasi Matriks dalam Enkripsi dan Dekripsi Varian Caesar - 13514041 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4I3 SISTEM REKOGNISI Disusun oleh: Tjokorda Agung Wirayudha PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester
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 terperinciIlustrasi Penggunaan Quaternion untuk Penanggulangan Gimbal Lock
Ilustrasi Penggunaan Quaternion untuk Penanggulangan Gimbal Lock Nikolas Wangsaputra / 13514048 1 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih terperinciA. Vektor dan Skalar I. PENDAHULUAN. B. Proyeksi Vektor II. DASAR TEORI
Penggunaan Medan Vektor dalam Menghindari Tabrakan M. Isham Azmansyah F. 13514014 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciSpatial Filtering Dengan Teknik Operasi Konvolusi
Spatial Filtering Dengan Teknik Operasi Konvolusi Pendahuluan : Spatial filtering digunakan untuk proses-proses pengolahan citra seperti : Perbaikan Kualitas Citra (Image Enhancement) Penghalusan / Pelembutan
Lebih terperinciPenerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital Edy Victor Haryanto Universitas Potensi Utama Jl. K.L.
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciMKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017
MKB3383 - Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi Genap 2016/2017 Outline Pengertian Konvolusi Pengertian Frekuensi Filter Lolos-Rendah (Lowpass Filter) Filter Lolos-Tinggi
Lebih terperinciRANCANG BANGUN APLIKASI PENGABURAN GAMBAR
RANCANG BANGUN APLIKASI PENGABURAN GAMBAR Muhammad Sholeh 1, Avandi Badduring 2 1, 2 Teknik Informatika, Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta Jl. Kalisahak 28 Komplek
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 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 terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciPENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE
PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE Muhammad Luqman Afif - A11.2009.04985 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang ABSTRAK Program
Lebih terperinciPERBANDINGAN KINERJA METODE DETEKSI TEPI PADA PENGENALAN OBJEK MENGGUNAKAN OpenCV
Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 17 PERBANDINGAN KINERJA METODE DETEKSI TEPI PADA PENGENALAN OBJEK MENGGUNAKAN OpenCV Derisma Sistem Komputer, Fakultas Teknologi Informasi,
Lebih terperinciBAB I PENDAHULUAN. menganalisis citra menggunakan bantuan komputer yang bertujuan untuk
BAB I PENDAHULUAN A. Latar Belakang Citra (gambar) adalah suatu representasi, kemiripan, atau imitasi dari suatu objek (Annisa, 2010). Citra mengandung informasi tentang objek yang direpresentasikan. Sehingga
Lebih terperinciAplikasi Aljabar Geometri dalam Menentukan Volume Parallelepiped Beserta Penurunan ke Rumus Umum dengan Memanfaatkan Sifat Aljabar Vektor
Aplikasi Aljabar Geometri dalam Menentukan Volume Parallelepiped Beserta Penurunan ke Rumus Umum dengan Memanfaatkan Sifat Aljabar Vektor Ade Yusuf Rahardian / 13514079 1 Program Studi Teknik Informatika
Lebih terperinciMatriks Sebagai Representasi Orientasi Objek 3D
Matriks Sebagai Representasi Orientasi Objek 3D Cendhika Imantoro - 13514037 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 2 x 3x 50 Menit Pertemuan : 10&11 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI. citra, piksel, convolution, dan Software Development Life Cycle.
