IMPLEMENTASI GRADIENT-BASED LOW-LIGHT IMAGE ENHANCEMENT UNTUK KLASIFIKASI SPESIES IKAN MENGGUNAKAN METODE YOU ONLY LOOK ONCE

CARVEY CHENNICO and NICHOLAS NG (2022) IMPLEMENTASI GRADIENT-BASED LOW-LIGHT IMAGE ENHANCEMENT UNTUK KLASIFIKASI SPESIES IKAN MENGGUNAKAN METODE YOU ONLY LOOK ONCE. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (6MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (21MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (14MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (2MB)

Abstract

Citra yang berkontras rendah (gelap) di bawah air sering kali mempersulit pengamat atau sistem untuk mengidentifikasi objek yang ada pada citra. Salah satu solusi untuk mengatasi masalah ini adalah dengan melakukan perbaikan citra (image enhancement) menggunakan metode Gradient-Based Low-Light Image Enhancement. Untuk proses identifikasi dan klasifikasi objek pada citra, digunakan metode You Only Look Once dikarenakan waktu proses yang singkat. Proses antara metode You Only Look Once dan metode Gradient-Based Low-Light Image Enhancement dilakukan secara terpisah. Sebelum melakukan tahapan implementasi, maka dilakukan tahapan pelatihan pada dataset tanpa perbaikan citra dan dataset dengan perbaikan citra yang berjumlah 1046 citra. Hasil dari implementasi ini merupakan sebuah aplikasi berbasis web yang mana menerima masukan berupa citra. Pengujian keakuratan You Only Look Once dalam citra gelap dilakukan dengan dua tahap dibantu dengan bahasa pemograman Python, yaitu tanpa perbaikan citra dan setelah perbaikan citra yang berjumlah 80 citra. Hasil yang didapatkan menunjukkan bahwa ada peningkatan akurasi dari 60.0% menjadi 68.8% setelah perbaikan citra. Ini menunjukkan algoritma Gradient-Based Low-Light Image Enhancement dapat dikombinasikan dengan metode You Only Look Once.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 02 Dec 2022 08:39
Last Modified: 22 Dec 2022 04:18
URI: https://repository.mikroskil.ac.id/id/eprint/88

Actions (login required)

View Item
View Item