<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="7143">
<titleInfo>
<title><![CDATA[IMPLEMENTASI METODE HAAR-CASCADE CLASSIFICATION PADA PROTOTYPE SMART TRAFFIC LIGHT MENGGUNAKAN RASPBERRY PI]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Aldri Helmaputra/ 15-2012-086</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Muhammad Ichwan Ir., MT</namePart>
<role><roleTerm type="text"></roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Milda Gustiana Husada Ir., M.Eng.</namePart>
<role><roleTerm type="text"></roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2017]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[id]]></languageTerm>
<languageTerm type="text"><![CDATA[Indonesia]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Visi komputer (Computer vision) adalah ilmu dan teknologi komputer yang melihat, di mana komputer mampu mengekstraksi informasi dari gambar sehingga komputer dapat mengenali objek yang diamati. Salah satu manfaatnya digunakan untuk pendeteksian objek. Pendeteksian objek dapat digunakan pada sistem lampu lalu lintas pintar, yaitu penerapa teknologi visi komputer ke dalam lampu lalu lintas. Sistem ini bermanfaat membantu kepolisian dalam pengaturan arus lalu lintas. Metode pendeteksian objek banyak ragamnya, salah satu pendeteksian objek yang digunakan adalah metode Haar-Cascade Classification. Metode ini memiliki kelebihan yaitu komputasi yang cepat untuk mengenali objek berdasarkan nilai sederhana dari fitur. Cara kerja metode tersebut menggunakan data latih, lalu data latih digunakan oleh sistem sebagai supervised learning sehingga objek yang tertangkap kamera dapat dikenali. Oleh karena itu, metode Haar-Cascade Classification digunakan untuk mendeteksi mobil. Hasil dari penelitian menggunakan kamera 8 megapiksel 30 Fps sistem lebih akurat mendeteksi mobil berwarna gelap sebesar 96.29%, mobil terhitung di garis lebih akurat menggunakan resolusi 480p sebesar 69.86%. Menggunakan kamera 18 megapiksel 60 Fps sistem lebih akurat mendeteksi mobil berwarna gelap sebesar 91.33%, mobil terhitung di garis lebih akurat menggunakan resolusi 480p atau 720p sebesar 79.51%.</note>
<subject authority=""><topic><![CDATA[Pendeteksian objek, Visi komputer, Lalu lintas.]]></topic></subject>
<classification><![CDATA[NONE]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[352IF/17]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[352IF/17]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[352IF/17]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="5978" url="" path="/352IF2017.pdf" mimetype="application/pdf"><![CDATA[IMPLEMENTASI METODE HAAR-CASCADE CLASSIFICATION PADA PROTOTYPE SMART TRAFFIC LIGHT MENGGUNAKAN RASPBERRY PI]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[7143]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2017-05-12 10:20:56]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-08-15 11:22:10]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>