DETEKSI OBJEK KENDARAAN BERMOTOR RODA EMPAT DENGAN EKSTRAKSI CIRI METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) UNTUK AUTONOMOUS VEHICLE

SETIAWAN, WAWAN (2024) DETEKSI OBJEK KENDARAAN BERMOTOR RODA EMPAT DENGAN EKSTRAKSI CIRI METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) UNTUK AUTONOMOUS VEHICLE. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (67kB)
	Text LEMBAR PENGESAHAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (537kB)
	Text LEMBAR PERNYATAAN.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (553kB)
	Text ABSTRAK.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (455kB)
	Text BAB I.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (495kB)
	Text SKRIPSI_WAWAN_2113191141.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (6MB) | Request a copy
	Text DAFTAR PUSTAKA.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text Keterangan Plagiarime.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (368kB)

Abstract

Deteksi objek kendaraan roda empat merupakan aspek penting dalam visi komputer dan pengenalan pola, dengan berbagai aplikasi dalam pemantauan lalu lintas, keamanan transportasi, dan pengembangan kendaraan otonom. Dalam penelitian ini, peneliti menggunakan kombinasi Histogram of Oriented Gradient (HOG) dan Support Vector Machine (SVM) untuk meningkatkan kinerja deteksi kendaraan roda empat. Tujuan penelitian ini adalah untuk mengembangkan sistem deteksi yang efisien dan andal, yang mampu mengatasi berbagai tantangan yang terkait dengan deteksi kendaraan, seperti variasi jarak antar kendaraan, kecepatan deteksi, dan akurasi deteksi. Hasil eksperimen dengan prototipe menggunakan aplikasi berbasis web menunjukkan bahwa penggunaan kombinasi HOG dan SVM menghasilkan peningkatan signifikan dalam akurasi deteksi kendaraan roda empat. Sistem deteksi yang diusulkan mampu mengatasi variasi jarak antar kendaraan dan mempercepat waktu deteksi, sambil tetap mempertahankan tingkat akurasi yang tinggi. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan teknologi deteksi objek kendaraan roda empat yang lebih baik, dengan implikasi penting dalam meningkatkan keselamatan lalu lintas, pemantauan transportasi, dan pengembangan kendaraan otonom Kata Kunci: Deteksi Objek, Kendaraan Otonom, Histogram of Oriented Gradients (HOG), Support Vector Machine (SVM).

Actions (login required)

View Item