Sitanggang, Olivia Rumiris (2018) Sistem Deteksi dan Pengenalan Jenis Rambu Lalu Lintas Menggunakan Metode Shape Detection pada Raspberry Pi. Sarjana thesis, Universitas Brawijaya.
Abstract
Pengenalan Rambu Lalu Lintas (Traffic Sign Recognition) adalah teknologi pengolahan citra digital yang digunakan untuk mengenali rambu secara real-time. Teknologi ini diterapkan dalam Driver Assistance System (DAS). Pengenalan Rambu Lalu Lintas terdiri dari dua fase utama, yaitu deteksi rambu dan pengenalan. Deteksi merupakan fase untuk menemukan kemungkinan area gambar dimana rambu berada. Keluaran dari proses deteksi adalah gambar hasil segmentasi berisi Region of Interest (ROIs) yang dapat mengenali daerah potensial rambu jalan berada. Daerah potensial tersebut akan mempengaruhi input proses pengenalan (recognition). Sehingga dibangun sebuah sistem pendeteksi dan pengenalan jenis rambu. Sistem ini diimplementasikan pada Raspberry Pi dan bekerja real-time saat mengolah citra dari rambu dari webcam. Algoritma deteksi dibagi menjadi tiga bagian utama, yaitu segmentasi warna, shape detection, dan klasifikasi rambu. Metode yang diterapkan dalam penelitian ini adalah metode pengenalan bentuk. Metode ini didukung oleh jumlah titik dari objek sebegai representasi dari tiap-tiap bentuk dan perbandingan luas objek kontur dengan bounding rectangle. Output dari sistem ini berupa notifikasi suara jenis rambu bagi pengendara. Diharapkan dengan metode ini proses pendeteksian untuk menemukan regional rambu lebih akurat sehingga memperkecil jumlah informasi yang perlu diolah dalam tahap pengenalan. Tingkat keberhasilan deteksi jenis rambu perintah, larangan, dan rambu peringatan yaitu 80.7%, hasil pengujian warna dari ketiga rambu mencapai angka 85.45%, dan hasil persentase mengenali bentuk dari rambu adalah 80.7%. durasi mendeteksi jenis rambu ini menghasbiskan 0.5 detik untuk satu frame atau 2 frame perdetiknya dengan jarak deteksi 2-5 meter.
English Abstract
The traffic sign recognition is the digital image processing technology that used to recognize the sign in real-time. This technology applied in the Driver Assistance System. The road sign recognition consist of 2 main phase, they are road detection and recognition. Detection is the phase to find the possibility of picture area where the sign is located. The output from the detection process is the result picture segmentation that contain region of interest that can recognize the potential area of where the road sign being located. Those potential area will be affected the input of recognition process. So built a system of detection and recognition of the type of signs. This system is implemented on raspberry pi and real-time when processing the image of road sign from webcacm. The detection of algorithm consist into three main part, they are color segmentation, shape detection, and road classification. The method that being applied in this research is shape recognition method. This method is supported by the amount of point from the object as a representation of the amount of side from every shape and the comparison of object area with the bounding rectangle. And the output of this system is a kind of the sign notification for drivers. It is expected with this method the detection process to find the accurate regional sign recognition. The level of success in detecting kind of command signs, prohibition, and warning sign are 80.7%, the result of color examination from the three signs reach the number of 85.45%, and the result of presentation in recognizing the shape of sign is 80.7%. the duration of detecting of traffic signals is 0.5 seconds (for each frame) or 2 frames per second with detection distance 2-5 meters.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/507/051808316 |
| Uncontrolled Keywords: | rambu lalu lintas, shape detection, deteksi traffic sign, shape detection, detection |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting > 621.36 Optical engineering > 621.367 Technological photography and photo-optics |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 04 Apr 2019 02:02 |
| Last Modified: | 21 Oct 2021 02:17 |
| URI: | http://repository.ub.ac.id/id/eprint/161924 |
Preview |
Text
Olivia Rumiris Sitanggang.pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |