Kumpulan Skripsi & Artikel Jurnal Ilmiah

2009

Kontrol posisi kamera mengikuti pergerakan obyek

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

Author : TJONGI, ANTONY

Saat ini kebutuhan akan aplikasi computer vision semakin meningkat. Hal ini didukung oleh munculnya prosesor berkecepatan tinggi dengan harga terjangkau serta kinerja kamera yang prima. Computer vision dipakai sebagai pengganti mata bagi komputer sehingga dapat menyelesaikan tugas yang sebelumnya tak dapat dilakukan. Kontrol Posisi Kamera Mengikuti Pergerakan Obyek dibuat untuk menggerakkan kamera mengikuti obyek sederhana yang ada di depannya. Proses pengenalan obyek ini dilakukan dengan mengimplementasikan metode shape factor pada salah satu filter Microsoft? DirectShow? dengan bahasa pemrograman Microsoft Visual C++ 6.0?. Untuk menggerakkan posisi kamera digunakan dua buah penggerak motor DC yang dikontrol melalui parallel port dari sbuah PC dengan sistem kontrol fuzzy. Sistem kontrol/uzzy ini mempunyai empat buah masukan (input), empat buah keluaran (output) dan 45 buah fuzzy rules. Pengujian yang dilakukan terhadap sistem ini yaitu pengujian pengenalan bentuk, pengujian kontrol motor On / Off, pengujian kontrol motor fuzzy, pengujian kepekaan terhadap gangguan, dan pengujian kemampuan pengenalan obyek berdasarkan jarak. Pengujian kepekaan terhadap gangguan (noise) dilakukan dengan cara menambahkan pixel-pixel berwarna putih secara acak sebanyak 5%. Pelacak obyek ini mampu mengenali obyek sederhana walaupun ukuran obyek diubah-ubah dan posisi obyek diputar, tetapi tidak mampu mengenali obyek apabila ada noise. Motor dengan kontrol On / Off membutuhkan waktu sampai 4 detik untuk mencapai setting point tetapi tidak stabil di setting point sedangkan dengan kontrol fuzzy motor membutuhkan waktu 3,5 detik dan stabil pada setting point.

Keyword : computer vision, camera

Sumber : http://repository.petra.ac.id/1485/

Pembuatan aplikasi pengenalan tanda tangan menggunakan metode stroke histogram

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

Author : WIJAYA, ARIF

Pengenalan tanda tangan merupakan salah satu bidang yang cukup berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang keamanan (security system) seperti ijin penarikan uang di bank, validasi cek. Karena diterapkan dalam kasus keamanan, dibutuhkan sistem yang handal terhadap beberapa kondisi, seperti: ukuran, ketebalan. Tujuan tugas akhir ini adalah untuk membuat perangkat lunak dapat melakukan pengenalan tanda tangan (recognition) dengan metode Stroke Histogram . Sebagai input sistem digunakan file image. Pemrograman perangkat lunak ini menggunakan prinsip pemrograman berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++, kompiler Microsoft Visual C++ 6.0?, dan dibantu dengan library dari Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision (OpenCV). Hasil pengujian sistem menunjukkan bahwa sistem pengenalan tanda tangan menggunakan metode Stroke Histogram mencapai tingkat akurasi pengenalan sebesar 70.9%, dengan database tanda tangan sebanyak 111 tanda tangan yang terdiri dari 7 individu pemilik tanda tangan yang terdiri dari 7-8 tanda tangan asli dan 8 tanda tangan palsu. Pengujian juga dilakukan terhadap variasi ukuran dan ketebalan.

Keyword : computer vision, signature recognition, stroke histogram

Sumber : http://repository.petra.ac.id/1668/

Identifikasi tulisan berdasarkan analisa tekstur global menggunakan metode filter gabor

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

Author : MARIO, VINCENT

Berbagai macam algoritma tersedia untuk melakukan identifikasi tulisan. Sebagian besar algoritma tersebut mengasumsikan tulisan yang diidentifikasi harus memiliki isi yang tetap. Kondisi ini tidak memungkinkan penerapan identifikasi tulisan pada bidang biometrik dan forensik. Oleh karena itu pada tugas akhir ini penulis berusaha untuk menghilangkan asumsi tersebut dengan menggunakan sebuah algoritma identifikasi tulisan yang melakukan analisa secara global. Tujuan tugas akhir ini adalah untuk membuat perangkat lunak sistem identifikasi tulisan melalui analisa tekstur global dengan menggunakan metode filter gabor. Metode ini memperlakukan tulisan sebagai tekstur yang unik, dan karena itu dapat dilakukan klasifikasi tekstur untuk mengidentifikasi tulisan. Karena aplikasi bersifat off-line identification maka input sistem berupa file gambar yang berisi tulisan. Pemrograman perangkat lunak menggunakan prinsip pemrograman berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++, kompiler Microsoft Visual C++ 6.0?, dan dibantu dengan library dari Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision (OpenCV). Desain dan implementasi filter gabor menggunakan MATLAB 5.3. Tingkat akurasi sebesar 96% dicapai untuk identifikasi tulisan cetak dari 240 pengujian menggunakan 24 macam font. Untuk tulisan tangan diperoleh tingkat akurasi sebesar 98% dari 390 pengujian oleh 13 penulis. Tingkat akurasi identifikasi tanda tangan sebesar 79% dicapai dari 200 pengujian oleh 10 orang. Pengujian juga dilakukan untuk mengetahui pengaruh noise dan jumlah karakter.

Keyword : computer vision, writing identification, texture analysis, gabor filter

Sumber : http://repository.petra.ac.id/1691/

Pengenalan citra wajah dengan metode adaptive hidden Markov model

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

Author : , ADITAMA

Proses pengenalan wajah dengan menggunakan metode Hidden Markov Model sangat erat berhubungan dengan parameter Hidden Markov Model yang terkalkulasi. Seberapa baik proses pengenalan dilakukan tergantung pada parameter-parameter tersebut. Pembuatan tugas akhir ini bertujuan untuk merancang aplikasi dengan algoritma berbasis Hidden Markov Model dengan metode pembaharuan parameternya. Dalam perancangan aplikasi Adaptive Hidden Markov Model ini, software terdiri atas pendeteksian wajah dan juga pengenalan wajah. Pendeteksian wajah menggunakan metode Haar yang diadaptasi dari Haar wavelet transform, sedangkan untuk pengenalan menggunakan metode Hidden Markov Model. Aplikasi dikembangkan menggunakan Microsoft Visual C++ 6.0 ? , menggunakan library dari Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision (OpenCV). Pada pengujian sistem akan terlihat bahwa dengan menggunakan proses adaptive pada Hidden Markov Model, tingkat kesalahan akan berkurang pada waktu melakukan pengenalan secara terus-menerus. Dengan menggunakan database individu berjumlah 26 orang dengan rata-rata jumlah gambar pada database sebanyak 5 didapatkan hasil pengenalan sebesar 68.5 prosen. Peningkatan pada hasil pengenalan setelah dilakukan proses adaptive bervariasi tergantung dari selisih likelihood yang digunakan, nilai selisih likelihood yang optimal adalah 0.3 yang menghasilkan prosentase kebenaran sebesar 77.14%.

Keyword : hidden markov model, computer vision, face detection, haar

Sumber : http://repository.petra.ac.id/3319/

Sistem pengenalan plat nomor kendaraan bermotor dengan metode principal components analysis

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

Author : VENDY, LUKMAN

Pendeteksian dan pengenalan plat nomor kendaraan bermotor ini merupakan salah satu bidang penelitian yang penting, dan dewasa ini banyak aplikasi yang dapat menerapkannya. Melalui pengembangan suatu teknik seperti (PCA), komputer sekarang dapat berperan seperti layaknya manusia dalam berbagai tugas pengenalan karakter, terutama tugas-tugas yang membutuhkan pencarian pada karakter yang besar. Principal Components Analysis digunakan untuk mereduksi dimensi gambar karakter sehingga menghasilkan variabel yang lebih sedikit yang Iebih mudah untuk diobsevasi dan ditangani. Hasil yang diperoleh kemudian akan dimasukkan ke dalam metode Nearest Neighbour Classifier untuk mengenali gambar karakter yang telah ke dalam sistem. Aplikasi ini dibangun menggunakan Microsoft Visual C++ 6.0(R), Microsoft(R) DirectShow(R), Intel(R) Image Processing Library dan Open Source Computer Vision Library. Aplikasi ini telah diimplementasikan dan dapat mendeteksi letak plat nomor serta mengenalinya pada PC Pentium II/400 MHz. Sistem cukup prospektif digunakan sebagai salah satu sistem kontrol dan sekuriti pada area parkir.

