Electronic Theses and Dissertation
Universitas Syiah Kuala
THESES
PENERAPAN DAN ANALISIS METODE SPEEDED-UP ROBUST FEATURES (SURF) DAN SUPPORT VECTOR MACHINE (SVM) UNTUK SISTEM IDENTIFIKASI PLAT MOBIL
Pengarang
Andika Vebrina - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1309200200003
Fakultas & Prodi
Fakultas / / PDDIKTI :
Penerbit
Banda Aceh : Program Studi Magister Teknik Elektro Universitas Syiah Kuala., 2017
Bahasa
Indonesia
No Classification
621.399 4
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Penelitian identifikasi plat nomor kenderaan atau yang sering juga disebut dengan plat nomor polisi masih meninggalkan sebuah tantangan yang sangat menarik untuk terus diteliti. Hal ini dikarenakan pembuatan sistem identifikasi plat nomor kenderaan membutuhkan integrasi dari berbagai teknik-teknik penyelesaian masalah untuk mendapatkan hasil yang handal. Untuk menjawab tantangan tersebut, penelitian ini bertujuan untuk mengembangkan sebuah rancangan sistem identifikasi plat mobil dengan menggunakan metode Speeded Up Robust Features (SURF) dan Support Vector Machine (SVM). Sistem yang telah dirancang ini memiliki dua tahapan utama, yaitu proses deteksi posisi plat dan proses pengenalan karakter atau yang dikenal dengan OCR (Optical Character Recognition) pada plat yang telah terdeteksi. Kedua proses tersebut menggunakan metode SURF dan SVM. SURF digunakan karena dapat dengan cepat mengekstraksi titik-titik penting (interest points) dari sebuah citra karena menggunakan teknik integral image matrik Hessian. SVM merupakan sebuah sistem pembelajaran komputer yang handal untuk menyelesaikan permasalahan klasifikasi yang dikembangkan berdasarkan teori statistik pembelajaran yang berbasis pada prinsip Structural Risk Minimization (SRM). SVM memiliki performansi yang sangat bagus pada teknik pengenalan karakter, sehingga sangat tepat digunakan dalam sistem ini. Dengan menggabungkan kedua teknik tersebut, penelitian ini menghasilkan akurasi lokalisasi plat mencapai 98.0% dengan waktu deteksi rata-rata 1.46 ms dan akurasi pengenalan karakternya mencapai 99.2% dengan waktu identifikasi rata-rata 13.29 ms.
Tidak Tersedia Deskripsi
PEMANFAATAN SUPPORT VECTOR MACHINE (SVM) DALAM MENGENALI WAJAH DENGAN FITUR SURF DAN GLCM (Syamsul Bahri, 2019)
KINERJA (PEMANFAATAN) SUPPORT VECTOR MACHINE (SVM) DALAM MENGENALI WAJAH DENGAN MENGGUNAKAN SURF DAN GLCM (Syamsul Bahri, 2019)
PERFORMANCE ANALYSIS OF COMPUTER CLUSTERS AND NON-CLUSTER (Aridhatullah, 2015)
PEMANFAATAN TEKNOLOGI REVERSE ENGINEERING MENGGUNAKANRNTEKNIK PEMINDAIAN 3D PADA PROTOTIPE SOUVENIR PETA ACEH (Achmad Rijani, 2024)
PENGENALAN GERAKAN ISYARAT BAHASA INDONESIA MENGGUNAKAN ALGORITMA SURF DAN K-NEAREST NEIGHBOR (NUR AMALIA HASMA, 2021)