Analisa Perbandingan Algoritma Histogram of Oriented Gradient (HOG) dan Gaussian Mixture Model (GMM) Dalam Mendeteksi Manusia

Abstract

Panjangnya antrian pengunjung ditempat umum menjadi masalah tersendiri yang hanya terjadi pada
jam tertentu dan tidak bisa kita duga. Oleh karena itu, dibutuhkan sistem pemantau yang dapat menghitung
jumlah orang sehingga dapat dicarikan solusi dari panjang antrian tersebut. Penulis membandingkan
keakuratan dari algoritma Histogram of Oriented Gradient dengan algoritma Gaussian Mixture Model dalam
mendeteksi dan menghitung objek dengan jarak yang berdekatan. Dari hasil perbandingan algoritma Histogram
of Oriented Gradient lebih efektif digunakan sebagai pendeteksi karena pada 5 orang yang berdekatan
algoritma Histogram of Oiented Gradient memiliki akurasi sebanyak 80% sedangkan pada Algoritma Gaussian
Mixture Model memiliki akurasi sebanyak 0% .