BAB III METODE PENELITIAN
|
|
- Lanny Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan penelitian yang dilaksanakan ditunjukan pada Gambar 6. Akusisi Citra INPUT Citra Query Preprocessing Citra Pre processing Citra Ekstraksi Fitur Menggunakan Metode Fraktal Ekstraksi Fitur Menggunakan Metode Fraktal Clustering Fuzzy C-Means Model Hasil Identifikasi Evaluasi Hasil Identifikasi Gambar 6 Tahapan Penelitian.
2 Akusisi Citra Pada tahap ini citra tumbuhan obat diakusisi dengan sensor larik (sensor array) menggunakan kamera digital. Data yang digunakan pada penelitian ini adalah kumpulan daun tumbuhan obat di kebun Biofarmaka IPB dan di rumah kaca Pusat Konservasi Ex-Situ Hutan Tropika Indonesia, Fakultas Kehutanan IPB. Pada penelitian ini citra daun tumbuhan obat yang digunakan adalah adalah 20 jenis dan masing-masing jenis terdiri atas 30 citra daun sehingga totalnya adalah 600 data. Jenis-jenis daun yang digunakan adalah Jarak Pagar, Dandang Gendis, Iler, Cincau Hitam, Lilin, Daruju, Bunga Telang, Pungpulutan, Kumis Kucing, Sambang Darah, Jambu Biji, Akar kuning, Kemangi, Handeleum, Mrambos, Nandang Gendis Kuning, Tabat Barito, Gadung Cina, Bidani dan Pegagan. Bentuk dan keterangan dari seluruh data dapat dilihat pada Lampiran Preprocessing Citra Preprocesing yang dilakukan pada penelitian adalah menyeragamkan ukuran citra menjadi 16x16 piksel dan melakukan perubahan bentuk citra ke dalam format grayscale 8 bit (2 8 = 256 derajat keabuan). Untuk mengubah warna RGB ke grayscale digunakan persamaan 12 ( Jianxin et al. 2011). Gray = 0,2989 x R+ 0,5870 x G+ 0,1140 x B.(12) Ekstraksi Fitur dengan Metode Fraktal Ada dua pendekatan metode fraktal yang digunakan untuk ekstraksi fitur yaitu dimensi fraktal dan kode fraktal. a. Dimensi Fraktal Dimensi fraktal citra daun tumbuhan obat dihitung menggunakan metode Box Counting. Penghitungan dilakukan pada dua model citra, yaitu citra keseluruhan (global) seperti ditunjukan pada Gambar 7(a) dan pada setiap local region yang terdiri atas 4 bagian yang sama seperti ditunjukan pada Gambar 7(b). Hasil ekstraksi citra daun tumbuhan dengan dimensi fraktal menghasilkan lima
3 17 parameter dimensi fraktal yaitu satu parameter diperoleh dari citra keseluruhan (global) dan empat parameter diperoleh dari citra setiap local region. (a) (b) Gambar 7 Pembagian citra global (a) dan local region (b). b. Kode Fraktal Pada penelitian ini ada dua tahap yang dilaksanakan untuk mendapatkan kode fraktal citra daun tumbuhan obat. Tahap pertama membentuk blok domain dan blok range. Blok domain dibentuk dengan mempartisi citra asli menjadi subcitra ukuran 8x8 piksel dan 4x4 piksel. Setiap empat piksel dari subcitra yag terbentuk dihitung rata-ratanya sehingga ukuran menjadi 4x4 piksel dan 2x2 piksel. Proses partisi ini membentuk 20 blok domain. Ilustrasi partisi pembentukan blok domain ditunjukan pada Gambar 8. Gambar 8 Ilustrasi pembentukan blok domain. Blok range dibentuk dengan mempartisi citra asli menggunakan partisi quadtree. Partisi ini membagi citra menjadi empat bagian yang sama besar secara rekursif sampai ukuran 2 x 2 piksel. Proses partisi ini membentuk 80 blok range
4 18 yang terbagi ke dalam empat kelompok dan masing masing 20 blok domain. Pembagian kelompok berdasarkan bagian kiri atas, bagian kanan atas, bagian kiri bawah dan bagian kanan bawah. Ilustrasi partisi pembentukan blok range dengan partisi quadtree ditunjukan pada Gambar 9. Gambar 9 Ilustrasi pembentukan blok range. Tahap kedua adalah mengukur kemiripan antara blok domain dan blok range. Kemiripan diukur dengan menghitung skala kontras, faktor kecerahan dan RMS dari masing-masing pasangan blok domain dan blok range. Pasangan dengan nilai RMS atau nilai error terkecil adalah pasangan yang dianggap paling mirip. Hasil Ekstraksi citra daun dengan kode fraktal menghasilkan empat nilai kode fraktal yaitu skala kontras (s), faktor kecerahan (g), rata rata blok range (Avgrange) dan rata-rata blok domain ( Avgdomain ) Clustering dengan Fuzzy C-Means Pada penelitian ini ada dua rancangan percobaan yang digunakan untuk clustering tumbuhan obat yaitu : - Clustering FCM berdasarkan nilai dimensi fraktal - Clustering FCM berdasarkan nilai kode fraktal Clustering dilakukan terhadap 400 data latih. Adapun langkah-langkahnya adalah sebagai berikut : 1. Menginput data berupa matrik-matrik ukuran n x m ( n= jumlah sampel data, m = atribut data yang merupakan nilai dimensi fraktal pada percobaan pertama dan nilai kode fraktal pada percobaan kedua
5 19 2. Menetapkan parameter yang diperlukan antara lain : - Jumlah cluster (c) = 20 - Pangkat (w) = 2 - Maximum iterasi (maxiter) = Kriteria penghentian (e) = 10 - Fungsi objektif awal (P ) = Iterasi awal t = 1 3. Membentuk matriks partisi awal U (derajat keanggotaan dalam cluster) secara acak menggunakan persamaan (6), dengan ketentuan jumlah setiap kolom pada matrik harus sama dengan Menghitung pusat cluster dengan persamaan (7) 5. Menghitung fungsi obyektif pada iterasi ke t, menggunakan persamaan (8) 6. Memperbaiki derajat keanggotaan setiap anggota, menggunakan persamaan (9) dengan tujuan mencari jarak antara pusat cluster dan data 7. Memeriksa kondisi berhenti ; Jika ( P t - P t-1 < ε) atau ( t > maxiter) Maka proses berhenti dan nilai derajat keanggotaan baru dapat digunakan untuk clustering dari citra daun tumbuhan obat. Jika tidak : t =t+1 Proses kembali ke langkah Pengujian Hasil Identifikasi Citra Daun Pada penelitian ini ada dua pengujian yang dilakukan untuk menentukan keberhasilan identifikasi citra tumbuhan obat, yaitu : 1. Pengujian identifikasi tumbuhan obat menggunakan FCM berdasarkan dimensi fraktal 2. Pengujian identifikasi tumbuhan obat menggunakan FCM berdasarkan kode fraktal Untuk menghitung tingkat akurasi hasil pengujian digunakan confusion matrik antara data real dan data prediksi dari citra daun tumbuhan obat.
6 Kebutuhan Perangkat dan Peralatan Penelitian Pada penelitian ini dibutuhkan alat dan bahan sebagai berikut : a. Software yang digunakan : - Sistem Operasi : MS Windows XP Profesional Version 2002 SP2 - Pemrograman : PHP, MySQL, Apache, PHPMyAdmin b. Hardware yang digunakan : Processor Intel(R) Core 2 Duo CPU T57550, memori DDR2, RAM 2,99 GB 3.3. Waktu dan Tempat Penelitian Penelitian dilaksanakan di Laboratorium Computational Intelegence Pascasarjana Departemen Ilmu Komputer IPB di mulai bulan Februari 2011 sampai dengan bulan Desember 2011.
IDENTIFIKASI TUMBUHAN OBAT BERBASIS FRAKTAL MENGGUNAKAN CLUSTERING FUZZY C-MEANS IYAN MULYANA
IDENTIFIKASI TUMBUHAN OBAT BERBASIS FRAKTAL MENGGUNAKAN CLUSTERING FUZZY C-MEANS IYAN MULYANA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciPENGGABUNGAN DIMENSI FRAKTAL DAN KODE FRAKTAL UNTUK IDENTIFIKASI TUMBUHAN OBAT INDONESIA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK SISKA SUSANTI
PENGGABUNGAN DIMENSI FRAKTAL DAN KODE FRAKTAL UNTUK IDENTIFIKASI TUMBUHAN OBAT INDONESIA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK SISKA SUSANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB I PENDAHULUAN Tujuan Penelitian Tujuan penelitian ini adalah membuat aplikasi ekstraksi ciri citra tanaman obat menggunakan kode fraktal.
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan salah satu negara yang kaya akan keanekaragaman jenis tanaman obat. Hal ini dibuktikan dari 40.000 jenis tumbuhan di dunia, 30.000 ribu merupakan
Lebih terperinciBAB III METODE PENELITIAN
23 BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan proses penelitian ditunjukkan pada Gambar 15 berikut. Mulai 96 citra stomata Ekstraksi fitur - RGB & Skala Keabuan Ekstraksi fitur - Wavelet
Lebih terperincidengan metode penelitian yang dapat dilihat pada Gambar 9. Data Citra Tumbuhan
dengan metode penelitian yang dapat dilihat pada Gambar 9. Data Citra Tumbuhan Gambar 8 Struktur PNN. 1. Lapisan pola (pattern layer) Lapisan pola menggunakan 1 node untuk setiap data pelatihan yang digunakan.
Lebih terperinciPanjang bin dari setiap penggabungan disesuaikan dengan skala yang digunakan,
Panjang bin dari setiap penggabungan disesuaikan dengan skala yang digunakan, misalnya penggabungan, +, maka panjang bin yang dihasilkan sebesar 28 bin. 2. Penggabungan operator dengan, Setiap histogram
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciPENGENALAN 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
Lebih terperinciOptimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 3 Nomor 1 halaman 38-47 ISSN: 2089-6026 Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi
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 terperinciBAB 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
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan. Tahapan penelitian
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi Penelitian merupakan acuan dalam pelaksanaan sebuah penelitian. Metodologi penelitian berisi rencana kerja yang berurutan agar hasil yang didapatkan sesuai dengan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
Lebih terperincipbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,
pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI Bab ini berisi penjelasan tentang implementasi sistem meliputi kebutuhan perangkat lunak dan perangkat keras yang digunakan untuk melakukan perancangan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam penelitian ini diperlukan sebuah desain dan metode penelitian agar dalam pelaksanaaannya dapat menjadi lebih teratur dan terurut. 3.1. Desain Penelitian Bentuk dari desain
Lebih terperincidan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. akurasi =.
dan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. Gambar 5 Macam-macam bentuk partisi citra. Ekstraksi Fitur Pada tahap ini semua partisi dari citra dihitung
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 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini perkembangan komputer maju dengan pesatnya. Seperti diketahui dunia komputer telah mencakup banyak bidang seperti dalam bidang kedokteran, bidang
Lebih terperinciBAB V PENUTUP. Menggunakan Metode Fuzzy C-Means Clustering, dapat diambil kesimpulan
BAB V PENUTUP 5.1. Kesimpulan Dari serangkaian uji coba dan analisa yang telah dilakukan pada aplikasi Sistem Pendukung Keputusan Pengadaan Buku Perpustakaan STIKOM Surabaya Menggunakan Metode Fuzzy C-Means
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih 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 III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciEKSTRAKSI DAUN MENGGUNAKAN DIMENSI FRAKTAL UNTUK IDENTIFIKASI TUMBUHAN OBAT DI INDONESIA DIMPY ADIRA RATU
EKSTRAKSI DAUN MENGGUNAKAN DIMENSI FRAKTAL UNTUK IDENTIFIKASI TUMBUHAN OBAT DI INDONESIA DIMPY ADIRA RATU DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinci4 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4 BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Implementasi adalah penerapan hasil perancangan yang telah dilakukan pada tahap analisis dan perancangan sistem. Hasil perancangan diterapkan menjadi
Lebih terperinciBAB III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
Lebih terperinciBAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses pengolahan citra digital. Hal ini dilakukan karena citra yang akan diolah kemungkinan memiliki
Lebih terperinciBAB 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
Lebih terperinciBeberapa sampel tanda tangan setiap orang pada umumnya identik namun tidak
Identifikasi Tanda Tangan Menggunakan Manhattan Distance dan Sum Square Error dengan Ekstraksi Ciri Dimensi Fraktal Aismika Aigustin1, Sri Setyaningsih1 dan Aries Maesya1 1. Program Studi Ilmu Komputer
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Metodologi Penelitian Berikut adalah alur metodologi penelitian yang akan digunakan dalam menyelesaikan penelitian tugas akhir ini : 3.2 Pengumpulan Data Gambar 3.1
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciPENERAPAN ALGORITMA K MEANS UNTUK PENENTUAN PENCOCOKAN PEWARNAAN CLUSTERING SECARA OTOMATIS PADA PRODUK FASHION
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2016, pp. 590~595 PENERAPAN ALGORITMA K MEANS UNTUK PENENTUAN PENCOCOKAN PEWARNAAN CLUSTERING SECARA OTOMATIS PADA PRODUK FASHION 590 Indra Gunawan
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciKOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra
KOMPRESI CITRA Pertemuan 12 Mata Pengolahan Citra PEMAMPATAN CITRA Semakin besar ukuran citra semakin besar memori yang dibutuhkan. Namun kebanyakan citra mengandung duplikasi data, yaitu : Suatu piksel
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 3 Ilustrasi pencarian titik pusat dan jari-jari pupil. Segmentasi
