IMPLEMENTASI ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) PADA PENGENALAN RAMBU – RAMBU LALU LINTAS
Salah satu faktor meningkatnya pelanggaran di jalan raya adalah pelanggaran terhadap rambu – rambu lalu lintas, hal tersebut dikarenakan rambu tidak terlihat oleh pengemudi. Selain hal tersebut keadaan pada rambu yang terpasang di jalan raya memiliki kekurangan seperti rambu yang memutar, rambu yang tidak sempurna dan rambu yang tidak standar. Maka untuk dapat mengurangi pelanggaran rambu – rambu lalu lintas diperlukan sistem yang dapat mengenali lalu lintas. Untuk dapat mengenali rambu – rambu lalu lintas dapat dilakukan secara visual dan harus cepat dalam mengenali. Citra yang akan dikenali dapat menggunakan kamera untuk mengambil informasi dari rambu yang kemudian citra tersebut di ekstraksi fitur dengan algoritma Speeded Up Robust Features (SURF) yang terdiri dari tiga tahapan yaitu interest point detection, scale space, feature description dan feature matching sehingga sistem dapat mengenali rambu – rambu lalu lintas. Penelitian yang telah dilakukan menghasilkan bahwa algoritma SURF dalam mengenali rambu – rambu lalu lintas cukup baik untuk dijadikan algoritma pengenalan rambu – rambu lalu lintas dengan kebutuhan yang harus cepat dan akurat. Selain itu juga algoritma ini bersifat invarian terhadap skala dan invarian terhadap rotasi, sehingga perbedaan kemiringan dan perbedaan skala tetap bisa dikenali dengan menggunakan algoritma SURF
APA Style
. (2017).IMPLEMENTASI ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) PADA PENGENALAN RAMBU – RAMBU LALU LINTAS ().Teknik Informatika:FTI
Chicago Style
.IMPLEMENTASI ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) PADA PENGENALAN RAMBU – RAMBU LALU LINTAS ().Teknik Informatika:FTI,2017.Text
MLA Style
.IMPLEMENTASI ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) PADA PENGENALAN RAMBU – RAMBU LALU LINTAS ().Teknik Informatika:FTI,2017.Text
Turabian Style
.IMPLEMENTASI ALGORITMA SPEEDED UP ROBUST FEATURES (SURF) PADA PENGENALAN RAMBU – RAMBU LALU LINTAS ().Teknik Informatika:FTI,2017.Text
