Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penggunaan teknologi mesin vision pada proses pengelasan telah berkembang seiring dengan kebutuhan akan hasil pengelasan yang lebih konsisten dengan proses pengambilan posisi gerak yang lebih cepat. Aplikasi mesin vision untuk melakukan proses analisa obyek dengan pengambilan citra pada benda kerja atau tanpa adanya kontak langsung pada material diharapkan mampu untuk menghasilkan proses yang mudah dan cepat, selama tidak mengurangi sifat keakurasian agar mampu untuk dilakukan pada proses pengelasan. Dengan mengaplikasikan algoritma hough transform untuk pendeteksian garis serta didukung proses pengolahan citra yang baik, maka sekumpulan garis yang berhasil terdeteksi akan dapat dipilih jalur pengelasan yang efisien. Konsep pemilihan jalur pengelasan pada penelitian yang dilakukan adalah dengan membuat kombinasi antara jarak maksimal path terjauh yang dapat ditempuh dilanjutkan dengan pemilihan jarak minimum pada pergantian point to point saat melakukan gerakan non welding. Dari hasil pemilihan jalur pengelasan tersebut kemudian dirubah ke bentuk G-code yang telah dimodifikasi. Hasil penerapan pemilihan jalur pengelasan mampu untuk dilakukan dengan akurasi tidak lebih dari 0,02 mm. ...... The use of machine vision technology in the welding process has been developed along with the need for more consistent and more qualified welding results. The application of machine vision to perform object an the object itself making the whole processes fast while maintaining the accuracy. In this research, Hough Transform algorithm is used to detect the welding tracks candidate. Afterward, some modifications to the hough transform is carried to enable finding the exact welding tracks. Once the welding tracks are found, welding sequences (welding path) on the welding tracks are then generated by evaluating all the tracks to produce the longest possible welding path with minimum non-welding motion. When all the welding paths are generated, they are then converted to a form of G-code like format which are ready to be sent to the controller unit. The implemented tracks and their appropriate welding path with accuracy not more than 0.02 mm.

Abstrak :
Saat ini, paremeter efektivitas antimikroba dihitung berdasarkan pengukuran diameter zona inhibisi secara manual. Dalam penelitian ini, pengukuran efektivitas antibakteri dapat dilakukan menggunakan circular Hough transform. Perangkat keras system pengukuran terdiri dari meja pengukuran, dua sumber cahaya lampu halogen dan kamera yang terhubung ke PC melalui USB. Perangkat lunak dari system ini terdiri dari akuisisi citra, kalibrasi kamera, pre-processing, Hough transform, dan konversi meter. Checkerboard dengan dimensi dan bentuk yang sudah diketahui digunakan untuk menghitung parameter kalibrasi kamera dan spasial. Efektivitas antimikroba diukur berdasarkan diameter dari zona inhibisi yang terbentuk oleh antimikroba pada medium agar. Perbedaan kontras dilakukan dengan menambahkan latar dengan warna yang kuat. Kesalahan rata-rata pengukuran zona inhibisi yang didapatkan dari objek antimikroba adalah 1,05 dan 1,09 pada kamera untuk masing-masing jarak 12,2cm dan 17,2cm. ......Current, antimicrobial effectiveness parameter is calculated by measuring the inhibition zone diameter manually. In this research, an antimicrobial effectiveness measurement system was introduced using circular Hough transformation. The hardware of measurement system consists of a set of measuring workbench, two halogen light sources and a camera that connected to PC via USB. The software of system consists of image acquisition, camera calibration, pre processing, Hough transform and meter conversion. A checkerboard with known dimension and shape was used to compute camera and spatial calibration parameter. An antimicrobial effectiveness was measured based on the diameter of inhibition zone which formed by an antimicrobial in agar subtract. A contrast enhancement was performed by adding object background using strong color. The average measurement error of inhibition zone obtained from the antimicrobial object are 1.05 and 1.09 at camera object distance 12,2cm and 17,2 cm, respectively.

Abstrak :
Nowadays, there are many robotic applications being developed to do tasks autonomously without any interactions or commands from human. Therefore, developing a system which enables a robot to do surveillance such as detection and tracking of a moving object will lead us to more advanced tasks carried out by robots in the future. AR.Drone is a flying robot platform that is able to take role as UAV (Unmanned Aerial Vehicle). Usage of computer vision algorithm such as Hough Transform makes it possible for such system to be implemented on AR.Drone. In this research, the developed algorithm is able to detect and track an object with certain shape and color. Then the algorithm is successfully implemented on AR.Drone quadcopter for detection and tracking.

Saat ini, ada banyak aplikasi robot yang telah dikembangkan untuk melakukan suatu tugas secara autonomous tanpa interaksi atau menerima perintah dari manusia. Oleh karena itu, mengembangkan sistem yang memungkinkan robot untuk melakukan tugas pengawasan seperti deteksi dan tracking terhadap suatu objek yang bergerak akan memungkinkan kita untuk mengimplementasikan tugas-tugas yang lebih canggih pada robot di masa mendatang. AR.Drone adalah salah satu platform robot terbang yang dapat berperan sebagai UAV (Unmanned Aerial Vehicle). Penggunaan algoritma com-puter vision seperti Hough Transform memungkinkan sistem semacam itu dapat terimplementasi pada AR.Drone. Pada penelitian ini, algoritma yang diterapkan mampu melakukan deteksi dan tracking ter-hadap suatu objek berdasarkan bentuk dan warna tertentu. Hasil yang diperoleh dari penelitian ini me-nunjukkan sistem deteksi dan tracking objek secara autonomous dapat diimplementasikan pada quad-copter AR.Drone.

Abstrak :
Tesis ini membahas dan menjelaskan mengenai implementasi algoritma Line Hough Transform dan Circular Hough Transform dalam mendeteksi kemungkinan keberadaan garis dan lingkaran pada citra karakter numerik dan operator matematika sederhana hasil tulisan tangan. Ciri ini akan digunakan sebagai nilai karakteristik dalam proses pengenalannya dimana proses pengenalan ini juga memerlukan validasi terhadap tiap garis dan lingkaran yang ditemukan melalui proses grouping dan trending, baik pada penerapan LHT maupun pada penerapan CHT. Untuk tahap identifikasi perhitungan matematika sederhana setelah proses pengenalan tiap karakternya, memanfaatkan hasil segmentasi objek sehingga posisi suatu karakter dapat diketahui. Penentuan range nilai yang digunakan dalam validasi trend lines dan trend circles LHT dan CHT pada sistem ini dilakukan melalui analisis sejumlah data sampel. Pendeteksian garis dan lingkaran ini juga sangat dipengaruhi oleh nilai threshold yang diberikan sebagai nilai ambang batas dalam melakukan voting accumulator array. Dalam penelitian ini, nilai threshold diperoleh dari hasil uji coba dan threshold yang cocok yang diimplementasikan pada sistem merupakan suatu fungsi yang relatif terhadap ukuran segmentasi objek. Penerapan teknik segmentasi dan thinning dalam penelitian ini juga memperkecil effort yang harus dikerjakan oleh sistem pada pemrosesan LHT dan CHT. Hasil pengujian sistem melalui beberapa skenario eksperimen memberikan nilai rata-rata precision untuk uji coba pengenalan karakter-karakter secara individual sebesar 98.13% dan rata-rata recall nya sebesar 94% terhadap 450 citra yang diujikan, sedangkan nilai akurasi untuk ketepatan pengenalan dan perhitungan matematika hasil tulisan tangan diperoleh sebesar 90%. ......This thesis discusses and explains about the implementation of Line Hough Transform and Circular Hough Transform algorithm to detect the possible presence of lines and circles on the handwriting image of numeric characters and simple math operators. These characteristics will be used as characteristic values in recognition phase where this process also requires validation of each line and each circle that is found through grouping and trending process, either on implementation of LHT or CHT. For identification of simple mathematical calculation phase after recognition process of each character, the results of object segmentation are used to determine the position of characters. The definition of range values that is used in trend lines and trend circles validating process from LHT and CHT in this system was obtained from the analysis of a number of training data. This lines and circles detection is also heavily influenced by threshold value in voting accumulator array. In this study, the threshold value is obtained from the test results and the match one is implemented in this system as a function relative to the size of the object segmentation. The object segmentation and thinning techniques also minimize the effort on processing LHT and CHT. The results of testing the system through several experimental scenarios give an average precision value of 98.13% and an average recall value of 94% for individual characters recognition trials on 450 testing images. The accuracy for recognition and identification of mathematical calculation on handwriting images is 90%.

Abstrak :
ABSTRAK
Penelitian ini bertujuan untuk mengembangkan sebuah sistem teknologi alat bantu mobilitas untuk orang dengan gangguan penglihatan (OdGP) yang dinamakan dengan Smart Environment Explorer Stick (SEES) . Tujuan khusus penelitian ini adalah mengembangkan algoritma baru dalam meningkatkan akurasi SEE-stick untuk mendeteksi tiang dengan metode perhitungan jarak dan pencarian pasangan garis vertikal berbasis optimasi deteksi tepi Canny dan Transformasi Hough. Algoritma deteksi tiang ini dinamakan algoritma YuRHoS. Hasil penelitian ini adalah telah dikembangkan SEES sebagai sistem pendukung mobilitas OdGP yang mengintegrasikan perangkat global remote server iSEE , embedded local server SEE-phone dan smart stick SEE-stick . Kinerja SEE-stick dapat ditingkatkan melalui algoritma YuRHoS yang mampu memperbaiki akurasi SEE-stick dalam mendeteksi tiang. Perbandingan hasil uji deteksi tiang antara algoritma YuRHoS dengan algoritma deteksi tiang lainnya menyimpulkan bahwa algoritma YuRHoS memiliki tingkat akurasi lebih baik dalam mendeteksi tiang. Dua faktor dominan yang signifikan mempengaruhi kemampuan SEE-stick dalam mendeteksi tiang adalah lokasi uji dan warna tiang. Tingkat akurasi SEE-stick akan optimal dalam mendeteksi tiang di luar ruangan dan tiang berwarna perak. Hasil uji statistik menunjukkan bahwa kinerja algoritma YuRHoS pada uji di dalam ruangan 0,085 kali lebih buruk dibandingkan uji di luar ruangan, sedangkan penggunaan tiang berwarna perak sebagai obyek deteksi dapat meningkatkan kinerja algoritma YuRHoS 12 kali lebih baik dibandingkan penggunaan tiang berwarna hitam.

---

ABSTRACT
This research aimed to develop a technology system of mobility aid for Visually Impaired Person (VIP) called Smart Environment Explorer Stick (SEES) . Particular purpose of this research was developing new algorithm in improving accuracy of SEE stick for pole detection using distance calculation method and vertical line pair search based on Canny edge detection optimization and Hough transform. Henceforth, the pole detection algorithm was named as YuRHoS algorithm. The developed SEES as supporting system of VIP mobility aid had been successfully integrated several devices such as global remote server iSEE , embedded local server SEE phone and smart stick SEE stick . Performance of SEE stick could be improved through YuRHoS algorithm which was able to fix the accuracy of SEE stick in detecting pole. Test comparison of pole detection results among others algorithm concluded that YuRHoS algorithm had better accuracy in pole detection. Two most significant factors affecting SEE stick ability in detecting pole was test location and pole color. Level of accuracy of SEE stick would be optimum once the test location was performed outdoor and pole color was silver. Statistics result shown that YuRHoS algorithm performance indoor was 0.085 times worse than outdoor. Meanwhile, silver pole color as object detection could increase YuRHoS algorithm performance as much as 12 times better compare to black pole color.

Abstrak :
Alat Ultrasonografi (USG) merupakan alat yang paling sering digunakan untuk melakukan pemeriksaan janin dalam kandungan. Hal ini dikarenakan selain mampu memberikan gambaran terhadap keadaan janin dengan baik, alat ini bebas dari radiasi ionisasi sehingga tergolong aman. Penelitian ini bertujuan untuk mengembangkan metode yang mampu melakukan proses deteksi dan pengukuran biometri janin secara otomatis khususnya biometri kepala janin. Adapun biometri tersebut adalah head circumference (HC) dan biparietal diameter (BPD) yang merupakan salah satu parameter yang sering digunakan oleh dokter untuk mengetahui umur serta pertumbuhan janin dalam kandungan. Kedua biometri ini dapat diukur dengan melakukan aproksimasi terhadap bentuk elips. Untuk melakukan proses ini maka diperlukan tahapan dimulai dengan melakukan segmentasi citra dengan teknik thresholding. Selanjutnya dilakukan proses deteksi menggunakan metode Particle Swarm Optimization (PSO) dengan memanfaatkan fitness function yang diperoleh dari hasil vote menggunakan metode Randomized Hough Transform (RHT). Hasil pengukuran oleh sistem dibandingkan dengan hasil pengukuran secara manual oleh pakar. Uji coba juga dilakukan terhadap data sintetis dengan density noise 0,1 hingga 0,7. Dari hasil eksperimen diperoleh bahwa metode yang dikembangkan lebih baik daripada metode RHT, IRHT dan mEPSOHT untuk melakukan deteksi elips pada citra tersebut. Hasil eksperimen terhadap data sebenarnya yaitu USG 2D kepala janin diperoleh hasil rata-rata nilai hit dari metode yang dikembangkan lebih tinggi daripada metode lainnya namun hasil interrun dan interobserver variation tidak lebih baik dari metode lainnya. Hal ini dikarenakan metode yang dikembangkan lebih cenderung untuk terjebak pada local best dan tidak selalu tepat untuk melakukan deteksi pada citra kepala janin. ...... The application in ultrasonography (USG) is a tool that most often used to examine fetus in the womb. At this study will perform image processing on biomedical images especially for fetus in the womb using two dimensional ultrasound device (USG 2D). The aim of this study is to develop a system that is capable to perform detection and measurement of fetal biometry automatically. The biometric used in this research consists of head circumference (HC) and biparietal diameter (BPD) analysis. BPD and HC are parameters which are often used by doctors to determine the state of the fetus in the womb. Both biometric parameters can be measured by performing an approximation of the elliptical shape. To do this process, it is necessary to start from segmentation images by thresholding techniques. After preprocessing is completed then the next stage of the detection process is carried out by using Particle Swarm Optimization (PSO). PSO fitness function is obtained from voting in Randomized Hough Transform (RHT) method. The measurement results by proposed method are then compared with the results obtained manually by experts. A trial has also been conducted on the synthetic data with noise density 0.1 to 0.7. Experiment results show that the proposed method is better than the other methods e.g. RHT, mEPSOHT and IRHT in detecting ellipse. Further trials have been conducted on actual data i.e. 2D ultrasound fetal head data. From the experiement we have found that the average hit value of our proposed method is higher than other methods. However, the results of interrun and interobserver variation are not better than others. This is because our developed method is more likely to be trapped in local best and doest not always correctly detect ellipse of the fetal head images.