RIZKY CHANDRA GUMILANG (2022) SISTEM KLASIFIKASI JENIS MOBIL BERDASARKAN BENTUK MENGGUNAKAN ALGORITMA HISTOGRAM OF ORIENTED GRADIENTS DAN MACHINE LEARNING. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (731kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (443kB)
Abstrak.pdf
Restricted to Registered users only
Download (15kB)
Bab I.pdf
Download (92kB)
Bab II.pdf
Restricted to Registered users only
Download (758kB)
Bab III.pdf
Restricted to Registered users only
Download (2MB)
Bab IV.pdf
Restricted to Registered users only
Download (5MB)
Bab V.pdf
Restricted to Registered users only
Download (16kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (138kB)
Lampiran.pdf
Restricted to Registered users only
Download (677kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (782kB)
Full Text.pdf
Restricted to Repository staff only
Download (9MB)
Abstract
Teknologi otomatisasi industri dapat memudahkan pihak kepolisian terutama dalam melakukan analisis tentang lalu lintas dengan dilakukannya klasifikasi citra kendaraan, salah satunya mobil. Berdasarkan bentuk citra mobil, beberapa informasi yang dapat diperoleh yaitu merk, tipe, dan tahun pembuatan. Penelitian ini bertujuan untuk merancang dan menganalisa sistem yang dapat melakukan ekstraksi fitur dan klasifikasi jenis mobil berdasarkan bentuk dengan metode Histogram of Oriented Gradients (HOG), Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN) pada aplikasi Matlab R2020a. Citra yang digunakan hanya tampak depan mobil dengan citra training berjumlah 40 citra hasil setelah pre-processing (12 Dodge Charger SRT-8 2009, 8 Dodge Dakota Crew Cab 2010,10 Hyundai Elantra Touring Hatchback 2012, 10 Spyker C8 Coupe 2009) dan citra testing 10 citra hasil setelah pre-processing (4 Dodge Charger SRT-8 2009, 2 Dodge Dakota Crew Cab 2010,2 Hyundai Elantra Touring Hatchback 2012, 2 Spyker C8 Coupe 2009). Hasil penelitian ini menunjukkan nilai akurasi tertinggi terdapat pada penggunaan ekstraksi fitur HOG1 dengan klasifikasi quadratic SVM yang memperoleh hasil akutasi tertinggi data training 97,5
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | CAR IMAGES, HISTOGRAM OF ORIENTED GRADIENT (HOG), SUPPORT VECTOR MACHINE (SVM), K-NEAREST NEIGHBOR (KNN), MATLAB |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Eko Kurnawan |
Date Deposited: | 26 Apr 2022 03:29 |
Last Modified: | 26 Apr 2022 03:29 |
URI: | https://etd.umy.ac.id/id/eprint/30388 |