Putra, Ivan Reynaldi (2019) Deteksi objek citra menggunakan metode HOG dan SVM untuk pengembangan media augmentative and alternative communication / Ivan Reynaldi Putra. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
v RINGKASAN Putra Ivan R. 2018. Deteksi Objek Citra Menggunakan Metode HOG dan SVM untuk Pengembangan Media Augmentative and Alternative Communication. Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Dr. Eng. Muhammad Ashar S.T. M.T. (II) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. Kata Kunci Deteksi Objek Support Vector Machine (SVM) Histogram Of Oriented Gradients (HOG) Augmentative and Alternative Communication (AAC). Komunikasi menjadi peranan penting untuk dapat membantu peran manusia sebagai makhluk sosial. Tetapi tidak semua manusia dapat berkomunikasi secara lisan yang disebabkan berbagai faktor seperti gangguan pendengaran cacat fisik gangguan perkembangan gangguan belajar gangguan autisme dll. Untuk mengatasi masalah tersebut dibutuhkan komunikasi alternatif untuk menggantikan cara berkomunikasi verbal menggunakan media Augmentative and Alternative Communication (AAC) yang mengutamakan penggunaan media visual. Salah satu teknik teknologi informasi yang dapat membantu pengembangan media Augmentative and Alternative Communication adalah pendeteksian objek citra. Algoritma data mining yang dapat digunakan untuk pendeteksian objek citra adalah Support Vector Machine (SVM) dan Histogram Of Oriented Gradients (HOG). HOG adalah algoritma untuk ektraksi fitur data citra dan sering digunakan untuk tujuan pendeteksian objek. SVM adalah algoritma klasifikasi dan dapat digunakan pada data dengan feature yang banyak seperti data citra. Algoritma HOG dan SVM telah diterapkan dalam pendeteksian objek citra dan terbukti memberikan nilai akurasi yang tinggi. Oleh karena itu penelitian ini menggunakan algoritma SVM dan HOG untuk mengembangkan media AAC. Berdasarkan penelitian yang telah dilakukan diperoleh hasil rata-rata akurasi sebesar 92 61% dengan menggunakan metode 10 fold-cross Validation. Uji coba media dilakukan di SLB Autis Laboratorium UM. Setelah dilakukan analisa dan evaluasi pada uji coba media diperoleh akurasi deteksi sebesar 90%. Dengan hasil akurasi yang diperoleh pada setiap pengujian telah membuktikan bahwa algoritma Histogram Oriented of Gradients dan Support Vector Machine dapat digunakan untuk membantu pengembangan media Augmentative and Alternative Communication.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 21 Jan 2019 04:29 |
| Last Modified: | 09 Sep 2019 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/48078 |
Actions (login required)
 |
View Item |