Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature
Sistem pengawasan berbasis CCTV telah banyak digunakan untuk memantau tempat umum, sehingga keamanan dan kenyamanan lebih terjamin. Salah satu permasalahan pada proses pengawasan adalah mengidentifikasi objek manusia pada kamera CCTV yang berbeda, yang disebut sebagai person reidentification (Re-ID)...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Gadjah Mada
2020-08-01
|
| Series: | Jurnal Nasional Teknik Elektro dan Teknologi Informasi |
| Subjects: | |
| Online Access: | https://jurnal.ugm.ac.id/v3/JNTETI/article/view/249 |
| _version_ | 1830308519552745472 |
|---|---|
| author | Muhammad Yusuf Manshur Wahyono |
| author_facet | Muhammad Yusuf Manshur Wahyono |
| author_sort | Muhammad Yusuf Manshur |
| collection | DOAJ |
| description | Sistem pengawasan berbasis CCTV telah banyak digunakan untuk memantau tempat umum, sehingga keamanan dan kenyamanan lebih terjamin. Salah satu permasalahan pada proses pengawasan adalah mengidentifikasi objek manusia pada kamera CCTV yang berbeda, yang disebut sebagai person reidentification (Re-ID). Re-ID adalah proses untuk mengidentifikasi gambar objek manusia, yang berasal dari dua citra atau lebih yang berada di sudut pandang kamera CCTV berbeda, adalah orang yang sama atau tidak. Pada makalah ini diusulkan metode berbasis fitur visual dari citra objek dengan nama Bag of Visual Feature (BOVF). BOVF bekerja dengan merepresentasikan data sebagai kumpulan fitur lokal yang digunakan dengan mekanisme pengelompokan fitur (feature clustering). Implementasi BOVF menggunakan algoritme pengelompokan fitur Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada proses pelatihan model citra dengan mempelajari fitur Histogram of Oriented Gradient (HOG). Hasil dari penelitian yang menggunakan dataset sebanyak 70 citra frame dari dataset iLIDS-VID ini mendapatkan akurasi terbaik pada R-20 sebesar 88% menggunakan DBSCAN dengan kecepatan proses sebesar 1,85 detik. |
| first_indexed | 2024-12-19T10:51:31Z |
| format | Article |
| id | doaj.art-a0a042fa9b3c4e6ea25f502b2fdfb6f7 |
| institution | Directory Open Access Journal |
| issn | 2301-4156 2460-5719 |
| language | English |
| last_indexed | 2024-12-19T10:51:31Z |
| publishDate | 2020-08-01 |
| publisher | Universitas Gadjah Mada |
| record_format | Article |
| series | Jurnal Nasional Teknik Elektro dan Teknologi Informasi |
| spelling | doaj.art-a0a042fa9b3c4e6ea25f502b2fdfb6f72022-12-21T20:24:59ZengUniversitas Gadjah MadaJurnal Nasional Teknik Elektro dan Teknologi Informasi2301-41562460-57192020-08-019324825310.22146/.v9i3.249249Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual FeatureMuhammad Yusuf ManshurWahyonoSistem pengawasan berbasis CCTV telah banyak digunakan untuk memantau tempat umum, sehingga keamanan dan kenyamanan lebih terjamin. Salah satu permasalahan pada proses pengawasan adalah mengidentifikasi objek manusia pada kamera CCTV yang berbeda, yang disebut sebagai person reidentification (Re-ID). Re-ID adalah proses untuk mengidentifikasi gambar objek manusia, yang berasal dari dua citra atau lebih yang berada di sudut pandang kamera CCTV berbeda, adalah orang yang sama atau tidak. Pada makalah ini diusulkan metode berbasis fitur visual dari citra objek dengan nama Bag of Visual Feature (BOVF). BOVF bekerja dengan merepresentasikan data sebagai kumpulan fitur lokal yang digunakan dengan mekanisme pengelompokan fitur (feature clustering). Implementasi BOVF menggunakan algoritme pengelompokan fitur Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada proses pelatihan model citra dengan mempelajari fitur Histogram of Oriented Gradient (HOG). Hasil dari penelitian yang menggunakan dataset sebanyak 70 citra frame dari dataset iLIDS-VID ini mendapatkan akurasi terbaik pada R-20 sebesar 88% menggunakan DBSCAN dengan kecepatan proses sebesar 1,85 detik.https://jurnal.ugm.ac.id/v3/JNTETI/article/view/249person reidentificationbag of visual featurepengelompokan fiturdbscanhistogram of oriented gradient |
| spellingShingle | Muhammad Yusuf Manshur Wahyono Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature Jurnal Nasional Teknik Elektro dan Teknologi Informasi person reidentification bag of visual feature pengelompokan fitur dbscan histogram of oriented gradient |
| title | Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature |
| title_full | Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature |
| title_fullStr | Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature |
| title_full_unstemmed | Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature |
| title_short | Person Reidentification pada Sistem Surveillance Cerdas Menggunakan Metode Bag of Visual Feature |
| title_sort | person reidentification pada sistem surveillance cerdas menggunakan metode bag of visual feature |
| topic | person reidentification bag of visual feature pengelompokan fitur dbscan histogram of oriented gradient |
| url | https://jurnal.ugm.ac.id/v3/JNTETI/article/view/249 |
| work_keys_str_mv | AT muhammadyusufmanshur personreidentificationpadasistemsurveillancecerdasmenggunakanmetodebagofvisualfeature AT wahyono personreidentificationpadasistemsurveillancecerdasmenggunakanmetodebagofvisualfeature |