天真贝叶斯法智能手掌图像分类系统的应用

Millenialdo Yanuar Ilham, Resty Wulanningrum, Intan Nur Farida, Made Ayu Dunia Widyadara
{"title":"天真贝叶斯法智能手掌图像分类系统的应用","authors":"Millenialdo Yanuar Ilham, Resty Wulanningrum, Intan Nur Farida, Made Ayu Dunia Widyadara","doi":"10.21107/simantec.v11i2.14708","DOIUrl":null,"url":null,"abstract":"Kemajuan teknologi saat ini berkembang pesat, khususnya pada pengolahan citra digital. Citra digital merupakan gambaran foto atau video dengan memiliki warna RGB. Pada saat ini kamera CCTV sudah banyak terpasang di setiap tempat indoor ataupun outdoor. Akan tetapi Kamera CCTV sekarang hanya bersifat “pasif” dengan fungsi merekam dan menyimpan suatu kejadian, apabila terjadi sesuatu yang bersifat darurat contohnya tindak kekerasan seperti tawuran, bullying dan lain sebagainya. Tujuan pada sistem ini yaitu untuk mendeteksi kejadian yang bersifat darurat dengan proses klasifikasi citra telapak tangan menggunakan metode Naïve Bayes. Pada tahapan awal sistem menyiapkan data training sebagai dataset, kemudian kamera CCTV mengambil citra telapak tangan digunakan untuk data testing, tahapan selanjutnya yaitu proses ekstraksi ciri HSV untuk mengetahui hasil citra pada gambar. Proses yang terakhir yaitu mengklasifikasi data testing dengan metode Naïve Bayes melalui 3 skenario uji coba dan ditemukan perhitungan hasil akurasi, untuk skenario ke-1 memperoleh hasil akurasi 90%, pada skenario ke-2 memperoleh hasil akurasi 92%, dan untuk hasil akurasi pada skenario ke-3 menghasilkan nilai akurasi 100%. Dengan demikian klasifikasi menggunakan metode Naïve Bayes memiliki hasil yang akurat dengan data training lebih banyak dari data testing agar sistem dapat memperoleh hasil yang baik.Kata kunci : Naïve Bayes, Klasifikasi, Citra Telapak Tangan, CCTV, Citra Digital","PeriodicalId":143836,"journal":{"name":"Jurnal Simantec","volume":"1 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"PENERAPAN SISTEM CERDAS KLASIFIKASI CITRA TELAPAK TANGAN DENGAN METODE NAÏVE BAYES\",\"authors\":\"Millenialdo Yanuar Ilham, Resty Wulanningrum, Intan Nur Farida, Made Ayu Dunia Widyadara\",\"doi\":\"10.21107/simantec.v11i2.14708\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kemajuan teknologi saat ini berkembang pesat, khususnya pada pengolahan citra digital. Citra digital merupakan gambaran foto atau video dengan memiliki warna RGB. Pada saat ini kamera CCTV sudah banyak terpasang di setiap tempat indoor ataupun outdoor. Akan tetapi Kamera CCTV sekarang hanya bersifat “pasif” dengan fungsi merekam dan menyimpan suatu kejadian, apabila terjadi sesuatu yang bersifat darurat contohnya tindak kekerasan seperti tawuran, bullying dan lain sebagainya. Tujuan pada sistem ini yaitu untuk mendeteksi kejadian yang bersifat darurat dengan proses klasifikasi citra telapak tangan menggunakan metode Naïve Bayes. Pada tahapan awal sistem menyiapkan data training sebagai dataset, kemudian kamera CCTV mengambil citra telapak tangan digunakan untuk data testing, tahapan selanjutnya yaitu proses ekstraksi ciri HSV untuk mengetahui hasil citra pada gambar. Proses yang terakhir yaitu mengklasifikasi data testing dengan metode Naïve Bayes melalui 3 skenario uji coba dan ditemukan perhitungan hasil akurasi, untuk skenario ke-1 memperoleh hasil akurasi 90%, pada skenario ke-2 memperoleh hasil akurasi 92%, dan untuk hasil akurasi pada skenario ke-3 menghasilkan nilai akurasi 100%. Dengan demikian klasifikasi menggunakan metode Naïve Bayes memiliki hasil yang akurat dengan data training lebih banyak dari data testing agar sistem dapat memperoleh hasil yang baik.Kata kunci : Naïve Bayes, Klasifikasi, Citra Telapak Tangan, CCTV, Citra Digital\",\"PeriodicalId\":143836,\"journal\":{\"name\":\"Jurnal Simantec\",\"volume\":\"1 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-07-21\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Simantec\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21107/simantec.v11i2.14708\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Simantec","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21107/simantec.v11i2.14708","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

目前,技术进步日新月异,尤其是在数字图像处理方面。数字图像是具有 RGB 颜色的照片或视频图像。目前,闭路电视摄像机已广泛安装在每个室内或室外场所。然而,现在的闭路电视摄像机只是 "被动 "的,其功能是在发生紧急事件时记录和存储事件,例如斗殴、欺凌等暴力行为。本系统的目的是利用奈伊夫贝叶斯方法的掌上图像分类过程来检测紧急事件。在初始阶段,系统准备好训练数据作为数据集,然后用 CCTV 摄像机拍摄手掌图像作为测试数据,下一阶段是 HSV 特征提取过程,以找出图像中的图像结果。最后一个过程是使用奈维贝叶斯方法对测试数据进行分类,通过 3 个试验方案和准确率结果的计算,第 1 个方案的准确率结果为 90%,第 2 个方案的准确率结果为 92%,第 3 个方案的准确率结果为 100%。因此,使用奈维贝叶斯方法进行分类,在训练数据多于测试数据的情况下也能获得准确的结果,从而使系统获得良好的效果:奈伊夫贝叶斯 分类 手掌图像 CCTV 数字图像
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PENERAPAN SISTEM CERDAS KLASIFIKASI CITRA TELAPAK TANGAN DENGAN METODE NAÏVE BAYES
Kemajuan teknologi saat ini berkembang pesat, khususnya pada pengolahan citra digital. Citra digital merupakan gambaran foto atau video dengan memiliki warna RGB. Pada saat ini kamera CCTV sudah banyak terpasang di setiap tempat indoor ataupun outdoor. Akan tetapi Kamera CCTV sekarang hanya bersifat “pasif” dengan fungsi merekam dan menyimpan suatu kejadian, apabila terjadi sesuatu yang bersifat darurat contohnya tindak kekerasan seperti tawuran, bullying dan lain sebagainya. Tujuan pada sistem ini yaitu untuk mendeteksi kejadian yang bersifat darurat dengan proses klasifikasi citra telapak tangan menggunakan metode Naïve Bayes. Pada tahapan awal sistem menyiapkan data training sebagai dataset, kemudian kamera CCTV mengambil citra telapak tangan digunakan untuk data testing, tahapan selanjutnya yaitu proses ekstraksi ciri HSV untuk mengetahui hasil citra pada gambar. Proses yang terakhir yaitu mengklasifikasi data testing dengan metode Naïve Bayes melalui 3 skenario uji coba dan ditemukan perhitungan hasil akurasi, untuk skenario ke-1 memperoleh hasil akurasi 90%, pada skenario ke-2 memperoleh hasil akurasi 92%, dan untuk hasil akurasi pada skenario ke-3 menghasilkan nilai akurasi 100%. Dengan demikian klasifikasi menggunakan metode Naïve Bayes memiliki hasil yang akurat dengan data training lebih banyak dari data testing agar sistem dapat memperoleh hasil yang baik.Kata kunci : Naïve Bayes, Klasifikasi, Citra Telapak Tangan, CCTV, Citra Digital
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信