Irawan, Anggik (2019) SISTEM PENDETEKSIAN TRUK BERBASIS VIDEO MENGGUNAKAN DEEP LEARNING DAN TENSORFLOW. Undergraduate thesis, UPN Veteran Jawa Timur.
|
Text (cover)
3.pdf Download (543kB) | Preview |
|
|
Text (bab 1)
5. BAB I.pdf Download (135kB) | Preview |
|
Text (bab 2)
6. BAB II.pdf Restricted to Repository staff only Download (144kB) |
||
Text (bab 3)
7. BAB III.pdf Restricted to Repository staff only Download (1MB) |
||
Text (bab 4)
8. BAB IV.pdf Restricted to Repository staff only Download (1MB) |
||
|
Text (bab 5)
9. BAB V.pdf Download (14kB) | 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: |
|
||||||||
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 |