PENGENALAN POLA RAMBU LALU LINTAS DENGAN METODE MULTILAYER PERCEPTRON

22063995, Friska Prabowo (2012) PENGENALAN POLA RAMBU LALU LINTAS DENGAN METODE MULTILAYER PERCEPTRON. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22063995_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 22063995_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Transportasi merupakan bagian dari ekosistem kota yang secara perlahan terus berkembang untuk memenuhi kebutuhan penduduk sehingga penduduk dapat berpindah dari satu tempat ke tempat lain. Hal ini mengakibatkan lalu lintas menjadi semakin padat. Lalu lintas yang padat memungkinkan adanya banyak kecelakaan yang terjadi, karena itu pemerintah mengadakan berbagai aturan dan membuat tanda rambu-rambu lalu lintas untuk mengatur agar lalu lintas dapat berjalan dengan tertib dan lancar. Dengan diiringi oleh kemajuan teknologi yang terus berkembang, terutama dalam bidang komputer, hal ini dapat meminimalkan berbagai macam gangguan lalu lintas yang terjadi dengan cara, sistem dapat melakukan pengenalan pola rambu lalu lintas dengan menggunakan Jaringan Saraf Tiruan. Salah satu Jaringan Saraf Tiruan yang dapat digunakan untuk pengenalan pola rambu lalu lintas adalah metode Multilayer Perceptron. Metode Multilayer Perceptron memiliki 3 fase : propagasi maju, propagasi mundur dan perubahan bobot. Ketiga fase tersebut dilakukan pada saat pelatihan metode Multilayer Perceptron. Selanjutnya jika ingin melakukan pengenalan maka fase yang dipakai hanya propagasi maju saja. Untuk pengenalan pola rambu lalu lintas, data masukan yang digunakan adalah berupa 20 pola rambu lalu lintas yang telah ditentukan dan masingmasing memiliki 3 jenis pola yang berbeda-beda sehingga jumlah keseluruhan data yang dilatihkan sebanyak 60 pola rambu lalu lintas. Pola rambu lalu lintas tersebut akan diubah ke dalam grayscale dan akan diubah menjadi 50x50 piksel yang artinya bahwa jumlah masukan masing-masing pola sebanyak 2500 neuron. Dari hasil penelitian yang telah dilakukan untuk pengenalan pola rambu lalu lintas diperoleh bahwa sistem dapat mengenali dengan baik untuk pola rambu yang telah dilatihkan sebelumnya terlebih dahulu karena dari hasil dapat dilihat bahwa presentase keberhasilannya sebesar 90,55%. Selain itu presentase keberhasilan untuk pola rambu yang diluar pola yang dilatihkan mencapai 100%.

Actions (login required)

View Item