Analisa performa sistem pengenalan uang kertas rupiah dengan metode bag of words dan geometric verificatio = Performance analysis of rupiah banknote recognition system using bag of words method and geometric verification
(Fakultas Teknik Universitas Indonesia, 2014)
|
[Teknologi telah membantu manusia untuk menyelesaikan berbagaimasalah. Salah satu perkembangan yang paling penting adalah perkembanganteknologi penglihatan komputer. Bagi tuna netra yang hidup di kawasan perkotaan,hidup mandiri bukan pilihan yang mustahil. Dan bertransaksi dengan menggunakanuang kertas merupakan bagian dari kemandirian tersebut. Teknologi pengenalancitra melalui penglihatan komputer dapat membantu tuna netra untuk mengenaliuang kertas. Sistem pengenalan uang kertas pada penelitian ini menggunakanmetode Bag of Word sebagai metode klasifikasi denominasi uang kertas. GeometricVerification diimplementasikan untuk mengatasi kelemahan metode Bag of Wordsdi sisi konsistensi spasial dari fitur citra pada saat pengenalan. Untuk mengetahuiperforma dari sistem, sistem diuji dengan menggunakan empat parameter uji.Parameter uji yang digunakan adalah variasi resolusi citra uji, variasi salt andpepper noise, variasi gaussian noise, dan variasi jumlah citra yang digunakan padaproses voting untuk klasifikasi. Berdasarkan hasil pengujian, sistem bekerja denganbaik dengan akurasi mencapai 82.86% dengan dataset sejumlah 714 citra., Technology has helped people to solve various problems. One of the mostimportant development is computer vision technology. For blind people who livein urban areas, to live independently is not an impossible option. And transactionusing physical banknote is part of the independence. Image recognition technologythrough computer vision can help blind people to recognize the banknote. Thebanknote recognition system in this study is using Bag of Word as a method forclassifying banknotes denomination. Geometric Verification is implemented toovercome the shortcomings of Bag of Words method in spatial consistency ofimage features during recognition. To determine the performance of the system, thesystem was tested by using four test parameters. Test parameters used is a variationof test image resolution, salt and pepper noise variations, gaussian noise variations,and variations in the number of images selected for the voting process of theclassification. Based on test results, the system works well with the accuracy up to82.86% with a 714 images dataset.] |
![]()
|
No. Panggil : | S58024 |
Subjek : | |
Penerbitan : | [Place of publication not identified]: Fakultas Teknik Universitas Indonesia, 2014 |
Program Studi : |
Bahasa : | ind |
Sumber Pengatalogan : | |
Tipe Konten : | |
Tipe Media : | |
Tipe Carrier : | |
Deskripsi Fisik : | x, 50 hlm. : il. ; 28 cm. + lamp. |
Naskah Ringkas : | |
Lembaga Pemilik : | Universitas Indonesia |
Lokasi : | Perpustakaan UI, Lantai 3 |
No. Panggil | No. Barkod | Ketersediaan |
---|---|---|
S58024 | TERSEDIA |
Ulasan: |
Tidak ada ulasan pada koleksi ini: 20403012 |