ALAT BANTU PEMBELAJARAN MATA KULIAH COMPUTER VISION PADA MATERI EDGE BASED SEGMENTASI CITRA BERBASIS MULTIMEDIA
DOI:
https://doi.org/10.12928/jstie.v1i1.2532Abstract
Pembelajaran computer vision pada materi edge based tentang deteksi tepi (edge detection) bagi sebagian mahasiswa materi yang sukar dipahami. Berdasarkan data kuisioner yang diperoleh dari 13 mahasiswa yang pernah mengambil mata kuliah computer vision, dapat diperoleh prosentase penilaian mata kuliah computer vision pada materi deteksi tepi (edge detection) bahwa 13,46% mahasiswa paham akan materi, dan 86,53% mahasiswa sukar memahami materi pada deteksi tepi (edge detection), terutama dalam proses perubahan antara citra asli dengan hasil citra yang telah dilakukan proses filtering. Hasil data nilai tugas diperoleh dari 78 mahasiswa, 55% mendapatkan nilai < 60. Penelitian ini bertujuan untuk membangun alat bantu pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra berbasis multimedia yang diharapkan dapat membantu mahasiswa dalam memahami materi deteksi tepi (edge detection) dan mahasiswa dapat menerapkan proses perubahan antara citra asli dengan hasil citra yang telah dilakukan proses filtering.
Subjek dalam penelitian ini adalah aplikasi multimedia sebagai alat pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra dengan menggunakan software Adobe Flash 8. Pengumpulan data dalam penelitian ini menggunakan metode Study literature, metode observasi, dan metode wawancara. Aplikasi ini disusun melalui prosedur yang mencakup indentifikasi masalah, studi kelayakan, analisis kebutuhan sistem, merancang konsep, merancang isi, design document, merancang naskah, merancang grafik, memproduksi sistem, pengetesan sistem dengan black box test  dan alpha test.
Hasil penelitian ini adalah aplikasi multimedia sebagai alat bantu pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra. Berdasarkan hasil pengujian yang telah dilakukan dengan menggunakan Black Box Test dan Alpha Test menunjukkan bahwa aplikasi pembelajaran ini dapat membantu proses pembelajaran mahasiswa dan dapat digunakan sebagai alat bantu pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra.
Kata Kunci: computer vision, edge detection, pembelajaran, Multimedia.Downloads
Published
Issue
Section
License
License and Copyright Agreement
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal. Please also carefully read Journal Posting Your Article Policy.
- The work is not under consideration for publication elsewhere.
- The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
Copyright
Authors who publish with Jurnal Sarjana Teknik Informatika agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.