DETEKSI CITRA MASKER PADA PENGGUNA SEPEDA MOTOR MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN SUPPORT VECTOR MACHINE(SVM)

MUHAMMAD YANDI NOVANDRA

Informasi Dasar

22.04.1144
621.367
Karya Ilmiah - Skripsi (S1) - Reference

COVID-19 adalah virus infeksi berat jenis baru. Penularannya langsung antar manusia yaitu langsung melalui percikan cairan dari hidung dan mulut yang keluar seperti batuk, bersin atau berbicara. Akibatnya, penularan COVID-19 ini, membuat masyarakat saat ini khawatir untuk berada di tempat umum apalagi tempat yang ramai. Beberapa cara mengurangi dan menghindari penyebaran adalah dengan menjaga jarak, mencuci tangan, dan menggunakan masker. Namun masih ada beberapa masyarakat khusunya pengendara motor yang kurang peduli pentingnya penggunaan masker, maka pada Tugas Akhir ini telah dirancang sebuah sistem untuk mendeteksi masker pada pengendara sepeda motor. Untuk mendeteksi masker yang berfokus pada pengendara motor, dengan menggunakan metode Gray Level Co-Occurrence Matrix(GLCM) sebagai ekstraksi ciri citra dan Support Vector Machine(SVM) sebagai pengklasifikasinya. Dengan menggunakan metode ini didapatkan sistem deteksi masker yang menghasilkan akurasi terbaik sebesar 93% dari pengujian 300 data citra menggunakan metode GLCM dan klasifikasi SVM.

Subjek

IMAGE PROCEESING
 

Katalog

DETEKSI CITRA MASKER PADA PENGGUNA SEPEDA MOTOR MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN SUPPORT VECTOR MACHINE(SVM)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD YANDI NOVANDRA
Perorangan
IRMA SAFITRI
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini