DETEKSI KERUSAKAN DAN KELAYAKAN BAN MOBIL BERDASARKAN EKSTRAKSI TEKSTUR MENGGUNAKAN GRAY LEVEL COOCCURRENCE MATRIX DENGAN METODE JARINGAN SYARAF TIRUAN

Febriyanto, Nugroho and Rahmad, Cahya and Vista, Candra Bella (2020) DETEKSI KERUSAKAN DAN KELAYAKAN BAN MOBIL BERDASARKAN EKSTRAKSI TEKSTUR MENGGUNAKAN GRAY LEVEL COOCCURRENCE MATRIX DENGAN METODE JARINGAN SYARAF TIRUAN. Diploma thesis, Jurusan Teknologi Informasi.

	Text COVER.pdf Restricted to Registered users only Download (686kB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (132kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (554kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (539kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (446kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (804kB) | Request a copy
	Text BAB VI.pdf Restricted to Registered users only Download (398kB) | Request a copy
	Text BAB VII.pdf Restricted to Registered users only Download (8kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (10kB) | Request a copy
	Text LAMPIRAN.pdf Restricted to Registered users only Download (553kB) | Request a copy

Abstract

Penyebab kecelakaan di Indonesia salah satunya adalah faktor dari kondisi kendaraan yang tidak baik salah satunya yaitu kondisi ban yang mengalami kerusakan. Jenis kerusakan ban mobil terdiri dari empat jenis yaitu ban mobil aus, ban mobil aus pada bagian tertentu, ban mobil retak atau terkena paku, ban mobil pecah atau robek. Faktor lainnya yaitu kurang kesadaran atau kelalaian dari pengguna mobil untuk selalu memeriksa kondisi kendaraan terutama kondisi ban sebelum digunakan. Untuk mengatasi hal tersebut maka diusulkan untuk membuat sistem pendeteksi kerusakan dan kelayakan pada ban mobil berbasis Digital Image Processing (Pengolahan Citra Digital). Pada skripsi ini menggunakan citra ban mobil untuk dideteksi jenis kerusakan pada ban tersebut berdasarkan tekstur menggunakan Gray Level Cooccurrence Matrix. Backpropagation digunakan untuk mengklasifikasikan jenis kerusakan ban mobil dari nilai ekstraksi tekstur. Hasil pengujian akurasi pada penelitian ini terhadap 100 data uji dengan menggunakan metode Backpropagation menghasilkan akurasi sebesar 80%. Proses pengambilan citra, kondisi objek saat akan diambil citranya dan nilai parameter yang digunakan untuk proses klasifikasi, parameter nilai klasifikasi dan nilai ekstraksi ciri yang tidak signifikan merupakan faktor yang mempengaruhi tingkat keberhasilan akurasi yang didapat. Dari hasil pengujian didapatkan kesimpulan bahwa sistem deteksi ban mobil ini dapat berjalan dengan baik karena dapat mengidentifikasi jenis kerusakan ban mobil yang terdapat pada citra dengan menghasilkan akurasi keakuratan sebesar 80%.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kerusakan Ban Mobil, Tingkat Kelayakan Ban Mobil, Pengolahan Citra Digital, Gray Level Cooccurrence Matrix, Backpropagation.
Subjects:	A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Nugroho Febriyanto
Date Deposited:	12 Oct 2020 06:42
Last Modified:	12 Oct 2020 06:42
URI:	http://repota.jti.polinema.ac.id/id/eprint/231

Actions (login required)

View Item