Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features).

dokumen-dokumen yang mirip
Oleh: Riza Prasetya Wicaksana

BAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. dengan proses pengolahan citra digital (digital image processing), dimana data berupa

Dewasa ini teknologi robotik dan informasi telah berkembang dengan cepat. Begitu

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I.PENDAHULUAN. tersebut menghasilkan ciri khas tersendiri untuk masing-masing daerahnya, salah satunya

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

Keamanan Komputer. Biometric MOH DIDIK R, MT. MELWIN SYAFRIZAL, S.KOM., M.ENG. Pengertian

MENGENAL TEKNOLOGI BIOMETRIK

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan

BAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition

BAB 1 PENDAHULUAN. Saat ini, teknologi komputer telah berkembang dengan pesat dan telah

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

BAB 3 METODOLOGI. 3.1 Kerangka Pikir

BAB II TINJAUAN PUSTAKA

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

BAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,

BAB I PENDAHULUAN. Perkembangan teknologi komputer yang semakin canggih, membuat para ahli

BAB 1 PENDAHULUAN 1-1

RANCANG DAN IMPLEMENTASI PATTERN RECOGNITION PADA GARIS TELAPAK TANGAN UNTUK AKSES KEAMANAN PINTU

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah

BAB 2 TINJAUAN PUSTAKA. Bab 2 ini berisi tentang pembahasan teori-teori tentang jaringan syaraf tiruan, Algoritma Learning Vector Quantization (LVQ).

BAB 2 TINJAUAN TEORETIS

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

BAB 1 PENDAHULUAN. sesamanya dalam kehidupan sehari hari untuk menunjang kebutuhan hidup mereka.

BAB 1 PENDAHULUAN. sehari-hari membuat kita semakin dimanjakan dengan teknologi informasi. Faktor

PERTEMUAN - 2 PENGOLAHAN CITRA

BAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau

BAB I PENDAHULUAN. a. Universal (universality), dimana karakteristik yang dipilih harus dimiliki oleh setiap orang.

MAKALAH SEMINAR TUGAS AKHIR IDENTIFIKASI OBJEK BERDASARKAN BENTUK DAN UKURAN Dika Adi Khrisna*, Achmad Hidayatno**, R.

BAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Perpustakaan merupakan suatu tempat menyimpan koleksi baik berupa

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB 1 PENDAHULUAN. individu lain. Karakteristik ini perlu diidentifikasikan agar dapat digunakan untuk

SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada

Pengembangan dan Pengujian Antarmuka Perangkat Lunak Presensi Sidik Jari

PENGANTAR TEKNOLOGI INFORMASI. Materi 3 Piranti Masukan

1. Pendahuluan. 1.1 Latar belakang

BAB I PENDAHULUAN. pokok dalam era globalisasi ini. Ilmu pengetahuan dan teknologi dibutuhkan

1. BAB I PENDAHULUAN Latar Belakang

BAB 1 Persyaratan Produk

BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah

Pengenalan Huruf Pada Citra Digital Menggunakan Algoritma Template Matching

BAB II LANDASAN TEORI

DAFTAR ISI. ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR GAMBAR...viii DAFTAR TABEL...x

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGEMBANGAN DAN PENGUJIAN ANTARMUKA PERANGKAT LUNAK PRESENSI SIDIK JARI

PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto

Pengantar Pengolahan Citra. Ade Sarah H., M. Kom

BAB 2 LANDASAN TEORI

BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC

BAB I PENDAHULUAN. ukuran, dan warna ketika suatu citra digambarkan meskipun dalam ruang 2D (dua

UKDW BAB 1 PENDAHULUAN Latar Belakang

KLASIFIKASI HURUF KATAKANA DENGAN METODE TEMPLATE MATCHING CORRELATION

APLIKASI BIOMETRICS TELAPAK TANGAN MENGGUNAKAN PERBANDINGAN HISTOGRAM

SISTEM ABSENSI MENGGUNAKAN SCAN KONTUR MATA STUDI KASUS PEGAWAI/KARYAWAN UPN VETERAN JATIM

Pengantar Mata Kuliah Pengolahan Citra

PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA)

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. barang yang berharga di dalam masyarakat. Oleh karena itu maka dibutuhkan suatu

BAB I PENDAHULUAN. begitu pula dengan perusahaan perusahaan yang menyediakan jasa data entry.

BAB II LANDASAN TEORI

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011

BAB I PENDAHULUAN. pengembangan-pengembangan dari teknologi yang telah mereka temukan. Salah

BAB I PENDAHULUAN Latar Belakang

Jurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB IV PENERAPAN DAN ANALISA

BAB I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju

KEAMANAN DENGAN SISTEM BIOMETRIK Oleh : Krisnawati

Deteksi Lokasi Bibir Otomatis Pada Citra Wajah Berbasis Ciri Bentuk dan Warna

BAB I PENDAHULUAN. Suara merupakan salah satu media komunikasi yang paling sering dan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Pengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran

BAB I PENDAHULUAN I-1

BAB 2 LANDASAN TEORI

JARINGAN SARAF TIRUAN PADA BIOMETRIKA DETEKSI CITRA GARIS TELAPAK TANGAN DENGAN METODE BACKPROPAGATION

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

PENGENALAN POLA SIDIK JARI

DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1

BAB I PENDAHULUAN. berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama dalam

1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :

BAB 1 PENDAHULUAN. pemograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang

Pengolahan Citra untuk Bidang Pertanian(Menentukan Kematangan Buah) Oleh Nama:Wahyu Abid A. NRP : Kelas :2D4 IT(B)

KLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING

BAB I PENDAHULUAN. berbeda antara manusia satu dengan yang lain. Manusia mengenali

BAB I PENDAHULUAN. (images), suara (audio), maupun video. Situs web (website) yang kita jumpai

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation

Transkripsi:

Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri yang bagus adalah ciri yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi.

Sebagai contoh :

Ciri pada suatu pola diperoleh dari hasil pengukuran terhadap objek uji. Khusus pada pola yang terdapat di dalam citra, ciri-ciri yang dapat diperoleh berasal dari informasi: a. Spasial : intensitas pixel, histogram b. Tepi : arah, kekuatan c. Kontur : garis, elips, lingkaran d. Wilayah/bentuk : keliling, luas, pusat massa e. Hasil transformasi Fourier : frekuensi

Beberapa definisi tentang pengenalan pola, di antaranya: Suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu obyek. (Putra, Darma : 2010). Penentuan suatu objek fisik atau kejadian ke dalam salah satu atau beberapa kategori. (Duda dan Hart dalam Al Fatta, Hanif, 2009).

Pengenalan pola dapat diartikan sebagai "tindakan mengambil data mentah dan bertindak berdasarkan klasifikasi data. Suatu pengenalan secara otomatis suatu bentuk, sifat, keadaan, kondisi, susunan tanpa keikutsertaan manusia secara aktif dalam proses pemutusan deskripsinya.

Pengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (komputer). Tujuan pengelompokkan adalah untuk mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek dengan objek lainnya.

Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin. Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut dan memberikan keluaran berupa informasi/ deskripsi objek di dalam citra.

Contoh penerapan aplikasinya adalah pengenalan suara, klasifikasi teks dokumen, pengenalan tulisan tangan, pengenalan sidik jari, atau sistem pengenalan wajah manusia. Aplikasi ini kebanyakan menggunakan analisis citra bagi pengenalan pola yang berkenaan dengan citra digital sebagai input ke dalam sistem pengenalan pola

Saat ini, aplikasi-aplikasi pengenalan pola juga sudah sangat beragam, di antaranya: a. Voice recognition yang menggunakan pengenalan suara sebagai kunci bagi pengguna sistem.

b. Fingerprint identification yang menggunakan pengenalan sidik jari sebagai kunci telah dipakai secara luas sebagai pengganti password atau pin untuk mengakses sistem tertentu.

c. Face identification yang menggunakan pengenalan wajah sebagai kunci bagi pengguna sistem, bahkan saat ini badan penegak hukum sedang mengembangkan sistem untuk mengidenfikasi para buronan dengan melakukan scanning pada wajah para pelaku kejahatan yang sudah di-database-kan berdasarkan foto pelaku kejahatan tersebut.

c. Face identification

d. Handwriting identification yang menggunakan pengenalan tulisan yang telah secara luas digunakan oleh sistem perbankan untuk membuktikan pelaku transaksi adalah orang yang benar-benar berhak.

d. Handwriting identification

e. Optical Character Recognition (OCR) yang secara luas digunakan pada counter pengecekan barang.

e. Optical Character Recognition (OCR)

f. Robot vision yang digunakan oleh aplikasi robotik dalam mengenali objek tertentu pada lingkungan yang unik.

Sekian