Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker
Aungmented Reality (AR) membutuhkan algoritma yang baik dan tahan terhadap gangguan-gangguan yang dapat terjadi saat proses deteksi marker seperti perubahan pencahayaan, perubahan rotasi marker, dan blur pada kamera. Algoritma Feature from Accelerated Segment Test (FAST) dan algoritma Maximally Stab...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Muhammadiyah Purwokerto
2022-08-01
|
| Series: | JRST: Jurnal Riset Sains dan Teknologi |
| Subjects: | |
| Online Access: | https://jurnalnasional.ump.ac.id/index.php/JRST/article/view/7796 |
| _version_ | 1797980695462674432 |
|---|---|
| author | Dwi Anugrahita Rini Mayasari Susilawati Susilawati |
| author_facet | Dwi Anugrahita Rini Mayasari Susilawati Susilawati |
| author_sort | Dwi Anugrahita |
| collection | DOAJ |
| description | Aungmented Reality (AR) membutuhkan algoritma yang baik dan tahan terhadap gangguan-gangguan yang dapat terjadi saat proses deteksi marker seperti perubahan pencahayaan, perubahan rotasi marker, dan blur pada kamera. Algoritma Feature from Accelerated Segment Test (FAST) dan algoritma Maximally Stable Extremal Regions (MSER) merupakan algoritma yang kerap dipakai sebagai metode pendeteksi marker pada AR. Tujuan penelitian ini yaitu untuk menganalisis kinerja algoritma FAST dan algoritma MSER terhadap kemampuan dan kecepatannya untuk mendeteksi dan mengekstraksi fitur-fitur pada citra serta ketahanannya terhadap gangguan pada citra yang digunakan untuk marker pada AR, dan menunjukkan algoritma yang lebih baik untuk aplikasi AR antara algoritma FAST dan algoritma MSER. Penelitian ini menggunakan dua set citra; 2D Template Marker dan Image Marker dengan 10 gambar untuk masing-masing set dan modifikasi pada citra seperti; perubahan intensitas cahaya, rotasi, dan blur dengan parameter : (1) jumlah fitur yang terdeteksi, (2) waktu deteksi dan ekstraksi fitur, (3) persentase banyaknya fitur yang berhasil dicocokkan, dan (4) waktu pencocokan fitur. Berdasarkan keempat parameter, algoritma FAST memiliki pemrosesan yang lebih cepat terhadap deteksi marker, sedangkan algoritma MSER memiliki proses pendeteksian marker yang lebih stabil terhadap perubahan yang terjadi baik pada kamera atau marker. |
| first_indexed | 2024-04-11T05:57:45Z |
| format | Article |
| id | doaj.art-abb7f1f35d3b4e77b9a82261c5bc820a |
| institution | Directory Open Access Journal |
| issn | 2579-9118 2549-9750 |
| language | English |
| last_indexed | 2024-04-11T05:57:45Z |
| publishDate | 2022-08-01 |
| publisher | Universitas Muhammadiyah Purwokerto |
| record_format | Article |
| series | JRST: Jurnal Riset Sains dan Teknologi |
| spelling | doaj.art-abb7f1f35d3b4e77b9a82261c5bc820a2022-12-22T04:41:50ZengUniversitas Muhammadiyah PurwokertoJRST: Jurnal Riset Sains dan Teknologi2579-91182549-97502022-08-0152596910.30595/jrst.v5i2.77964657Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis MarkerDwi Anugrahita0Rini Mayasari1Susilawati Susilawati2Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbangsa KarawangProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbangsa KarawangProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbangsa KarawangAungmented Reality (AR) membutuhkan algoritma yang baik dan tahan terhadap gangguan-gangguan yang dapat terjadi saat proses deteksi marker seperti perubahan pencahayaan, perubahan rotasi marker, dan blur pada kamera. Algoritma Feature from Accelerated Segment Test (FAST) dan algoritma Maximally Stable Extremal Regions (MSER) merupakan algoritma yang kerap dipakai sebagai metode pendeteksi marker pada AR. Tujuan penelitian ini yaitu untuk menganalisis kinerja algoritma FAST dan algoritma MSER terhadap kemampuan dan kecepatannya untuk mendeteksi dan mengekstraksi fitur-fitur pada citra serta ketahanannya terhadap gangguan pada citra yang digunakan untuk marker pada AR, dan menunjukkan algoritma yang lebih baik untuk aplikasi AR antara algoritma FAST dan algoritma MSER. Penelitian ini menggunakan dua set citra; 2D Template Marker dan Image Marker dengan 10 gambar untuk masing-masing set dan modifikasi pada citra seperti; perubahan intensitas cahaya, rotasi, dan blur dengan parameter : (1) jumlah fitur yang terdeteksi, (2) waktu deteksi dan ekstraksi fitur, (3) persentase banyaknya fitur yang berhasil dicocokkan, dan (4) waktu pencocokan fitur. Berdasarkan keempat parameter, algoritma FAST memiliki pemrosesan yang lebih cepat terhadap deteksi marker, sedangkan algoritma MSER memiliki proses pendeteksian marker yang lebih stabil terhadap perubahan yang terjadi baik pada kamera atau marker.https://jurnalnasional.ump.ac.id/index.php/JRST/article/view/7796augmented realityfeature from accelerated segment testmaximally stable extremal regionspenanda ar |
| spellingShingle | Dwi Anugrahita Rini Mayasari Susilawati Susilawati Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker JRST: Jurnal Riset Sains dan Teknologi augmented reality feature from accelerated segment test maximally stable extremal regions penanda ar |
| title | Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker |
| title_full | Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker |
| title_fullStr | Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker |
| title_full_unstemmed | Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker |
| title_short | Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker |
| title_sort | analisis kinerja deteksi algoritma fast dan algoritma mser pada citra digital berbasis marker |
| topic | augmented reality feature from accelerated segment test maximally stable extremal regions penanda ar |
| url | https://jurnalnasional.ump.ac.id/index.php/JRST/article/view/7796 |
| work_keys_str_mv | AT dwianugrahita analisiskinerjadeteksialgoritmafastdanalgoritmamserpadacitradigitalberbasismarker AT rinimayasari analisiskinerjadeteksialgoritmafastdanalgoritmamserpadacitradigitalberbasismarker AT susilawatisusilawati analisiskinerjadeteksialgoritmafastdanalgoritmamserpadacitradigitalberbasismarker |