KOMBINASI SOBEL, CANNY DAN OTSU UNTUK SEGMENTASI CITRA PENGGUNA HELEM SAFETY DAN TANPA HELEM SAFETY

Agung Susanto(1*)

(1) PASCASARJANA AMIKOM YOGYAKARTA
(*) Corresponding Author

Sari


Kesehatan dan keselamatan kerja di atur oleh pemerintah dalam undang-undang Pasal 86 ayat (1) huruf a Undang-Undang Nomor 13 Tahun 2003 yang berisi “Pekerja mempunyai hak untuk mendapatkan perlindungan atas Keselamatan dan Kesehatan Kerja (K3)”.  Berdasarkan undang-undang tersebut perushan di wajibkan melindungi karyawanya selama bekerja dengan menyediakan alat pelindung diri dengan lengkap serta pengawasan. Salah satu bagian paling penting dalam tubuh manusia adalah kepala, dengan penggunaan helem projek untuk melindungi kepala dapat mencegah terjadinya kecelakan kerja yang lebih serius. Dalam pengawasan pengguanan alat pelindung diri berupa helem di perlukan kesadaran dan pengawasan baik secara langsung maupun memanfaatakn teknologi. Pengolahan Citra merupakansalah satu  teknologi yang dapat di manfaatakan dalam pengawasa. Pengolahan Citra dapat membedakan pengguna helem dan tidak, dalam prosesnya juga di perlukan beberapa tahapan. Salah satu tahapan paling penting adalah segmentasi Citra di mana gambar akan di olah terlebih dahulu. Dalam penelitian ini akan menggunakan beberapa metode segmentasi Citra seperti Sobel, Canny Dan Otsu untuk mendapatkan gambar yang baik dalam proses clasifikasi pengguna helem menggunakan metode SVM. Berdasarkan hasil pengujian di dapatkan kombinasi terbaik segmentasi cita sobel, canny, dan otsu yang di klasifikasi menggunakan SVM sebesar 81%.


Teks Lengkap:

PDF

Referensi


Abhishek Sharma (2018) ‘Confusion Matrix in Machine Learning’, Www.Geeksforgeeks.Org.

Bhayyu, V. and Elvira, N. (2019) ‘Perbandingan Antara Metode Otsu Thresholding dan Multilevel Thresholding untuk Segmentasi Pembuluh Darah Retina’, Annual Research Seminar (ARS).

Haumahu, J. P. (2019) ‘Implementasi Jaringan Syaraf Tiruan Untuk Pengenalan Pola Notasi Balok Menggunakan Metode Backpropagation’, Jurnal Riset Komputer (JURIKOM).

Herlinawati, H. and Zulfikar, A. S. (2020) ‘ANALISIS PENERAPAN SISTEM MANAJEMEN KESELAMATAN DAN KESEHATAN KERJA (SMK3)’, Jurnal Kesehatan. doi: 10.38165/jk.v8i1.94.

Masril, M. A., Yuhandri and Jufriadif Na’am (2019) ‘Analisis Perbandingan Perbaikan Kualitas Citra Pada Motif Batik Dengan Konsep Deteksi Tepi Robert, Sobel, Canny Menggunakan Metode Morfologi’, Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi). doi: 10.29207/resti.v3i1.821.

Muhith, A. et al (2018) ‘Penggunaan Alat Pelindung Diri (APD) Masker Dengan Gangguan Saluran Pernapasan Pada Pekerja di PT. Bokormas Kota Mojokerto’, Journal of Chemical Information and Modeling.

Putra, E. D. and Santosa, S. (2017) ‘OPTIMASI KEMAMPUAN SEGMENTASI OTSU PADA IDENTIFIKASI PLAT NOMOR KENDARAAN INDONESIA MENGGUNAKAN METODE GAUSSIAN’, Pseudocode. doi: 10.33369/pseudocode.4.1.47-60.

Rizal, R. A., Girsang, I. S. and Prasetiyo, S. A. (2019) ‘Klasifikasi Wajah Menggunakan Support Vector Machine (SVM)’, REMIK (Riset dan E-Jurnal Manajemen Informatika Komputer). doi: 10.33395/remik.v3i2.10080.

Sari, I. E. Y., Furqan, M. and Sriani, S. (2020) ‘Penerapan Metode Otsu dalam Melakukan Segmentasi Citra pada Citra Naskah Arab’, MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer. doi: 10.30812/matrik.v20i1.658.

Tian, R. et al. (2021) ‘Sobel edge detection based on weighted nuclear norm minimization image denoising’, Electronics (Switzerland). doi: 10.3390/electronics10060655.

Voulodimos, A. et al. (2018) ‘Deep Learning for Computer Vision: A Brief Review’, Computational Intelligence and Neuroscience. doi: 10.1155/2018/7068349.

Yulianti, D., Nurhasanah and Arman, Y. (2021) ‘Segmentasi Citra Sel Darah Serviks’, PRISMA FISIKA.

Zheng, Y. et al. (2020) ‘Support vector machine classification combined with multimodal magnetic resonance imaging in detection of patients with schizophrenia’, IET Image Processing. doi: 10.1049/iet-ipr.2019.1108.




DOI: http://dx.doi.org/10.31602/tji.v13i2.6493

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.