Implementasi Algoritma Histogram Of Oriented Gradients-Local Binary Pattern Dan Supprot Vector Machine Pada Video Untuk Mendeteksi Dan Menghitung Jumlah Manusia

Ramadhani Alfariz, Yodi (2017) Implementasi Algoritma Histogram Of Oriented Gradients-Local Binary Pattern Dan Supprot Vector Machine Pada Video Untuk Mendeteksi Dan Menghitung Jumlah Manusia. 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

Penerapan sistem pengenalan atau recognition untuk mendeteksi dan menghitung jumlah manusia pada video dapat dilakukan dengan cara memecah frame pada video lalu membandingkan setiap frame dan mengekstraksinya dengan metode tertentu. Metode HOG dan LBP misalnya, metode tersebut adalah metode untuk ekstraksi ciri. Dua metode tersebut masing-masing dilakukan perhitungan ekstraksi ciri. Feature Vector dari dua metode tersebut lalu digabungkan yang nantinya akan digunakan untuk proses klasifikasi. Sedangkan SVM adalah metode untuk klasifikasi, pada deteksi manusia metode SVM yaitu untuk mengklasifikasi apakah objek tersebut manusia atau bukan. Terdapat dua tahapan untuk melakukan pendeteksian, dua tahapan tersebut adalah learning dan testing. Tahapan learning dilakukan pada citra data latih yang berupa citra postif dan negatif, tahapan testing yaitu pengujian pada citra dari ekstraksi frame video. Berdasarkan pengujian dari metode HOG-LBP dan SVM yang dilakukan pada beberapa video uji, yang mana pengambilan video uji tersebut dilakukan di beberapa tempat dengan pencahayaan yang berbeda-beda dan dari berbagai sudut didapatkan akurasi rata-rata pendeteksian yaitu 72,512 %.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: sistem pengenalan, Histogram of Oriented Gradients, Local Binary Pattern, Support Vector Machine, deteksi manusia, kecerdasan buatan
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 10 Nov 2017 03:34
Last Modified: 10 Nov 2017 03:34
URI: http://repository.unikom.ac.id/id/eprint/54426

Actions (login required)

View Item View Item