cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota medan,
Sumatera utara
INDONESIA
Singuda ENSIKOM
Published by Universitas Sumatera Utara
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING" : 5 Documents clear
Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna RGB Dengan K-Means Clustering Eliyani Eliyani; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (167.669 KB)

Abstract

Proses identifikasi buah-buahan secara tradisional mengalami banyak kendala akibat sifat manusia yang mempunyai kelemahan yang menyebabkan hasil yang diinginkan tidak efektif. Kemajuan teknologi komputer telah menyentuh dunia pertanian dari segi sebelum panen maupun pasca panen. Di sini timbul permasalahan bagaimana mengenali buah sehingga sesuai dengan kondisi nyata. Kondisi buah pepaya ditentukan oleh tingkat kematangan yang dilihat dari sisi warna pepaya. Klasifikasi yang lakukan oleh petani biasanya mengelompokkan pepaya dalam katagori muda, mengkal, dan masak penuh. Metode pengolahan citra mempunyai kemampuan untuk menganalisa kondisi kematangan pepaya dengan menggunakan nilai Red, Green, Blue (RGB) sebagai acuan. Penentuan klasifikasi dengan metode K-means clustering yang  menggunakan selisih jarak eucludian sebagai acuannya. Untuk hasil pada kelompok pepaya muda 60% berhasil dikenali sebagai pepaya muda, kelompok pepaya mengkal 90% berhasil dikenali sebagai masak mengkal sedangkan pada kelompok  pepaya penuh 100 % dikenali sebagai masak penuh. Sehingga dapat disimpulkan metode K-means Clustering hampir sama dengan proses klasifikasi oleh  petani yang sudah berpengalaman bertahun tahun.
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin Salahuddin; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (693.334 KB)

Abstract

Sistem pengenalan sidik jari bertujuan untuk mengidentifikasi sidik jari seseorang sehingga dapat di kenali ciri unik dari orang tersebut. Hasil dari ekstraksi ciri sidik jari sangat bergantung pada kualitas dari citra sidik jari itu sendiri, seperti halnya kejelasan ridge structure pada citra sidik jari. Citra yang baik akan memiliki kontras yang baik dan dapat menggambarkan ridges dan valleys. Jenis sidik jari didefinisikan diantaranya: sidik jari berminyak yang memiliki piksel ridges cenderung sangat tebal, sidik jari kering yang memiliki ridges yang kasar pada tingkat lokal dan terdapat piksel putih/ valley yang banyak, serta sidik jari netral secara umum tidak memiliki sifat khusus seperti berminyak dan kering. Untuk mendapatkan citra yang baik pada citra sidik jari kering dilakukan ekstraksi garis tengahnya dan menghapus piksel putih/valley sehingga nilai ridge meningkat. Penelitian ini menggunakan metode FFT karena FFT merupakan salah satu algoritma yang dapat menghitung secara cepat dan mendukung dilakukan proses secara real time. Dengan metode FFT citra sidik jari dengan ridges yang terputus dianalisa dan dihitung probabilitasnya dari ridge frequency dan ridge orientation, setelah ditingkatkan kualitasnya dengan menggunakan FFT maka didapatkan peningkatan piksel ridge 97.52 % pada konstanta k=0,6. Dan Hasil Verifikasi Persentase Matching Sidik jari tertinggi pada nilai konstanta k=0,6 yaitu 54,29%.
PENINGKATAN UNJUK KERJA VERIFIKASI CITRA SIDIK JARI BERMINYAK BERDASARKAN MINUTIAE DENGAN METODE GABOR FILTER Sayed Munazzar; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.83 KB)

Abstract

Sidik jari merupakan salah satu sistem biometrik yang banyak digunakan untuk pengenalan secara otomatis maupun pemeriksaan identitas dikarenakan sifat dari citra sidik jari yang uniqness dan tidak pernah berubah. Dengan menggunakan 56 sampel sidik jari dari 7 orang yang berbeda, verifikasi citra sidik jari berminyak berdasarkan minutiae bertujuan untuk mendapat nilai minutiae dari citra sidik jari yang maksimal sehingga citra sidik jari bisa didapatkan kecocokan paling tinggi. Hasil dari verifikasi citra sidik jari normal dengan citra sidik jari berminyak sebelum gabor menghasilkan kecocokan sebesar 15,54% sedangkan verifikasi citra sidik jari normal dengan citra sidik jari berminyak setelah gabor menghasilkan kecocokan sebesar 20,46% sehingga persentase kecocokan meningkat 5%.
DETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Muliyadi Muliyadi; Tulus Tulus; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.531 KB)

Abstract

Motion capture dengan menggunakan marker aktif yang ada saat ini membutuhkan perangkat dan pakaian khusus yang dipakai oleh aktor yang mengakibatkan aktor sulit untuk melakukan gerakan-gerakan yang kompleks. Hal ini kemungkinan ada bagian marker yang terlepas atau  tidak tertangkap oleh kamera sehingga mempengaruhi hasil capture. Dalam penelitian ini akan Menggunakan Metode Principal Component Analysis (PCA) untuk mendeteksi   fitur–fitur wajah yang meliputi alis, mata, hitung, mulut dan lengkungan wajah. tanpa menggunakan marker akan tetapi dengan menggunakan titik landmark pada setiap fitur-fitur wajah, yang nantinya dapat memberikan kontribusi pada bidang penelitian facial motion capture dan pada dunia animasi serta game development sehingga akan mempermudah para kreator dalam membuat animasi yang realistis sebagaimana gerakan aslinya atau alami dari Aktor tanpa menggunakan pakaian khusus atau marker.
Design of Contactless Hand Biometric System With Relative Geometric Parameters Antonius Siswanto; Pernantin Tarigan; Fahmi Fahmi
Singuda ENSIKOM 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING
Publisher : Singuda ENSIKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (423.396 KB)

Abstract

The main concern in contactless biometric system is the position of the hand that may vary relatively to camera. This variation of position result in different parameters of hand geometry captured from the same person, in different time, which is a serious problem in identification process. This paper presents a novel contactless biometric verification system based on relative geometric parameters of the hand, as the biometric feature. A webcam captured color image of the hand, which will be transformed into binary image for segmentation, based on thresholding technique. Binary image was extracted to get nine absolute geometrical sizes. The relative geometric parameters derived from ratios between those geometrical sizes were calculated. Feature extraction was processed by scanning technique. Matching was conducted based on match score, which is the output result by feeding relative geometric parameters to backpropagation-trained artificial neural network. Our design provided accuracy of 87.237%, precision of 85.798%, False Match Rate (FMR) of 14.780%, and False Non Match Rate (FNMR) of 10.747%.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 14, No 40 (2016) Vol 14, No 39 (2016) Vol 14, No 38 (2016) Vol 13, No 37 (2015) Vol 13, No 36 (2015) Vol 13, No 35 (2015) Vol 12, No 34 (2015) Vol 12, No 33 (2015) Vol 12, No 32 (2015) Vol 11, No 31 (2015) Vol 11, No 30 (2015) Vol 11, No 29 (2015) Vol 10, No 28 (2015) Vol 10, No 27 (2015) Vol 10, No 26 (2015) Vol 9, No 3 (2014) Vol 9, No 2 (2014) Vol 9, No 1 (2014) Vol 8, No 3 (2014) Vol 8, No 2 (2014) Vol 8, No 1 (2014) Vol 7, No 3 (2014) Vol 7, No 2 (2014) Vol 7, No 1 (2014) Vol 6, No 3 (2014) Vol 6, No 2 (2014) Vol 6, No 1 (2014) Vol 4, No 3 (2013) Vol 4, No 2 (2013) Vol 4, No 1 (2013) Vol 3, No 3 (2013) Vol 3, No 2 (2013) Vol 3, No 1 (2013) Vol 2, No 3 (2013) Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) 2013: VOL 5 : SPECIAL ISSUE IN IMAGE PROCESSING More Issue