SISTEM PENDETEKSI JARAK PADA OBJEK REALTIME VIDEO BERDASARKAN LUAS KONTUR MENGGUNAKAN METODE CIRCLE HOUGH
Keywords:
Pengolahan Citra, Warna, Jarak, Objek, KameraAbstract
Proses pengolahan citra membuat sistem dapat mengenali warna dan bentuk suatu objek. Untuk mengetahui jarak kamera dengan objek yang terdapat didepannya, adalah salah satu hasil representasi dari proses pengolahan citra untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan, memantau manufaktur. Untuk mempermudah pendeteksian jarak pada suatu objek komputer harus memilki sistem pengolahan citra yang dapat mengenali warna dan bentuk objek. Penelitian ini berfokus pada pendeteksian jarak berdasarkan luasan warna objek. Luasan objek dihitung berdasarkan kontur objek yang terdeteksi. Luasan kontur dijadikan nilai acuan dalam menghitung jarak antara objek dengan kamera. Perhitungan jarak dengan kamera menggunakan persamaan garis polinomial dari nilai luas kontur objek yang dengan jarak sebenarnya. Dari hasil pengujian sistem dapat menghitung jarak antra objek dan kamera dengan tingkat keberhasilan 86%.
References
Budianto, A., Maryono, D. and Ariyuana, R. (2018). Perbandingan K-Nearest Neighbor (Knn) Dan Support Vector Machine (Svm) Dalam Pengenalan Karakter Plat Kendaraan Bermotor, JIPTEK, 11(1).
Ginting, R., Patmasari, R. and Aulia, S. (2019), Sistem Orientasi Objek Dengan Metode Stereo Vision Berbasis Raspberry Pi, 3(1), pp. 72–85.
Khamdi, N., Susantok, M. and Leopard, P. (2017). Pendeteksian Objek Bola dengan Metode Color Filtering HSV pada Robot Soccer Humanoid, Jurnal Nasional Teknik Elektro, 6(2), p. 123. doi: 10.25077/jnte.v6n2.398.2017.
Prabowo, D. A., Abdullah, D. and Manik, A. (2018). Deteksi Dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking, V(September), pp. 85–91
Pratama, A. C., Notowidjaja, M. C. and Maydison. (2019). Laporan Kemajuan Kontes Kapal Cepat Tak Berawak Nasional (Kkctbn) 2019.
Sugianda, I. and Thamrin (2019). Perancangan Sistem Deteksi Objek Pada Robot Krsbi Berbasis Mini Pc Raspberry Pi 3, 12(1).
Sutarno, Abdullah, R. F. and Passarella, R. (2017). Identifikasi Tanaman Buah Berdasarkan Fitur Bentuk, Warna dan Tekstur Daun Berbasis Pengolahan Citra dan Learning Vector Quantization (LVQ), Prosiding Annual Research Seminar 2017, 3(1), pp. p65-70.
Utami, R. Z., Suksmadana, I. M. B. and Kanata, B. (2015). Menentukan luas objek citra dengan teknik deteksi tepi, 2(1), pp. 11–17.
Utama, J. and Riki, D. (2017) Implementasi Sistem Pendeteksi Target Berdasarkan Pengenalan Warna dan Pola untuk Robot Pengikut Bola, 5(2).
Wiyagi, R. O. and Mustar, M. Y. (2017) Deteksi Jarak Objek Bercahaya Secara Real Time Menggunakan Kamera Tunggal, (June 2015).
Indonesian Society of Applied Science (ISAS)
