Skip to main content

Computer Vision


UBx

Free

Activate your account first to access this course.

Tentang Mata Kuliah ini

Mata kuliah Computer Vision membahas konsep, metode, dan teknik yang digunakan untuk memungkinkan komputer memahami dan menginterpretasi data visual, seperti gambar dan video. Mahasiswa akan mempelajari dasar-dasar pengolahan citra digital, ekstraksi fitur, segmentasi, deteksi objek, hingga pengenalan pola dengan menggunakan algoritma dan teknologi terkini. Melalui pendekatan teoritis dan praktis, mata kuliah ini memberikan keterampilan untuk mengembangkan aplikasi computer vision yang relevan di berbagai bidang, seperti pengawasan video, analisis medis, dan sistem kendaraan otonom. Mata kuliah computer vision (visi komputer) adalah mata kuliah yang mengajarkan sejumlah metode yang memungkinkan komputer untuk memahami atau menganalisa isi dari data gambar dan video. Bahan Kajian Mata Kuliah Computer Vision terdiri atas 4 bagian utama yaitu: Fundamental yang akan mempelajari Dasar-dasar citra digital dan Macam-macam ruang warna. Pre-processing akan mengulas terkait Deteksi Tepi, Bentuk dan Morfologi Citra. Feature Extraction yang akan membahas terkait beberapa metode ektrasksi Fitur seperti GLCM, Local Image Feature, Tamplate Matching, Histogram of Oriented Gradients dan Scale Invariant Feature Transform (SIFT). Bahan Kajian yang terakhir adalah Deep Learning yang terdiri atas beberapa metode Deeplearning seperti: CNN, R-CNN, YOLO, MobileNet, ShuffleNet dan U-Net .

Kredit: 3 SKS

Jenjang: S1

Matakuliah Prasyarat: Tidak Ada

Capaian Pembelajaran

Setelah mengikuti perkuliahan ini, diharapkan mahasiswa secara umum memiliki kemampuan:

  1. Memiliki kemampuan (pengelolaan) manajerial tim dan kerja sama (team work), manajemen diri, mampu berkomunikasi baik lisan maupun tertulis dengan baik dan mampu melakukan presentasi.
  2. Menyusun deskripsi saintifik hasil kajian implikasi pengembangan atau implementasi ilmu pengetahuan teknologi.
  3. Mampu mengimplementasi kebutuhan computing dengan mempertimbangkan berbagai metode/algoritma yang sesuai melalui strategi belajar yang spesifik dan komprehensif berdasarkan pola pikir yang terbangun dan berkembang selama belajar secara mandiri
  4. Memiliki kemampuan merancang dan mengembangkan algoritma AI yang kompleks, sistem otomasi yang efisien, serta mampu menganalisis data besar dan mengaplikasikan teknik-teknik terbaru dalam AI dan otomasi.
  5. Mahasiswa mampu menjelaskan bagaimana komputer memahami dan menganalisis data gambar atau video.

Pokok Bahasan

  1. Pembagian Komputasi Citra Digital
  2. Implementasi dan Tanatangan Pemrosesan Citra Digital
  3. Dasar Pengenalan Citra Digital 1
  4. Dasar Pengenalan Citra Digital 2
  5. Morfologi Citra Digital
  6. GLCM
  7. CNN
  8. RCNN
  9. MobileNet
  10. SuffleNet
  11. YOLO
  12. U-Net

Pustaka

  1. Rafael C. Gonzalez. 2002. Digital Image Processing 2nd Edition. Prentice Hall. Upper Saddle River, New Jersey 07458
  2. William K. Pratt. 2001. Digital Image Processing: PIKS Inside, 3rd Edition. John Wiley & Sons, Inc.
  3. Arcangelo Distante, Cosimo Distante · 2020: Handbook of Image Processing and Computer Vision, From Energy to Image, Volume 1
  4. Fitri Utaminingrum, 2023. Deteksi Penyakit pada Paru melalui Chest X-Ray, Litnus (Literasi Nusantara)

Dosen Pengampu

Course Staff Image #1

Prof. Dr. Eng Fitri Utaminingrum., ST., MT

Seorang akademisi yang meraih gelar Doktor di bidang Ilmu Komputer dan Teknik Elektro dari Universitas Kumamoto, Jepang. Saat ini, ia menjabat sebagai Guru Besar di Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya, Indonesia. Fokus utama penelitian di bidang kursi roda pintar, khususnya dalam pengembangan algoritma Computer Vision. Kontribusi Fitri Utaminingrum bagi komunitas akademis diakui secara luas. Karyanya telah dipublikasikan di beberapa jurnal dan konferensi terkemuka yang terindeks Scopus, yang menunjukkan komitmennya untuk memajukan bidang ilmu komputer. Ia menerima beberapa penghargaan hingga tingkat Internasional sebagai dedikasinya untuk memperkuat reputasi sebagai profesor dan peneliti di bidang Computer Vision. Komitmen yang berkelanjutan terhadap inovasi membuatnya membuka kolaborasi penelitian yang luas dengan banyak orang dengan bergabung dengan beberapa organisasi penelitian internasional serta menjadi komite di beberapa konferensi internasional. 

  1. Course Number

    CCE60303
  2. Enrollment Start

  3. Enrollment End

    Aug 17, 2025
  4. Class Start

  5. Class End

    Dec 20, 2025
  6. Estimated Effort

    2
  7. Language

    Indonesian
  8. Course Type

    Self Paced
  9. Quota

    None
  10. Price

    Free
  11. Level

    Advanced
Courses from Same University
Recommended Courses
Enroll
© 2024 ICE Institute. All rights reserved.