SISTEM PERTOLONGAN PERTAMA DENGAN POLA TANGAN MENGGUNAKAN MACHINE LEARNING

aristanti, Apriska ade and WULANNINGRUM, RESTY and PAMUNGKAS, DANAR PUTRA (2020) SISTEM PERTOLONGAN PERTAMA DENGAN POLA TANGAN MENGGUNAKAN MACHINE LEARNING. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_16103020098.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (844kB) | Request a copy
[img] Text (Similarity)
RAMA_55201_161030098_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (383kB)
[img] Text (References)
RAMA_55201_0719068702_0708028704_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (123kB)

Abstract

Dalam era digital seperti sekarang ini, di butuhkan keamanan yang dapat mengenali pola gestur tangan manusia untuk mencengah terjadinya tindakan kriminalitas manusia untuk mencengah terjadinya tindakan kriminalitas. Dalam kehidupan sehari-hari sering dijumpai kejahatan yang terjadi pada sebuah tempat dengan ruangan yang sempit dan hanya di awasi oleh CCTV. Biasanya ditempat seperti ini sering terjadi tindakan kejahatan. Sehingga korban yang panik sulit untuk berteriak meminta pertolongan, dengan adanya sistem yang dapat terdeteksi oleh CCTV. Sistem ini memanfaatkan teknologi Maching Learning yaitu Teknologi dari cabang ilmu Artificial Intellegence (Kecerdasan Buatan ) yang focus pada pengembangan sebuah sistem yang mampu belajar sendiri tanpa harus berulang kali di program oleh manusia, dengan begitu Machine Learning dapat di terapkan pada sebuah sistem yang bisa mengenali pola tangan pada ruangan yang tidak di jaga oleh satpam tetapi hanya diawasi dengan CCTV. Di dalam sistem tersebut akan tanda pemberitahuan apabila ada orang yang ingin melakukan tindakan kejahatan dengan mengenali pola gestur tangan. Menggunakan Metode Haar Cascade Classifier yaitu pohon keputusan yang terdegenerasi di mana pada setiap tahap pengklasifikasi dilatih untuk mendeteksi hampir semua objek yang dilatih. Dan dengan sistem ini diharapkan dapat membantu mencengah terjadinya tindakan kejahatan dan dapat melakukan pertolongan pertama saat terjadinya tindakan kriminaldari hasil pelatihan pada malam hari diperoleh nilai akurasi sebesar 0,92, nilai presisi sebesar 0,90, nilai sensifitasnya 0,86 dengan tingkat eror 0,01763.dan penelitian pada siang hari diperoleh akurasi sebesar 0,72,nilai presisi 0,67,nilai sensifitasnya 0,078, dengan tingkat eror 0, 032084. Sistem ini dapat mendeteksi dengan tingkat akurasi tinggi pada malam hari karena Sinar cahaya sangat mempengaruhi dalam ujicoba realtime.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Haar Casscade Classifier, Machine Learning
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Mrs Apriska Ade Aristanti
Date Deposited: 03 Sep 2020 04:26
Last Modified: 03 Sep 2020 04:26
URI: http://repository.unpkediri.ac.id/id/eprint/2298

Actions (login required)

View Item View Item