DETEKSI OBJEK BERGERAK DALAM AIR DENGAN MENGGUNAKAN METODE GAUSSIAN MIXTURE MODEL BERBASIS ACTION-CAM

MUHAMMAD ROYNALDI PRABOWO, 1315031064 (2017) DETEKSI OBJEK BERGERAK DALAM AIR DENGAN MENGGUNAKAN METODE GAUSSIAN MIXTURE MODEL BERBASIS ACTION-CAM. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
ABSTRAK.pdf

Download (11Kb) | Preview
[img] File PDF
SKRIPSI FULL.pdf
Restricted to Hanya pengguna terdaftar

Download (4Mb)
[img]
Preview
File PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (3635Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Pada penelitian ini dibuat sebuah sistem pendeteksi objek pada video didalam air. Video diambil dengan menggunakan sebuah action-cam. Penelitian ini merupakan langkah awal dalam pengembangan teknologi penangkapan ikan, dan berbagai sistem pengawasan bawah air lainnya. Proses pendeteksian objek dalam penelitian ini dilakukan dengan cara mengurangkan nilai-nilai piksel pada frame saat ini dengan nilai-nilai piksel pada model background sebelumnya. Pada pendeteksian objek didalam air, background selalu berubah-ubah karena pengaruh intesitas cahaya dan gelombang arus bawah air. Maka dari itu diperlukan sebuah metode pembuat latar belakang yang dapat beradaptasi, yaitu metode Gaussians Mixture Model. Pada metode ini nilai sebuah piksel latar belakang ditentukan oleh nilai intensitas piksel-piksel sebelumnya, dan apabila terjadi perubahan intensitas piksel yang drastis dan mengakibatkan nilai piksel di luar nilai ambang, maka piksel ini akan diidentifikasi sebagai objek, kemudian piksel latar belakang yang baru akan diubah berdasarkan nilai piksel ini. Setelah model background didapatkan, maka akan dibandingkan degan frame selanjutnya, proses pembandingan ini dilakukan pada piksel-piksel di setiap frame hingga frame terakhir pada sebuah citra video. Video diambil di tiga kondisi berbeda yaitu pagi, siang, dan malam hari. Tingkat keberhasilan metode ini dievaluasi berdasarkan nilai recall dan precision, dimana diperoleh nilai rata-rata dari ketiga video sebesar 71% untuk nilai recall-nya, dan 72% untuk nilai precision-nya. Kata Kunci : Pemodelan Adaptif, Pemodelan Background, Deteksi Objek, Pengawasan Dalam Air.

Jenis Karya Akhir: Skripsi
Subyek: > Teknik Elektro. Rekayasa elektronik Nuklir
> Teknik Elektro. Rekayasa elektronik Nuklir
Program Studi: Fakultas Teknik > Prodi S1-Teknik Elektro
Pengguna Deposit: 70253972 . Digilib
Date Deposited: 27 Jul 2017 06:07
Terakhir diubah: 27 Jul 2017 06:07
URI: http://digilib.unila.ac.id/id/eprint/27515

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir