Metode Haar-Cascade Classification Menggunakan Raspberry Pi

Muhammad Ichwan, Milda Gustiana Husada, Aldri Helmaputra

Sari


Proses untuk mendeteksi objek dalam citra manggabungkan empat kunci utama yaitu Haar like feature, Integral Image, Adaboost learning dan Cascade Classifier. Metode haar-cascade classification dapat dimanfaatkan sebagai alternatif dalam pengaturan traffic light. Cara kerjanya yaitu, citra yang telah di-capture akan dicocokan dengan data latih, apabila dalam citra tersebut terdapat objek yang sesuai dengan data latih maka objek tersebut di tandai, sehingga objek akan terhitung jumlahnya dengan cara melewati sebuah garis virtual yang dibuat sistem. Dari hasil jumlah objek terdeteksi, sistem dapat mengatur berapa lama lampu merah dan hijau menyala atau mati sesuai dengan jumlah objek yang telah ditentukan. Oleh karena itu, alternatif pengaturan traffic light menggunakan metode Haar-cascade classification digunakan untuk pendeteksian objek. Hasil dari penelitian menggunakan kamera 18 megapiksel 60 FPS jumlah mobil terhitung di garis lebih akurat menggunakan resolusi 480p atau 720p sebesar 79.51%.

Teks Lengkap:

PDF


DOI: https://doi.org/10.26760/mindjournal.v2i2.13-22

Refbacks

  • Saat ini tidak ada refbacks.


____________________________________________________________

ISSN (cetak) : 2338-8323  |  ISSN (elektronik) :  2528-0902

diterbitkan oleh:

Informatika Institut Teknologi Nasional Bandung

Alamat : Gedung 2 Jl. PHH. Mustofa 23 Bandung 40124

Kontak : Tel. 7272215 (ext. 181)  Fax. 7202892

Email : mind.journal@itenas.ac.id

____________________________________________________________

Statistik Pengunjung :

Flag Counter

  Web
Analytics Statistik Pengunjung

 Jurnal ini terlisensi oleh Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License