1. Pendahuluan Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain meskipun dia kembar. Perbedaa
|
|
- Yulia Sutedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Implementasi Perhitungan Sudut Rangka Manusia Menggunakan Matlab 7 Nugroho Dian Purnama Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok Telp: (021) alchemist_nugy@student.gunadarma.ac.id ABSTRAK Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain. Perbedaan inilah yang menarik minat banyak peneliti untuk melakukan studi mengenai bentuk tubuh manusia. Perbedaan bentuk tubuh manusia didasari oleh rangka manusia yang berbeda-beda. Berdasarkan latar belakang tersebut, maka penulisan ini memfokuskan kepada penggunaan metode Chain Code untuk mendeteksi tepi pada citra rangka atau skeleton. Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Implementasi dari metode Chain Code menghasilkan perhitungan sudut dari suatu citra skeleton. Dengan Matlab digunakan sebagai perangkat lunak dalam proses uji coba algoritma tersebut sehingga menghasilkan besaran sudut dalam derajat yang dapat digunakan dalam penelitian lebih lanjut. Kata Kunci: Cropping, Chain Code, Matlab, Angel
2 1. Pendahuluan Bentuk tubuh manusia adalah sesuatu yang unik dimana setiap orang tidak akan ada yang sama satu sama lain meskipun dia kembar. Perbedaan inilah yang menarik minat banyak peneliti untuk melakukan studi mengenai bentuk tubuh manusia. Perbedaan bentuk tubuh manusia didasari oleh rangka manusia yang berbeda-beda, Rangka merupakan sistem penyokong organisme. Sistem penyokong ini bertindak sebagai bingkai tubuh yang tegar. Biasanya rangka ini tersusun dari kalsium. Fungsi rangka ialah: menegakkan atau menopang berdirinya tubuh, memberi bentuk tubuh, tanpa rangka tubuh manusia tidak memiliki bentuk, melindungi organ-organ tubuh yang penting dan lunak seperti otak, jantung, paru-paru dan mata, tempat melekatnya otot-otot rangka dan tempat pembentukan sel-sel darah merah. Pembahasan pada penulisan ini akan lebih memfokuskan pada perhitungan sudut rangka tubuh manusia dimana dari gambaran rangka tubuh manusia tersebut akan didapat besaran sudut-sudut yang dapat memberikan informasi jika sudah dipadukan dengan beberapa bidang studi seperti kedokteran, matematika dan komputer. Riset yang dihasilkan dari penelitian sudut-sudut rangka manusia akan berkontribusi kepada banyak bidang, salah satunya adalah kedokteran. Selain kedokteran, pencitraan atau pengolahan citra adalah salah satu bidang yang akan mendapatkan kontribusi dari riset mengenai bentuk tubuh, seperti mendapatkan teknik baru untuk memotong, dan mendeteksi piksel. Definisi citra menurut kamus Webster adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Sebuah citra mengandung informasi tentang obyek yang direpresentasikan. Penelitian sebelumnya yang memanfaatkan pengolahan citra dalam pendeteksian piksel adalah mendeteksi fitur rangka tubuh manusia. Menggunakan metode hough transform untuk menghitung sudut pergelangan kaki, sudut lutut, sudut lengan, dan jarak antara kedua lengan (Intan Nur Lestari, 2010).
3 Dalam Penelitian ini Penulis menggunakan metode chain code. Metode tersebut mendeteksi tepi yang menghubungkan tiap piksel kedelapan atau empat arah. Bermula dari latar belakang ini, Penulis terinspirasi untuk membuat sebuah aplikasi pengolahan citra yang dapat menghitung sudut-sudut yang ada pada tubuh manusia. 2. Tinjauan Pustaka 1. Citra Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/ titik diskrit pada baris n dan kolom m disebut dengan piksel. 2. Digitalisasi Citra Digitalisasi citra adalah representasi citra dari fungsi kontinu menjadi nilai-nilai diskrit, sehingga disebut Citra Digital. Citra digital berbentuk empat persegi panjang dan dimensi ukurannya dinyatakan sebagai tinggi lebar (lebar panjang). Citra digital yang tingginya N, lebarnya M dan memiliki L derajat keabuan dapat dianggap sebagai fungsi : 0O O M f(,y)= 0O y O N (1) 0O f O L Citra digital yang berukuran N M lazimnya dinyatakan dengan matriks berukuran N baris dan M kolom, dan masing-masing elemen pada citra digital disebut piksel (picture element)
4 F (,y)= f (0,0) f (0,1)... f (0, M ) f (1,0) f (1,1)... f (1, M ) (2) f ( N 1,0) f ( N 1,1)... f ( N 1, M 1) Suatu citra berukuran piksel dengan intensitas beragam pada tiap pielnya, direpresentasikan secara numerik dengan matriks terdiri dari 256 baris dan 256 kolom (3) : : : : : : Chain Code Kode rantai digunakan untuk merepresentasikan batas/ tepi dengan menyambungkan urutan dari garis lurus yang ditentukan oleh panjang dan arah. Biasanya, tampilan ini terdiri dari 4 atau 8 sambungan dari segmen. Arah tiap segmen dikodekan dengan menggunakan skema penomoran seperti di gambar 2.1. Sebuah kode tepi dibentuk sebagai urutan dari nomor terarah yang disebut sebagai kode rantai freeman. Citra digital biasanya dibutuhkan dan diproses dalam format grid dengan jarak yang sama dalam arah X dan Y, jadi kode rantai dapat dihasilkan dengan mengikuti tepi sesuai dengan arah jarum jam dan menugaskan arah segmen untuk menyambungkan setiap pasang piel. Metode ini biasanya tidak diterima untuk dua alasan yaitu hasil dari rantai cukup lama dan Setiap gangguan kecil sepanjang tepi menghasilkan noise atau segmentasi yang tidak sempurna menyebabkan perubahan pada code yang mungkin tidak berhubungan dengan prinsip bentuk fitur dari batasan.
5 Gambar 2.1. Chain Code Sebuah pendekatan yang sering digunakan untuk menyelesaikan masalah ini adalah me-resample tepi dengan memilih jarak grid yang lebih lebar. Batas tepi ditandai untuk setiap node dari grid yang besar, tergantung oleh kedekatan dari tepi original node tersebut. Resample tepi menghasilkan cara bahwa tepi dapat direpresentasikan dengan 4 atau 8 code. Gambar 2.1 menunjukan titik tepi yang kasar direpresentasikan oleh 8 arah kode rantai. Ini adalah masalah sederhana untuk mengonversi dari kode 8 menjadi kode 4 dan sebaliknya. Titik awal pada gambar 2.4 adalah (dengan berubah-ubah) dari titik paling atas, titik paling kiri dari tepi yang memberikan kode rantai Seperti yang diperkirakan akurasi dari hasil merepresentasikan code tergantung dari jarak sampling grid Kode rantai dari tepi tergantung dari titik mula. Bagaimanapun kode dapat di normalkan dengan mematuhi titik awal dengan prosedur yang luruskode rantai dapat dengan mudah diatur sebagai urutan lingkaran dari nomor berarah dan mendefinisikan titik asal. Hasil urutan nomor membentuk suatu integer jarak minimum. Kita dapat menormalisasi juga dengan rotasi (di sudut yang memiliki banyak arah dari banyak integer seperti gambar 2.1.) dengan menggunakan first different. Perbedaan ini diperoleh dari hasil menghitung perubahan urutan arah (dengan berlawanan arah jarum jam seperti gambar 2.1.) yang memisahkan dua elemen yang berdekatan. Misalnya, perbedaan pertama dari 4 arah chain code adalah Jika kita menganggap kode sebagai urutan lingkaran untuk menormalkan dengan memulai dari titik awal, elemen pertama dari
6 perbedaan dihitung dengan menggunakan transisi antara yang terakhir dan yang pertama dari rantai. Di sini hasilnya adalah Ukuran normalisasi dapat didapatkan melalui mengubah ukuran resampling grid. Normalisasi ini hanya pasti jika tepi itu sendiri bervariasi dengan rotasi (di sudut yang memiliki banyak arah dari banyak integer) dan skala berubah yang jarang kasus ini dipelajari. Biasanya, objek yang sama didigitalisasi ke dalam dua orientasi yang berbeda akan mempunyai dua bentuk tepi yang berbeda secara umum, dengan derajat ketidaksamaan menjadi proporsional ke resolusi image. Efek ini dapat dikurangi dengan memilih elemen rantai yang panjang dalam perbandingan dengan jarak antara piksel dalam digitalisasi citra dan atau dengan mengorientasikan resampling grid sepanjang aturan sudut dari objek untuk dikodekan. Gambar 2.2. Kerja Chain Code Gambar 2.2(a) menunjukan gambar grayscale 8 bit dari stroke yang melingkar yang tertanam didalam fragmen spekular. Tujuan dari contoh ini adalah untuk mendapatkan kode rantai freeman, integer dari magnitude minimum dan perbedaan pertama dari tepi luar objek terbesar di gambar 2.2(a). Karena objek yang menarik tertanam dalam fragment yang kecil, ekstraksi tepi akan menghasilkan kurva yang memiliki noise yang tidak akan mendeskripsikan bentuk umum dari objek. Menghaluskan adalah proses selanjutnya ketika berhadapan dengan tepi yang memiliki noise. Gambar 2.2(b) menunjukan gambar asli yang
7 dihaluskan dengan averaging mask dengan ukuran 9 9, dan gambar 2.2(c) adalah hasil dari thresholding gambar ini dengan global threshold didapatkan dengan menggunakan metode Otsu. Perlu diingat bahwa jumlah dari region telah dikecilkan menjadi dua (satu di antaranya adalah dot), secara signifikan menyederhanakan masalah. Gambar 2.2(d) adalah tepi terluar dari region terbesar dari gambar 2.2(c). Mendapatkan kode rantai langsung dari tepi akan menghasilkan urutan panjang dengan sedikit variasi yang tidak merepresentasikan bentuk dari tepi. Seperti yang disebutkan sebelumnya pada bagian ini, kita biasa me-resample tepi sebelum mendapatkan kode rantai untuk mengurangi banyaknya variabel. Gambar 2.2(e) adalah hasil resampling tepi didalam grid dengan node 50 piel tersendiri (sekitar 10% dari lebar image) dan gambar 2.2(f) adalah hasil menggabungkan hasil simpul dengan garis lurus. Ini lebih mudah memperkirakan pendekatan dari prinsip sifat keaslian tepi. 8 arah kode rantai Freeman tepi yang disederhanakan adalah Titik awal dari tepi adalah koordinat (2.2) pada subsample grid. Ini adalah yang paling atas dan paling kiri pada gambar 2.2(f). Integer dari magnitude minimum dari kode terjadi pada kasus ini sama dengan chain code: Perbedaan pertama pada kode lainnya adalah Proses Perhitungan Fitur Dalam penelitian ini terdapat beberapa tahapan yang digunakan untuk mendapatkan nilai dari fitur yang dicari yaitu: a. Input Citra Skeletonisasi Citra skeletonisasi digunakan sebagai citra masukan. Proses skeletonisasi itu sendiri berawal dari citra RGB yang melewati beberapa tahapan proses
8 segmentasi seperti filterisasi citra, segmentasi warna, erosi dan dilatasi, restorasi, dan skeletonisasi citra. b. Pemotongan/ Cropping Proses penentuan lokasi fitur dari citra skeletonisasi berasal dari penelitian tentang citra skeletonisasi (Lee dkk, 2008). Pada penelitian Lee didapatkan sepuluh fitur yang akan diproses. Dari sepuluh fitur tersebut empat di antaranya adalah jarak, dan enam adalah sudut. Pada pembuatan program kali ini hanya memfokuskan pada enam sudut. Untuk melihat lokasi atau letak dari fitur yang akan diproses dapat dilihat pada gambar 3.1. Gambar 3.1. Sudut-sudut yang digunakan (Lee dkk, 2008) Tabel 3.1 Standar Nilai Interval Sudut (Lee dkk, 2008) No Nama Fitur Nilai Standar Interval ( 0 ) 1 Sudut lutut kaki depan (F1) Sudut pergelangan kaki depan (F2) Sudut pergelangan kaki belakang (F3) Sudut lutut kaki belakang (F4) Sudut sikut lengan depan (F5) Sudut sikut lengan belakang (F6) c. Proses Perhitungan Sudut image yang sudah dicrop tersebut akan diproses dengan mengekstraksi derajat keabuan dari gambar citra berwarna digunakan fungsi rgb2gray. Selanjutnya adalah melakukan threshold dalam gambar untuk memperjelas gambar yang berwarna hitam dan putih. Langkah berikutnya adalah mengekspansi piksel yang sudah ditemukan ke empat arah. Untuk menentukan
9 kode chain digunakan beberapan persyaratan. Untuk kode chain 0 maka code(1), code(2), code(3), code(4) harus bernilai 1 dan seterusnya. Untuk kode rantai 1 maka code(2), code(3), dan code(4) harus bernilai 1 dan seterusnya. Untuk kode rantai 2 maka code(3) dan code(4) harus bernilai 1. Yang terakhir untuk kode rantai 4 maka hanya code(4) saja yang bernilai 1. Untuk melakukan perhitungan sudutnya digunakan pertambahan 90 untuk setiap rantai bernilai 1, dikurangi 90 untuk setiap chain bernilai 2 atau 3 sedangkan untuk chain bernilai 0 maka tidak ada perhitungan. 90 digunakan karena chain code yang digunakan adalah 4 arah kode rantai sehingga membentuk sudut 90. Sedangkan untuk 8 arah kode rantai, perhitungan sudutnya adalah pertambahan nilai 45 untuk setiap chain bernilai 1 dan 2, kemudian pengurangan nilai 45 untuk setiap chain bernilai 3, 4, 5, 6, dan digunakan karena 8 arah kode rantai membentuk sudut 45 derajat untuk setiap sudutnya. 4. Hasil Uji Coba Pada proses pengujian, terdapat 10 set data yang dijadikan sebagai masukan dari program ini. Kemudian dari 10 data tersebut akan dilihat tingkat keberhasilan program tersebut dalam mendapatkan nilai sudut dari ke enam fitur tersebut. Kemudian dilakukan analisa terhadap hasil-hasil uji coba tersebut untuk melihat sejumlah faktor yang menyebabkan terjadinya kegagalan, apabila terjadi kegagalan dalam melakukan perhitungan terhadap fitur tersebut. Hasil uji coba program fitur sudut dapat dilihat pada tabel 4.1. symbol menandakan bahwa nilai tersebut termasuk kedalam nilai standar interval sudut, dan symbol menandakan sebaliknya.
10 Tabel 4.1. Hasil Uji Coba Program Fitur Sudut Objek Fitur Sudut Termasuk ke Nama Fitur ( 0 ) dalam Nilai Standar X X
11 Dari hasil tabel 4.1. tersebut dapat dilihat bahwa simbol menandakan bahwa nilai fitur yang didapatkan dari hasil uji coba program termasuk ke dalam standar nilai interval yang berarti bahwa fitur tersebut termasuk ke dalam kategori seseorang normal. Seseorang dapat dikategorikan normal jika
12 fitur tersebut berada pada nilai interval dalam tabel 3.1. Namun sebaliknya jika nilai fitur tidak berada pada nilai interval maka dikategorikan tidak normal. Sedangkan untuk simbol menandakan sebaliknya yaitu nilai uji coba program yang didapatkan tidak termasuk ke dalam standar interval dengan kata lain fitur tersebut termasuk ke dalam kategori seseorang tidak normal. Dari hasil pengujian ini nilai kategori yang dihasilkan normal untuk fitur sudut pada fitur F1 yaitu citra skeletonisasi 2, 3, 5, 7, 8. Lalu untuk fitur F2 yaitu citra skeletonisasi 7,9. Untuk fitur F3 tidak saja yang terdeteksi normal. Untuk fitur F4 yaitu 1,3, 5, 6, 7. Untuk fitur F5 yaitu citra skeletonisasi 1, 2, 3, 4, 5, 6, 8. Dan yang terakhir untuk fitur F6 yaitu citra skeletonisasi 1, 3, 6. Dari hasil ini maka dapat disimpulkan yaitu dari ke sepuluh citra skeletonisasi yang diproses hanya citra skeletonisasi 2, 4, 9, dan 10 yang dapat dikatakan citra tersebut termasuk ke dalam kategori tidak normal, karena banyak fitur sudut yang tidak memenuhi nilai standar interval pada tabel 3.1 dari keempat citra skeletonisasi tersebut. 5. Penutup 1. Kesimpulan Chain Code bisa dikatakan sebagai suatu metode pendeteksian tepi yang menghubungan tiap piksel ke delapan atau empat arah dan merepresentasikannya dengan angka. Dari pengujian perhitungan sudut menggunakan metode chain code sangat tergantung pada kualitas dari gambar skeleton yang ada. Gambar skeleton yang tidak terputus dan lurus dapat meminimalisir kesalahan pada perhitungan. Proses pemotongan gambar atau cropping juga besar pengaruhnya terhadap hasil dari perhitungan sudut. Pemotongan gambar harus tepat pada titik koordinat sudut yang akan dihitung. Hasil yang didapat dari penelitian menggunakan 10 citra adalah sudut yang terbaca normal berjumlah 33, sedangkan yang terbaca tidak normal
13 berjumlah 37, sehingga akurasi program dalam menghitung sudut sebesar 39%. 2. Saran Penulis menyadari keterbatasan pengetahuan yang dimiliki dalam pembuatan program, seperti masih sederhananya interface dan cara kerja program yang dijalankan masih terlalu rumit. Pengujian akan lebih optimal bila menggunakan citra yang lebih baik, sehingga keterhubungan antar piksel menjadi lebih jelas. Oleh karena itu, penulis mengharapkan saran dan ide-ide yang dapat diberikan guna menyempurnakan implementasi dan pengembangan dari algoritma ini secara keseluruhan agar menjadi lebih baik dan bermanfaat. 6. Daftar Pustaka [1]. Intan Nur Lestari Implementasi Metode Hough Transform Pada Citra Skeletonisasi Menggunakan Matlab 7.6. Skripsi. Universitas Gunadarma. Depok [2]. Kale, A., Cuntoor, N., Yegnanarayima, B., Rajagopalan, N. A., Chellappa, R Gait Analysis For Human Identification. Proc. AVBPA, pages [3]. Knight, Andrew Basics of MATLAB and Beyond. Chapman & Hall CRC. New York [4]. Lee Howard, Guan Ling, Lee, Ivan Video Analysis Of Human Gait And Posture To Determine Neurological Disorders. EURASIP Journal On Image And Video Processing. Volume Article ID
14 [5]. Otto, S.R & Denier, J.P An Introduction to Programming and Numerical Methods in MATLAB. Springer-Verlag. London [6]. Paulus, E., Nataliani, Y GUI Matlab. Penerbit ANDI. Yogyakarta [7]. Register, Andy H A Guide to MATLAB Object Oriented Programming. Schitech Publishing, Inc. Georgia [8]. Wilson, Howard B Advanced Mathematics and Mechanic Using MATLAB. Chapman & Hall CRC. New York
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciTACI IMPLEME HOUGH METHOD TRASFORM ON IMAGE USING SKELETOIZATION MATLAB 7.6
TACI IMPLEME HOUGH METHOD TRASFORM ON IMAGE USING SKELETOIZATION MATLAB 7.6 INTAN NUR LESTARI, DR. DEWI AGUSHINTA R, SKOM. Undergraduate Program, Industry Technology, 2010 Gunadarma University http://www.gunadarma.ac.id
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 terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
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 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 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 terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciModel Citra (bag. I)
Model Citra (bag. I) Ade Sarah H., M. Kom Defenisi Citra Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Jenis dari citra ada 2, yaitu: 1. Citra analog (kontinu) : Dihasilkan
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciAPLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Hamsina 1, Evanita V Manullang 1, Program Studi Teknik Informatika, Fakultas Ilmu Komputer dan Manajemen,
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 terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
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 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 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 terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
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 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 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 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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
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 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 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 terperinciImplementasi MPRL dan Hough Transform Untuk Segmentasi dan Ekstraksi Fitur Pada Citra Gaya Berjalan
Seminar Nasional dan EpoTeknik Elektro 2011 ISSN : 2088-9984 Implementasi MPRL dan Hough Transform Untuk Segmentasi dan Ekstraksi Pada Citra Gaya Berjalan Hustinawaty 1) Dewi Agushinta R. 2) Tubagus Maulana
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 terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
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 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 terperinciPERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN
PERBANDINGAN METODE PENDETEKSI TEPI STUDI KASUS : CITRA USG JANIN 1) Merly Indira 2) Eva Yuliana 3) Wahyu Suprihatin 4) Bertalya Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma Jl.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 3.1 Pengumpulan Data Tahap ini merupakan langkah awal dari penelitian. Dataset
Lebih terperinciImplementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram Komang Budiarta,
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciBab III ANALISIS&PERANCANGAN
3.1 Analisis Masalah Bab III ANALISIS&PERANCANGAN Pada penelitian sebelumnya yaitu ANALISIS CBIR TERHADAP TEKSTUR CITRA BATIK BERDASARKAN KEMIRIPAN CIRI BENTUK DAN TEKSTUR (A.Harris Rangkuti, Harjoko Agus;
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
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 terperinciSEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL
SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL Andi Hendra 1 1 Jurusan Matematika MIPA Universitas Tadulako ABSTRAK Penelitian pengolahan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciAPPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL
APPLICATION OF X-RAY IMAGE PROCESSING ORGANS OF THE BODY: IMPROVING THE QUALITY AND SEGMENTATION USING JAVA AND MYSQL Denni Dwi Kristanto, Dr. Bertalya, SKom., DEA. Undergraduate Program, Faculty of Industrial
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendeteksian objek dalam suatu citra merupakan hal mendasar dalam banyak aplikasi analisis citra (image analysis). Manusia bisa langsung mengenali objek yang dilihatnya
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
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 terperinciCreated with Print2PDF. To remove this line, buy a license at:
BAB III Pelaksanaan Penelitian Pada bab ini dibahas pelaksanaan ekstraksi unsur jalan secara otomatis yang terdiri dari tahap persiapan dan pengolahan data. Tahap persiapan yang terdiri dari pengambilan
Lebih terperinci3 BAB III METODE PENELITIAN
20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah
Lebih terperinciGambar 2.1. Citra Apusan Tepi Sel Darah Merah Normal
BAB II DASAR TEORI 2.1 Sel Darah Merah Normal Sel darah merah, yang juga disebut sebagai eritrosit, bertugas mengangkut oksigen dari paru ke semua sel di seluruh tubuh. Sel darah merah normal berbentuk
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 terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
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 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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1. Steganografi Steganografi adalah mekanisme penanaman atau penyisipan pesan (m) kedalam sebuah cover objek (c) menggunakan kunci (k) untuk berbagi rahasia kepada orang lain,
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
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 terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dibidang transportasi darat khususnya kendaraan bermotor, semakin membantu masyarakat penggunanya, sehingga menjadikan kendaraan bermotor sebagai
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciANALISIS SISTEM PENDETEKSI POSISI PLAT KENDARAAN DARI CITRA KENDARAAN
ANALISIS SISTEM PENDETEKSI POSISI PLAT KENDARAAN DARI CITRA KENDARAAN I Dewa Gede Aditya Pemayun 1, Widyadi Setiawan 2, Ngurah Indra ER 3 1 Mahasiswa Jurusan Teknik Elektro, Fakultas Teknik Universitas
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
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 terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciAlgoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra
Algoritma Brute Force dalam Pattern Matching pada Aplikasi Pendeteksian Potongan Citra Ananta Pandu Wicaksana 13510077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING
PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING Elisa Cahyadi dan Joan Santoso Teknologi Informasi Sekolah Tinggi Teknik Surabaya elisa@stts.edu dan joan@stts.edu ABSTRAK Pada
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 terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
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 terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciBAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciOTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL. Abstrak
OTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL Titik Rahmawati Program Studi Manajemen Informatika STMIK Jenderal Achmad Yani Yogyakarta rahmawati.titik@gmail.com Abstrak Perusahaan listrik negara (PLN)
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 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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Steganografi Steganografi berasal dari Bahasa Yunani, yaitu kata steganos yang artinya tulisan tersembunyi (covered writing) dan kata graphos yang berarti tulisan. Sehingga steganografi
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 terperinciPerancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam
Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Menggunakan Webcam Albert Haryadi [1], Andrizal,MT [2], Derisma,MT [3] [1] Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas,
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 terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinci