Object tracking merupakan aplikasi dari ilmu computer vision dimana computer atau mesin melakukan penelusuran terhadap objek-objek atau benda yang bergerak. Selama penelusuran tersebut seringkali terdapat masalah yang dinamakan occlusion, dimana terdapat gangguan seperti persilangan dengan objek lain atau terhalanginya objek yang sedang ditelusuri dengan benda lainnya. Diperlukan metode khusus untuk menangani permasalahan tersebut agar tidak terjadi lost tracking saat penelusuran objek.
Pada tugas akhir ini diimplementasikan algoritma tracking dengan mengkombinasikan Camshift – Kalman Filter dan memanfaatkan prediksi Kalman Filter untuk memprediksi occlusion. Algoritma CAMShift merupakan algoritma penelusuran objek yang menggunakan probabilitas warna sebagai dasar untuk menelusuri objek. Sedangkan Kalman Filter merupakan estimator rekursif, yang membutuhkan state sebelumnya dan pengukuran sekarang untuk mengestimasi state sekarang.
Hasil dari penelitian ini menunjukan bahwa hasil kombinasi Camshift – Kalman Filter sebagai algoritma tracking memberikan ketepatan tracking untuk tiap objeknya hingga 100%. Penanganan occlusion yang diterapkan memberikan akurasi keberhasilan hingga 81%. Sedangkan Kalman Filter sendiri dapat mempercepat waktu komputasi Camshift hingga 12%. Kalman Filter, CAMShift, Object Tracking, Occlusion