Keyword : computer vision, pattern recognition systems

Sumber : http://repository.petra.ac.id/3400/

Pembuatan robot penjaga gawang dengan indera kamera

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

Author : MAMONDOL, MEIJI

Pelacakan dan pengenalan objek merupakan salah satu bidang yang cukup berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang olahraga, salah satunya adalah olahraga sepakbola, khususnya sebagai penjaga gawang. Karena diterapkan dalam keadaan yang sangat dinamis dan rentan terhadap pengaruh dari lingkungan, maka dibutuhkan sistem yang handal terhadap beberapa kondisi, seperti: pengaruh latar belakang atau objek lain, intensitas cahaya dan perubahan jarak serta kecepatan bola. Tujuan tugas akhir ini adalah untuk membuat sistem yang menggabungkan sistem pelacakan objek dengan menggunakan algoritma CamShift dan sistem pergerakan robot dalam permainan sepakbola sebagai penjaga gawang. Sebagai input sistem digunakan video kamera (webcam) untuk input bersifat real-time. Pemrograman perangkat lunak menggunakan prinsip pemrograman berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++, kompiler Microsoft Visual C++ 6.0 ? , dan dibantu dengan library dari Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision (OpenCV). Hasil pengujian sistem menunjukkan bahwa pelacakan objek bola dengan menggunakan algoritma CamShift dapat berjalan baik dalam batas jarak tertentu (dalam pengujian sejauh 3 meter). Walaupun sudah ditunjang oleh mekanisme pergerakan lengan penangkis secara horizontal sliding-arms, namun tingkat keberhasilan robot Penjaga Gawang masih sangat rendah, terbatas pada jarak 3 meter dan kecepatan bola 1,432 meter per detik.

Keyword : computer vision, object tracking, camshift, boalkeeper robot

Sumber : http://repository.petra.ac.id/3813/

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/

Pelacakan dan pengenalan wajah menggunakan metode embedded hidden markov models

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

Author : WIRAWAN, ARIE

Pelacakan dan pengenalan wajah manusia merupakan salah satu bidang yang cukup berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang keamanan (security system) seperti ijin akses masuk ruangan, pengawasan lokasi (surveillance), maupun pencarian identitas individu pada database kepolisian. Karena diterapkan dalam kasus keamanan, dibutuhkan sistem yang handal terhadap beberapa kondisi, seperti: pengaruh latar belakang, pose wajah non-frontal terhadap pria maupun wanita dalam perbedaan usia dan ras. Tujuan tugas akhir ini adalah untuk membuat perangkat lunak yang menggabungkan sistem pelacakan wajah manusia dengan menggunakan algoritma CamShift dan sistem pengenalan wajah dengan menggunakan algoritma Embedded Hidden Markov Models. Sebagai input sistem digunakan video kamera (webcam) untuk input bersifat real-time, video AVI untuk input bersifat dinamis, dan file image untuk input statis. Pemrograman perangkat lunak menggunakan prinsip pemrograman berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++, kompiler Microsoft Visual C++ 6.0?, dan dibantu dengan library dari Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision (OpenCV). Hasil pengujian sistem menunjukkan bahwa pelacakan berdasarkan warna kulit manusia dengan menggunakan algoritma CamShift cukup baik, dalam melakukan pelacakan terhadap satu maupun dua objek wajah sekaligus. Sistem pengenalan wajah manusia menggunakan metode Embedded Hidden Markov Models mencapai tingkat akurasi pengenalan sebesar 82.76%, dengan database citra wajah sebanyak 341 citra yang terdiri dari 31 individu dengan 11 pose, dan jumlah citra penguji sebanyak 29 citra wajah.

Keyword : computer vision, object tracking, camshift, face recognition, hidden markov model

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

Create a free website or blog at WordPress.com.