IMPLEMENTASI METODE DETEKSI TEPI CANNY DAN BACKPROPAGATION UNTUK MENGENALI RAMBU PERINGATAN LALU LINTAS

71120111, JEFFIE AVANDO SAPUTRA (2016) IMPLEMENTASI METODE DETEKSI TEPI CANNY DAN BACKPROPAGATION UNTUK MENGENALI RAMBU PERINGATAN LALU LINTAS. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71120111_bab1_bab5_daftrapustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 71120111_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Rambu peringatan merupakan rambu yang bertujuan untuk memperingatkan pengguna kendaraan bermotor agar bersiap dengan kondisi lalu lintas yang akan dilewati namun masih banyak yang tidak mengetahui arti dari rambu-rambu tersebut. Pengenalan citra obyek rambu lalu lintas diperlukan untuk membantu para pengguna kendaraan mengerti arti rambu tersebut agar terhindar dari kecelakaan. Pada penelitian ini penulis hanya akan meneliti rambu peringatan lalu lintas. Metode pengembangan sistem yang digunakan untuk mengidentfikasi rambu peringatan lalu lintas adalah metode deteksi tepi Canny dan backpropagation. Metode deteksi tepi Canny adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra yang tujuannya untuk menandai bagian yang menjadi detail citra dan menghasilkan suatu variabel. Sedangkan backpropagation adalah metode pelatihan dalam jaringan saraf tiruan yang terdiri dari input layer, hidden layer dan output layer. Dalam penelitian ini citra rambu akan melalui tahap preprocessing dengan metode deteksi tepi Canny sehingga dapat diketahui pola tepi-tepi citra rambu lintas. Setelah melalui tahap preprocessing input citra akan memasukki tahap klasifikasi dengan menggunakan metode backpropagaion sehingga pada akhirnya komputer akan mengenali nama input citra yang merupakan gambar rambu peringatan lalu lintas. Dari hasil pengujian diketahui tingkat keberhasilan mengenali data sebanyak 84 dari 105 dengan akurasi data uji sebesar 80%, sedangkan akurasi data latih ialah 100%.

Actions (login required)

View Item