Perancangan Program Penghitung Jumlah Kendaraan Di Lintasan Jalan Raya Satu Arah Menggunakan Bahasa Pemrograman C++ Dengan Pustaka Opencv
| Main Author: | Cahyana, FajarMit |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/142747/1/skripsi.pdf http://repository.ub.ac.id/142747/2/abstrak_dan_kata_pengantar.pdf http://repository.ub.ac.id/142747/ |
Daftar Isi:
- Untuk menentukan kepadatan rata-rata lalu-lintas diperlukan adanya survey penghitungan jumlah kendaraan yang melintas di jalan raya. Pelaksannan survey tersebut biasanya dilakukan oleh seorang pengamat yang dimungkinkan terjadinya human error dalam proses penghitungan karena terlalu padatnya jumlah kendaraan yang lewat, pengaruh lingkungan atau kondisi internal peneliti itu sendiri sehingga mengakibatkan kurang akuratnya proses penghitungan yang dilakukan langsung oleh seorang peneliti. Selain rentan terjadinya human error, penghitungan yang dilakukan oleh manusia memerlukan biaya tersendiri untuk setiap pelaksanaanya sehingga kurang efisien. Oleh karena itu, sebuah perancangan dan analisis program penghitung jumlah kendaraan di lintasan jalan raya dilakukan menggunakan bahasa pemrograman C++ dengan pustaka OpenCV. OpenCV digunakan karena memiliki banyak subprogram atau library yang dapat dikombinasikan sehingga memiliki berbagai fungsi dalam pemrograman yang berkaitan dengan pengolahan citra digital. Sedangkan bahasa pemrograman C++ digunakan karena Pustaka OpenCV 2.4.4 hanya dapat dijalankan dengan menggunakan bahasa pemrograman C dan C++. Dari hasil pengujian didapatkan kecepatan rata-rata proses background subtraction 483,33 frame per detik dengan menggunakan metode frame difference. Dari hasil tiga kali pengujian blobtracking menunjukkan dari 100 kendaraan yang diproses oleh program dengan sudut pandang kamera 450 sebanyak 75 unit kendaraan berhasil dideteksi, dengan sudut pandang kamera 600 sebanyak 79 unit kendaraan berhasil dideteksi dan dengan sudut pandang kamera 900 sebanyak 75 unit kendaraan berhasil dideteksi.