Claim Missing Document
Check
Articles

Found 24 Documents
Search
Journal : eProceedings of Engineering

Peningkatan Peformansi Pengenalan Identitas Berbasis Palm Vein Menggunakan Adaptive Filtering dan Retinex Method Muhammad Shafhi Kasyfillah; Tjokorda Agung Budi Wirayuda; Bedy Purnama
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Palm Vein Recognition merupakan salah satu metode yang digunakan untuk melakukan pengenalan pada suatu individu melalui pattern dari pembuluh darah vena di telapak tangan. Vein recognition belakangan ini mulai digunakan dan diteliti oleh beberapa pihak, karena sebenarnya pembuluh darah vena juga bersifat unik untuk tiap individu seperti halnya sidik jari atau retina mata. Vein Recognition ini mulai diminati orang karena sistem pengenalan ini menggunakan bagian dalam tubuh untuk pengenalannya sehingga sulit untuk ditiru atau dipalsukan. Adaptive Filterring adalah salah satu metode yang digunakan untuk melakukan image enhancement, mulai dari pendeteksian wilayah citra yang akan di proses dan membuang pixel-pixel yang tidak diperlukan sampai pengehapusan noise yang terdapat pada citra tersebut. Retinex Method adalah metode yang digunakan untuk melakukan pemrosesan pada citra berfokus pada pencahayaannya. Kata kunci :Sitem rekognisi, Image enchacement, Adaptive filtering, Retinex emthod
Klasifikasi Jenis Kendaran Secara Bertahap Dengan Eigenvehicle Dan Fuzzy C-means Clustering – Hough Transform Gunawan Gunawan; Tjokorda Agung Budi Wirayuda; Bambang Ari Wahyudi
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam penelitian ini dilakukan analisis secara bertahap metoda Eigenvehicle sebagai metoda untuk mengekstraksi ciri kendaraan, Fuzzy C-means Clusterring (FCMC) digunakan untuk memisahkan ban dengan badan kendaraan dan Hough Tranform sebagai metoda untuk deteksi lingkaran ban. Jenis kendaraan yang akan diklasifikasi adalah kendaraan golongan I hingga V sesuai aturan yang ada pada tol. Metoda Hough Transform dapat digunakan untuk mengisolasi feature lingkaran ban dalam sebuah citra kendaraan, jumlah ban yang terdeteksi dapat digunakan untuk klasifikasi golongan III, IV dan V. Sedangkan golongan I dan II menggunakan metoda Eigenvehicle yang merupakan gabungan Principal Component Analysis (PCA) untuk ekstraksi ciri data latih dan Diferent From Vehicle space (DFVs) untuk mengklasifikasikan kendaraan dengan melihat jarak perbedaan dari data latih PCA. Data training dan testing sistem didapat dari rekaman kedatangan mobil di Rest Area Tol Purbaleunyi KM 97, dengan data testing sebanyak 464, data training 10. Sedangkan akurasi yang didapat sebesar 93,9% dengan parameter jumlah kelas FCM sebanyak 6, rasio ban dengan panjang kendaraan pada Hough Transform sebesar 17 dan threshold pada Eigenvehicle sebesar 1300. Kata Kunci: image processing, klasifikasi kendaraan, Eigenvehicle, Hough Transform, Fuzzy C-Means Clustering
Impelementasi Metode Promethee Dan Ahp Pada Pemilihan Indekost Di Telkom University Risky Diatama; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Telkom University merupakan kampus swasta ternama di Indonesia. Universitas ini mengalami perkembangan yang pesat untuk menjadikan Universitas Internasional. Dalam perkembangan Universitas ini terdapat sektor yang mengikuti perkembangannya yaitu sektor tempat indekost. Untuk dapat membantu mempromosikan indekost sekaligus membantu mahasiswa agar mendapatkan tempat indekost yang sesuai, maka dibuatlah Aplikasi Rekomendasi Indekost Telkom University. Aplikasi ini dapat membantu mahasiswa untuk mendapatkan rekomendasi tempat indekost sesuai dengan keinginan mahasiswa saat itu. Hasilnya, didapat tempat indekost dengan ranking teratas yang akan direkomendasikan kepada mahasiswa sebagai hasil terbaik dari pencarian. Aplikasi ini, mempunyai kelebihan yaitu dapat memberikan rekomendasi yang baik dibandingkan dengan pencarian dengan menggunakan metode filtering, dimana perbedaan ini dipengaruhi oleh optimasi AHP-promethee yang dapat membandingkan kelebihan dan kelemahan antar lokasi indekost, selain itu aplikasi ini dapat diterima baik oleh mahasiswa dapat dilihat dari hasil pengujian oleh mahasiswa yang menunjukan tingkat kecocokan user sebesar 91%. Kata kunci: Indekost, AHP, Promethee, filtering, ranking.
Pengenalan Wajah Dengan Menggunakan Algoritma Local Gaussian Structural Pattern Dan Support Vector Machine Amna Rizky; Tjokorda Agung Budi Wirayuda
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan wajah (Face recognition) menjadi salah satu bidang pengolahan citra yang paling banyak dipelajari oleh beberapa peneliti dalam beberapa tahun terakhir. Sulitnya mesin untuk melakukan pengenalan wajah manusia juga menjadi alasan telah banyak penelitian tentang hal tersebut.Mesin sangat berbeda dengan otak manusia yang mudah mengenali wajah seseorang dengan mudah sistem dituntut untuk mengenali wajah manusia yang berbeda dari wajah yang telah dilatihkan karena adanya perubahan dalam wajah orang yang sama tersebut dikarenakan penuaan, ekspresi bahkan penambahan aksesoris. Dalam pengenalan wajah terdapat salah satu metode yaitu fitur lokal sistem mengambil bagian kecil dari wajah lalu memasukkannya ke descriptor. Metode fitur lokal sendiri banyak diteliti dikarenakan metode jenis ini lebih kuat terhadap permasalahan Illumination(perbedaan cahaya). Salah satu jenis metode yang menggunakan fitur lokal adalah LGSP (Local Gaussian Structural Pattern). LGSP dianggap bisa kuat terhadap noise yang muncul pada gambar. Tingkat keberhasilan Algoritma LGSP dan algoritma klasifikasi Support Vector Machine pada penelitian ini yaitu sebesar 65.78%. Kata kunci : Face recognition, ekstraksi ciri, klasifikasi fitur, Local Gaussian Structural Pattern