<![CDATA[Penelitian ini mengembangkan sistem deteksi pergerakan mobil berbasis OpenCV dan Python untuk mendukung pemantauan lalu lintas secara waktu nyata (real-time). Metode yang digunakan meliputi prapemrosesan citra, deteksi objek dengan algoritma background subtraction (MOG2 dan KNN), pelacakan menggunakan centroid tracking, serta klasifikasi kondisi lalu lintas menjadi tiga kategori: lancar, padat, dan macet. Evaluasi kinerja dilakukan berdasarkan akurasi deteksi, frame per second (FPS), dan pengujian berdasarkan pencahayaan. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi 94% pada siang hari, 88% pada malam hari, dan 80% pada kondisi hujan, dengan rata-rata FPS berkisar antara 18–32 tergantung resolusi video. Temuan ini membuktikan bahwa pendekatan berbasis OpenCV dapat diimplementasikan secara efektif untuk mendukung sistem transportasi cerdas dan pemantauan lalu lintas yang efisien.]]>
Copyrights © 2026
