IMPLEMENTASI DAN ANALISIS MOTION IDENTIFICATION BERUPA GAYA BERJALAN MANUSIA MENGGUNAKAN SUPPORT VECTOR MACHINE

NANDA SEPTIANA

Informasi Umum

Kode

17.04.3971

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Vision

Dilihat

184 kali

Informasi Lainnya

Abstraksi

Gait (Gaya Berjalan) didefinisikan sebagai cara berjalan individu yang merupakan biometrika berdasarkan karakteristik perilaku (behavioral characteristic). Secara umum, biometrika sekuritas membutuhkan suatu identitas yang unik terhadap hal yang diidentifikasi. Hal ini juga berlaku terhadap gait. Gait memiliki sifat yang sulit untuk ditiru. Banyak hal yang menjadi alasan, seperti pengambilan identitas gait yang bersifat tanpa sadar sehingga sulit untuk dimanipulasi dan disembunyikan. Selain itu, pengenalan individu berdasarkan gait memiliki kemampuan dalam mengidentifikasi objek dari jarak jauh[1][2]. Teknologi Human Motion Identification dapat digunakan untuk menganalisis video atau gambar sehingga dapat mendeteksi gerak tubuh manusia dan mengidentifikasi karakter tersebut untuk dikenali. Teknologi Human Motion Identification ini dapat diaplikasikan dalam bentuk sistem kamera pintar yang dapat mendeteksi orang asing yang datang ke rumah melalui gait. Sistem ini diakuisisi menggunakan webcam yang kemudian akan dilakukan tahap preprosessing citra masukan. Dalam preprosessing dilakukan beberapa proses yaitu grayscaling, thresholding, background subtraction, dan Histogram of Oriented Gradient untuk deteksi manusianya. Proses ekstraksi ciri yang dilakukan menggunakan metode PCA (Principal Component Analysis) dan SVM (Support Vector Machine) digunakan untuk proses klasifikasi. Sistem ini mengidentifikasi 6 kelas dengan total data latih 240. Berdasarkan hasil pengujian diperoleh bahwa sistem kamera pintar berbasis gait recognition bekerja baik dengan kondisi pencahayaan yang terang dan tanpa bayangan. Penelitian tugas akhir ini menghasilkan akurasi tertinggi 74,57% untuk data yang diujikan non realtime

Kata kunci : Human Motion Identification, Gait Recognition, Support Vector Machine