• Tidak ada hasil yang ditemukan

S KOM 0905653 Abstract

N/A
N/A
Protected

Academic year: 2017

Membagikan "S KOM 0905653 Abstract"

Copied!
2
0
0

Teks penuh

(1)

Widianto Gilang Ramadhan, 2016

IMPLEMENTASI ALGORITMA SIFT (SCALE INVARIANT FEATURE TRANSFORM) PADA PROSES IDENTIFIKASI SAMPAH ORGANIK DAN ANORGANIK DENGAN MEMANFAATKAN CIRI CITRA LABEL PRODUK

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu ABSTRAK

Saat ini sampah merupakan masalah yang menjadi fokus utama di berbagai daerah. Hal tersebut terjadi karena setiap hari jumlah sampah semakin bertambah seiring dengan pertambahan penduduk tanpa diikuti oleh cara pengolahan yang baik. Pengelolaan dan pengolahan sampah di negara berkembang seperti Indonesia, masih sulit terwujud dengan baik. Tempat sampah organik dan anorganik yang telah disediakan masih belum efektif untuk mengklasifikasikan sampah yang ada, sehingga sampah tetap menjadi satu antara sampah organik dan anorganik. Pengenalan objek merupakan wilayah aplikasi mendasar dalam pemrosesan citra dan computer vision. Implementasi dalam teknik pengenalan objek dapat digunakan untuk mengatasi permasalahan pemisahan sampah. Pemisahan sampah dapat kemudian dibantu oleh komputer sehingga dapat menjadi lebih efektif dan efisien. SIFT (Scale Invariant Feature Transform) adalah salah satu teknik/ metode yang digunakan dalam pengenalan objek. Teknik ini mengandalkan kehadiran keypoint atau fitur dalam mengenali objek. Pengujian dalam identifikasi sampah organik dan anorganik dengan menggunakan algoritma SIFT menunjukkan hasil akurasi sebesar 83.90%.

(2)

Widianto Gilang Ramadhan, 2016

IMPLEMENTASI ALGORITMA SIFT (SCALE INVARIANT FEATURE TRANSFORM) PADA PROSES IDENTIFIKASI SAMPAH ORGANIK DAN ANORGANIK DENGAN MEMANFAATKAN CIRI CITRA LABEL PRODUK

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu ABSTRACT

Currently, waste is a problem that becomes the main focus in various regions. This happens

because every day the amount of garbage is increasing in line with population growth

without being followed by a good processing methods. Waste management and processing in

a developing country like Indonesia, are still difficult to achieve well. There are two types of

waste : organic and anorganic. Organic and inorganic trash bin that has been provided is

still not effective for classifying garbage, so garbage remains mixed between organic and

inorganic. The writer thinks that if waste separation is assisted by a computer, it will make

waste separation can be more effective and efficient. Object recognition is a basic

application domain of image processing and computer vision. Implementation in object

recognition techniques can be used to overcome the problems of waste separation. In this

research, SIFT algorithm is used to recognize the objects. SIFT (Scale invariant Feature

Transform) is one of the techniques / methods used in object recognition. These techniques

rely on the presence of keypoint or features in recognizing objects. The results shows that the

accuracy of SIFT algorithm is 83.90%.

Referensi

Dokumen terkait

In this paper, multi-feature fusion using Scale Invariant Feature Transform (SIFT) and Local Extensive Binary Pattern (LEBP) was proposed to obtain a feature that

Several object detection algorithms have been compared such as Scale Invariant Feature Transform (SIFT), Speeded-Up Feature Transform (SuRF), Center Surrounded External

PENGGUNAAN ALGORITMA FAST CONNECTIVE HOUGH TRANSFORM DAN ANALISIS HISTOGRAM UNTUK MENENTUKAN LOKASI PLAT NOMOR.. Universitas Pendidikan Indonesia | repository.upi.edu |

Pada penelitian ini dibuat sistem pengenalan barang pada kereta belanja menggunakan metode Scale Invariant Feature Transform (SIFT) yang dirancang agar dapat

Tujuan dari penelitian ini adalah untuk menganalisa mengkomparasi Algoritma Scale Invariant Feature Transform (SIFT) dengan Algoritma K-Nearest Neighbor (K-NN) untuk

(Lowe, 2004) presented a method for extracting distinctive invariant features Scale-invariant feature transform (SIFT) key points which is used in building detection. L., Boye

Dalam penelitian ini digunakan teknik Scale Invariant Transform Feature (SIFT) dan Phase Colleration Only (POC) sebagai fitur ekstraksi yang dapat mengatasi masalah

Then, FiSP is paired with Harris corner, scale-invariant feature transform SIFT, speeded-up robust feature SURF, Ghassabi's and D-Saddle feature point extraction methods to assess its