EdyPutraUtama, Wisu (2016) Implementasi Pengolahan Citra Dan Learning Vector Quantization (Lvq) Dalam Penentuan Golongan Kendaraan. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada penelitian ini dilakukan analisis metode edge canny detection sebagai metode untuk mengekstraksi ciri dan jaringan saraf tiruan Learning Vector Quantization (LVQ) sebagai metode untuk pengklasifikasian kendaraan. Jenis kendaraan yang akan diklasifikasi adalah kendaraan golongan I, II, dan III. Kendaraan yang termasuk golongan I, yaitu: sedan, mini sedan, pick up, dan truk kecil. Kendaraan golongan II, yaitu truk dua gandar. Kendaraan golongan III, yaitu truk tiga gandar. Metode edge detection akan mendeteksi semua edge atau garis-garis yang membentuk objek gambar. Tujuan pendeteksian ini adalah agar objek di dalam gambar dapat dikenali dan disederhanakan bentuknya dari bentuk sebelumnya. Metode edge canny detection merupakan pengembangan dari metode dasar edge detection. Perancangan sebuah prosedur dengan menerapkan langkah-langkah metode canny edge detection akan menghasilkan sebuah tampilan gambar yang berbeda dengan menampilkan efek relief didalamnya. Relief adalah sebuah tampilan batu kasar yang diukir, yaitu garis-garis kasar yang membentuk sebuah penggambaran objek didalamnya. Kelebihan dari metode canny adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi sehingga tepi-tepi yang dihasilkan lebih banyak. Beberapa langkah dalam pengolahan citra adalah preprocessing, deteksi tepi, ekstraksi ciri. Learning vector quantization (LVQ) adalah metode dengan menghitung jarak antara bobot awal dengan data pelatihan, sehingga pada akhir iterasi akan ditemukan bobot akhir tiap data. Dengan menggunakan metode ini, sistem mampu mengenali dengan akurasi 87.2%.
English Abstract
In this research, analysis of canny edge detection method as a method for extracting features and neural network Learning Vector Quantization (LVQ) as a method for classifying the vehicle. The type of vehicle to be classified vehicles Class I, II, and III. Vehicles types included class I, ie: sedan, mini sedans, pick up, and small trucks. Vehicle class II, ie: two-axle truck. Vehicle class III, ie: three-axle truck. Edge detection methods will detect all edges or lines that from an image object. The purpose of this detection is how to keep the object in the image can be recognized and simplified from of the previous shape. Canny edge detection method is an extension of the basic method of edge detection. Designing a procedure to implement measures canny edge detection method will produce an image that is different from showing the effects of relief in it. Relief effect is like a rough stone-carved look, the rough lines that form an object representation in it. The advantages of the canny methods is the ability to reduce noise prior to the calculation of edge detection so that edges produced more. A few steps to the image processing are preprocessing, edge detection, feature extraction. Learning vector quantization (LVQ) is a method to calculate the distance between the initial weight with training data, at the end of the iteration will find the weight of the end of each Data. By using this method, the system can recognized with accuracy of 87.2%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/635/051610918 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugiantoro |
| Date Deposited: | 30 Dec 2016 14:32 |
| Last Modified: | 22 Oct 2021 02:01 |
| URI: | http://repository.ub.ac.id/id/eprint/147215 |
Preview |
Text
SKRIPSI_WISU_EDY_PUTRA_UTAMA_125150301111032.pdf Download (4MB) | Preview |
Preview |
Text
Paper_Wisu_Edy_Putra_Utama_125150301111032.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |