<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="119324">
 <titleInfo>
  <title>PENGKLASIFIKASIAN OBJEK  PADA CITRA DIGITAL BERBASISRNGEOMETRIC MOMENT INVARIANT</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Ruhul Aflah</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2009</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Pengolahan   citra   digital   dilakukan   untuk   mengolah   informasi   yang terdapat pada sebuab citra Hal ini dilakukan agar suatu citra lebib mudah diinterpretasi  oleh  manusia  atau  mesin.  Dari  pengolahan   informasi  tersebut, sebuah  citra  akan  dapat   dikenali  ciri-cirinya,   yang  untuk  selanjutnya  dapat digunakan    dalam   berbagai   bidang   kehidupan.   Salah   satu   operasi   dalam pengolahan   citra  adalah  pengklasifikasian   citra.  Tujuan  dari  klasifikasi  citra adalah untuk mengidentifikasi dan mengelompokan pola ciri citra dalam satu atau sejumlah  kategori  objek.  Banyak  metode  yang  digunakan  dalam pengklasifikasian, diantaranya jaringan  syaraf tiruan dan algoritma genetika. Pada penelitian    ini,   pengklasifikasian    dilakukan   dengan    menggunakan    metode geometric moment invariant, dari citra yang telah dideteksi tepi. Tujuannya adalah untuk mengetahui  pengaruh deteksi tepi   sebuah objek  terhadap  nilai geometric moment invariant.  Metode deteksi tepi yang digunakan  dalam pengklasifikasian adalah deteksi tepi canny dan LoG. Dari kedua metode deteksi tepi tersebut didapatkan nilai geometric moment invariant yang berbeda. Pengklasifikasian dilakukan   dengan   membandingkan    nilai   moment   sebuah   objek   yang   telah dideteksi  tepi,  dengan  range  objek yang  telah  ditentukan.  Sehingga  dari  basil penelitian  yang dilakukan, terbukti  metode deteksi  tepi canny  lebih baik dalam pengklasifikasian  dari pada metode deteksi  tepi LoG.  Hal ini terbukti  dari basil perhitungan recall.&#13;
&#13;
Kata kunci  :        Citra Digital,  Geometric Moment  Invariant, Pendeteksian  Objek, Shape Descriptor, Deteksi Tepi, Recall.&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>119324</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-01-12 11:20:22</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-01-12 11:20:22</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>