DETEKSI HILAL BERDASARKAN DATA VIDEO DENGAN TEKNIK COMPUTER VISION

Lebih dari satu setengah miliar orang di seluruh dunia menggunakan kalender berdasarkan penampakan hilal. Dalam kalender Hijriah, sangat penting untuk mengenali penampakan hilal untuk pertama kalinya setelah konjungsi, terutama untuk tiga bulan penting yaitu Ramadan, Syawal, dan Dzulhijjah. Peneliti...

Full description

Saved in:
Bibliographic Details
Main Author: Alif Rizza Zuhudi, - (Author)
Format: Book
Published: 2023-08-30.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoupi_105497
042 |a dc 
100 1 0 |a Alif Rizza Zuhudi, -  |e author 
245 0 0 |a DETEKSI HILAL BERDASARKAN DATA VIDEO DENGAN TEKNIK COMPUTER VISION 
260 |c 2023-08-30. 
500 |a http://repository.upi.edu/105497/1/S_KOM_1901434_Title.pdf 
500 |a http://repository.upi.edu/105497/2/S_KOM_1901434_Chapter1.pdf 
500 |a http://repository.upi.edu/105497/3/S_KOM_1901434_Chapter2.pdf 
500 |a http://repository.upi.edu/105497/4/S_KOM_1901434_Chapter3.pdf 
500 |a http://repository.upi.edu/105497/5/S_KOM_1901434_Chapter4.pdf 
500 |a http://repository.upi.edu/105497/6/S_KOM_1901434_Chapter5.pdf 
500 |a http://repository.upi.edu/105497/7/S_KOM_1901434_Appendix.pdf 
520 |a Lebih dari satu setengah miliar orang di seluruh dunia menggunakan kalender berdasarkan penampakan hilal. Dalam kalender Hijriah, sangat penting untuk mengenali penampakan hilal untuk pertama kalinya setelah konjungsi, terutama untuk tiga bulan penting yaitu Ramadan, Syawal, dan Dzulhijjah. Penelitian ini menggunakan data video yang akan diproses menggunakan algoritma computer vision untuk mengidentifikasi kemunculan hilal. Hilal akan ditangkap dengan menggunakan Gaussian Blur dan Adaptive Thresholding. Teknik Image Processing, seperti ekstraksi frame dari video, pra-pemrosesan gambar, dan algoritma deteksi menggunakan Circular Hough Transform (CHT), semuanya diimplementasikan menggunakan library OpenCV. Kami memilih dua puluh pengamatan sebagai sampel yang disediakan oleh Badan Meteorologi, Klimatologi, dan Geofisika (MCGA). Waktu komputasi model yang diusulkan relatif lebih cepat dibandingkan dengan frekuensi frame yang ditampilkan per detik pada video. Akurasi program dalam membedakan antara frame dengan dan tanpa hilal cukup baik dimana tingkat akurasi model ini bervariasi antara 43,68% hingga 96,51%. Kami menyimpulkan bahwa model yang diusulkan dapat secara akurat dan cepat mendeteksi kapan hilal akan muncul. Kata kunci : Circular Hough Transform, computer vision, hilal detection, Image Processing 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
690 |a QA75 Electronic computers. Computer science 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n http://repository.upi.edu/105497/ 
787 0 |n http://perpustakaan.upi.edu/ 
856 |u https://repository.upi.edu/105497  |z Link Metadata