2209105012 - 3D Aircraft Visualization

3D Aircraft Visualization

Ranu Wijayanto (2209105012)

Sebuah sistem analisis dan visualisasi 3D (tiga dimensi) data penerbangan pesawat secara real time untuk membantu pilot/co-pilot/air crew melihat kondisi pesawat saat itu yaitu berupa informasi heading, pitch, roll, altitude, landing gear, flap, aileron, rudder, door, dan parameter lain sehingga bisa digunakan untuk membantu pengambilan keputusan.

Animasi 3D ini menyediakan informasi kondisi pesawat yang menyeluruh karena menyatukan parameter parameter penerbangan menjadi satu bentuk informasi yang utuh dan impresif. Dengan 3D animasi ini pilot yang selama ini hanya melihat lingkungan di luar pesawat, sedangkan informasi di cokcpit hanya tersedia dalam angka dan gambar 2D, akan dapat melihat secara utuh pesawatnya. Seakan akan ada kamera dari pesawat lain yang mengambil gambar pesawatnya dan ditampilkan di ruang cokcpit.

Selain itu, dengan teknologi satelit atau saluran komunikasi data lainnya, data data dari pesawat akan ditransmit ke ground secara real time sejak pesawat take off sampai landing.  Data tersebut bisa digunakan secara langsung untuk berbagai keperluan seperti display status dan posisi pesawat di bandara, broadcast via Mobile TV/ DVB-H (Handheld)/ GPRS, dan broadcast via Internet sehingga bisa diakses oleh pengguna jasa transportasi tersebut.

Data data penerbangan yang dikirim ke ground yang  telah dianimasikan  kemudian  disimpan sebagai back up  dari  black box.  Sehingga apabila sebuah  pesawat mengalami kecelakaan dan blakboxnya sulit ditemukan, ada  cadangan data bahkan dalam bentuk animasi  sehingga segera mudah di interpretasikan.

Sistem ini juga bisa digunakan untuk menganalisa Flight Data secara offline yaitu dari hasil output Flight Data Recorder/Black Box. Analisis meliputi re-play visual 3D penerbangan dari awal sampai akhir (atau hanya pada data tertentu untuk investigasi), print flight track, grafik, chart data dalam 2D maupun 3D, dan output video. Sehingga proses rekonstruksi dan investigasi kecelakaan penerbangan menjadi lebih cepat dan mudah dipahami oleh orang awam sekalipun.

Untuk pengembangan lebih lanjut sistem ini juga bisa diterapkan untuk moda transportasi  lainnya.

2209105085 New Human Face Expression Tracking

New Human Face Expression Tracking

by akhmad arif (2209105085)

Sejumlah paper yang membahas perkembangan visi komputer banyak tersebar di internet. Paper berjudul "New Human Face Expression Tracking" yang di tulis oleh Daria Kalinkina dan Andre Gagalowiccz, asal perancis menjelaskan bahwa dengan memakai sistem hirarki animasi pada "a morphable polygonal 3D" bisa di manfaatkan untuk mengamati dan mengikuti secara tepat ekspresi muka secara real time (video).  Apa sebenarnya  "a morphable polygonal 3D"??.

Melalui informasi hasil browsing dr mbah gugle, morph di C4D digunakan utk memberikan bentuk kebiasaan seperti berkedip, tersenyum, dan ekspresi yang lain pada mimik wajah. teknik polygonal untuk membuat design bidang dengan lekukan2 sulit. jadi kita sepakati maksud "a morphable polygonal 3D" yaitu semacam teknik pembuatan/peniruan bentuk permukaan 3D seperti pada karakter mimik ekspresi wajah.

Lihat gambar berikut :

Titik tersebut mendefinisikan parameter2 yang terdapat pada wajah sebagai gambaran geometri model 3D. Nilai tersebut dihitung dan di sesuaikan dengan model animasi yang telah di buat. Dalam paper tersebut juga di tunjukkan proses menghitungnya. Silahkan dibaca lebih lanjut bagi yang kepingin nyoba2.

Berikut adalah gambar model menggunakan “a morphable polygonal 3D”. Gambar paling atas adalah frame  citra asli, yang ditengah rekonstruksi 3D model , dan yang paling bawah adalah hasil dari identifikasi model yang telah di buat.

Bisa jadi aplikasi ini telah akan di kembangkan lebih lanjut untuk menghasilkan suatu sistem pendeteksi ekpresi wajah yang di pasang pada rumah otomatis modern. "Sistem yang mengenali ekspresi sedih atau kelelahan dari penghuni rumah, akan meresponnya dengan memerintah mesin pengharum ruangan mengeluarkan aroma yang telah ditentukan dan kemudian memutarkan musik secara otomatis sehingga kenyamanan adalah faktor yang paling penting. " ide yg cukup menarik bukan?!!

2209105012 - Keterkaitan & Implementafik komputer, pengolahan citra terhadap Game

Keterkaitan & Implementafik komputer, pengolahan citra terhadap Game

 Ranu Wijayanto - 2209105012

Tulisan saat ini adalah tentang teknologi komputerisasi terhadap suatu bentuk nyata berupa game teknologi. Saat ini siapa yang tidak tahu Playstation? Saya rasa hanya orang-orang pedalaman yang pemukimannya tidak teraliri listriklah yang saat ini tidak tahu game yang sangat terkenal itu. Game tersebut mulai booming kira-kira sekitar 13 tahun yang lalu. Launching perdana dilakukan di Jepang, di Jepang sendiri game teknologi tersebut sold out pada hari pertama penjualannya. Sangat – sangat mengagetkan dunia dan sangat membuat penasaran para pecinta game yang ada di seluruh dunia pada saat itu. Karena sebelumnya sudah ada game serupa yaitu SEGA atau Nintendo. Tetapi oleh para pecinta game di dunia, PS (Playstation) itu sendiri dirasa sangat berbeda dengan game yang sudah ada lebih dahulu. Pada saat promonya, Sony sebagai perusahaan yang membawahi produk PS tersebut memperlihatkan dan memamerkan suatu bentuk lain dari bentuk visualisasi tampilan yang sangat hidup. Sangat kontras dengan game yang sudah ada sebelumnya hanya dalam bentuk datar berupa 1D(one dimention). PS ini membunyai bentuk awal visualisasi 2D dan saat ini sudah menjadi 3D. Itulah yang membuat para pecinta game seluruh dunia mencari produk populer tersebut semenjak launching perdananya di Jepang.
Pada saat ini sedikit banyak console-console game tersebut mulai di tinggalkan beralih ke game online.dengan menggunakan fasilitas warnet dan juga PC game-game di seluruh dunia lebih berkembang dari para console pendahulunya.
Tapi dengan semua yang telah ada saat ini, kita bertanya – tanya bagaimana sih game tersebut dapat dibuat?dan terlebih menciptakan berbagai macam permainan yang beragam. Dimulai dari peperangan, petualangan, horor, olahraga,dan yang paling canggih adalah game online yang memungkinkan kita bermain dengan orang yang tidak kita kenal.Pertanyaannya,kenapa dalam 1 sebuah game terdapat screen play,animasi,dsb yang sangat menarik sangat real walaupun dalam bentuk kartun?Bagaimana game tersebut memiliki warna yang bervariasi tidak seperti GBA contoh:Pokemon Red Version,yang hanya mengandalkan warna hitam putih.Tapi seiring jaman GBA pun mulai menambahkan warna pada game.
Rahasia dari gambar-gambar tersebut adalah Grafik komputer dan Pengolahan citra.
Pengetian dari grafik komputer dan pengolahan citra
Secara sederhana jenis grafis itu sendiri dibagi menjadi 3 bagian, yaitu jenis kartun, semi
realis, dan realis(nyata). Pendefinisian dari grafik komputer itu sendiri yaitu suatu bidang komputer yang mempelajari cara untuk meningkatkan dan memudahkan komunikasi antar mansia dengan mesin komputer dengan membangkitkan, menyimpan dan memanipulasi gambar model suatu objek menggunakan komputer dan memungkinkan kita untuk berkomunikasi lewat gambar – gambar, bagan – bagan, dan diagram – diagaram.
definisi dari pengolahan citra sendiri adalah usaha utuk melakukan tranformasi suatu citra/gambar menjadi citra lain dengan suatu teknik tertentu dan juga merupakan cabang dari ilmu informatika.

Tipe-tipe game maker yang beredar di pasaran
Berikut ini adalah Tipe-tipe game maker yang gamenya banyak sekali di gemari
Rpg Maker(R.M)
R.M. adalah suatu program yang dikhususkan untuk membuat game bertipe RPG(Role Playing Game) yang sangat mudah digunakan dikarenakan macam – macam toolsnya yang tidak rumit. Jadi untuk anda yang sangat mencintai game bisa mulai mencari program ini agar dapat membuat game RPG sebebas – bebasnya.
Dalam RPG XP memakai script RGSS(Ruby Game Scripting System) yang merupakan sebuah system script turunan dari bahasa Ruby. Dan yang terbaru RPG UX memakai RGSS2, yaitu pengembangan dari RGSS.

AGS(Adventure Game Studio)
Program yang satu ini dikhususkan untuk membuat game yang bertipe ‘point and click’. Yaitu jenis game yang bertipe adventure ataupun puzzle. Tipe game seperti ini sangat akrab dengan game pc yang menerapkan ‘point and click’ yang menggunakan alat bantu mouse sebagai penentu arah suatu karakter.

3D Game Studio
Program ini dapat dikatakan yang cukup sulit untuk digunakan karena tujuan pembuatannya adalah menghasilkan game yang bertipe 3D. Contoh game yang ada yaitu seperti Prince of Persia, Medal of Honor, Onimusha, dsb. Namun untuk anda yang sudah terbiasa membuat game dan sudah mengetahui dasar – dasar dari program 3D Game Studio tersebut dapat memulai untuk membuat game yang sekelas ataupun lebih.
Kenapa dalam pembuatan game memerlukan grafik komputer dan pencitraan?
Setelah anda membaca beberapa tipe game yang ada di atas prtanyaan ini dapat terjawab dengan sendirinya bukan?jika dalam suatu pembuatan game anda tidak menggunakan grafik dan juga pencitraan anda tidak mungkin dapat menarik para gamers untuk memainkannya.Dalam game yang baik visualisasi game amat sangat di butuhkan untuk merangsang para gamers untuk menjajal seberapa hebat kan game yang anda buat.kalau anda hanya mengandalkan story line yg bagus hanya akan ada segelintir gamers yang akan memainkannya.
Itulah mengapa dalam pembuatan suatu game keterikatan grafik komputer dan pengolahan data sangat amat penting.
Sumber-sumber data:
(http://www.berita.net.com)
(http://id.m.wikipedia.org/)
(http://putrikero.wordpress.com/2010/02/24/game-teknologi/)

2209105001 - Aplikasi Pengolahan Citra

oleh: Luky Winarto

Kegiatan pengolahan citra dapat diartikan sebagai berikut:

• memperbaiki kualitas gambar, dilihat dari aspek radiometrik (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik).
• melakukan pemilihan citra ciri (fitur dari gambar) yang optimal untuk tujuan analisis, seperti mendeteksi wajah.
• melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra.
• melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.

Contoh penggunaannya adalah sebagai berikut:
Aplikasi kedokteran:

Aplikasi penginderaan jarak jauh:

Aplikasi pengenalan karakter:

Untuk melakukan pengolahannya, pertamakali dilakukan konversi gambar ke dalam bentuk grayscale, kemudian diteliti dengan menggunakan berbagai macam filter (sobel, laplacian, euclain, dll) sehingga akan diperoleh informasi yang diinginkan.

2209 105 030 - Automatic Segmentation of Brain Structures for Radiation Therapy Planning

2209 105 030 - (Heru Susanto) Automatic Segmentation of Brain Structures for Radiation Therapy Planning (2006)

1. Preprocessing

Sinar melalui pancaran radiasi menjadi senjata yang sangat ampuh dan berarti dalam proses diagnosa maupun terapi kesembuhan pasien selama ini. Dokter sebagai domain expert sangat mengerti akan hal ini. Teknik yang diusulkan telah diuji pada dua data berbeda: orang dewasa yang mengalami radiasi therapy dan anak-anak. Data pertama di-set adalah paling sedikit sebab tumor adalah secara khas kecil dan tidak mempengaruhi penggantian/jarak besar melingkupi struktur. Data yang kedua menetapkan lebih menantang sebab ilmu bentuk otak jauh lebih variabel di (dalam) bayi dan anak-anak dibanding pada orang dewasa. Sebagian dari pokok materi tercakup di data ini menetapkan juga mempunyai pelebaran menyangkut bilik jantung yang mengharuskan kelainan bentuk sangat besar. 

2. Segmentation

Data orang dewasa ditetapkan terdiri dari 20 orang dewasa. Semua gambaran volume diperoleh menggunakan suatu General 1.5-T Signa elektris MR penyaring gambar tv. Masing-Masing volume terdiri dari 124 sagittal irisan, dan masing-masing irisan mempunyai dimensi 256x256 pixels. Voxel dimensi adalah 0.94 x0.94x1.3 mm3 dalam volume asli dan masing-masing volume adalah resampled untuk suatu 256X256X256 1mm3 volume isotropis. Ilmu penyakit yang kelihatan di dalam ini data yang di-set terbentang dari suatu glioblastoma multiforme unresectable untuk suatu prepontine meningioma untuk suatu metastasis disebabkan oleh kanker paru-paru.

 

Volume Orang Dewasa Dengan Glioblastoma Unresectable

Anak-anak ditetapkan terdiri dari satu set 45 anak-anak dengan infratentorial ependymoma. Imaging dilakukan pada Visi Siemens dan Symphony 1.5T MR sistem. Masing-Masing volume terdiri dari 65 irisan di sekitar axis, dan masing-masing irisan mempunyai dimensi 256x256 pixels. Voxels dimensi adalah 0.78x0.78x3 mm3. Resolusi mengenai ruang untuk  data ini  di-set demikian kemudian lebih rendah dari resolusi mengenai ruang nomor satu tetapi masing-masing volume adalah juga resampled untuk suatu 256X256X256 1mm3 volume isotropis. Segmentasi telah dilakukan untuk semua volume tetapi pada ketika dalam menulis hanya pengesahan kwalitatif telah dilakukan.

Segmentasi anak-anak

2210205023 MEMBUAT TEXT TIMBUL PADA 3DS MAX

Pertama buat box pada top view. Ukuran sesuai selera

Buat Text 3Ds Max.

Letakkan text tepat pada box sisi atas dengan memindah posisi secara manual.

Pilih obyek box.

Create obyek baru pada combo box Geometry pilih Compound Obyek kemudian Shapemerger. Pilih Pick Operand kemudian klik pada text. Dengan demikian obyek box dan text telah dimerger jadi satu obyek.

Klik kanan pilih convert to edit mesh. Maka akan tampil text tersebut sebagai bidang text.

Berikutnya pilih extrude poly. Geser ke arah kanan sehingga text tersebut akan timbul.

Histogram Pada Pengolahan Citra Digital

(2209105081 )

Suatu gambar atau image tidak selamanya sempurna pada unsur-unsur warnanya. Untuk dapat memperbaiki warna agar gambar tampak lebih baik ada teknik penyebaran warna dengan memanfaatkan distribusi dari histogram gambar tersebut. Histogram adalah grafik yang menggambarkan penyebaran nilai intensitas pixel dari suatu citra. Histogram dapat menjadi penunjuk kadar kecerahan (brightness) dan kontras citra.

Histogram memiliki informasi-informasi :

• Puncak histogram : intensitas pixel yang paling menonjol
• Lebar puncak : rentang kontras
• Over exposed dan under exposed memiliki rentang kontras yang sempit
• Citra grayscale yang baik adalah yang memiliki derajat grayscale yang merata pada setiap intensitas pixel

Histogram Equalization adalah suatu proses untuk meratakan histogram agar derajat keabuan dari yang paling rendah (0) sampai dengan yang paling tinggi (255) mempunyai kemunculan yang rata. Dengan histogram equalization hasilgambar yang memiliki histogram yang tidak merata atau distribusi kumulatif yang banyak loncatan gradiasinya akan menjadi gambar yang lebih jelas karena derajat keabuannya tidak dominan gelap atau dominan terang. Proses histogram equalization ini menggunakan distribusi kumulatif,  karena dalam proses ini dilkakukan perataan gradien dari distribusi kumulatifnya.

Histogram Equalization dari suatu distribusi kumulatif C adalah :

W = Cw . t / nx . ny

Cw adalah nilai distribusi kumulatif pada derajat keabuan w 

t adalah nilai threshold derajat keabuan= 28 atau 256

nx dan ny adalah ukuran gambar

 

2209105012 - Pengolahan Citra dan Deteksi Wajah pada Sistem Pengenalan Wajah

Pengolahan Citra dan Deteksi Wajah pada Sistem Pengenalan Wajah

Ranu Wijayanto (2209105012)

Citra masukan berupa sebuah citra digital yang kemudian diolah dengan cara melakukan normalisasi cahaya dan ukuran agar kinerja pengklasifikasi (classifier) dapat ditingkatkan. Setelah citra tersebut dinormalisasi, sistem kemudian diharapakan mampu mendeteksi bagian citra tersebut yang merupakan wajah. Pengklasifikasi yang digunakan pada tugas akhir ini untuk mengklasifikasi wajah atau bukan wajah adalah SVM (Support Vector Machine).
Dengan menggabungkan metode seleksi fitur berbasis FLD dengan SVM sebagai pengklasifikasi. FLD (Fisher Linear Discriminant) merupakan kombinasi dari PCA (Principle Component Analysis) dan LDA (Linear Discriminant Analysis). Metode ini memaksimalkan jarak pemisah pola antar kelas dan juga memaksimalkan penyebaran pola di dalam kelas. Dengan menggunakan FLD, maka jumlah fitur yang dapat digunakan untuk membedakan jenis citra menjadi lebih sedikit bila dibandingkan pengambilan fitur yang hanya menggunakan PCA.

Citra mula-mula diubah ke dalam bentuk vector, dalam hal ini matrix citra yang tadinya berukuran 112 x 92 diubah menjadi matrix vector dengan ukuran 1030×1. Setelah semua citra diubah menjadi vector, kemudian dilakukan ekstraksi fitur.
Dengan menggabungkan metode seleksi fitur berbasis FLD dengan SVM sebagai pengklasifikasi. FLD (Fisher Linear Discriminant) merupakan kombinasi dari PCA (Principle Component Analysis) dan LDA (Linear Discriminant Analysis). Metode ini memaksimalkan jarak pemisah pola antar kelas dan juga memaksimalkan penyebaran pola di dalam kelas. Dengan menggunakan FLD, maka jumlah fitur yang dapat digunakan untuk membedakan jenis citra menjadi lebih sedikit bila dibandingkan pengambilan fitur yang hanya menggunakan PCA.

Citra mula-mula diubah ke dalam bentuk vector, dalam hal ini matrix citra yang tadinya berukuran 112 x 92 diubah menjadi matrix vector dengan ukuran 1030×1. Setelah semua citra diubah menjadi vector, kemudian dilakukan ekstraksi fitur.

Tahapan dalam ekstraksi fitur yang digunakan pada sistem adalah sebagai berikut :
Ekstraksi fitur PCA
Ekstraksi fitur FLD

Deteksi Wajah
Citra kulit akan diklarifikasi ke dalam dua golongan, yaitu wajah dan bukan wajah. Sebelumnya, dilakukan pengolahan pada normalisasi cahaya, cross correlation, normalisasi dimensi dan penghitungan bobot. Setelah bobot citra didapat classifier yang telah dilatih sebelumnya, dalam hal ini SVM siap mengelompokkan citra tersebut ke dalam golongan wajah atau bukan wajah.

Dari pengujian yang dilakukan, tingkat keberhasilan sistem keseluruhan sebagai sistem pengenalan wajah adalah 83% (83 citra berhasil dideteksi dan dikenenali dari 100 citra uji). Tingkat keberhasilan ini cukup tinggi mengingat sistem ini mampu mengenali individu dari basis data dengan variasi ekspresi atau pose.

2209105105 (Zumrotul Hana) Visi Komputer

visi Komputer adalah ilmu dan teknologi yang dapat ' melihat', di mana lihat dalam hal ini berarti bahwa sebuah mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan suatu tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori yang dapat di aplikasikan sebagai system buatan dimana system tersebut dapat mengekstrak informasi dari sebuah gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.   Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Examples of applications of computer vision include systems for: Contoh aplikasi dari visi komputer mencakup sistem untuk: ·         Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom ). ·         Detecting events (eg, for visual surveillance or people counting ). Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau penghitung orang ). ·         Organizing information (eg, for indexing databases of images and image sequences). Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan). ·         Modeling objects or environments (eg, industrial inspection, medical image analysis or topographical modeling). Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis atau model topografi). ·         Interaction (eg, as the input to a device for computer-human interaction ). Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer ).   Visi Komputer, dalam beberapa hal merupakan kebalikan dari grafika komputer. While computer graphics produces image data from 3D models, computer vision often produces 3D models from image data. Komputer grafik menghasilkan data gambar dari model 3D, sedangkan visi komputer sering menghasilkan model 3D dari data citra. There is also a trend towards a combination of the two disciplines, eg, as explored in augmented reality . Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahas dalam augmented reality. Sub-domains of computer vision include scene reconstruction, event detection, video tracking , object recognition , learning, indexing, motion estimation , and image restoration . Sub-domain dari visi komputer adalah scene reconstruction, event detection, video tracking, object recognition, learning, indexing, motion estimation,dan  image restoration.                 Gambar 1 menunjukkan bahwa ada bidabg – bidang yang terkait dengan visi komputer. Informasi tentang lingkungan dapat diberikan oleh sistem visi komputer, bertindak sebagai sensor dan memberikan informasi tingkat tinggi tentang lingkungan. Kecerdasan buatan dan visi komputer saling berkaitan salah satu contohnya adalah pattern recognition and learning techniques. Akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum. Salah satu aplikasi yang paling menonjol dengan menggunakan visi komputer adalah medical computer vision atau medical image processing. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop , foto X-ray , gambar angiografi , foto ultrasonik , dan gambar tomografi . Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor , arteriosclerosis. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis. Salah satu penggunaan aplikasi dari visi komputer adalah di bidang industri, dan masih banyak lagi... Beberapa task dari visi komputer adalah : ·         RecognitionAn example of information which can be extracted from such image data is detection of tumours , arteriosclerosis or other malign changes.Artificial intelligence and computer vision share other topics such as pattern recognition and learning techniques.The image data can take many forms, such as video sequences, views from multiple cameras, or multi-dimensional data from a medical scanner. ·         Motion analysis ·         Scene reconstruction ·         Image restoration