Pelacakan obyek dengan kamera berbasis raspberry pi menggunakan metode histogram oriented gradients dan support vector machine

Prasetyo, Adrianto (2018) Pelacakan obyek dengan kamera berbasis raspberry pi menggunakan metode histogram oriented gradients dan support vector machine. Other thesis, Sekolah Tinggi Teknologi Terpadu Nurul Fikri.

[thumbnail of HALAMAN AWAL.pdf] Text
HALAMAN AWAL.pdf

Download (247kB)
[thumbnail of BAB I s.d. BAB III.pdf] Text
BAB I s.d. BAB III.pdf

Download (775kB)
[thumbnail of BAB IV s.d. DAFTAR PUSTAKA.pdf] Text
BAB IV s.d. DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Dengan kemajuan teknologi yang berkembang begitu cepat, banyak pekerjaan manusia yang digantikan oleh peran suatu teknologi, salah satunya yaitu pelacakan objek. Namun dengan pelacakan objek yang dimiliki oleh berbagai macam perangkat seperti kamera maupun CCTV, jarang yang menyertakan pergerakan kamera mengikuti objek yang dilacak secara otomatis. Karena kamera yang banyak digunakan berupa kamera statis dan hanya bisa digerakan oleh manusia menggunakan sebuah controller. Untuk dapat melacak sebuah objek menggunakan kamera, Maka kamera dilengkapi sebuah Embedded Computer untuk mengolah citra didalam setiap frame video. Embedded Computer dipilih karena ukurannya yang jauh lebih kecil sehingga cocok untuk ditanam kedalam alat seperti kamera. Aplikasi dibangun dengan menggunakan Bahasa pemrograman Python dan library pengolahan citra dari OpenCV 3.2 untuk keperluan melacak obyek tubuh manusia dengan metode Histogram Oriented Gradients dan Support Vector Machine yang terpasang didalam Raspberry Pi. Raspberry Pi yang bertugas untuk mengolah citra yang ditangkap oleh webcam lalu melakukan perintah berupa mengirim karakter melalui komunikasi serial menggunakan kabel ke Arduino, lalu Arduino menggerakan Servo sesuai karakter yang diterima dari Raspberry.lalu webcam akan berubah sudut pengambilannya sesuai dengan posisi Servo. Berdasarkan hasil pengujian dan Analisa hasil pengujian yang telah dilakukan pada sistem, pendeteksian dengan akurasi terbaik ketika menggunakan threshold 175, dan Jarak pendeteksian dengan hasil paling stabil ketika menguji berbagai macam nilai threshold yaitu dari jarak 6 meter.

Item Type: Thesis (Other)
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Teknik Informatika
Depositing User: Pustakawan STT-NF
Date Deposited: 23 Sep 2021 09:14
Last Modified: 23 Sep 2021 09:15
URI: https://repository.nurulfikri.ac.id/id/eprint/29

Actions (login required)

View Item
View Item