Klasifikasi Kecepatan Kendaraan Berbasis Pemrosesan Citra

Abstract

Kecelakaan merupakan kejadian yang dapat merugikan pengendara kendaraan di jalan raya. Salah satu penyebab terjadi kecelakaan adalah pengendara memacu kendaraan pada kecepatan yang tinggi. Pada kecepatan tinggi, kendaraan sulit dikendalikan dan membutuhkan konsentrasi tinggi dalam mengemudi. Apabila terjadi kecelakaan pada kecepatan tinggi, resiko pengendara meninggal dunia meningkat, sehingga dibutuhkan teknologi mitigasi. Oleh karena itu, penelitian ini bertujuan untuk mengurangi tingkat kematian pengendara dengan mengidentifikasi kecepatan kendaraan. Dengan ketersediaan teknologi saat ini berupa adanya CCTV/ kamera pengawas yang terletak pada berbagai titik di persimpangan jalan, rekaman video kendaraan yang dihasilkan dapat dipergunakan untuk mengklasifikasikan kecepatan kendaraan melalui pemrosesan citra. Pada penelitian ini digunakan aplikasi MATLAB sebagai perangkat lunak pengolah dan penampil data yang menjalankan program klasifikasi kecepatan kendaraan melalui rekaman video kamera digital. Hasil analisis menggunakan pemrosesan citra dengan metode optical flow Pada MATLAB dapat mengetahui pergerakan dan kecepatan kendaraan di jalan raya. Optical flow mengenali perpindahan objek antar frame yang diakibatkan perubahan intensitas cahaya pada periode waktu tertentu dan bersifat sekuensial. Pergerakan tersebut diamati melalui blob yang bergerak setelah dilakukan substraksi antara background dan foreground objek yang ingin diamati. Blob tersebut kemudian menjadi referensi objek yang bergerak untuk kemudian dihitung kecepatan perpindahannya dengan algoritma Lucas-Kanade. Metode tersebut digunakan untuk mengklasifikasi besaran kecepatan kendaraan serta potensi adanya bahaya yang dapat mengakibatkan tabrakan. Pendeteksian melalui video dapat mendeteksi laju kendaraan pada persimpangan melalui satu titik pengamatan. Dari data yang diambil pada 2 lokasi yang berbeda didapatkan nilai akurasi pendeteksian objek kendaraan sebesar 65,7% dengan tingkat error pembacaan kecepatan sebesar 7,4%.