Deskripsi Mata Kuliah: Mata kuliah ini memberikan landasan bagi konsep pembangunan sistem rekognisi yang mencoba meniru cara kerja manusia dalam mengenali suatu objek. Penekanan terhadap kompleksitas proses disampaikan melalui metode pengenalan yang bersifat statistik, sintaktik dan semantik. Mahasiswa dituntun untuk dapat melihat esensi dan kedalaman penentuan objek descriptor / properti dengan menggunakan teknik ektraksi ciri. Setelah memahami objek decriptor / properti mahasiswa dikenalkan dengan teknik klasifikasi terhadap data objek descriptor / properti yang telah ditentukan sebelumnya. Mahasiswa diperkenalkan dengan teknologi untuk memproses data dalam membangun sistem rekognisi dan diwajibkan untuk merancang, mengimplementasikan dan mengukur unjuk kerja suatu sistem rekognisi.
Nama Mata Kuliah |
: |
Sitem Rekognisi |
|
Kode Mata Kuliah |
: |
CIG4I3 |
|
SKS |
: |
3 |
|
Jenis |
: |
MK Pilihan |
|
Jam pelaksanaan |
: |
Tatap muka di kelas |
= 3 jam per minggu |
Tutorial / responsi |
=1 jam per minggu |
||
Semester / Tingkat |
: |
/ Tingkat 4 |
|
Pre-requisite |
: |
Pengolahan Citra Digital, Pembelajaran mesin |
|
Co-requisite |
: |
– |
|
Bidang Kajian |
: |
Intelligent Systems Future Trend and Problem Solving |
Materi Kuliah:
- _Pertemuan 1 New Sistem Rekognisi
- _Pertemuan 2 New Sistem Rekognisi
- _Pertemuan 3 New Sistem Rekognisi
- _Pertemuan 4 New Sistem Rekognisi
- _Pertemuan 5 New Sistem Rekognisi
- _Pertemuan 6 New Sistem Rekognisi
- _Pertemuan 7 New Sistem Rekognisi
- _Pertemuan 8 New Sistem Rekognisi
- _Pertemuan 9 New Sistem Rekognisi
- _Pertemuan 10 New Sistem Rekognisi
- _Pertemuan 11 New Sistem Rekognisi
- _Pertemuan 12 New Sistem Rekognisi
- _Pertemuan 13-14 New Sistem Rekognisi
- _Pertemuan 13-18 New Sistem Rekognisi
- _Pertemuan 19-28 New Sistem Rekognisi