Deteksi Kerusakan Ban  Pada Angkutan Umum Dengan Metode Local Binary Pattern dan Klasifikasi Nearest Neighbor.

ADHAM NUR JATI

Informasi Umum

Kode

16.04.1104

Klasifikasi

621.382 - Communication Engineering, signal processing, network protocol, signal processing, communication network analysis

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Telecommunication Engineering

Dilihat

115 kali

Informasi Lainnya

Abstraksi

Kondisi ban merupakan salah satu aspek penting dari standar keselamatan dan kelayakan jalan dari sebuah angkutan penumpang yang ada di Indonesia yang saat ini sedikit terabaikan,hal ini disinyalir menjadi salah satu penyebab kecelakaan di Indonesia. Saat ini sistem uji kelayakan ban yang ada dilakukan dengan memanfaatkan tenaga manusia,akan tetapi manusia memiliki keterbatasan tenaga, pikiran, dan hati. Manusia akan mengalami kesulitan ketika manusia dihadapkan pada banyaknya ban angkutan penumpang yang akan diuji dan dihadapkan pada perilaku nakal dari sopir maupun pengusaha angkutan jalan yang mencoba untuk melakukan tindakan penyuapan dengan mencoba memberikan sejumlah uang agar petugas meloloskan ataupun memberikan rekomendasi layak jalan Tugas akhir ini dibuat dengan tujuan untuk mensimulasikan suatu sistem yang mampu menganalisis ada tidaknya kerusakan pada permukaan ban yang digunakan dalam proses uji kelayakan jalan angkutan umum dengan menggunakan metode Local Binary Pattern (LBP) untuk tahap awal ekstraksi cirinya dimana LBP digunakan untuk mencari pola pada citra. LBP didefinisikan sebagai perbandingan nilai biner pixel pada pusat citra dengan nilai pixel disekelilingnya. Setelah itu, menyusun nilai biner kedalam nilai desimal untuk menggantikan nilai pixel pada pusat citra. Hasil dari LBP akan menghasilkan vektor ciri yang dijadikan database ciri sebagai masukan pada klasifikasi citra dengan menggunakan metode K-Nearest Neighbor (KNN).
Hasil dari simulasi yang dilakukan sistem dapat mendeteksi adanya kerusakan pada permukaan ban angkutan umum, yang mana sistem ini memiliki akurasi yang mumpuni yaitu 91,82%

Kata kunci : Kerusakan permukaan ban angkutan umum,Local Binary Pattern, K-Nearest Neighbor