Articles

Found 10 Documents
Search

Evaluasi Metode Histogram Ambang Tunggal dan Jamak Berbasis Nilai Median

Jurnal Teknik ITS Vol 1, No 1 (2012): Jurnal Teknik ITS (ISSN 2301-9271)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (257.104 KB)

Abstract

Proses pengolahan citra merupakan tahapan penting dalam proses ekstraksi informasi dari sebuah citra. Salah satu tahapan awal dalam proses pengolahan citra adalah segmentasi dimana cara yang paling sederhana untuk melakukan segmentasi adalah dengan memilih ambang histogram, baik ambang tunggal maupun jamak. Metode ambang histogram baik ambang tunggal dan ambang jamak yang ada saat ini belum mampu memilih ambang dengan tepat ketika histogram yang terbentuk asimetris, heavy tailed, atau memiliki tingkat kemencengan yang tinggi. Metode Median-based Otsu dan Median-based Minimum Error Thresholding (MET) merupakan pengembangan dari metode Otsu dan MET yang diklaim dapat melakukan pemilihan ambang tunggal dan ambang jamak dari histogram citra dengan baik. Makalah ini bertujuan untuk melakukan pengamatan terhadap karakteristik dan kinerja kedua metode tersebut dalam melakukan pemilihan ambang. Kinerja metode diukur dengan menghitung nilai Missclassification Error (ME) atau tingkat kesalahan klasifikasi. Pada uji coba yang dilakukan terhadap data unimodal, diketahui bahwa karakteristik kedua metode tersebut berbeda. Metode Median-based Otsu memotong pada puncak histogram sedangkan Median-based MET memotong pada awal atau akhir histogram. Berdasarkan serangkaian uji coba terhadap data sintetis, diketahui bahwa metode Median-based MET memiliki kinerja yang lebih baik dibanding Median-based Otsu pada data dengan lembah yang jelas dengan selisih nilai kesalahan klasifikasi 22%.

PENGENALAN MOTIF BATIK MENGGUNAKAN ROTATED WAVELET FILTERDAN NEURAL NETWORK

JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 2, Juli 2011
Publisher : Teknik Informatika, ITS Surabaya

Show Abstract | Original Source | Check in Google Scholar

Abstract

Batik merupakan kriya tekstil yang menjadi kekayaan intelektualbangsa Indonesia dan telah diakui oleh UNESCO sejak tanggal 2 Oktober 2009. Namun demikian, masyarakat Indonesia sendiri belum banyak yang mengetahui tentang perkembangan dan jenis batik yangmerupakan kekayaan budaya tersebut. Pada penelitian ini, dikembangkan sebuah perangkat lunak pengenalan motif batik yang dapat digunakan untuk mengenali motif batik secara otomatis. Fitur tekstur dari citra batik diekstrak menggunakan Rotated Wavelet Transform. Selanjutnya, hasil ekstraksi berupa vektor fitur diklasifikasikan ke dalam motif-motif batik menggunakan metode klasifikasi Neural Network (NN). Uji coba menggunakan dataset testing sama dengan dataset training menghasilkan akurasi tertinggi 100%. Sedangkan uji coba menggunakan dataset testing yang berbeda dengan dataset training menghasilkan akurasi tertinggi 78,26%. Kedua nilai akurasi tersebut didapat pada learning rate 0.8, momentum 0.9, jumlah komposisi node hidden layer [40 10 1], dan level dekomposisi ke-5.

SEGMENTASI CITRA PANORAMIK GIGI MENGGUNAKAN SIMILARITAS ANTAR GRAY LEVEL BERDASARKAN INDEX OF FUZZINESS

JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No 1, Januari 2016
Publisher : Teknik Informatika, ITS

Show Abstract | Original Source | Check in Google Scholar

Abstract

Metode segmentasi citra berdasarkan teori fuzzy dan similaritas antar gray level mampu mengatasi masalah ambiguitas gray level dan pencahayaan yang tidak merata yang biasa ditemui pada citra medis. Namun, segmentasi dengan penentuan initial seeds-nya berdasarkan jumlah piksel minimum menghasilkan citra yang kurang baik saat diterapkan pada citra dengan kontras yang rendah, seperti yang terdapat pada citra panoramik gigi. Pada penelitian ini diusulkan metode segmentasi citra panoramik gigi dengan penentuan initial seeds berdasarkan index of fuzziness terbesar pada histogram. Histogram dibagi kedalam tiga daerah berdasarkan posisi dari pusat fuzzy region. Kemudian, proses pengukuran similaritas antar gray level yang berada pada fuzzy region dilakukan untuk menemukan threshold yang optimal. Performa metode yang diusulkan diuji menggunakan citra panoramik gigi. Evaluasi performa dilakukan dengan menghitung nilai Misclassification Error antara citra hasil segmentasi dengan citra ground truth. Hasil evaluasi menunjukkan bahwa hasil segmentasi metode yang diusulkan pada citra panoramik gigi memiliki performa yang lebih baik dibandingkan dengan hasil segmentasi dari metode Otsu.

Pola Posisi Berbasis Fuzzy dalam Domain Frekuensi dan Pseudopolar Fourier Transform untuk Identifikasi Bintang Baru

Jurnal Inspiration Vol 5, No 2 (2015): Jurnal Inspiration Tahun V Edisi 2
Publisher : Jurnal Inspiration

Show Abstract | Original Source | Check in Google Scholar

Abstract

Identifikasi bintang diperlukan dalam penelusuran bintang. Namun, adanya bintang baru dapat mempengaruhi stabilitas bintang di sekitarnya. Hal itu dapat menyebabkan kesalahan dalam penelurusan bintang. Maka, diperlukan sebuah aplikasi yang mampu melakukan identifikasi bintang baru. Salah satu cara untuk melakukan identifikasi bintang baru adalah dengan membandingkan citra masukan terhadap citra database. Permasalahan terjadi ketika pengambilan citra bintang dilakukan pada waktu atau kondisi yang berbeda. Sehingga penelitian ini melakukan identifikasi bintang baru dengan mengintegrasikan metode pola posisi berbasis Fuzzy dalam domain frekuensi dan Pseudopolar Fourier Transform. Metode pola posisi berbasis Fuzzy telah mampu mengidentifikasi kemiripan bintang meskipun terdapat bintang tetangga hilang. Sedangkan, metode Pseudopolar Fourier Transform mampu mengidentifikasi besarnya perubahan kondisi citra. Selanjutnya, bintang baru dapat diidentifikasi melalui pengurangan koordinat posisi bintang pada citra masukan dan koordinat posisi bintang pada citra database. Kinerja sistem dapat ditunjukkan setelah melakukan pengujian terhadap 172 data dari aplikasi Stellarium, yaitu dengan tingkat akurasi sebesar 72,67%.

PENGEMBANGAN METODE BLOCK MATCHING UNTUK DETEKSI COPY-MOVE PADA PEMALSUAN CITRA

JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Teknik Informatika, ITS

Show Abstract | Original Source | Check in Google Scholar

Abstract

Pemalsuan citra dengan maksud menutupi sebagian objek pada citra dengan blok lain pada citra yang sama disebut dengan copy-move. Deteksi copy-move pada citra dapat dilakukan pada domain spasial melalui pengolahan pada tiap pikselnya maupun pada domain frekeunsi melalui beberapa fungsi transformasi. Penelitian ini mengusulkan deteksi copy-move pada domain spasial dengan mengembangkan metode block macthing. Metode yang diusulkan terbagi atas dua pendekatan yaitu excact match dan robust match. Pendekatan excact match dimulai dengan: input citra RGB, pengambi-lan blok, penghitungan nilai hash tiap blok, pencarian blok yang mirip dan diakhiri dengan dengan operasi morfologi untuk penghalusan hasil deteksi. Sedangkan pendekatan robust match mirip dengan exact match namun nilai hash diganti dengan Discrete Cosine Transform (DCT). Hasil uji coba menujukkan bahwa pendekatan robust match mendapatkan hasil sedikit lebih baik dibandingkan dengan excact match dimana nilai rata-rata kualitas deteksi 75% dengan kualitas deteksi terbaik sebesar 97%.

