APLIKASI PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
|
|
- Liana Rachman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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, Universitas Sains dan Teknologi Jayapura 1 Hamsina8@gmail.com eva.manulllang@gmail.com Abstrak Pengolahan citra digital memungkinkan teknologi komputer untuk dapat menganalisis data digital dari suatu citra. Dengan teknik pengolahan citra digital, data yang didapat dianalisis dan diproses sehingga menghasilkan suatu informasi yang diinginkan Pada beberapa parkiran yang ada saat ini, masih melakukan pencatatan parkiran dengan cara mengenali setiap plat kemudian dicatat. Dengan cara tersebut terkadang petugas tidak teliti dalam mencatat dan tidak adanya pengawasan terhadap waktu parker. Dari masalah yang ada maka akan dibangun pengenalan plat nomor kendaraan bermotor menggunakan bantuan teknologi komputer. Sistem ini di bangun menggunakan Borland Delphi 7.0, Metode Learning Vector Quantization. Hasil dari Sistem yang dirancang ialah diharapkan mempermudah pelayanan system parkir yang lebih cepat dan efisien. Kata Kunci : Pengenalan Citra, Metode Learning Vector Quantization, Pengenalan Plat Nomor 1. Pendahuluan Seiring dengan pesatnya perkembangan ilmu pengetahuan dan teknologi saat ini menyebabkan banyak bermunculan inovasi yang semakin memudahkan manusia untuk melakukan kegiatan sehari hari. Hal ini berpengaruh pada perilaku konsumen yang semakin menuntut segala sesuatu serba praktis dan efisien.pengolahan citra digital memungkinkan teknologi komputer untuk dapat menganalisis data digital dari suatu citra. Dengan teknik pengolahan citra digital, data yang didapat dianalisis dan diproses sehingga menghasilkan suatu informasi yang diinginkan. Pada beberapa parkiran yang ada saat ini, masih melakukan pencatatan parkiran dengan cara mengenali setiap plat kemudian dicatat. Dengan cara tersebut terkadang petugas tidak teliti dalam mencatat dan tidak adanya pengawasan terhadap waktu parkir. Dalam penelitian-penelitian sebelumnya, terdapat perbedaan dalam pendekatan yang di lakukan.dalam penelitian Ng poi Wong,[10] Aplikasi Pengenalan Karakter menggunakan Metode Learning Vector Quantization. Tahapan yang dilakukan penskalaan, deteksi tepi Sobel, pengambangan, metode Otsu, algoritma Zhang- Shuen, Directional Feature Extraction,penelitian Labique,[11] Deteksi plat nomor pada citra digital dapat dilakukan dengan mengaplikasikan algoritma deteksi tepi, konversi biner, algoritma noise removing menggunakan algoritma connected neighbordhood pixel, dan algoritma pencarian plat nomor menggunakan interpolasi bilinear.. Landasan Teori.1 Citra Citra atau gambar dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y),dimana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap pasangan koordinat (x,y) disebut intensitas keabuan (grey level) dari gambar di titik itu. Jika x,y dan f semuanya berhingga (finite), dan nilainya diskrit a. Representasi Citra Digital Agar dapat diolah dengan komputer digital, maka suatu citra harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi kontinu menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang dihasilkan inilah yang disebut dengan citra digital (digital image). Pada umumnya, citra digital berbentuk empat persegi panjang, dan dimensi ukurannya dinyatakan sebagai tinggi x lebar (atau lebar x panjang). Citra digital yang tingginya N, lebarnya M, dan memiliki L derajat keabuan dapat dianggap sebagai fungsi: Citra digital yang berukuran M x N lazim dinyatakan dengan matriks yang berukuran M baris dan N kolom sebagai berikut: Gambar 1.1 Citra digital yang berukuran M x N Indeks baris (x) dan indeks kolom (y) menyatakan suatu koordinat titik pada citra, sedangkan f(x, y) 71
2 merupakan intensitas (derajat keabuan) pada titik (x, y). Masing-masing elemen pada citra digital (berarti elemen matriks) disebut image element, picture element atau pixel atau pel. (Sumber : Fajar, 013). Segmentasi Citra Segmentasi citra merupakan proses membagi suatu citra ke dalam komponen komponen region atau objek. Algoritma segmentasi secara umum didasarkan pada salah satu dari sifat dasar nilai intensitas, yaitu : a. Discontinuity : Pendekatan dengan membagi citra berdasarkan perubahan besar pada nilai intensitasnya, seperti tepi citra. b. Similarity : Pendekatan dengan membagi citra ke dalam regionregion yang serupa sesuai dengan kriteria awal yang diberikan. 1) Deteksi Discontinuity Ada beberapa metode dalam segmentasi citra yaitu Deteksi Titik, Deteksi Garis, Deteksi Tepi Deteksi dari titik yang terisoalasi dalam sebuah citra yang cukup mudah. dapat digunakan untuk membangun cluster (segmen). Keanggotaan dari piksel dapat ditafsirkan sebagai kemiripan dengan sebuah objek tertentu. Deteksi Garis menghasilkan respon yang lebih kuat pada garis (dengan ketebalan satu piksel) dengan arah horizontal. Dengan background yang tetap, respon maksimum akan dihasilkan jika garis tersebut dilewati baris tengah Deteksi Tepi, kemampuan untuk mengukur transisi gray-level dengan cara yang tepat.tujuan untuk meningkatkan penampakan batas/pinggiran citra. Citra yang diberikan akan dipartisi atau dibagi dalam segmen tertentu dengan mendeteksi batasbatas (edges) antara satu segmen dengan segmen lainnya dalam sebuah citra sehingga didapatkan batas-batas antara satu atau lebih objek dalam citra tersebut. Segmentasi citra dengan Edge Detection sering juga disebut sebagai proses penyederhanaan citra. (Sumber : Fajar, 013) ) Operator Sobel Operator Sobel terdiri dari matrik 3x3 masingmasing adalah Gx dan Gy. Mask yang pertama (G x ) digunakan untuk melakukan penelusuran terhadap suatu citra secara horizontal dan mask yang kedua (G y ) digunakan untuk melakukan penelusuran terhadap suatu citra secara vertikal. Mask dapat diaplikasikan secara terpisah terhadap input citra. (Sumber : Mauridhi, 010) Misalkan piksel dari suatu citra yang disimbolkan dengan N, dan X 1,X,X 3,,X 8 adalah piksel-piksel tetangga dari N. Maka, penelusuran 7 secara horizontal dilakukan dengan mengalikan piksel-piksel tetangga dengan mask G x, dan penelusuran secara vertikal dilakukan dengan mengalikan piksel-piksel tetangga dengan mask G y, dengan G x dan G y tergantung pada jenis operator yang digunakan. Hasil kedua perkalian tersebut kemudian digabungkan sehingga menghasilkan penelusuran vertikal dan horizontal. Hubungan antara piksel N dengan piksel-piksel tetangga dari N diperlihatkan pada Gambar.1. (Sumber : Mauridhi, 010) Gambar.1 Piksel N dengan piksel-piksel tetangga Gambar. Mask G x dan G y untuk Operator Sobel Langkah-langkah dalam melakukan edge detection dengan menggunakan Operator Sobel diperlihatkan Gambar.3 Langkah-langkah dalam melakukan edge detection dengan menggunakan Operator Langkah-langkah dalam melakukan edge detection dengan menggunakan Operator Sobel a) Lakukan penelusuran secara vertikal Dengan mengalikan piksel citra terhadap mask G y, sehingga diperoleh piksel hasil penelusuran vertikal (S y ), di mana N y diperoleh dengan cara: S y = (X 6 +.X 7 + X 8 ) - (X 1 +.X + X 3 ) Lakukan penelusuran secara horizontal Dengan mengalikan piksel citra terhadap mask G x, sehingga diperoleh piksel hasil penelusuran horizontal (S x ), di mana N x diperoleh dengan cara : S x = (X 3 +.X 5 + X 8 ) - (X 1 +.X 4 + X 6 ) b) Lakukan penggabungan terhadap hasil penelusuran secara vertikal dan horizontal dengan cara :
3 M S x S y Arsitektur jaringan LVQ dapat dilihat pada gambar berikut : Di mana M = Piksel N setelah dilakukan penggabungan hasil penelusuran secara horizontal dan vertikal c) Berikan suatu nilai threshold (sensitifitas), dan kemudian bandingkan nilai threshold tersebut dengan nilai M. Jika : (1) M > nilai threshold, maka piksel tersebut menjadi pinggiran sebuah objek () M < nilai threshold, maka piksel tersebut sebagai warna latar atau tengah dari objek. (Sumber : Fajar, 013).3 Metode Learning Vector Quantization Algoritmanya adalah sebagai berikut: 1) Tentukan maksimum epoh (banyaknya proses pelatihan yang akan diulangi), Eps (error minimum yang diharapkan) dan nilai alpha. ) Hasil ekstraksi ciri pertama dari masing-masing pola digunakan sebagai data awal (inisialisasi). Data inisialisasi ini akan diisi sebagai nilai bobot awal(w). 3) Epoh = 0 4) Selama (Epoh < MaxEpoh) atau (alpha > eps), maka lakukan hal berikut: a) Epoh = Epoh + 1 b) Untuk setiap data hasil ekstraksi ciri, lakukan hal berikut: Set x = hasil ekstraksi ciri dari pola. Set T = nomor urut dari setiap kelas. Hitung jarak hasil ekstraksi ciri pola saat ini dengan masingmasing bobot. Misalkan dihitung jarak hasil ekstraksi ciri pola pertama dengan setiap bobot, maka rumus yang digunakan adalah sebagai berikut: Jarak = ( x11 w11) ( x1 w1)... ( x1 m w1 m) dengan: x 1m = bit ekstraksi ciri dari pola-1 yang ke-m. w 1m = bobot W(1,m) m = banyak bit ekstraksi ciri (1) Bila nomor kelas pada bobot yang memiliki jarak terkecil sama dengan nilai nomor urut (T) pola, maka hitung: w j (baru) = w j (lama) + α (x w j (lama)) () Bila tidak, maka hitung: w j (baru) = w j (lama) - α (x w j (lama) Gambar.4 Arsitektur Jaringan LVQ LVQ menggunakan operasi-perasi vektor. Pola yang akan dilatih dan dikenali disajikan dalam bentuk vektor. LVQ mengenali pola berdasarkan pada kedekatan jarak antara dua vektor. Jika v mendekati sama, maka v tersebut dikelompokkan ke dalam kelas yang sama. (Sumber: Sri Kusuma Dewi, 003).4 Delphi 7.0 Delphi merupakan salah satu bahasa pemrograman tingkat tinggi berbasis windows. Delphi digolongkan ke dalam bahasa pemrograman visual yang menitik beratkan pada pemrograman berorientasi objek (object oriented programming). Bahasa pemrograman ini dikembangkan menggunakan bahasa Pascal. Kelebihan Delphi adalah penyusunan User Interface, mempunyai konsep komponen yang sangat terbuka memungkinkan banyak pihak untuk mengembangkan berbagai macam komponen untuk berbagai macam kebutuhan. (Sumber : Kusnassriyanto,011).5 Microsoft Access 007 Microsoft Access 007 adalah software untuk mengolah berbagai macam data menjadi sebuah kumpulan informasi terstruktur yang siap digunakan. (Jubilee Enterprise, 014) 3. Pembahasan 3.1 Metode Learning Vector Quantization a. Proses Input Gambar Kamera capture plat nomor pada kendaraan bermotor, gambar di simpan dalam bentuk bmp. Gambar 3.1 Hasil Capture Plat c) Kurangi nilai Alpha: α = α (0.1 * α) 5) Simpan bobot hasil pelatihan (w). 73
4 b. Grayscale Proses perhitungan untuk pedeteksian menggunakan operator sobel Gambar 3.6 pedeteksian operator sobel Gambar 3. Grayscale c. Deteksi Sobel Algoritma operator sobel 1) Dimasukkan I ) Dilakukan operasi konvolusi antara citra input I dengan operator sobel arah horizontal, I 3) Dilakukan operasi konvolusi dengan operator sobel arah vertikal, I 4) Kemudian akan dihitung magnitude (besaran) dengan menggunakan rumus Sx = - X1 -.X4 - X6 + X3 +.X5 + X8 = -10 (.10) (.00) = = 705 Sy = - X1 -.X X3 + X6 +.X7 + X8 = -10 (.10) (.50) = = 105 5) Deteksi Tepi dengan Operator Sobel Gambar 3.7 Hasil deteksi horizontal dan vertikal Gambar 3.3 Deteksi Tepi dengan Operator Sobel Sebagai Contoh, misalkan nilai piksel awal di dalam gambar dengan menggunakan nilai grayscale (warna keabu-abuan) seperti dibawah ini: Gambar 3.4 Sampel Citra Grayscale Digunakan mirror padding untuk membuat kekosongan piksel tetangga pada batas area luar gambar, dengan mengikuti nilai piksel pada baris atau kolom terakhir. M = = = 71,78 = 713 Berdasarkan perhitungan dengan menggunakan deteksi sobel dengan operator sobel untuk citra pada tabel. maka hasil gradien dari masing masing nilai pikselnya dapat dilihat Gambar 3.8 Nilai setelah proses deteksi tepi Selanjutnya citra diubah menjadi citra biner (hitam-putih) dengan menggunakan nilai threshold (T) = 150. Bila nilai M lebiih besar dari T, maka piksel diberi bit 1 (putih), dan untuk sebaliknya. Maka hasil dari deteksi tepi operator sebagai berikut : Gambar 3.9 Citra Biner deteksi tepi Gambar 3.5 Hasil Mirror Padding 74
5 Contoh bentuk plat nomor setelah deteksi tepi dengan operator sobel menggunakan nilai threshold Implementasi 4.1 Form Menu Tampilan Tampilan Menu Utama Gambar 3.10 Deteksi Sobel d. Segmentasi Karakter e. Ekstrasi Ciri Gambar 3.11Hasil Ekstrasi ciri Gambar 4.1 Menu Tampilan 4. Form Kendaraan Masuk Gambar 4. Menu Kendaraan Masuk 4.3 Form Grayscale Gambar 3.1Hasil Ekstrasi ciri Gambar 4.3 Menu Grayscale 4.3 Form Deteksi Tepi Merupakan hasil dari Deteksi Sobel untuk melihat batas batas dari gambar yang telah diambil dari citra awal dan grayscale Gambar 4.4 Menu Deteksi Sobel 4.4 Form Proyeksi Vertikal Gambar 4.5 Menu Proyeksi vertikal 75
6 4.5 Form Proyeksi Horizontal Gambar 4.6 Menu Proyeksi Horizontal 4.6 Form Segmentasi Karakter Gambar 4.7 Menu Segmentasi Karakter 4.7 Form Daftar Gambar 4.7 Menu Daftar 5. Kesimpulan Berdasarkan penelitian yang telah dilakukan yaitu pengenalan plat nomor maka diambil kesimpulan sebagai berikut : 1. Aplikasi telah dapat digunakan untuk mengambil citra secara real time dan memilih gambar. Algoritma LVQ dapat digunakan untuk melakukan pengenalan terhadap plat nomor, namun belum dapat mengenali 100 persen. 3. Proses Identifikasi dipengaruhi oleh pencahayaan. 4. Plat nomor yang tidak mengalami modifikasi lebih mudah di kenali. 5. Citra kendaraan dengan plat berwarna dasar hitam dan tulisan putih lebih mudah dikenali. 6. Aplikasi menampilkan langkah-langkah proses deteksi tepi dengan operator Sobel, segmentasi karakter dan proses perhitungan dengan metode LVQ, sehingga dapat membantu pembelajaran terhadap cara kerja metode LVQ. DAFTAR PUSTAKA [1] Astuti Fajar, Pengolahan Citra Digital Konsep dan teori, CV. Andi Offset, Yogyakarta. [] Febriyanti P. Herlyn (014), Program Studi Teknik Informatika Strata Satu, Fakultas Ilmu Komputer dan Manajemen, Universitas Sains dan teknologi Jayapura, Pengenalan Bentuk Botol Menggunakan Metode Jaringan Saraf Tiruan. [3] Jubilee Enterprise, Buku Pintar database dengan.access, PT. Elex Media Komputindo. [4] B S Kusnassriyanto dan Wawan S, 008, Teknik Pemrograman Delphi, Penerbit Informatika Bandung. [5] Mauridhi, 010, Konsep Pengolahan Citra Digital dan Ekstrasi Fitur, Penerbit Graha Ilmu, Yogyakarta. [6] Palijama Meiske (01), Program Studi Teknik Informatika Strata Satu, Fakultas Ilmu Komputer dan Manajemen, Universitas Sains dan Teknologi Jayapura, Perancangan Aplikasi Pengenalan Kalimat Dengan Segmentasi Citra Dan Algoritma Learning Vector Quantization [7] Manurung Marasi Patrido (008), Departemen Teknik Elektro, Fakultas Teknik, Universitas Indonesia, Pengenalan Plat Nomor Kendaraan Mobil Menggunakan Jaringan Kompetitif dan Kohonen Sri Kusuma Dewi, Artificial Intelligence, Graha Ilmu, Yogyakarta. [8]Febrianto Rendra (010), Jurusan Teknik Informatika, Fakultas Ilmu Teknologi Industri, Universitas Pembangunan Nasional Veteran, Merancang Aplikasi ini untuk mengenal dan mengetahui cara kerja dari metode Backpropagation dalam melakukan pengenalan terhadap tanda tangan [9] Sepritahara (01), Fakultas Teknik Universitas Indonesia, Program Studi TeknikElektro, Depok. Aplikasi ini dibuat untuk melihat seberapa besar akurasi Tingkat pengenalan wajah dari penerapan Metode Hidden Marcov Models pada Database yang ada. [10]Ng Poi Wong, Hardy, dkk (013), Teknik Informatika, STIMIK Mikroskil, Aplikasi pengenalan karakter pada plat nomor kendaraan bermotor dengan Learning Vector Quantization. [11]Labique Berly, Teknik Informatika, Fakultas Ilmu Komputer Universitas Brawijaya, Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization. 76
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
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 terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tanda Tangan Tanda tangan atau dalam bahasa Inggris disebut signature berasal dari latin signare yang berarti tanda atau tulisan tangan, dan biasanya diberikan gaya tulisan
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 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 terperinciIDENTIFIKASI NOMOR POLISI MOBIL MENGGUNAKAN METODE JARINGAN SARAF BUATAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI NOMOR POLISI MOBIL MENGGUNAKAN METODE JARINGAN SARAF BUATAN LEARNING VECTOR QUANTIZATION Eko Sri Wahyono,1) Ernastuti, 2) Jurusan Teknik Informatika, Universitas Gunadarma Jl. Margonda Raya,
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 terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
Lebih terperinciSIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION )
SIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION ) Fachrul Kurniawan, Hani Nurhayati Jurusan Teknik Informatika, Sains dan Teknologi Universitas Islam Negeri (UIN) Maulana Malik
Lebih terperinciDETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ Muhammad Imron Rosadi 1 Prodi Teknik Informatika, Universitas Yudharta Pasuruan Purwosari 67162 Pasuruan Jawa Timur 1 Email : Imron_uyp@yahoo.com ABSTRAK
Lebih terperinciPENGENAL HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN METODE LVQ (LEARNING VECTOR QUANTIZATION) By. Togu Sihombing. Tugas Ujian Sarjana
PENGENAL HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN METODE LVQ (LEARNING VECTOR QUANTIZATION) By. Togu Sihombing Tugas Ujian Sarjana. Penjelasan Learning Vector Quantization (LVQ) Learning
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 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 terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Nama Mahasiswa : Gigih Prasetyo Cahyono NRP : 1206 100 067 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Prof.
