Deteksi Manusia Menggunakan Haar Feature-based Cascade Classifier
Doni Ramadhan
Informasi Umum
Kode
113102170
Klasifikasi
003.3 - Computer science- system- computer modeling and simulation
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Science
Dilihat
24 kali
Informasi Lainnya
Abstraksi
Pendeteksian manusia merupakan hal penting yang harus dilakukan secara cepat dan tepat. Dalam tugas akhir ini merupakan penelitian awal terhadap deteksi korban manusia.Adapun pendekatan yang dilakukan adalah dengan menggunakan citra bergambarkan manusia dalam posisi terlentang.<br><br>Pembentukan model dilakukan menggunakan Haar Feature-based Cascade Classifier. Metode Haar Feature-based Cascade Classifier mempunyai kelebihan dalam menolak citra yang tidak berisi objek dengan cepat pada stage awal sehingga komputasi dapat lebih difokuskan kepada daerah yang memiliki potensi untuk menjadi objek pada stage berikutnya.<br><br>Hasil penelitian menunjukkan bahwa F2-score tertinggi yang dihasilkan oleh sistem adalah 77.78% dalam mendeteksi korban manusia. Hasil penelitian juga menunjukkan parameter size haar feature yang paling optimal adalah 21x42 piksel dan number of stages adalah 20. deteksi manusia,deteksi korban manusia, haar feature, cascade classifier, haar feature-based cascade classifier
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | Doni Ramadhan |
| Jenis | Perorangan |
| Penyunting | Bedy Purnama S.Si., M.T.; Bayu Erfianto S.Si., M.Sc. |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2014 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
