Analisis BLOB Detection Pada Pendeteksian dan Perhitungan Kendaraan di Jalan Tol

Deny Nugroho Triwibowo, Ema Utami, Sukoco Sukoco

Abstract


Jalan tol dibangun dengan maksud untuk mempercepat dan mengurangi volume lalu lintas pada jalan – jalan utama atau arteri disetiap daerah. Target yang menjadi sasaran pelayanan jasa jalan tol terhadap pemakai jasa adalah kelancaran, keamanan dan kenyamanan. Akan tetapi, pada hari libur ataupun jam sibuk seringkali terjadi penumpukan atau kepadatan volume jumlah kendaraan yang memakai jasa jalan tol, sehingga mengakibatkan terjadinya kemacetan lalu lintas. Hal ini biasanya terjadi akibat kurangnya informasi yang diterima oleh masyarakat akan jumlah kendaraan satu diruas jalan tol. Untuk mengatasi masalah tersebut dibutuhkan sebuah sistem yang dapat mendeteksi dan menghitung jumlah kendaraan yang melewati ruas jalan tol untuk memberikan informasi secara cepat kepada pengendara lain sebelum memasuki jalan tol yang akan dilalui. Metode yang akan dipakai untuk mendeteksi dan menghitung jumlah kendaraan dengan menggunakan Blob Detection. Dari hasil penelitian didapatkan nilai error tertinggi sebesar 52% pada video di detik ke-6 sampai detik ke-10. Hal ini disebabkan oleh jumlah kendaraan yang melintas begitu banyak dan dengan kecepatan yang sangat tinggi.


Keywords


Jalan Tol, Deteksi Kendaraan, Blob Detection.

Full Text:

PDF (Indonesian)

References


Badan Pengatur Jalan Tol, Sejarah Jalan Tol, diakses pada 13 Januari, 2019, dari http://bpjt.pu.go.id/konten/jalan-tol/sejarah

Basuki, A., Palandi, J., & Fatchurrohman. 2005. Pengolahan Citra Digital Menggunakan Visual Basic. Yogyakarta: Graha Ilmu.

Donoser, Michael, Bischof, Horst. (2006), Efficient Maximally Stable Extremal Region Tracking. Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference.

Firmansyah,A. 2007. Dasar-Dasar Pemrograman Matlab. IlmuKomputer. com.

J.Matas, O. Chum, M. Urban and T. Padjla. (2002).Robust wide baseline stereo from maximally stable extermal regions, Proc. British Machine Vision Conference, Vol. 1, 384-393.

Meru A.V, Mujawar I.I. (2015), Computer Vision Based Vehicles Detection and Counting for Four Way Traffic, International Journal of Advanced Research in Computer Science and Software Engineering, Vol. 5, No. 2.

Munir, R., 2004, Pengolahan Citra Digital dengan Pendekatan Algoritmik, Jakarta : Informatika.

Nister, David dan Stewenius, Henrik. (2008), Linear Time Maximally Extremal Regions. Microsoft Live Labs:Switzerland

Ouzounis, G.K., Wilkinson, M.H.F. (2007), A parallel implementatiom of the dual-input max-tree algorithm for attribute filtering. Instituto Nacional de Pesquisas Espacias (INPE), Vol. 1, pp. 449-460

Pujiriyanto, Andry (2004). cepat mahir matlab. Ilmu Komputer.com

Purwiyanti, S., Setyawan, F. A., Herlinawati, H., Murdika, U., & Hafizulahudin, M. (2018). Sistem Penghitung Jumlah Kendaraan Di Lintasan Dua Arah Menggunakan Library CVBlob.


DOI http://dx.doi.org/10.35585/inspir.v10i1.2532
Abstract 3022 kali dilihat
PDF (Indonesian) 2283 kali diunduh

Refbacks

  • There are currently no refbacks.



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.