Cover Image

Implementasi Metode Scale Invariant Feature Transform (SIFT) Untuk Multiple Object Tracking Pada Video CCTV

Main Author: Hapsani, AnggiGustiningsih
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2014
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/145912/1/anggi_gustiningsih_hapsani_105060801111009.pdf
http://repository.ub.ac.id/145912/
ctrlnum 145912
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/145912/</relation><title>Implementasi Metode Scale Invariant Feature Transform (SIFT) Untuk Multiple Object Tracking Pada Video CCTV</title><creator>Hapsani, AnggiGustiningsih</creator><subject>005 Computer programming, programs, data</subject><description>Salah satu teknologi multimedia yang sangat populer saat ini adalah multiple object tracking. Multiple object tracking adalah sebuah teknik atau metode yang digunakan untuk melakukan pelacakan terhadap banyak objek bergerak pada video. Sebelum ada teknologi ini, pelacakan objek pada sistem keamanan dilakukan secara manual dengan kamera CCTV, dimana sistem tersebut hanya mampu menampilkan dan menyimpan video yang telah direkam tanpa memiliki kemampuan untuk melacak secara otomatis. Salah satu metode multiple object tracking yang populer adalah metode SIFT. Aplikasi ini mengimplementasikan teknologi multiple object tracking yang terdiri dari 2 proses yaitu proses deteksi objek dan proses pelacakan objek. Proses deteksi objek diterapkan dengan menggunakan metode background substraction. Sedangkan proses pelacakan objek diterapkan dengan menggunakan metode SIFT. Hasil pengujian akurasi menunjukkan bahwa aplikasi ini memiliki nilai akurasi terbesar yakni 74,2% pada nilai scale Gaussian = 0,707, r=1,01, dan threshold matching 0,5. Pada hasil pengujian parameter terbaik terhadap 10 variasi data video didapatkan akurasi rata-rata sebesar 87,82%. Sedangkan pada hasil pengujian centroid didapatkan error rate objek 1 sebesar 2.61% dan objek 2 sebesar 5.11%. Sehingga dapat disimpulkan bahwa aplikasi ini memiliki kehandalan yang cukup untuk melakukan pelacakan objek secara multiple. Selain itu sistem telah mampu mendeteksi dan melacak region dari tiap objek secara baik dengan tingkat error rate yang kecil.</description><date>2014</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145912/1/anggi_gustiningsih_hapsani_105060801111009.pdf</identifier><identifier> Hapsani, AnggiGustiningsih (2014) Implementasi Metode Scale Invariant Feature Transform (SIFT) Untuk Multiple Object Tracking Pada Video CCTV. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2014/126/051404117</relation><recordID>145912</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Hapsani, AnggiGustiningsih
title Implementasi Metode Scale Invariant Feature Transform (SIFT) Untuk Multiple Object Tracking Pada Video CCTV
publishDate 2014
isbn 1050608011110
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/145912/1/anggi_gustiningsih_hapsani_105060801111009.pdf
http://repository.ub.ac.id/145912/
contents Salah satu teknologi multimedia yang sangat populer saat ini adalah multiple object tracking. Multiple object tracking adalah sebuah teknik atau metode yang digunakan untuk melakukan pelacakan terhadap banyak objek bergerak pada video. Sebelum ada teknologi ini, pelacakan objek pada sistem keamanan dilakukan secara manual dengan kamera CCTV, dimana sistem tersebut hanya mampu menampilkan dan menyimpan video yang telah direkam tanpa memiliki kemampuan untuk melacak secara otomatis. Salah satu metode multiple object tracking yang populer adalah metode SIFT. Aplikasi ini mengimplementasikan teknologi multiple object tracking yang terdiri dari 2 proses yaitu proses deteksi objek dan proses pelacakan objek. Proses deteksi objek diterapkan dengan menggunakan metode background substraction. Sedangkan proses pelacakan objek diterapkan dengan menggunakan metode SIFT. Hasil pengujian akurasi menunjukkan bahwa aplikasi ini memiliki nilai akurasi terbesar yakni 74,2% pada nilai scale Gaussian = 0,707, r=1,01, dan threshold matching 0,5. Pada hasil pengujian parameter terbaik terhadap 10 variasi data video didapatkan akurasi rata-rata sebesar 87,82%. Sedangkan pada hasil pengujian centroid didapatkan error rate objek 1 sebesar 2.61% dan objek 2 sebesar 5.11%. Sehingga dapat disimpulkan bahwa aplikasi ini memiliki kehandalan yang cukup untuk melakukan pelacakan objek secara multiple. Selain itu sistem telah mampu mendeteksi dan melacak region dari tiap objek secara baik dengan tingkat error rate yang kecil.
id IOS4666.145912
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:47:58Z
last_indexed 2021-10-28T07:33:31Z
recordtype dc
_version_ 1751454637836206080
score 17.538404

Lihat Juga