Search for collections on Repository Universitas Maritim Raja Ali Haji

Implementasi Metode Capsule Network pada Pengenalan Rambu Lalu Lintas secara Real-Time

Doni, Mustasar and Tekad, Matulatan and Nurul, Hayaty (2019) Implementasi Metode Capsule Network pada Pengenalan Rambu Lalu Lintas secara Real-Time. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text
DONI MUSTASAR - 140155201033 - TI - SKRIPSI-dikompresi.pdf
Restricted to Registered users only

Download (3MB)
Official URL: https://ft.umrah.ac.id/

Abstract

Rambu lalu lintas merupakan perlengkapan jalan yang berfungsi sebagai pemberi informasi mengenai keadaan jalan kepada pengguna jalan. Memahami informasi yang terkandung dalam setiap rambu lalu lintas merupakan hal yang wajib bagi setiap pengguna jalan. Pengenalan rambu lalu lintas sebagai salah satu hal yang penting dalam rangka menerapkan peraturan lalu lintas, yang dapat mengedukasi pengguna jalan sehingga dapat mulai menaati peraturan di jalan, serta dapat berguna dalam hal pengembangan-pengembangan kendaraan self driving. Metode Capsule Network memiliki keunggulan dalam menangkap perubahan pose dan orientasi citra. Penelitian ini menerapkan metode Capsule Network untuk mengenali rambu lalu lintas secara real-time menggunakan perangkat mobile dengan platform Android. Analisa yang dilakukan menggunakan jumlah dataset sebanyak 48 data training yang didukung dengan 96 data validasi, diasosiasikan ke dalam 48 kelas. Proses pelatihan dilakukan hingga mencapai 3654 step. Pengujian ini dilakukan menggunakan perangkat smartphone Xiaomi Redmi 4X dengan resolusi video berukuran 640x480 piksel. Kecepatan proses inferensi mencapai 2 FPS (frame per second) dengan akurasi tertinggi 54%.

Item Type: Thesis (S1)
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.11.Pemrograman Khusus
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Admin Repositori UMRAH
Date Deposited: 29 Jul 2021 00:19
Last Modified: 29 Jul 2021 04:41
URI: http://repositori.umrah.ac.id/id/eprint/1958

Actions (login required)

View Item View Item