Melola Discovery

← Melola Discovery

Jurnal SINTA 2

PERCEPATAN MOTION ESTIMATION BERBASIS PHASE ONLY CORRELATION DENGAN TEKNIK FULL SEARCH MENGGUNAKAN PARALEL THREADING PADA GPU

Jurnal Ilmu Komputer dan Informasi (JIKI) · Vol. 3 No. 2 (2012) · pp. 65–72

DOI
10.21609/jiki.v3i2.143
ISSN
2502-9274, 2088-7051
Published
2012-05-29
Publisher
Faculty of Computer Science - Universitas Indonesia
Language
eng

Abstract

Penelitian ini menyajikan penggunaan metode Phase Only Correlation (POC) pada motion estimation dengan teknik full search menggunakan Graphical Processing Unit (GPU). Dengan fungsi POC, seseorang dapat melakukan estimasi translasi motion antara dua blok citra referensi dan citra yang diproses. Full Search berbasis POC adalah algoritma yang membutuhkan waktu proses lama. Hal ini menyebabkan sistem yang dicoba pada penelitian ini memproses fungsi POC pada Graphical Processing Unit (GPU) yang memiliki kelebihan dalam menyelesaikan perhitungan bilangan floating point dibandingkan CPU. Evaluasi dilakukan dengan menghitung kecepatan waktu proses menggunakan GPU pada video resolusi tinggi dengan resolusi hingga 1280x720 pixel. Hasil pengujian menunjukkan bahwa metode yang diselesaikan menggunakan GPU memiliki percepatan hingga hampir dua kali lipat pada ukuran blok POC 256 x 256 daripada menggunakan CPU. This research presents a method using Phase Only Correlation (POC) on the motion estimation with full search technique using the Graphical Processing Unit (GPU). With POC function, someone can estimate the translational motion between two blocks of the reference image and the processed image. POC based Full Search is an algorithm that takes long time process. This leads the system that is used in this research to process the POC function on Graphical Processing Unit (GPU) which has advantages in solving the floating point calculations than the CPU. Evaluation is conducted by calculating the speed of processing time using a GPU on a high-resolution video with resolutions up to 1280x720 pixels. The test results show that the method that is solved using GPU has an acceleration up to nearly twice the size of the POC block 256 x 256 instead of using the CPU.

Keywords

Collaboration network of the authors

23 authors · 69 co-authorship links · 8 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Politeknik Negeri Malang
  • State University of Malang
  • Institut Teknologi Sepuluh Nopember
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Erfan RohadiPoliteknik Negeri Malang3
Indrazno SiradjuddinPoliteknik Negeri Malang3
Ferdian RonilayaPoliteknik Negeri Malang3
Awan SetiawanPoliteknik Negeri Malang3
Ekojono EkojonoPoliteknik Negeri Malang2
Faisal RahutomoPoliteknik Negeri Malang2
Ngatmari NgatmariPoliteknik Negeri Malang2
Muhammad Bisri MusthafaPoliteknik Negeri Malang2
Raka Admiral AbdurrahmanPoliteknik Negeri Malang1
Dodik Widya AdhitamaPoliteknik Negeri Malang1
Rudy AriyantoPoliteknik Negeri Malang1
Arief PrasetyoInstitut Teknologi Sepuluh Nopember1
Anastasia Merry ChristinePoliteknik Negeri Malang1
Arwin Datumaya Wahyudi SumariPoliteknik Negeri Malang1
Ahmad Alfian AlfianPoliteknik Negeri Malang1
Aji Prasetya WibawaState University of Malang1
Resty WulanningrumState University of Malang1
Rakhmat AriantoPoliteknik Negeri Malang1
Usman NurhasanPoliteknik Negeri Malang1
Anugrah Nur RahmantoPoliteknik Negeri Malang1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jiki.cs.ui.ac.id/index.php/jiki/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PERCEPATAN MOTION ESTIMATION BERBASIS PHASE ONLY CORRELATION DENGAN TEKNIK FULL SEARCH MENGGUNAKAN PARALEL THREADING PADA GPU</dc:title>
	<dc:creator>Asmara, Rosa A.</dc:creator>
	<dc:creator>Rahmad, Cahya</dc:creator>
	<dc:creator>Handayani, Anik N.</dc:creator>
	<dc:subject xml:lang="en-US">graphic processing unit</dc:subject>
	<dc:subject xml:lang="en-US">motion estimation</dc:subject>
	<dc:subject xml:lang="en-US">phase only correlation</dc:subject>
	<dc:description xml:lang="en-US">Penelitian ini menyajikan penggunaan metode Phase Only Correlation (POC) pada motion estimation dengan teknik full search menggunakan Graphical Processing Unit (GPU). Dengan fungsi POC, seseorang dapat melakukan estimasi translasi motion antara dua blok citra referensi dan citra yang diproses. Full Search berbasis POC adalah algoritma yang membutuhkan waktu proses lama. Hal ini menyebabkan sistem yang dicoba pada penelitian ini memproses fungsi POC pada Graphical Processing Unit (GPU) yang memiliki kelebihan dalam menyelesaikan perhitungan bilangan floating point dibandingkan CPU. Evaluasi dilakukan dengan menghitung kecepatan waktu proses menggunakan GPU pada video resolusi tinggi dengan resolusi hingga 1280x720 pixel. Hasil pengujian menunjukkan bahwa metode yang diselesaikan menggunakan GPU memiliki percepatan hingga hampir dua kali lipat pada ukuran blok POC 256 x 256 daripada menggunakan CPU. 

This research presents a method using Phase Only Correlation (POC) on the motion estimation with full search technique using the Graphical Processing Unit (GPU). With POC function, someone can estimate the translational motion between two blocks of the reference image and the processed image. POC based Full Search is an algorithm that takes long time process. This leads the system that is used in this research to process the POC function on Graphical Processing Unit (GPU) which has advantages in solving the floating point calculations than the CPU. Evaluation is conducted by calculating the speed of processing time using a GPU on a high-resolution video with resolutions up to 1280x720 pixels. The test results show that the method that is solved using GPU has an acceleration up to nearly twice the size of the POC block 256 x 256 instead of using the CPU.</dc:description>
	<dc:publisher xml:lang="en-US">Faculty of Computer Science  - Universitas Indonesia</dc:publisher>
	<dc:date>2012-05-29</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/143</dc:identifier>
	<dc:identifier>10.21609/jiki.v3i2.143</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Ilmu Komputer dan Informasi; Vol. 3 No. 2 (2010): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information); 65-72</dc:source>
	<dc:source>2502-9274</dc:source>
	<dc:source>2088-7051</dc:source>
	<dc:source>10.21609/jiki.v3i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/143/261</dc:relation>
</oai_dc:dc>