Deteksi Pemain Basket Terklasifikasi Berbasis Histogram of Oriented Gradients

Abstract

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 media. 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.