DETEKSI DAN IDENTIFIKASI LAHAN PARKIR KENDARAAN DI INDONESIA BERBASIS MASK-RCNN

Muttaqin, I Made Zainul (2022) DETEKSI DAN IDENTIFIKASI LAHAN PARKIR KENDARAAN DI INDONESIA BERBASIS MASK-RCNN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (490kB)
[img] Text (BAB I)
BAB I.pdf
Download (155kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (374kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (711kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (364kB)
[img] Text (BAB V)
BAB V.pdf
Download (76kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (95kB)
[img] Archive (SOURCE CODE)
Source Code-15.11.9323-I Made Zainul M.rar
Restricted to Repository staff only
Download (54MB)
[img] Text (PUBLIKASI)
Publikasi-15.11.9323-I Made Zainul M.pdf
Restricted to Repository staff only
Download (299kB)

Abstract

Salah satu penerapan pengolahan Citra adalah pendeteksian dan identifikasi lahan parkir kosong atau dikenal dengan nama Smart Parking System. Di luar negeri penerapan Smart Parking System sudah mulai dikembangkan oleh beberapa tempat terutama pada swalayan besar seperti Wallmart. Di Indonesia, penerapan sistem ini masih belum dilakukan dan hanya sebatas penelitian saja. Oleh karena itu dengan memanfaatkan Convolutional Neural Network, dibuatlah sebuah sistem yang dapat mendeteksi dan mengidentifikasi lahan parkir yang kemudian dapat diterapkan diberbagai tempat parkir di Indonesia pada wilayah yang memiliki masalah parkir dan wilayah yang memiliki volume kendaraan roda empat yang tinggi. Teknik yang digunakan di dalam penelitian ini adalah menggunakan Teknik Mask-RCNN (Mask Regions of Convolutional Neural Network) yang merupakan pengembangan sistem yang lebih mutakhir dari Faster R-CNN. Training pada penelitian ini menggunakan data Pre-Training dari COCO sehingga dapat melangkahi proses pengumpulan dataset dan training dataset yang membuat proses lebih singkat dengan akurasi mesin yang lebih tinggi. Hasil akurasi dari deteksi dan identifikasi memiliki kesalahan paling tinggi adalah 20% dengan maksimum deteksi dapat mencapaiakurasi 100%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Huda, Arif Akbarul
Uncontrolled Keywords: Deteksi, Identifikasi, Smart Parking System, Convolutional Neural Network (CNN), Mask-RCNN.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 07 Jun 2022 01:54
Last Modified: 19 Sep 2023 03:37
URI: http://eprints.amikom.ac.id/id/eprint/214

Actions (login required)

View Item View Item