Implementasi Algoritma Sift (Scale Invariant Feature Transform) Untuk Melakukan Klasifikasi Bahan Bakar Kendaraan Roda Empat Pada SPNU

Eka Pratama, Lingga (2014) Implementasi Algoritma Sift (Scale Invariant Feature Transform) Untuk Melakukan Klasifikasi Bahan Bakar Kendaraan Roda Empat Pada SPNU. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Algoritma SIFT (Scale Invariant Feature Transform) merupakan salah satu algoritma yang berperan dalam pengenalan objek yang tahan dan efektif terhadap perubahan rotasi dan penskalaan. Penambahan metode scan and matching yang akan diuji seberapa efektif (error algoritma dan error sistem) kedua algoritma ini dapat mendeteksi dan melakukan objek berupa kendaraan roda empat sehingga secara tidak langsung dapat mengklasifikasikan bahan bakar pada SPBU. Algoritma SIFT mempunyai tahapan dimana yansilnya berupa fitur yang kemudian dilakukan proses pencocokan data (scan and matching) untuk kemudian dilakukan klasifikasi. Proses algoritma SIFT meliputi scale space extrema detection, keypoint localization, orientation assignment dan keypoint descriptor, proses tersebut menghasilkan fitur berupa gambar dan nilai yang kemudian diolah menggunakan metode scan and matching menggunakan k-NN (k Nearest Neighbor) yang hasilnya dilihat dari jarak terdekat antara nilai objek dan nilai dabatase. Walaupun algoritma SIFT peka terhadap perubahan objek, namun untuk kasus ini, ukuran minimal pixels yang dapat dideteksi adalah 45 x 30 p, sedangkan untuk proses pengelompokan dengan k-Nearest Neighbor diperoleh hasil jika terdapat perubahan posisi dan perubahan skala pada objek yang sama, masih bisa melakukan pencocokan yang belum efektif dengan tingkat kesalahan 1.00, berdasarkan proses secara manual, sedangkan untuk proses secara sistem, masih dikatakan belum efektif karena terlalu banyaknya loss error (1.50-5.00)pada penelitian ini.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: SIFT, k-Nearest Neighbor, Klasifikasi, Keypoint, Pendeteksian dan Pencocokan Objek
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 08:11
Last Modified: 16 Nov 2016 08:11
URI: http://repository.unikom.ac.id/id/eprint/29699

Actions (login required)

View Item View Item