BAB 2 LANDASAN TEORI Pada bab ini diuraikan beberapa landasan teori dan konsep konsep yang berhubungan dengan pengolahan citra, di antaranya adalah tentang pengolahan citra, citra, piksel, convolution,
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciAplikasi Matriks dalam Pengolahan Gambar
Aplikasi Matriks dalam Pengolahan Gambar Adi Purnama (13514006) 1 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia 1
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciPenerapan Algoritma Greedy untuk Mendeteksi Bola pada Robot Sepak Bola Beroda
Penerapan Algoritma Greedy untuk Mendeteksi Bola pada Robot Sepak Bola Beroda Muhammad Hilmi Asyrofi 13515083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA
ANALISIS UNJUK KERJA MEDIAN FILTER PADA CITRA DIGITAL UNTUK PENINGKATAN KUALITAS CITRA Indrawati Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh-Medan Km. 280 Buketrata-Lhokseumawe
Lebih terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
Lebih terperinciPenyelesaian Game Lights Out dengan Algoritma Runut Balik
Penyelesaian Game Lights Out dengan Algoritma Runut Balik Muhammad Aulia Firmansyah (13509039) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi
Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Zacki Zulfikar Fauzi / 13515147 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPerbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /
Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra Charles Aditya / 0322026 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri
Lebih terperinciPENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL
PENERAPAN METODE KONVOLUSI DALAM PENGOLAHAN CITRA DIGITAL Wikaria Gazali 1 ; Haryono Soeparno 2 ; Jenny Ohliati 3 1,3 Mathematics & Statistics Department, School of Computer Science, Binus University 2
Lebih terperinciPENGENALAN WAJAH DENGAN METODE GABOR WAVELET
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008 PENGENALAN WAJAH DENGAN METODE GABOR WAVELET SUKARDY 0800762350 ROBINSON 0800760931 NOVITA
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda TEKNIK INFORMATIKA - MATEMATIKA Skripsi Sarjana Program Ganda Semester Genap 2006/2007 PERANCANGAN DAN APLIKASI EDGE DETECTION PADA IMAGE DENGAN MENGGUNAKAN KIRSCH
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciPERANCANGAN SISTEM SORTING BUAH JERUK MANIS BERBASIS PERBEDAAN WARNA KULIT BUAH
PERANCANGAN SISTEM SORTING BUAH JERUK MANIS BERBASIS PERBEDAAN WARNA KULIT BUAH Edi Kurniawan Politeknik 17 Agustus 1945 E-mail: edi_sangya@yahoo.com Abstrak Hampir semua petani menggunakan cara manual
Lebih terperinciKeunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi
Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi Elvina Riama K. Situmorang 55) Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,
Lebih terperinciAlgoritma Puzzle Pencarian Kata
Algoritma Puzzle Pencarian Kata Sigit Aji Nugroho (13510021) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPenerapan Teori Graf dan Graf Cut pada Teknik Pemisahan Objek Citra Digital
Penerapan Teori Graf dan Graf Cut pada Teknik Pemisahan Objek Citra Digital Rio Dwi Putra Perkasa 13515012 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
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 terperinciAplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection
Aplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection Edy Winarno Program Studi Teknik Informatika, Universitas Stikubank email: edywinarno3@gmail.com Abstract Real time video
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Neighborhood Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Neighborhood Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciAPLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT
APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT Andhika Pratama, Izzati Muhimmah Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
Lebih 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 terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008 PENGOLAHAN CITRA DENGAN PENDEKATAN FUZZY EVOLUTIONARY ALGORITHMS Abstrak Indra Gunawan 0800741882
Lebih terperinciAchmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005
Image Filtering Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 25 Materi Prinsip Filtering Di Dalam Image Processing Konvolusi Low-Pass Filter High-Pass Filter Prinsip Filter Dalam Image
Lebih terperinciAplikasi Perkalian dan Invers Matriks dalam Kriptografi Hill Cipher
Aplikasi Perkalian dan Invers Matriks dalam Kriptografi Hill Cipher Catherine Pricilla-13514004 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciPenerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3
Penerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3 Dzar Bela Hanifa 13515007 Teknik Informatika Institut Teknologi Bandung Bandung, Indonesia 13515007@std.stei.itb.ac.id Abstract Teka-teki
Lebih terperinciPROSIDING. Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi
Organized by : Pokja TI IsDB Institut Agama Islam Negeri Sumatera Utara PROSIDING KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi Strategi Penerapan Teknologi Informasi dan
Lebih terperinciI. PENDAHULUAN. Gambar 1. Contoh-contoh graf
Quad Tree dan Contoh-Contoh Penerapannya Muhammad Reza Mandala Putra - 13509003 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10 Bandung
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciPenentuan Palet Warna pada Gambar Raster dengan Algoritma Divide and Conquer
Penentuan Palet Warna pada Gambar Raster dengan Algoritma Divide and Conquer Malvin Juanda / 13514044 Program Studi Tekik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Tetris
Penerapan Algoritma Greedy dalam Permainan Tetris Mario Orlando Teng / 13510057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciUNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING MEITA SETIAWAN / 0700709224
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN II.1 Analisis Sistem Algoritma canny adalah salah satu operator yang digunakan untuk deteksi tepi pada citra, Operator ini mirip seperti operator sobel. Aloritma canny
Lebih terperinciImplementasi Deteksi Tepi Canny pada Citra Mammografi
JURNAL APLIKASI FISIKA VOLUME 11 NOMOR 1 FEBRUARI 2015 Implementasi Deteksi Tepi Canny pada Citra Mammografi Nurhasanah 1, *) dan Okto Ivansyah 2 1 Jurusan Fisika, FMIPA Universitas Tanjungpura, Indonesia
Lebih terperinciOperasi Bertetangga KONVOLUSI. Informatics Eng. - UNIJOYO log.i. Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan
KONVOLUSI Informatics Eng. - UNIJOYO log.i Citra kualitas baik: mencerminkan kondisi sesungguhnya dari obyek yang dicitrakan Citra ideal: korespondensi satu-satu sebuah titik pada obyek yang dicitrakan
Lebih terperinciPenelusuran Citra pada Citra Bergerak dengan Interpolasi Newton
Penelusuran Citra pada Citra Bergerak dengan Interpolasi Newton David Soendoro Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Bandung, Indonesia if17086@students.if.itb.ac.id Abstract
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4E3 PENGOLAHAN CITRA DIGITAL Disusun oleh: Bedy Purnama PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
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 terperinciAlgoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe
Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe Alif Bhaskoro 13514016 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinci1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016
1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah
Lebih terperinciPenerapan Operasi Matriks dalam Kriptografi
Penerapan Operasi Matriks dalam Kriptografi Muhammad Farhan Kemal 13513085 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a thousand words yang memiliki arti sebuah gambar bernilai beribu kata yang secara tidak sengaja
Lebih terperinciPenyelesaian Teka-Teki Matematika Persegi Ajaib Menggunakan Aljabar Lanjar
Penyelesaian Teka-Teki Matematika Persegi Ajaib Menggunakan Aljabar Lanjar Gaudensius Dimas Prasetyo Suprapto / 13514059 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciNON-PHOTOREALISTIC RENDERING UNTUK SCENE ANIMASI 3D MENGGUNAKAN ALGORITMA CEL-SHADING
TESIS NON-PHOTOREALISTIC RENDERING UNTUK SCENE ANIMASI 3D MENGGUNAKAN ALGORITMA CEL-SHADING Nugrahardi Ramadhani, S.Sn. 2208205725 DOSEN PEMBIMBING Mochamad Hariadi, ST., M.Sc., Ph.D. NIP : 196912091997031002
Lebih terperinciPengantar Mata Kuliah Pengolahan Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan
Lebih terperinciBAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT
BAHAN AJAR Mata Kuliah Pengolahan Citra Disusun oleh: Minarni, S. Si., MT JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2010 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN
Lebih terperinciDeteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG)
Prosiding Semirata FMIPA Universitas Lampung, 2013 Deteksi Tepi Citra Kanker Payudara dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah 1), Andi Ihwan 1) 1) Prodi Fisika FMIPA Untan, Pontianak
Lebih terperinciPemanfaatan Permodelan Ruang Vektor untuk Pengecekan Kemiripan
Pemanfaatan Permodelan Ruang Vektor untuk Pengecekan Kemiripan Andri Hardono Hutama - 13514031 1 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih terperinciPENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN TUGAS AKHIR
PENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN (STUDI KASUS PADA TEMPAT PARKIR NYI AGENG SERANG) TUGAS AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciDAFTAR ISI Ulfah Nur Azizah, 2013
DAFTAR ISI LEMBAR PENGESAHAN... i HALAMAN PERNYATAAN... ii ABSTRAK... iii KATA PENGANTAR... iv UCAPAN TERIMA KASIH... v DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x BAB I PENDAHULUAN... 1 1.1
Lebih terperinciPenerapan Transformasi Lanjar pada Proses Pengolahan Gambar
Penerapan Transformasi Lanjar pada Proses Pengolahan Gambar Pratama Nugraha Damanik 13513001 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciAplikasi Matematika Diskrit dalam Permainan Nonogram
Aplikasi Matematika Diskrit dalam Permainan Nonogram Mahesa Gandakusuma (13513091) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
Lebih terperinciANALISIS DAN IMPLEMENTASI METODE STEEPEST DESCENT UNTUK MENGURANGI BLUR PADA CITRA DIGITAL
ANALISIS DAN IMPLEMENTASI METODE STEEPEST DESCENT UNTUK MENGURANGI BLUR PADA CITRA DIGITAL I Gede Adnyana Program Magister (S2) Teknik Elektro, Pascasarjana Universitas Udayana, Denpasar, Bali adnyana.nakkuta@gmail.com
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
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 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 terperinciPembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis
Pembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis Otniel 3588 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha Bandung 432, Indonesia
Lebih terperinciTEKNIK PENGOLAHAN CITRA DIGITAL TPE 418
RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418 OLEH: Dr. ANDASURYANI, S.TP, M.Si PROGRAM STUDI TEKNIK PERTANIAN JURUSAN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI
Lebih terperinciAPLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA
Seminar Nasional Teknologi Informasi 2007 1 APLIKASI TRANSFORMASI HOUGH UNTUK EKSTRAKSI FITUR IRIS MATA MANUSIA Murinto 1) Rusydi Umar 2) Burhanuddin 3) 1,2,3) Teknik Informatika Universitas Ahmad Dahlan
Lebih terperinciSistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT
Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT Regina Lionnie 1, Mudrik Alaydrus 2 Program Studi Magister Teknik Elektro, Universitas Mercu Buana, Jakarta 1 regina.lionnie.id@ieee.org,
Lebih terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
Lebih terperinci