Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fish schooling yaitu pergerakan sekelompok ikan tertentu dengan pola, arah (polarisasi), irama dan struktur yang sama untuk setiap individu serta bersifat unik untuk setiap ikan. Fish shooling dapat dijadikan dasar untuk pembuatan sistem identifikasi ikan dengan dengan menggunakan metode jaringan syaraf tiruan. Proses ini dilakukan dengan menerapkan Pengolahan citra pada citra tampilan echogram fish finder yang didapat dari database hasil observasi Balai Penelitian Departemen Kelautan dan Perikanan di laut Jawa pada bulan Desember 2005. Citra fish schooling dari fish finder tersebut diubah menjadi matriks melalui proses sampling dan graylevel quantization, kemudian dileveling pada range nilai tertentu. Citra hasil leveling tersebut akan diambil beberapa potongan bagiannya sebagai sampel untuk dicari nilai parameter karakteristiknya, yaitu nilai rata-rata dari matriks sampel tersebut. Nilai rata-rata tersebut selanjutnya akan dijadikan input bagi proses training jaringan syaraf tiruan untuk membuat sistem identifikasi jenis ikan. pola rata-rata matriks sampel yang digunakan pada proses training tersebut menjadi dasar proses identifikasi jenis ikan oleh jaringan syaraf tiruan. Sistem ini mampu mengenali jenis ikan dengan tingkat akurasi sebesar 88%."

"Pembacaan meter mekanik dilakukan secara manual oleh manusia. Kesalahan pembacaan manual berpengaruh besar pada hasil pembacaan. Kesalahan ini biasanya berupa kesalahan paralak, terutama untuk pembacaan dinamis pada meter-meter counter atau totalizer. Digitalisasi pembacaan meter mekanik dengan kamera adalah salah satu cara untuk menghilangkan kesalahan akibat pembacaan manual. Labview yang memiliki fasilitas yang memungkinkan untuk melakukan pengolahan citra, sekarang sudah dilengkapi dengan fasilitas-fasilitas baru yang dapat melakukan pengolahan citra dengan kamera USB atau kamera PC. Kamera USB dengan harga yang sangat murah dan tidak memerlukan program yang rumit bisa digunakan untuk keperluan, yang walaupun memeiliki kemampuan (resolusi rendah dan kecepatan rendah) tidak seperti yang dimiliki kamera industri, sensing pergerakan yang tidak terlalu cepat.

---

Mechanical meter reading is done manually by human. Human error of reading has a big influence on the measurement results. This error is usually a paralak error, especially for dynamic reading of the counter or totalizer meters. LabVIEW that has facilities that allows to perform image processing is now equipped with new facilities that can perform it with a USB or PC camera. USB camera has a very low price and does not require a complex program can be used for sensing purposes, which although the capability (low resolution and low speed) does not like those of the industrial camera, the movement that is not too fast."

"[ABSTRAKFPGA merupakan piranti yang bersifat dapat dikonfigurasi-ulang (reconfigurable). Dengan mengambil keuntungan dari paralel hardware, eksekusi FPGA dapat lebih cepat dari pemrosesan DSP(Digital Signal Processor). Disain dan Implementasi Pengenalan wajah menggunakan FPGA, untuk mengidentifikasi citra wajah yang diberikan dengan menggunakan Fitur utama dari wajah. Dalam tesis ini Algoritma Artificial Neural Network metode Back Propagation disajikan, untuk mendeteksi pandangan frontal wajah. Extraksi Penciri citra wajah di lakukan dengan (PCA) dan identifikasi menggunakan Back Propagation. Citra wajah diambil dari 100 At&T Database menghasilkan 90 % acceptance ratio.

---

ABSTRACTFPGA is a device that can be re-configured (reconfigurable). By taking advantage of parallel hardware, FPGA execution can be faster than processing DSP (Digital Signal Processor). Design and Implementation of face recognition using FPGA, to identify a given face image using the main features of the face. In this thesis Algorithm Artificial Neural Network Back Propagation method is presented, for detecting frontal view faces. Identifier face image extraction is done by (PCA) and identification using Back Propagation. 100 face images taken from At & T database generates 90% acceptance ratio.;FPGA is a device that can be re-configured (reconfigurable). By taking advantage of parallel hardware, FPGA execution can be faster than processing DSP (Digital Signal Processor). Design and Implementation of face recognition using FPGA, to identify a given face image using the main features of the face. In this thesis Algorithm Artificial Neural Network Back Propagation method is presented, for detecting frontal view faces. Identifier face image extraction is done by (PCA) and identification using Back Propagation. 100 face images taken from At & T database generates 90% acceptance ratio.;FPGA is a device that can be re-configured (reconfigurable). By taking advantage of parallel hardware, FPGA execution can be faster than processing DSP (Digital Signal Processor). Design and Implementation of face recognition using FPGA, to identify a given face image using the main features of the face. In this thesis Algorithm Artificial Neural Network Back Propagation method is presented, for detecting frontal view faces. Identifier face image extraction is done by (PCA) and identification using Back Propagation. 100 face images taken from At & T database generates 90% acceptance ratio., FPGA is a device that can be re-configured (reconfigurable). By taking advantage of parallel hardware, FPGA execution can be faster than processing DSP (Digital Signal Processor). Design and Implementation of face recognition using FPGA, to identify a given face image using the main features of the face. In this thesis Algorithm Artificial Neural Network Back Propagation method is presented, for detecting frontal view faces. Identifier face image extraction is done by (PCA) and identification using Back Propagation. 100 face images taken from At & T database generates 90% acceptance ratio.]"

"Laser merupakan sumber cahaya yang memiliki sifat koheren dan intensitas yang tinggi dibanding dengan sumber cahaya yang lain. Apabila permukaan kasar disinari oleh sinar laser maka akan terbentuk pola-pola speckle, hal ini terjadi karena adanya hamburan sinar laser pada permukaan kasar. Pola laser speckle menyimpan banyak informasi, salah satunya adalah tingkat kekasaran permukaan. Penelitian ini bertujuan untuk mengukur tingkat kekasaran permukaan pada suatu logam, untuk itu dibuat perangkat sederhana untuk pengambilan citra spekle yang terdiri dari sumber laser dan kamera CMOS . Untuk mengolah pola speckle digunakan pengolahan gambar digital dengan menggunakan analisis grey level cooccurrence matrix (GLCM). Sampel yang digunakan dalam penelitian ini adalah logam nickel yang diproses dengan cara gerinda (flat grinding). Untuk mengkalibrasi sistem pengukuran digunakan 6 spesimen standar dari Insize Surface Roughness Comparator dengan tingkat kekasaran permukaan berbeda. Hasil yang didapatkan menunjukan adanya korelasi yang baik antara tingkat kekasaran dan fitur Contrast dan Homogeneity yang dihasilkan oleh analisis GLCM. Pengujian keakuratan dan kepresisian dari sistem pengukuran ini juga telah dilakukan dalam penelitian ini, dengan tingkat akurasi mencapai 96% dan kepresisian sebesar 97%. Selain mempunyai kepresisian dan keakuratan yang relatif baik, sistem pengukuran ini memiliki beberapa kelebihan lain, yaitu mempunyai sifat non-kontak, portabel, dan mudah digunakan.

---

Speckle patterns will be formed, this occurs because of the scattering of laser light on a rough surface. The speckle laser pattern holds a lot of information, one of which is the level of surface roughness. This research study aims to measure the level of surface roughness in a metal plate. For that purpose, a simple system has been developed to acquire laser speckle images generated from a metal surface that is illuminated by laser. This system consists of laser sources and CMOS cameras. In order to process the speckle patterns, a digital image processing algorithm is used based on Gray Level Co-occurrence Matrix (GLCM) analysis. The sample used in this study is nickel metal which is processed by flat grinding. To calibrate the measurement system used 6 standard specimens with different surface roughness levels. The results obtained show a good correlation between the level of roughness and contrast features generated by the GLCM analysis. The testing for the accuracy and precision of this measurement system has also been carried out in this study, with accuration rate up to 96% and 97% of precision rate.This measurement system has several other advantages, which are non-contact, portable and easy to use."

"Teknologi pengolahan citra memiliki banyak penerapan dalam kehidupan dewasa ini. Salah satu nya adalah sebagai metode untuk pengukuran jarak. Keunggulan dari teknologi pengolahan citra adalah kecepatan proses, dan akurasi yang tinggi. Sayangnya, belum ada penelitian yang menguji penerapan metode pengukuran jarka dengan laser dan kamera untuk pengukuran jarak di atas 5m di luar ruangan. Pada penelitian ini dilakukan pengujian metode pengukuran jarak dengan teknologi pengolahan citra menggunakan triangulasi segitiga dengan bantuan laser di ruang terbuka. Dilakukan 4 jenis pengujian yaitu pengaruh jarak kamera dan laser, pengaruh penggunaan lensa tambahan, pengarus resolusi kamera, dan pengaruh cahaya matahari. Berdasarkan hasil pengujian, didapatkan rata-rata nilai bias pada sistem pengukuran sebesar 796,38mm.

---

Image processing technology has many applications in life. One of them is a method for distance measurement. The advantages of image processing technology are process speed, and high accuracy. Unfortunately, no studies have examined the application of accurate measurement methods with lasers and cameras for measuring distances above 5m on the outdoors. In this study, the method of distance measurement with image processing technology was tested using triangulation triangulation with the help of lasers in open space. There are 4 types of testing carried out, namely the effect of camera and laser distance, the effect of using additional lenses, camera resolution driver, and the effect of sunlight. Based on the results of the test, the average value of bias in the measurement system is 796.38mm"

"Akurasi hasil deteksi perubahan citra jarak jauh sangat tergantung pada akurasi metode klasifikasi yang digunakan. Salah satu cara untuk mendapatkan hasil yang lebih baik adalah dengan mengoptimalkan setiap prosedur pengolahan citra. Salah satunya dengan algoritma deteksi perubahan dengan menggunakan metode image differencing akan mendapatkan peta perubahan yang masih harus dianalisa sebagai prosedur klasifikasi citra binarisasi. Penelitian ini bertujuan melakukan kombinasi model penggabungan algoritma ambang. Serta membandingkan algoritma ambang untuk mendapatkan nilai ambang terbaik mengunakan fungsi entropi secara otomatis untuk memecahkan masalah deteksi perubahan dengan pendekatan klasifikasi data yang tidak tersedia. Dengan menggunakan asumsi model statistik untuk mengetahui kelas wilayah berubah dan tidak berubah yang menampilkan berbagai perkiraan algoritma ambang mengunakan analisa discriminan, entropi lokal, entropi gabungan, entropi global, relatif entropi lokal, relatif entropi gabungan dan relatif entropi global. Pada penelitian ini digunakan model fusi Markov random fields untuk menggabungkan informasi-informasi deteksi perubahan hasil identifikasi algoritma ambang yang lebih komprehensif dalam menunjang pembuat keputusan.Penelitian ini menemukan bawa pengunaan algoritma analisa discriminan terlalu sensitive untuk mendeteksi perubahan. Tingkat akurasi deteksi wilayah berubah terbaik mengunakan metode analisa discriminan sebesar 99% namun juga terlalu sensitif terhadap perubahan yang ditunjukan dengan tidak hanya wilayah yang terbakar terdeteksi juga wilayah tidak terbakar. Akurasi deteksi terbaik yang dapat dicapai mengunakan fungsi entropi dimiliki oleh lokal relatif entropi (99%) dan lokal entropi (97%) yang menjadikan sangat baik adalah mempunyai kesalahan deteksi kecil. Algorima fusi mengunakan metode Markov memberikan akurasi deteksi terbaik sebesar 93%, lebih rendah dari kemampuan deteksi dengan algoritma ambang yang menggunakan fungsi entropi. Namun algoritma fusi MRF akan semakin memastikan wilayah yang berubah. Secara umum, ditemukan bahwa pengurangan jumlah pixel dalam variasi histogram dalam citra berpengaruh besar pada tingkat akurasi deteksi perubahan dan sensitifitas algoritma ambang untuk mendeteksi perubahan. Semakin rendah jumlah pixel dalam variasi histogram semakin baik klasifikasi wilayah berubah terdeteksi dan semakin cepat waktu pemprosesan."