IV. HASIL DAN PEMBAHASAN
|
|
- Sri Glenna Gunawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan pada program untuk thresholding diambil dari citra outdoor. Setting pada dinding di outdoor menghasilkan nilai RGB seperti yang terlampir pada Lampiran 1. Dengan metode trial and error dan beberapa kombinasi nilai thresholding lain, didapatkan untuk nilai R diambil 0.403, nilai G diambil dan nilai B yang diambil Dipilih kombinasi nilai RGB tersebut dikarenakan kombinasi tersebut merupakan kombinasi terbaik dalam proses binerisasi citra pemandangan di depan traktor. Setelah nilai RGB yang sesuai didapatkan, nilai RGB tersebut dicantumkan pada program pengolah citra deteksi rintangan. Citra setting yang telah disimpan dalam harddisk dipanggil untuk melakukan deteksi rintangan. Program deteksi rintangan yang dirancang menggunakan bahasa pemrograman C#. Untuk dapat mendeteksi rintangan dilakukan proses binerisasi terhadap citra dan kombinasi proses morfologi yang terdiri dari erosi, dilasi, opening dan closing untuk memperbaiki hasil pengolahan citra. Dari citra yang telah diolah tersebut didapatkan interpretasi dari titik laser merah yang digunakan sebagai indikator deteksi jarak rintangan di depan traktor. Sebagai contoh seperti yang terlihat pada Gambar 4.1 yang menunjukkan interface program. Interpretasi dari laser merah didapatkan setelah dilakukan beberapa kombinasi operasi pengolahan citra. Gambar 4.1. Contoh interface program pada saat proses thresholding merah terhadap citra setting pada dinding dengan jarak 1 meter Binerisasi dilakukan dengan menggunakan tersholding merah. Morfologi dilakukan dengan menggunakan kombinasi dari proses erosi, dilasi, opening dan closing. Erosi berfungsi untuk mengikis obyek sebanyak satu lapis piksel untuk membersihkan noise kecil. Dilasi berfungsi untuk memperbesar obyek sebanyak satu lapis piksel untuk mengembalikan ukuran. Opening berfungsi untuk mengikis obyek sebanyak satu lapis piksel untuk membersihkan noise kecil sambil menjaga ukuran obyek. Pada intinya, opening merupakan shortcut dari urutan kombinasi erosi kemudian dilasi. Sedangkan closing berfungsi untuk menutup celah sebesar satu lapis piksel untuk menutup lubang- 15
2 lubang kecil pada obyek sambil menjaga ukurannya. Pada intinya, closing merupakan shortcut dari urutan kombinasi dilasi kemudian erosi. Kombinasi morfologi tersebut tidak secara keseluruhan digunakan untuk mengolah suatu citra rintangan yang diambil. Pada beberapa citra rintangan yang diambil, cukup dengan menggunakan erosi setelah thresholding merah sudah bisa memberikan hasil citra biner yang sesuai. Namun, pada beberapa citra rintangan lain yang telah diambil setelah dilakukan thresholding merah dan erosi masih perlu didilasi untuk mendapatkan hasil citra biner yang sesuai. Tabel 4.1. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 1 meter Kode Jarak Pengambilan Deteksi Citra Berhasil Tidak Berhasil % Keberhasilan 100% % Kegagalan 0% Tabel 4.2. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 2 meter Kode Jarak Pengambilan Deteksi Citra Berhasil Tidak Berhasil % Keberhasilan 80% % Kegagalan 20% Keberhasilan program dalam mendeteksi rintangan di lapangan dihitung berdasarkan jarak pengambilan citra. Sesuai dengan Tabel 4.1, keberhasilan program untuk mendeteksi rintangan pada jarak 1 meter adalah 100 %. Tabel 4.2 menunjukkan keberhasilan program mendeteksi rintangan dengan jarak pengambilan citra 2 meter adalah sebesar 80 %. Tabel 4.3 memperlihatkan keberhasilan 16
3 program dalam mendeteksi rintangan dengan jarak pengambilan citra 3 meter sebesar 40 %. Tabel 4.4 dan Tabel 4.5 menunjukkan keberhasilan program dalam mendeteksi rintangan dari jarak pengambilan citra 4 meter dan 5 meter sebesar 0 %. Tabel 4.3. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 3 meter Kode Jarak Pengambilan Deteksi Citra Berhasil Tidak Berhasil % Keberhasilan 40% % Kegagalan 60% Tabel 4.4. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 4 meter Kode Jarak Pengambilan Deteksi Citra Berhasil Tidak Berhasil % Keberhasilan 0% % Kegagalan 100% Tabel 4.5. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 5 meter Kode Jarak Pengambilan Deteksi Citra Berhasil Tidak Berhasil % Keberhasilan 0% % Kegagalan 100% 4.2. Kalibrasi dan Perhitungan Jarak Kalibrasi dilakukan sebagai acuan untuk mengetahui bagaimana posisi laser merah pada citra ketika dilakukan pengambilan citra dengan jarak yang berbeda dari 1 meter, 2 meter, 3 meter, 4 meter dan 5 meter. Kalibrasi dilakukan setelah didapatkan hasil citra biner dari citra rintangan yang telah diambil. Dari citra biner yang dihasilkan setelah dikenakan proses binerisasi dan morfologi dapat diketahui koordinat posisi laser merah yang terdapat pada citra. Kemudian secara otomatis program 17
4 pengolah citra akan menampilkan hasil perhitungan jarak posisi laser terhadap pusat piksel citra dengan menggunakan metode Euclidean seperti yang terlampir pada Lampiran 2. Citra yang digunakan untuk kalibrasi juga terlampir pada Lampiran 2. Hasil perhitungan jarak piksel laser terhadap piksel pusat citra juga dapat dilihat pada Tabel 4.6. Hubungan antara jarak piksel tiap laser terhadap piksel pusat citra dengan jarak rintangan pada pemandangan divisualisasikan dengan menggunakan grafik seperti yang tertera pada Gambar 4.2 untuk laser nomor 1, Gambar 4.3 untuk laser nomor 2, Gambar 4.4 untuk laser nomor 3, Gambar 4.5 untuk laser nomor 4, Gambar 4.6 untuk laser nomor 5 dan Gambar 4.7 untuk laser nomor 6. Tabel 4.6. Jarak tiap titik laser merah terhadap piksel pusat (dalam piksel) pada tiap pengambilan citra rintangan dari jarak 1 meter, 2 meter, 3 meter, 4 meter dan 5 meter; d1 berarti jarak titik laser merah nomor 1 terhadap piksel pusat pada citra (dalam piksel), begitu juga yang lain No Jarak Jarak Piksel Laser terhadap Piksel Pusat d = ((319-x n ) 2 +(239-y n ) 2 ) d1 d2 d3 d4 d5 d Dari informasi yang terdapat pada Tabel 4.6, diketahui bahwa semakin jauh jarak pengambilan citra rintangan, maka jarak dari masing-masing nomor laser terhadap koordinat pusat citra semakin menurun, meskipun penurunan dari masing-masing laser tidak seragam. Hal ini menginformasikan bahwa semakin jauh jarak rintangan maka posisi dari masing-masing laser semakin mendekati koordinat pusat citra. Ketidakseragaman penurunan jarak piksel laser pada citra disebabkan oleh beberapa faktor, diantaranya dikarenakan konstruksi dudukan laser kurang presisi dan kurang kuat dalam mengikat laser, sehingga dimungkinkan posisi laser berpindah dari posisi awal yang berpengaruh terhadap posisi koordinat laser yang terdapat pada citra. Jarak y = 715,18e -0,019x R² = 0, Jarak Piksel Laser 1 terhadap Koordinat Piksel Pusat Gambar 4.2. Grafik hubungan jarak piksel laser 1 terhadap piksel pusat dengan jarak rintangan pada pemandangan Dengan grafik yang telah dibuat didapatkan regresi non linier berupa regresi eksponensial antara jarak piksel tiap laser terhadap jarak rintangan pada pemandangan dengan korelasi nilai R 2 18
5 terendah adalah pada laser 4. Regresi eksponensial yang didapat dari tiap laser digunakan sebagai acuan penentuan perkiraan jarak rintangan yang terdapat di depan traktor. Jarak y = 73,439e -0,021x R² = 0, Jarak Piksel Laser 2 terhadap Koordinat Piksel Pusat Gambar 4.3. Grafik hubungan jarak piksel laser 2 terhadap piksel pusat dengan jarak rintangan pada pemandangan Jarak y = 319,13e -0,018x R² = 0, Jarak Piksel Laser 3 terhadap Koordinat Piksel Pusat Gambar 4.4. Grafik hubungan jarak piksel laser 3 terhadap piksel pusat dengan jarak rintangan pada pemandangan Jarak y = 2E+17e -0,118x R² = 0, Jarak Piksel Laser 4 terhadap Koordinat Piksel Pusat Gambar 4.5. Grafik hubungan jarak piksel laser 4 terhadap piksel pusat dengan jarak rintangan pada pemandangan 19
6 Jarak y = 80,093e -0,022x R² = 0, Jarak Piksel Laser 5 terhadap Koordinat Piksel Pusat Gambar 4.6. Grafik hubungan jarak piksel laser 5 terhadap piksel pusat dengan jarak rintangan pada pemandangan Jarak y = 653,48e -0,019x R² = 0, Jarak Piksel Laser 6 terhadap Koordinat Piksel Pusat Gambar 4.7. Grafik hubungan jarak piksel laser 6 terhadap piksel pusat dengan jarak rintangan pada pemandangan 4.3. Pendugaan Jarak Setelah regresi eksponensial yang didapat dari jarak piksel tiap laser terhadap koordinat piksel pusat dicantumkan ke pemrograman deteksi rintangan, dilakukan pengambilan citra rintangan. Terlebih dahulu dilakukan pengambilan citra tanpa rintangan pada pemandangan. Ada beberapa citra rintangan yang diambil. Diantaranya citra dengan rintangan berupa pohon, tiang listrik dan manusia. Pengambilan citra pemandangan dipengaruhi oleh banyak faktor. Intensitas matahari merupakan faktor yang berpengaruh paling besar pada saat pengambilan citra. Hal ini dikarenakan intensitas matahari mempengaruhi sinar laser merah dari pointer yang tertangkap oleh citra. Semakin tinggi intensitas matahari, maka semakin kecil intensitas laser merah yang mengakibatkan laser merah tidak tertangkap dengan baik oleh kamera CCD. Laser merah yang ditangkap oleh kamera CCD, sangat dipengaruhi oleh intensitas cahaya matahari. Pada waktu pengambilan citra, dicoba untuk mengukur intensitas cahaya matahari dengan menggunakan luxmeter analog. Dari pengukuran luxmeter tersebut, tidak dapat diketahui intensitas cahaya matahari dikarenakan keterbatasan luxmeter. Luxmeter tersebut memiliki skala maksimal 2000 candella. Ketika dicoba mengukur intensitas cahaya matahari, jarum analog menunjuk skala di atas 2000 candella. Oleh karena itu, pengukuran intensitas cahaya matahari tidak dilanjutkan, jika dilanjutkan dikhawatirkan akan merusak luxmeter. 20
7 Selain intensitas dari matahari, faktor lain yang berpengaruh pada saat proses pengambilan citra rintangan adalah laser pointer yang digunakan, fokus kamera, rata dan tidaknya kondisi permukaan tanah tempat dimana tripod kamera berdiri dan dudukan pointer yang digunakan. Dikarenakan proses pengambilan citra msih dalam kondisi statis (menggunakan tripod), maka kondisi permukaan tanah yang dijadikan sebagai pijakan tripod untuk kamera CCD perlu diperhatikan. Jika permukaan tanah tidak rata, maka tripod perlu disesuaikan. Jika tidak disesuaikan posisi laser merah yang tertangkap pada citra menjadi tidak beraturan. Sebenarnya, dalam kondisi riil justru hal tersebut yang akan terjadi dimana kondisi permukaan tanah tidak rata, dan tentu akan mengakibatkan kamera menjadi bergoyang ketika traktor berjalan. Namun, pada penelitian kali ini kondisi tersebut masih belum diperhitungkan dikarenakan hasil dari penelitian deteksi rintangan kali ini diharapkan dapat membuktikan bahwa pendeteksian rintangan menggunakan kameraccd dan perangkat tambahan laser pointer dapat diaplikasikan. Berhubungan dengan hal tersebut, paling tidak program dapat memperkirakan jarak berdasarkan citra titik laser merah yang ditangkap oleh kamera CCD. Dudukan pointer yang digunakan sangat mempengaruhi posisi laser merah yang tertangkap pada citra. Dudukan yang digunakan masih belum bagus, sehingga terkadang posisi laser pointer menjadi bergeser. Meskipun pergeseran yang terjadi sangat kecil, namun sangat mempengaruhi posisi laser merah yang tertangkap pada citra. Fokus kamera disesuaikan untuk setiap pengambilan citra pada pemandangan. Hal ini dikarenakan kamera CCD yang digunakan tidak autofocus. Selain itu, fokus kamera berpengaruh terhadap baik atau buruknya kualitas citra pemandangan yang diambil. Kualitas citra yang dimaksudkan bukan kualitas ukuran file citra dalam kb (kilobyte), tapi berupa samar atau jelasnya citra pemandangan dan bisa juga redup atau terangnya citra pemandangan yang diambil. Semakin baik kualitas citra yang diambil, maka output yang dihasilkan juga akan semakin baik. Pada beberapa citra yang diambil seperti yang ditunjukkan pada Gambar 4.1, setelah dilakukan operasi thresholding merah, sinar laser yang tertangkap oleh kamera tidak seragam. Ketidakseragaman tersebut dipengaruhi oleh konstruksi laser pointer tersebut dari pabrik produksinya. Pada beberapa laser, warna merah yang dikeluarkan terang sekali dan pada beberapa laser yang lain tidak seterang laser tersebut. Gambar 4.8. Citra pemandangan tanpa rintangan 21
8 Gambar 4.9. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra tanpa rintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding warna merah dan 3) setelah dilakukan operasi opening Citra yang diambil adalah citra pemandangan tanpa rintangan di depannya dan citra pemandangan dengan rintangan pohon, tiang listrik dan manusia. Seperti yang terlihat pada Gambar 4.8 yang merupakan citra pemandangan tanpa rintangan. Dari Gambar 4.9 terlihat bahwa jika pemandangan tanpa rintangan diambil, setelah dilakukan operasi thresholding warna merah dan opening hanya muncul citra dengan warna hitam dan tidak ada informasi rintangan yang didapat. Sedangkan pada Gambar 4.10 dan Gambar 4.11, pada citra pemandangan dengan rintangan 1 meter di depan. Pada citra tersebut kamera CCD menangkap adanya sinar laser merah yang mengenai rintangan berupa tiang listrik yang berada 1 meter di depannya. Laser merah yang ditangkap adalah titik laser nomor 2 dan nomor 5. Dari Gambar 4.11, didapat informasi mengenai perkiraan jarak rintangan yang terdapat di depannya. Perkiraan jarak untuk rintangan tiang listrik di depan adalah 1.21 meter untuk laser nomor 2 dan meter untuk laser nomor 5. Gambar Citra pemandangan dengan rintangan berupa tiang listrik dengan jarak pengambilan 1 meter, dimana laser pointer nomor 2 dan 5 yang mendeteksi rintangan 22
9 Gambar Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak Gambar Citra pemandangan dengan rintangan berupa pohon dengan jarak pengambilan citra 1 meter, dimana laser pointer nomor 1, 2, 5 dan 6 yang mendeteksi rintangan Untuk Gambar 4.12 dan Gambar 4.13, diketahui bahwa perkiraan jarak untuk laser 1 adalah 1.67 meter, laser nomor 2 dengan perkiraan jarak 2.08 meter, perkiraan jarak untuk laser nomor 5 adalah 1.42 meter dan perkiraan jarak laser nomor 6 adalah 1.38 meter. Dari informasi perkiraan jarak yang didapat, terjadi ketidaksesuaian perkiraan jarak yang mengakibatkan informasi perkiraan jarak yang diberikan salah. Hal ini mungkin saja terjadi. Ada beberapa faktor yang mengakibatkan ketidaksesuaian tersebut. Diantaranya adalah posisi laser pointer yang bergeser pada saat pengambilan 23
10 citra. Penyebab utama bergesernya posisi laser pointer dikarenakan konstruksi dudukan pointer yang belum bagus, sehingga laser pointer mudah bergeser dan informasi perkiraan jarak yang dihasilkan program menjadi tidak sesuai. Model dari dudukan pointer dapat dilihat pada Lampiran 3. Gambar Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak Gambar Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 3 dan 4 yang mendeteksi rintangan 24
11 Dari Gambar 4.14 dan Gambar 4.15 didapat informasi perkiraan jarak untuk laser nomor 3 adalah 1.36 meter dan dan nomor 4 adalah 0.17 meter. Dengan jarak pengambilan citra dari rintangan sejauh 2 meter, perkiraan jarak yang dihasilkan dengan jarak sebenarnya tidak sesuai. Terdapat ketidaksesuaian yang kemungkinan besar diakibatkan oleh bergesernya pointer nomor 3 dan nomor 4 pada saat pengambilan citra terhadap posisi laser saat setting. Terutama untuk perkiraan jarak pada laser nomor 4, dimana perbedaan jarak perkiraan dan jarak sebenarnya (jarak pengambilan citra) yang terlalu jauh. Hal ini memperkuat bahwa dudukan laser pointer yang dirancang dan telah dibuat masih belum bagus dalam mempertahankan posisi laser pointer. Gambar Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi erosi dan 4) informasi perkiraan jarak Untuk citra pemandangan di depan traktor dengan rintangan berupa manusia yang diambil dari jarak 2 meter seperti pada Gambar 4.16 dan Gambar 4.17, setelah diolah pada program deteksi rintangan diperoleh perkiraan jarak untuk laser nomor 5 adalah 2.06 meter. Informasi perkiraan jarak yang diberikan adalah sesuai dengan informasi jarak pengambilan citra pemandangan. Seperti yang telah terlampir pada Lampiran 4, dicoba untuk mengambil citra dengan variasi rintangan yang ada di depan. Dari berbagai citra tersebut, ada beberapa hal yang menyebabkan perbedaan hasil pengolahan citra. Beberapa citra yang diambil dari jarak sekitar 3 meter seperti pada Gambar 10.8, Gambar 10.9, Gambar 10.20, Gambar 10.34, kamera CCD tidak bisa menangkap pantulan sinar laser merah dari pointer. Namun, pada beberapa citra yang diambil dari jarak 3 meter seperti pada Gambar 10.7 dan Gambar kamera CCD masih bisa menangkap titik laser merah pada citra dan bisa diolah oleh program. Kemudian pada beberapa gambar yang terlampir pada Lampiran 4, seperti Gambar 10.3, Gambar 10.13, Gambar 10.14, Gambar 10.18, Gambar dan Gambar Dari citra pemandangan yang diambil terdapat beberapa laser yang bisa dilihat secara langsung. Namun setelah 25
12 dilakukan beberapa proses operasi seperti thresholding dan operasi morfologi yang lain seperti opening, closing, erosi dan dilasi untuk membersihkan noise, sebagian titik laser merah ikut menghilang dan hanya sebagian laser yang masih terdapat pada citra pengolahan. Gambar Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 5 yang mendeteksi rintangan Gambar Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 2 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak 26
13 Seperti yang telah dijelaskan sebelumnya dan diperkuat dengan citra dan pengolahan citra yang dihasilkan seperti pada Lampiran 4, bahwa ketika dilakukan pengambilan citra di lapangan intensitas matahari merupakan faktor yang berpengaruh sangat besar terhadap penelitian deteksi rintangan ini. Dikarenakan intensitas matahari yang jauh lebih besar, sehingga intensitas dari laser pointer menjadi semakin kecil dan menyebabkan citra laser merah yang ditangkap dari beberapa jarak menjadi tidak bisa ditangkap oleh kamera CCD dan tidak dapat diproses. Dengan adanya berbagai macam hasil yang didapat yang dikarenakan oleh variasi kondisi yang begitu kompleks yang terdapat pada pemandangan, perlu diketahui seberapa besar tingkat akurasi perkiraan jarak yang dihasilkan. Tabel pada Lampiran 5 menunjukkan persentase rata-rata akurasi perkiraan jarak yang dihasilkan program pengolah citra untuk deteksi rintangan adalah sebesar 68 %. Hal ini disebabkan oleh konstruksi dari dudukan pointer yang masih belum bagus yang menyebabkan posisi laser pointer masih mudah bergeser. Pada penelitian deteksi rintangan kali ini, dudukan laser pointer yang dipakai masih belum kuat dalam mempertahankan posisi laser pointer. Untuk itu, ke depannya konstruksi dari dudukan laser pointer bisa diperbaiki dan disempurnakan sehingga posisi laser pointer tidak berubah. 27
PENGEMBANGAN METODA DETEKSI RINTANGAN MENGGUNAKAN KAMERA CCD UNTUK TRAKTOR TANPA AWAK
Seminar Nasional PERTETA, Bandung 6-8 Desember 0 PENGEMBANGAN METODA DETEKSI RINTANGAN MENGGUNAKAN KAMERA CCD UNTUK TRAKTOR TANPA AWAK Usman Ahmad, Desrial, Mudho Saksono Dosen pada Departemen Teknik Mesin
Lebih terperinci3 METODE. Waktu dan Tempat Penelitian
18 Gambar 17 Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower
Lebih terperinci4 HASIL DAN PEMBAHASAN
29 4 HASIL DAN PEMBAHASAN Penelitian Pendahuluan Pada penelitian pendahuluan ini dilakukan beberapa percobaan yang terkait dengan sensor yang akan digunakan. Untuk pemilihan sensor sinar laser yang tepat,
Lebih terperinciPengembangan Metoda Deteksi Rintangan untuk Traktor Tanpa Awak Menggunakan Kamera CCD
Technical Paper Pengembangan Metoda Deteksi Rintangan untuk Traktor Tanpa Awak Menggunakan Kamera CCD Development of Obstacle Detection Method for Unmanned Tractor using CCD Camera Usman Ahmad 1, Desrial
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciBAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK
BAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK A. Pendahuluan Latar Belakang Perhitungan posisi tiga dimensi sebuah obyek menggunakan citra stereo telah
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,
Lebih terperinciBAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA
BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar belakang Robot selain diterapkan untuk dunia industri dapat juga diterapkan untuk dunia pertanian. Studi yang
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
Lebih terperinciPENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI. Disusun Oleh : Hery Pramono NPM.
PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
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 terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciBAB II SISTEM PENENTU AXIS Z ZERO SETTER
BAB II SISTEM PENENTU AXIS Z ZERO SETTER 2.1 Gambaran Umum Berdasarkan latar belakang masalah yang telah dipaparkan pada Bab I, tujuan skripsi ini adalah merancang suatu penentu axis Z Zero Setter menggunakan
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih 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 terperinciDETEKSI RINTANGAN MENGGUNAKAN KAMERA CCD UNTUK APLIKASI PADA TRAKTOR TANPA AWAK SKRIPSI MUDHO SAKSONO F
DETEKSI RINTANGAN MENGGUNAKAN KAMERA CCD UNTUK APLIKASI PADA TRAKTOR TANPA AWAK SKRIPSI MUDHO SAKSONO F14070071 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciBab IV Kalibrasi dan Pengujian
Bab IV Kalibrasi dan Pengujian 4.1 Kalibrasi Rumus untuk mencari jarak yang telah dijabarkan pada bab-bab sebelumnya mempunyai dua konstanta yang perlu dicari nilainya, yaitu jarak antara kamera dengan
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang kwh-meter merupakan alat yang digunakan untuk mengukur besarnya pemakaian energi listrik pada suatu bangunan atau gedung [1]. Berdasarkan sistem pembayarannya,
Lebih terperinciBab II Teori Dasar 2.1 Representasi Citra
Bab II Teori Dasar 2.1 Representasi Citra Citra dapat direpresentasikan sebagai kumpulan picture element (pixel) pada sebuah fungsi analog dua dimensi f(x,y) yang menyatakan intensitas cahaya yang terpantul
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciBy Emy. 2 of By Emy
2 1 3 Kompetensi Mampu menjelaskan dan operasi morfologi Mampu menerapkan konsep morfologi untuk memperoleh informasi yang menyatakan deskripsi dari suatu benda pada citra mampu membangun aplikasi untuk
Lebih terperinciBAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan
Lebih terperinciRANCANG BANGGUN ALAT DETEKSI RINTANGAN PADA LINTASAN KERJA TRAKTOR BERBASIS PENGOLAHAN CITRA
RANCANG BANGGUN ALAT DETEKSI RINTANGAN PADA LINTASAN KERJA TRAKTOR BERBASIS PENGOLAHAN CITRA Irriwad Putri 1, Usman Ahmad 2, dan Desrial 2 1 Jurusan Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Rancangan antarmuka (interface) program terdiri dari form cover, form
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Rancangan Antarmuka (interface) Program Rancangan antarmuka (interface) program terdiri dari form cover, form testing dan form training (untuk programer). 4.1.1
Lebih terperinciIDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA
IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA IMAM SUBEKTI 2209106021 Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT. Latar
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciHASIL DAN PEMBAHASAN. 4.1 Deskripsi Alat
IV. HASIL DAN PEMBAHASAN 4.1 Deskripsi Alat Alat sensor citra tampak tanaman kedelai ini adalah alat berupa gerobak yang terdapat kamera CCD di bagian depannya yang digunakan untuk mengambil citra tanaman
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciBatra Yudha Pratama m111511006@students.jtk.polban.ac.id
Operasi Morfologi Pada Citra Biner Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciPENGANTAR APLIKASI KOMPUTER
Perangkat yang digunakan untuk memasukkan data atau memberikan perintah kepada komputer untuk melakukan suatu proses. Komputer hanya dapat menerima data atau perintah dalam bentuk sinyal listrik digital.
Lebih terperinciBab III Perangkat Pengujian
Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu
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 terperinciJobsheet 3 Cara Kerja Sistem CCTV
Jobsheet 3 Cara Kerja Sistem CCTV I. Tujuan Praktikum 1.Mahasiswa mengetahui cara mengoperasikan CCTV. 2.Mahasiswa dapat mengoperasikan CCTV. 3.Mahasiswa mengetahui cara kerja sistem CCTV. II. Deskripsi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen
Lebih terperinci6. PENDETEKSIAN SERANGAN GULMA. Pendahuluan
6. PENDETEKSIAN SERANGAN GULMA Pendahuluan Praktek pengendalian gulma yang biasa dilakukan pada pertanian tanaman pangan adalah pengendalian praolah dan pascatumbuh. Aplikasi kegiatan Praolah dilakukan
Lebih terperinciBAB III PERANCANGAN ALAT
BAB III PERANCANGAN ALAT Pada bab ini akan dibahas mengenai perancangan dan realisasi sistem yang telah dibuat dalam skripsi ini yaitu perancangan sebuah mesin yang menyerupai bor duduk pada umumnya. Di
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini akan membahas mengenai analisis dan perancangan sistem. Pada prinsipnya perancangan dengan sistematika yang baik akan memberikan kemudahan-kemudahan dalam
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciDAFTAR ISI BAB II TINJAUAN PUSTAKA...4
DAFTAR ISI HALAMAN JUDUL...i PERNYATAAN BEBAS PLAGIARISME...ii HALAMAN PENGESAHAN...iii HALAMAN TUGAS...iv HALAMAN MOTTO...vi KATA PENGANTAR...vii DAFTAR ISI...ix DAFTAR TABEL...xiii DAFTAR GAMBAR...xv
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciApa yang bisa dilakukan oleh morfologi citra? Operasi morfologi :
Morfologi Citra 2 Morfologi Citra Apa yang bisa dilakukan oleh morfologi citra? Operasi morfologi : Fit dan Hit Erosi (Erosion) Dilasi (Dilation) Operasi Gabungan (Compound Operations) 3 Kegunaan Morfologi
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
Lebih terperinciPengembangan Algoritma Pengolahan Citra untuk Menghindari Rintangan pada Traktor Tanpa Awak
Technical Paper Pengembangan Algoritma Pengolahan Citra untuk Menghindari Rintangan pada Traktor Tanpa Awak Development of Image Processing Algorithms for Obstacle Avoidance on Unmanned Tractor Usman Ahmad
Lebih terperinciOperasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra
Operasi Morfologi Kartika Firdausy - UAD pvisual@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi prosedur operasi morfologi menerapkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian Pada bagian ini akan disajikan hasil penelitian pemanfaatan sistem sensor pergeseran mikro untuk estimasi diameter lubang pada bahan gigi tiruan berbasis
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciDETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA
DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA Triyanto Adi Saputro., Elha Dhanny H, Andriansyah Ramadhan, Afi Muftihul Situmorang, M Fajar Lazuardi. Teknik Informatika, Fakultas Program
Lebih terperinciSistem Informasi Intensitas Hujan Berdasarkan Radar Cuaca di Jawa Timur (SimonRain Jatim)
Sistem Informasi Intensitas Hujan Berdasarkan Radar Cuaca di Jawa Timur (SimonRain Jatim) 1. Deskripsi SimonRain Jatim merupakan aplikasi pengolah data citra radar cuaca. Software ini mengolah nilai pixel
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
Lebih terperinciLaporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F
Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing Avicienna Ulhaq Muqodas F14110108 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciPENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI
PENDUGAAN PRODUKTIVITAS PADI DENGAN PENGOLAHAN CITRA YANG DIAMBIL DARI PESAWAT TERBANG MINI I Wayan Astika 1, Hasbi M. Suud 2, Radite P.A. Setiawan 1, M. Faiz Syuaib 1, M. Solahudin 1 1 Departemen Teknik
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciINTERFEROMETER MICHELSON DAN CCD WEBCAM SEBAGAI PENENTU FREKUENSI GETAR OBJEK
INTERFEROMETER MICHELSON DAN CCD WEBCAM SEBAGAI PENENTU FREKUENSI GETAR OBJEK Afdhal Muttaqin, Nadia Mayani Jurusan Fisika FMIPA Universitas Andalas Kampus Unand Limau Manis, Padang, 25163 Email: allz@fmipa.unand.ac.id
Lebih terperinciIII. METODE PENELITIAN. Penelitian mengenai analisis pola interferensi pada interferometer Michelson
22 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian mengenai analisis pola interferensi pada interferometer Michelson akibat perbedaan ketebalan benda transparan dengan metode image processing
Lebih terperinciPENERAPAN PENILAIAN KEKASARAN PERMUKAAN (SURFACE ROUGHNESS ASSESSMENT) BERBASIS VISI PADA PROSES PEMBUBUTAN BAJA S45C
PENERAPAN PENILAIAN KEKASARAN PERMUKAAN (SURFACE ROUGHNESS ASSESSMENT) BERBASIS VISI PADA PROSES PEMBUBUTAN BAJA S45C Yanuar Burhanuddin, Suryadiwansa Harun, Evans Afriant N., Tomy D.A. Jurusan Teknik
Lebih terperinciBAB III ANALISIS SPEKTRUM CAHAYA. spektrumnya. Sebagai kisi difraksi digunakan potongan DVD yang sudah
18 BAB III ANALISIS SPEKTRUM CAHAYA 3.1. Spektroskop Sederhana Spektrometer sederhana ini dirancang dengan menggunakan karton dupleks, dibuat membentuk sudut 45 o dan 9 o, dirancang dengan membentuk 2
Lebih terperinciII. TINJAUAN PUSTAKA Smart Traktor
II. TINJAUAN PUSTAKA 2.1. Smart Traktor Ide mengenai robotic agriculture (suatu mesin cerdas yang dapat melakukan kegiatan pertanian) bukanlah hal yang baru lagi. Banyak insinyur yang telah mengembangkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Desain frame grabber Desain frame grabberdiawali dengan pemilihan perangkat kamera yang akan digunakan. Video akan muncul komponen VideoWindow1 yang secara realtime terhubung
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan November 2013 s/d Mei 2014.
22 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan November 2013 s/d Mei 2014. Pembuatan dan pengambilan data dilaksanakan di Laboratorium Eksperimen
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 terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri keramik yang terdiri dari ubin (tile), saniter, perangkat rumah tangga (tableware), genteng telah memberikan kontribusi signifikan dalam mendukung pembangunan
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciBAB II DASAR TEORI Kajian Pustaka a. Algoritma Pengambilan Keputusan Pada Kiper Robot Sepak Bola [1]
BAB II DASAR TEORI Pada bab ini akan dibahas beberapa teori pendukung yang digunakan sebagai acuan dalam merealisasikan sistem. Teori-teori yang digunakan dalam pembuatan skripsi ini terdiri dari 2.1.
Lebih terperinciAPLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL
Jurnal Ilmu Matematika dan Terapan Desember 2016 Volume 10 Nomor 2 Hal. 83 96 APLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL V. Y. I. Ilwaru 1, Y. A. Lesnussa 2, E. M.
Lebih terperinciPERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE ABSTRAK
PERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE Naftali Inafiar Yonida 0822077 Email : naph_yon@yahoo.com Jurusan Teknik
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciPERTEMUAN - 2 PENGOLAHAN CITRA
PERTEMUAN - 2 PENGOLAHAN CITRA EDY WINARNO fti-unisbank-smg 24 maret 2009 Citra = gambar = image Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING
PERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING 1 Rucitra Danny Anindita dan Arief Rahman Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciBAB II LANDASAN TEORI...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN PEMBIMBING... ii LEMBAR PERNYATAAN KEASLIAN HASIL TESIS... iii LEMBAR PENGESAHAN PENGUJI... iv PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii SARI...
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciBAB 1 PENDAHULUAN. perangkat keras (hardware) maupun perangkat lunak (software), hampir sebagian
BAB 1 PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan teknologi di bidang komputer saat ini, baik dalam perangkat keras (hardware) maupun perangkat lunak (software), hampir sebagian besar pekerjaan
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra hasil rekaman kamera digital sering sekali terdapat beberapa gangguan yang mungkin terjadi, seperti lensa tidak fokus, muncul bintik-bintik yang disebabkan oleh
Lebih terperinciPENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI. Kurniawan Teknik Informartika
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI Kurniawan 50408503 Teknik Informartika Latar Belakang Permasalahan Kebutuhan perusahaan industri manufaktur
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciIDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN
IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN Soegianto Soelistiono, Ardan Listya Romdhoni Departemen Fisika Fakultas Sains dan
Lebih terperinciIdentifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia
Identifikasi Sel Darah Berbentuk Sabit Pada Citra Sel Darah Penderita Anemia Imam Subekti, I Ketut Eddy Purnama, Mauridhi Hery Purnomo. Jurusan Teknik Elektro FTI - ITS Penelitian ini mengidentifikasi
Lebih terperinci