Saturday, November 30, 2019

Tips Mengubah Kalendar Windows ke Bahasa Indonesia


Kalau kamu pengguna windows, terkadang sering menggunakan kalendar bawaan dari windows seperti berikut

 
Maklum kalau penulis pasti sering cek kalender karena berkenaan dengan deadline project. Hee heee
Apalagi kalau lagi banyak project yang berbeda-beda yang bersamaan dalam 1 bulan, sehingga menjadi kebutuhan wajib sering-sering cek kalender.

Friday, November 29, 2019

Buku Dasar-Dasar Pengolahan Sinyal Digital dengan Matlab


Tulisan ini dibuat bagi kalian yang ingin belajar DSP Digital  Signal Processing pokoknya mengenai sinyal, agar kamu mengerti, adapun tools utama yang digunakan yaitu Matlab dan Audacity untuk mempermudah visualisasi grafik yang rumit bila menggunakan excel. Penulis sudah merangkum secara umum mengenai frekuensi, amplitudo, cuplikan/bitrate, file audio, serta fourier transform. Sedikit membahas mengenai contoh riil mengenai nada suara piano untuk mempermudah saja. Bagi kalian yang ingin lebih tahu DSP bisa kirim email saja ya.


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


Oiya, tidak semua kode Matlab nya ditampilkan karena agak rumit bagi pemula, jadi sebagai gantinya dibuatkan grafik/plot yang cukup dimengerti bagi pemula. Jika gambarnya terlalu kecil, kamu bisa klik saja gambarnya ntar juga tampil sangat jelas koq,


Daftar Isi

  1. Dasar-Dasar Pengolahan Sinyal Digital
  2. Teknik Pemisahan Sinyal Digital 
  3. Apa itu Additve White Gaussian Noise  

Pengertian Frekuensi dan Amplitudo


Frekuensi jumlah getaran yang dihasilkan dalam setiap 1 detik. Rumus Menghitung Frekuensi

f = Frekuensi dalam satuan Hertz (Hz)
T = Periode dalam satuan detik (detik)
Rumus umum untuk menggambarkan sinyal sinus yaitu

Wednesday, November 27, 2019

Buku Pengolahan Citra Digital dengan Python dan OpenCV-Edge Detection dengan Sobel


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


kalian bisa lanjut baca lagi di  http://softscients.com/2020/03/30/buku-pengolahan-citra-digital-dengan-python-dan-opencv-edge-detection-dengan-sobel/


Sinopsis

Operasi morfologi yang banyak digunakan untuk binary yaitu edge detection. Ada banyak jenis-jenis edge detection yaitu sobel, prewit, robert, dan canny yang dibedakan atas jenis kernelnya. Pada postingan yang akan dibahas ini yaitu sobel. Kenapa Dibahas? walaupun sudah banyak membahas dokumentasinya juga! dikarenakan untuk memperjelas penggunaan deteksi sobel yang di dokumentasi opencv terdiri dari arah sumbu X dan sumb Y serta ada penggunaan library skimage (scikit image)


Edge Detection menggunakan operator Sobel bisa dilakukan dengan teknik menggabungkan  gradient, lebih lanjut kamu bisa ulasan berikut ini agar kamu lebih mengerti edge detection Sobel. Sebagai bahan percobaan bahwa gambar input yang digunakan berformat grayscale bukan hitam putih seperti diatas postingan ini, maka agar dibaca grayscale oleh OpenCV, cukup berikan flag=0

test_image = cv2.imread('bunga.jpg',0)

maka test_image akan berformat uint8 yang berarti unsigned integer alias bilangan bulat positif (tidak mengandung koma) dengan nilai rentang \(2^8\) atau dari 0 sampai dengan 255.

OpenCV - Operator Sobel

Edge detection / Deteksi tepi operator sobel pada OpenCV  menggunakan function berikut


cv2.Sobel(original_image,ddepth,xorder,yorder,kernelsize)


Sehingga ada 2 arah yaitu \(sobel_x\) dan \(sobel_y\)

import cv2
import numpy as np
from matplotlib import pyplot as plt


test_image = cv2.imread('bunga.jpg',0) #gambar dibaca grayscale

#cv2.Sobel(original_image,ddepth,xorder,yorder,kernelsize)
#tanda cv2.CV_64F adalah format grayscale 64 bit (true color)
#sedangkan cv2.CV_8U adalah format binary atau 8 bit (hitam putih)
sobelx = cv2.Sobel(test_image,cv2.CV_64F,1,0,ksize=3)
sobely = cv2.Sobel(test_image,cv2.CV_64F,0,1,ksize=3)

plt.figure()
plt.subplot(1,2,1),plt.imshow(sobelx,cmap='gray'),plt.title('Penerapan Sobel X')
plt.subplot(1,2,2),plt.imshow(sobely,cmap='gray'),plt.title('Penerapan Sobel Y')



Agar didapatkan egde, maka perlu kita terapkan rumus berikut
$$|G|=\sqrt{I_{x}^2+I_{y}^2}$$
$$\theta(x,y)=arctan \begin{pmatrix} \frac{I_y}{I_x} \end{pmatrix}$$

Dengan G disebut gradient dan theta disebut dengan orientation. Sehingga kode lengkap untuk rumus diatas bila diterapkan menjadi berikut


import cv2
import numpy as np
from matplotlib import pyplot as plt


test_image = cv2.imread('bunga.jpg',0) #gambar dibaca grayscale

#cv2.Sobel(original_image,ddepth,xorder,yorder,kernelsize)
#tanda cv2.CV_64F adalah format grayscale 64 bit (true color)
#sedangkan cv2.CV_8U adalah format binary atau 8 bit (hitam putih)
sobelx = cv2.Sobel(test_image,cv2.CV_64F,1,0,ksize=3)
sobely = cv2.Sobel(test_image,cv2.CV_64F,0,1,ksize=3)

plt.figure()
plt.subplot(1,2,1),plt.imshow(sobelx,cmap='gray'),plt.title('Penerapan Sobel X')
plt.subplot(1,2,2),plt.imshow(sobely,cmap='gray'),plt.title('Penerapan Sobel Y')



G = np.sqrt(sobely**2+sobelx**2)
theta = np.arctan2(sobely, sobelx)

plt.figure()
plt.imshow(np.uint8(G),cmap='gray')
plt.title('Penerapan Sobel ')



Scikit Image Operator Sobel

Kalau kamu tidak ingin ribet, bisa menggunakan scikit-image atau disingkat dengan skimage, kodenya sangat simple sekali hanya meggunakan function sobel

from skimage.filters import  sobel


import cv2
import numpy as np
from matplotlib import pyplot as plt
from skimage.filters import  sobel

test_image = cv2.imread('bunga.jpg',0) #gambar dibaca grayscale


edge_sobel = sobel(test_image)

plt.figure()
plt.imshow(edge_sobel,cmap='gray')
plt.title('Penerapan Sobel skimage ')





Perbedaan hasil dikarenakan perbedaan jenis kernel yang digunakan, bila ingin menggunakan jenis kernel yang lain, bisa menggunakan teknik convolution



Ref:

https://towardsdatascience.com/canny-edge-detection-step-by-step-in-python-computer-vision-b49c3a2d8123
https://scikit-image.org/docs/dev/auto_examples/edges/plot_edge_filter.html
https://www.tutorialspoint.com/opencv/opencv_sobel_operator.htm 



Monday, November 25, 2019

Optical Character Recognition dengan Tesseract


Ada banyak aplikasi OCR Optical Character Recognition yang beredar saat ini, seperti Omnipage yang sangat powerfull sekali ref: https://www.kofax.com/Products/omnipage?source=nuance

Tapi postingan kali ini, saya tidak bahas produk diatas, tapi lebih menggunakan aplikasi yang bisa kamu pakai untuk menunjang project-project mu bila perlu yaitu  tesseract yang kini sudah mencapai versi 4.0.0; Jangan bingung tesseract seperti di film transformer!

Penulis sering menggunakan tesseract juga koq seperti link dibawah ini untuk mempermudah pengembangan project berbasis OCR; seperti di lansir dari ref: https://en.wikipedia.org/wiki/Tesseract_(software) Tesseract adalah mesin pengenalan karakter untuk berbagai sistem operasi yang bersifat gratis, dirilis di bawah Lisensi Apache dan pengembangan telah disponsori oleh Google sejak tahun 2006. Tesseract dianggap sebagai salah satu mesin OCR open-source paling akurat yang tersedia saat itu

Nah tesseract menggunakan Leptonica Engine ref:  http://www.leptonica.org/. Leptonica yang fokus terhadap pemrosesan gambar dan aplikasi analisis gambar

Kamu pun sangat diuntungkan bila menggunakan Python karena ada wrapper nya juga ref: https://pypi.org/project/pyleptonica/

Lebih lanjut dokumentasi (menggunakan bahasa C) ref: https://tpgit.github.io/UnOfficialLeptDocs/leptonica/index.html

Saturday, November 16, 2019

Peramalan Harga Saham dengan Neural Network


Kalau kamu ambil Mata Kuliah Sistem Produksi akan mengenal pokok bahasan yaitu forecasting dengan beragam metode yang digunakan yaitu dimulai dari pola data seperti data tersebut mengandung pola
  1. stasioner
  2. trend
  3. siklus
Kalau menggunakan Neural Network tidak perlu dipusing analisis autokorelasi dan lainnya, karena Neural Network sifatnya cukup robust terhadap dataset yang bersifat non linear. Kasus sederhana untuk forecasting yaitu harga saham. Kamu harus tahu harga sama itu ada 4 yaitu open, high, low, dan close disingkat OHLC, biasanya akan mudah dibaca menggunakan plot candle stick ref: https://www.seputarforex.com/belajar/forex/pola-candlestick/

Ada warna candle stik yaitu
  1. hitam dan putih
  2. merah dan hijau
Tergantung si pembuat candle sticnya, dibawah uni contoh 2 keadaan candle stick


Sekarang kita bahas saja yuk untuk harga saham yang akan dimasukan kedapan neada beberapa cara

  1. menggunakan harga close atau harga penutupan bursa pasar.
  2. Menggunakan ke 4 harga yaitu OHLC nya
  3. Atau average(OHLC) nya

Adapun untuk pemilihan emiten saham harus dalam kondisi normalnya yaitu

Wednesday, November 13, 2019

Tempat hosting dan regristrasi domain terbaik

Sudah sejak lama penulis menggunakan layanan dari www.rumahweb.comsudah menjadi langganan tempat hosting dan pemesanan domain karena layanan CS yang sangat baik. Seperti layanan hosting lainnya rumahweb

Monday, November 11, 2019

buku belajar machine learning dengan matlab-Deteksi Jenis Kanker Payudara dengan Jaringan Syaraf Tiruan


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


kalian bisa lanjut baca lagi di http://softscients.com/2020/03/26/buku-belajar-machine-learning-dengan-matlab-deteksi-jenis-kanker-payudara-dengan-jaringan-syaraf-tiruan/



Sinopsis

Setelah kalian membaca buku belajar machine learning / jaringan syaraf tiruan menggunakan Matlab, tentu ingin sekali mempraktekan algoritma tersebut kedalam dataset yang real/sungguhan.  Pembahasan ini untuk menentukan jenis kanker payudara dengan 9 jenis parameter yang mempunyai rentang nilai 1 sampai dengan 10
https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Original)
  1. Clump Thickness: 1 - 10
  2. Uniformity of Cell Size: 1 - 10
  3. Uniformity of Cell Shape: 1 - 10
  4. Marginal Adhesion: 1 - 10
  5. Single Epithelial Cell Size: 1 - 10
  6. Bare Nuclei: 1 - 10
  7. Bland Chromatin: 1 - 10
  8. Normal Nucleoli: 1 - 10
  9. Mitoses: 1 – 10
Dengan 2 kelas yaitu
  1. nilai 2 for benign
  2. nilai 4 for malignant

Friday, November 8, 2019

Buku Pengolahan Citra Digital dengan Matlab - Enkripsi Citra Digital dengan logistic Maps- Random Generator


Buku Pengolahan Citra Digital dengan Matlab - Enkripsi Citra Digital dengan logistic Maps- Random Generator

Sinopsis

Teknik enkripsi pada citra digital banyak digunakan untuk melindungi informasi dari citra tersebut, salah satunya menggunakan teknik chaos (logistic maps), Anda bisa membaca link berikut https://en.wikipedia.org/wiki/Logistic_map

Model Umum Logistic Maps




Xn mempunyai nilai 0 sampai 1 yang mempresentasikan sebuah rasio keberadaan populasi dari sebuah populasi maksimum
r nilai dengan rentang 0 sampai 4

Persamaan diatas menghasilkan ploting yang bersifat nonlinear sebagai berikut, Penulis menggunakan nilai X(n=1) = 0.23456 atau disebut X0

Move - Daftar Framework GUI terbaik di Python


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


kalian bisa lanjut baca lagi di  http://softscients.com/2020/03/31/buku-pemrograman-python-framework-gui-terbaik-di-python/




Framework atau kerangka kerja merupakan satu kesatuan utuh yang lengkap yang meletakan dasar-dasar kerja sehingga pemilihan framework sangatlah penting, apalagi kalau perusahan kamu menggunakan Framework tersebut untuk scale up bisnis atau masuk dalam tahap produksi maka ada 2 hal penting yang harus diutamakan yaitu
  1. ketersediaan komponen
  2. extends komponen serta
  3. support
Python termasuk bahasa pemrograman imperatif sekaligus functional sehingga penggunanya sangat luas sekali mulai dari networking, image processing, signal processing, financial, statistik olah karena hal tersebut banyak sekali Framework GUI yang tersedia mulai dari yang default sampai yang harus install tersendiri. Seperti dilansir dari ref: https://techsore.com/best-python-gui/ berikut ada 10 framework GUI terbaik di Python yang layak kamu gunakan untuk project-project mu

Image J-Tools Pengolahan Citra Digital Paling Mudah dengan Java


Yups, bagi kalian pemula yang ingin menggunakan tools yang ringan dalam Digital image processing, aku saranin gunakan ImageJ yang sangat ringan untuk analisis Image.

Sunday, November 3, 2019

Buku Pemrograman Python-Linear Programming and Simplex di Python


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


kalian bisa lanjut baca lagi di http://softscients.com/2020/03/28/buku-pemrograman-python-linear-programming-and-simplex-di-python/




Linear Programming merupakan topik bahasan dasar jika kamu mengambil Mata Kuliah Riset Operasi yang fokus terhadap masalah-masalah dataset yang bersifat linear dengan beragam contraint dan variabel. 

Yuk coba library untuk memecahkan kasus-kasus seperti Linear Programming dan Simplex dengan menggunakan GLPK https://www.gnu.org/software/glpk/

Salah satunya optlang yang merupakan interface terhadap GLPK, mari kita coba bandingkan dengan scipy. Agar lebih mudah, penulis langsung comot contoh kasus Linear Programming dan Simplex dari situs yang sudah ada sehingga bagi kalian yang belum paham apa itu Linear Programming dan Simplex bisa sekalian belajar dasar-dasarnya.

Linear Programming

Contoh sederhana pada linear programming bisa diambil di link berikut

Buku Pemrograman Python-Cara Setup View Output Figure Matplotlib


Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link


kalian bisa lanjut baca lagi di http://softscients.com/2020/03/28/buku-pemrograman-python-cara-setup-view-output-figure-matplotlib/




Sinopsis

Apa IDE Favorit mu kalau menggunakan python? Mungkin sebagian besar masih menggunakan IDE dari Microsoft yaitu Visual Studio atau bahkan Netbeans atau mungkin masih pakai IDLE bawaan dari Python, sebaiknya kamu lupakan sejenak menggunakan tools tersebut, beralihlah menggunakan Spyder yang sangat baik sekali menampilkan beragam informasi seperti variable, command window, editor seperti layaknya tools Matlab, Octave, ataupun Scilab lho!

Sudah sejak lama penulis menggunakan IDE Spyder untuk mengerjakan riset, sangat powerfull sekali daripada menggunakan Jupyter Notebook, ada pertanyaan via email yang diajukan oleh pembeli buku python

Bagaimana setup untuk menampilkan figure pada Matplotlib agar ukurannya tidak terlalu kecil?
Langsung saja, buka saja Spyder kalian, setting di Tools -> Preferences seperti dibawah ini

Ada beberapa pilihan yang harus kalian tahu yaitu
  1. Backend : Inline diartikan bahwa figure yang ditampilkan akan menyatu dengan console
  2. Backend: Automatic bahwa figure akan ditampilkan terpisah
Kamu bisa atur ukuran tampilan matplotlib


Jangan lupa untuk klik OK dan restart lah Spyder, kamu bisa lihat perbedaanya