opencv filter

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

img = cv2.imread('opencv_logo.png')

kernel = np.ones((5,5),np.float32)/25
dst = cv2.filter2D(img,-1,kernel)

plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Averaging')
plt.xticks([]), plt.yticks([])
plt.show()

Resources S3

dowload di sini

Contoh ReadData pada Google

from keras.models import Sequential

from keras.layers import Dense

import numpy

from scipy.spatial import Delaunay

import pandas as pd

def ReadData(sf):

sdir="drive/My Drive/Colab Notebooks"

sff="%s/%s"%(sdir ,sf)

print("Baca file :",sff)

df = array(pd.read_csv(sff,header=None))

df1 = pd.DataFrame(df)

return df1.values

def SaveData(sf,m):

sdir="drive/My Drive/Colab Notebooks"

sff="%s/%s"%(sdir ,sf)

print("Simpan File :",sff)

savetxt(sff, m, delimiter=',',newline='\r\n')

# load and prepare the dataset

#dataset = numpy.loadtxt("cb.csv", delimiter=",")

#X = dataset[:,0:8]

#Y = dataset[:,8]

X=numpy.array([[0,0],[0,1],[1,0],[1,1]]);

Y=numpy.array([[0],[1],[1],[0]]);

# 1. define the network

model = Sequential()

model.add(Dense(1000, input_dim=2, activation='sigmoid'))

model.add(Dense(1, activation='sigmoid'))

# 2. compile the network

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 3. fit the network

history = model.fit(X, Y, epochs=10000, batch_size=1)

#history = model.fit(X, Y, epochs=2000)

# 4. evaluate the network

loss, accuracy = model.evaluate(X, Y)

print("\nLoss: %.2f, Accuracy: %.2f%%" % (loss, accuracy*100))

# 5. make predictions

probabilities = model.predict(X)

predictions = [float(numpy.round(x)) for x in probabilities]

accuracy = numpy.mean(predictions == Y)

print("Prediction Accuracy: %.2f%%" % (accuracy*100))

Cloack

https://www.learnopencv.com/invisibility-cloak-using-color-detection-and-segmentation-with-opencv/

Keras Squential Model

# example of training a final classification model
import matplotlib.pyplot as plt

from keras.models import Sequential
from keras.layers import Dense
import numpy as np
X=np.array([[0,0],[0,1],[1,0],[1,1]])
T=np.array([[0],[1],[1],[0]])
# define and fit the final model





model = Sequential()
model.add(Dense(1000, input_dim=2, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam')
model.fit(X, T, epochs=2000)
model.save_weights("model.h5")

history =model.history
plt.plot(history.history['loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

Xp=np.array([[1,1]])
model.predict(Xp)

Materi Kuliah Pemodelan 3D

Download Materi Di SINI

PCD VB6 Point Opration

program bisa didownload di sini

Visi Komputer

Bahan Kuliah Download di sini

Tugas Pemprosesan Citra dan Video

Daftar tugas Pemprosesan Citra dan Video

1. Deteksi Jalur Jalan
2. Game Main bola
3. Segmentasi Citra Berbasis Textur
4. Deteksi Rambu lalu Lintas
5. Deteksi Gerakan
6. Deteksi Mobil Parkir
7. Deteksi Jenis Uang
8. Line Detection
9. Deteksi Buah Apel Matang
10. Deteksi Warna lampu lalu lintas

Template buku tesis dan disertasi FTE

Template buku tesis dan disertasi FTE dapat di download di SINI

Materi Metode Numerik

Bahan di download disini

#include
#include

int main()
{
    int d,b,k,n;

    float m[4][5],ms,x[4];
    m[1][1]=3;m[1][2]=2;m[1][3]=1;m[1][4]=6;
    m[2][1]=4;m[2][2]=1;m[2][3]=2;m[2][4]=4;
    m[3][1]=1;m[3][2]=1;m[3][3]=1;m[3][4]=2;
    for (d=1;d<=3;d++)
    {
        for (b=d+1;b<=3;b++)
        {
            ms=m[d][d]/m[b][d];
            for (k=1;k<=4;k++)
            {
                    m[b][k]=m[b][k]*ms-m[d][k];
            }
        }
    }
    for (b=1;b<=3;b++)
    {
        for (k=1;k<=4;k++)
        {

            printf("%f ",m[b][k]);
        }
        printf("\n");
    }

for (b=3;b>0;b--)
{
    x[b]=m[b][4];
    for(k=b+1;k<=3;k++)
    {
        x[b]=x[b]-m[b][k]*x[k];
    }
    x[b]=x[b]/m[b][b];

}
for (b=1;b<=3;b++)
{
    printf("x(%d)=%f",b,x[b]);
}
    return 0;

}

Dasar Pemprograman Komputer

Materi 

1.  Minggu 1-(Pendahuluan)
1. Perkenalan
2. Kontrak Kuliah
3. Sejarah Komputer
4. Pengenalan Bahasa C
5. Pengenalan Codeblock
6. Mencoba Pemprograman komputer melalui  https://www.onlinegdb.com
7. Materi Kuliah minggu 1dapat di download di sini.
8. Tugas Program : install  dan download codeblock di sini.  
2. Minggu 2-(Sistem Bilangan)
1. Sistem Bilangan
1. Basis 2
2. Basis 4
3. Basis 8
4. Basis 16
5. Konversi Sistem Bilangan
2. Logika dan aljabar boolean.
3. Instalasi Codeblock
4. Latihan.
5. Materi Kuliah minggu 2 dapat di download di sini
3. Minggu 3 (Perograman C)
1. Struktur Bahasa C
2. Tipe Bilangan Dalam C
3. Identifier
4. Variabel Dan Konstanta
5. Operator
6. Input dan Output
1. Format mencetak ke layar
   fungsi cetak ke layar printf
2. Format Input
7. Tugas Program
8. Materi Kuliah minggu 3 dapat di download di SINI
4. Minggu 4 (Algoritma Pseduecode dan Flowchart)
1. Algoritma
1. Contoh Algoritma
2. Latihan Membuat Algoritma
2. pesduecode
1. Contoh Pesduecode
3. flowchart
1. Squence
2. decision
3. Repetition
4. Contoh :
1. Contoh Squence
   contoh  flowchart dan program C untu squence
2. Contoh decision
   Contoh flowchart dan program C untu decision
3. Contoh Repetition
   Contoh flowchart dan program C untuk repetition
   Menggunakan label
5. Materi Kuliah minggu 4 dapat di download di SINI.
5. Minggu 5  Urutan Bilangan (Membuat flowchart dan program untuk urutan satu Tingkat)
1. Pengulangan dalam bahasa C menggunakan perintah goto label.
2. Menampilkan urutan bilangan 1,2,3,4,..., sampai suku ke N
3. Tugas dan diskusi kelas
1. Menampilkan urutan bilangan ganjil  1,3,5,7,..., sampai suku ke N
2. Menampilkan urutan  bilangan  -1,1,-1,1,..., sampai suku ke N
3. Menampilkan  urutan bilangan  -1,2,-3,4,-5,...,sampai suku ke N
4. Tugas Dikerjakan di rumah :
   Buatlah flowchart dan program untuk menampilkan  urutan bilangan fibonaci 1,2,3,5,8,13,..., sampai suku ke N
6. Minggu 6 Urutan Bilangan dua Tingkat
1. Pengulangan Dalam Bahasa C
1. for()
2. while()
2. Menampilkan urutan bilangan dua tingkat sampai suku ke N dengan outpu
1.  Buatlah urutan bilangan dua tingkat dengan pola sebagai berikut.
   1
   12
   123
   ....
   1234....N
   Untuk Input  N=4
   Hasil Output :
   1
   12
   123
   1234
2. Buatlah flowchart dan program dalam bahasa C untuk urutan dua tingkat sebagai berikut.
   Input N
   N,N-1,....,3,2,1
   N-1,N-2,....,3,2,1
   ....
   4,3,2,1
   3,2,1
   2,1
   1
   Contoh : Input N=4
   Output
   4,3,2,1
   3,2,1
   2,1
   1
3. Tugas Diskusi Kelas :
1. Buatlah flowchart  dan progra untuk menampiulkan urutan bilangan dua tingkat sampai suku ke N sebagai berikut.
   contoh N=5
   Output
   1
   -1,2
   1,-2,3
   -1,2,-3,4
   1,-2,3,-4,5
7. Modulus Dan Div
1. Konsep hasil bagi dan sisa bagi
1. Contoh : Menentukan suatu bilangan ganjil atau genap
2. Konsep Bilangan Prima
1. Menentukan suatu bilangan merupakan bilangan prima atau tidak.
3. Tugas di kerjakan dirumah
   Buatlah program untuk menampilkan bilangan prima antara 2 sampai dengan N
   Contoh :
   Input N=10
   Output : 2,3,5,7
   Input N= 20
   Output
   2,3,5,7,11,13,17,19
8. Ujian Tengah SmesterBahan
1. Sejarah Komputer
2. Sistem Bilangan
3. urutan bilangan
4. flowchart
5. Konsep program bahasa C
9. Konsep Variabel Array pada C
1. Menukar isi dari dua variabel  A dan B
2. Mengurutkan isi  dua variabel A dan B
3. Mengurutkan isi  tiga variabel A,B dab C
4. Mengurutkan isi dengan banyak data.
5. konsep array
6. konsep buble sort
10. Konsep Variabel Array-Penyelesaian masalah statistik
1. Mean
2. Median
3. varian
4. Integral
11. Fungsi Dan Struct
1. Pointer
2. Passing parameter by value
3. Passing parameter by refference
4. Membuat fungsi