Deteksi Ketersediaan Slot Parkir Berbasis Pengolahan Citra Digital Menggunakan Metode Histogram of Oriented Gradients dan Support Vector Machine

Abstrak

Penelitian ini bertujuan untuk mengimplementasikan metode berbasis pengolahan citra digital guna menginformasikan status slot parkir di area parkir mobil dengan menggunakan metode ekstraksi fitur Histogram of Oriented Gradients (HOG) pada setiap wilayah parkir. Hasil ekstraksi fitur diklasifikasikan menggunakan Support Vector Machine (SVM) dengan membandingkan kernel Linear, RBF (Radial Basis Function), Polinomial, dan Sigmoid. Hasil klasifikasi SVM dianalisis menggunakan matriks konfusi dengan parameter akurasi, spesifisitas, sensitivitas, dan presisi. Dari segi akurasi, sistem yang menggunakan kernel Linear pada kondisi cerah menunjukkan akurasi 98,0%; hujan 98,8%; berawan 99,2%. Akurasi menggunakan kernel Polinomial pada kondisi cerah 99,2%; hujan 98,9%; berawan 99,4%. Akurasi menggunakan kernel RBF pada kondisi cerah 97,9%; hujan 98,7%; berawan 99,6%. Akurasi menggunakan data uji tambahan dengan kernel Linear menunjukkan akurasi 97,7%; kernel RBF 97,9%; kernel Polinomial 97,4%. Pengujian kernel Sigmoid tidak dapat digunakan karena model optimal tidak diperoleh dengan grid default.

Kata Kunci

slot parkir, ekstraksi fitur, histogram of oriented gradients, klasifikasi, support vector machine, kernel

Referensi

1. Torres, F. 2013. "Perhitungan Kepadatan Tempat Parkir Otomatis Menggunakan Pelacakan Gerakan". Fakultas Teknik dan Ilmu Komputer, Atlantic University, Boca Raton, Florida.
2. Modi, P., Morellas, V., dan Papanikolopoulos, N. 2011. "Menghitung Tempat Parkir Kosong di Tempat Peristirahatan Truk Menggunakan Visi Komputer". Departemen Ilmu Komputer dan Teknik, Universitas Minnesota, Washington.
3. Tschentscher, M. dan Neuhausen, M. 2012. "Deteksi Ruang Parkir Berbasis Video". Institut Komputasi Neural, Ruhr-Universität Bochum.
4. True, N. 2011. "Deteksi Ruang Parkir Kosong pada Gambar Statis". Universitas California, San Diego, La Jolla, CA 92093.
5. Almeida, P., Oliveira, L., Silva, E., Britto, A., dan Koerich, A. 2013. "Deteksi Ruang Parkir Menggunakan Deskriptor Tekstur". Universitas Federal Paraná, Departemen Informatika, Curitiba, PR, Brasil. Konferensi Internasional IEEE tentang Sistem, Manajemen, dan Sibernetika.
6. Almeida, P., Oliveira, L. S., Silva Jr, E., Britto Jr, A., Koerich, A. 2015. "PKLot – Dataset yang Kuat untuk Klasifikasi Tempat Parkir, Sistem Pakar dengan Aplikasi". Universitas Federal Paraná, Departemen Informatika, Curitiba, PR, Brasil. 42(11):4937-4949.
7. Dalal, N. dan Triggs, B. 2005. "Histogram Gradien Berorientasi untuk Deteksi Manusia". INRIA Rhône-Alps, 655 avenue de l'Europe, Montbonnot 38334, Prancis.
8. Cormic, C. 2013. "Tutorial Detektor Orang HOG". Sumber: http://mccormickml Diakses: 7 Mei 2016.
9. Sembiring, K. 2007. Tutorial SVM. Sumber: http://ac, diakses: 21 September 2016.
10. Wihardi, Y. 2013. "Generator Validasi Silang K-fold dalam Cpp". Sumber: http://web Diakses: 12 Juni 2016.
11. Han, J., dan Kamber, M. 2006. Konsep dan Teknik Data Mining. San Fransisco: Morgan Kauffman. ISBN 13: 978-1-55860-901-3.
12. Lin, H., dan Lin, C. 2003. "Studi tentang Kernel Sigmoid untuk SVM dan Pelatihan Kernel non-PSD dengan Metode Tipe SMO". Departemen Ilmu Komputer dan Teknik Informasi, Universitas Nasional Taiwan, Taipei 106, Taiwan.