Deteksi objek kendaraan menggunakan library opencv dan bahasa pemrograman C++

Ariyana, (NIM. 1021511012) (2019) Deteksi objek kendaraan menggunakan library opencv dan bahasa pemrograman C++. skripsi thesis, Universitas Bangka Belitung.

[thumbnail of HALAMAN DEPAN.pdf]
Preview
Text
HALAMAN DEPAN.pdf

Download (691kB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (108kB) | Preview
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (393kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (795kB)
[thumbnail of BAB V.pdf]
Preview
Text
BAB V.pdf

Download (99kB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (227kB) | Preview

Abstract

Pada saat ini kondisi lalu lintas dijalan sudah mulai dipantau menggunakan CCTV yang akan menghasilkan rekaman kondisi lalu lintas dan dapat dimanfaatkan untuk berbagai macam keperluan. Namun, dengan menggunakan CCTV saja tidak bisa mendeteksi jumlah kendaraan dengan otomatis, tetap harus ada pengawasan langsung atau pemantauan dari petugas untuk menghitung jumlah kendaraan yang melintas.
Pendeteksian dan jumlah kendaraan menggunakan library OpenCV dan bahasa pemrograman C++ dengan aplikasi Visual Studio sebagai antarmuka program. Sistem deteksi objek kendaraan ini terdiri dari kamera, aplikasi Visual Studio 2015, library CvBlob dari OpenCV, dan rekaman video lalu lintas kendaraan. Video dikonversi dari RGB ke grayscale lalu background dihilangkan dengan metode subtraction colour absdiff, dilakukan pencarian objek dengan metode findcontouring dan terakhir metode blob detection yang akan mendeteksi objek kendaraan dan menghitung jumlah objek yang terdeteksi. Rata-rata tingkat akurasi hasil deteksi dan perhitungan jumlah kendaraan di satu jalur tertinggi yaitu sebesar 90,8%, rata-rata tingkat akurasi dua jalur tertinggi kanan sebesar 85,85% dan kiri sebesar 45,2%. Berdasarkan pengujian yang dilakukan sistem deteksi bekerja dengan baik pada ketinggian 5 meter dengan tingkat akurasi jumlah mobil 92,5% dan motor 94%.

Item Type: Thesis (skripsi)
Uncontrolled Keywords: CVBlob, Deteksi, Jumlah Kendaraan, OpenCV.
Subjects: T Teknologi > TK Electrical engineering. Electronics Nuclear engineering
Divisions: SKRIPSI > Fakultas Teknik > Teknik Elektro
Depositing User: Mrs Suci Rhomana Sari
Date Deposited: 13 Apr 2020 07:40
Last Modified: 13 Apr 2020 07:40
URI: https://repository.ubb.ac.id/id/eprint/3005

Actions (login required)

View Item View Item