SISTEM PENDETEKSIAN TRUK BERBASIS VIDEO MENGGUNAKAN DEEP LEARNING DAN TENSORFLOW

Irawan, Anggik (2019) SISTEM PENDETEKSIAN TRUK BERBASIS VIDEO MENGGUNAKAN DEEP LEARNING DAN TENSORFLOW. Undergraduate thesis, UPN Veteran Jawa Timur.

[img]
Preview
Text (cover)
3.pdf

Download (543kB) | Preview
[img]
Preview
Text (bab 1)
5. BAB I.pdf

Download (135kB) | Preview
[img] Text (bab 2)
6. BAB II.pdf
Restricted to Repository staff only

Download (144kB)
[img] Text (bab 3)
7. BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text (bab 4)
8. BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text (bab 5)
9. BAB V.pdf

Download (14kB) | Preview
[img]
Preview
Text (daftar pustaka)
10. Daftar Pustaka.pdf

Download (126kB) | Preview

Abstract

Penelitian ini bertujuan untuk mendeteksi keberadaan truk,untuk memantau muatan kendaraan berat atau kontainer saat ini masih banyak yang belum terealisasi sehingga suatu perusahaan merasa kesulitan dalam mengontrol jumlah kontainer yang beroperasi dalam lingkungan mereka. Oleh karena itu penelitian ini bermaksud untuk menerapkan sebuah sistem pendekteksian dan pelacakan truk berbasis video menggunakan deep learning dan Tensorflow.Dalam computer vision terdapat permasalahan yaitu object detection dan image classification. Deep learning yang digunakan untuk pengenalan dan klasifikasi objek adalah Convolutional Neural Network karena banyak digunakan pada penelitian terdahulu dan menghasilkan hasil yang signifikan dalam pengenalan citra. Pada penelitian ini dilakukan pengenalan objek Truk menggunakan framework Tensorflow dengan dataset sebanyak 200 gambar. Hasil penelitian menunjukkan bahwa dengan metode CNN didapatkan tingkat akurasi hingga 98% untuk melakukan deteksi Truk pada sebuah frame gambar dan video

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorRahmat, BasukiNIDNUNSPECIFIED
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Lisa nadya irawan
Date Deposited: 04 Mar 2024 04:17
Last Modified: 04 Mar 2024 04:17
URI: http://repository.upnjatim.ac.id/id/eprint/21018

Actions (login required)

View Item View Item