Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Metode Seam Carving Pada Pembentukan Gambar Panorama Rahmat Hidayat; Tjokorda Wirayuda
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Gambar panorama merupakan gambar yang memiliki sudut pandang yang lebih luas dibandingkan gambar biasa. Untuk memperoleh gambar ini adalah dengan menerapkan teknik image stitching, yaitu penggabungan beberapa buah gambar menjadi sebuah gambar dengan ukuran yang lebih besar. Permasalahan yang dapat terjadi pada penerapan image stitching saat ini adalah pada saat pengambilan gambar masukan terdapat objek yang bergerak, akan menimbulkan efek ghosting, yaitu munculnya objek baru pada gambar hasil panorama yang tidak terdapat pada gambar masukan. Pada tugas akhir ini diterapkan metode seam carving untuk membentuk gambar panorama yang berasal dari 2 buah gambar masukan. Metode ini akan menentukan bagian pada gambar panorama yang berasal dari gambar masukan pertama dan bagian yang berasal dari gambar kedua. Penentuan bagian ini dapat diperoleh setelah didapatkan bagian yang saling tumpang tindih pada gambar pertama dan kedua. Dari hasil pengujian, metode seam carving dapat mencegah terjadinya efek ghosting untuk kasus dimana terdapat objek bergerak pada saat pengambilan gambar. Selain itu metode ini dapat menghasilkan gambar panorama dengan tingkat similarity diatas 80%. Kata kunci : gambar panorama, efek ghosting, image stitching, seam carving
Klasifikasi Tulisan Tangan Berupa Angka Menggunakan Random Forest Dan Histogram Of Oriented Gradient Anugerah Putra; Tjokorda Wirayuda
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Membuat mesin atau komputer mngenali tulisan tangan masih merupakan masalah yang terus diteliti di bidang Computer Vision. Angka sendiri tidak bisa dipisahkan dari kehidupan manusia sehingga kemampuan mengenali tulisan tangan berupa angka akan sangat membantu pekerjaan manusia. Berbagai jenis algoritma klasifikasi yang tersedia seperti ANN dan SVM mampu mengenali tulisan tangan, namun kelemahan keduanya terletak pada komplesitas waktu training yang cukup lama Random Forest menjadi salah satu algoritma alternatif dan diuji dalam kasus klasifikasi tulisan tangan berupa angka pada Tugas Akhir ini. Random Forest tidak membutuhkan preprocessing khusus dalam pengimpelementasiannya untuk mencapai akurasi yang bagus. Diuji juga performansi Random Forest menggunakan fitur ciri Histogram of Gradient yang sering dipakai untuk mengenali objek dalam citra. Hasil pengujian menunjukkan Random Forest dengan jumlah 10 tree dan vektor ciri HOG yang berukuran mampu mengklasifikasi tulisan tangan berupa angka dalam dataset MNIST dengan akurasi bagus yang mencapai 97% dan waktu training sekitar 4 menit.