Muhammad Hafizh Husein
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Deteksi Pelanggar Garis Marka Pada Traffic Light Dengan Metode Haar Cascade Dan Easyocr Muhammad Hafizh Husein; Imelda Imelda
Jurnal Ticom: Technology of Information and Communication Vol 13 No 1 (2024): Jurnal Ticom-September 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i1.141

Abstract

Kendaraan adalah fasilitas yang digunakan oleh manusia untuk melakukan perjalanan dari satu lokasi ke lokasi lain. Jumlah kendaraan di Indonesia meningkat setiap tahunnya, dengan 142 juta kendaraan pada tahun 2021 dan 148 juta pada tahun 2022. Peningkatan ini diikuti dengan tingginya tingkat pelanggaran lalu lintas. Kepolisian tidak hanya satu pihak yang bertanggung jawab atas masalah ketertiban lalu lintas di jalan, setiap orang yang menggunakan jalan raya harus mematuhi aturan berlalu lintas yang berlaku. Kurangnya kesadaran masyarakat untuk mengikuti aturan lalu lintas menyebabkan tingginya angka kecelakaan, dengan 94.617 kasus pada tahun 2022 yang mengakibatkan 26.100 korban jiwa. Jika tidak segera diatasi, masalah ini dapat terus meningkat dan menyebabkan korban yang terus berjatuhan. Dengan adanya permasalahan tersebut, penelitian ini mengusulkan solusi berupa memanfaatkan teknologi pengolahan citra berupa deteksi pelanggaran lalu lintas dengan metode haar cascade dan easyocr dengan tujuan untuk mengetahui penerapan metode haar cascade dan easyocr dalam mendeteksi kendaraan beserta plat nomor kendaraan. Kontribusi penelitian ini adalah pengembangan sistem deteksi pelanggar garis marka dengan menambahkan pendeteksian plat nomor dari kendaraan yang melakukan pelanggaran. Hasil dari penelitian ini menunjukkan bahwa metode haar cascade berhasil diterapkan dengan memperoleh rata-rata nilai akurasi 72,88%, nilai presisi 73,23%, dan nilai recall 99,59%. Namun, penerapan metode easyocr dalam penelitian ini belum optimal dalam mendeteksi plat nomor kendaraan dengan nilai akurasi 25%. Sehingga perlu pengembangan lebih lanjut untuk meningkatkan akurasi sistem dan juga meminimalkan kesalahan dalam pendeteksian