Sistem Klasifikasi Jenis Kendaraan Melalui Teknik Olah Citra Digital

Muhammad Syahrul Maulana, Bangkit Indarmawan Nugroho, Sarif Surorejo
Submission Date: 2022-08-09 09:53:02
Accepted Date: 2022-09-29 19:50:27

Abstract


Setiap tahunnya Indonesia mengalami kenaikan jumlah kendaraan, Semua jenis kendaraan, dari sepeda motor hingga SUV. Hal ini diimbangi dengan perbaikan infrastruktur jalan Indonesia yang relatif stagnan. Infrastuktur jalan harus seimbang sehingga kemacetan lalu lintas, kecelakaan, dan kendaraan tidak menjadi tantangan yang tidak dapat diatasi, seiring dengan meningkatnya jumlah kendaraan di jalan. Mobil dan sepeda motor disajikan sebagai contoh jenis kendaraan yang berbeda sebab kebutuhan untuk mengembangkan sistem deteksi dan kategorisasi jenis kendaraan. Sistem ini memanfaatkan pengolahan citra untuk kategorisasi. Studi tentang bagaimana gambar digital dibangun, diproses, dan dievaluasi oleh komputer untuk menghasilkan hasil yang dapat digunakan dikenal sebagai "ilmu digital." Extreme Learning Machine, subbidang AI dalam jaringan saraf feedforward, digunakan dalam penyelidikan ini karena kemampuannya untuk mengatasi masalah kategorisasi. Penelitian mengarah pada pengembangan sistem yang mengidentifikasi dua kategori kendaraan dengan benar, sepeda motor dan mobil, mendapatkan tingkat akurasi sebesar 80%.

 


Keywords


kendaraan; klasifikasi; extreme learning machine; citra digital; feed forward

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Teknik ITS by Direktorat Riset dan Pengabdian Masyarakat (DRPM) ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/teknik.
Statistik Pengunjung 22crown login