IMPLEMENTASI EDGE DETECTION UNTUK MEMISAHKAN OBJECT FOTO ORANG DAN BACKGROUNDNYA.

22074363, Chandra Sho'etanto (2012) IMPLEMENTASI EDGE DETECTION UNTUK MEMISAHKAN OBJECT FOTO ORANG DAN BACKGROUNDNYA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22074363_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
22074363_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (8MB) | Request a copy

Abstract

Di era sekarang ini banyak hal yang biasa dikerjakan dengan menggunakan teknologi komputer, dari hal yang mudah sampai yang sulit. Salah satu yang dapat dilakukan komputer adalah editing foto, dimana foto dapat diedit sesuai dengan keinginan manusia. Foto dapat direkayasa dengan memindahkan, menambah maupun mengurangi bagian dari foto aslinya. Salah satu contohnya adalah bagaimana foto itu dapat dipisahkan antara object dan backgroundnya. Salah satu metode Komputer Vision yang bisa digunakan untuk mendeteksi tepi adalah metode High Pass Filter. yang digunakan sebagai filter untuk pengenalan tepi pada object gambar. Sistem yang akan dibuat terdiri dari 2 bagian yaitu mendeteksi tepian pada object dan memisahkan backgroundnya. Pada prosesnya gambar asli akan diproses dahulu menjadi grayscale kemudian dijadikan kedalam biner yang kemudian akan di deteksi tepinya dan memisahkannya dari backgroundnya. Dari hasil penelitian yang sudah dilakukan didapati bahwa sistem yang dibangun mampu mengenali tepian dari object dan memisahkan backgroundnya. Metode High Pass Filter dapat mengenali tepian object dan memisahkan backgroundnya yang berupa bangun datar dengan angka kwantitatif 81-100% atau sangat baik, sedangkan untuk mengenali tepian object orang dan memisahkan backgroundnya dengan persentase 61-80% atau baik.

Item Type: Student paper (Final Year Projects (S1))
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: Ms Lea Destiany
Date Deposited: 18 Jun 2021 03:03
Last Modified: 18 Jun 2021 03:03
URI: http://katalog.ukdw.ac.id/id/eprint/4369

Actions (login required)

View Item View Item