@phdthesis{katalog2477,
           month = {February},
            year = {2017},
          author = {Erick Sutiono 71120138},
          school = {Universitas Kristen Duta Wacana},
           title = {PENGENALAN RAMBU LALU LINTAS (PETUNJUK) BERBASIS WARNA DAN BENTUK DENGAN METODE ZERNIKE MOMENTS},
        keywords = {Zernike Moments, k-Nearest Neighbor, HSV, rambu lalu lintas.},
        abstract = {Rambu lalu lintas merupakan salah satu alat perlengkapan jalan dalam bentuk tertentu yang memuat lambang, huruf, angka, kalimat atau perpaduan diantaranya, yang digunakan untuk memberikan peringatan, larangan, perintah dan petunjuk bagi pemakai jalan. Keanekaragaman rambu inilah yang membuat masyarakat kesulitan dalam mengenali arti dari rambu-rambu lalu lintas tersebut, sehingga banyak masyarakat yang tidak berprilaku tertib di jalan raya. Rambu lalu lintas sendiri dibuat untuk kenyamanan para pengguna jalan, sehingga sudah seharusnya pengguna jalan harus mematuhinya. Dengan latar belakang seperti yang disebutkan di atas, penulis membangun sebuah sistem yang dapat mengenali rambu lalu lintas khususnya petunjuk utilitas umum. Tahap proses yang dilakukan pada penelitian ini yaitu preprocessing, ekstraksi fitur dan klasifikasi. Preprocessing yang digunakan pada penelitian ini adalah resize, ROI (Region of Interest) dan cropping. Sedangkan proses ekstraksi fitur yang digunakan dalam penelitian ini yaitu dengan metode Zernike Moment dan klasifikasi menggunakan algoritma k-nearest neighbor (KNN). Hasil dari penelitian ini menunjukkan dengan menggunakan Zernike Moments dan KNN akurasi tertinggi terdapat pada gambar normal dengan orde 8 dan K=3, dengan persentase yaitu sebesar 83\%. Perbedaan signifikan dihasilkan pada gambar cahaya dan miring dengan akurasi sebesar 40\% dan 69.09\%.},
             url = {https://katalog.ukdw.ac.id/2477/}
}