Perancangan Deteksi Objek Kendaraan Bermotor Berbasis OpenCV Python menggunakan Metode HOG-SVM untuk Analisis Lalu Lintas Cerdas

Eligius Transparan Putra Zebua
Perani Rosyani

AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan

Pada saat ini jumlah pengguna kendaraan bermotor semakin banyak sehingga sangat membutuhkan sistem Lalu Lintas Cerdas untuk dapat mengontrol pengguna jalan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem deteksi objek kendaraan bermotor menggunakan OpenCV Python dengan metode HOG-SVM untuk analisis lalu lintas cerdas. Deteksi objek kendaraan bermotor adalah komponen penting dalam sistem manajemen lalu lintas modern yang memungkinkan pemantauan dan analisis real-time dari arus lalu lintas. Metodologi yang digunakan dalam penelitian ini melibatkan penggunaan Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM) untuk mendeteksi kendaraan dalam citra dan video. Studi kasus ini menyoroti kelebihan dan kekurangan metode tersebut serta memberikan wawasan tentang aplikasi praktis dari teknologi ini dalam manajemen lalu lintas. Dengan penelitian menunjukkan bahwa implementasi deteksi kendaraan dengan metode HOG-SVM dapat memberikan akurasi yang baik dalam berbagai kondisi pencahayaan dan lalu lintas.