Yudanto, Satrio (2018) Rancang Bangun Sistem Deteksi Obyek Manusia Secara Realtime Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan pada pengolahan citra sudah banyak dikembangkan pada berbagai perangkat. Proses pengolahan citra semakin hari semakin berkembang dan dapat digunakan untuk berbagai macam hal, pendeteksian obyek salah satunya. Deteksi obyek sudah banyak diaplikasikan dalam berbagai hal, misalnya face detection pada ponsel cerdas yang dapat digunakan ketika akan melakukan pemotretan. Pada penelitian ini dibuat sistem deteksi obyek untuk manusia. Dalam penelitian ini digunakan ekstraksi fitur mirip-Haar yang digabungkan dengan pengklasifikasi jaringan syaraf tiruan menggunakan metode backpropagation yang seringkali digunakan dalam bidang kecerdasan buatan. Pada pelatihan jaringan syaraf tiruan digunakan data nilai fitur dari sampel citra positif dan citra negatif. Jaringan syaraf tiruan yang sudah dilatih dan diuji kemudian akan diaplikasikan secara realtime menggunakan video yang diambil ditempat yang memuat obyek manusia. Dalam penelitian ini didapatkan nilai akurasi sistem yang berbeda-beda yang dapat dipengaruhi oleh berbagai faktor. Pada implementasinya secara realtime, sistem sudah dapat membedakan obyek manusia dengan cukup baik, tetapi akurasi dari sistem masih dapat ditingkatkan dengan menambahkan metode pada tahapan pre-processing.
English Abstract
Developments in image processing have been widely developed on various devices. Image processing is growing rapidly every day and can be used for various things, for example object detection. Object detection has been used in many ways, face recognition on smartphone is one of the example, used to take a picture. Object detection for human detection had been done in this research. The research used Haar-like feature extraction combined with artificial neural network using backpropagation method that is commonly used in artificial intelligence. Training of artificial neural network used data features values from the sample of positif image and negatif image. Artifical neural network that has been trained was applied in realtime video taken at a place that contains human as an objects. In this research, the value of system accuracy can be influence by many factors. In realtime implementation, system has been able to detect human fairly well, but the accuracy of the system still can improved by adding pre-processing method called histogram normalization.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2018/85/051803490 |
| Uncontrolled Keywords: | OpenCV, ekstraksi fitur mirip-Haar, deteksi obyek, jaringan syaraf tiruan. OpenCV, Haar-like feature extraction, object detection, artificial neural network. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Fisika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 04 Jun 2020 12:35 |
| Last Modified: | 16 Oct 2021 03:29 |
| URI: | http://repository.ub.ac.id/id/eprint/168376 |
Preview |
Text
Satrio Yudanto (2).pdf - Published Version Download (2MB) | Preview |
Actions (login required)
 |
View Item |