UBAYA

UNIVERSITAS SURABAYA

PROCEEDINGS

snastia
28 April 20 12

2012

SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN MULTIMEDIA

nTeknologi Informasi dan Multimedia sebagai Sarana untuk Mencerdaskan Kehidupan 8angsan

disponsori oleh:

Teknik Informatika - Sistem Informasi - Multimedia - IT Dual Degree .---~-----~-------~-~--~--~-' -- -~-.----

~~

PRO SIDING

SNASTIA
Seminar Nasional Teknologi Informasi dan Multimedia

UBAYA
UNIVERSITAS SURABAYA

Vol. 3 Tahun 2012

ISSN: 1979-3960

28 Apri12012

UNIVERSITAS SURABAYA SURABAYA

Kata Pengantar
Puji syukur kami haturkan pada Tuhan Yang Maha Esa, karena oleh rahmatNya maka acara Seminar Nasional Teknologi Informasi dan Multimedia (SNASTIA)2012 ini dapat terselenggara. Seminar ini berfungsi sebagai wadah bagi para peneliti, akademisi, serta praktisi untuk dapat saling bertukar informasi, pengetahuan, serta pengalaman di bidang teknologi informasi, komunikasi, dan multimedia dalam bentuk penelitian dan karya ilmiah. Seminar ini mengambil tema "Peranan Teknologi Informasi & Multimedia untuk Mencerdaskan Kehidupan 8angsa", karena salah satu aspek penting dalam mencerdaskan kehidupan bangsa adalah tersedianya sarana dan prasarana yang berkualitas dalam berbagai bidang, terutama dalam bidang pendidikan. Dalam bidang pendidikan, Teknologi Informasi dan Multimedia memegang peranan yang cukup penting, baik sebagai sarana maupun prasarana. Dengan meningkatnya kualitas bidang pendidikan maka diharapkan kualitas kehidupan bangsa akan meningkat pula. Dalam seminar ini prosentase makalah yang lolos seleksi hanya 72,5% dari total makalah yang diterima panitia, sehingga bisa disimpulkan bahwa makalah-makalah yang dimuat dalam prosiding cukup berkualitas karena telah melalui proses seleksi yang cukup ketat. Akhir kata, kami mengucapkan terima kasih yang sebesar-besarnya atas partisipasi dan kehadirannya, mohon maaf jika ada yang kurang berkenan di hati. Semoga seminar ini bermanfaat bagi kita semua. Besar harapan kami agar kita semua dapat berpartisipasi kembali di acara SNASTIA berikutnya.

Surabaya, 28 April 2012

Ketua Umum EllysaTjandra

Reviewer
Prof. Dr. Ir. Arif Djunaidy, M.Sc. Prof. Ir. Handayani Tjandra, M.Sc., Ph.D. Prof. Ir. Hening Widi Oetomo, M.M., Ph.D. Prof. Drs. Nur Irawan, M.Sc., Ph.D. Prof. Ir. Supeno Djanali, M.Sc., Ph.D. Djuwari, Ph.D. Dr. Hazrullswadi Nemuel Daniel Pah, S.T., M.Eng., Ph.D. Stephanus Eko Wahyudi, M.M.M.

Daftar lsi
SISTEM INFORMASljTEKNOLOGllNFORMASI FASHION) ANALISIS TEKNIK INDEKS KONSISTENSI HARMONIK DESIGN AND IMPLEMENTATION DALAM METODE ANALYTICAL HIERARCHY PROCESS MENAMBAH KEUNGGULAN KOMPETITIF (KASUS: ZARA A-1 A-7

OF PROJECT MANAGEMENT APPLICATION FOR NETWORK PLANNING AND A-13 . A-19

DEVELOPMENT: CASE STUDY AT PT. TELKOM KANDATEL SURABAYA TIMUR PERANCANGAN CUSTOMER RELATIONSHIP MANAGEMENT 01 BAGIAN PENJUALAN PADA TOKO GROSIR

........................................................................................................................................................................ MEMBANGUN SISTEM INFORMASI PENJUALAN MENGGUNAKAN

METODE BERORIENTASI OBYEK PADA CV. A-25

ASIA SURYA PERKASA PERANCANGAN SISTEM INFORMASIINVENTARIS INFORMATIKA UNIVERSITAS 'X' EVALUASI PENERIMAAN E-(OMMERCE (STUDI KASUS GRAMEDIAONLlNE.COM) ORGANIZATIONAL CHANGE MANAGEMENT: A CASE STUDY OF ACADEMIC INFORMATION SYSTEM IMPLEMENTATION IN UNIVERSITAS SURABAYA, INDONESIA PROSES PENGAJUAN DAN DENGAN MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL 01 LABORATORIUM KOMPUTER JURUSAN TEKNIK

A-31

A-37

A-43

ANALISIS DAN PERANCANGAN ELECTRONIC DOCUMENT MANAGEMENT

PENGERJAAN TUGAS AKHIR PADA JURUSAN INFORMATIKA UNIVERSITAS 'X' PERANCANGAN SISTEM LAYANAN INFORMASI PARIWISATA BERBASIS MOBILE INTERNET DENGAN MENERAPKAN KONSEP MOBILE INTERACTION (Studi Kasus : Pariwisata Kota Palangka Raya) PERANCANGAN PERPUSTAKAAN ONLINE DENGAN FITUR BOOKING DAN REMINDER VIA SMS

A-48

B-1 B-7

SISTEM INFORMASI BOOKING BUKU PERPUSTAKAAN BERBASIS WAP (WIRELESS APPLICATION PROTOCOL) ..... ........................................................................................................................................................................ B-14

PERANCANGAN SISTEM INFORMASI KOLEKSI & PENGUNJUNG BERBASIS WEB PADA MUSEUM FATAHILLAH .... ........................................................................................................................................................................ B-20

MOBILE GEOGRAPHIC INFORMATION SYSTEM BERBASIS ANDROID UNTUK PENCARIAN LOKASI DAN RUTE TERDEKAT MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION B-26

PERANCANGAN PROGRAM APLIKASI E-TlCKETlNG BERBASIS WEBSITE UNTUK GEDUNG KESENIAN JAKARTA ... ........................................................................................................................................................................ B-31

PENGARUH KONVERSI KURIKULUM DALAM PENINGKATAN AKURASI SISTEM PERINGATAN DINI MASA STUDI MAHASISWA VISUAL NOVEL INTERAKTIF UNTUK PEMBELAJARAN MORAL PADA ANAK SEKOLAH DASAR PENGIRIMAN DOKUMEN SECARA ELEKTRONIK PADA SISTEM E-PROCUREMENT DENGAN MENGGUNAKAN ASYMMETRIC CRYPTOSYSTEM PEMBUATAN APLIKASI DESKTOP "OPEN SYSTEM APPLICATION GENERATOR" B-49 B-53 B-37 B-43

IMPLEMENTASI ALGORITMA GREEDY BEST FIRST SEARCH PADA APLIKASI PERMAINAN CONGKLAK UNTUK OPTIMASI PEMILIHAN LUBANG DENGAN POLA BERFIKIR DINAMIS C-1

SEGMENTASI CITRA HUTAN BERBASIS WARNA.

C-7

KERANGKA KERJA PENENTUAN VOLUME TELUR MENGGUNAKAN COMPUTER VISION DAN ATURAN SIMPSON ........................................................................................................................................................................ PENGEMBANGAN PROTOTYPE GAME liTHE PROCLAMATOR" OTENTIKASI PASSWORD PENGGUNA MENGGUNAKAN ZERO KNOWLEDGE PROTOCOL C-12 C-17 C-23

SNAST1A 2012

ISSN 1979-3960

SEGMENTASI CITRA HUTAN BERBASIS WARNA

Dyah Pratiwi 1), Karmilasari", Sarifuddin Madenda", Lussiana ETp4) 1.2)UniversitasGunadarma, 3,4)STM1K Jakarta ST1&K 1,2) {dpratiwi,karmila}@staff.gunadarma,ac.id, 3.4) {sarif,lussiana}@jak-stik.ac.id Abstract This study is a preliminary study of the system of monitoring changes in forest area. Stages of research include the selection of the reference color to the forest vegetation, the transformation of RGB to HSV color space, feature extraction and image segmentation based on color is used to obtain theforest area. At the end of the study was conducted on a total region afforests and forest area of the image. Keywords: forest, aerial image, color segmentation, HSV

1. Pendahuluan
Indonesia merupakan salah satu hutan tropis terluas dan paling kaya keanekaragaman hayatinya di dunia, sehingga diibaratkan sebagai paru-paru dunia. Saat ini isu pemanasanan global juga terkait dengan penuruan tingkat kelestarian hutan, terutama hutan di negara tropis. Berkurangnya kelestarian hutan di Indonesia tidak lepas dari kebiasaan sebagian masyarakat Indonesia yang mengandalkan hidupnya pad a hutan dengan budaya membuka ladang yang berpindah-pindah. Selain itu, hutan juga menghasilkan komoditi yang cukup tinggi nilainya dan menjadi daya tarik bagi pengusaha untuk mengeksplorasi hutan secara berlebihan dan melakukan penebangan liar. Dampak kerusakan hutan berakibat pada bencana erosi dan banjir. Data WWF menyatakan bahwa prosentase hutan Kalimantan dari tahun ke tahun mengalami penurunan yang sangat signifikan. Hutan Kalimantan dalam 5 tahun terakhir bekurang 6-7% dan diperkirakan dalam waktu 10 tahun ke depan hutan di Indonesia diperkirakan hanya tinggal 20 % saja atau kurang. Oleh karena itu laju kerusakan hutan perlu diantisipasi dengan langkah yang tepat dan melibatkan masyarakat luas serta instansi terkait. Upaya pemantauan kondisi area hutan dapat dilakukan melalui penginderaan jarak jauh dari pesawat udara maupun satelit. Citra hasil penginderaan jarak jauh perlu dilakukan pengolahan lebih lanjut sehingga diperoleh informasi dari citra tersebut, salah satunya adalah dengan melakukan segmentasi area hutan. Karena hutan memiliki ciri khusus, yaitu warna, maka warn a dapat dijadikan dasar untuk segmentasi hutan. Beberapa penelitian terdahulu terkait dengan penerapan segmentasi pada area hutan diantaranya dilakukan oleh Wang (Wang et.a!, 2007) yang melakukan segmentasi citra berbasis warna dan tekstur untuk delineasi hutan. Sanz (Sanz et.a!, 2007), melakukan penelitian dengan meninjau beberapa transformasi ruang warna dari kanal radiometri yang ada dan fitur tekstur serta menyelidiki kombinasi input yang memberikan hasil terbaik untuk segmentasi foto udara multispektral, dengan algoritma segmentasi hirarkis. Jolly (Jolly et.a!., 2000) membahas suatu algoritma yang menggabungkan warna dan tekstur pada citra berwama yang diterapkan pada foto udara. Tujuan penelitian ini adalah mensegmentasi area hutan berbasis warna. Objek penelitiannya adalah area hutan yang berada di wilayah Kalimantan Tengah. Citra diperoleh dari citra satelit Landsat 7 Enhanced Thematic Mapper (ETM) path 117 row 61 dengan band 543 diambil pada tanggal 17 Mei 2004 (LE7_1l7_061_20040517_B543), Dari segmentasi area hutan tersebut dapat diketahui luas area hutan, dimana informasi tersebut dapat bermanfaat bagi pengambil kebijakan instansi terkait.

2. Landasan Teori
2.1 Penginderaan Jauh Penginderaan jarak jauh adalah ilmu dan seni untuk memperoleh data serta informasi dari suatu obyek (Lillesand dan Kiefer, 2004). Sistem satelit dalarn penginderaan jauh tersusun atas pemindai (scanner) dengan dilengkapi sensor pada platform satelit dan sensor tersebut dilengkapi oleh detektor. Sistem satelit landsat merupakan salah satu satelit sumber daya bumi yang dikembangkan oleh NASA dan Departemen Dalarn Negeri Amerika Serikat (NASA, 2011). Landsat 7 adalah satelit paling akhir dari program Landsat. Tujuan utama Landsat 7 adalah memperbarui arsio citra satelit, menyediakan citra yang up to date dan bebas awan. Landsat dirancang untuk digunakan pada pemantauan hutan, geologi, pertanian dan tata lahan, karenanya lokasi saluran (band location) dan luas pengambilannya sensitif terhadap perubahan vegetasi dan tutupan lahan. Landsat 7 memiliki kapasitas untuk mengumpulkan dan mentrasmisikan hingga 532 citra setiap harinya. Untuk citra kehutanan saluran spektral (spectral bands) yang digunakan adalah 2, resolusi 30 m dan panjang gelombang 0,53-0,61 urn dengan deskripsi hijau. Insturmen utama Landsat 7 adalah Enhanced Thematic Mapper (ETM). Segmentasi Citra Segmentasi citra merupakan suatu proses memecah suatu citra digital menjadi banyak segmenlbagian daerah yang tidak saling bertabrakan (nonoverlapping). Dalam konteks citra digital daerah hasil segmentasi tersebut merupakan kelompok piksel yang bertetangga atau berhubungan (Castleman, 1996). Segmentasi citra dapat dilakukan rnelalui beberap a pendekatan, antara lain: Teknik 1nformatika / Universitas Surabaya Halaman C-7 2.2

SNASTIA 2012

ISSN 1979-3960

Pendekatan batas (boundary approach), yaitu pendekatan untuk mendapatkan batas yang ada antar daerah. Pendekatan tepi (edge approach), yaitu pendekatan untuk mengidentifikasi piksel tepi dan menghubungkan piksel-piksel tersebut menjadi suatu batas yang diinginkan. Pendekatan daerah (region approach), pendekatan yang membagi citra dalam daerah-daerah sehingga didapatkan suatu daerah sesuai kriteria yang diinginkan. 2.3

Segmentasi Warn a

Segmentasi warna merupakan proses segmentasi dengan pendekatan daerah yang bekerja dengan menganalisis nilai wama dari tiap piksel pada citra dan membagi citra tersebut sesuai denga fitur yang diinginkan. Salah satu segmentasi wama yang banyak digunakan adalah segmentasi wama HSV (Hue, Saturation, Value). Pada metode segmentasi dengan deteksi wama HSV menurut Giannakupouluos (Giannakupouluos, 2008) dilakukan pemilihan sampel piksel sebagai acuan warna untuk membentuk segmen yang diinginkan. Citra digital menggunakan model wama RGB (Red Green Blue) sebagai standar acuan wama,oleh karena itu proses awal pada metode ini memerlukan konversi model wama RGB ke HSV (persamaan 1,2,3). Untuk membentuk segmen sesuai dengan warna yang diinginkan maka ditentukan nilai toleransi pada setiap dimensi wama HSV, kemudian nilai toleransi tersebut digunakan dalam perhitungan proses adaptive threshold. Hasil dari proses threshold tersebut akan membentuk segmen area dengan wama sesuai toleransi yang diinginkan. 60 (G"8 B) H

Jika MAX = R

60 (B "8 R) 60 (R "8 G)

+2 +4

Jika MAX Jika MAX

=G
=B
(1)

Jika MAX = 0

s=h~
V
Dimana H menunjukkan maksirnum dari (R,G,B),

Jika MAX

*" 0
(2)

Jika MAX = 0

= MAX
(3) value, R(red), G(green), Btblue), 8 : (Max - Min), Max : nilai

hue, S adalah saturation, V adalah Min: nilai minimum dari (R,G,B)

Salah satu faktor yang mempengaruhi hasil segmentasi citra adalah toleransi wama. Toleransi wama terdiri dari 3 unsur, yaitu toleransi hue, saturation dan value. Nilai toleransi akan menentukan rentang filter pada proses segmentasi wama, ditentukan dengan nilai acuan wama X dengan toleransi T maka pada proses segmentasi akan dilakukan filter wama pada rentang XT sampai dengan X+T. Hue merupakan salah satu elemen dalam ruang wama HSV yang mewakili nilai wama, sehingga nilai toleransi hue juga akan mempengaruhi nilai warna yang terseleksi dalam proses segmentasi. Nilai hue direpresentasikan dalam bentuk lingkaran dan memiliki rentang berupa sudut an tara 0_360. Lingkaran wama hue dapat dilihat pada gambar 1.

Gambar

1. Lingkaran elemen wama hue

Saturation merupakan salah satu elemen wama HSV yang mewakili tingkat intensitas wama. Pada nilai tingkat kecerahan (vallie) yang sama nilai saturation akan menggambarkan kedekatan suatu wama pada wama abu-abu. Pada sistem nilai saturasi merniliki rentang wama 0 (minimum) dan 1 atau 100% (rnaksimu). Elemen value merepresentasikan tingkat kecerahan wama. Pada nilai value maksimum, warna yang dihasilkan adalah warna dengan tingkat kecerahan maksimum, sedangkan pada value minimum dihasilkan warna dengan sudut kecerahan minimum (warna hitam). Berapapun nilai hue dan saturation warna, jika nilai value yang dimiliki 0 (minimum), maka warna yang dihasilkan adalah warna hitam. Nilai value maksimum adalah 1 (100%), dimana warna yang dihasilkan akan memiliki tingkat kecerahan maksimum. Nilai toleransi elemen value akan mempengaruhi tingkat
kecerahan warn a objek yang ikut terseleksi dalam proses segmentasi warna.

Teknik lnformatika / Universitas Surabaya

Halaman C-8

SNASTIA 2012

ISSN 1979-3960

2.4

Disimilaritas Jarak Warna Pencocokan dua wama dapat diukur dari disimilaritas atau seberapa dekat jarak warna yang terbentang di antara objek-objek tersebut. Semakin besar nilai disirnilaritas maka semakin besar perbedan kedua wama tersebut, sebaliknya semakin kecil (mendekati nol) maka semakin mirip kedua warna tersebut. Salah satu metode disirnilaritas jarak wama dikemukakan oleh Sarifuddin (Sarifuddin, 2005) melalui persamaan berikut :

(4) dimana L, dan L2 menyatakan luminance, C, dan C2 menyatakan chrominance dan H, dan H2 menyatakan hue dari warna objek ke satu dan kedua, I1L = L1 - L2, I1H = H1 - H2, AL = 1,4456 dan ACH = I1H + 0, 16.

3. Metode Penelitian
Secara umum penelitian ini dilakukan dengan melalui beberapa tahapan, yaitu: akuisisi citra, penentuan warna referensi, transformasi warna, segmentasi citra dan penentuan serta perhitungan luas area hutan. Secara urnurn blok diagram dari kerangka penelitian yang dilakukan dapat dilihat pada gambar 2. Citra RGB Objek Penelitian AkuisisiCitra Wama Penentuan Wama Referensi
Referensi

TransformasiRGB Ke Ruang Wama HSV Citra Hasil

PerhitunganLuas Area Hutan

SegrnentasiCitra

Gambar 2. Blok diagram umum kerangka penelitian Citra yang digunakan dalam penelitian ini diakuisisi melalui satelit Landsat 7 Enhanced Thematic Mapper ETM) path 117 row 61 dengan band 543 untuk suatu kawasan hutan yang berada di wilayah Kalimantan Tengah. Contoh citra satelit yang diambil pada tahun 2003 tampak pada gambar 3. Penentuan wama referensi dilakukan dengan memilih suatu titik dalam objek tersebut yang diindikasikan sebagai hutan. Selanjutnya dilakukan transformasi ruang wama dari RGB ke HSV dan memisahkannya ke dalam masing-masing unsur (H, S dan V). Proses selanjutnya adalah menentukan nilai toleransi warna, dilanjutkan dengan pembandingan warna pada objek dengan nilai toleransi wama. Jika nilai wama lebih kecil dari nilai toleransinya maka dilakukan proses perhitungan disimilaritas jarak wama (Dhcl). Selanjutnya dilakukan perhitungan rata-rata warna jarak. Penentuan nilai ambang (threshold) dilakukan pada jarak warna acuan dan warna objek yang dibandingkan. Jika rata-rata warna jarak lebih kecil dari nilai ambang, maka wama objek dianggap sarna dengan warna referensi. Proses diakhiri dengan menghitung luas area hutan secara keseluruhan melalui perhitungan jumlah piksel dan menghitung jumlah area yang terindikasi adalah hutan.

Gambar 3. Citra satelit Landsat 7

Teknik Informatika / Universitas Surabaya

Halaman C-9

SNASTIA 2012

ISSN 1979-3960

4.

Hasil dan Pembahasan

Berikut adalah tabel hasil uji coba penelitian

061 2002

2.

LE7_117 061 2003

953

1.617.603

3.

LE7_117 061 2004 0517 B543

5382

1.071.900

4.

LE7_117 062 2002

2304

1.130.578

LE7_117 062 2003 0531_B543

2600

1.124.049

Teknik 1nformatika / Universitas Surabaya

Halaman C-JO

SNASTIA 2012

ISSN 1979-3960

6.

LE7 117 062 2005

1410

1.676.859

0317 B543

Dari gambar di atas tampak citra asli berwarna hijau sesuai dengan saluran/band 543 pad a Landsat 7 dan mencerminkan warna pada vegetasi hutan. Pemilihan warna acuan/referensi sangat berpengaruh pada hasil segmentasi. Citra hasil ekstraksi merupakan citra asli yang telah diubah dalam bentuk citra HSV dan sesuai dengan warna referensi yang telah dipilih sebelumnya. Citra hasil segmentasi tersaji dalam bentuk citra biner sebagai hasil pengambangan berdasarkan penentuan nilai threshold. Dalam penelitian ini, dari hasil try and error, diperoleh nilai threshold sebesar 0,275. Gambar di atas berasal dari 2 lokasi berbeda (061 dan 062) pada tiga tahun berbeda (2002,2003 dan 2004 serta 2003,2004 dan 2005). Hasil segmentasi menunjukkan bahwa jumlah region hutan tidak selalu berbanding lurus dengan luas area hutan. Hal ini dikarenakan dalam perkembangannya, hutan dapat mengalami deforestasi atau pengurangan luas area karena penebangan hutan, akibatnya terjadi penambahan region area hutan atau perluasan karena reboisasi atau pertumbuhan hutan yang semakin lebat menjadikan region hutan menjadi lebih sedikit dibanding keadaan awal karen a beberapa region bergabung menjadi satu. Citra nomor 3 (LE7_117 0612003 0531_B543) tidak sempurna dalam pengambilannya. Hal ini tampak dari garis-garis yang dapat menyebabkan mempengaruhi hasil segmentasi. Untuk itu disarankan perlu dilakukan pengambilan ulang citra

5. Kesimpulan
Ruang warna HSV dapat digunakan untuk segmentasi citra satelit pada area vegetasi hutan. Kualitas citra asli dan pemilihan warna referensi sangat berpengaruh pada hasil yang diperoleh. Dari hasil segmentasi citra dapat diperoleh jumlah region atau kelompok hutan dan luas hutan keseluruhan. Dalarr- hal ini jumlah region citra tidak selalu berbanding lurus dengan luas region. Penelitian awal ini dapat dijadikan dasar bagi pemantauan perubahan luas area hutan. Kegiatan penelitian lanjutan yaitu menentukan posisi batas hutan dan pembuatan basis data.

6. Daftar Pustaka
[1] Wang, Zuyuan., Ruedi Boesch. (2007). Color and Texture Based Image Segmentation for Improved Forest Delineation. IEEE Transaction on Geoscience and Remote Sensing, vol 45 no. 10, October 2007 [2] Sanz, Roger Trias., Georges Stamon, Jean Lochet. (2008). Using Colour, Texture and Hierarchical Segmentation for High Resolution Remote Sensing. ISPRS Journal of Photogramme try and Remote Sensing 62 (2008) 156-168 [3] Jolly, M.P. Dubuisson, A.Gupta. (2000). Color and Texture Fusion: Application to Aerial Image Segmentation adn GIS Updating. Image and Vision Computing 18 (2000), 823-832 [4] Lillesand, Kiefer, (2004), "Remote Sensing and Image Interpretation", Fourth Edition, John Wiley and Son, Inc [5] NASA. The Landsat Program. diakses terakhir 21 Februari 2012. http://lanelsat.gsfc.nasa.gov. [6] Castleman, K.R. (1996). Digital Image Processing. Prentice Hall. New Jersey [7] Sarifuddin Madenda, Rokia Missaoui. (2005). A New Perceptually Uniform Color Space with Associated Color Similarity Measure for Content-Based Image and Video Retriecal. Proceedings of Multimedia Information Retrieval Workshop, 28th annual ACM SIGIR Conference, pp. 1-8 [8] Makisara, K. Heikkinen, J., Tuomainen, T and Tomppo, E. 1997. Experiment with imaging spectrometer data in large area forest inventory context. Proceedings of the Third International A irbone Remote Sensing Conference and Exhibition. Development, Integration, Applications and Operation, 7-10 July 1997, Copenhagen, Denmark. 42--427 [9] Giannakopoulos, T., (2008). Matlab Color Detection Software, Department of Informatics and Telecommunications, University of Athens, Greece, akses tanggal 9 Februari 2009 eliwww.di.uoa.grz--tyiannak

Teknik Informatika / Universitas Surabaya

Halaman

C-J I

".. ~v

UBAYA
UNIVERSITAS SURABAYA

~ na tia
Jurusan Teknik Informatika Universitas Surabaya

ZOl2

JI. Raya Kalirungkut Surabaya 60293

Telp: (031) 298 1395 Fax:(031) 298 1394 event.ubaya.ac.id/snatia snastia@ubaya.ac.id

ISSN 9

1979-3960

111111111111111111111111111111
771979 396036

Teknik Informatika - Sistem Informasi - Multimedia - IT Dual Degree

!..._ _ _ _
J