PENDETEKSIAN TINGKAT KEPADATAN JALAN MENGGUNAKAN METODE CANNY EDGE DETECTION
Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Indonesia
Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Indonesia
Abstract
Ruang lalu lintas merupakan sarana yang digunakan sebagai gerak pindah orang, kendaraan, dan barang yang berupa jalan dan fasilitas pendukung. Informasi kepadatan jalan merupakan informasi yang sangat penting untuk mendeteksi kepadatan dan menghitung lalu lintas. Pengolahan citra diperlukan untuk mendapatkan informasi mengenai kepadatan jalan baik menggunakan citra maupun video kondisi jalan. Penelitian ini mengimplementasikan metode deteksi tepi Canny dengan menentukan koordinat Region of Interest (ROI) dan menghitung persentase kepadatan pada data video sesuai area ROI yang sudah ditentukan. Hasil penelitian diharapkan dapat mendeteksi kendaraan di jalan dan menentukan tingkat kepadatan jalan dari hasil deteksi menggunakan metode Canny. Setelah dilakukan uji coba sistem didapat hasil yaitu penentuan ROI di jalan menggunakan 4 buah titik koordinat, metode Canny berhasil mendeteksi kendaraan yang berada di jalan, dan dapat menentukan persentase kepadatan untuk menghasilkan status kepadatan lalu lintas.
Keywords
References
Bapan Pusat Statistik, “Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis, 1949 – 2018,” Badan Pusat Statistik, 2020. [Daring]. Tersedia: https://www.bps.go.id/linkTableDinamis/view/id/1133. [Diakses: 20 April 2020].
F. Kurniawan, H. Sajati, dan O. Dinaryanto, “Image processing technique for traffic density estimation,” International Journal of Engineering and Technology, vol. 9, no. 2, hal. 1496 – 1503, 2017.
A. Basuki, Pengolahan Citra Digital Menggunakan Visual Basic. Yogyakarta: Graha Ilmu, 2005.
A. Arsyad, Media Pembelajaran. Jakarta: PT Raja Grafindo Persada, 2011.
N. N. Mandellos, I. Keramitsoglou, dan C. T. Kiranoudis, “A background subtraction algorithm for detecting and tracking vehicles,” Expert Systems with Applications, vol. 38, no. 3, hal. 1619 – 1631, 2011.
I. H. Setiadi, “Perancangan sistem pendeteksi kepadatan lalu lintas menggunakan image processing dengan metode background substraction pada sikomolintas”, Skripsi, Universitas Komputer Indonesia, Bandung, 2016.
M. Rahman dan S. Dey, “Aplication of image processing and data mining techniques for traffic density estimation and prediction,” International Journal of Computer Science and Engineering, vol. 7, no. 3, hal. 248 – 253, 2019.
S. Mahatmaputra, E. Permata, dan William, “Deteksi kemacetan lalu lintas melalui kamera menggunakan pin hole algorithm,” ComTech, vol. 2, no. 2, hal. 821 – 834, 2011.
L. R. Faradila, Y. Fibriliyanti, dan Nasron, “Deteksi kepadatan dan pembagian waktu pada simulasi lampu lalu lintas di persimpangan,” Prosiding SNATIF ke-4, 2017, hal. 335 – 339.
