LAMPIRAN A: LISTING PROGRAM

dokumen-dokumen yang mirip
LAMPIRAN 1. Pengolahan Citra Lead 2 LeadV6 Data Uji 1

Manifold Pressure. Engine Temp

LAMPIRAN A CITRA HASIL PERCOBAAN

PROGRAM STUDI MATEMATIKA UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

MODUL PRAKTIKUM. Histogram Citra. Adi Pamungkas Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB

LA-1. tracking.m. % Edit the above text to modify the response to help tracking

A-1 Universitas Kristen Maranatha

LAMPIRAN A PROGRAM MATLAB

LAMPIRAN LISTING PROGRAM

DAFTAR PUSTAKA. Agus Naba. (2009). Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: ANDI.

Ekstraksi Histogram Citra Digital Untuk Mengukur Similarity dengan Menggunakan Metode Euclidian Distance

if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end

GUI Matlab untuk membuat grafik fungsi

LAPORAN PENELITIAN. Analisa Sistem Pencacah Obyek Gambar berbasis GUI-DE Matlab

OPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN MATLAB

GUIDE. maupun menu. Aplikasi yang menggunakan GUI umumnya lebih mudah dipelajari dan

LAMPIRAN. Percobaan Untuk Mendapatkan Parameter Parameter Motor induksi 3 Fasa

OPTIMASI MASALAH KNAPSACK MENGGUNAKAN ALGORITMA BRANCH AND BOUND SKRIPSI

PEREKAYASAAN DENSITOMETER DIGITAL BERBASIS MATLAB UNTUK MENDUKUNG UNNES BERWAWASAN KONSERVASI

APLIKASI MATLAB UNTUK PENGOLAHAN CITRA

UNIVERSITAS INDONESIA. PERANCANGAN SISTEM QUERY BY SINGING/HUMMING (QbSH) UNTUK MUSIK DANGDUT DENGAN PITCH DAN DURASI SEBAGAI FEATURE SKRIPSI

APLIKASI PENCITRAAN DATA DIGITAL PADA OBJEK SAYAP CAPUNG MENGGUNAKAN PEMOGRAMAN MATLAB

PENGANTAR PENGOLAHAN CITRA

PEMBENTUKAN KATA SANDI MENGGUNAKAN PERTUKARAN KUNCI STICKEL ATAS ALJABAR MIN-PLUS UNTUK MENGAMANANKAN INFORMASI RAHASIA

LAMPIRAN CODE PROGRAM ASSEMBLY. $mod51 servo1 equ p3.5 servo2 equ p3.3 servo3 equ p1.7 servo4 equ p1.5 servo5 equ p1.3 servo6 equ p1.

BAB III METODOLOGI PENELITIAN. Rangkaian. Instrumen

LAMPIRAN A. Prosedur Pengoperasian Sistem. xxi

BAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan Penapisan dengan Nilai Tapis Ditentukan Sendiri

GRAPHICAL USER INTERFACE (GUI) (Lanjutan)

LISTING PROGRAM. if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end

INSTRUKSI PENCABANGAN

Penuntun Praktikum Jaringan Syaraf Tiruan Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014

BAB VI CONTOH APLIKASI JST UNTUK PENGENALAN POLA SIDIK JARI

PENERAPAN ALGORITMA REVERSE DELETE DALAM MENENTUKAN MINIMUM SPANNING TREE OBYEK WISATA DI KOTA YOGYAKARTA SKRIPSI

Key words: Artificial Neural Network, Exponential Smoothing, Prediction, Electrical Energy Need.

Tugas #3: Filsafat Ilmu

Realisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen

1. Desktop Microsoft Windows

Perancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield

MODUL 1 SWISHMAX ANIMASI TEKS & ANIMASI GAMBAR

Lampiran 1 Rekap Hasil Kuesioner untuk Peternak dan Karyawan Koperasi KUESIONER

PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION

BAB 3 PERANCANGAN SISTEM

PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB

KAJIAN TEORETIS DAN KOMPUTASI GERHANA MATAHARI TOTAL MENGGUNAKAN SOFTWARE MATLAB

KLASIFIKASI GERAK ATLET JALAN CEPAT MENGGUNAKAN METODE KNN

GUIDE atau GUI builder. Ira Prasetyaningrum, M.T

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB IV HASIL DAN PEMBAHASAN. dua proses, yaitu proses akusisi data dan algoritma exemplar-based

PENGENALAN POLA ANGKA DENGAN WAVELET HAAR. Skripsi

BAB III ANALISIS DAN PERANCANGAN

Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014

Pengenalan IDE Delphi. 1 By : Eko Budi Setiawan

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Bab I Pengenalan Visual BASIC

BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan

PENYELESAIAN NUMERIS MASALAH NILAI BATAS PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA BERBASIS KOMPUTASI

BAB II MICROSOFT VISUAL STUDIO

LAPORAN PRAKTIKUM SISTEM CERDAS

ESTIMASI BEBAN PUNCAK ENERGI LISTRIK PADA SISTEM SULUTGO MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN METODE MOVING AVERAGE ABSTRAK

KUPAS TUNTAS PEMROGRAMAN VISUAL BASIC 6.0. Dilengkapi penjelasan Coding. Oleh: Didin Muhidin. Copyright 2016 by DiesAlfatih.

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

BAB I PROJECT NETBEANS DAN GUI SEDERHANA

FILE URUT (Sequential File)

DASAR MENGGUNAKAN VISUAL BASIC 6.0

Praktikum 1 Installation for OpenCV

MODUL-MODUL PRAKTIKUM VB.

BAB 8 Argumen dari Command-line

Jaringan Saraf Tiruan dengan Backpropagation untuk Memprediksi Penyakit Asma

1/5. while and do Loops The remaining types of loops are while and do. As with for loops, while and do loops Praktikum Alpro Modul 3.

BAB 3 ANALISIS DAN PERANCANGAN. menentukan dan mengungkapkan kebutuhan sistem. Kebutuhan sistem terbagi menjadi

MENGENALI FUNGSI LOGIKA AND MELALUI PEMROGRAMAN PERCEPTRON DENGAN MATLAB

BAB IV HASIL DAN PEMBAHASAN. Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION

LAMPIRAN A SOURCE CODE PROGRAM

Modul Pembangunan Aplikasi Basis Data Lanjut 2014

Buka Start -> All Programs -> Microsoft Visual Studio - > Microsoft Visual Fox Pro 6.0

BAB 3 PERANCANGAN SISTEM. Sistem sortir mur dan baut ini terdiri dari beberapa rangkaian sub sistem yang

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :

Data Structure. Algoritma dan Pemrograman 3 Week 03

ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI. Oleh Anggun Nurul Hidayah NIM

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

Pemrograman dengan C++ Builder 2004 Taryana S Pendahuluan C++ Builder adalah sebuah aplikasi yang digunakan untuk pengembangan dengan

ABSTRAK. satu penggunaan teknologi saat ini yang dipakai untuk membantu pekerjaan. dibutuhkan penghubung antara keduanya. Program aplikasi adalah yang

Sebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini.

ANALISA PREDIKSI JUMLAH ORDER BARANG DENGAN ALGORITMA BACK PROPAGATION (Studi Kasus pada MART 165)

Pengenalan Visual Basic

BAHASA PEMROGRAMAN JAVA

BAB 2 LANDASAN TEORI

Algoritma Pemrograman. GUI Programming 2

BAB III METODE PENELITIAN

PENGOLAHAN CITRA Ch.4 M E N G O L A H C I T R A M E N J A D I N E G A T I V E Bayu Pratama RN [ ]

Operator dan Assignment

FILE URUT (Sequential File)

PERANCANGAN WORKSTATION

Transkripsi:

