DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
|
|
- Suhendra Setiawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Affandes, Afdi Ramadani affandes@uin-suska.ac.id* 1, afdi.ramadani@students.uin-suska.ac.id 2 Abstrak Pengolahan citra digital (digital image processing) saat ini bukan hanya digunakan dalam mengenali foto dan gambar diam, melainkan juga digunakan pada gambar bergerak (video). Sehingga tantangan yang dihadapi bukan hanya tentang bagaimana mengenali sebuah objek di dalam foto, melainkan mengenali objek di dalam video. Salah satu manfaat pengenalan objek pada video adalah deteksi gerak (moti on detection). Implementasinya dapat digunakan pada bidang keamanan berupa kamera pengawas CCTV. Banyak jenis CCTV yang sudah dilengkapi dengan fitur deteksi gerak. Hanya saja biaya CCTV cenderung sangat mahal. Penelitian ini menggunakan alternatif kamera web (webcam) yang biasa dijual di pasaran dan cenderung murah. Namun, tantangan pada deteksi gerak menjadi bertambah yaitu antara lain: bagaimana mengenali objek pada video dengan resolusi rendah. Eksperimen yang dilakukan yaitu pengambilan frame, deteksi tepi, background substraction, perbandingan frame, pemberian nilai threshold dan hitung jumlah total piksel. Deteksi tepi Sobel digunakan untuk membantu dalam proses background substraction. Sedangkan background substraction digunakan untuk menentukan objek tersebut bergerak atau tidak berdasarkan nilai threshold yang ditentukan. Di dalam implementasinya, objek yang bergerak ditandai dengan garis kotak berwarna merah yang mengelilingi objek tersebut. Dari pengujian diperoleh hasil akurasi dalam mendeteksi gerak mencapai 88,3%. Nilai akurasi tersebut dipengaruhi oleh nilai threshold, cahaya dan jarak objek dari kamera. Kata kunci: Background Subtraction, Deteksi Tepi Sobel, Motion Detection, Webcam. 1. Pendahuluan Metode perubahan piksel (Background Substraction) merupakan salah satu metode yang umum digunakan untuk mendeteksi gerak suatu gambar bergerak. Proses ini dilakukan dengan cara membandingkan setiap frame pada video dan melakukan kalkulasi tertentu untuk melihat gerakan dan arah gerakan. Namun, metode ini sangat sensitif dengan cahaya. Di dalam lingkungan statis metode ini dapat mendeteksi gerakan ataupun objek dengan baik. Namun, pada kondisi lingkungan yang lain metode ini sering mengalami kesalahan dalam mendeteksi gerakan, salah satunya adalah ketika terjadi perubahan cahaya, maka cahaya yang berubah dianggap sebagai suatu gerakan [1]. Kesalahan yang terjadi dapat dihindari dengan menambahkan fungsi lainnya yaitu dengan deteksi tepi Sobel. Metode deteksi tepi Sobel digunakan untuk mendapatkan batas tepi dari objek yang bergerak sehingga piksel yang bergerak disegmentasi menjadi objek. Cara ini dapat meningkatkan akurasi deteksi gerak menggunakan Background Substraction. Deteksi tepi Sobel merupakan metode deteksi tepi yang memiliki kualitas deteksi yang lebih baik dibandingkan dengan metode deteksi tepi gradient pertama lainnya [2]. Algoritma ini termasuk algoritma pemograman yang berfungsi sebagai filter image. Filter ini mendeteksi keseluruhan edge yang ada. Dalam prosesnya filter ini menggunakan sebuah operator yang dinamakan operator Sobel. 2. Metode Penelitian Motion detection (deteksi gerak) secara sederhana dapat dilakukan dengan mencari perubahan posisi antara dua buah citra yang berurutan yang diperoleh dari hasil pencarian dengan menggunakan perangkat monitoring seperti webcam. Metode operasi perhitungan yang digunakan untuk mendeteksi adanya gerakan yaitu operasi perubahan piksel putih (255). Untuk itu citra yang didapat harus diubah SENTRA 2017 V - 1
2 ke dalam bentuk grayscale agar nilai yang ada pada citra tersebut lebih sedikit dan mudah untuk dihitung. Operasi perbandingan antara dua buah citra, dimana kedua buah citra tersebut memiliki objek yang sama (background objek tersebut sama) bila terdapat perubahan posisi piksel putih (255) maka dapat disimpulkan adanya suatu gerakan [3]. Output dari Background Subtraction biasanya adalah inputan yang dapat diproses lebih lanjut. Kualitas Background Subtraction tergantung pada teknik pemodelan background yang digunakan untuk pengambilan background dasar. Tujuan dari Background Subtraction itu sendiri adalah untuk menghasilkan urutan frame dari kamera dan mendeteksi seluruh objek foreground. Suatu deskripsi pendekatan yang telah ada tentang Background Subtraction adalah mendeteksi objek dari foreground sebagai perbedaan frame sekarang dan gambar background [4]. Suatu piksel dikatakan foreground jika: > h h (1) Metode ini sangat peka dengan nilai threshold karena nilai threshold akan berpengaruh penting pada hasil gambar yang nantinya akan dibandingkan dan dilihat apakah ada perubahan atau tidak. Untuk dapat mendeteksi gerak dari suatu objek maka jumlah piksel dari gambar harus dapat kita ketahui dengan cara [4]: Kamera mempunyai resolusi 320 x 240 sehingga untuk menghitung banyaknya piksel gambar tersebut adalah: Jumlah piksel total = panjang x lebar = 320 x240 = piksel Kamera akan mendeteksi gerakan apabila jumlah piksel yang ada lebih banyak dari pada 0,08% dari jumlah piksel sehingga webcam akan merekam apabila Jumlah piksel min > 0,008 x Jumlah piksel total Jumlah piksel min > 0,008 x Jumlah piksel min > 230,4 piksel Di bawah nilai tersebut dianggap tidak terjadi gerakan. Thersholding digunakan untuk mengelompokan citra dengan mengatur nilai intensitas semua piksel yang lebih besar dari nilai threshold T sebagai latar depan dan yang lebih kecil dari nilai threshold T sebagai latar belakang. Biasanya pengaturan nilai threshold dilakukan berdasarkan histogram grayscale. Karena ketika gambar ataupun citra tersebut sudah dalam bentuk grayscale barulah dapat dilakukan pemberian nilai antara objek dan background-nya. Lalu dibuat ketentuan antara objek dan background sesuai dengan threshold yang telah ditentukan [5]. Deteksi Tepi Sobel Analisis citra bertujuan mengidentifikasi parameter-parameter yang diasosiasikan dengan ciri (feature) dari objek di dalam citra. Analisis citra pada dasarnya terdiri dari tiga tahapan: ekstraksi (feature extraction), segmentasi, dan klasifikasi. Faktor kunci dalam mengekstraksi ciri adalah kemampuan mendeteksi keberadaan tepi (edge) dari objek di dalam citra. Setelah tepi objek diketahui, langkah selanjutnya dalam analisis citra adalah segmentasi, yaitu mereduksi citra menjadi objek atau region, misalnya memisahkan objek-objek yang ada dengan mengekstraksi batas-batas objek (boundary). Langkah terakhir dari analisis citra adalah klasifikasi, yaitu memetakan segmen-segmen yang berbeda ke dalam kelas objek yang berbeda pula [2]. Metode Sobel merupakan salah satu pengembangan dari teknik edge detection sebelumnya (Metode Robert) dengan menggunakan HPF (High pas Filter) yang diberikan satu angka nol sebagai penyangga. Algoritma ini termasuk algoritma pemrograman yang berfungsi sebagai filter image. Filter ini mendeteksi keseluruhan edge yang ada. Dalam prosesnya filter ini menggunakan sebuah operator, yang dinamakan operator Sobel. Operator Sobel menggunakan matriks n x n dengan berordo 3 x 3, 5 x 5, 7 x 7. Matriks seperti ini digunakan untuk mendapatkan piksel tengah sehingga menjadi titik tengah matriks. Piksel tengah ini merupakan piksel yang akan diperiksa. Cara pemanfaatan matriks ini sama V - 2 SENTRA 2017
3 seperti pemakaian sebuah grid, yaitu dengan cara memasukan piksel-piksel di sekitar citra yang sedang diperiksa (piksel tengah) ke dalam matriks [6]. Operator sobel adalah magnitudo dari gradien yang dihitung dengan rumus: Yang dalam hal ini turunan parsial dihitung dengan (2) (3) Tinjau pengaturan pixel di sekitar pixel (x,y): (4) Dengan konstanta c = 2, S x dan S y dapat dinyatakan sebagai berikut: (5) Arah tepi dihitung dengan persamaan Berikut adalah contoh pendeteksian tepi dengan operator Sobel. Konvolusi pertama dilakukan terhadap piksel yang bernilai 1 (di titik pusat mask): (6) (i) Citra semula (ii) hasil konvolusi Nilai 18 pada citra hasil konvolusi diperoleh dengan perhitungan berikut : Sx =(3)(-1) + (2)(-2) + (3)(-1) + (2)(1) +(6)(2) +(7)(1) = 11 Sy = ( 3)(1) +(4)(2) + (2)(2) + (3)(-1) + (5)(-2) + (7)(-1) = -7 SENTRA 2017 V - 3
4 3. Hasil Penelitian dan Pembahasan Sumber Data Dalam pengambilan video untuk masukan akan ditangkap menggunakan kamera webcam yang memiliki maksimal resolusi yang berbeda-beda mulai 640 x 480 hingga kamera webcam yang memiliki resolusi 640 x 720. Pengambilan video dilakukan di dalam dan di luar ruangan, dan format video yang diambil dalam bentuk video (.avi). Video yang diambil kemudian diekstrak setiap frame-nya sehingga proses kalkulasi dilakukan pada masing-masing frame. Grayscale Setiap frame yang diambil dilakukan proses grayscale. Hal ini bertujuan untuk memudahkan dalam mendeteksi nilai-nilai piksel tepi yang ada pada frame tersebut. Jika masih dalam bentuk RGB maka penghitungan piksel-piksel tepi yang ada akan lebih banyak. Deteksi Tepi Sobel Gambar 1 Proses grayscale Gambar 2 Proses Deteksi Tepi Sobel Deteksi Gerak Dengan Background Substraction Pada proses ini sistem akan mengambil frame background dan last background untuk dibandingkan. Pada metode Background Subtraction citra yang masuk akan diubah dalam bentuk citra hitam-putih, hal tersebut berguna dalam menghitung jumlah piksel putih yang ada pada setiap frame. V - 4 SENTRA 2017
5 Gambar 3 Proses Background Substraction Berikut adalah citra hasil dari capture sistem pendeteksi gerak yang mnedeteksi adanya suatu gerakan: Gambar 4 Hasil proses Background Substraction Gambar 5 Hasil implementasi Motion Detection SENTRA 2017 V - 5
6 Pada gambar tersebut dapat diperhatikan bahwa bagian yang ditandai dengan kotak-kotak merah merupakan bagian gambar yang dideteksi sebagai objek bergerak. 4. Kesimpulan Berikut kesimpulan dari hasil penelitian: 1. Persentase sistem dalam mendeteksi gerakan mencapai 88.3%. 2. Nilai threshold di atas 30 tidak menganggap perubahan cahaya sebagai gerakan. 3. Deteksi gerak terbaik berada pada nilai threshold antara Referensi [1] D. Prihatmoko and K. A. Zyen, "Sistem Pendeteksi Gerak Berbasis Web Menggunakan Metode Background Substraction," Jurnal DISPROTEK, vol. 6, [2] R. Munir, Pengolahan Citra Digital Dengan Pendekatan Algoritmik, Bandung: Informatika, [3] N. Singh, P. Kumar, P. Akhoury, R. Kumar and M. Ramasubramanian, "Motion Detection Application Using Web Camera," International Journal of Modern Engineering Research, pp [4] K. D. Irianto, G. Ariyanto and D. A. P, "Motion Detection Using Opencv With Background Subtraction and Frame Differencing Technique," Simposium Nasional RAPI VIII, [5] A. Y. Mustafa, "Penentuan Threshold Menggunakan Algoritma Fuzzy C-Means Untuk Segmentasi Region Pada Plat Motor Kendaraan," Jurnal Teknologi Informasi, vol. 10, [6] I. Munandar and B. E. Cahyono, "Implementasi Algoritma Deteksi Tepi Untuk Menentukan Kualitas Surface Pada Mutiara Laut Dengan Menggunakan Metode Sobel," in Seminar Hasil Teknik Informatika UMM, Malang, V - 6 SENTRA 2017
DAFTAR 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 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 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 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 terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan
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 terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Citra Digital Dilihat dari segi pembuatannya terdapat dua macam citra yaitu citra kontinu dan citra diskrit. citra kontinu dihasilkan dari sistem optik yang menerima
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
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 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 PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
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 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 terperinciIMPLEMENTASI ALGORITMA COLOR FILTERING PADA APLIKASI GITAR VIRTUAL
IMPLEMETASI ALGORITMA COLOR FILTERIG PADA APLIKASI GITAR VIRTUAL Asep ana H. 1], Dewi Rosmala 2], M. Ichwan 3], Rio Wahyu Indarko 4] Jurusan Teknik Informatika, Fakultas Teknologi Industri Institut Teknologi
Lebih terperinciAspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas
Aspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas Christian Desamta. S*, Indra Yasri** *Alumni Tenik Elektro Universitas Riau**Jurusan Teknik Elektro Universitas Riau Kampus
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 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 terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 2 x 3x 50 Menit Pertemuan : 10&11 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih 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 terperinciPERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6
PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6 Siti Mujilahwati 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi,
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 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 pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
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 terperinciAnalisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia
Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia Yolinda Fatimah Munawaroh 1), Ciksadan 2), Irma Salamah 3) 1),2),3 ) Program
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 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 terperinciIDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI
IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI Harry Santoso Program Studi Teknik Informatika, Unika Soegijapranata Semarang harrysantoso888@gmail.com Abstract Signature is a proof
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 TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciPerbandingan Metode Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital
Perbandingan Metode, Metode dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital Apriyana (meikk_cttzz@yahoo.co.id), Delta Sri Maharani (delta.maharani@gmail.com)
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 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 terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk masing-masing menunjukkan identitas kendaraan tersebut.
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 terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR TEPI SOBEL DAN CANNY
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 28) Auditorium Universitas Gunadarma, Depok, 2-21 Agustus 28 ISSN : 1411-6286 ANALISIS PENELUSURAN TEPI CITRA MENGGUNAKAN DETEKTOR
Lebih 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem pengenalan wajah adalah aplikasi dari pengolahan citra yang dapat mengidentifikasi seseorang melalui citra digital atau frame video. Sistem pengenalan wajah
Lebih terperinciPEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciBatra Yudha Pratama
Pendeteksian Tepi Pengolahan Citra Digital Batra Yudha Pratama m111511006@students.jtk.polban.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara
Lebih 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 terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB 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 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 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 terperinciAPLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN
APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D 1,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar
Lebih terperinciAplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection
Aplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection Edy Winarno Program Studi Teknik Informatika, Universitas Stikubank email: edywinarno3@gmail.com Abstract Real time video
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciPENGGUNAAN PENGOLAHAN CITRA DIGITAL DENGAN ALGORITMA EDGE DETECTION DALAM MENGIDENTIFIKASI KERUSAKAN KONTUR JALAN
PENGGUNAAN PENGOLAHAN CITRA DIGITAL DENGAN ALGORITMA EDGE DETECTION DALAM MENGIDENTIFIKASI KERUSAKAN KONTUR JALAN Andy Suryowinoto 1, Abdul Hamid 2 1,2 e-mail: andysuryo@itats.ac.id ABSTRACT Road infrastructure
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Lebih 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 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 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 terperinciIMPLEMENTASI 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 terperinciOTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR
Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik
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 terperinciPENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING
PENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING Vandry Eko Haris Setiyanto 1, Cahya Rahmad. 2, Ulla Delfana Rosiani. 3 Teknik Informatika, Teknologi Informasi,
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 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 terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
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 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN II.1 Analisis Sistem Algoritma canny adalah salah satu operator yang digunakan untuk deteksi tepi pada citra, Operator ini mirip seperti operator sobel. Aloritma canny
Lebih terperinciPendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciAnalisa Gerakan Manusia Pada Video Digital
Analisa Gerakan Manusia Pada Video Digital Abstrak - Pengenalan cara bergerak tubuh manusia (human motion) dari video stream memiliki beberapa aplikasi dalam video surveillance (pengawasan), dunia hiburan,
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciPengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas
Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas. Riza Prasetya Wicaksana Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh Nopember Suarabaya
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 terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video 1 Ety Sutanty, 2 Ari Rosemala 1,2 Universitas Gunadarma, Jurusan Sistem Informasi, Depok, Indonesia
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciPENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI
PENGARUH PENCAHAYAAN TERHADAP KINERJA SEGMENTASI Iman H. Kartowisatro Computer Engineering Department, Faculty of Engineering, BINUS University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 imanhk@binus.edu
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENGENALAN KARAKTER ANGKA DARI SEGMENTASI CITRA PLAT NOMOR KENDARAAN DENGAN METODE SOMs Winda Marlia
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 terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciBAB I PENDAHULUAN. tumbuhan menurut bunganya. Kebanyakan manusia hanya mengetahui beberapa
BAB I PENDAHULUAN 1.1 Latar Belakang Bunga di dunia mempunyai banyak sekali jenis. Tumbuhan yang memproduksi biji atau tumbuhan yang bisa untuk berbunga diperkirakan mempunyai jumlah jenis lebih dari 200000
Lebih terperinci