<![CDATA[Pengolahan citra digital kini telah banyak dimanfaatkan untuk berbagai keperluan seperti analisa citra rontgen pada bidang medis, penambahan efek dan desain animasi pada bidang hiburan, dan salah satunya pemanfaatan lainnya yaitu untuk pengawasan visual lalu lintas. Namun, penggunaan kamera CCTV di beberapa ruas jalan saat ini hanya berfungsi sebagai perangkat pemantauan kondisi lalu lintas saja, sedangkan tindakan aktif sebagai respon atas kondisi yang terjadi masih didominasi oleh operator. Pada penelitian ini, dirancang suatu sistem tracking dan perhitungan kendaraan pada citra bergerak menggunakan metode Convolutional Neural Network (CNN). Masukkan sistem berupa citra bergerak dari video lalu lintas, dimana sistem akan mendeteksi, tracking dan menghitung jumlah kendaraan. Algoritma untuk mendeteksi kendaraan menggunakan YOLO (You Only Look Once). Algoritma YOLO menggunakan pendekatan dengan membagi citra masukan menjadi beberapa area yang disebut grid, kemudian memprediksi kotak pembatas dan probabilitas kelas objek. Selanjutnya kotak pembatas dengan nilai confidence paling tinggi dijadikan pemisah antara objek satu dengan lainnya. Data latih untuk proses pelatihan yang digunakan sebanyak 3282 gambar dengan 10000 iterasi menghasilkan nilai mAP sebesar 79,11%. Hasil pengujian menggunakan perpotongan antara objek dengan garis diperoleh tingkat akurasi sebesar 83,33%, sedangkan pada pengujian perhitungan menggunakan bounding box yang terdeteksi diperoleh tingkat akurasi sebesar 83,5%.]]>
Copyrights © 2020
