Sistem Penegakan Speed Bump Berdasarkan Kecepatan Kendaraan yang Diklasifikasikan Haar Cascade Classifier

Autor: Erni Yudhaningtyas, Muhammad Zulfikri, Rahmadwati Rahmadwati
Rok vydání: 2019
Předmět:
Zdroj: Techno.Com, Vol 18, Iss 2, Pp 97-109 (2019)
ISSN: 2338-0403
DOI: 10.14710/jtsiskom.7.1.2019.12-18
Popis: Kecelakaan lalu lintas sering terjadi disebabkan kendaraan yang melaju dengan kecepatan tinggi. Penelitian ini mengembangkan sistem penegakan speed bump (polisi tidur) yang dapat memberikan peringatan bagi pengemudi dalam memperlambat laju kendaraan dan memberikan kenyamanan saat melaju dengan kecepatan rendah. Penegakan speed bump dilakukan berdasarkan kecepatan kendaraan yang terdeteksi menggunakan metode Haar Cascade Classifier, yang merupakan gabungan beberapa konsep yaitu Haar Features, Integral Image, AdaBoost Learning, dan Cascade Classifier. Pengujian dilakukan menggunakan video jalan raya pada satu jalur. Sistem dibuat menggunakan interpreter python dengan library OpenCV. Pendeteksian didapatkan hasil yang cukup baik apabila dilakukan pada intensitas cahaya tinggi, dan didapatkan tingkat akurasi deteksi sebesar 97,92%. Perhitungan kecepatan kendaraan didapatkan dengan membandingkan hasil kecepatan pada sistem dengan video dalam keadaan real time, yang dibuktikan dari tingkat error dengan nilai MSE yaitu 2,88.
Databáze: OpenAIRE