HAMZAH (2016) DETEKSI PEMAKAIAN HELM BERBASIS PENGOLAHAN CITRA DENGAN MENGGUNAKAN KLASIFIKASI SVM (SUPPORT VECTOR MACHINE). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Cover.pdf
Download (108kB)
Halaman Judul.pdf
Download (5kB)
Lembar Pengesahan.pdf
Download (1MB)
Abstract.pdf
Download (155kB)
Bab I.pdf
Download (161kB)
Bab II.pdf
Restricted to Registered users only
Download (605kB)
Bab III.pdf
Restricted to Registered users only
Download (528kB)
Bab IV.pdf
Restricted to Registered users only
Download (452kB)
Bab V.pdf
Restricted to Registered users only
Download (194kB)
Daftar Pustaka.pdf
Download (85kB)
Lampiran.pdf
Restricted to Repository staff only
Download (161kB)
Abstract
Helm merupakan sebuah alat penting sebagai pelindung kepala pada saat berkendara, namun pada saat ini helm sering kali digunakan pada saat memasuki tempat-tempat yang semestinya tidak harus menggunakan helm. Contoh tempat yang seharusnya tidak boleh menggunakan helm yaitu ketika memasuki tempat mesin ATM, Minimarket dan lain sebagainya. Karena sering kali terjadi tindakan kriminal seperti perampokan dan pencurian, dimana modus pelaku kebanyakan sering sama, yakni membawa senjata tajam dan pelaku juga selalu menggunkan topeng atau helm untuk menutupi identitas mereka. Untuk menangguli permasalahan diatas sebaiknya tempat-tempat tersebut menyediakan alat pendeteksi citra mneggunakan helm, dan citra kepala. Dalam tugas akhir ini yang berjudul “Deteksi citra manusia menggunakan helm dan citra kepala berbasis image prossesing dengan menggunakan klassifikasi SVM (support vector machine)”. Dalam penelitian ini mneggunakan nilai BWarea dan nilai Varianas untuk dijadikan input untuk klassifikasi SVM, dimana proses dari penelitian ini yaitu dengan mengumpulkan 100 data citra, dimana 50 citra manusia menggunakan helm, dan citra kepala. Data setelah diolah kemudian menggunakan metode mencari luas Bwarea dari citra helm dan kepala. Dan mencari nilai varians dengan cara mencari. Dimana hasil nilai bwarea dan Varians sebagai input SVM kemudian dengan aras keabuan 0.2 dari 100 citra didapat hasil akurasi paling tinggi 100%
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | HELM, IMAGE PROSSESING, KLASSIFIKASI SVM |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Unnamed user with email robi@umy.ac.id |
Date Deposited: | 14 Feb 2022 08:18 |
Last Modified: | 14 Feb 2022 08:18 |
URI: | https://etd.umy.ac.id/id/eprint/22025 |