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 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
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 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 terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR
Pengolahan citra digital by Jans Hry / S2 TE UGM 09 ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR Edge atau tepi merupakan representasi dari batas objek dalam citra. Hal ini
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan
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 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 terperinciARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR
ARTIKEL APLIKASI KLASIFIKASI JENIS JENIS BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR Oleh: RIDHO ARY SUMARNO 13.1.03.02.0092 Dibimbing oleh : 1. Hermin Istiasih M.T., M.M. 2. Mochammad Bilal S.kom.,
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 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 terperinciPENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)
PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ) Alfa Ceria Agustina (1) Sri Suwarno (2) Umi Proboyekti (3) sswn@ukdw.ac.id othie@ukdw.ac.id Abstraksi Saat ini jaringan saraf tiruan
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 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 terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciIDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME
Jurnal POROS TEKNIK, Volume 4, No. 1, Juni 2012 : 24-29 IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME Gunawan Rudi Cahyono (1) (1) Staf Pengajar Jurusan
Lebih terperinciImplementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
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 terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
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 II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciBAB 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 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 terperinciALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS
ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS Egi Badar Sambani 1), Neneng Sri Uryani 2), Rifki Agung Kusuma Putra 3) Jurusan Teknik Informatika,
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 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 terperinciKonvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB 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 terperinciIMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA
Hal : -29 IMPLEMENTASI METODE CANNY DAN SOBEL UNTUK MENDETEKSI TEPI CITRA Asmardi Zalukhu Mahasiswa Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan ABSTRAK Deteksi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Gambar atau citra merupakan informasi yang berbentuk visual. Menurut kamus Webster citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
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 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 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 terperinciAPLIKASI PENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN LEARNING VECTOR QUANTIZATION
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 APLIKASI PENGENALAN KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR DENGAN LEARNING VECTOR QUANTIZATION Ng Poi Wong 1), Hardy 2), Ade Maulana
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada penelitian ini dilakukan kombinasi edges detectionpada citra manuscripts kuno dengan mengimplementasikan metode gradientedges detection operator Sobel dengan
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Pemrosesan gambar secara digital telah berkembang dengan cepat. Pengolahan gambar ini didukung dengan kemajuan teknologi perangkat keras yang signifikan. Produk produk pengolah
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 terperinciImplementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan Putu Kussa Laksana Utama 1,2
Lebih terperinciPENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN
PENGENALAN TANDA TANGAN DENGAN MENGGUNAKAN NEURAL NETWORK DAN PEMROSESAN AWAL THINNING ZHANG SUEN Chairisni Lubis 1) Yuliana Soegianto 2) 1) Fakultas Teknologi Informasi Universitas Tarumanagara Jl. S.Parman
Lebih terperinciPENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE KOHONEN SOM
PENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE KOHONEN SOM Didik Styawan 1, Catur Supriyanto 2 Teknik Informatika, Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Semarang Jawa Tengah 50131 E-mail :
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 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 TINJAUAN PUSTAKA. yang revelan dengan penelitian yang akan. antara metode Kohonen Neural Network dengan metode Learning ng Vector
BAB II TINJAUAN PUSTAKA Pada Bab ini akan menjelaskan tentang teori-teori o i serta hasil penelitian yang revelan dengan penelitian yang akan an dilakukan. an. A. Tinjauan an Pustaka Prabowo, o, Sarwoko
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinci1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti vertifikasi
Lebih terperinciIDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ)
IDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom.) Pada Program Studi Teknik
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciPENDETEKSI DAN VERIFIKASI TANDA TANGAN MENGGUNAKAN METODE IMAGE DOMAIN SPASIAL. Abstrak
PENDETEKSI DAN VERIFIKASI TANDA TANGAN MENGGUNAKAN METODE IMAGE DOMAIN SPASIAL Annisa Hayatunnufus [1], Andrizal,MT [2], Dodon Yendri,M.Kom [3] Jurusan Sistem Komputer Fakultas Teknologi Informasi Universitas
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 terperinciPENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE
PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE Muhammad Luqman Afif - A11.2009.04985 Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang ABSTRAK Program
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
Lebih 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan
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 terperinciPEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI
Artikel Skripsi PEMANFAATAN PENGOLAHAN CITRA DIGITAL DALAM MENENTUKAN KEMATANGAN BUAH KAKAO MENGGUNAKAN METODE EUCLIDEAN DISTANCE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 4, No. 2, Hal ISSN : x
PENGENALAN MOTIF BATIK INDONESIA MENGGUNAKAN DETEKSI TEPI CANNY DAN TEMPLATE MATCHING [1] Fera Flaurensia, [2] Tedy Rismawan, [3] Rahmi Hidayati [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Digital [3] Citra atau gambar didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap
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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Studi Berikut ini adalah beberapa studi terkait yang pernah melakukan penelitian identifikasi citra kendaraan: 1. KLASIFIKASI KENDARAAN MENGGUNAKAN LEARNING VECTOR
Lebih terperinciPENERAPAN METODE SOBEL UNTUK PENGUKURAN TINGGI BADAN MENGGUNAKAN WEBCAM
PENERAPAN METODE SOBEL UNTUK PENGUKURAN TINGGI BADAN MENGGUNAKAN WEBCAM Ade Noversi Putra, Agus Basukesti, Dwi Nugraheny Jurusan Teknik Informatika Sekolah Tinggi Teknologi Adisutjipto Yogyakarta informatika@stta.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciSISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON
30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
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 terperinciANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY
Jurnal Riset Komputer (JURIKOM), Volume :, Nomor: 1, Februari 2016 ISSN : 2407-89X ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY Linda Herliani Harefa Mahasiswa Program
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciOPTICAL CHARACTER RECOGNIZATION (OCR)
LAPORAN JARINGAN SYARAF TIRUAN OPTICAL CHARACTER RECOGNIZATION (OCR) DISUSUN OLEH: DIJAS SCHWARTZ. S (524) FIRNAS NADIRMAN (481) INDAH HERAWATI (520) NORA SISKA PUTRI (511) OKTI RAHMAWATI (522) EKSTENSI
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA Penelitian maupun pembuatan aplikasi mengenai pengenalan karakter / pengenalan pola ataupun yang berhubungan dengan Jaringan Syaraf Tiruan terlebih dengan metode Backpropagation
Lebih terperinciBAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
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 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 terperinciBAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala
52 BAB III PROSEDUR DAN METODOLOGI 3.1 ANALISA MASALAH Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala melakukan proses retrival citra dan bagaimana solusi untuk memecahkan masalah
Lebih terperinciMENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET
MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET Purnomo Adi Setiyono Program Studi Teknik Informatika-S1, Fakultas Ilmu Komputer Universitas Dian Nuswantoro (Udinus) Semarang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Dalam penelitian penerapan metode Jaringan Syaraf Tiruan Learning Vector
BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Dalam penelitian penerapan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) untuk pengenalan wajahterdiri dari empat metodologi penelitian,
Lebih terperinci