Re-Identifikasi Mobil Pada Citra Kamera Pengawas Lalu Lintas Menggunakan Swin Transformer

Fahrezi, Hans (2023) Re-Identifikasi Mobil Pada Citra Kamera Pengawas Lalu Lintas Menggunakan Swin Transformer. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211940000043-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (15MB) | Request a copy

Abstract

Indonesia memiliki skor kriminalitas yang cukup tinggi di dunia pada tahun 2021. Berdasarkan data Criminal Scores yang dibuat oleh Global Initiative Against Transnational Organized Crime (GITOC), Indonesia tercatat memiliki skor 6.38 dan berada di urutan 25 dari 193 negara yang terdaftar di PBB. Pada tahun 2020, angka kejahatan yang terjadi di Indonesia sebanyak 247.218 kasus dengan Sumatera Utara memiliki 32.990 kasus kejahatan. Beberapa kasus kejahatan yang terjadi sering menggunakan kendaraan khususnya mobil sebagai alat untuk membantu pelaku dalam melaksanakan tindakannya. Dengan berkembangnya teknologi pada saat ini, melakukan pelacakan mobil pelaku dapat menggunakan sebuah model re-identifikasi. Model re-identifikasi mobil ini dapat mengidentifikasi mobil pada sebuah tangkapan citra berdasarkan data mobil yang dimaksud. Pada penelitian tugas akhir Ini, dikembangkan sebuah model re-identifikasi menggunakan metode terbaru yaitu Swin Transformer. Swin Transformer merupakan sebuah arsitektur terbaru yang dikembangkan dari arsitektur Convolutional Neural Network (CNN) dan Vision Transformer, sehingga memiliki kelebihan dibandingkan arsitektur yang sudah lama ada. Dari pengembangan model re-identifikasi mobil dengan metode Swin Transformer, diharapkan dapat mempermudah dalam pelacakan dan pemecahan kasus yang ditangani oleh polisi.
=====================================================================================================================================
Indonesia has a high crime score in the world in 2021. Based on Criminal Scores data created by Global Initiative Against Transnational Organized Crime (GITOC), Indonesia is recorded as having a acore of 6.38 and ranked 25th out of 193 countries that registered at United Nations (UN). In 2020, number of crimes that occurred in Indonesia was 247.218 cases with North Sumatera having 32.990 crime cases. Some crime cases that occur often use vehicles, especially cars, as a tool to assist perpetrator in carrying out their actions. With the development of technology at this time, tracking the perpetrator`s car can use a re-identification model. This car re-identification model can identify cars in an image capture based on the car`s data. In this final project research, a re-identification model was developed using the latest method, and that`s Swin Transformer. Swin Transformer is the latest architecture developed from Convolutional Neural Network (CNN) and Vision Transformer architectures, so it has advantages over the old architectures. From this development of the car re identification model using Swin Transformer, hopes that it will make it easier to track and solve cases handled by the police

Item Type:	Thesis (Other)
Uncontrolled Keywords:	kriminalitas, re-identifikasi, Swin Transformer, VRIC; Criminality, Re-identification, Swin Transformer, VRIC
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. R Medicine > R Medicine (General) > R858 Deep Learning
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Hans Fahrezi
Date Deposited:	28 Aug 2023 02:41
Last Modified:	28 Aug 2023 02:41
URI:	http://repository.its.ac.id/id/eprint/100508

Actions (login required)

View Item