Analisa Kombinasi Line Hough Transform Dan Kode Rantai (Chain Code) Dengan Metode Klasifikasi Convolutional Neural Network Pada Pengenalan Bangun Datar Terhalang

Fajar, M. Aldi (2024) Analisa Kombinasi Line Hough Transform Dan Kode Rantai (Chain Code) Dengan Metode Klasifikasi Convolutional Neural Network Pada Pengenalan Bangun Datar Terhalang. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) COVER DAN ABSTRAK.pdf - Published Version Download (244kB)
	Text (Bab 1) BAB 1.pdf - Published Version Download (224kB)
	Text (Bab 5) BAB 5.pdf - Published Version Download (158kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (189kB)
	Text (Skripsi full text) Tugas Akhir_M. Aldi Fajar FIX.pdf - Published Version Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Penelitian ini mengembangkan sistem pendeteksian bangun datar terhalang menggunakan kombinasi Line Hough Transform, Chain Code, dan metode klasifikasi Convolutional Neural Network (CNN). Sistem ini dirancang untuk mengenali bangun datar yang terhalang sebagian oleh objek lain, seperti persegi panjang, jajar genjang, segitiga sama sisi, segitiga siku siku, trapesium, dan belah ketupat. Sebanyak 700 sampel digunakan dalam penelitian ini, terdiri dari 350 citra animasi dan 350 citra dalam gambar yang diambil secara tegak lurus dari kamera. Pengujian dilakukan dengan membagi data menjadi 80% data latih dan 20% data uji. Hasil pengujian menunjukkan akurasi yang sangat baik, dengan model CNN mencapai akurasi 100% pada beberapa kelas bangun datar, seperti persegi panjang,belah ketupat, segitiga sikusiku, segitiga sama sisi, dan jajar genjang. Selain itu, metode yang digunakan terbukti mampu menangani variasi keterhalangan yang signifikan, meningkatkan kehandalan dalam situasi citra dalam gambar. Waktu komputasi dan penggunaan memori juga dianalisis untuk mengoptimalkan performa sistem, memastikan efisiensi dalam lingkungan dengan sumber daya terbatas. Secara keseluruhan, kombinasi Line Hough Transform dan Chain Code dalam mendeteksi bangun datar yang terhalang terbukti efektif, dengan CNN sebagai metode klasifikasi yang handal. Sistem ini memiliki potensi aplikasi dalam bidang industri, terutama untuk deteksi objek dan klasifikasi otomatis di robot berbasis visi komputer serta aplikasi di bidang pengawasan.

Actions (login required)

View Item