Printed

Rancang Bangun Smart Traffic Light Berbasis Histogram Of Oriented Gradient Dan Support Vector Machine

---

Kemacetan lalu lintas di persimpangan jalan merupakan salah satu masalah yang
sering terjadi di kota-kota besar. Kemacetan ini terjadi karena traffic light yang
masih menggunakan sistem pengaturan waktu tetap (fixed cycle time) tanpa
memperhatikan naik turunnya tingkat kepadatan kendaraan yang berpotensi
menyebabkan kemacetan. Untuk mengurangi permasalahan tersebut, sistem
pengaturan waktu traffic light harus sesuai dengan keadaan di setiap jalur di
persimpangan.
Pada penelitian ini dibuat suatu simulasi pada sebuah miniatur traffic light yang
bekerja secara adaptif, yaitu traffic light yang menyesuaikan lamanya waktu lampu
hijau berdasarkan kepadatan kendaraan. Digunakan kamera webcam untuk
menangkap citra pada setiap jalur. Citra yang ditangkap tersebut kemudian diolah
menggunakan metode Histogram of Oriented Gradient dan Support vector machine
untuk menentukan tingkat kepadatan kendaraan berdasarkan jumlah kendaraan
yang terdeteksi. Selanjutnya durasi traffic light dihitung menggunakan metode
Webster berdasarkan tingkat kepadatan yang terdeteksi. Output dari simulasi ini
berupa miniatur traffic light yang dikontrol oleh NodeMCU dan dimonitoring oleh
aplikasi.
Hasil yang didapatkan, sistem dapat mendeteksi tingkat kepadatan kendaraan
dengan akurasi sebesar 86,67% dalam kondisi pencahayaan terang, redup, dan
gelap baik didalam ruangan dan diluar ruangan dengan posisi kamera yang dapat
menangkap area pengamatan objek secara keseluruhan. Dalam pengaturan waktu
traffic light, sistem dapat menentukan durasi siklus dan durasi lampu hijau
berdasarkan kepadatan kendaraan di tiap jalur, dimana waktu lampu hijau akan
bekerja lebih lama pada tingkat kepadatan padat dan akan lebih sedikit pada tingkat
kepadatan lengang.
Kata kunci: Traffic light, HOG, SVM, Webster, NodeMCU

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA-2220251.1

Penerbit

Bandung : Polman., 2022

Deskripsi Fisik

xv, 63 hlm. ; ilus. ; 30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

D4 Teknologi Rekayasa Otomasi 2022

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar