Isi Artikel Utama
Abstrak
Kecelakaan lalu lintas merupakan hal lumrah yang terjadi di masyarakat saat ini. Kecelakaan tersebut sering terjadi akibat pengendara melaju dengan kecepatan yang tinggi. Untuk mengurangi angka kecelakaan tersebut, Kementerian Perhubungan (Kemenhub) mengeluarkan Peraturan Menteri Perhubungan Nomor 111 tahun 2015 mengenai tata cara penetapan batas kecepatan kendaraan bermotor. Dalam mendukung peraturan tersebut dibutuhkan pemanfaatan teknologi dalam pendeteksian objek (object tracking) terhadap kendaraan yang sedang melaju. Tujuan dari penelitian ini adalah untuk membangun aplikasi yang dapat mendeteksi kendaraan menggunakan metode Optical Flow guna menghitung kecepatan kendaraan. Optical flow ini akan mengingat sebuah piksel gambar di frame pertama, kemudian di frame kedua mencari piksel terdekat dengan kecerahan yang sama. Metode Optical Flow ini akan merepresentasikan gerakan kedalam aliran vektor, kemudian menghitung nilai koordinat centroid untuk menghitung kecepatan kendaraan yang sedang bergerak. Aplikasi ini dibangun dengan MATLAB R2014a. Berdasarkan pengujian yang telah dilakukan pada sistem didapat nilai akurasi 95.23 % untuk data pagi, 84.75 % untuk data siang dan 90.96 % untuk data sore. Sedangkan rata-rata akurasi sistem secara keseluruhan yaitu 90.31 %.
Kata Kunci : Object Tracking, Optical Flow, Deteksi Kendaraan, Kecepatan KendaraanRincian Artikel
Referensi
- E. Sutanty and A. Rosemala, "Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video," Jurnal Ilmiah KOMPUTASI, pp. 3-7, 2016.
- Undang-Undang No 22 tahun 2009, "Tentang Lalu Lintas dan Angkutan Jalan," 2009.
- D. Arioputra, "Analisa Perbandingan Akurasi Metode Optical Flow dan Gaussian Mixture Model untuk Sistem Pemantau Lalu Lintas Berbasis Computer Vision," Universitas Indonesia, Depok, 2012.
- W. Supriyatin and W. W. Ariestya, "Analisis Pelacakan Objek Mobil dengan Optical Flow pada Kamera Diam dan Bergerak," SRITI, p. 3, 2016.
- T. B. Moeslund, Introduction to Video and Image Processing, London: Springer, 2012.
- K. Umam and B. S. Negara, "Deteksi Obyek Manusia Pada Basis Data Video Menggunakan Metode Background Subtraction Dan Operasi Morfologi," Jurnal CoreIT, pp. 3-4, 2016.
- N. H. Tsani, B. Dirgantoro and A. L. Prasasti, "Implementasi Deteksi Kecepatan Kendaraan Menggunakan Kamera Webcam Dengan Metode Frame Difference," e-proceeding of engineering, pp. 4-9, 2017.
Referensi
E. Sutanty and A. Rosemala, "Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video," Jurnal Ilmiah KOMPUTASI, pp. 3-7, 2016.
Undang-Undang No 22 tahun 2009, "Tentang Lalu Lintas dan Angkutan Jalan," 2009.
D. Arioputra, "Analisa Perbandingan Akurasi Metode Optical Flow dan Gaussian Mixture Model untuk Sistem Pemantau Lalu Lintas Berbasis Computer Vision," Universitas Indonesia, Depok, 2012.
W. Supriyatin and W. W. Ariestya, "Analisis Pelacakan Objek Mobil dengan Optical Flow pada Kamera Diam dan Bergerak," SRITI, p. 3, 2016.
T. B. Moeslund, Introduction to Video and Image Processing, London: Springer, 2012.
K. Umam and B. S. Negara, "Deteksi Obyek Manusia Pada Basis Data Video Menggunakan Metode Background Subtraction Dan Operasi Morfologi," Jurnal CoreIT, pp. 3-4, 2016.
N. H. Tsani, B. Dirgantoro and A. L. Prasasti, "Implementasi Deteksi Kecepatan Kendaraan Menggunakan Kamera Webcam Dengan Metode Frame Difference," e-proceeding of engineering, pp. 4-9, 2017.