ANALISIS SISTEM PENDETEKSI BUANG SAMPAH SEMBARANGAN MENGGUNAKAN COMPUTER VISION DENGAN METODE HOG FEATURE EXTRACTION SVM CLASSIFICATION DAN CSRT TRACKING = ANALYZING THE DETECTING SYSTEM OF INDISCRIMINATE WASTE DISPOSAL BY USING COMPUTER VISION WITH HOG FEATURE EXTRACTION SVM CLASSIFICATION AND CSRT TRACKING


Mujaddid, Syariful (2022) ANALISIS SISTEM PENDETEKSI BUANG SAMPAH SEMBARANGAN MENGGUNAKAN COMPUTER VISION DENGAN METODE HOG FEATURE EXTRACTION SVM CLASSIFICATION DAN CSRT TRACKING = ANALYZING THE DETECTING SYSTEM OF INDISCRIMINATE WASTE DISPOSAL BY USING COMPUTER VISION WITH HOG FEATURE EXTRACTION SVM CLASSIFICATION AND CSRT TRACKING. Thesis thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D032181007_tesis_29-08-2022 cover1.png

Download (159kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D032181007_tesis_29-08-2022 1-2.pdf

Download (631kB)
[thumbnail of Dapus] Text (Dapus)
D032181007_tesis_29-08-2022 dp.pdf

Download (152kB)
[thumbnail of Full Text] Text (Full Text)
D032181007_tesis_29-08-2022.pdf
Restricted to Repository staff only until 17 November 2024.

Download (1MB)

Abstract (Abstrak)

Sampah merupakan material yang menjadi permasalahan dalam kehidupan sehari-hari. Taraf hidup penduduk yang meningkat berbanding lurus dengan meningkatnya tumpukan sampah. Keberadaan sampah sangat bertolak belakang dengan bidang kesehatan, kebersihan, kenyamanan, dan keindahan. Masalah mengenai sampah diakibatkan oleh beberapa faktor salah satunya adalah kurangnya kesadaran masyarakat dalam membuang sampah bukan pada tempatnya. Penelitian ini bertujuan untuk mendeteksi manusia yang membuang sampah sembarangan. Dalam melakukan proses deteksi dilakukan beberapa proses dengan memanfaatkan teknik computer vision. Proses pengolahan informasi dari gambar dalam konsep computer vision, dapat dibagi menjadi beberapa tahap yaitu preprocessing, ekstraksi fitur, klasifikasi/identifikasi, dan tracking. Proses feature extraction dilakukan dengan menggunakan metode histogram of oriented gradient (HOG), proses classification dilakukan dengan menggunakan metode support vector machine (SVM), dan proses tracking dilakukan dengan metode Channel and Spatial Reliability Tracking (CSRT). Pendeteksian dilakukan pada data latih berbentuk video. Pengujian sistem pendeteksi dilakukan menggunakan metode confusion matrix dengan 115 data. Data diambil dengan jarak minimum ±800 cm dan ketinggian 300 cm. Hasil pengujian memperoleh hasil accuracy sebesar 86% dan F1-Score sebesar 92,6%.

Keywords : Deteksi, Membuang Sampah Sembarangan, HOG, SVM, CSRT

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Detection, Littering Detection, HOG, SVM, CSRT
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions (Program Studi): Fakultas Teknik > Teknik Elektro
Depositing User: S.Sos Rasman -
Date Deposited: 17 Nov 2022 06:22
Last Modified: 17 Nov 2022 06:22
URI: http://repository.unhas.ac.id:443/id/eprint/23314

Actions (login required)

View Item
View Item