SISTEM PENGHITUNG JUMLAH KENDARAAN RINGAN RODA EMPAT PADA JALAN RAYA DENGAN METODE HAAR CASCADE CLASSIFIER DAN CAMSHIFT

Ariesta Martiningtyas Handayani, Agus Harjoko

2015 | Disertasi | PROGRAM STUDI ILMU KOMPUTER

Pada sistem pemantauan lalu lintas, informasi seputar kendaraan yang melintas dibutuhkan karena digunakan dalam proses analisis lebih lanjut. Agar pemantauan dengan memanfaatkan kamera tersebut dapat dilakukan secara otomatis, dibutuhkan sistem pengolahan video yang dapat memberikan beberapa informasi seputar kondisi lalulintas di lapangan. Salah satu kondisi tersebut adalah jumlah kendaraan yang melintasi suatu jalan raya. Untuk dapat melakukan perhitungan tersebut dibutuhkan pengenalan kendaraan dan tracking kendaraan. Penelitian seputar pengenalan jenis kendaraan serta pelacakan kendaraan dapat dilakukan dengan menggunakan beberapa metode. Salah satunya adalah Haar Cascade Classifier serta Camshift. Pada penelitian ini akan digunakan metode Haar Cascade Classifier serta Camshift. Haar Cascade Classifier akan digunakan untuk pengenalan kendaraan. Pelacakan dengan menggunakan camshift dengan memanfaatkan hasil pendeteksian dari Haar Cascade Classifier. Jika pengenalan tidak bisa dilakukan, maka camshift akan melakukan pelacakan dengan menggunakan posisi hasil pelacakan kendaraan terakhir. Hasil perhitungan dilakukan dengan cara jika kendaraan yang terlacak berada antara sumbu y 100 hingga 105, maka kendaraan akan ditambahkan dengan 1. Hasil pengujian menunjukkan akurasi perhitungan jumlah kendaraan adalah 98%, akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan nilai min_neighbors 2 adalah 87%, akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan nilai min_neighbors 3 adalah 93%, akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan nilai min_neighbors 4 adalah 87%, akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan video rekaman lalu lintas pada jenis kendaraan berat adalah 42%, akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan video rekaman lalu lintas pada jenis kendaraan ringan roda empat adalah 90%, dan akurasi hasil pengujian pendeteksian kendaraan dengan menggunakan video rekaman lalu lintas pada jenis kendaraan beroda dua adalah 81%.

Kata Kunci : Haar Cascade Classifier, camshift, pengolahan video.