Text
Object Tracking Menggunakan Metode Pengurangan Latar pada Ruang Citra Grayscale dan Rule Based-Forward Chaining Untuk Klasifikasi Jenis Kendaraan Secara Otomatis
INTISARI
Sistem otomatisasi pada bidang visi komputer telah banyak dikembangkan, dengan pengaplikasian dalam berbagai bidang. Salah satunya adalah seperti yang dikembangkan oleh PT Jasa Marga untuk meningkatkan efisiensi dan efektifitas kinerja pada jalur pembayaran jalan tol yaitu Electronic Toll Card (ETC). Beberapa penerapan sistem manual hingga otomatis telah direalisasikan, namun masih terdapat banyak kendala yang dihadapi oleh sistem tersebut, seperti kesalahan pada software, hardware dan kesalahan pada manusia. Tentunya hal tersebut, membuat banyak peneliti yang berinovasi untuk menunjang sekaligus memperbaiki kekurangan dari sistem otomatisasi tersebut. Terkhususnya penelitian yang berfokus pada pengaturan kendaraan dijalan tol. Berdasarkan beberapa hal tersebut penelitian ini dikembangkan dengan fokus perancangan sistem pengklasifikasian kendaraan berdasarkan jenis kendaraan pada jalan tol. Sistem ini dirancang untuk lingkungan luar ruangan (outdoor) menggunakan kamera yang terhubung ke komputer sebagai devais masukan citra. Setiap citra masukan kamera tersebut akan diolah menggunakan teknik pengolahan citra seperti, background subtraction pada ruang citra grayscale, multi tresholding, operasi morfologi dan terakhir metode rule based-forward chaining sebagai pengklasifikasian kendaraan. Sistem menunjukkan hasil pengklasifikasian dengan akurasi tertinggi adalah pada sore hari sebesar 97,29% dan akurasi terendah pada malam hari sebesar 25% sedangkan, hasil akurasi counting tertinggi pada pagi hari dengan akurasi 86,36% dan akurasi paling tidak akurat sebesar 21,43%.
Kata Kunci: Background subtraction citra grayscale, rule based forward chaining, sistem pengklasifikasian kendaraan
ABSTRACT
Automation systems on the computer vision has been developed, with applications in several fields. Such as PT Jasa Marga that used it to improve the efficiency and effectiveness the toll payment system using Electronic Toll Card (ETC). Some manual systems that change to automatic has some mistakes. Such as error on software, hardware and human error. Certainly, it makes a lot of researchers innovating to support and repair the weaknesses of the systems. Especially, the research focuses on vehicles’s arrangement. Based on that, this research was developed with a focus of designing the vehicle classification system. This system is designed for outdoor conditions using a camera connected to a computer as an image input device. Each of the input image will be processed using image processing techniques, such as background subtraction on the grayscale image, multitresholding, morphological operations, and the last using rule based-forward chaining method to vehicle classification. This system get the most accurate results for vehicle classification in the afternoon with a value of 97,29% and the lowest accuracy at night with a value of 25% while, counting the vehicles most accurate results in the morning with a value of 86,36% and the most inaccurate happen at night wth a value of 21,43%.
Keywords: background subtraction on grayscale image, rule based-forward chaining, vehicle classification system.
1134D17II | 006,4 EVA o | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain