ABSTRAKSI: Rambu lalu lintas merupakan hal yang penting untuk diperhatikan bagi pengguna jalan untuk menjaga keamanan dan kenyamanan. Jika tidak ada rambu maka pengendara tidak akan tahu tentang kondisi jalan, situasi jalan, dan sikap yang harus diambil saat berkendara. Oleh karena itu pengendara harus memperhatikan rambu tersebut. Beberapa hal mem buktikan masih banyak pengendara yang belum mengetahui arti dari rambu tersebut. Demi membantu pengendara tersebut dikembangkanlah suatu prototype sistem penerjemah rambu yang menggunakan active contour sebagai algoritma segmentasinya. Algoritma tersebut d ibahas sebagai pokok bahasan karena segmentasi dapat meningkatkan keakuratan dari klasifikasi rambu.
Pada tugas akhir ini dianalisis mengenai parameter - parameter active contour yang tepat sehingga akan menghasilkan segmentasi yang akurat. Model ini menggun akan sebuah kurva contour yang dapat menyesuaikan bentuknya sesuai dengan pola objek yang diteliti. Kemudian akan dilakukan ekstraksi ciri menggunakan gabor wavelet dari hasil segmentasi dan dibandingkan dengan database ciri. Untuk pengklasifikasian akan d igunakan metode K - NN. Kemudian sebagai uji kehandalan akan dilihat perfomansi active contour saat diberikan noise salt & pepper .
Dari pengujian dapat dihasilkan akurasi rata - rata keberhasilan segmentasi 55,83% dengan waktu komputasi rata - rata 8,9546 detik. Untuk klasifikasi didapatkan akurasi rata - rata terbaik 77,5%. Sistem masih belum dikatakan baik karena akurasi yang rendah pada waktu tertentu sehingga belum dapat diimplementasikan.Kata Kunci : Segmentasi citra , active contour model, rambu lalu lintas , K - nearest neighbor , Gabor wavelet , histogramABSTRACT: Traffic sign is the important thing to note for road users to keep security and comfort. If there are no traffic signs, the road users will not know the road conditions, road situations and the acti on that must be done when driving. Some facts prove that there are road users that still do not understand the mean of traffic sign. To help them, a prototype of translator traffic sign system was developed that using active contour as segmentation algorit hms. That algorithm was researched as the main study of this project because segmentation can increase the accuracy of traffic sign classifications.
This final project ana lyze regarding the parame ters of active contour that will produce an accurate segment ation. This m odel uses a curve contour that can adjust its shape according to pattern the object examined. Then the program will do the extraction of characteristic using gabor wavelet of segmentation an d compared to the feature database. For the classific ation this project will used the K - NN method. Salt and pepper noise will be used to test the reliability of this algorithm.
This project produce results the average accuracy of segmentation 55,83% and average time of computation 8,9546 seconds. For classif ications, the best average accuracy is 77,5% . This system is still not quite good because the accuracy is low in the certain time so it still can not be implemented.Keyword: Image Segmentation, active contour model, traffic signs , K - nearest neighbor , Ga bor wavelet , histogram