Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Metoda klasifikasi Jaringan Syaraf Tiruan (JST) telah banyak diterapkan dalam bidang penginderaan jauh. Dalam penelitian ini dilakukan percobaan klasifikasi awan dengan menerapkan metoda JST Kohonen pada data citra multispektral satelit NOAA AVHRR. JST Kohonen adalah metoda klasifikasi tak terselia yang berbasis pada sistem pembelajaran kompetitif Self-Organizing Maps (SOM). Prosedur percobaan terdiri dari tiga tahap, yakni tahap pembelajaran, tahap pelabelan dan tahap klasifikasi. Pada mulanya, klasifikasi awan dilakukan menggunakan lima kanal data citra sebagai vektor masukan, yakni kanal cahaya-tampak, infra-merah dekat, infra-merah tengah, dan dua kanal infra-merah termal. Hasil klasifikasi lalu dibandingkan dengan hasil klasifikasi visual untuk menentukan tingkat keberhasilannya. Kemudian, proses klasifikasi dilanjutkan untuk mengevaluasi kanal-kanal yang dominan dalam klasifikasi awan dengan cara mereduksi jurnlah kanal yang digunakan dalam klasifikasi. Hasil percobaan menunjukkan bahwa klasifikasi awan menggunakan JST Kohonen memberikan tingkat keberhasilan yang cukup tinggi sebesar 81% untuk katagori 10 kelas atau 95% untuk 4 katagori utama 4 kelas awan, dengan kanal-kanal yang dominan yaitu kanal satu (cahaya-tampak) dan kanal empat (infra-merah termal).

Abstrak :
Penggunaan citra sidik jari untuk berbagai macam aplikasi telah banyak dikembangkan, antara lain untuk sistem keamanan, klasifikasi sidik jari, identifikasi manusia dan digunakan oleh kepolisian untuk mengidentikasi orang yang dicurigai atau terlibat dalam suatu kejahatan. Pada identifkasi tersebut masih sering digunakan metode konvensional, yaitu dilihat secara visual berdasarkan pada parameter yang ada pada buku pedoman dan petunjuk identifkasi di kepolisian. Dari beberapa metode yang telah dikembangkan untuk mengganti metode konvensional tersebut, diperlukan parameter pengontrol yaitu nilai bobot yang sesuai agar kesalahan (error) pelatihan dan pengecekan mendekati nol. Sehingga dalam mendapatkan nilai parameter yang sesuai tersebut dilakukan dengan coba-coba (trial and error) dan epoch yang besar serta dibutuhkan waktu yang lama. Dalam penelitian ini, mengembangkan pemrograman modul pemrosesan citra menggunakan software Matlab versi 6.5 untuk mendapatkan data sudut rata-rata alur sidik jari (code arah) dan bifurkasi, serta proses pengenalan pola sidik jari menggunakan sistem penalaran adaptif yaitu sistem yang dapat mengontrol kesalahan (error) pelatihan dan pengecekan berbasis jaringan saraf dan logika fuzzy (neurofuzzy) dengan menggunakan tools Adaptive Neuro Fuzzy Inference System (ANFIS) yang ada di Matlab. Adapun sistem pengenalan pola sidik jari dilakukan dalam dua modul yaitu modul pemrosesan dan modul pengenalan. Pada modul pemrosesan terdiri dari proses pengambilan data citra yang berbeda dengan menggunakan scanning, proses perubahan citra sidik jari menjadi citra hitam-putih (biner), prosess penipisan (thinning) dan selanjutnya dilakukan ekstraksi citra sidik jari. Dalam modul pengenalan, dilakukan proses pengenalan data-data kode arah dan bifurkasi dari citra sidik jari yang berbeda menggunakan sistem penalaran adaptif berbasis neuro fuzzy. Dari hasil penelitian, waktu untuk proses pengenalan dan pengecekan pola sidik jari menggunakan sistem penalaran adaptif berbasis neuro-fuzzy 6 detik dan epoch 100, lebih cepat dibandingkan dengan pengenalan pola sidik jari berbasis jaringan saraf (neural network) selama 14 detik Semakin kecil error rata-rata pengenalan pola sidik jari maka prosentase kemiripan watt kecocokan dengan citra target semakin besar. Prosentase kemiripan pada pengenalan pola sidik jari berdasarkan data kode arah mencapai 99%, jauh lebih tinggi dan lebih baik prosentasenya dibandingkan dengan pengenalan pola sidikjari berdasarkan data bifukasi yang hanya mencapai 76%.

---

Fingerprint images that used for divers kinds of application has been developed among others for security system, classification of fingerprint, identification of human being and also used by the police to identify any suspects or those engaged in a crime. The conventional identification method is frequently used, namely by means of visual identification based on the existing parameters in the directory of identification book From some methods that have been developed to replace the conventional method, appropriate control parameters are needed so error in training and checking is close to zero, therefore trial and error is carried out to get such appropriate parametric values and great epoch with time is longer. In this research, we developed programming of the image processing module used Matlab software version 6.5 to have bifurcation code data and bifurcation data, and fingerprint pattern recognition process using adaptive reasoning system, namely a system which can control error of training and checking close to zero based on neural network and fuzzy logic with used Adaptive Neuro Fuzzy Inference System (ANFIS) tools in Matlab. The fingerprint pattern recognition system is carried out in two modules, that is processing module and recognition module. The processing module consists of a process of image data collection, which is different from the one, which uses scanning; a process of changing fingerprint images to black and white (binary) images, followed then by a process of thinning and then fingerprints extraction. In the recognition module, a process of identification of data on code of direction and bifurcation of fingerprint images, which is different from the one, which uses adaptive reasoning system, based on neuro-fuzzy. From the result of research, we have time of fingerprint recognition using adaptive reasoning system based on neuro-fuzzy is 6 second and epoch 100, it is faster then fingerprint recognition using neural network If average errors is small then percentage of similarity input images with target fingerprint images are bigger. Percentage of similarity fingerprint recognition based on direction code is 99%, it is higher and most good then percentage fingerprint recognition based on bifurcation data that just result is 76%.

Abstrak :
Segmentasi dan ekstraksi ciri dari citra USG merupakan salah satu pekerjaan yang cukup sulit, karena batas tepi antara obyek dan background tidak begitu jelas. Ketidakjelasan tersebut disebabkan oleh beberapa hal diantaranya adalah adanya derau (noise) yang disebabkan oleh hamburan karena ketidak homogenan dari media yang dilalui oleh gelombang ultrasonik, serta adanya atenuasi gelombang ultrasonik yang sangat kuat. Segmentasi maupun ekstraksi ciri tersebut sangat penting untuk bidang medis terutama untuk melihat perkembangan janin, deteksi tumor maupun, penyakit lainnya. Dalam penelitian ini dikembangkan suatu teknik segmentasi dan ekstraksi ciri yang mampu mengekstrak batas tepi dari citra USG dengan akurat. Teknik segmentasi yang dikembangkan tersebut merupakan gabungan dari metode thresholding dan gradien operator. Metode tersebut diuji dengan menggunakan citra dari polyurethane phantom yang telah diketahui geometri dan sifat-sifat dari obyek yang ada didalamnya. Dari hasil yang diperoleh, metode yang dikembangkan menunjukkan akurasi yang cukup baik dan mampu menghilangkan noise disekitar obyek dan batas antara obyek dengan background dapat dibedakan dengan jelas. Selain itu posisi, ukuran geometri suatu organ (obyek) dapat ditentukan dengan jelas.

Abstrak :
ABSTRAK
Denoising dengan transformasi wavelet tradisionai (ortogonal) terkadang menampakkan apa yang disebut dengan artifak, yaitu noise yang dapat berupa osilasi tak beraturan, yang diantaranya dikenal sebagai fenomena Gibbs. Ini menipakan kelemahan yang ada pads denoising basis wavelet.

Suatu metode digunakan daiam rangka menekan atau mengurangi artifak tersebut (noise). Metode ini diperkenalkan olch Coifman, dan dikenal dengan metode Cycle-Spinning, serta variannya yang dikenal dengan metode Translasi-Invarian.

Pada skripsi ini, akan ditunjukkan perbandingan unjuk kerja dari metode_metode tersebut dibandingakan dengan metode denoising tradisionai (wavelet shrinkage biasa seperti VisuShrink). Unjuk kerja dari metode ini diperlihatkan daiam bentuk penampilan visual objek basil rekonstruksi dan pengitungan root niean square error (nnse)-nva dalam suatu tabel dan graft perbandingan.

Objek yang digunakan untuk proses denoising yaitu berupa suatu sinval artifisial menurut suatu fungsi tertentu, yang dalam beberapa penclitian dan iiterarur, objek-objek ini cukup sering digunakan.

Perbandingan yang dilakukan tidak hanya denoising daiam domain wavelet, namun juga denoising dalam domain paket cosinus yang mcnunjukkan bahwasannya metode ini dapat diterapkan dan bermanfaat untuk metode-metode lainnya (selain wavelet). Berhagai variasi dilakukan dalam simulasi yang menggunakan perangkat lunak Matiab versi 5.3.

---

Abstrak :
Skripsi ini bertujuan untuk mengoptimalkan korelasi antara Transformasi Paket Wavelet dan jaringan Syaraf Tiruan topologi propagasi-balik umpan-maju dengan menggunakan pendekatan tingkah laku manusia dalam memahami obyek yang diamati. Tingkah laku ini dapat bersifat obyektif maupun subyektif tergantung dari keadaan dan tujuan pengamatan tersebut. Parameter obyektif menggunakan seluruh ciri sebagai dasar dalam melakukan klasiflkasi, sedangkan parsmeter subjektif hanya memanfaatkan ciri-ciri yang sesuai untuk memenuhi klasifikasi. Hasil pengujian yang dilakukan menunjukkan bahwa tingkat keakuratan berkisar antara 92,861% - 97,86% jika digunakan untuk mengklasifikasikan obyek bidang datar. Sedangkan untuk tekstur antara 94,37% - 98,444%. Kemampuan perangkat lunak untuk mengenal obyek yang mengalami gangguan, yaitu maksimum sebesar 96% pada obyek yang tertranslasi, 90% pada obyek terrotasi, dan 92% pada obyek yang mengalami noise. Selain dari pada itu, kecepatan pembelajaran menjadi sangat singkat dengan rata-rata iterasi maksimal sebanyak 9134,8 kali dan waktu rata-rata kurang dari 261,726 detik. Pengujian keseluruhan memberikan kesimpulan bahwa penambahan informasi-informasi tertentu yang berkaitan dengan ciri-ciri obyek, akan membantu dalam menghasilkan pembelajaran yang optimal dan pendeteksian yang maksimal.

Abstrak :
ABSTRAK
Dunia teknologi animasi dewasa ini telah berkembang dengan cukup pesat. Hal tersebut dapat dilihat pada berbagai macam film pada layar televisi dan layar lebar, maupun pada berbagai macam media lain, seperti permainan/games, dan lain-lain. Salah satu permasalahan dalam dunia animasi adalah kebutuhan akan gerakan animasi yang sehalus mungkin dan semirip mungkin dengan gerakan aslinya. Kebutuhan akan hal ini terjawab dengan menggunakan sebuah teknologi yang dapat diterapkan pada dunia animasi 3 demensi, yaitu teknologi motion capfure. Contoh dari hasil penggunaan teknologi ini dapat dilihat pada permainan FIFA 2000, film Starship Troopers, dan lain-lain.

Jenis-jenis teknik motion capture yang ada saat ini berbeda-beda, diantaranya adalah magnetic motion caprure, optical motion capture, dan lain-lain. Tiap-tiap jenis motion capture tersebut memiliki cara yang berbeda-beda untuk mencapai tujuannya. Diantara sekian banyak metode tersebut, terdapat sebuah metode motion capture yang menggunakan sistem optik, dengan menggunakan marker berwarna. Metode ini memerlukan beberapa buah kamera dan marker, sebuah komputer dan Sebuah software. Tulisan ini membahas satu-persatu hal-hal di atas, dan menyertai sebuah perangkat lunak (Mation Capture Eyes) yang telah dibuat, beserta simulasinya.

---

Abstrak :
ABSTRAK
Metode Golomb-Rice Coding (GRC) sudah diciptakan sejak lama, tetapi sampai sekarang sangat jarang pemakaiannya untuk kompresi citra. Metode tersebut mempunyai kompleksitas yang rendah. Beberapa sistem kompresi citra yang telah distandardisasi saat ini serta lazim digunakan adalah Huffman encoding, LZW encoding dan Run-length encoding (RLE).

Pada skripsi ini akan dibuat suatu sistem kompresi citra yang bersifat losssless. Sistem ini menggunakan Lossless Predictive Coding dimana pada bagian encodernya menggunakan metode GRC. Penggunaan GRC dipilih karena memiliki kompleksitas rendah sehingga mudah untuk diaplikasikan. Lossless Predictive Coding kemudian digabungkan dengan suatu prosedur penentuan konteks dan suatu prosedur encoding sederhana (diberi nama ?mode run?). Penambahan mode run ini bertujuan untuk mengoptimalkan rasio kompresi yang akan dihasilkan nantinya.

Sistem ini lalu disimulasikan dengan MATLAB 5.31, kemudian hasil simulasi ini dibandingkan dengan sitem kompresi citra lossless yang lain, yakni RLE dan LZW.

---

Abstrak :
Peran transformasi wavelet dalam bidang kompresi dan pengkodean citra telah sangat dikenal dan telah menghasilkan standar format citra digital. Dengan konsep multiskala dan multiresolusi, sebuah citra dapat memberikan representasi yang informatif dengan titur-fitur yang ada. Fitur-fitur ini dapat dimanfaat untuk sebuah sistem pengenalan citra. Jaringan syaraf tiruan sebagai pengklasifikasi telah digunakan secara umum dengan tujuan pengenalan terhadap suatu objek ataupun fungsi. Kelebihan yang dimilikinya karena penggunakan metode training. Training dilakukan terhadap sekumpulan training set yang representatif untuk dapat melakukan proses klasifikasi terhadap objek yang akan dikenali. Skripsi bertujuan untuk memanfaatkan kemampuan transformasi wavelet untuk ekstraksi fitur dengan pengklasifikasi jaringan syaraf tiruan. Penerapannya dilakukan terhadap citra tekstur yang memiliki pola teratur. Pengambilan fitur-fiturnya menggunakan wavelet histogram signazures yang memperlihatkan fitur-fitur wavelet dalam karakteristik statistik orde pertama. Percobaan dilakukan dengan sebuah simulasi software pengenalan pola yang dibuat dengan MATLAB. Sistem dibuat berdasarkan transformasi wavelet dan jaringan syaraf tiruan. Hasil dari percobaan adalah berapa persen jumlah keberhasilan pengenalan sistem terhadap objek pengujian yang diberikan. Pengujian juga dilakukan terhadap tekstur yang diberi gangguan (noise).

Abstrak :
Logika Fuzzy telah menjadi suatu disiplin ilmu yang sangat berkembang saat ini, dan beragam perangkat dijital telah memanfaatkan sistem Logika Fuzzy dalam melakukan proses penalaran untuk mengambil kesimpu1an. Penerapan Logika Fuzzy tersebut didukung terutama karena aplikasinya sanggup meniru cara berpikir manusia dan mempunyai kemampuan adaptasi yang tinggi. JPEG2000 adalah suatu standar algoritma kompresi terbaru yang memanfaatkan transformasi wavelet dan pengkodean Embedded Block Coding with Optimized Truncation (EBCOT). JPEG2000 melakukan kuantisasi yang berbeda pada setiap subbend hasil transformasi wavelet dan faktor kuantisasi setiap subband dicantumkan pada format data JPEG2000. Tujuan skripsi ini adalah untuk memanfaatkan sistem Logika Fuzzy untuk menentukan faktor kuantisasi pada setiap ukuran step sub-band dalam algoritma JPEG2000. Skripsi ini juga memberikan informasi mengenai keunggulan dan fleksibilitas standar JPEG2000. Analisis yang dilakukan meliputi analisis penilaian objektif terhadap citra hasil kompresi, dan tingkat optimalisasi citra yang didapat dengan menerapkan sistem Logika Fuzzy. Data yang dibutuhkan untuk analisis didapat dari perangkat simulasi yang dibuat dengan bantuan pemrograman Matlab 6.5.

Abstrak :
Teknologi kompresi video dalam video digital bukanlah sesuatu yang baru. Sangatlah tidak efisien untuk menyimpan sebuah video digital dalam bentuk uncompressed RGB. Di sini akan dilakukan percobaan pada dua buah teknologi kompresi yang populer saat ini, yaitu sistem kompresi DivX dan sisiem kompresi MPEG-l. Percobaan dilakukan dengan mengambil video menggunakan sebuah handycam analog, kemudian di ubah menggunakan sebuah TV Tuner menjadi bentuk digital dalam format AVl uncompressed RGB. Inilah file yang akan dilakukan kompresi menggunakan kedua sistem ini. Pada MPEG-I dilakukan kompresi dengan metoda variable bit rate. dan constant bit rate. Pada DivX dilakukan kompresi dengan metoda 1-pass dan 2-pass, masing-masing dalam bit rate yang berbeda yaitu 100 kbps, 500 kbps dan 1000 kbps. Dari hasil percobaan didapatkan bahwa pada sistem kompresi DivX 2-pass selain memberikan hasil kompresi yang baik juga memiliki keunggulan yaitu mempunyai hasil berupa file yang ukurannnya dapat dihitung. Perhitungan ukuran file adalah besarnya bit rate dan kompresi yang dikalikan dengan waktu. Selain itu diperoieh beberapa sifat lain dari system kompresi DivX 2-pass yaitu pada video yang tingkat homogeniias yang tinggi penambahan bit rate tidak selalu akan menghasilkan penamhahan ukuran file dan sifat lainnya adalah pada tingkat bit rate yang sangat rendah maka video yang dihasilkan akan mengalami pengurangan kualitas visualnya berupa munculnyu efek checkerboard yaitu munculnya pola kotak-kotak dalam video.