<![CDATA[Kepadatan lalu lintas menjadi parameter penting yang perlu diperhatikan guna menunjang peningkatan infrastruktur saat ini. Volume kendaraan yang melintas di suatu wilayah jika tidak diimbangi dengan peningkatan infrastruktur akan menimbulkan permasalahan baru seperti kemacetan atau bahkan hingga kecelakaan lalu lintas. Salah satu upaya menganalisis kepadatan lalu lintas adalah dengan melakukan perhitungan kendaraan yang melewati kawasan tersebut. Metode konvensional saat ini dinilai kurang efektif karena harus melakukan perhitungan manual pada kendaraan yang melintas. Oleh karena itu, dalam makalah ini mengusulkan perhitungan kendaraan yang memanfaatkan kecerdasan buatan. Dengan memanfaatkan metode pengurangan latar belakang yang diperlukan untuk beradaptasi dengan perubahan bingkai. Bingkai latar belakang akan selalu diperbarui terhadap intensitas latar belakang berikutnya. Dengan demikian sistem akan dapat mendeteksi perubahan objek yang terdeteksi dari perbandingan latar belakang dengan bingkai saat ini. Objek yang terdeteksi berupa kendaraan dan dilakukan klasifikasi jenis kendaraan berdasarkan besarnya piksel. Tingkat keberhasilan dan akurasi dari metode ini diperoleh dari menghitung nilai presisi, recall, dan nilai F-measurement yang merupakan perbandingan rata-rata presisi dan recall yang dibobotkan. Pada pengujian yang dilakukan diperoleh nilai Recall = 84.50%, Precision = 61.90%, dan F = 71.45% sehingga diperoleh nilai akurasi sebesar 94.83%.]]>
Copyrights © 2026
