Deteksi Pemain Basket Terklasifikasi Berbasis Histogram of Oriented Gradients

Abstract

Abstract-A Classified Basketball Player Detection Based on Histogram of Oriented Gradients. Nowadays, Analysis of basketball player movement may need an automatic system of information technology. That analysis system may be supported by an accurate detection system so movement mapping can be more optimal. The goal of this activity is to exploit histogram of oriented gradients (HOG) be a robust basketball player detection system in video. However, player style movement model like jumping is a challenge for this activity, so this is not just about player when runs. To overcome this challenge, Support Vector Machine (SVM) is exploited by collaboration of this method with HOG descriptor. It will be an optimal strategy to disting player by its jersey's color. Evaluation shows that 92% is for true positive rate and 40% is for false positive rate.Keywords-basketball, computer vision, histogram of oriented gradients, player detection, support vector machine, Abstrak-Pada olahraga basket jaman modern ini, kebutuhan analisis pergerakan pemain pada calon tim lawan olahraga basket perlu didukung oleh teknologi informasi yang mampu mengupayakan sistem yang otomatis. Analisis pergerakan pemain yang otomatis perlu didukung oleh sistem deteksi pemain yang handal dan akurat sehingga pemetaan pergerakan dapat dilakukan secara optimal. Tujuan dari penelitian ini adalah untuk mengembangkan metode Histogram of Oriented Gradients (HOG) menjadi sebuah metode deteksi yang handal untuk kasus deteksi pemain basket pada video. Tantangan pada penelitian ini adalah deteksi pemain tidak hanya pada saat berjalan dan berlari namun juga pada saat melompat. Untuk memperkuat fokus dan konsistensi terhadap objek yang terdeteksi, pemanfaatan metode klasifikasi Support Vector Machine (SVM) digunakan melalui kolaborasi terhadap HOG descriptor serta warna kostum pemain sehingga pembeda tim dari masing-masing pemain juga dapat dikenali. Tingkat akurasi dari evaluasi yang dihasilkan adalah 92% untuk true positive rate dan 40% untuk false positive rate.Kata kunci-deteksi pemain, histogram of oriented gradients, olahraga basket, support vector machine, visi komputer I. PENDAHULUAN Kemenangan merupakan hal wajib dan perlu diraih bagi seluruh atlet dan pihak-pihak yang terkait. Untuk mencapai kemenangan tersebut, kerja keras berupa latihan tidaklah cukup. Analisis terhadap gaya permainan calon lawan yang dihadapi dapat menjadi modal berguna untuk mendapatkan peluang kemenangan yang lebih besar khususnya pada bidang olahraga yang bersifat duel seperti basket. Oleh karena itu pula, pihak pelatih dan stafnya harus mempersiapkan kebutuhan latihan dan strategi yang tepat untuk tim dengan salah satu bahan dasarnya adalah hasil analisis permainan calon lawan.Analisis permainan calon lawan dapat dipelajari secara visual baik melihat permainan calon lawan tersebut secara langsung pada saat pertandingan maupun informasi yang diperoleh melalui data video pertandingan-pertandingan yang pernah dihadapi oleh calon lawan tersebut. Di samping itu bagi pihak internal tim, ...