UDiNus Repository

PENERAPAN METODE SCALE INVARIANT FEATURE TRANSFORM DAN K-NEAREST NEIGHBOR PADA PENGENALAN MERK KENDARAAN SEPEDA MOTOR

MUHAMMAD, SYAHMAN LUTFI (2017) PENERAPAN METODE SCALE INVARIANT FEATURE TRANSFORM DAN K-NEAREST NEIGHBOR PADA PENGENALAN MERK KENDARAAN SEPEDA MOTOR. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4085b) | Preview

    Abstract

    Pada era sekarang ini sepeda motor telah menjadi kebutuhan pokok bagi masyarakat Indonesia. Banyaknya jenis sepeda motor yang tidak memungkinkan untuk di ingat oleh setiap orang. Untuk mengetahui jenis sepeda motor yang begitu banyak dan beraneka ragam. Penelitian ini akan melakukan klasifikasi jenis motor menggunakan K-Nearest Neighbor untuk empat kelas jenis sepeda motor yaitu Honda, Yamaha, Suzuki,dan Kawasaki. Proses klasifikasi diawali dengan melakukan ekstrasi fitur dengan metode yang disebut Scale Invariant Feature Transform (SIFT) terhadap citra awal. Hasil dari ekstrasi akan dijadikan sebagai ciri atau inti citra yang akan dibandingkan untuk menunjukkan kelas dari citra tersebut. Materi penelitian berupa dataset jenis motor dari sumber pustaka tentang jenis motor. Sedangkan untuk pengukuran kinerja sistem menggunakan data uji jenis motor yang diambil dari sumber yang sama yang belum dimasukkan ke dalam dataset. Jumlah datapenelitian adalah 40 citra training dengan masing masing 10 citra untuk tiap jenis dan 10 citra testing. Pengujian dilakukan dengan menghitung keakuratan proses klasifikasi dari jumlah data training dibandingkan dengan jumlah total data testing. Klasifikasi dengan metode K-Nearest Neighbor (KNN) untuk menentukan jenis motor dalam penelitian ini mendapatkan nilai akurasi sebesar 75%.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 13 Dec 2017 16:57
    Last Modified: 13 Dec 2017 16:57
    URI: http://eprints.dinus.ac.id/id/eprint/23270

    Actions (login required)

    View Item