SISTEM PENGUKUR KECEPATAN KENDARAAN BERBASIS PENGOLAHAN VIDEO

SATRIO SANI SADEWO, R.Sumiharto, S.Si., M.Kom. ; Ika Candradewi, S.Si.

2014 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Sistem pengukur kecepatan kendaraan berbasis pengolahan video ini merupakan salah satu sistem yang memanfaatkan sistem pengolahan citra digital sebagai pendeteksi objek kendaraan dan mengukur kecepatannya. Sistem ini merupakan tahap awal dalam perkembangan kearah sistem pemantauan jalan. Metode yang digunakan dalam sistem ini adalah background subtraction dengan algoritma Gaussian Mixture Model (GMM), morfologi citra, Region of Interest (ROI), dan perhitungan jarak perpindahan frame. Background subtraction akan memisahkan antara background dengan objek yang dideteksi, yaitu kendaraan. Morfologi citra dengan metode dilasi dan erosi digunakan untuk mengurangi noise. Koordinat titik tengah objek dijadikan sebagai nilai perpindahan objek dalam satuan piksel. Jarak sesungguhnya juga diukur dalam satuan meter. Jarakcpada citra dibatasi dengan region of interest (ROI) yaitu sebesar 160 piksel. Setelah diperoleh waktu perpindahan tiap pikselnya maka nilai piksel/detik dikonversikan menjadi km/jam. Uji coba sistem dilakukan dengan pengujian validasi kecepatan, pengujian pengukuran kecepatan, dan pengujian pengaruh intensitas cahaya. Proses validasi kecepatan menggunakan nilai kecepatan rata-rata 3 frame awal sebagai acuan untuk pengukuran kecepatan di frame berikutnya. Akurasi nilai kecepatan rata-rata 3 frame awal ini memberikan persentase eror 1,92 % - 15,75 % sedangkan ketika validasi tersebut dilakukan pada pembacaan keseluruhan frame video menghasilkan rentang eror 1,21 % - 21,37 %. Sistem bekerja dengan baik pada kondisi pagi, siang, dan sore hari dengan rentang intensitas cahaya 600-1900 lux, sedangkan pada malam hari dengan rentang intensitas cahaya 0-5 lux, sistem tidak bisa bekerja dengan baik.

Vehicle speed measurement system based on video processing is implemented by digital image processing to detect the objects and measure the speed. This system is an early stage in the development towards traffic monitoring system. This system using background subtraction method with Gaussian Mixture Model (GMM) algorithm, image morphology, Region of Interest (ROI) and frame differencing distance. Background subtraction to separate the background with the object being detected. Image morphology with dilate and erode methode is used as noise removal. Coordinates of the objects midpoint used as the value of the object moving in pixel. The actual distance also measured in meters where the distance is limited by region of interest (ROI). The ROI distance is 160 pixel. Having obtained the time of moving objects from previous frame to current frame so the value of pixel/s is converted to km/h. System testing the validation of the measurement, calculate the speed after being validated, and the influence of light intensity. The speed validation process uses average speed of early three frames speed as the reference for the measurement of speed in the next frame. Accuracy of the average speed of 3 frames early gives a percentage error about 1,92% - 15,75%. When validation is performed on the entire reading frame of video, produces an error range 1,21% - 21,37%. The system works well in the morning, afternoon, and evening conditions with a range of light intensity is about 600-1900 lux. While at night with a 0-5 lux light intensity range, the system can�t work properly.

Kata Kunci : pengolahan video, pengukuran kecepatan, background subtraction, gaussian mixture model, morfologi citra, region of interest, perpindahan frame