Kumpulan Skripsi & Artikel Jurnal Ilmiah

2009

Perencanaan dan pembuatan aplikasi untuk transfer warna ke gambar grayscale dengan metode global image matching

Filed under: Uncategorized — Tags: , , , — dvanhlast @ 7:31 am

Author : DEWI, LILYANA

Untuk menampilkan informasi yang lebih jelas dan juga untuk meningkatkan keindahan gambar, warna dapat ditransfer ke gambar grayscale, seperti foto tua hitam putih, film klasik, atau ilustrasi ilmiah. Bahkan untuk beberapa kasus, pentransferan warna ini sangat berguna, misalnya untuk memberi warna pada gambar bagasi pesawat yang diperoleh dari peralatan X-ray di bandara, scanning electron microscopy (SEM), dan gambar-gambar lainnya yang tidak memiliki warna. Tugas Akhir ini membahas tentang perancangan dan pembuatan sebuah aplikasi untuk mentransfer warna ke gambar grayscale dengan metode global image matching, dimana campur tangan manusia tidak dibutuhkan dalam proses pewarnaannya. Aplikasi ini akan mentransfer warna dari gambar asal, yaitu sebuah gambar warna, ke gambar tujuan, yaitu sebuah gambar grayscale, yang keduanya diinputkan oleh pengguna, dan menghasilkan gambar tujuan yang berwarna berdasarkan informasi warna dari gambar sumber. Pentransferan `suasana? warna dari gambar sumber ke gambar tujuan dilakukan dengan mencocokan tingkat kecerahan dan informasi tekstur di antara kedua gambar. Pentransferan warna ini dilakukan dengan mentransfer nilai kromatik dari gambar warna dan mempertahankan nilai tingkat kecerahan gambar grayscale. Teknik ini cukup sukses dalam penerapannya pada gambar yang bervariasi, dengan ukuran, tekstur dan tingkat kecerahan yang berbeda. Lebih lanjut, aplikasi yang dibuat dengan menggunakan Borland Delphi 6 ini memiliki rata-rata kecepatan pentransferan warna 1048,484 pixel per detik. Pengujian kecepatan pentransferan tersebut dilakukan menggunakan komputer dengan spesifikasi prosesor Intel Pentium III 550 MHz, memori SDRAM Visipro 320 MB, sistem operasi Windows 2000 Advanced Server, dan Kartu Grafik (VGA) S3 Inc. Savage4 16 MB. Sedangkan untuk ketepatan gambar yang dihasilkan aplikasi ini adalah cukup baik, terutama untuk gambar warna yang memiliki sedikit warna spektrum.

Keyword : image processing, color, grayscale, texture synthesis

Mobile robot pengejar bola

Filed under: Uncategorized — Tags: , , — dvanhlast @ 7:31 am

Author : TJIEN, SO

Perkembangan teknologi saat ini banyak menggunakan aplikasi computer vision. Salah satunya menggunakan sensor berupa kamera. Kamera pada robot digunakan sebagai mata untuk mengenali obyek di sekitarnya. Pada Tugas Akhir ini dibuat sebuah mobile robot yang dapat mengenali suatu obyek berupa bola dan bergerak mendekati atau mengikuti obyek tersebut. Mobile Robot pengejar bola terdiri dari kamera, motor DC dan minimum system. Kamera berfungsi sebagai sensor untuk mengambil input berupa image. PC berfungsi untuk menjalankan proses pengenalan obyek dan melakukan pengambilan keputusan mengenai gerakan yang harus diambil oleh mobile robot. Data dari PC dikirimkan ke minimum system melalui serial port. Mobile robot digerakkan oleh dua buah motor DC berdasarkan output dari minimum system. Fungsi-fungsi yang diperlukan dalam proses pengenalan obyek diambil dari Open Source Computer Vision Library serta INTEL? Image Processing Library. Berdasarkan hasil pengujian yang telah dilakukan, dapat diketahui bahwa mobile robot dapat mengenali obyek berupa bola sejauh maksimum 70cm dan mengikuti bola tersebut dengan waktu yang bervariasi sesuai dengan posisi dan gerakan bola.

Keyword : mobile robot, computer vision, image processing

Validasi uang kertas rupiah dengan teknologi image processing

Filed under: Uncategorized — Tags: , — dvanhlast @ 7:31 am

Author : KRISTANTO, TRIONO

Untuk memvalidasi uang kertas rupiah dibutuhkan alat yang dapat menangkap gambar uang kertas rupiah tersebut. Karena itu dipilih kamera sebagai indra. Setelah gambar diperoleh, digunakan teknologi image processing untuk mengenali dan membedakan nominal uang kertas rupiah. Metode template matching dipilih dan digunakan untuk mengenali dan membedakan ciri khusus uang kertas rupiah yang ditangkap oleh kamera karena variasinya tidaklah banyak. Pengujian similarity dilakukan untuk mengenali uang kertas rupiah yang paling mirip dengan template. Pengujian similarity yang pertama untuk invisible print, pengujian similarily yang kedua untuk watermark. Metode template matching menghasilkan persentase similarity yang cukup tinggi. Pada pengujian invisible print didapatkan rata – rata persentase similarity dari tiap nominal. Rp. 5.000 adalah 73 %, Rp. 5.000 New adalah 70 %, Rp. 10.000 adalah 55 %, Rp. 20.000 adalah 51 %, Rp. 50.000 adalah 65 %, Rp. 100.000 adalah 40 %. Pada pengujian watermark didapatkan rata – rata persentase similarity dari tiap nominal diantaranya Rp. 5.000 adalah 73 %, Rp. 5.000 New adalah 73 %, Rp. 10.000 adalah 50 %,~Rp. 20.000 adalah 80 %, Rp. 50.000 adalah 45 %. Validasi uang kertas rupiah diukur dari nilai persentase similarity. Uang kertas rapiah dikatakan valid bila memiliki persentase similarity diatas rata – rata yang ditentukan dan dikatakan invalid jika memiliki persentase similarity dibawah batas yang ditentukan.

Keyword : image processing, similarity percentage

Sumber : http://repository.petra.ac.id/1323/

Morphing citra dengan berbagai teknik morphing

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : YOS, STEPHAN

Dalam pembuatan sebuah film, ada banyak spesial efek yang ditambahkan ke dalam sebuah film untuk menghasilkan suatu film yang lebih bagus. Salah satu spesial efek yang sering digunakan adalah morphing, yaitu suatu efek dimana suatu objek diubah perlahan-lahan menjadi objek lain. Sebelum digunakannya komputer, efek ini dilakukan dengan cara tradisional yang sulit dan memakan waktu lama dalam pembuatannya dengan hasil yang kurang memuaskan, dengan menggunakan komputer selain waktu pembuatannya jauh lebih cepat, hasilnya pun jauh lebih bagus. Tugas Akhir ini membahas tentang pembuatan efek morphing dengan menggunakan beberapa algoritma. Ada banyak algoritma yang dapat digunakan untuk membuat efek morphing, di antaranya adalah cross dissolve, feature morph, mesh morph, liquid morph dan selection morph. Aplikasi yang dibuat diharapkan dapat menunjukkan kelebihan dan kekurangan dari masing-masing algoritma yang digunakan. Aplikasi dibuat dengan menggunakan bahasa pemgrograman Borland Delphi 6. Hasil pengujian aplikasi ini menunjukkann bahwa dari algoritma-algoritma di atas yang memiliki waktu proses tercepat adalah teknik cross dissolve tetapi memiliki hasil yang paling jelek. Sedangkan yang memiliki hasil yang bagus dan waktu proses yang tidak terlalu lama adalah teknik mesh morph.

Keyword : image morphing, computer animation, interpolation, image processing, shape transformation

Sumber : http://repository.petra.ac.id/3109/

Perancangan dan pembuatan program penghitung jumlah orang menggunakan webcam

Filed under: Uncategorized — Tags: , , , , , — dvanhlast @ 7:31 am

Author : KUNCARA, CHANDRA

Data jumlah pengunjung suatu tempat umum sangat penting. Data jumlah pengunjung biasanya didapat secara manual. Saat ini kamera Video telah diterapkan untuk kepentingan keamanan. Karena itu dibuatlah program penghitung jumlah pengunjung dengan metode Normalized Sum-Squared Differences (NSSD) yang mengambil selisih jumlah pixel Frame dan Background dan dikuadratkan, dinormalisasi dengan luasan detection window. Nilai NSSD yang didapat diseleksi dengan proses Thresholding untuk mendeteksi keberadaan orang pada detection window. Tugas Akhir ini dibuat dengan menggunakan Borland Delphi 5.0, dengan tambahan komponen TVideo. Program ini secara keseluruhan menunjukkan keberhasilan lebih dari 85%. Keberhasilan dari program ini sangat dipengaruhi oleh penentuan nilai threshold yang tepat.

Keyword : computer, webcam, normalized sum-squared differences (nssd), image processing, grayscale, threshold

Sumber : http://repository.petra.ac.id/3132/

Kontrol mesin bor otomatis menggunakan PLC

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : GUNAWAN, DAVID

Mesin bor otomatis dibuat dengan tujuan agar dapat dilakukan pengeboran PCB secara otomatis. Pengeboran PCB otomatis ini menggunakan kamera sebagai sensor pendeteksi koordinat pad atau via. Kamera berfungsi menangkap gambar print out sebuah PCB kemudian dengan metode image processing dapat diketahui dan diambil koordinat pengeborannya. Tugas akhir ini dibuat untuk mengetahui bagaimana hasil pengeboran apabila mesin bor otomatis tersebut dikontrol sepenuhnya menggunakan PLC (Programmable Logic Controller). Proses pengambilan koordinat akan dilakukan pada PC (Personal Computer) dengan menggunakan tiga macam metode yaitu metode image processing, metode file text, dan metode manual. Hasil dari proses pengambilan koordinat ini akan dikirimkan oleh PC ke PLC menggunakan prosedur Host Link. Pengujian telah dilakukan pada 3 buah PCB dengan jumlah dan posisi hole yang berbeda-beda. Dari hasil pengujian didapat bahwa waktu pengeboran yang dibutuhkan pada sistem ini cukup lama yaitu kurang lebih 28 menit untuk PCB pengujian 16 hole, 19 menit untuk PCB pengujian 21 hole, dan 29 menit untuk PCB pengujian 34 hole. Ini disebabkan adanya keterbatasan pada PLC dan motor stepper yang dipakai. Sedangkan tingkat ketelitian dari sistem ini cukup baik, hal ini diketahui dari nilai rata-rata error yang didapat selalu kurang dari 1 milimeter. Jadi dapat disimpulkan bahwa PLC dapat dipakai untuk mengontrol mesin bor otomatis ini.

Keyword : image processing, automatic drilling machine, pcb, plc, pc

Sumber : http://repository.petra.ac.id/3483/

Penggunaan fuzzy clustering dalam pengenalan karakter angka

Filed under: Uncategorized — Tags: , , , — dvanhlast @ 7:31 am

Author : , SUHARYANTO

Fuzzy clustering adalah salah satu metode yang dikembangkan untuk mengolah informasi dengan jumlah data yang banyak. Dengan menggunakan metode ini, data-data yang ada akan dikelompokkan menjadi beberapa cluster (kelompok) yang masing-masing diwakili oleh pusat cluster. Pusat-pusat cluster tersebut selanjutnya digunakan sebagai dasar untuk mengenali data baru Untuk mengetahui keefektifan dari metode fuzzy clustering, dalam perancangan ini digunakan fuzzy c-means (salah satu metode fuzzy clustering) untuk mengenali image angka 0 sampai 9 (tiap jenis angka tersebut memiliki jumlah sample image minimal 10 buah). Sedangkan proses feature extraction yang digunakan, diperoleh berdasarkan pada perpotongan garis, daerah tertutup, adanya garis lurus, dan pembagian wilayah. Hasil pengujian menunjukkan bahwa tingkat keberhasilan sistem yang telah dibuat adalah 70%. Tetapi jika image angka diganti dengan simbol-simbol yang jelas berbeda satu dengan yang lain hasil pengujian menunjukkan tingkat keberhasilan yang lebih baik (100%). Hal ini berarti bahwa proses clustering yang digunakan berjalan dengan baik, tetapi proses feature extraction-nya kurang memadai untuk dapat membedakan bentuk-bentuk angka 0 sampai 9.

Keyword : fuzzy clustering, fuzzy c-means, image processing, fuzzy algorithms

Sumber : http://repository.petra.ac.id/3825/

Face recognition menggunakan metode principal component analysis (PCA) dan jaringan saraf tiruan (JST)

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : HOO, ROBERT

Berkembangnya teknologi computer vision dan image processing di dunia dewasa ini menyediakan kemungkinan baru untuk membuat suatu sistem yang dapat membantu manusia dalam pengenalan suatu citra digital. Tugas akhir ini membahas tentang algoritma yang diperlukan agar komputer dapat mengenali dan mengidentifikasi suatu wajah testing yang diinputkan berdasarkan wajah training yang telah diinputkan sebelumnya. Pada tahap awal wajah training dan testing akan dimasukkan ke tahap pre processing. Setelah itu akan dicari feature pada wajah training dan testing dengan menggunakan metode Principal Component Analysis, sedangkan untuk pengidentifikasian digunakan algoritma JST (Jaringan Saraf Tiruan) dengan metode learning BackPropagation. Pembahasan diawali dengan teori-teori dasar tentang pengenalan wajah, Principal Component Analysis, dan Back Propagation, dilanjutkan analisa dan disain program, serta beberapa hasil uji cobanya. Dalam tugas akhir ini PCA digunakan untuk mereduksi dimensi dari wajah-wajah training dan testing yang diinputkan dan menghasilkan output berupa feature, dan feature ini akan menjadi input bagi algoritma JST. JST (Jaringan Saraf Tiruan) dengan metode Backpropagation akan melakukan proses learning pada network sehingga network mampu mengenali semua wajah training. Setelah selesai, maka dimulai proses testing dengan memasukkan wajah testing dan dihitung output-nya untuk menentukan wajah training mana yang paling mirip dengan wajah testing tersebut dengan tingkat keberhasilan 90%. Sejumlah percobaan telah dilakukan dalam program tersebut untuk menghasilkan kesimpulan-kesimpulan penting yang mendukung tugas akhir ini. Program diimplementasikan dengan menggunakan bahasa pemrograman Borland Delphi 5.0

Keyword : principal component analysis, face recognition, image processing, neural networks, computer science

Sumber : http://repository.petra.ac.id/3885/

Transformerless tv power supply

Filed under: Uncategorized — Tags: , , , , — dvanhlast @ 7:31 am

Author : EKO, DANAN

Berkembangnya teknologi computer vision dan image processing di dunia dewasa ini menyediakan kemungkinan baru untuk membuat suatu sistem yang dapat membantu manusia dalam pengenalan suatu citra digital. Face Recognition Menggunakan Metode Linear Discriminant Analysis (LDA) ini dibuat untuk mengenali wajah seseorang berdasarkan beberapa image dari orang tersebut yang sudah dimasukkan ke sebuah sistem database.Tugas akhir ini juga sekaligus ingin membandingkan antara 2 metode yang sering digunakan, yaitu PCA (Principal Component Analysis) dan LDA (Linear Discriminant Analysis). Selain itu, dalam tugas akhir ini akan digabungkan kedua metode tersebut untuk mendapatkan hasil yang lebih maksimal dengan waktu proses yang lebih singkat. Program face recognition ini dibuat dengan menggunakan bahasa pemrograman Borland Delphi 6.0. Pada akhir program, dibuat sebuah sub-program untuk melakukan testing mengenali wajah seseorang dengan menggunakan jumlah image training dan image test yang berbeda-beda. Dari data tersebut akan dilihat recognition percentage dari masing-masing algoritma. Recognition percentage maksimum didapat sebesar ? 80 %. Nilai ini akan berubah sesuai dengan jumlah image training yang dimiliki. Sistem ini dapat dikembangkan dengan menggabungkan program ini dengan program pelacak wajah (face tracking ) untuk sistem keamanan di bandara sebagai sistem keamanan dari teroris atau pembajak.

Keyword : transformerless, television, power suplly, computer vision, image processing

Sumber : http://repository.petra.ac.id/3898/

The Silver is the New Black Theme Blog at WordPress.com.

Follow

Get every new post delivered to your Inbox.

Join 44 other followers