Penghitung Trafik Kendaraan Berbasis Object Recognition: Studi Kasus Jalan Utama Universitas Tanjungpura

Ananda, Agung Tuah (2022) Penghitung Trafik Kendaraan Berbasis Object Recognition: Studi Kasus Jalan Utama Universitas Tanjungpura. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover) Cover_D1041151018.pdf - Published Version Download (48kB)
	Text (Yuridis) Yuridis_D1041151018.pdf - Published Version Download (43kB)
	Text (Surat Pernyataan) SP_D1041151018.pdf - Published Version Download (80kB)
	Text (Abstrak) Abstrak_D1041151018.pdf - Published Version Download (20kB)
	Text (Kata Pengantar) Kapeng_D1041151018.pdf - Published Version Download (81kB)
	Text (Daftar Isi) Dafis_D1041151018.pdf - Published Version Download (92kB)
	Text (Daftar Lain) Daflain_D1041151018.pdf - Published Version Download (73kB)
	Text (Bab I) Bab1_D1041151018.pdf - Published Version Download (122kB)
	Text (Bab II) Bab2_D1041151018.pdf - Published Version Download (714kB)
	Text (Bab III) Bab3_D1041151018.pdf - Accepted Version Restricted to Repository staff only Download (866kB)
	Text (Bab IV) Bab4_D1041151018.pdf - Accepted Version Restricted to Repository staff only Download (2MB)
	Text (Bab V) Bab5_D1041151018.pdf - Accepted Version Restricted to Repository staff only Download (22kB)
	Text (Daftar Pustaka) Dapus_D1041151018.pdf - Published Version Download (139kB)

Abstract

Pertumbuhan penggunaan kendaraan bermotor untuk transportasi oleh masyarakat terus meningkat seiring waktu. Sebagai lembaga pendidikan tinggi dengan jumlah mahasiswa aktif mencapai angka 31 ribu orang maka Universitas Tanjungpura perlu menyadari bagaimana penggunaan jalan oleh pengendara kendaraan bermotor di Universitas Tanjungpura dalam bagian dari perencanaan pembangunannya untuk menghindari permasalahan yang mungkin timbul dikemudian hari. Penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat menghitung trafik kendaraan di jalan masuk utama Universitas Tanjungpura. Peneliti menggunakan pendekatan object recognition untuk mengetahui jenis kendaraan yang lewat apakah merupakan kendaraan sepeda motor atau mobil, dimana digunakan metode background subtraction dan pemrosesan morfologi dalam tugas deteksi objek, dan metode Haar Cascade Classifier dalam tugas klasifikasi jenis kendaraan dari objek yang terdeteksi. Pada penelitian ini dilatih model klasifikasi kendaraan sepeda motor (masuk dan keluar) dengan 5000 data latih dan model klasifikasi kendaraan mobil (masuk dan keluar) dengan 500 data latih. Sistem di implementasi pada perangkat Raspberry Pi dengan modul PiCamera untuk menangkap citra jalan dan menjalankan sistem. Evaluasi model klasifikasi kendaraan menggunakan confusion matrix menunjukkan nilai F1-score rata-rata 0.916 (sepeda motor masuk), 0.311(mobil masuk), 0.965(sepeda motor keluar) dan 0.427(mobil masuk). Hasil pengujian unit testing dan integration testing menunjukkan sistem ini dapat mendeteksi objek kendaraan yang lewat, mengetahui jenis kendaraan tersebut dan menghitung jumlahnya serta menyediakan cara untuk mendapatkan data trafik kendaraan yang dihasilkan. Secara keseluruhan penelitian dinilai berhasil dalam membuat sebuah sistem penghitung trafik kendaraan berbasis object recognition studi kasus jalan utama Universitas Tanjungpura.

Actions (login required)

View Item