SISTEM KAMERA CERDAS UNTUK DETEKSI PELANGGARAN MARKA JALAN
Abstract
Penghitungan jumlah kendaraan dan deteksi pelanggaran rambu-rambu lalu lintas sejauh ini masih dilakukan sacara manual. Berkembangnya teknik pengolahan citra yang berasal dari sensor kamera mendorong adanya implementasi sistem pemantauan pelanggaran kendaraan pada area lampu lalu lintas dengan menggunakan kamera cerdas. Tujuan penelitian adalah mengembangkan sistem yang dapat mendeteksi dan menghitung jumlah kendaraan berupa mobil yang melanggar garis marka jalan. Metode pengolahan citra yang dikembagkan pada penelitian ini adalah mengubah citra video RGB hasil tangkapan kamera menjadi grayscale kemudian menerapkan teknik harr cascade untuk mendeteksi adanya pelanggaran garis marka jalan . Sistem yang dikembangkan mampu menghitung jumlah kendaraan yang melewati sensor kamera pada lajur jalan yang dipantau dan mendeteksi adanya pelanggaran pada marka jalan dengan akurasi deteksi sebesar 76 % dibandingkan dengan pengamatan secara langsung oleh mata manusia.
References
M. Junef, “Perilaku Masyarakat Terhadap Operasi Bukti Pelanggaran (Tilang) Dalam Berlalu Lintas,” E-J. Widya Yust., vol. 1, no. 1, 2014.
D. Handayani, R. O. Ophelia, dan W. Hartono, “Pengaruh pelanggaran lalu lintas terhadap potensi kecelakaan pada remaja pengendara sepeda motor,” Matriks Tek. Sipil, vol. 5, no. 3, 2017.
A. M. Ali Mahdi Akbar, A. Kurniawan, dan A. Zaini, “Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel,” ITS.
B. B. P. Utama, R. D. Atmaja, dan A. Azizah, “Analisa Algoritma Penghitung Kendaraan Roda Empat Dalam Kondisi Siang Dan Malam Hari Dengan Metode Frame Intersection,” EProceedings Eng., vol. 4, no. 1, 2017.
R. Adistya dan M. A. Muslim, “Deteksi dan Klasifikasi Kendaraan menggunakan Algoritma Backpropagation dan Sobel,” hlm. 9, 2016.
S. E. Umbaugh, Digital image processing and analysis: human and computer vision applications with CVIPtools. CRC press, 2010.
S. Soo, “Object detection using Haar-cascade Classifier,” Inst. Comput. Sci. Univ. Tartu, hlm. 1–12, 2014.
C. Solomon dan T. Breckon, Fundamentals of Digital Image Processing: A practical approach with examples in Matlab. John Wiley & Sons, 2011.
R. D. Kusumanto dan A. N. Tompunu, “pengolahan citra digital untuk mendeteksi obyek menggunakan pengolahan warna model normalisasi RGB,” Semantik, vol. 1, no. 1, 2011.
B. Pribadi dan M. Naseer, “Sistem Klasifikasi Jenis Kendaraan Melalui Teknik Olah Citra Digital,” Setrum Sist. Kendali-Tenaga-Elektron.-Telekomun.-Komput., vol. 3, no. 2, hlm. 103–107, 2016.
R. Adistya dan M. A. Muslim, “Deteksi dan Klasifikasi Kendaraan menggunakan Algoritma Backpropagation dan Sobel,” J. Mech. Eng. Mechatron., vol. 1, no. 02, 2016.
