IMPLEMENTASI OBJECT CLASSIFICATION BERDASARKAN POTONGAN GAMBAR MENGGUNAKAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS)

NUGROHO, DIMAS SATRIO (2017) IMPLEMENTASI OBJECT CLASSIFICATION BERDASARKAN POTONGAN GAMBAR MENGGUNAKAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS). Undergraduate thesis, UPN VETERAN JAWA TIMUR.

[img]
Preview
Text (COVER)
1.pdf

Download (653kB) | Preview
[img]
Preview
Text (BAB 1)
BAB I.pdf

Download (359kB) | Preview
[img] Text (BAB 2)
BAB II.pdf
Restricted to Repository staff only

Download (819kB)
[img] Text (BAB 3)
BAB III.pdf
Restricted to Repository staff only

Download (525kB)
[img] Text (BAB 4)
BAB IV.pdf
Restricted to Repository staff only

Download (3MB)
[img]
Preview
Text (BAB 5)
BAB V.pdf

Download (487kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (17kB) | Preview

Abstract

eiring perkembangan teknologi, sistem pendeteksi yang menitik beratkan pada konteks deteksi keberadaan manusia merupakan suatu sistem yang bertujuan untuk berbagai macam aplikasi seperti digunakan untuk sistem pengawasan (monitoring system), sistem keamanan (security system), sistem pergerakan objek (motion system). Principal Component Analysis (PCA) merupakan metode yang dikembangkan untuk system klasifikasi yang sangat efisien untuk menentukan suatu object pada gambar. HOG dimulai dengan pemrosesan mengkonversi citra RGB menjadi grayscale yang nantinya akan digunakan untuk menghitung jumlah bin untuk membuat histogram. Setelah itu mencari kesamaan linear object dengan menggunakan SVM, dan kemudian akan diseleksi oleh PCA untuk mendapatkan object yang didapat. Hasil dari penelitian ini adalah telah dibuatnya sistem untuk mendeteksi keberadaan manusia pada sebuah gambar dengan tingkat keberhasilan yang tinggi dan hanya terdapat 1 sample yang mempunyai presentase keberhasilan sebesar 33.33% dengan fitur HOG, SVM dan juga metode PCA Kata kunci — Object classification, HOG, SVM, PCA

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
UNSPECIFIEDEva Yulia P, Eva Yulia PNIDN6449576UNSPECIFIED
Subjects: Q Science > QA Mathematics
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Lisa nadya irawan
Date Deposited: 08 Mar 2024 02:57
Last Modified: 08 Mar 2024 02:57
URI: http://repository.upnjatim.ac.id/id/eprint/20624

Actions (login required)

View Item View Item