APLIKASI DETEKSI JUMLAH KENDARAAN BERMOTOR BERBASIS VIDEO CCTV LALU LINTAS, KOTA MALANG
DOI:
https://doi.org/10.31328/ciastech.v6i1.5391Keywords:
Lalu Lintas, Kota Malang, CCTV, Kendaraan Bermotor, Pengolahan CitraAbstract
Perkembangan teknologi memberikan kemudahan dalam beberapa bidang termasuk dalam bidang transportasi. Diantaranya pemanfaatan teknologi CCTV sebagai media pendukung dinas terkait maupun masyarakat untuk mengetahui kondisi lalu lintas. Dengan seiringnya perkembangan dunia transportasi tentunya semakin tahun jumlah kendaraan bermotor semakin meningkat, sehingga muncul dampak seperti kemacetan yang terjadi di beberapa poros jalan, tidak terkecuali di Kota Malang. Dari permasalahan tersebut tentunya bisa diberikan solusi dengan perancangan aplikasi yang bisa mendeteksi jumlah kendaraan bermotor yang memanfaatkan hasil perekaman video CCTV secara realtime, sehingga hasil perhitungan tersebut bisa dimanfaatkan oleh stakeholder terkait untuk membuat kebijakan insidentil. Perancangan aplikasi ini menggunakan metode pengolahan citra digital berbasis video yang diharapkan bisa menampilkan jumlah kendaraan bermotor secara realtime. Dari hasil perancangan yang dibuat serta analisis yang dilakukan diperoleh hasil deteksi kendaraan bermotor mencapai nilai tertinggi 90% serta terendah 78%. Dari hasil tersebut tentunya aplikasi tersebut dipertimbangkan untuk dimanfaatkan atau bisa dikembangkan lebih baik dalam sisi akurasi dan feature.References
“bps.go.id,†2023. https://www.bps.go.id.
M. A. Sugiharto, “Persepsi Mahasiswa Universitas Muhammadiyah Malang Tentang Kemacetan di Kota Malang,†Populika, vol. 7, no. 2, pp. 108–120, 2021, doi: 10.37631/populika.v7i2.337.
L. A. Kurniawan, I. P. A. Bayupati, and K. S. Wibawa, “Sistem Hitung Kendaraan Berdasarkan Jenis Menggunakan Metode Background Subtraction,†JITTER J. Ilm. Teknol. dan Komput., vol. 1, no. 2, pp. 265–273, 2021.
R. Deiny, S. Agoes, E. V. J. Paays, and A. R. P. Falaki, “Kinerja Aplikasi Android Untuk Pemantauan Dan Pengendalian Kinerja Aplikasi Android Untuk Pemantauan Dan Pengendalian Urban Farming Pada Jaringan 4G,†Ejournal Kaji. Tek. Elektro, vol. 4, no. February, pp. 105–114, 2020.
G. Mahantesh, M. Vedanth, K. G. Pooja, and D. Kulala, “Traffic Density Estimation in Traffic System Using Image Processing,†no. 1, pp. 1–5, 2020.
A. Kurniasari and Jalinas, “Pendeteksian Tingkat Kepadatan Jalan Menggunakan Metode Canny Edge Detection,†J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 3, pp. 239–248, 2020, doi: 10.35760/tr.2020.v25i3.3419.
R. Liang and G. Ji, “Vehicle Detection Algorithm Based on Embedded Video Image Processing in the Background of Information Technology,†J. Electr. Comput. Eng., vol. 2022, 2022, doi: 10.1155/2022/6917421.
A. Mashudi, F. Rofii, and M. Mukhsim, “Sistem Kamera Cerdas Untuk Deteksi Pelanggaran Marka Jalan,†JASEE J. Appl. Sci. Electr. Eng., vol. 1, no. 01, pp. 15–25, 2020, doi: 10.31328/jasee.v1i01.4.
Y. Arisandi, “Analisis Kinerja Simpang Tak Bersinyal Di Kota Malang (Studi Kasus: Simpang Pada Ruas Jl. Basuki Rahmat Kota Malang),†J. Penelit. Transp. Darat, vol. 15, no. 2, pp. 1–23, 2016.
M. B, N. B S, R. N, and S. M, “Traffic Analysis Using Image Processing,†Int. J. Comput. Sci. Mob. Comput., vol. 10, no. 7, pp. 39–45, 2021, doi: 10.47760/ijcsmc.2021.v10i07.006.
A. A. Putri, A. Achmad, and Suwadi, “Estimated Vehicle Density Based on Video Processing Using the Gaussian Mixture Model Method,†J. Phys. Conf. Ser., vol. 1201, no. 1, 2019, doi: 10.1088/1742-6596/1201/1/012005.
I. D. Setiawan Wika; Nugroho, Hanung Adi; Supriyono, Heru, “Pengolah Citra Sebagai Solusi Kemacetan Di Kota Besar,†J. Teknol. Komput. dan Sist. Inf., no. Vol 2, No 3 (2019): JTKSI, pp. 88–92, 2019, [Online]. Available: http://ojs.stmikpringsewu.ac.id/index.php/jtksi/article/view/769.
G. A. Trianto, F. J. Sinaga, M. F. Marzuki, and Q. Al Qorni, “Operasi Opening dan Closing pada Pengolahan Citra Digital Menggunakan Matlab,†pp. 104–110, 2022.
