Deteksi Kemacetan Lalu Lintas dengan Menggunakan Algoritma Monte Carlo

Bagus Gigih Adisalam, Putu Harry Gunawan, Mahmud Imrona

Abstract


Sensor dan kamera telah digunakan sekian lama dalam montoring lalu lintas untuk mendeteksi kemacetan lalu lintas. Kemacetan lalu lintas disebabkan karena perkembangan infrastruktur yang lambat tidak sebanding dengan peningkatan jumlah kendaraan. Penelitian ini bertujuan untuk mendeteksi status lalu lintas berdasarkan citra lalu lintas dengan sudut pandang yang berbeda. Citra lalu lintas diolah dengan menggunakan pengolahan citra menjadi 3 kondisi lalu lintas yaitu lancar, ramai, dan padat. Pengolahan citra merupakan metode untuk mengolah citra. Pengolahan citra dilakukan untuk mengubah citra RGB menjadi citra biner sehingga Monte Carlo dapat diterapkan dengan cara menghitung luas dari area piksel putih. Luas area putih pada citra biner digunakan untuk menentukan status lalu lintas. Hasil testing 1 menunjukkan skenario 1 menghasilkan performa terbaik dengan precision ramai bernilai 44%, recall ramai bernilai 77%, precision lancar bernilai 92%, recall lancar bernilai 73%, dan akurasi bernilai 73%. Hasil testing 2 menunjukkan skenario 2 menghasilkan performa terbaik dengan precision padat bernilai 100%, recall padat bernilai 99%, dan akurasi bernilai 99%.

Kata Kunci: grayscale, pengolahan citra, segmen gambar, algoritma Monte Carlo, kemacetan lalu lintas, status lalu lintas


Full Text:

PDF


DOI: http://dx.doi.org/10.21108/INDOJC.2017.2.2.174

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Bagus Gigih Adisalam

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.