DINIA RACHMAWATI (2015) SEGMENTASI ADAPTIF LOKAL MENGGUNAKAN TEKNIK SAUVOLA UNTUK DETEKSI CITRA RETAK PERMUKAAN JALAN RAYA. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (749kB)
Bab I.pdf
Download (102kB)
Bab II.pdf
Restricted to Registered users only
Download (512kB)
Bab IV.pdf
Restricted to Registered users only
Download (1MB)
Bab V.pdf
Restricted to Registered users only
Download (93kB)
Daftar Pustaka.pdf
Download (188kB)
Abstract
Berbagai kerusakkan pada jalan raya contohnya retak akibat faktor lingkungan dan yang lainnya membuat pihak dinas perhubungan melakukan pemeriksaan secara berkala untuk mengecek kondisi jalan yang rusak agar segera diperbaiki sehingga retak tidak meluas. Pemeriksaan retak permukaan jalan dilakukan dengan cara konvesional yaitu petugas survei menyusuri sepanjang jalan dengan menggunakan kendaraan untuk mendeteksi retak. Cara ini kurang efektif karena memerlukan waktu yang lama, tenaga kerja yang banyak dan membahayakan keselamatan para petugas bila pemeriksaan dilakukan pada jalan raya dengan tingkat kepadatan kendaraan yang tinggi. salah satunya menggunakan metode pengolahan citra. Namun dari penelitian yang telah dilakukan masih terdapat kekurangan, diantaranya belum dapat diimplementasikan pada berbagai kondisi jalan, pengoperasian rumit. Oleh karena itu penelitian ini bertujuan mengembangkan metode yang dapat mendeteksi retak pada berbagai kondisi jalan dan pengoperasian mudah. Metode yang digunakan dimulai dengan proses pra pengolahan citra berupa pengaturan ukuran citra dan konversi menjadi grayscale kemudian difilter untuk menghilangkan gangguan pada citra dengan filter gaussian, dilanjutkan dengan implementasi metode segmentasi yaitu memisahkan objek yg akan dianalis pada citra dengan latarnya dengan menggunakan metode Thresholding Sauvola dengan perbandingan metode Thresholding yang lain yaitu Thresholding Manual, Otsu dan Bernsen. Tahap selanjutnya adalah mengambil nilai ekstraksi ciri berupa nilai bwarea. Nilai hasil ekstraksi ciri tersebut digunakan sebagai input pengklasifikasi. Setelah dilakukan beberapa pengujian, hasil deteksi optimal diperoleh dengan akurasi sebesar 96% untuk proses segmentasi menggunakan teknik Sauvola, 88 % untuk Thresholding Manual dan Bernsen dan 80% untuk Otsu. Kesalahan pembacaan disebabkan kualitas citra yang buruk, sehingga ciri yang diekstrak tidak dapat diklasifikasi dengan benar. Metode yang digunakan pada penelitian ini mudah pengoperasiannya dan dapat diimplementasikan pada beberapa kualitas citra jalan, walaupun masih terdapat beberapa kekurangan.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | *189 METODE KONVENSIONAL, DETEKSI, PENGOLAHAN CITRA, SEGMENTASI DENGAN TEKNIK SAUVOLA, AKURASI |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Unnamed user with email robi@umy.ac.id |
Date Deposited: | 03 Jan 2022 06:04 |
Last Modified: | 03 Jan 2022 06:04 |
URI: | https://etd.umy.ac.id/id/eprint/21007 |