LAMPIRAN A: LISTING PROGRAM function varargout = FigUtama(varargin) % FIGUTAMA M-file for FigUtama.fig % FIGUTAMA, by itself, creates a new FIGUTAMA or raises the % existing % singleton*. % % H = FIGUTAMA returns the handle to a new FIGUTAMA or the % handle to % the existing singleton*. % % FIGUTAMA('CALLBACK',hObject,eventData,handles,...) calls % the local % function named CALLBACK in FIGUTAMA.M with the given input % arguments. % % FIGUTAMA('Property','Value',...) creates a new FIGUTAMA or % raises the % existing singleton*. Starting from the left, property % value pairs are % applied to the GUI before FigUtama_OpeningFunction gets % called. An % unrecognized property name or invalid value makes property % application % stop. All inputs are passed to FigUtama_OpeningFcn via % varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows % only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Copyright 2002-2003 The MathWorks, Inc. % Edit the above text to modify the response to help FigUtama % Last Modified by GUIDE v2.5 22-Oct-2010 02:00:19 % Begin initialization code - DO NOT EDIT if nargin == 0 % LAUNCH GUI fig = openfig(mfilename,'reuse'); % Use system color scheme for figure: set(fig,'color',get(0,'defaultuicontrolbackgroundcol % Generate a structure of handles to pass to callbacks, and % store it. handles = guihandles(fig); guidata(fig, handles); if nargout > 0 varargout{1} = fig; if ischar(varargin{1}) % INVOKE NAMED SUBFUNCTION OR CALLBACK try if (nargout) [varargout{1:nargout}] = feval(varargin{:}); % FEVAL switchyard feval(varargin{:}); % FEVAL switchyard

catch disp(lasterr); % End initialization code - DO NOT EDIT % --- Executes just before FigUtama is made visible. function FigUtama_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hobject handle to figure % varargin command line arguments to FigUtama (see VARARGIN) % Choose default command line output for FigUtama handles.output = hobject; % Update handles structure guidata(hobject, handles); % UIWAIT makes FigUtama wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = FigUtama_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hobject handle to figure % Get default command line output from handles structure varargout{1} = handles.output; function enode_layar_tersembunyi_callback(hobject, eventdata, handles) % hobject handle to enode_layar_tersembunyi (see GCBO) % Hints: get(hobject,'string') returns % contents of enode_layar_tersembunyi as text % str2double(get(hobject,'string')) returns % contents of enode_layar_tersembunyi as a double % properties. function enode_layar_tersembunyi_createfcn(hobject, eventdata, handles) % hobject handle to enode_layar_tersembunyi (see GCBO)

% handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function ekonstanta_belajar_callback(hobject, eventdata, handles) % hobject handle to ekonstanta_belajar (see GCBO) % Hints: get(hobject,'string') returns contents of % ekonstanta_belajar as text % str2double(get(hobject,'string')) returns contents of % ekonstanta_belajar as a double % properties. function ekonstanta_belajar_createfcn(hobject, eventdata, handles) % hobject handle to ekonstanta_belajar (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function edit3_callback(hobject, eventdata, handles) % hobject handle to edit3 (see GCBO) % Hints: get(hobject,'string') returns contents of edit3 as text % str2double(get(hobject,'string')) returns contents of % edit3 as a double properties. function edit3_createfcn(hobject, eventdata, handles) % hobject handle to edit3 (see GCBO) % handles empty - handles not created until after all

% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function ebesar_galat_callback(hobject, eventdata, handles) % hobject handle to ebesar_galat (see GCBO) % Hints: get(hobject,'string') returns contents of ebesar_galat as % text % str2double(get(hobject,'string')) returns contents of % ebesar_galat as a double % properties. function ebesar_galat_createfcn(hobject, eventdata, handles) % hobject handle to ebesar_galat (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function ebatas_iterasi_callback(hobject, eventdata, handles) % hobject handle to ebatas_iterasi (see GCBO) % Hints: get(hobject,'string') returns contents of ebatas_iterasi % as text % str2double(get(hobject,'string')) returns contents of % ebatas_iterasi as a double % properties. function ebatas_iterasi_createfcn(hobject, eventdata, handles) % hobject handle to ebatas_iterasi (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER. % --- Executes on button press in btn_buka. function btn_buka_callback(hobject, eventdata, handles) % hobject handle to btn_buka (see GCBO) proyek=guidata(gcbo); [namafile, direktori] = uigetfile({'*.bmp';'*.jpg';'*.gif';'*.*'}, 'Buka Gambar'); if isequal(namafile,0) return; S = imread([direktori,namafile]); axes(handles.axes1); imshow(s); handles.s = S; set(proyek.text_nama,'string',namafile); set(proyek.text_panjang,'string',size(s,1)); set(proyek.text_lebar,'string',size(s,2)); guidata(hobject, handles); % --- Executes on button press in btn_latih. function btn_latih_callback(hobject, eventdata, handles) % hobject handle to btn_latih (see GCBO) clc; proyek=guidata(gcbo); load('target.txt'); for i = 1:100 TrainImages=imread(strcat('Latih','\', (strcat(num2str(i),'.bmp')))); patterns = img_preprocess(trainimages); out(:,i) = patterns; S2 = str2double(get(proyek.enode_layar_tersembunyi,'string')); eta = str2double(get(proyek.ekonstanta_belajar,'string')); tol = str2double(get(proyek.ebesar_galat,'string')); iter = str2double(get(proyek.ebatas_iterasi,'string')); p = out(:,1:i); %nilai masukan t=target; t= t'; % nilai keluaran yang diinginkan %Pembuatan dan Pelatihan Jaringan Saraf Tiruan dengan Propagasi %Balik [S1,Q] = size(p); [S3,Q] = size(t);

net = newff(minmax(p),[s2 S3],{'logsig' 'logsig' },'traingd'); %inisialisasi jaringan net.iw{1,1} = net.iw{1,1}*0.05; %inisialisasi bobot masukan %dengan nilai acak (-0.5) - (0.5) net.b{1} = net.b{1}*0.05; %inisialisasi bobot bias %masukan dengan nilai acak (-0.5) - (0.5) net.lw{2,1} = net.lw{2,1}*0.05; %inisialisasi bobot %tersembunyi-keluaran dengan %nilai acak (-0.5) - (0.5) net.b{2} = net.b{2}*0.05; %inisialisasi bobot bias %tersembunyi-keluaran dengan %nilai acak (-0.5) - (0.5) net.performfcn = 'mse'; net.trainparam.goal = tol; %batas nilai MSE/toleransi error net.trainparam.lr = eta; %konstanta pembelajaran net.trainparam.show = 20; %selang tampilan net.trainparam.epochs = iter; %maksimum iterasi/epoch [net,tr] = train(net,p,t); handles.net = net; assignin('base','net',net); guidata(hobject, handles); % --- Executes on button press in btn_keluar. function btn_keluar_callback(hobject, eventdata, handles) % hobject handle to btn_keluar (see GCBO) close; % --- Executes on button press in btnsimpan. function btnsimpan_callback(hobject, eventdata, handles) % hobject handle to btnsimpan (see GCBO) net = handles.net ; save bobotakhir net; guidata(hobject, handles); % --- Executes on button press in btn_pengenalan. function btn_pengenalan_callback(hobject, eventdata, handles) % hobject handle to btn_pengenalan (see GCBO) clc; load bobotakhir; proyek=guidata(gcbo); S = handles.s; axes(handles.axes1); patterns=img_preprocess(s); patterns=patterns'; [result] = sim(net,patterns); r=round(result); if r==[0; 0; 0; 1]

msgbox('dikenal Sebagai Tanda Tangan SARI','Hasil Pengujian'); if r==[0; 0; 1; 0] msgbox('dikenal Sebagai Tanda Tangan SELLI','Hasil Pengujian'); if r==[0; 0; 1; 1] msgbox('dikenal Sebagai Tanda Tangan UTRI','Hasil Pengujian'); if r==[0; 1; 0; 0] msgbox('dikenal Sebagai Tanda Tangan EWID','Hasil Pengujian'); if r==[0; 1; 0; 1] msgbox('dikenal Sebagai Tanda Tangan BENNI','Hasil Pengujian'); if r==[0; 1; 1; 0] msgbox('dikenal Sebagai Tanda Tangan DESI','Hasil Pengujian'); if r==[0; 1; 1; 1] msgbox('dikenal Sebagai Tanda Tangan ANDRIANY','Hasil Pengujian'); if r==[1; 0; 0; 0] msgbox('dikenal Sebagai Tanda Tangan ARNEN','Hasil Pengujian'); if r==[1; 0; 0; 1] msgbox('dikenal Sebagai Tanda Tangan DEDI','Hasil Pengujian'); if r==[1; 0; 1; 0] msgbox('dikenal Sebagai Tanda Tangan ELLEN','Hasil Pengujian'); msgbox('tanda Tangan Diluar Database','Hasil Pengujian'); guidata(hobject, handles); function ekolom_callback(hobject, eventdata, handles) % hobject handle to ekolom (see GCBO) % Hints: get(hobject,'string') returns contents of ekolom as text % str2double(get(hobject,'string')) returns contents of % ekolom as a double % properties. function ekolom_createfcn(hobject, eventdata, handles) % hobject handle to ekolom (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER.

function ebaris_callback(hobject, eventdata, handles) % hobject handle to ebaris (see GCBO) % Hints: get(hobject,'string') returns contents of ebaris as text % str2double(get(hobject,'string')) returns contents of % ebaris as a double % properties. function ebaris_createfcn(hobject, eventdata, handles) % hobject handle to ebaris (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function edit14_callback(hobject, eventdata, handles) % hobject handle to edit14 (see GCBO) % Hints: get(hobject,'string') returns contents of edit14 as text % str2double(get(hobject,'string')) returns contents of % edit14 as a double % properties. function edit14_createfcn(hobject, eventdata, handles) % hobject handle to edit14 (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. function edesired_out2_callback(hobject, eventdata, handles) % hobject handle to edesired_out2 (see GCBO)

% Hints: get(hobject,'string') returns contents of edesired_out2 % as text % str2double(get(hobject,'string')) returns contents of % edesired_out2 as a double % properties. function edesired_out2_createfcn(hobject, eventdata, handles) % hobject handle to edesired_out2 (see GCBO) % handles empty - handles not created until after all % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. % --- Executes on button press in btn_uji_memorisasi. function btn_uji_memorisasi_callback(hobject, eventdata, handles) % hobject handle to btn_uji_memorisasi (see GCBO) clear all; clc; load bobotakhir; load('target.txt'); for i = 1:100 TestImages=imread(strcat('Latih','\', (strcat(num2str(i),'.bmp')))); patterns = img_preprocess(testimages); out(:,i) = patterns; p = out(:,1:i); %nilai masukan t=target; t= t'; % nilai keluaran yang diinginkan [n,n]= size(p); [result] = sim(net,p); r=round(result); benar=0; for i=1:n Hasil=r(:,i); Target=t(:,i); if Hasil==Target disp(['data ke-',num2str(i),' = BENAR']); fprintf('hasil Keluarannya =\n'); %Hasil keluaran jaringan fprintf('%9.0f\n',hasil); fprintf('\n'); benar=benar+1;

