DETEKSI OBJEK MENGGUNAKAN HISTOGRAM OF ORIENTED GRADIENT (HOG) UNTUK MODEL SMART ROOM

Robby Yuli Endra, Ahmad Cucus, Freddy Nur Afandi, M. Bintang Syahputra

Abstract


Smart room merupakan konsep otamatisasi yang ada pada sebuah ruangan dengan menggunakan Internet of things (IOT). Perkembangan teknologi saat ini tidak di pungkiri dengan munculnya konsep revolusi industry 4.0. hal ini menjadi dasar dalam penelitian ini untuk membuat otomatisasi sebuah ruangan. Jika sebuah ruang terkendali dan terkontrol secara otomatis, maka akan berdampak biaya operasional yang berkurang.

Pada penelitian ini menjelaskan konsep smart room yang di titik beratkan pada inputan deteksi objek manusia menggunakan algortima Histogram of Oriented Gradient (HOG). HOG merupakan konsep Histogram Of Oriented Gradients ini digunakan untuk mengekstraksi fitur pada obyek gambar dengan menggunakan obyek manusia. Berdasarkan langkahnya, proses awal pada metode HOG adalah mengkonversi citra RGB (Red, Green, Blue) menjadi grayscale, yang kemudian dilanjutkan dengan menghitung nilai gradien setiap piksel.

Tujuan dari penelitian ini adalah menjadikan objek manusia menjadi inputan pada konsep smart room.


Keywords


Smart room;Histogram of Gradient (HOG);Otomatisasi;Objek

Full Text:

PDF

References


B. C. Chifor, I. Bica, V. V. Patriciu, and F. Pop, “A security authorization scheme for smart home Internet of Things devices,” Futur. Gener. Comput. Syst., vol. 86, pp. 740–749, 2018.

S. A. Chowdhury, M. M. S. Kowsar, and K. Deb, “Human detection utilizing adaptive background mixture models and improved histogram of oriented gradients,” ICT Express, 2018.

A. K. Saputra, F. Ariani, and R. Y. Endra, “Application Object Detection Using Histogram of Oriented Gradient For Artificial Intelegence System Module of Nao Robot ( Control System Laboratory ( LSKK ) Bandung Institute of Technology ),” no. Icetd, pp. 626–636, 2017.

N. Aprama and R. Y. Endra, “Analysis Smart Class Method Fuzzy Logic Using Arduino Uno,” no. 2012, pp. 708–713, 2017.

J. Zhang et al., “Therapeutic detoxification of quercetin against carbon tetrachloride-induced acute liver injury in mice and its mechanism,” J. Zhejiang Univ. Sci. B, vol. 15, no. 12, pp. 1039–1047, 2014.

K. Seemanthini and S. S. Manjunath, “Human Detection and Tracking using HOG for Action Recognition,” Procedia Comput. Sci., vol. 132, no. Iccids, pp. 1317–1326, 2018.

M. Kaushal, B. S. Khehra, and A. Sharma, “Soft Computing based object detection and tracking approaches: State-of-the-Art survey,” Appl. Soft Comput. J., vol. 70, pp. 423–464, 2018.

Y. Pang, Y. Yuan, X. Li, and J. Pan, “Efficient HOG human detection,” Signal Processing, vol. 91, no. 4, pp. 773–781, 2011.

R. Y. Endra, A. Kurniawan, and A. K. Saputra, “Identifying Criminalitor Using Face Detection on Room Security System,” Third Int. Conf. Law, Bus. Gov. 2016 Univ. Bandar Lampung (UBL), Indones., p. II-14, 2016.

D. Alamsyah, “Pengenalan Mobil pada Citra Digital Menggunakan HOG-SVM,” Jatisi, vol. 1, no. 2, pp. 162–168, 2017.

S. MALLICK, “histogram-of-oriented-gradients,” 2018. [Online]. Available: https://www.learnopencv.com/histogram-of-oriented-gradients/. [Accessed: 24-Oct-2018].


Refbacks

  • There are currently no refbacks.