4 Perangkat keras berupa Notebook: Processor intel Core i3 2.2 GHz. RAM kapasitas 2. GB. Harddisk Kapasitas 5 GB. Monitor pada resolusi 1366 x 768 piksel. Merek Acer Aspire 475. Perangkat lunak berupa:
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinciBAB III PEMBAHASAN. arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk
BAB III PEMBAHASAN Bab III merupakan pembahasan yang meliputi proses penelitian yaitu arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk klasifikasi stadium kanker payudara,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciBAB III METODOLOGI PENELITIAN. pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based
BAB III METODOLOGI PENELITIAN Pada bab ini diuraikan metode penelitian yang digunakan penulisan dalam pengembangan sistem pemugaran citra digital dengan algoritma exemplar-based image inpainting dan metode
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciHASIL DAN PEMBAHASAN. 4. Menghitung fungsi objektif pada iterasi ke-t, 5. Meng-update derajat keanggotaan. 6. Mengecek kondisi berhenti:
2. v kj merupakan centroid term ke-j terhadap cluster ke-k 3. μ ik merupakan derajat keanggotaan dokumen ke-i terhadap cluster ke-k 4. i adalah indeks dokumen 5. j adalah indeks term 6. k adalah indeks
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau informasi
Lebih terperinciBAB III LANDASAN TEORI. 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix)
BAB III LANDASAN TEORI 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix) Metode GLCM menurut Xie dkk (2010) merupakan suatu metode yang melakukan analisis terhadap suatu piksel pada citra dan mengetahui
Lebih terperinciBAB 4 HASIL PENELITIAN DAN PEMBAHASAN. Berikut ini adalah contoh tampilan hasil dari kueri:
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN 4.1 Proses Retrival Berikut ini adalah contoh tampilan hasil dari kueri: 1. Kategori Buah Gambar 4.1 Hasil kueri kategori buah dengan metode histogram warna 55 56
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan studi (state of the art) Berikut penelitian yang telah dilakukan sebelumnya : 1. Penelitian dilakukan oleh Sigit Sugiyanto Feri Wibowo (2015), menjelaskan tentang klasifikasi
Lebih terperinciAnalisis Perbandingan Algoritma Fuzzy C-Means dan K-Means
Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Yohannes Teknik Informatika STMIK GI MDD Palembang, Indonesia Abstrak Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada penelitian ini ada beberapa tahapan penelitian yang akan dilakukan seperti terlihat pada gambar 3.1 berikut : Mulai Identifikasi Masalah Pengumpulan Data Analisa Aplikasi
Lebih terperinciIII. METODE PENELITIAN. menggunakan matlab. Kemudian metode trial dan error, selalu mencoba dan
III. METODE PENELITIAN 3.1. Metode Penelitian Metode penelitian yang dilakukan adalah dengan studi literatur, yaitu mencari sumber-sumber literatur yang menjadi dasar keilmuan dari penelitian yang dilakukan.
Lebih terperinciCLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN
CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN Fitri Wulandari, Rinto Setiawan Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif
Lebih terperinci5. IDENTIFIKASI JENIS TANAMAN. Pendahuluan
5. IDENTIFIKASI JENIS TANAMAN Pendahuluan Tujuan aplikasi berbasis sensor adalah melakukan penyemprotan dengan presisi tinggi berdasarkan pengamatan real time, menjaga mutu produk dari kontaminasi obat-obatan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: PC dengan spesifikasi: a. Sistem Operasi : Microsoft Windows 10 Enterprise 64-bit
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Penelitian mengenai pengenalan wajah termotivasi oleh banyaknya aplikasi praktis yang diperlukan dalam identifikasi wajah. Pengenalan wajah sebagai salah satu dari teknologi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang telah dilakukan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciBAB 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
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciKlasifikasi Mutu Buah Manggis Berdasarkan Warna Berbasis Fuzzy C Means dan Template Matching
Klasifikasi Mutu Buah Manggis Berdasarkan Warna Berbasis Fuzzy C Means dan Template Matching Octa Heriana 1, Risanuri Hidayat 2 1,2 Jurusan Teknik Elektro FT UGM Jln. Grafika 2 Yogyakarta 55281 INDONESIA
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan dari bulan Maret sampai dengan bulan September
32 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dari bulan Maret sampai dengan bulan September 2015 dan tempat pelaksanaan penelitian ini di Laboratorium Elektronika
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB 4 PENGUJIAN DAN EVALUASI. dengan menggunakan 15 tanda tangan yang berasal dari 1 user yang masing masing
BAB 4 PENGUJIAN DAN EVALUASI 4.1 Pengujian Pengujian tanda tangan dilakukan dengan cara meminta masing masing user untuk melakukan 60 tanda tangan. Lalu kami akan menyeleksi tanda tangan mereka dengan
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian yang dilaksanakan adalah penelitian eksperimen, yaitu melakukan implementasi algoritma Fuzzy C-Means dalam pengelompokan berdasarkan data
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciBAB III. ANALISIS MASALAH
BAB III. ANALISIS MASALAH Pada bab tiga laporan Tugas Akhir ini akan dibahas mengenai analisis pemecahan masalah untuk pengubahan logo biner menjadi deretan bilangan real dan proses watermarking pada citra.
Lebih terperinciBab V Metode Penelitian
Bab V Metode Penelitian V.1. Waktu dan Tempat Penelitian Penelitian dilakukan di dua tempat, yakni Laboratorium Tesis Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung dan Laboratorium
Lebih terperinciBAB IV PERCOBAAN DAN ANALISIS. Percobaan metode kompresi citra fraktal menggunakan algoritma
BAB IV PERCOBAAN DAN ANALISIS Percobaan metode kompresi citra fraktal menggunakan algoritma genetika dilakukan menggunakan bahasa pemrograman Matlab 7.6.0.324 (R2008a). Percobaan dilakukan pada komputer
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciIdentifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah dengan Fuzzy C-Mean
Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah dengan Fuzzy C-Mean 1 Ardi Pujiyanta, 2 Sovian Rizqiawan 1,2 Program Studi Teknik Informatika, Universitas Ahmad Dahlan Email: 1 ardi_iin@yahoo.com,
Lebih terperinciAkurasi. Perangkat Lunak: Sistem operasi: Windows Vista Home Premium Aplikasi pemrograman: Matlab 7.0
Tabel 1 Dimensi citra di tiap level Level transformasi Dimensi citra 1 46 56 2 23 28 3 12 14 4 6 7 5 3 4 6 2 2 Pada Gambar 5 disajikan visualisasi transformasi wavelet hingga level 3. Deskripsi citra dekomposisi
Lebih terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
Lebih terperinci3. METODOLOGI. Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi
3. METODOLOGI A. Kerangka Pemikiran Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi dan Pembuatan Prototipe Sistem (Gambar 3.1). Tahap Persiapan terdiri dari pengumpulan dokumen, input
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010
PERBANDINGAN METODE K-NEAREST NEIGHBOR (KNN) dan METODE NEAREST CLUSTER CLASSIFIER (NCC) DALAM PENGKLASIFIKASIAN KUALITAS BATIK TULIS Nesi Syafitri 1 ABSTRACT Various problem that are related to classification
Lebih terperinciHASIL DAN PEMBAHASAN. B fch a. d b
7 dengan nilai σ yang digunakan pada tahap pelatihan sebelumnya. Selanjutnya dilakukan perhitungan tingkat akurasi SVM terhadap citra yang telah diprediksi secara benar dan tidak benar oleh model klasifikasi.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
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 III PERANCANGAN SISTEM. pengetahuannya melalui buku-buku yang ada. Pihak perpustakaan harus. sesuai dengan kebutuhan dan anggaran yang disediakan.
BAB III PERANCANGAN SISTEM 3.1 Analisis Permasalahan Perpustakaan merupakan salah satu gudang ilmu pengetahuan bagi sebagian masyarakat. Perpustakaan STIKOM Surabaya merupakan salah satu tempat bagi para
Lebih terperinciBAB 1. PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1. PENDAHULUAN Bab 1 menjelaskan tentang latar belakang, rumusan masalah, tujuan, batasan masalah, sumber data, dan sistematika penulisan laporan dari rencana pembuatan aplikasi akuntansi pada Toko
Lebih terperinciPerancangan Deteksi Citra USG Kepala Janin untuk mencari Biparetal Diameter dan Head Circumference
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Deteksi Citra USG Kepala Janin untuk mencari Biparetal Diameter dan Head Circumference Putu Desiana Wulaning
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015.
32 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015. Pembuatan alat dilaksanakan di Laboratorium Elektronika & Instrumentasi
Lebih terperinciPENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS
PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS WULAN ANGGRAENI wulangussetiyo@gmail.com Program Studi Pendidikan Matematika Universitas Indraprasta PGRI Abstract. The purpose of this study was to
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1 Implementasi Tahap ini dilakukan setelah perancangan selesai dilakukan dan selanjutnya akan diimplementasikan pada bahasa pemrograman yang akan digunakan. Tujuan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinci