ABSTRAKTeknik yang digunakan untuk Sistem Pemantau Lalu Lintas pada masa sekarang
ini banyak tergantung pada sensor-sensor yang mempunyai kemampuan yang
terbatas, kurang fleksibel, dan seringkali mahal dan sulit untuk dipasang.
Penggunaan kamera digabungkan dengan teknologi Computer Vision menjadi
alternatif yang menarik dari sensor yang ada saat ini. Sensor berbasis kamera ini
mempunyai potensi yang lebih besar untuk mengamati kondisi lalu lintas yang
ada dibanding sensor konvensional saat ini yaitu sensor ini lebih murah dan
mudah untuk dipasang.Di dalam penelitian ini dikembangkan sistem pemantau
lalu lintas menggunakan metode Optical Flow dan Gaussian Mixture Model.
Eksperimen dilakukan menggunakan handycam, berlokasi di salah satu tol dalam
kota Jakarta. Kondisi pengambilan gambar adalah pada kondisi yang berbedabeda
yaitu pada saat pagi, siang, dan sore, cuaca cerah, dan mendung, serta
kondisi arus lalu lintas padat dan lancar. Setelah pengujian dilakukan, algoritma
Optical Flow memberikan hasil yang lebih baik dibandingkan algoritma Gaussian
Mixture Model yaitu dengan akurasi mencapai 92% dibanding Gaussian yang
hanya mencapai 72%. Faktor-faktor yang mempengaruhi tingkat akurasi adalah
kondisi waktu, cuaca, dan arus kendaraan serta lokasi pengambilan gambar.
AbstractCurrent techniques for Sistem Pemantau Lalu Lintas rely on sensors which have
limited capabilities, inflexible and often, costly and disruptive to be installed.
Video camera, coupled with Computer Vision techniques offers an attractive
alternative to current sensors which is portable and low cost . In this research, a
traffic monitoring system using handy camera is developed using Optical Flow
and Gaussian Mixture Model (GMM) methods. The experiment took place in one
of the Jakarta city highway. The condition of the experiment is when the time is in
the morning, afternoon, evening, when it is clear, and cloudy, and also when the
traffic is light and heavy. The experiments shows that Optical Flow algorithm
gives better results regarding to accuracy rate, better than Gaussian Mixture
Model Algorithm. The Optical Flow reach 92% accuracy while Gaussian Mixture
only got to 72% accuracy. Some factors that influenced the accuracy rate of the
system are time, weather, traffic and location.
S43308-Analisa perbandingan.pdf :: Unduh