Sistem Klasifikasi Jenis Kendaraan Melalui Teknik Olah Citra Digital

Bagus Pribadi, Muchammad Naseer

Abstract


Salah satu usaha pemerintah dalam mengurangi kemacetan adalah dengan menetapkan jalur-jalur khusus yang hanya boleh dilalui kendaraan bermotor roda dua, empat atau lebih, ada pula kebijakan waktu-waktu khusus yang harus ditaati oleh pengendara truk besar, truk gandeng, bus besar dan lainnya. Namun yang terjadi di lapangan, banyak terjadi pelanggaran yang berawal dari ketidaktahuan pengendara mengenai aturan dan alasan lainnya. Sebagai contoh di tol yang baru dioperasikan di pulau Bali, banyak pengendara motor yang sangat sering melakukan pelanggaran jalur masuk ke tol tersebut, untuk itu dibutuhkan sebuah sistem klasifikasi kendaraan bermotor yang nantinya dapat digunakan untuk memperingati pengendara yang berkendara tidak pada tempatnya. Penelitian ini membahas mengenai perancangan dan pembangunan sistem untuk klasifikasi jenis kendaraan berdasarkan ukurannya. Teknik pengolahan citra digital didukung dengan Java serta menggunakan framework CV (Computer Vision) untuk mengolah data citra digital. Data yang digunakan adalah data video yang diambil melalui rekaman kamera, dapat melalui kamera CCTV maupun kamera digital biasa. Data citra bergerak atau video tersebut diolah melalui sistem yang akan dibangun ini, dimana proses awal adalah proses pengambilan per frame dari video, sehingga didapatkan sebuah gambar berurutan. Setelah proses tersebut dilakukan pendeteksian tepi yang pada akhirnya akan didapatkan ukuran kendaraan dan dapat diklasifikasikan jenis kendaraan tersebut.

Keywords


Sistem cerdas, Klasifikasi kendaraan, Thresholding

Full Text:

PDF

References


Lien Cheng-Chang and Tsai Ming-Hsiu, Real-Time Traffic Flow Analysis without Background Modeling, Journal of Information Technology and Applications Vol. 5, No. 1, pp. 1-14 2011

Revathi R. And Hemalatha M. , Certain Approach of Object Tracking using Optical Flow Techniques, International Journal of Computer Applications (0975 – 8887) Volume 53– No.8, September 2012.

Catalano Giuseppe, Gallace Alessio, Kim Bomi and Pedro Sergio (March 23, 2009), Optical flow, URL : http://www.cvmt.dk/education/teaching/f09/VGIS8/AIP/opticalFlow.pdf , akses terakhir 25 Februari 2013

Raharjo Budi, Tuntunan Pemerograman Java untuk Handphone, Informatika Bandung, 2007

Huang Chung-Hsien, Video-based Traffic Analysis System Using a Hierarchical Feature Point Grouping Approach, First International Conference on Robot, Vision and Signal Processing, 2011

Zhou Jianwei and Lu Kefeng, Real-time Optical Flow-Based Motion Tracking, Course Instructor: Professor Deepa Kundur, http://www.comm.utoronto.ca/~dkundur/course/real-time-digital-signal-processing/, akses terakhir 25 Februari 2013

Gerstmayr Lorenz, An Improvement of the Lucas-Kanade Optical-Flow Algorithm for every Circumstance, Computer Engineering Group Faculty of Technology University of Bielefeld, 5 august 2008

Winarno Edy , Aplikasi Deteksi Tepi pada Realtime Video menggunakan Algoritma Canny Detection, Jurnal Teknologi Informasi DINAMIK Volume 16, No.1, Januari 2011

Chen Zhiwen, Cao Jianzhong, Tang Yao, and Tang Linao, Tracking of Moving Object Based on Optical Flow Detection, International Conference on Computer Science and Network Technology, 2011

Kumar Y Senthil, Canny Edge Detection Implementation on TMS320C64x/64x+ Using VLIB, Texas Instruments Incorporated, November 2009

JunFang Song, Aning Bai, and Ru Xue, A Reliable Counting Vehicles Method In Traffic Flow Monitoring, International Congress on Image and Signal Processing,2011

Center of Studies in Resource Engineering, India Institue oh Technology, GaussianBlur,http://www.csre.iitb.ac.in/~avikb/GNR401/Gaussian%20Blur.pdf




DOI: http://dx.doi.org/10.36055/setrum.v3i2.505

Refbacks

  • There are currently no refbacks.