Implementasi Metode Hidden Markov Model Dan Gabor Filter Untuk Mendeteksi Pelanggaran Lalu Lintas kendaraan

Setiawan, Kukuh (2016) Implementasi Metode Hidden Markov Model Dan Gabor Filter Untuk Mendeteksi Pelanggaran Lalu Lintas kendaraan. 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

Jumlah pelanggaran lalu lintas kendaraan dari tahun ke tahun semakin meningkat. Hal itu diketahui dari data analisa dan evaluasi pelanggaran lalu lintas 2015, terdapat kenaikan jumlah pelanggaran lalu lintas yang dilakukan pengendara jika dibandingkan dengan periode di tahun 2014. Kemudian kaitannya dengan penelitian ini, yaitu mengenali jenis pelanggaran tersebut dengan cara mengimplementasikan metode Hidden Markov Model dan Gabor Filter dalam pengolahan citra berdasarkan masalah yang dipaparkan. Hal yang perlu diperhatikan dalam mengetahui pelanggaran tersebut yaitu mengklasifikasikan citra pelanggaran berdasarkan rambu di sekitar kendaraan. Dan dalam batasan masalah yang diamati penelitian fokus kepada rambu dilarang ��Perboden�� dan dilarang ��balik arah��. Sehingga pelanggaran itulah yang dijadikan penelitian menggunakan metode untuk dapat menghasilkan kesimpulan jenis pelanggaran. Ketika menjumpai rambu dengan pola seperti dilarang ��Perboden�� dan dilarang ��balik arah��, maka pelanggaran dapat dideteksi dari klasifikasi ekstraksi ciri pada saat melakukan tahapan preprocessing citra. Kemudian metode yang digunakan untuk mendeteksi citra pelanggaran ini yaitu Hidden Markov Model dalam proses pengklasifikasian citra dan Gabor Filter sebagai salah satu cara preprocessing citra. Dengan mengimplementasikan metode tersebut dimaksudkan akan mampu memenuhi kebutuhan mendeteksi pelanggaran yang dilakukan oleh kendaraan. Hasil dari penelitian ini berupa data klasifikasi training yang digunakan untuk mendeteksi data testing, dan menghasilkan output jenis pelanggaran yang dimaksudkan. Dan dari pengujian K-Fold Cross Validation menggunakan 82 data didapatkan nilai akurasi rata-rata 70,31% benar dalam klasifikasi dan 29.69% salah.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Gabor Filter, Hidden Markov Model, image processing, klasifikasi citra, pelanggaran kendaraan.
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 07:39
Last Modified: 16 Nov 2016 07:39
URI: https://repository.unikom.ac.id/id/eprint/4502

Actions (login required)

View Item View Item