HADI MELWANDA (2017) PERBANDINGAN AKURASI METODE MIXTURE OF GAUSSIAN 2 DENGAN K-NEAREST NEIGHBOR DALAM MENGUKUR KECEPATAN KENDARAAN BERBASIS VIDEO. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (521kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (345kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (337kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (373kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (339kB) | Preview |
|
|
Text
6. BAB I.pdf Download (334kB) | Preview |
|
|
Text
7. BAB II.pdf Download (738kB) | Preview |
|
|
Text
8. BAB III.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
9. BAB IV.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
10. BAB V.pdf Download (251kB) | Preview |
|
|
Text
11. DAFTAR PUSTAKA.pdf Download (379kB) | Preview |
Abstract
Background subtractionmerupakan teknik untukmendapatkanobjek yang bergerakdalam sebuah video.Background subtractionmemiliki berbagai macammetodediantaranya mixture of gaussian 2dan k-nearest neighbor.Kedua metode tersebut dapat diimplementasikan dalam mengukur kecepatan kendaraan menggunakan video. Penelitian sebelumnya mengklasifikasikan bahwa belum ada perbandingan akurasi diantara kedua metode dalam mengukur kecepatankendaraan. Penelitian ini akan membandingkan metode mixture of gaussian 2dengan k-nearest neighboryang disediakan pustaka OpenCV 3.0.Penelitian ini menguji kecepatan kendaraan dalam videotelah direkam sebanyak empat video dengan skenariokecepatan kendaraan 20 km/jam, 40 km/jam, 50 km/jam dan 60 km/jammenggunakan sepeda motor. Setiap video terdapat satu skenario kecepatan kendaraan. Kemudian program dirancang dan dibangun menggunakan metode mixture of gaussian 2dan k-nearest neighbor. Pengambilan parameterkecepatan kendaraan dilakukan dengan cara 10 kali percobaan dari empat video yaitu 20km.avi, 40km.avi, 50km.avi dan 60km.avi.Kemudian kecepatan yang terdeteksi pada setiap program dibandingkan dengan kecepatan sebenarnyauntuk mendapatkan akurasi darlam bentuk persentase errordari kedua metode tersebut. Dari hasil pengujian diperoleh persentase errordari empat video dengan metodemixture of gaussian 2 sebesar 0,36%-23,73%dari kecepatan sebenarnya.Persentase errordari empat video dengan metode k-nearest neighboradalah 58,85%-64,2% dari kecepatan sebenarnya.Kata kunci:Background subtraction, K-nearest Neighbor,Mixture of gaussian 2,perbandingan akurasi, persentase error
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Elektro |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 21 Aug 2019 04:27 |
| Last Modified: | 21 Aug 2019 04:27 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/17824 |
Actions (login required)
 |
View Item |