Perpustakaan Digital ITB

Tingkat kemacetan di jalan raya menjadi salah satu faktor yang dijadikan bahan konsiderasi masyarakat untuk melakukan perjalanan seperti perjalanan ke kantor, sekolah, berlibur dan lain-lain. Informasi ini digunakan oleh masyarakat untuk menentukan jalan yang akan mereka tempuh untuk sampai di tujuan mereka. Untuk mendapatkan dan menyebarkan informasi ini, pemerintah menggunakan sistem CCTV (Closed-Circuit Television) untuk melakukan pengawasan pada jalan raya. Tetapi sistem pengawasan yang digunakan pemerintah ini tidak bisa diterapkan pada lalu lintas dalam kota karena kebiasaan-kebiasaan para pengendara kendaraan bermotor yang tidak teratur. Untuk itu dibutuhkan sistem lain untuk melakukan pengawasan pada keadaan lalu lintas dalam kota. Untuk membuat sistem tersebut maka harus diteliti terlebih dahulu bagaimana pemrosesan gambar dari sensor berupa kamera menjadi informasi tingkat kemacetan jalan tersebut. Berdasarkan penelitian-penelitian yang sudaha ada, salah satu algoritma yang umumnya diterapkan dalam sistem ini adalah algoritma Expectation Maximization. Algoritma ini berfungsi untuk mengelompokan data-data yang telah diproses yang didapatkan dari data gambar atau video dari jalan raya yang diamati. Pada sistem ini, penggunaan algoritma Expectation Maximization (EM) dikolaborasikan dengan metoda Image Thresholding, dimana metoda ini memroses data gambar atau video jalan sehingga memberikan hasil yang dibutuhkan oleh algoritma EM. Pada penelitian ini, sistem pengawasan kepadatan lalu lintas menggunakan algoritma EM akan dibandingkan hasilnya dengan penggunaan data video lalu lintas yang memiliki ragam tingkat kepadatan. Juga dilakukan percobaan terhadap metoda Image Thresholding yang akan digunakan untuk keakuratan nilai yang akan diproses algoritma EM. Berdasarkan penelitian , algoritma EM berhasil melakukan deteksi terhadap kepadatan jalan dimana dalam penelitian ini kepadatan jalan dipisah menjadi 2 tingkat yaitu “padat” dan “lancar”. Penggunaan Metoda Local Image Thresholding merupakan metoda yang paling akurat dalam memroses data video lalu lintas dalam kota.