SEGMENTASI METODE PARTICLE SWARM OPTIMIZATION PADA PENDETEKSI CITRA TANGAN

Authors

  • Resty Wulanningrum Prodi Teknik Informatika Universitas Nusantara PGRI Kediri
  • Sinta Sanora

DOI:

https://doi.org/10.30736/informatika.v7i2.847

Abstract

Perkembangan teknologi sudah sedemikian memberikan pengaruh besar terhadap aspek kehidupan manusia. Salah satu teknologi ini termasuk adanya pengolahan citra digital. Citra sebagai keluaran atau sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal – sinyal video seperti gambar pada monitor televisi. Dizaman sekarang yang pesat, penggunaan kamera Closed Circuit Television (CCTV) yang dapat mendeteksi kejadian. Namun CCTV yang terpasang pada tempat tertentu hanya digunakan sebagai pemantau kejadian yang ada. Dalam program ini CCTV digunakan sebagai pendeteksi kejahatan atau bahaya menggunakan citra tangan. Proses ini dapat menggunakan metode Particle Swarm Optimization untuk mendeteksi citra tangan. Tahapan yang akan diproses dengan melakukan ekstraksi ciri dari data latih sebagai data set. Kemudian dengan data uji untuk melakukan segmentasi citra menggunakan metode Particle Swarm Optimization. Dari hasil uji coba segmentasi citra tangan menggunakan metode Particle Swarm Optimization dengan melakukan 3 skenario uji coba mendapat nilai skenario ke-1 dengan MSE 26.676,88, skenario ke-2 mendapat nilai 25.592,15 , skenario ke 3 mendapat nilai 24.705,83. Hal ini menunjukkan bahwa kinerja metode Particle Swarm Optimization memiliki hasil yang lebih baik pada uji coba skenario ke-3 karena semakin kecil nilai MSE maka hasil uji coba semakin baik. Selain itu dengan data latih yang digunakan lebih banyak dari skenario uji coba yang lain agar sistem dapat melakukan segmentasi yang lebih baik. dapat dibangunnya sistem pendeteksi citra tangan dengan metode Particle Swarm Optimization dapat memaksimalkan tampilan citra dalam menganalisis gambar.

Downloads

Download data is not yet available.

References

A. Purno and W. Wibowo, “Implementasi Teknik Computer Vision Dengan Metode Colored Markers Trajectory Secara Real Time,†J. Tek. Inform., vol. 8, no. 1, 2016.

P. N. Hasanah, “Implementasi Interpolasi Fractal Untuk Pembesaran Skala Pada Citra Screen Capture CCTV,†JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 1, 2020, doi: 10.30865/jurikom.v7i1.1945.

J. P. Informatika et al., “IMPLEMENTASI METODE SHARPENING UNTUK MEMPERBAIKI,†vol. 8, pp. 5–8, 2019.

T. Informatika, F. I. Komputer, and U. S. Karawang, “Perbandingan Algoritma SVM dan SVM Berbasis Particle Swarm Optimization Pada Klasifikasi Beras Mekongga,†vol. 5, no. 2, pp. 102–108.

Y. E. Achyani, “Penerapan Metode Particle Swarm Optimization Pada Optimasi Prediksi Pemasaran Langsung,†J. Inform., vol. 5, no. 1, 2018, doi: 10.31311/ji.v5i1.2736.

S. H. F. Hakim, I. Cholissodin, and A. W. Widodo, “Seleksi Fitur Dengan Particle Swarm Optimization Untuk Pengenalan Pola Wajah Menggunakan Naive Bayes ( Studi Kasus Pada Mahasiswa Universitas Brawijaya Fakultas Ilmu Komputer Gedung A ),†J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 10, 2017.

N. L. Khikmah and R. Wulanningrum, “Perbaikan Citra Gambar Tangan Menggunakan Particle Swarm Optimization,†Semin. Nas. Inov. Teknol., pp. 93–99, 2021.

K. Kurniati and R. R. Wardana, “Penerapan Algoritma Particle Swarm Optimization pada Segmentasi Citra Pengenalan Aksara Bugis,†J. Pengemb. Sist. Inf. dan Inform., vol. 1, no. 3, 2021, doi: 10.47747/jpsii.v1i3.177.

C. T. Utari, “Implementasi Algoritma Run Length Encoding Untuk Perancangan Aplikasi Kompresi Dan Dekompresi File Citra,†J. TIMES, vol. V, no. 2, pp. 24–31, 2016.

M. R. Kumaseh, L. Latumakulita, and N. Nainggolan, “SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING,†J. Ilm. SAINS, vol. 13, no. 1, 2013, doi: 10.35799/jis.13.1.2013.2057.

Y. Permadi and . Murinto, “Aplikasi Pengolahan Citra Untuk Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah Menggunakan Metode Ekstraksi Ciri Statistik,†J. Inform., vol. 9, no. 1, pp. 1028–1038, 2015, doi: 10.26555/jifo.v9i1.a2044.

Y. Wibisono, “Penghitungan Jumlah Telur Ikan Gurami Menggunakan Metode Segmentasi Warna dengan Deteksi Warna HSV dan Watershed Transform,†2015, [Online]. Available: http://repository.unmuhjember.ac.id/id/eprint/2241%0Ahttp://repository.unmuhjember.ac.id/2241/1/Jurnal.pdf

A. N. Syahrudin and T. Kurniawan, “Input Dan Output Pada Bahasa Pemrograman Python,†J. Dasar Pemrograman Python STMIK, no. January, 2018.

A. S. B. Karno, “Prediksi Data Time Series Saham Bank BRI Dengan Mesin Belajar LSTM (Long ShortTerm Memory),†J. Inform. Inf. Secur., vol. 1, no. 1, 2020, doi: 10.31599/jiforty.v1i1.133.

Downloads

PlumX Metrics

Published

2022-09-15

How to Cite

Wulanningrum, R., & Sanora, S. (2022). SEGMENTASI METODE PARTICLE SWARM OPTIMIZATION PADA PENDETEKSI CITRA TANGAN. Joutica, 7(2), 562–567. https://doi.org/10.30736/informatika.v7i2.847

Issue

Vol. 7 No. 2 (2022): Journal of Informatic Unisla

Section

editorial

License

Joutica : Journal of Informatic Unisla is licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license. You are free to:

  • Share copy and redistribute the material in any medium or format
  • Adapt remix, transform, and build upon the material for any purpose, even commercially. This license is acceptable for Free Cultural Works.

The licensor cannot revoke these freedoms as long as you follow the license terms.

  • Attribution You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • Share Alike If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  • No additional restrictions You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Copyright

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

 

Joutica : Journal of Informatic Unisla by Universitas Islam Lamongan is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://jurnalteknik.unisla.ac.id/index.php/elektronika/index

Crossref
Scopus
Google Scholar
Europe PMC