Informasi Umum

Kode

23.04.7081

Klasifikasi

006.37 - Computer Vision

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Vision

Dilihat

206 kali

Informasi Lainnya

Abstraksi

<p>Ekstraksi jalan merupakan proses memisahkan objek yang mewakili jalan pada suatu citra. <br /> Pada era modern saat ini kebutuhan masyarakat akan informasi jalan semakin meningkat <br /> dibandingkan sebelumnya. Jalan dibutuhkan untuk manajemen lalu lintas, bantuan <br /> kemanusiaan, pemutakhiran peta, dll. Untuk mendapat update terbaru dari google maps <br /> dibutuhkan waktu dan proses yang lama karena menggunakan metode manual untuk ekstraksi <br /> jalan. </p>

<p><br /> Solusi yang ditawarkan untuk mengatasi masalah tersebut adalah dengan melakukan <br /> ekstraksi jalan menggunakan deep learning. Solusi ini dipilih karena dinilai menjadi alat yang <br /> efektif untuk mempercepat proses gambar dan deteksi objek jalan. Model PSPNet (Pyramid <br /> Scene Parsing Network) digunakan karena model ini memiliki kerangka kerja yang unggul <br /> untuk prediksi tingkat piksel. Model akan diujikan dengan dua dataset yang berbeda yaitu <br /> dataset anotasi OBIA dan dataset anotasi digitasi. </p>

<p><br /> Pengujian dilakukan dengan memperhatikan hyperparameter seperti learning rate, batch <br /> size, dan epoch. Hasil pengujian didapatkan bahwa model dapat mengestraksi jalan dengan <br /> dataset yang berbeda dan dapat menunjukkan hasil akurasi, performasi berupa IoU score, dice <br /> loss dan predicted mask juga ditampilkan diakhir pengujian. Pengujian model menggunakan <br /> dataset anotasi OBIA menunjukkan hasil gambar kurang akurat dibandingkan dataset anotasi <br /> digitasi karena model tidak bisa melakukan prediksi dengan baik yang disebabkan oleh dataset <br /> anotasi OBIA masih terdapat noise.</p>

<p><br /> Kata kunci : ekstraksi jalan, PSPNet, dataset anotasi OBIA, dataset anotasi digitasi</p>

  • TTH4B4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama FAKHRI MUHYIDDIN
Jenis Perorangan
Penyunting Sofia Naning Hertiana, Sussi
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Telekomunikasi
Kota Bandung
Tahun 2023

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi