Sistem penghitung kendaraan di area Gerbang Tol Cileunyi menggunakan Open CV berbasis Image Processing

Saputra, Deni (2018) Sistem penghitung kendaraan di area Gerbang Tol Cileunyi menggunakan Open CV berbasis Image Processing. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (60kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (47kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (88kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (289kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (325kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (192kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (633kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB VI) 9_bab6.pdf Restricted to Registered users only Download (51kB) | Request a copy
Preview	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Download (113kB) | Preview

Abstract

Sistem penghitung kendaraan merupakan suatu implementasi Intelligent Transportation System. Sistem ini dibuat dengan memanfaatkan algoritma image processing dan library pengolah citra, yaitu Open CV. Image processing adalah teknik mengolah citra dengan usaha untuk melakukan transformasi suatu citra menjadi citra lain dengan menggunakan teknik tertentu. Pada sistem ini kamera menjadi alat perekam untuk mendeteksi keadaan lalu lintas. Hasil rekaman kamera dikirimkan ke mesin pengolah dengan menggunakan bantuan kartu memori. Selanjutnya video diolah dengan menggunakan algoritma image processing dengan tujuan untuk mengetahui objek kendaraan agar bisa terhitung secara otomatis. Tahap pengolahan meliputi proses background subtraction, filter image, contours, dan terakhir proses pembuatan area deteksi. Ada error yang terjadi dari hasil proses background subtraction dan filter image, yaitu pixel objek kendaraan pada tiap frame tidak berubah seluruhnya menjadi citra biner karena adanya noise. Namun hal tersebut tidak begitu berpengaruh terhadap proses pengujian akurasi sistem. Dari hasil pengujian penghitungan kendaraan dengan menggunakan 10 video berbeda, didapatkan jumlah kendaraan yang terhitung secara manual 100 buah dan yang terdeteksi oleh sistem berjumlah 82 buah. Nilai akurasi yang didapatkan sebesar 81,86%, sedangkan nilai error adalah 18,14%.

Actions (login required)

View Item