Taufiq, Imam - 135610103 (2018) DEEP LEARNING UNTUK DETEKSI TANDA NOMOR KENDARAAN BERMOTOR MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN PYTHON DAN TENSORFLOW. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text
1_135610103_HALAMAN_DEPAN.pdf - Published Version Download (828kB) | Preview |
|
|
Text
2_135610103_BAB_I.pdf - Published Version Download (439kB) | Preview |
|
|
Text
3_135610103_BAB_II.pdf - Published Version Download (694kB) | Preview |
|
Text
4_134510103_BAB_III.pdf - Published Version Restricted to Repository staff only Download (939kB) | Request a copy |
||
Text
5_135610103_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
6_135610103_BAB_V.pdf - Published Version Download (365kB) | Preview |
|
|
Text
7_135610103_DAFTAR_PUSTAKA.pdf - Published Version Download (366kB) | Preview |
|
|
Text
8_135610103_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (162kB) | Preview |
|
Text
9_135610103_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (78kB) | Request a copy |
Abstract
Pencatatan plat nomor kendaraan di Indonesia pada umumnya masih menggunakan cara konvensional, yaitu dengan mencatat plat nomor kendaraan satu persatu secara manual oleh penjaga parkir atau petugas keamanan yang berjaga di tempat tersebut. Seiring dengan pesatnya perkembangan ilmu pengetahuan dan teknologi saat ini menyebabkan banyak bermunculan inovasi yang semakin memudahkan manusia untuk melakukan kegiatan sehari-harinya. Salah satu yang mengalami perkembangan pesat adalah Pengolahan Citra. Salah pegolahan citra adalah Convolutional Neural Network (CNN). Deteksi objek Convolutional masih berkembang sebagai teknologi, walaupun metode deteksi objeknya lebih hebat. Dengan berkembangnya deteksi objek peneliti ingin mengetahui bagaimana hasil pendeteksian objek kendaraan bermotor dan mengetahui model hasil pelatihan pada data gambar untuk identifikasi objek kendaraan bermotor menggunakan algoritma convolutional neural network. Hasil analisis menunjukkan bahwa dengan algoritma Convolutional Neural Network didapatkan nilai keakuratan hingga mencapai tingkat akurasi yang sangat tinggi untuk melakukan identifikasi objek pada Tanda Nomor Kendaraan Bermotor (TNKB). Kata Kunci : Deep Learning, Convolutional Neural Network, Deteksi Objek, Tanda Nomor Kendaraan Bermotor, Tensorflow
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Pembimbing: DR. Bambang Purnomosidi Dwi P, S.E., Akt., S.Kom, M.Msi |
Uncontrolled Keywords: | Deep Learning, Convolutional Neural Network, Deteksi Objek, Tanda Nomor Kendaraan Bermotor, Tensorflow |
Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Pola Pengenalan Komputer (Pattern Recognation) |
Divisions: | Jenjang Strata Satu > Sistem Informasi (Information System) |
Depositing User: | Users 3063 not found. |
Date Deposited: | 19 Feb 2018 06:30 |
Last Modified: | 19 Feb 2018 06:30 |
URI: | http://eprints.akakom.ac.id/id/eprint/7164 |
Actions (login required)
View Item |