PRATAMA, SINGGIH PUTRA (2020) DETEKSI IKAN MENGGUNAKAN ALGORITMA HOG DAN ADABOOST DENGAN SVM MELALUI CITRA VIDEO. Other thesis, UPN Veteran Jawa Timur.
|
Text (Cover)
Cover.pdf Download (2MB) | Preview |
|
|
Text (BAB 1)
Bab 1.pdf Download (149kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (BAB 2)
Bab 2.pdf Restricted to Repository staff only Download (510kB) |
|
|
Text (BAB 3)
Bab 3.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text (BAB 4)
bab 4.pdf Restricted to Repository staff only Download (937kB) |
|
|
Text (BAB 5)
Bab 5.pdf Download (140kB) | Preview |
|
|
Text (Daftar Pustaka)
daftar pustaka.pdf Download (111kB) | Preview |
|
|
Text (Lampiran)
Lampiran.pdf Restricted to Repository staff only Download (544kB) |
Abstract
Indonesia merupakan negara yang kaya akan sumber daya alam baik hayati maupun non-hayati. Salah satu sumber daya alam hayati yang sangat banyak jumlahnya di Indonesia adalah laut, yang menjadikan Indonesia dijuluki negara Maritim karena wilayah perairannya yang lebih luas daripada wilayah daratan. Visi komputer dan pendekatan pemrosesan gambar untuk deteksi ikan bawah air mendapatkan perhatian yang khusus oleh para ilmuwan kelautan dengan mengestimasi keberadaan ikan dari video dan gambar dapat mendukung ahli biologi kelautan untuk memahami lingkungan bawah laut yang alami, mempromosikan pelestariannya dan mempelajari perilaku interaksi antara hewan laut yang menjadi bagian darinya. Deteksi dilakukan dengan cara mengubah citra video menjadi beberapa citra yang kemudian dideteksi objek satu persatu. Kemudian dijadikan menjadi suatu video dengan deteksi objek. Pengujian dilakukan dengan mencari nilai parameter yang terbaik untuk Adaboost-SVM kemudian dibandingkan dengan 2 mesin klasifikasi lain yakni SVM dan Adaboost murni. Hasilnya Adaboost-SVM memiliki tingkat rata-rata akurasi sebesar 82.4%, SVM sebesar 76.4% dan Adaboost 75.5%. Kata Kunci: Deteksi Ikan, HOG, Adaboost-SVM
| Item Type: | Thesis (Other) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science | ||||||||
| Divisions: | Faculty of Computer Science > Departemen of Information Systems | ||||||||
| Depositing User: | Users 12 not found. | ||||||||
| Date Deposited: | 09 Feb 2021 05:13 | ||||||||
| Last Modified: | 09 Feb 2021 05:13 | ||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/1044 |
Actions (login required)
 |
View Item |