PENGENALAN RAMBU LALU LINTAS (PERINGATAN) BERBASIS WARNA DAN BENTUK DENGAN ALGORITMA SHAPE MATRIX
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
71120128, Firstita Prawiro
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-06-30 01:23:54
Abstract :
Rambu lalu lintas merupakan bagian penting dari suatu jalan, hal disebabkan oleh karena rambu lalu lintas dapat membantu para pengendara agar tiba dengan selamat di tempat tujuan. Terdapat kurang lebih tujuh puluh jenis rambu lalu lintas (peringatan) dan setiap rambu memiliki arti serta fungsinya masing-masing. Rambu peringatan lalu lintas memiliki karakteristik warna latar belakang berwarna kuning dan bentuk dari rambu ini adalah belah ketupat. Penelitian kali ini mencoba untuk mengenai rambu lalu lintas terutama peringatan secara otomatis dengan membangun suatu program menggunakan metode shape matrix. Penelitian ini menggunakan 346 data training yang menyimpan nama rambu dengan seratus data testing. Hasil dari penelitian didapatkan nilai akurasi tertinggi sebesar 96% dalam mendeteksi rambu uji, sesuai dengan nilai akurasi yang didapatkan menunjukkan bahwa 96 rambu uji dapat dikenali dengan tepat sedangkan 4 rambu uji tidak dapat dikenali dengan tepat.
Rambu lalu lintas merupakan bagian penting dari suatu jalan, hal disebabkan oleh karena rambu lalu lintas dapat membantu para pengendara agar tiba dengan selamat di tempat tujuan. Terdapat kurang lebih tujuh puluh jenis rambu lalu lintas (peringatan) dan setiap rambu memiliki arti serta fungsinya masing-masing. Rambu peringatan lalu lintas memiliki karakteristik warna latar belakang berwarna kuning dan bentuk dari rambu ini adalah belah ketupat. Penelitian kali ini mencoba untuk mengenai rambu lalu lintas terutama peringatan secara otomatis dengan membangun suatu program menggunakan metode shape matrix. Penelitian ini menggunakan 346 data training yang menyimpan nama rambu dengan seratus data testing. Hasil dari penelitian didapatkan nilai akurasi tertinggi sebesar 96% dalam mendeteksi rambu uji, sesuai dengan nilai akurasi yang didapatkan menunjukkan bahwa 96 rambu uji dapat dikenali dengan tepat sedangkan 4 rambu uji tidak dapat dikenali dengan tepat.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
