Yunus, Aristian Jovianto (1322022) (2017) Perancangan dan Pengembangan Sistem Deteksi Rintangan Menggunakan Metode Haar-Like Feature pada Brain-Controlled Wehhchair. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1322022_Abstract_TOC.pdf - Accepted Version Download (840Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1322022_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (424Kb) |
|
|
Text
1322022_Chapter1.pdf - Accepted Version Download (207Kb) | Preview |
|
|
Text
1322022_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (1533Kb) |
|
|
Text
1322022_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (1188Kb) |
|
|
Text
1322022_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (662Kb) |
|
|
Text
1322022_Conclusion.pdf - Accepted Version Download (139Kb) | Preview |
|
|
Text
1322022_Cover.pdf - Accepted Version Download (494Kb) | Preview |
|
|
Text
1322022_Reference.pdf - Accepted Version Download (209Kb) | Preview |
Abstract
Brain-controlled wheelchair merupakan assisting device untuk penderita disabilitas yang dapat dikendalikan oleh gelombang otak manusia. Kenyamanan dan keamanan dari pengguna disabilitas merupakan fokus pengembangan braincontrolled wheelchair. Pada tugas akhir ini akan dirancang sistem deteksi rintangan menggunakan pengolahan citra untuk membedakan rintangan menjadi meja dan tangga turun. Tugas akhir ini membahas perancangan dan implementasi pengolahan citra menggunakan metode haar-like feature untuk deteksi rintangan. Pengolahan citra dibagi menjadi 3 bagian, yaitu preprocessing, ekstraksi ciri, dan klasifikasi. Tahap preprocessing dimulai dengan pengubahan format warna citra menjadi grayscale dilanjutkan dengan pengurangan noise pada citra menggunakan bilateral filter. Hasil preprocessing akan dilanjutkan pada tahap ekstraksi ciri untuk menentukan tepi rintangan dengan menggunakan canny edge. Nilai ciri akan dikalkulasi dengan menggunakan metode haar-like feature untuk 2 klasifikasi rintangan: meja dan tangga turun. Sistem deteksi rintangan pada brain-controlled wheelchair telah berhasil diimplementasikan menggunakan metode haar-like feature. Sistem mampu mendeteksi rintangan pada intensitas cahaya 58 LUX - 103 LUX, apabila nilai parameter scalefactor 1.1 dan minneighbour 7. Waktu pengolahan citra untuk mengenali rintangan adalah 9 ms - 11 ms.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Brain-controlled wheelchair, bilateral filter, canny edge, haar-like feature, scalefactor, minneighbour |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 06 Sep 2017 03:27 |
| Last Modified: | 06 Sep 2017 03:27 |
| URI: | http://repository.maranatha.edu/id/eprint/23032 |
Actions (login required)
 |
View Item |