An Age Estimation Method to Panoramic Radiographs from Indonesian Individuals

TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 11, No 1: March 2013
Publisher : Universitas Ahmad Dahlan

Show Abstract | Original Source | Check in Google Scholar

Abstract

 Dental features can be considered as the best candidate feature for post-mortem identification. If ante-mortem data is unavailable, then forensic experts are needed for reducing the search space by creating post-mortem dental profiling. Age is one of important factors in dental profiling. Manual inspection of dental radiographs suffers from two drawbaks, i.e., intraobserver error and interobserver error. This paper proposed a semi-automatic system for age estimation. There are two phases in developing the proposed system, i.e., the modeling phase and the estimation phase. The modeling phase is the stage for deriving an estimation formula based on known data. In this paper, we use data taken from Javanese people. The estimation phase include the process of defining a Region of Interest (ROI), automatic length computation, and age estimation based on the derived modeling formula. Our experiments showed a promising result, i.e., an average absolute error of 5.2 years, compared to application of the Kvaal method to panoramic radiographs from Turkish individuals that yields a difference of more than 12 years.

Trabecular Bone Segmentation Based On Segment Profile Characteristics Using Extreme Learning Machine On Dental Panoramic Radiographs

Annual Research Seminar (ARS) Vol 3, No 1 (2017): ARS 2017
Publisher : Annual Research Seminar (ARS)

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1274.95 KB)

Abstract

Dental panoramic radiograph contains a lot of Information which one of them can be identified from trabecular bone structure. This research proposes segmentation of trabecular bone area on dental panoramic radiograph based on segment profile characteristics using Extreme Learning Machine as classification method. The input of this method is dental panoramic radiograph. The selection of region of interest (ROI) is performed on the lower jawbone of the trabecular bone area in which there are teeth and cortical bone. The ROI is subdivided into two where the upper ROI contains the teeth and the lower ROI contains cortical bone. After that, the result of the ROI deduction is done by preprocessing using mean and median filters for upper ROI and motion blur filter for lower ROI. The separate images are extracted each pixel into four features consisting of image intensity, 2D Gaussian filter with two different sigma, and Log Gabor filter for upper ROI. For lower ROI, five feature extractions are image intensity, Gaussian 2D filter with two different sigma, phase congruency, and Laplacian of Gaussian. Then used some sample pixels as training data to create Extreme Learning Machine model. The output of this classifier is the segmentation area of trabecular bone. On the upper ROI, the average of sensitivity, specificity, and accuracy were 82.31%, 93.67%, and 90.33%, respectively. While on the lower ROI obtained the average of sensitivity, specificity, and accuracy of 95.01%, 96.50%, and 95.29%, respectively.

PEMBANGUNAN DAN MANAJEMEN APLIKASI UJIAN ONLINE BAGI MADRASAH SEBAGAI SOLUSI BERBAGAI PROBLEM YANG MUNCUL SAAT EVALUASI KEGIATAN BELAJAR MENGAJAR SISWA (Studi Kasus pada Madrasah Aliyah Negeri Kota Blitar dan Madrasah Aliyah Matholiul Anwar Karanggeneng

JPM17: Jurnal Pengabdian Masyarakat Vol 2, No 01 (2016)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Original Source | Check in Google Scholar | Full PDF (444.555 KB)

Abstract

One aspect of measuring the quality of teaching and learning is the processof students evaluation. During this process, teachers in secondary schools,especially madrasah which is identical to the conventional education systemcompared with public schools, have difficulty in performing the test especiallyin the correction process and cheating prevention. The proposed solution in thisservice is to build an online exam application in the computer laboratory formadrasah. With the application of this online system, the exam can beconducted in a computer network and can prevent cheating because thequestions and answers were randomized. In addition, the online exam is alsoeasier for the teacher to evaluate since there is a statistical report of testresults. Experimental results using online exam application at partner schoolhas shown some benefits, i.e. accelerating the implementation of exams forstudents, ensuring confidentiality matter, facilitate the supervision of the testimplementation, speed up the process of getting value without havingpreoccupied with the correction manually, speeding up the analysis of dailytests and questions analysis, and minimize the possibility of cheating. We stillfound obstacles in the field, namely the lack of quality infrastructure to supportthe use of online exams.Keyword: Computer Based Test, Online Test

Segmentasi Citra Ikan Tuna dengan Mahalanobis Histogram Thresholding dan Mahalanobis Fuzzy C-Means

Jurnal Buana Informatika Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Original Source | Check in Google Scholar

Abstract

Abstract. Fuzzy C-Means segmentation algorithm based on Mahalanobis distance can be utilized to segment tuna fish image. However, initialization of pixels membership value and clusters centroid randomly cause the segmentation process become inefficient in terms of iteration and time of computation. This paper proposes a new method for tuna fish image segmentation by Mahalanobis Histogram Thresholding (M-HT) and Mahalanobis Fuzzy C-Means (MFCM). The proposed method consists of three main phases, namely: centroid initialization, pixel clustering and accuracy improvement. The experiment carried out obtained average of iteration amount is as many as 66 iteration with average of segmentation time as many as 162.03 second. While the average of Accuracy is 98.54%, average of Missclassification Error is 1.46%. The result shows that the proposed method can improve the efficiency of segmentation method in terms of number of iterations and time of segmentation. Besides that, the proposed method can give more accurate segmentation result compared with the conventional method.Keywords: Tuna Fish Image, Segmentation, Fuzzy Clustering, Histogram Thresholding, Mahalanobis Distance. Abstrak. Algoritma segmentasi Fuzzy C-Means berbasis jarak Mahalanobis dapat digunakan untuk mensegmentasi ikan tuna. Namun, inisialisasi derajat keanggotaan piksel dan centroid klaster secara random mengakibatkan proses segmentasi menjadi tidak efisien dalam hal iterasi dan waktu komputasi. Penelitian ini mengusulkan metode baru untuk segmentasi citra ikan tuna dengan Mahalanobis Histogram Thresholding (M-HT) dan Mahalanobis Fuzzy C-Means (MFCM). Metode ini terdiri atas tiga tahap utama, yaitu: inisialisasi centroid, pengklasteran piksel dan peningkatan akurasi. Berdasarkan hasil ekseprimen, diperoleh rata-rata jumlah iterasi sebanyak 66 iterasi dengan rata-rata waktu segmentasi 162,03 detik. Rata-rata Akurasi 98,54% dengan rata-rata tingkat Missclassification Error 1,46%. Hasil yang diperoleh menunjukkan bahwa metode yang diusulkan dapat meningkatkan efisiensi metode segmentasi dalam hal jumlah iterasi dan waktu segmentasi. Selain itu, metode yang diusulkan dapat memberikan hasil segmentasi yang lebih akurat dibandingkan dengan metode konvensional.Kata Kunci: Citra Ikan Tuna, Segmentasi, Fuzzy Clustering, Histogram Thresholding, Jarak Mahalanobis.

Deteksi Kecepatan Kendaraan Berjalan di Jalan Menggunakan OpenCV

Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Original Source | Check in Google Scholar | Full PDF (802.75 KB)

Abstract

Saat ini, di berbagai kota telah dipasang CCTV pada setiap ruas jalan. Dari CCTV, dapat diketahui kondisi lalu lintas, namun tidak dapat diketahui kecepatan setiap kendaraaan. Oleh karena itu, dibuat perangkat lunak yang dapat mendeteksi kecepatan kendaraan di ruas jalan dari video yang diambil oleh CCTV. Tujuan lainnya adalah untuk mengetahui perbedaan hasil deteksi kecepatan dengan berbagai nilai FPS (Frame Per Second).Input untuk aplikasi ini adalah video (.avi). Pertama, sistem mengambil Region of Interest (ROI). Selanjutnya, sistem melakukan background subtraction, membuat garis awal dan akhir, memperbarui posisi kendaraan, dan menyimpan hasil kecepatan rata-rata kendaraan ke berkas Excel (.xls).Skenario uji coba dilakukan berdasarkan nilai FPS pada video (30 FPS, 27 FPS, 25 FPS, dan 20 FPS). Setiap skenario terdapat sub-skenario berdasarkan posisi koordinat garis akhir {(296,0); (282,0); (270,0); dan (248,0)}. Pengujian dilakukan 5 kali setiap skenario, lalu dibandingkan dengan hasil sebenarnya untuk mendapatkan nilai error pada sistem. Error terkecil yang dihasilkan sistem sebesar 2,75% dengan posisi koordinat garis akhir di (282,0) pada skenario 30 FPS.