• Tidak ada hasil yang ditemukan

KESIMPULAN DAN SARAN

Dalam dokumen PROTOTIPE SISTEM PENGATUR ISYARAT LALU (Halaman 35-56)

6.1 Kesimpulan

Dari uraian yang telah dipaparkan di muka dapat diambil beberapa kesimpulan sebagai berikut.

1. Algoritma yang dibuat telah dapat digunakan untuk menentukan pergeseran semua obyek yang ada di video rekaman lalu-lintas.

2. Algoritma tersebut dapat digunakan pada siang dan malam hari. 6.2 Saran

Dari uraian yang telah dipaparkan di muka dapat diambil beberapa kesimpulan sebagai berikut.

1. Algoritma pendeteksian kendaraan ini dikembangkan untuk menentukan kecepatan dan kepadatan lalu-lintas pada video rekaman lalu-lintas.

2. Penggunaan sumber daya pada algoritma tersebut perlu diperhatikan agar dapat dikembangkan pada perangkat lunak yang mempunyai sumber daya terbatas.

30

DAFTAR PUSTAKA

Afif, Al., Faris, Rachmadi, M. Febrian, Ma’sum, M. Anwar, Wibowo, Adi, Jatmiko, Wisnu, 2011, Implementasi Sistem Pengaturan Lampu Lalu Lintas Terdistribusi dengan Optimasi Pengenalan dan Penjejakan Kendaraan Berbasis Pemrosesan Video, Prosiding Konferensi Nasional Sistem dan Informatika, 12 November, Bali.

Asmaa O., Mokhtar K., Abdelaziz O., 2013, Road traffic density estimation using microscopic and macroscopic parameter, Image and Vision Computing 31, pp. 887–894.

Basuki, Imam, Siswandi, 2008, Biaya Kemacetan Ruas Jalan Kota Yogyakarta, Jurnal Teknik Sipil, Vol. 9 No. 1, Oktober, hal. 71 – 80, ISSN 1411-660X.

Buch N., Velastin SA., Orwell J., 2011, A Review of Computer Vision Techniques for the Analysis of Urban Traffic, IEEE Transactions On Intelligent Transportation Systems, Vol. 12, No. 3, p. 920–939.

Dobre, Ciprian, 2012, Using Intelligent Traffic Lights to Reduce Vehicle Emissions, International Journal of Innovative Computing, Information and Control, Vol. 8, No. 9.

Hanggara, Yoga, 2012, Urai Macet, Tambah ATCS, Situs Resmi Dishubkominfo DIY, 25 Juli, online: http://dishub-diy.net/perhubungan/urai-macet-tambah-atcs.html, diakses 22 Februari 2013.

Jianming HM., Qiang W., Qi Z., Jiajie Z., Yi, 2012, Traffic congestion identification based on image processing, IET Intelligent Transport Systems, Vol. 6, Iss. 2, pp. 153–160.

Khairdoost, Nima, S., Monadjemi, Amirhassan, Davarzani, Zohreh, Jamshidi, Kamal, 2013, GA Based PHOG-PCA Feature Weighting for On-Road Vehicle Detection, International Journal of Information and Electronics Engineering, Vol. 3, No. 1, January,p. 104-108.

Kurniawan F., Dermawan D., Dinaryanto O., Irawati M., Pre-Timed and Coordinated Traffic Controller Systems Based on AVR Microcontroller, Telkomnika, Vol. 12, No. 4, Desember 2014, ISSN: 1693-6930, p. 787-794.

Kurniawan F., Dermawan D., Dinaryanto O., Sistem Pengatur Lalu-lintas Terjadwal dan Terkoordinasi untuk Persimpangan Gondomanan, Kantor Pos, dan Bintaran, Proseding Seminar Nasional Rekayasa Teknologi Industri dan Informasi (ReTII) ke-9, 13-14 Desember 2014, hal. 179-187.

Kurniawan F., Sajati H., Dinaryanto O., 2015, Pendeteksian Kepadatan Lalu-lintas dengan Menggunakan Simpangan Baku Histogram Citra Jalan, Proseding Seminar Nasional Rekayasa Teknologi Industri dan Informasi (ReTII) ke-10, 19 Desember 2015, hal. 542-549.

Kurniawan, F., Sajati, H., Dinaryanto, O., 2016, Adaptive Traffic Controller Based On Pre-Timed System, Telkomnika, Vol. 14, No. 1, hal. 56-63.

Kurniawan, F., Sajati, H., Dinaryanto, O., 2016, Adaptive Traffic Controller Based On Pre-Timed System, Telkomnika, Vol. 14, No. 1, hal. 56-63.

Kurniawan, Freddy, Adiprasetya, Rahmad Al Hasibi, 2007, Konsep pengatur lalu-litas Adaptif terkoordinasi Kepadatan untuk Solusi Minimalisasi Durasi Waktu Tunggu Kendaraan, Jurnal Ilniah Semesta Teknik, Vol. 10, No. 2, November, ISSN 1411-061X, hal. 126 – 135.

Lan, J., Li, J., Hu, G., Ran, B., Wang, L., 2014, Vehicle Speed Measurement Based on Gray Constraint Optical Flow Algorithm, Optik, 125, pp. 289-295.

Mandellos, NA., Keramitsoglou, I., Kiranoudis, CT., 2011, A background subtraction algorithm for detecting and tracking vehicles, Expert Systems with Applications 38, pp. 1619–1631.

Nadernejad E., Sharifzadeh S., Hassanpour H., 2008, Edge Detection Techniques: Evaluations and Comparisons, Applied Mathematical Sciences, Vol. 2, no. 31, pp. 1507 – 1520.

Padilla, R., Filho, C. F., & Costa, M. G., 2002, Evaluation of Haar Cascade Classifiers Designed for Face Detection, World Academy of Science, Engineering and Technology, Vol. 6.

Primantari, Luky FA, 2010, Koordinasi Pengaturan Lampu Lalu Lintas (Studi kasus: Ruas Jalan Prof. Dr. Sorharso - Adi Sucipto - A.Yani - Adi Soemarmo), Jurnal Teknik Sipil dan Arsitektur, Vol. 8 No. 12.A, ISSN 0852-2561, hal. 13 – 30. Rachmadi, M. Febrian, F. Al Afif, M. Anwar Ma’sum, M. Fajar, and A. Wibowo,

2012, Beagleboard Embedded System For Adaptive Traffic Light Control System With Camera Sensor, Journal of Computer Science and Information, Vol. 5, Issue 2, ISSN 2088-7051, hal. 63 – 71.

Sajati, H., Astuti, Y., 2013, Analisis dan Perancangan Software untuk Menentukan Warna Kendaraan Gelap dan Terang, Jurnal Ilmiah Angkasa, Vol. 5, No. 2, November, hal. 59 – 67.

Sugiyanto G., Malkhamah S., Munawar A., Sutomo H., Pengembangan Model Biaya Kemacetan bagi Pengguna Mobil Pribadi di Daerah Pusat Perkotaan Yogyakarta, Jurnal Transportasi, Vol. 11, No. 2, Agustus 2011, ISSN 1411-2442, hal. 87-94.

Sulaeman, Yaya, Hercuadi, Asep Yudi, Syamsu, Iqbal, 2008, Model Pengatur Lampu Lalu-lintas dengan Metal Detektor berbasis Mikrokontroler Atmega8535, Jurnal Elektronika, Vol. 8, No. 2, Juli – Desember, hal. 76 – 80.

Sutjiadi R, Setyadi E, Lim R., (2015). Adaptive Background Extraction for Video Based Traffic Counter Application Using Gaussian Mixture Models Algorithm, TELKOMNIKA Indonesian Journal of Electrical Engineering, 13(3): p. 1006-1013

Uddin MS., Das AK., Taleb MA, 2015, Real-time Area Based Traffic Density Estimation by Image Processing for Traffic Signal Control System: Bangladesh Perspective, 2nd International Conference on Electrical Engineering and Information & Communication Technology (ICEEICT), May 2015.

Zaman, Big, Jatmiko, Wisnu, Wibowo, Adi, Ima, Elly Matul, 2011, Implementation Vehicle Classification On Distributed Traffic Light Control System Neural Network Based, Proceedings International Conference on Advanced Computer Science and Information System (ICACSIS), p. 107-112, ISBN: 978-979-1421-11-9, Desember.

Zhu H, Fan H, Guo S., 2013. Moving Vehicle Detection and Tracking in Traffic Images based on Horizontal Edges. TELKOMNIKA Indonesian Journal of Electrical Engineering, 11(11): p. 6477-6483.

a. Prototipe Pengatur Lalu-lintas Sinkron

b. Laptop Acer Aspire 2930z: Dual Core, 2 GHz, 4 GB RAM, 240 GB SSD

c. Downloader mikrokontroller ATmega128A

d. Kamera SJ6000 dengan spesifikasi: IP Camera support, FHD (1920 x 1080 30fps), Optical Zoom: < 10x, Rechargeable Battery 900mAh, Wireless application

e. Tripod dan monopod

3 buah 1 buah 1 buah 1 buah 1 buah 2. Perangkat Lunak: a. Windows 8.1 64-bit b. Proteus 8.1

c. Matlab 2015a 64-bit

d. Downloader mikrokontroller ATmega128A

A. Identitas Diri

1

Nama Lengkap (dengan gelar) Freddy Kurniawan, S.T., M.T. L

2

Jenis Kelamin L

3

Jabatan Fungsional Lektor

4

NIK 030131

5

NIDN 0517037601

6

Tempat dan Tanggal Lahir Yogyakarta, 17 Maret1976

7

E-mail freddykurniawan@stta.ac.id

8

Nomor Telepon/ HP (0274) 411244 / 08122702432

9

Alamat Kantor Jl. Janti, Blok R, Kompleks Lanud Adisutjipto, Yogyakarta

10

Nomor Telepon/Faks (0274) 451262 / (0274) 451265

11

Lulusan yang telah Dihasilkan S1=21 orang S2 = - orang S3= - orang

12

Mata Kuliah yg diampu

1. Teknik Digital 2. Elektronika Digital 3. Sistem Mikroprosesor 4. Komunikasi Data B. Riwayat Pendidikan Program: S-l S-2 S-3

Nama PT UGM Yogyakarta UGM Yogyakarta -

Bidang Ilmu Teknik Elektro Teknik Elektro -

Tahun Masuk 1994 2005 -

Tahun Lulus 1999 2007 -

Judul Skripsi/ Tesis/Disertasi

Analisis Metode

Penanganan Trafik pada Sistem Komunikasi Bergerak Selular

Konsep Pengatur Lalu Lintas Sinkron Adaptif Kepadatan untuk Solusi Minimalisasi Durasi Waktu Tunggu Kendaraan

-

Nama Pembimbing/ Promotor

1. Ir. Budi Setyanto 2. Dr. Ir. Th Sri Widodo

1. Ir. Samiadji Herdjunanto, M.Sc.

2. Ir. Sujoko Sumaryono, M.T. -

C. Pengalaman Penelitian Dalam 5 Tahun Terakhir

No. Tahun Judul Penelitian Pendanaan

2 2014 Prototipe Sistem Pengatur Isyarat Lalu-Lintas Adaptif Terkoordinasi untuk Ruas Jalan Senopati dan Jalan Sultan Agung Yogyakarta

Dikti (Hiber tahun I)

54

3 2013 Prototipe Sistem Pengatur Isyarat Lalu-Lintas Sinkron dengan Variasi Pola Pengaturan untuk Simpang Empat Gondomanan Dan Bintaran

Dikti (Dosen Pemula)

15

4 2012 Sistem Pemonitor Daya dan Faktor Daya Listrik Berbasis Mikrokontroler

Internal STTA 1,5

5 2011 Impementasi Pengukur Nilai Tegangan dan Arus RMS Jala-Jala Listrik Berbasis Mikrokontroler ATmega8535

Internal STTA 1.0

6 2010 Analisis Ketepatan Pengukur Nilai Arus RMS Jala-Jala Listrik Berbasis

Mikrokontroler ATmega8535

Kopertis V 1,675

D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir

No. Tahun Judul Pengabdian Kepada Masyarakat Pendanaan

Sumber* Jml (Juta Rp) 1 2013 Pelatihan Pembuatan Quadcopter Mode X

dengan Wireless Camera STTA 0,5

2 2011 Perancangan Robot Line Follower STTA 0,34

3 2010 Membuat Robot Line Follower STTA 1.0

4 2008 Pengenalan Teknologi Informasi dan

Komputer STTA 1.0

E. Publikasi Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir

No. Judul Artikel Ilmiah Nama Jurnal Volume/

Nomor/Tahun 1 Pre-Timed and Coordinated Traffic Controller

Systems Based on AVR Microcontroller

Telkomnika Vol. 12, No. 4, Desember 2014

“Angkasa” November 2012 4 Implementasi Pengukur Nilai Tegangan RMS

Jala-jala Listrik berbasis Mikrokontroler

Jurnal Ilmiah

“Angkasa” Vol. 3, No. 1, Mei 2011 5 Pembangkit Frekuensi Rendah Presisi berbasis

Mikrokontroler

Jurnal Ilmiah

“Angkasa” Vol. 2, No. 2, November 2010 6 Analisis Ketepatan Penghitung Frekuensi

dengan Metode Pencacahan Berbasis Mikrokontroler AT89S52

Jurnal Ilmiah

“Angkasa” Vol. 2, No. 1, Mei 2010,

F. Pemakalah Seminar Ilmiah (Oral Presentation) dalam 5 Tahun Terakhir

No. Nama Pertemuan Ilmiah /

Seminar Judul Artikel Ilmiah

Waktu dan Tempat 1

Rekayasa Teknologi Industri dan Informasi (RETII) ke-10

Pendeteksian Kepadatan Lalu-lintas dengan Menggunakan Simpangan Baku Histogram Citra Jalan

2015, STTNas, Yogyakarta 2

Rekayasa Teknologi Industri dan Informasi (RETII) ke-9

Sistem Pengatur Lalu-lintas Terjadwal dan Terkoordinasi untuk

Persimpangan Gondomanan, Kantor Pos, dan Bintaran

2014, STTNas, Yogyakarta 3

Rekayasa Teknologi Industri dan Informasi (RETII) ke-7

Power Monitoring berbasis Mikrokontroler 2012, STTNas, Yogyakarta 4 Seminar Penelitian Internal

Impementasi Pengukur Nilai Tegangan Dan Arus RMS Jala-Jala Listrik Berbasis Mikrokontroler ATmega8535

2011, STTA Yogyakarta 5 Seminar Penelitian

Internal

Implementasi Penghitung Nilai Tegangan RMS Jala-Jala Listrik Berbasis Mikrokontroler ATmega8535

2010, STTA Yogyakarta

G. Karya Buku dalam 5 Tahun Terakhir

No. Judul Buku Tahun Jumlah

Halaman Penerbit

- - - - -

H. Perolehan HKI dalam 5 – 10 Tahun Terakhir

Tahun Terakhir

No. Judul/Tema/Jenis Rekayasa Sosial

Lainnya yang Telah Diterapkan Tahun

Tempat Penerapan

Respons Masyarakat

- - - - -

J. Penghargaan dalam 10 tahun Terakhir (dari pemerintah, asosiasi, atau institusi

lainnya) No Jenis Penghargaan Institusi Pemberi Penghargaan Tahun

1 Dosen Favorit STTA STTA

Yogyakarta 2011 2 Dosen Pembimbing Lomba Kontes Muatan

Roket Indonesia (lolos seleksi peluncuran) Dikti 2011 3 Dosen Pembimbing Lomba Kontes Muatan

Roket Indonesia (lolos seleksi peluncuran) Dikti 2010 4 Dosen Pembimbing Lomba Kontes Muatan

1. Nama Lengkap Haruno Sajati, S.T., M.Eng.

2. Jenis Kelamin L

3. Jabatan Fungsional Asisten Ahli

4. NIP Yayasan 040941

5. NIDN 0522078001

6. Tempat dan Tanggal Lahir Yogyakarta, 22 Juli 1980

7. E-Mail jati@stta.ac.id

8. Nomor Telepon 0838 685 7876

9. Alamat Kantor Lanud Adisutjipto Blok R

10. Nomor Telepon (0274) 451262

11. Lulusan yang Telah Dihasilkan S1 = 130 orang

12. Mata Kuliah yg Diampu 1. Keamanan Jaringan Komputer 2. Pemrograman Web

3. Sistem Basis Data

4. Administrasi Jaringan Komputer 5. Teknik Pemrograman

B. Riwayat Pendidikan

S1 S2

Nama Perguruan Tinggi

Universitas Gadjah Mada Universitas Gadjah Mada

Bidang Ilmu Teknik Elektro Teknik Elektro

Tahun Masuk - Lulus 2002 – 2005 2010 – 2012 Judul Penelitian Membangun Koneksi

berbasis IPv6 pada Redhat dan FreeBSD

Pemodelan Lingkungan Virtual untuk Interaksi Avatar Berbasis Context Pada Proyek Digital Life at Campus (DiL@C)

Nama Pembimbing Sri Suning

Kusumawardhani, S.T., M.T. Ir. Sujoko Sumaryono, M.T.

Ir. Lukito Edi Nugroho, M.Sc. Ph.D

Dr. Ridi Ferdiana, S.T., M.T.

C. Pengalaman Penelitian Dalam 5 Tahun Terakhir

No. Tahun Judul Penelitian Pendanaan

Sumber Jml

1 2015 Prototipe Sistem Pengatur Isyarat Lalu-Lintas Adaptif Terkoordinasi untuk Ruas Jalan Senopati dan Jalan Sultan Agung Yogyakarta

Dikti (Hiber tahun II)

Delay Dan Throughput Pada Video Streaming Menggunakan IPv4 Dan IPv6 Tunneling

4. 2013 Analisis Dan Perancangan Software Pengenalan Pola Menggunakan Metode Deteksi Tepi Sobel Untuk Menentukan Warna Kendaraan Gelap Dan Terang

Penelitian Dosen Pemula Dikti

Rp. 14.000.000

5. 2012 Pemodelan Testbed Generic-Contect

Menggunakan Framework Avatar Pada Virtual Environment

STTA Rp. 1.500.000

D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir

No. Tahun Judul Pengabdian Kepada Masyarakat Pendanaan

Sumber Jml

1. 2014 Pelatihan Ms Access 2007 Bagi Anak-Anak Panti Asuhan Nurul Haq Gedong Kuning Banguntapan Yogyakarta

STTA Rp. 3.000.000

2. 2013 Pelatihan Desain Pesawat Terbang 3 Dimensi bagi Siswa Siswi SMA Negeri I Banguntapan Yogyakarta

STTA Rp. 1.500.000

3. 2012 Pelatihan Pengenalan Desain Grafis Bagi Siswa-Siswi SMP Negeri 3 Berbah Sleman

STTA Rp. 1.500.000 4. 2011 Pelatihan Komputer Microsoft Office, Internet

Browsing Dan Desain Grafis Menggunakan Corel Draw Bagi Karang Taruna Jogja Taruna Tama

STTA Rp. 2.000.000

E. Publikasi Artikel Ilmiah Dalam Jurnal alam 5 Tahun Terakhir

No. Tahun Judul Artikel Ilmiah Nama Jurnal Volume/ Nomor/

Tahun

1. 2014 Analisis Pemrosesan Paralel Untuk Kompresi Video Pada Jaringan Komputer IPv6

Jurnal Angkasa STTA

Vol VI / No. 2 / November 2014 2. 2013 Perancangan Dan Analisa Perbandingan

Antara Delay Dan Throughput Pada Video Streaming Menggunakan IPv4 Dan IPv6 Tunneling

Prosiding Seminar Nasional STTA

ISSN: 2337-2881

Proyek Digital Life at Campus (DiL@C)

Universitas Atma Jaya Yogyakarta

F. Pemakalah Seminar Dalam 5 Tahun Terakhir

No Nama Pertemuan Ilmiah/ Seminar

Judul Artikel Ilmiah Waktu dan Tempat

1 Seminar Nasional Teknologi Informasi dan Kedirgantaraan

Perancangan Dan Analisa Perbandingan Antara Delay Dan Throughput Pada Video

Streaming Menggunakan IPv4 Dan IPv6 Tunneling

STTA 3 Desember 2013

2 Seminar Hasil Penelitian Dosen Pemula

Analisis Dan Perancangan Software Pengenalan Pola Menggunakan Metode Deteksi Tepi Sobel Untuk Menentukan Warna Kendaraan Gelap Dan Terang

STTA Desember 2013

3 Seminar Hasil Penelitian Dosen Pemula

Analisis Pemrosesan Paralel Untuk Kompresi Video Pada Jaringan Komputer IPv6

STTA Desember 2014

G. Karya Buku Dalam 5 Tahun Terakhir

No Judul Buku Tahun Jumlah Halaman Penerbit

- - - - -

H. Perolehan HKI Dalam 5-10 Tahun Terakhir

No Judul/ Tema HKI Tahun Jenis Nomor P / ID

1

Nama Lengkap (dengan gelar) Okto Dinaryanto, S.T., M.M., M. Eng

2

Jenis Kelamin L

3

Jabatan Fungsional Asisten Ahli

4

NIK 020208

5

NIDN 0504107202

6

Tempat dan Tanggal Lahir Purbalingga, 4 Oktober 1972

7

E-mail oktodinaryanto@yahoo.co.id

8

Nomor Telepon/ HP 08122731201

9

Alamat Kantor Jl. Janti, Blok R, Kompleks Lanud Adisutjito, Yogyakarta

10

Nomor Telepon/Faks (0274) 451262 / (0274) 451265

11

Lulusan yang telah Dihasilkan S1=30 orang S2 = - orang S3= - orang

12

Mata Kuliah yang diampu

Fisika Dasar Matematika Teknik Generator Uap dan Gas

B. Riwayat Pendidikan

Program: S-l S-2 S-3

Nama PT UGM Yogyakarta UGM Yogyakarta -

Bidang Ilmu Teknik Mesin Teknik Mesin -

Tahun Masuk 1990 2010 - Tahun Lulus 1995 2013 - Judul Skripsi/ Tesis/Disertasi Pompa Horizontally Split Case

Sifat-Sifat Aliran Slug Ditinjau dari Karakteristik Lokal (Visualisasi, Liquid Hold-Up,

Signal Processing) pada Pipa

Horizontal.

-

Nama Pembimbing/ Promotor

Prof. Dr. Ir. Indarto, DEA

1. Prof. Dr. Ir. Indarto, DEA. 2. Dr. Eng. Deendarlianto, ST, M.Eng.

-

C. Pengalaman Penelitian Dalam 5 Tahun Terakhir

No. Tahun Judul Penelitian Pendanaan

Sumber* Jml (Juta Rp) 1. 2011 Pengaruh Jenis Burner terhadap Konsumsi

Bahan Bakar LPG

Sumber* Jml (Juta Rp) 1. 2008 Pengenalan Teknologi Informasi dan

Komputer STTA 1.0

E. Publikasi Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir

No. Judul Artikel Ilmiah Nama Jurnal Volume/

Nomor/Tahun 1 Optimasi Desain Fan Pendingin terhadap

Pendinginan Radiator

Jurnal Ilmiah

“Angkasa” Vol. 1, No. 1, 2009 2 Pengaruh Jenis Burner terhadap Konsumsi

Bahan Bakar LPG

Jurnal Ilmiah

“Angkasa” Vol. 2, No. 1, 2010

F. Pemakalah Seminar Ilmiah (Oral Presentation) Dalam 5 Tahun Terakhir

No. Nama Pertemuan

Ilmiah / Seminar Judul Artikel Ilmiah

Waktu dan Tempat

1. - - -

G. Karya Buku dalam 5 Tahun Terakhir

No. Judul Buku Tahun Jumlah

Halaman Penerbit

- - - - -

H. Perolehan HKI Dalam 5 – 10 Tahun Terakhir

No. Judul/Tema HKI Tahun Jenis Nomor P/JD

- - - - -

I. Pengalaman Merumuskan Kebijakan Publik/Rekayasa Sosial Lainnya dalam 5

Tahun Terakhir

No. Judul/Tema/Jenis Rekayasa Sosial

Lainnya yang Telah Diterapkan Tahun

Tempat Penerapan

Respons Masyarakat

No Jenis Penghargaan Institusi Pemberi Penghargaan Tahun 1 - - -

1

Program Studi Teknik Elektro, Sekolah Tinggi Teknologi Adisutjipto email: freddykurniawan@stta.ac.id

2

Program Studi Teknik Informatika, Sekolah Tinggi Teknologi Adisutjipto email: jati@stta.ac.id

3

Program Studi Teknik Mesin, Sekolah Tinggi Teknologi Adisutjipto email: oktodinaryanto@yahoo.co.id

Abstract

Various methods for the traffic density detection in heavy traffic have been developed widely. However, allmost of then suffer from any drawbacks, especially for traffic that contains all kinds of vehicles. In this research study, we developed a novel method of traffic density detection using macroscopic approach. This method used the vehicle movement detection algorithm, the background construction algorithm, and the traffic density detection algorithm. The first algorithm is used to detect parts of the image containing moving vehicle by determining the difference between the two consecutive frames. Then the background construction algorithm detects the image parts lying in front or behind the moving vehicle that have no movement. An edge detector is used to verify whether it can be used as part of the background image. After the background image is constructed, traffic density detection is done by comparing every parts of the image covered by detection area with the corresponding background image. By comparing the image area covered by vehicle and the background image, we can determine the traffic density. This method has been proven to be able to determine the traffic density with high accuracy.

Keywords: macroscopic approach, background construction, edge detector, background, moving vehicle

1 PENDAHULUAN

Pendeteksian kendaraan merupakan hal yang penting dilakukan untuk manajemen lalu-lintas. Dari usaha tersebut, dapat diperoleh data kepadatan lalu-lintas dan kecepatan rata-rata kendaraan. Data ini menjadi masukan pada sistem transportasi cerdas untuk melakukan manajemen lalu-lintas. Data kepadatan lalu-lintas juga dapat secara langsung menjadi masukan bagi sistem pengatur lalu-lintas adaptif.

Berbagai metode pendeteksian kendaraan telah banyak dikembangkan. Teknologi konvensional untuk pengukuran parameter lalu-lintas seperti menggunakan kalang induktor, detektor sonar atau gelombang mikro mempunyai beberapa kelemahan, di antaranya instalasi yang relatif sulit, cenderung rumit, dan tidak dapat mendeteksi kendaraan yang diam atau bergerak lambat. Sementara itu, penggunaan sistem

pendeteksian berbasis video, cukup mudah diinstal dan dimodifikasi.

2 KAJIAN LITERATUR

Untuk mendapatkan data parameter trafik dapat menggunakan dua macam pendekatan, mikroskopis dan makroskopis. Pendekatan mikroskopis akan menghitung jumlah kendaraan, dan menghitung nilai parameter trafik per kendaraan dan menentukan jumlah atau rerata parameter yang dapat mewakili kondisi ruas jalan tersebut. Metode yang paling banyak digunakan untuk mendeteksi kendaraan adalah dengan mengurangi citra ruas jalan dengan citra latar belakang dan menerapkan algoritma pendeteksian tepi. Metode ini cukup sederhana dan dapat dieksekusi real time sehingga dapat secara langsung memberikan pertimbangan pada sebuah pengatur lalu-lintas (Uddin dkk., 2015). Metode ini telah banyak dikembangkan. Pengembangan menggunakan histogram gradien (Histograms of Oriented

Pendekatan mikroskopis dapat ditempuh pada daerah yang tidak terlalu padat dan pada citra yang ditangkap, tumpah tindih kendaraan tidak terlalu banyak. Namun untuk daerah yang sangat padat, pendekatan ini dapat menghasilkan data kurang akurat dan membutuhkan waktu lama.

Alternatif lain adalah menggunakan pendekatan makroskopis. Salah satu usaha untuk membentuk pendeteksian kepadatan lalu-lintas yang menggunakan pendekatan makroskopis adalah penggunaan simpangan baku histogram intensitas (Kurniawan dkk., 2016). Metode ini cukup mudah diterapkan dengan algoritma yang sederhana. Dari histogram proyeksi citra ruas jalan, dapat ditentukan distribusi kecepatan pada ruas jalan tersebut. Metode ini dapat dikembangkan untuk mendeteksi adanya kemacetan lalu-lintas (Jianming et. El., 2012). Namun metode ini tidak dapat membedakan antara keberadaan kendaraan dengan latar belakang yang mempunyai tingkat keabuan beragam.

Contoh lain yang menggunakan pendekatan makroskopis adalah dengan menganalisis tekstur citra. Tekstur citra ruas jalan akan selalu berbeda dengan adanya jenis kendaraan yang berbeda. Dari tekstur ini dapat ditentukan adanya kemacetan di ruas jalan tersebut (Wei dan Hong-ying, 2016).

3 METODE PENELITIAN

Pendeteksian kepadatan lalu-lintas yang digunakan pada penelitian ini menggunakan pendekatan makroskopis. Kedapatan lalu-lintas tidak dihitung dengan menentukan jumlah kendaraan namun dengan menentukan luas daerah jalan yang tertutup oleh kendaraan dan dibandingkan dengan luas ruas jalan keseluruhan.

Kamera pendeteksi ditempatkan di sisi kiri sebuah jalan di persimpangan. Video yang diperoleh mempunyai ukuran 640 × 480. Video yang digunakan menggunakan pesat frame 30 frame/detik, sehingga dua frame berurutan mempunyai perbedaan waktu

detik = 33 milidetik. Kamera ini dapat sekaligus dapat digunakan untuk pemantau

atas ke kiri bawah. Keempat garis batas itu meliputi:

1. Garis batas atas (top border), garis ini akan menentukan nilai minimal sumbu y. 2. Garis batas kiri (left border), garis ini

akan menentukan nilai x minimal pada suatu y tertentu.

Gambar 1 Pendefinisian area pendeteksian dan nomor ROI

Batas kiri ditentukan oleh sebuah garis yang dibentuk oleh sepasang titik. Sebagaimana Gambar 1, batas kiri ditentukan oleh titik A dan B yang membentuk sebuah fungsi pembatas kiri . Gradien

mengikuti Persamaan (1), sedangkan

mengikuti Persamaan (2).

(1)

(2)

Daerah pendeteksian dibagi menjadi beberapa Region of Interest (ROI) berupa daerah yang dibatasi oleh sebuah persegi panjang. Panjang dan tinggi setiap ROI ditetapkan sedemikian rupa sehingga bagian depan sebuah mobil akan dicakup oleh minimal dua ROI. Ukuran ROI tidak boleh terlalu kecil agar banyaknya ROI tidak terlalu banyak sehingga memperberat beban komputasi.

Setiap ROI diberi nomor identitas sesuai dengan posisinya. Penomoran ROI mengikuti format dengan merupakan nomor

(0,0) (639,0)

(0,479) (639,479)

ymin

Top border A(xa,ya)

Nilai yang semakin besar menandakan ROI tersebut semakin dekat ke marka depan sehingga kendaraan akan terlihat semakin besar. ROI pada baris ( ) sama dapat mempunyai jumlah kolom ROI berbeda dikarenakan adanya batas-batas area pendeteksian. Beberapa ROI dengan nilai sama menandakan ROI-ROI tersebut sejalur dalam arah ke marka depan. Hal ini dapat dilihat pada Gambar 1.

Kenaikan nilai akan diikuti dengan kenaikan panjang dan tinggi ROI sesuai dengan kenaikan penampakan kendaraan. Ukuran ROI ditentukan sedemikian rupa sehingga setiap ROI akan mencakup daerah yang sama luasnya di suatu ruas jalan. Gambar 1 merupakan salah satu contoh ROI untuk citra yang mewakili ruas jalan di persimpangan Gondomanan dari arah utara. Dalam video percobaan, nomor ROI ditampilkan menggunakan format .

3.1 Pembentukan Citra Latar Belakang di Area Pendeteksian

Pendeteksian obyek pada sebuah ROI secara akurat dapat dilakukan dengan mendeteksi adanya perbedaan citra di ROI tersebut dengan latar belakang. Pembentukan latar belakang hanya dilakukan di area pendeteksian yang tercakup oleh ROI. Usaha untuk membentuk latar belakang dilakukan berdasar beberapa fakta berikut.

Pertama, jika terdapat sebuah citra ROI

Dalam dokumen PROTOTIPE SISTEM PENGATUR ISYARAT LALU (Halaman 35-56)

Dokumen terkait