Image Processing Bentuk Jarimatika Dengan Deteksi Canny Dan Ektraksi Momen Hu
Image Processing of Jarimatic shape With Canny Detection and Moment Hu Extraction
DOI:
https://doi.org/10.33084/jsakti.v4i1.2545Keywords:
Jarimatika, Pengolahan Citra, Deteksi tepi Canny, Moment HuAbstract
Ilmu Processing merupakan sub keilmuan Computer vision pada Artifical Intelegence, yang membantu dalam analisis akan kebutuhan informasi dengan obyek citra. Pada konsep pembelajaran jarimatika peranan jari membantu informasi dalam mempermudah hitungan matematika. Jarimatika merupakan teknik belajar matematika praktis bagi siswa dengan menggunakan jari pada 2 belah tangan kanan dan kiri. Namun obyek citra perlu dianalisis terlebih dahulu dengan menggunakan metode dan konsep penyelesaiannya. Pengembangan dan pengujian dilakukan dan dikembangkan secara terus menerus demi kemajuan manusia khususnya pendidikan. Aplikasi pengenalan bentuk jari diproses dengan metode image processing dengan teknik filtering Gausian Blur, resize, grayscale, dan teknik segmentasi dengan menggunakan deteksi tepi Canny dan deteksi contour, dilanjutkan dengan dilation. Ekstraksi ciri menggunakan Moment Hu dari hasil citra kontur Dari hasil segmentasi dan deteksi tepi memberikan hasil obyek dapat menunjukan tepian dengan jelas dan penebalan dengan dilasi untuk memperkuat tepian citra, sehingga membantu dalam penentuan nilai kontur. Hasil citra direkomendasikan pada proses pembelajaran data sehingga memastikan apakah citra jarimatika dikenal bentuknya secara berbeda atau tidak, yang selanjutnya dapat dikembangkan pada penerapan pola jari pada machine learning untuk jarimatika.
Downloads
References
Artha Gilang Saputra, Ema Utami dan Hanif Al Fatta, Analisis Penerapan Metode Convex Hull Dan Convexity Defects Untuk Pengenalan Isyarat Tangan , Jurnal SAINTEKOM ((Sain, Teknologi, Komputer dan Manajemen) , Vol 8 No 2, DOI: 10.33020/saintekom.v8i2.59
Amruta L Kabade and V.G. Sangam, 2016, Canny edge detection algorithm, International Journal of Advanced Research in Electronics and Communication Engineering (IJARECE), ISSN:2278 –909X, Volume 5, Issue 5, May2016, http://ijarece.org/wp-content/uploads/2016/05/IJARECE-VOL-5-ISSUE-5-1292-1295.pdf
Chen Z.,1 Kim JT.,,1 Liang J.,1 Zhang, J. and Yuan, YB. , 2014, Real-Time Hand Gesture Recognition Using Finger Segmentation, Hindawi Publishing Corporationte Scientific World JournalVolume 2014, Article ID 267872, 9 page, https://doi.org/10.1155/2014/267872
Huang Z., and Leng, J., 2011, Analysis of Hu's Moment Invariants on Image Scaling and Rotation Rotation, Edith Cowan University Edith Cowan University Research Online Research Online ECU Publications, Edith Cowan University Edith Cowan Univ, https://ro.ecu.edu.au/ecuworks
Hui Ma, Na Hu, Chunxin Fang, 2020, The biometric recognition system based on near-infrared finger vein image, Infrared Physics & Technology, Volume 116, August 2021, 103734, https://doi.org/10.1016/j.infrared.2021.103734
Jonathan M.Blackledge, 2005, Segmentation and Edge Detection, Digital Image Processing , Mathematical and Computational Methods Woodhead Publishing Series in Electronic and Optical Materials 2005, Pages 487-511, https://www.sciencedirect.com/science/article/pii/B9781898563495500161, diunduh Juli 2020.
Mutia, I., 2013, Kajian Penerapan E_Learning Dalam Proses Pembelajaran di Perguruan Tinggi. Faktor Exacta , 6 (ISSN: 1979-276X), 278-289.
Muyaroah, S., and Fajartia, M., 2017, Pengembangan Media Pembelajaran Berbasis Android dengan menggunakan Aplikasi Adobe Flash CS 6 pada Mata Pelajaran Biologi. Innovative Journal of Curriculum and Educational Technology (IJCET) , 6 ( e-ISSN 2502-4558 p-ISSN 2252-7125 ), 79-83.
Popmama.com Sarrah Ulfah Diterbitkan : 12.30, 23/07/2019, https://today.line.me/id/article/Cara+Mudah+Mengajarkan+Penjumlahan+Pengurangan+dengan+Jarimatika-BOgmjG
Ramdhani, A. S., and Murinto., 2013, Alat Bantu Pembelajaran Mata Kuliah Computer Vision Pada Materi Edge Based Segmentasi Citra Berbasis Multimedia. Jurnal Sarjana Teknik Informatika , 1 (e-ISSN: 2338-5197 ), 209-218.
Ren, H., Sun, L., Guo, J., Han, C., Wu, F. 2020, Finger vein recognition system with template protection based on convolutional neural network, Knowledge-Based Systems, Volume 227, 5 September 2020, 107159, https://doi.org/10.1016/j.knosys.2021.107159
Rustam, 2012, rustamfresh.wordpress.com. Retrieved 2018, from https://rustamfresh.wordpress.com/2012/06/19/metode-jarimatika-sebagai-inovasi-dalam-pembelajaran-matematika: https://rustamfresh.wordpress.com
Samiyarsih, S. (diunduh 2018). Struktur Dasar dan Terminologi Tumbuhan Berbiji. Universitas Terbuka; Google Scholar.
Saqib, S., and Kazmi, SAR., 2018, Recognition of static gestures using correlation and cross-correlation, International Journal of Advanced and Applied Sciences, 5(6) Page 11-18, Journal homepage: http://www.science-gate.com/IJAAS.htm
Septiyawili, B. Y., 2016. Penggunaan Metode Jarimatika Dalam Meningkatkan Kecepatan Berhitung Perkalian Bilangan 6 Sampai 10 Untuk Siswa SD Kelas 3 Di SD Blunyahan1 Bantul Yogyakarta. Yogyakarta: Universitas Negeri Yogyakarta.
Li, S., Zhang, B., Zhao, S., Yang, J., 2021, Local discriminant coding based convolutional feature representation for multimodal finger recognition, Information Sciences, Volume 547, 8 February 2021, Pages 1170-1181, https://doi.org/10.1016/j.ins.2020.09.045
Misra, S. and Wu, Y., 2020, Machine learning assisted segmentation of scanning electron microscopy images of organic-rich shales with feature extraction and feature ranking, Machine Learning for Subsurface Characterization, Pages 289-314, https://doi.org/10.1016/B978-0-12-817736-5.00010-7
Snezana Zekovich and Milan Tuba, 2013, Hu Moments Based Handwritten Digits Recognition Algorithm, Recent Advances in Knowledge Engineering and Systems Science, ISBN: 978-1-61804-162-3, http://www.wseas.us/e-library/conferences/2013/CambridgeUK/AISE/AISE-15.pdf
Sunyoto, A., and Harjoko, A., 2014. Pengenalan Smbol Jarimatika Menggunakan Orientasi Histogram dan Multilayer Preceptron. Citec Journal , 1 (ISSN : 2354-5771), 326-340.
Harikrishnan, V.K., Vijarania, M., Gambhir, A., 2020, Diabetic retinopathy identification using autoML, Computational Intelligence and Its Applications in Healthcare, Pages 175-188, https://doi.org/10.1016/B978-0-12-820604-1.00012-1
Widyaningsih, M., 2015. Segmentasi Canny Dan Otsu pada Citra. Seminar Nasional Proceding Seminaskit, 1, pp. 43-48. Politeknik Jember, ISSN : 2477-5649.
Widyaningsih, M., 2017. Identifikasi Kematangan Buah Apel Dengan Gray Level Co-Occurence Matrix (GLCM). Jurnal Saintekom , 6 ( ISSN 2088-1770, E_ISSN 2503-3247.), 71-88.
Zhou H., Wu, J., Zhang, J., 2010, Digital Image Processing: Part II, bookboon.com; ISBN 978-87-7681-542-4; https://library.ku.ac.ke/wp-content/downloads/2011/08/Bookboon/IT,Programming%20and%20Web/digital-image-processing-part-two.pdf
Downloads
Published
How to Cite
Issue
Section
License
All rights reserved. This publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, recording.