ABSTRAKSI: Informasi mengenai kepadatan jalur lalu lintas di lokasi tertentu menjadi hal yang penting menginga jumlah kendaraan yang mengalami peningkatan yang cukup besar khususnya di kota-kota besar. Selama ini informasi mengenai kepadatan jalur lalu lintas diperoleh secara manual, hal inilah menjadi salah satu penyebab munculnya kemacetan yang cukup parah di beberapa jalur tertentu dan di waktu-waktu tertentu. Untuk mendapatkan suatu otomatisasi pada system informasi mengenai kepadatan jalur lalu lintas akan dilakukan perekaman beberapa sample kondisi jalur lalu lintas sebagai subsistem dari system monitoring kepadatan jalur lalu lintas dengan pengolahan citra digital. Dan dari sini dapat diperoleh informasi kepadatan jalur lalu lintas berupa informasi kondisi jalur lalu lintas. Tapi untuk mempermudah sebaiknya hasil dari proses monitoring dalam bentuk teks atau tulisan.
Pada tugas akhir ini dilakukan studi penerapan teknologi pengolahan citra digital dalam mengelolah informasi dalam bentuk gambar dalam hal ini adalah jalur lalu lintas dalam kaitannya dengan memonitor kepadatan jalur lalu lintas. Proses yang dilakukan untuk identifikasi kondisi jalur lalu lintas adalah akuisisi data, pengolahan awal, ekstraksi ciri dan klasifikasi kondisi. Algoritma yang digunakan untuk ekstraksi ciri tekstur jalur lalu lintas adalan tapis Gabor Wavelet sedangkan untuk klasifikasi cirri dari tekstur jalur lalu lintas yang akan digunakan adalah Jaringan Syaraf Tiruan Backpropagation (BP).
Hasil yang ingin ditampilkan adalah bagaimana suatu system dapat mengenali dan membandingkan pola kondisi jalur lalu lintas tertentu dan dapat mengambil keputusan yang tepat dalam hal melakukan pengidentifikasian pada setiap jenis kondisi citra jalur lalu lintas. Sistem yang dirancang ini memiliki tingkat keberhasilan 99,2 % untuk melakukan pengidentifikasian citra jalur lalu lintas dengan menggunakan Jaringan Syaraf Tiruan Backpropagation.
Kata Kunci : Pengolahan Citra, Jaringan Syaraf Tiruan Backpropagation, Kepadatan Lalu Lintas, Gabor Wavelet FilterABSTRACT: The information of traffic density on some locations be one thing that is important, remaining that vehicles value that increase in some towns. Nowdays, the information traffic density is gotten by manually, this is becoming causes the traffic density in some traffic highways. To get automatic in information system about traffic density will be done recorded some traffic ways samples as subsystem of traffic density monitoring system based on image processing. From here can be obtained by traffic density information. It is easier to get a result of processing if the result is text.
In this final project, the study of image processing technology implementations to process the information in the form of image, in this case the highway’s traffic density are investigated. The process to categorize the highway conditions are data acquisitions, pre-proccessing, feature extraction and classification. The algorithm which is implemented to feature extraction is Gabor Wavelet Filter, on other side the categorize the characteristic of the highway texture will use Artificial Neural Network with Backpropagation methode.
The results that will be showed are how a system can identify and compare the feature of highway traffic condition and can take a decision that correctly in identify every kind of highway traffic condition image. This system that is made has performance about 99,2 % to identify highway traffic condition with Artificial Neural Network Backpropagation.
Keyword: Image Processing, Artificial Neural Network Backpropagation, Traffic Density, Gabor Wavelet Filter