ABSTRAKSI: Pada saat ini jumlah pengguna kendaraan semakin meningkat khususnya di kota-kota besar. Hal ini merupakan penyebab timbulnya kemacetan lalu lintas di suatu ruas jalan. Oleh karena itu, pengguna jalan memerlukan suatu informasi untuk mengetahui kepadatan lalu lintas di lokasi tertentu. Untuk mendapatkan sistem informasi mengenai kepadatan lalu lintas, dilakukan pengambilan beberapa sample gambar yang menggambarkan lalu lintas ruas jalan dalam kondisi sangat lancar, lancar, sedang, padat, dan macet.
Pada tugas akhir ini, penulis menggunakan metode Support Vector Machine (SVM) yang kemampuannya dalam berbagai aplikasi menempatkannya sebagai state of the art dalam pattern recognition dan domain ini merupakan salah satu metoda pengenalan pola yang berkembang pesat. Sebagai salah satu studi penerapan teknologi pengolahan citra digital ke dalam bentuk gambar untuk mengelola suatu informasi khususnya mengenai kepadatan lalu lintas. Proses yang dilakukan untuk identifikasi kondisi lalu lintas di suatu ruas jalan adalah pengambilan gambar dan data di suatu ruas jalan, kemudian pemrosesan awal, ekstraksi ciri dan klasifikasi kondisi ruas jalan lalu lintas. Algoritma yang digunakan untuk ekstraksi ciri kendaraan adalah 2D Gabor Wavelet, sedangkan untuk klasifikasi ciri dari tekstur ruas jalan yang akan digunakan adalah SVM.
Hasil yang ditampilkan berupa klasifikasi kondisi lalu lintas yang terbagi dalam kelasnya masing-masing. Dan juga sistem dapat mengenali pola kondisi ruas jalan lalu lintas tertentu dan dapat mengidentifikasikan setiap jenis kondisi ruas jalan lalu lintas. Sistem yang dirancang ini dapat mencapai tingkat keakurasian 80 % dalam melakukan pengidentifikasian citra ruas jalan lalu lintas dengan menggunakan Support Vector Machine (SVM).Kata Kunci : Kepadatan Lalu lintas, 2D Gabor Wavelet, Support Vector MachineABSTRACT: Nowadays, the amount of vehicles user is increased especially at big cities. This is the cause of traffic jam. So, people need an information of traffic jam rate at certain spot. To make information system of traffic density, we will take a few of sample pictures that figure out the condition of roads and dividedinto 5 conditions : very smooth, smooth, mediate, crowded, and stuck.
In this final examination, author uses Support Vector Machine (SVM), that in many application become as state of the art in pattern recognition and this domain is one of pattern recognition that grow rapidly as one of applicated studyof digital image processing technology into image form to manage an information especially traffic density. Processes that are done to identify traffic condition at certain road are taking picture and data in a road, pre-processing, feature ekstraction, and classifying condition of road. Algorithm that is used for feature ekstraction of vehicles is 2D Gabor Wavelet, while to feature classify of road texture, author will use SVM.
The result that will be showed is a classification of road condition which divided into spesific class. And this system also can recognize certain road condition pattern and identify every road condition. This sysytem can reach 80 % in accuration rate of identifying road image use SVM.Keyword: Traffic density, 2D Gabor Wavelet, Support Vector Machine (SVM)