Klasifikasi Kendaraan Bergerak Dengan Logika Fuzzy Berbasis Pengolahan Citra

Putra, Bayu Charisma (2016) Klasifikasi Kendaraan Bergerak Dengan Logika Fuzzy Berbasis Pengolahan Citra. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1214201013-Master_Thesis.pdf - Accepted Version

Download (1MB) | Preview

Abstract

Transportasi memiliki peranan penting bagi kehidupan baik dari sisi ekonomi, sosial, politik, dan banyak lainnya. Salah satu permasalahan transportasi yang sering muncul adalah kemacetan lalu lintas. Untuk mengurangi kemacetan dibutuhkan informasi-informasi yang terkait dengan lalu lintas, salah satunya jenis kendaraan yang melintas. Pada penelitian ini dibahas klasifikasi dan penghitungan jenis kendaraan menggunakan logika fuzzy berbasis pengolahan citra. Tahap pertama, input berupa rekaman video diekstrak menjadi frameframe. Frame tersebut dicari foreground-nya menggunakan metode Gaussian Mixture Model. Kemudian frame di-filter untuk meminimalkan noise. Tahap selanjutnya adalah shadow removal yaitu menghilangkan bayangan yang terdeteksi di foreground, Setelah itu obyek akan dideteksi dengan memeriksa seluruh tetangga setiap piksel. Obyek yang terdeteksi diklasifikasi menggunakan logika fuzzy lalu diberi label sesuai jenis kendaraan. Tahap terakhir adalah tracking object dan menghitung kendaraan yang melewati ROI (Region of Interest) sesuai dengan jenis kendaraannya. Dari hasil uji coba pada penelitian ini algoritma yang dibangun mampu mengklasifikasikan jenis kendaraan dengan tingkat akurasi sebagai berikut; Jalan dengan kondisi lengang yaitu Jalan Kedung Cowek 100% dan Jalan Wonokromo 97.67%, Jalan dengan kondisi padat yaitu Jalan Raya Diponegoro 92.21%, dan Jalan Pemuda 84.78%. ======================================================================================================= Transportation has a vital part in terms of economy, social, politics, and many others. One of transportation problems that happens almost everyday is the traffic jam. In order to reduce that problem, one of informations that is needed is the kind of vehicle that passed the street. This research discussed counting and classification of vehicles using fuzzy logic-based on image processing. The first step, input in the form of recorded video is extracted into frames. Then, the foreground from the extracted frames is determined by GMM (Gaussian Mixture Model) methods. In the next step, the obtained foreground were filtered using median filter in order to reduce noises. The next one is the shadow removal process which removes the shadow that is detected in the foreground, then the object will be detected by examining the whole neighborhood of each pixel. Then the detected and classified object are labeled according to the type of vehicle. The last step is tracking object and counting vehicles that pass the ROI (Region of Interest) according the type of vehicle. From the obtained results this algorithm is capable on classifying type of vehicles with a high degree of accuracy as follows; The road to the deserted condition Kedung Cowek street with 100% and Wonokromo street with 97.67%, The road with high traffic density Raya Diponegoro street with 92.21% and Pemuda street with 84.78%.

Item Type: Thesis (Masters)
Additional Information: RTMa 519.24 Put k
Uncontrolled Keywords: Kemacetan Lalu Lintas, Gaussian Mixture Model, Shadow Removal, Deteksi Obyek, Klasifikasi, Logika Fuzzy.
Subjects: Q Science > Q Science (General) > Q337.5 Pattern recognition systems
Q Science > QA Mathematics > QA246.8 Gaussian
Divisions: Faculty of Mathematics and Science > Mathematics > 44101-(S2) Master Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 18 May 2020 14:14
Last Modified: 18 May 2020 14:14
URI: http://repository.its.ac.id/id/eprint/76012

Actions (login required)

View Item View Item