disp(['data ke-',num2str(i),' = SALAH']); fprintf('hasil Keluarannya =\n'); %Hasil keluaran jaringan fprintf('%9.0f\n',hasil); fprintf('\n'); persen=(benar/n)*100; disp(['banyak Data =>' num2str(n)]); disp(['jumlah Yang Benar =>' num2str(benar)]); disp(['persentase Kebenaran Memorisasi =>' num2str(persen) '%']); % --- Executes on button press in btn_uji_generalisasi. function btn_uji_generalisasi_callback(hobject, eventdata, handles) % hobject handle to btn_uji_generalisasi (see GCBO) clear all; clc; load bobotakhir; load('target_uji.txt'); for i = 1:50 TestImages=imread(strcat('Uji','\', (strcat(num2str(i),'.bmp')))); patterns = img_preprocess(testimages); out(:,i) = patterns; p = out(:,1:i); % nilai masukan t=target_uji; t= t'; % nilai keluaran yang diinginkan [n,n]= size(p); [result] = sim(net,p); r=round(result); benar=0; for i=1:n Hasil=r(:,i); Target=t(:,i); if Hasil==Target disp(['data ke-',num2str(i),' = BENAR']); fprintf('hasil Keluarannya =\n'); %Hasil keluaran jaringan fprintf('%9.0f\n',hasil); fprintf('\n'); benar=benar+1; disp(['data ke-',num2str(i),' = SALAH']); fprintf('hasil Keluarannya =\n'); %Hasil keluaran jaringan fprintf('%9.0f\n',hasil); fprintf('\n'); persen=(benar/n)*100; disp(['banyak Data =>' num2str(n)]); disp(['jumlah Yang Benar =>' num2str(benar)]);

disp(['persentase Kebenaran Generalisasi =>' num2str(persen) '%']); % FUNGSI PRAPENGOLAHAN function img_ekstraksi = img_preprocess(s) Igray = rgb2gray(s); Ibw = im2bw(igray,graythresh(igray)); bw2 = edu_imgcrop(ibw); img_ekstraksi = img_ekstrak(bw2); % FUNGSI MEMOTONG CITRA function bw2 = edu_imgcrop(ibw) [y2temp x2temp] = size(ibw); x1=1; y1=1; x2=x2temp; y2=y2temp; % Menentukan batas kiri cntb=1; while (sum(ibw(:,cntb))==y2temp) x1=x1+1; cntb=cntb+1; % Menentukan batas kanan cntb=1; while (sum(ibw(cntb,:))==x2temp) y1=y1+1; cntb=cntb+1; % Menentukan batas atas cntb=x2temp; while (sum(ibw(:,cntb))==y2temp) x2=x2-1; cntb=cntb-1; % Menentukan batas bawah cntb=y2temp; while (sum(ibw(cntb,:))==x2temp) y2=y2-1; cntb=cntb-1; % Memotong citra sesuai batas bw2=imcrop(ibw,[x1,y1,(x2-x1),(y2-y1)]);

% FUNGSI MENGUBAH UKURAN CITRA BINER MENJADI 200X300 DAN % MENGUBAHNYA MENJADI MATRIKS 20X30 (EKSTRAKSI CIRI) function lett = img_ekstrak(bw2) img_resize=imresize(bw2,[200,300]); for cnt=1:20 for cnt2=1:30 Atemp=sum(img_resize((cnt*10-9:cnt*10),(cnt2*10-9:cnt2*10))); if Atemp < 10 Atemp = 1; Atemp = 0; lett((cnt-1)*30+cnt2)=sum(atemp);

LAMPIRAN B: HASIL SCANNING TANDA TANGAN 1. Tanda Tangan yang Dilatih NAMA TANDA TANGAN S A R I S E L L I U T R I E W I D

NAMA B E N N I TANDA TANGAN D E S I A N D R I A N Y A R N E N D E D I

NAMA E L L E N TANDA TANGAN 2. Tanda Tangan yang Diuji NAMA TANDA TANGAN SARI SELLI UTRI EWID BENNI

NAMA TANDA TANGAN DESI ANDRIANY ARNEN DEDI ELLEN