DETEKSI DAN PENGENALAN RAMBU LALU LINTAS DENGAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN CONVOLUTIONAL NEURAL NETWORK

IQBAL RUSWANDA

Informasi Dasar

214 kali
19.04.405
006.31
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAK

 ADAS (Advance Driving Assitance System) merupakan salah satu teknologi di bidang transportasi yang telah banyak dikembangkan oleh beberapa produsen kendaraan dengan tujuan untuk keselamatan dan kenyamanan pada kendaraan. Salah satu contoh teknologi tersebut adalah deteksi dan pengenalan rambu lalu lintas.

 Dalam tugas akhir ini akan melakukan penelitian berkaitan tentang rambu lalu lintas batas kecepatan dengan cara membuat alat yang dapat mendeteksi dan mengenali rambu lalu lintas batas kecepatan yang diterapkan pada Raspberry Pi. Untuk mendeteksi dan mengenali rambu lalu lintas batas akan menggunakan metode HOG (Histogram of Oriented Gradient) dan metode CNN (Convolutional Neural Network).

 Keluaran dari penelitian tugas akhir ini berupa informasi yang diperoleh tentang batas kecepatan pada rambu lalu lintas pembatas kecepatan berdasarkan rambu yang telah dideteksi dan dikenali. Dari hasil pengujian penelitian tugas akhir ini sistem dapat mendeteksi rambu lalu lintas dengan tingkat akurasi 98% dan dapat mengenali rambu lalu lintas dengan tingkat akurasi 99%.

Kata Kunci: sign detection, sign recognition, CNN, HOG

. .

Subjek

Machine Learning
 

Katalog

DETEKSI DAN PENGENALAN RAMBU LALU LINTAS DENGAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN CONVOLUTIONAL NEURAL NETWORK
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

IQBAL RUSWANDA
Perorangan
AGUS VIRGONO, RANDY ERFA SAPUTRA
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

  • CEH4E3 - COMPUTER VISION A
  • CEH3I3 - KECERDASAN BUATAN B
  • CEH4F3 - PEMBELAJARAN MESIN
  • CEH4A3 - PENGKODEAN DAN KOMPRESI DATA
  • TKI4F3 - PEMBELAJARAN MESIN

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini