DETEKSI OBJEK UNTUK AUTONOMOUS VEHICLE MENGGUNAKAN HISTOGRAM OF ORIENTED GRADIENTS DAN SUPPORT VECTOR MACHINE

Amryadi, Fani (2023) DETEKSI OBJEK UNTUK AUTONOMOUS VEHICLE MENGGUNAKAN HISTOGRAM OF ORIENTED GRADIENTS DAN SUPPORT VECTOR MACHINE. S1 thesis, Teknik Elektro.

	Text Fani Amryadi - M1A117014.pdf Restricted to Repository staff only Download (3MB)
	Text DETEKSI OBJEK UNTUK AUTONOMOUS VEHICLE.pdf Download (354kB)
	Text SURAT PERNYATAAN-2.pdf Download (309kB)
	Text ABSTRAK.pdf Download (85kB)
	Text BAB V.pdf Download (67kB)
	Text DAFTAR PUSTAKA.pdf Download (111kB)

Abstract

Penelitian ini bertujuan untuk membangun pendeteksi mobil pada area terbatas yaitu jalan antara gedung Perpustakaan Universitas Jambi menuju gedung FEB Universitas Jambi dengan menggunakan metode HOG dan SVM serta dapat menguji tingkat akurasi sistem pendeteksi yang dibangun. Data penelitian ini diambil dengan cara merekam dan memotret mobil yang berada di jalan penghubung antera gedung Perpustakaan Universitas Jambi dengan gedung FEB Universitas Jambi. Data di-training dengan cara melakukan ekstraksi pada data latih objek dan bukan objek kemudian dilakukan klasifikasi dengan menggunakan classifier dengan menggunakan SVM. Hasil penelitian ini menunjukkan bahwa dapat dibangun pendeteksi mobil di lingkungan terbatas dengan akurasi classifier mencapai 99,67% dengan menggunakan data latih sebanyak 3000 gambar yang terdiri atas 1500 gambar positif (objek mobil) dan 1500 gambar negatif (objek selain mobil). Pada saat melakukan testing dengan menggunakan 20 gambar yang terdiri dari 10 gambar positif dan 10 gambar negatif terdapat beberapa gambar tes negatif yang mengalami false detection, hal ini dapat terjadi dikarenakan beberapa sebab diantaranya kurangnya data negatif yang digunakan agar sistem dapat membedakan antara objek yang ingin dideteksi dan yang tidak ingin dideteksi, selain itu terlalu homogennya data latih juga dapat menjadi penyebab mengapa sistem tidak dapat membedakan objek dan bukan objek karena gambar objek yang diekstraksi kebanyakan memiliki bentuk yang serupa sehingga sistem tidak dapat mengenali bentuk objek yang berbeda. Dari hasil penelitian ini disarankan agar peneliti dapat menambah lebih banyak jumlah serta variasi bentuk objek sehingga sistem memperoleh lebih banyak referensi terkait bentuk objek yang ingin dideteksi dan yang tidak ingin dideteksi. Kata Kunci: Autonomous Vehicle, Kendaraan Otonom, Deteksi, HOG, SVM.

Type:	Thesis (S1)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Depositing User:	Amryadi
Date Deposited:	22 May 2023 02:11
Last Modified:	22 May 2023 02:11
URI:	https://repository.unja.ac.id/id/eprint/48744

Actions (login required)

View Item