(E-SKRIPSI) APLIKASI MONITORING PADA SMART VERTICAL AGRICULTURE MENGGUNAKAN HOG

---

Pengolahan Citra Digital atau Image Processing merupakan kajian ilmu
yang mengolah data berupa gambar dengan bantuan sistem teknologi komputer,
baik tentang perbaikan kualitas citra ataupun pengenalan citra, semua dapat di
pelajari dalam ilmu ini. Pemgembangan ilmu ini juga dapat dikembangkan dalam
berbagai penelitian dan dalam bidang Computer Vision. Computer Vision
merupakan kombinasi antara pengolahan citra dan pengenalan pola. Hasil
keluaran dari proses Computer Vision merupakan imageunderstanding.
Pengembangan bidang ini dilakukan dengan mengadaptasi kemampuan dari
penglihatan manusia dalam mengambil informasi. Dalam disiplin ilmu, computer
vision berkaitan dengan teori pada AI (Artificial Intelegent) yang mengektraksi
informasi dari citra. Data citra dapat diperoleh dengan beberapa bentuk seperti
urutan video,sudut pandang dari beberapa kamera, atau data multi-dimensional
dari scanner medis. Beberapa area permasalahan dalam Computer Vision yaitu :
recognation, motion, dan restorasi citra
Pengenalan object (object recognition) merupakan salah satu image
processing untuk mengenali objek-objek yang akan dikenali untuk diolah lebih
lanjut agar mendapatkan suatu data informasi. Dengan adanya proses pengenalan
objek tersebut, manusia akan di permudah dalam mengenali bentuk dari objek
seperti pemetaan geografis, penggunaan sensor pada benda untuk sistem
keamanan, pembacaan citra hasil scan medis, dan lain-lain. Penngenalan object
(object recognition) merupakan salah satu image processing untuk mengenali
objek-objek yang akan dikenali untuk diolah lebih lanjut agar mendapatkan suatu
data informasi. Terdapat beberapa metode deskripsi fitur (Feature Descriptor)
untuk mendeteksi objek, seperti SIFT (Scale Invariant Feature Transformation),

iv

SURF (Speed Up Robust Feature), Color based object detection, HOG
(Histograms of Oriented Gradients), Viola Jones, Optical Flow, dan lain-lain.
Dalam penelitian ini, metode fitur ekstraksi yang digunakan adalah HOG
(Histograms of Oriented Gradients) dan menggunakan SVM (Support Vector
Machine) sebagai klasifikasi fitur (Feature Classifier). HOG digunakan dalam
penelitian ini dikarenakan HOG merupakan Feature Descriptor yang mengambil
tepi atau struktur gradient yang terkarakteristik dari bentuk lokal atau arah tepi
dan dengan distribusi intensitas gradient lokal yang baik. Dalam penerapan objek
deteksi terdapat beberapa penerapan sistem seperti di bidang keamanan,
pengembangan ArtificialIntelligent, pendataan secara otomatis (automatic data
collect), dan lain-lain.
Kata kunci : Object Detection, Histogram of Oriented Gradient, Object
Recognition.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

REF 004 ALD a

Penerbit

Universitas Bandar Lampung : Fakultas Ilmu Komputer UBL., 2017

Deskripsi Fisik

73 hlm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

004

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

FIK TI

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Marzuki, S.Kom., M.Kom.

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar