Abstrak - Many algorithms can be used to detect humans. Background subtraction and optical flow are the most popular algorithm. Background subtraction is a process for detecting human objects by comparing two images which is background images that has a object and the other one is not. Images that have objects and images that do not have objects are subtracted to get the whole object without background. Optical flow is the flow of movement from a moving object. The movement of optical flow is obtained from the initial frame to the last frame of a video. Video sample is processed by background subtraction algorithm and optical flow algorithm to determine the best human detection and to know the accuracy from the both algorithm. The experiment using 1 sample video with 3 minutes duration has obtained the results in detecting human presence, using background subtraction algorithm has a truth level 80.56%. And the optical flow algorithm has a truth level of 97.22%. The results of calculating the ammount of humans detected, background subtraction algorithm has a truth level of 2.78%. While the optical flow algorithm has a truth level of 16.67%. Keywords: Background subtraction, human detection system, optical flow Abstrak – Banyak algoritma yang bisa digunakan untuk membuat sistem pendeteksi manusia Algoritma background subtraction dan algoritma optical flow merupakan algoritma yang populer digunakan. Background subtraction adalah proses untuk mendeteksi objek manusia dengan cara membandingkan gambar yang memiliki objek dengan gambar latar belakang yang tidak memiliki objek. Gambar yang memiliki objek dan gambar yang tidak memiliki objek selanjutnya dikurangi agar mendapatkan objek utuh tanpa background. Optical flow adalah aliran pergerakan dari sebuah objek yang bergerak. Pergerakan optical flow didapatkan dari frame awal sampai frame terakhir pada sebuah video. Video sampel rekaman diolah oleh algoritma background subtraction dan algoritma optical flow untuk menentukan pendeteksian manusia yang paling baik serta mengetahui keakuratan dari kedua algoritma tersebut. Pengujian menggunakan 1 video sampel dengan durasi 3 menit, didapatkan hasil dengan menggunakan algoritma background subtraction memiliki tingkat kebenaran sebanyak 80.56%. Sedangkan dengan menggunakan algoritma optical flow memiliki tingkat kebenaran sebanyak 97.22%. Selanjutnya hasil yang didapat dalam menghitung jumlah manusia yang terdeteksi, dengan menggunakan algoritma background subtraction memiliki tingkat kebenaran sebanyak 2.78%. Sedangkan dengan menggunakan algoritma optical flow memiliki tingkat kebenaran sebanyak 16.67%. Kata Kunci: Background subtraction, Optical flow, sistem deteksi manusia
Kesehatan merupakan hal yang paling berharga bagi manusia, karena siapa saja rentan mengalami gangguan kesehatan. Anak sangat rentan terhadap kuman penyakit dan kepekaan terhadap gejala suatu penyakit merupakan ketakutan sendiri bagi orang tua. Namun dengan kemudahan adanya dokter ahli, terkadang terdapat pula kelemahan seperti jam kerja atau jam praktek dokter yang terbatas dan banyaknya pasien sehingga harus menunggu antrian. Karena hal itulah maka dibutuhkan suatu alat bantu yang dapat mendiagnosa penyakit anak berupa suatu sistem pakar. Tujuan penelitian ini adalah membuat aplikasi sistem pakar berbasis mobile dalam mendiagnosis penyakit anak. Dengan menggunakan teknik penalaran forward chaining diagnosa dilakukan dengan memulai dari sekumpulan gejala-gejala, nantinya dapat melihat kesimpulan jenis penyakit pada anak. Metode yang digunakan sebagai tahapan penelitian ini adalah metode Extreme Programming (XP) yang merupakan metode rancang bangun perangkat lunak yang menekankan pada 4 tahap dalam pengembangan perangkat lunak.
Handphone tidak hanya memiliki fungsi untuk menelepon dan mengirim pesan. Pada beberapa handphone kelas atas (smartphone) bahkan hampir memiliki fungsi seperti komputer. Dengan adanya handphone sangat membantu kelancaran kegiatan manusia. Akan tetapi, hanya sedikit dari orang yang memakai handphone yang peka akan gejala – gejala kerusakan pada handphone, sehingga kebanyakan orang tidak sadar dan cuek akan gejala kerusakan tersebut hingga handphone tersebut benar-benar mati. Karena hal itulah dibutuhkan suatu perangkat lunak yang berupa aplikasi program atau sistem pakar yang sesuai dengan permasalahan yang terjadi pada handphone. Sistem pakar merupakan kecerdasan buatan yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari penelitian ini adalah membuat aplikasi sistem pakar berbasis android dalam mendeteksi kerusakan handphone. Dengan menggunakan teknik penalaran forward chaining, deteksi dilakukan dengan memulai dari sekumpulan gejala-gejala, nantinya dapat melihat kesimpulan jenis kerusakan pada handphone. Metode yang digunakan sebagai tahapan penelitian ini adalah metode Extreme Programming (XP) yang merupakan metode rancang bangun perangkat lunak yang menekankan pada 4 tahapan dalam pengembangan
Autisme merupakan gangguan perkembangan anak yang sering kali salah dipersepsikan oleh masyarakat. Dengan bantuan perkembangan teknologi, dapat dibuat suatu sistempakar yang dapat membantu mendiagnosa gangguan autisme pada seorang balita. Proses untuk mengelola data yang ada dalam penelitian ini adalah menggunakan metode certainty factor. Data yang didapat berupa gejala diagnosa autisme berdasarkan DSM IV TR dan DSM V TR. Metode ini akan mengalikan nilai yang didapat dari pakar dan juga nilai dari pengguna. Penelitian ini menghasilkan sebuah aplikasi sistem pakar untuk mendiagnosa autisme pada balita berbasis android. Pengujian yang digunakan dalam penelitian ini adalah pengujian validasi dan pengujian akurasi. Hasil pengujian validasi yaitu 100% yang menunjukkan bahwa fungsionalitas sistem berjalan dengan baik. Selain itu, aplikasi ini juga telah diujisecara langsung kepada pakar dan juga kepada pasien yang dinyatakan terkena autisme dan mendapatkan hasil keluaran yang sama dengan hasil diagnosa pakar.
Aplikasi Penentuan Jenis Suara pada Paduan Suara merupakan sebuah aplikasi yang dikembangkan untuk mengetahui jenis suara seseorang dengan memanfaatkan handphone Android. Penentuan Jenis Suara biasanya dilakukan secara manual dengan mengikuti beberapa tahap seperti tes jangkauan suara, dan warna suara. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi Penentuan Jenis Suara berbasis mobile yang dapat digunakan pada smartphone Android dengan menggunakan metode pengembangan aplikasi RAD(Rapid Application Development). Metode RAD ini terdiri dari 4 fase yaitu fase analisis persyaratan, fase analisis modeling, fase desain modeling, dan konstruksi. Berdasarkan hasil penelitian dapat disimpulkan bahwa aplikasi ini dapat membantu menentukan jenis suara untuk orang/masyarakat umum yang ingin bergabung di paduan suara.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.