DETEKSI OBYEK PEJALAN KAKI DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE

Firman Isnandi , Sucahyo (2011) DETEKSI OBYEK PEJALAN KAKI DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE. Undergraduate thesis, Faculty of Industrial Technology.

Preview	PDF (Hal. depan - Bab I) Download (1343Kb) | Preview
	PDF (Bab II - Daftar pustaka) Restricted to Repository staff only Download (4Mb)

Abstract

Deteksi obyek pejalan kaki lebih sulit daripada mendeteksi obyek lain karena pejalan kaki dapat menunjukkan gerak yang bervariasi. Selain itu pejalan kaki juga memakai berbagai jenis dan warna pakaian yang berbeda. Oleh karena itu diperlukan suatu metode yang robust yang dapat mendeteksi variabilitas yang tinggi tersebut. Dalam tugas akhir ini sistem deteksi obyek pejalan kaki yang diusulkan menggunakan Principal Component Analysis (PCA) yang digunakan untuk mereduksi dimensi dan klasifikasi menggunakan Support Vector Machine (SVM). Reduksi dimensi data ini dapat meningkatkan akurasi dan performa sistem. Sistem ini dapat mendeteksi pejalan kaki dari depan dan belakang. Dari Hasil uji coba dengan variasi setting jumlah data training dan nilai pangkat kernel polynomial terhadap metode yang dibuat ini memiliki tingkat akurasi hingga mencapai 88,43%.

Actions (login required)