ANALISA PENDETEKSIAN DAN KLASIFIKASI RAMBU JALAN MENGGUNAKAN HIDDEN MARKOV MODEL

NADHILAH RAHMI AMELIA PUTRI

Informasi Umum

Kode

111070139

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal Processing Algortithms

Dilihat

309 kali

Informasi Lainnya

Abstraksi

Rambu-rambu lalu lintas merupakan suatu petunjuk di jalan yang sangat berguna untuk para pengemudi guna membuat perjalanan lebih mudah dan lebih aman. Banyak pengguna jalan yang kurang mengenali jalan yang dilaluinya beserta rambu-rambu yang ada. Selain itu, mata manusia seringkali menghadapi masalah berupa kelelahan,mengantuk dan kurang awas dalam memperhatikan petunjuk jalan yang ada. Petugas jalan raya sering pula kurang menyadari bila ada rambu-rambu yang hilang atau rusak disepanjang jalan. Tugas akhir ini membahas mengenai pendeteksian dan klasifikasi rambu-rambu lalu lintas guna membantu mengatasi masalah-masalah yang berkaitan dengan keterbatasan manusia tersebut.<br>Masing-masing rambu lalu lintas memiliki makna yang berbeda-beda. Perbedaan masing-masing rambu dapat dilihat dengan mudah oleh mata manusia karena masing-masing rambu memiliki warna dan bentuk yang berbeda.Tugas akhir ini akan memanfaatkan ciri khas dari masing-masing rambu ini dalam pendeteksian makna dari rambu-rambu lalu linta tersebut. Pada tugas akhir ini digunakan mode offline dalam penelitian. Tahap pertama yang dilakukan adalah preprocessing guna mendapat gambar yang sesuai kriteria agar lebih mudah diproses ke tahap selanjutnya. Tahap selanjutnya adalah ekstraksi cirri dengan menggunakan gabur sehinggal didapatlah cirri dari rambu yang akan digunakan dalam proses pengklasifikasian. Langkah selanjutnya adalah pendeteksian/pengklasifikasian objek/gambar yang terdapat pada rambu dengan menggunakan Hidden Markov Model. Pada tugah akhir ini dianggap bahwa tidak ada papan reklame/papan lainnya disekitar rambu.<br>Penelitian tugas akhir ini diharapkan mampu menghasilkan output berupa suatu sistem yang dapat mengenali atau mengidentifikasikan dan mengklasifikasikan rambu-rambu lalu lintas yang ada. performansi system ini memiliki akurasi mencapai 83,33% dengan waktu komputasi 8,15 detik. Kata Kunci : rambu-rambu lalu lintas, Hidden Markov Model,