PENERAPAN METODE BACKGROUND SUBTRACTION DAN ALGORITMA BLOB TRACKING UNTUK MENDETEKSI JUMLAH DAN KECEPATAN KENDARAAN PADA VIDEO

Ahmad Zakaria, - (2017) PENERAPAN METODE BACKGROUND SUBTRACTION DAN ALGORITMA BLOB TRACKING UNTUK MENDETEKSI JUMLAH DAN KECEPATAN KENDARAAN PADA VIDEO. Skripsi thesis, Universitas Pembangunan Nasional Veteran Jakarta.

	Text AWAL.pdf Download (1MB)
	Text ABSTRAK.pdf Download (12kB)
	Text BAB 1.pdf Download (878kB)
	Text BAB 2.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 3.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 4.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 5.pdf Download (783kB)
	Text DAFTAR PUSTAKA.pdf Download (866kB)
	Text RIWAYAT HIDUP.pdf Restricted to Repository UPNVJ Only Download (25kB)
	Text LAMPIRAN.pdf Restricted to Repository UPNVJ Only Download (2MB)

Abstract

Pemantauan kondisi lalu lintas dilakukan untuk mendapatkan hasil informasi tentang kondisi jalan yang diamati berupa macet dan lancar. Sampai saat ini pemantauan lalu lintas masih dilakukan dengan cara manual. Pengambilan data dilakukan pada tiga waktu yaitu pada pagi, siang, dan sore. Tujuan dari penelitian ini adalah merancang sebuah sistem perangkat lunak yang dapat mendeteksi kendaraan dan menghitung kecepatan rata-rata kendaran menggunakan teknologi computer vision dengan OpenCV sebagai library. Metode yang digunakan adalah Background Subtraction dan Blob Tracking. Metode background subtraction ini digunakan untuk mengekstrak ciri dari objek di dalam citra yang akan dikenali. Sedangkan metode Blob Tracking digunakan untuk mendeteksi kendaraan. Uji coba dilakukan menggunakan 9 data video dengan nilai yang diambil dari rata-rata presentase keberhasilan. Nilai threshold yang digunakan untuk pengujian yaitu threshold 20, 30 dan 40. Hasil rata-rata dari pengujian didapatkan presentase 44% pada nilai threshold 20, 60% pada nilai threshold 30 dan 43% pada nilai threshold 40. Maka dapat disimpulkan bahwa nilai yang paling optimal diperoleh dari pengujian dengan menggunakan nilai threshold 30. Pada penelitian ini nilai threshold 30 berhasil mengindentifikasi kondisi lalu lintas sebanyak 7 sampel diidentifikasi benar dan sebanyak 2 sampel diidentifikasi salah.

Item Type:	Thesis (Skripsi)
Additional Information:	[No. Panggil: 1310511055] [Ketua Penguji: Vini Indriasari] [Penguji I: Indra Permana Solihin] [Pembimbing I: Didit Widiyanto]
Uncontrolled Keywords:	Background Subtraction, Blob Tracking, Pemantauan lalu lintas, Threshold, OpenCV
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Ilmu Komputer > Program Studi Informatika (S1)
Depositing User:	Daniel Parlindungan
Date Deposited:	28 Nov 2019 04:30
Last Modified:	28 Nov 2019 04:30
URI:	http://repository.upnvj.ac.id/id/eprint/4129

Actions (login required)

View Item