ABSTRAKSI: Tugas akhir ini berisi tentang perancangan dan pensimulasian sistem penghitung dan pengidentifikasi panjang antrian pada lampu lalu lintas dengan metode pengolahan citra digital. Sistem seperti ini akan bermanfaat untuk monitoring trafik serta pengaturan lampu merah yang optimal bagi peningkatan kelancaran arus lalu lintas.
Sistem estimasi panjang antrian merupakan sistem yang dapat mengidentifikasi kepadatan lalu lintas pada lampu merah secara otomatis melalui input berupa citra. Dalam memproses citra, sistem ini melakukan tahapan-tahapan antara lain: load file yang akan diproses, seleksi warna objek, dilasi objek, bw area open, dan filling objek. Kemudian sistem akan melakukan centroid citra yang merupakan proses penentuan letak obyek berdasarkan posisi obyek pada sumbu x dan y pada kendaraan di awal dan akhir antrian. Setelah proses centroid pada citra, akan dilakukan perhitungan panjang antrian kendaraan bermotor dari citra tersebut. Kendaraan bermotor yang dimaksud pada penelitian kali ini adalah kendaraan beroda tiga atau lebih. Kemudian dari proses tersebut akan didapatkan hasil sesuai dengan threshold yang ditentukan berdasarkan asumsi penulis untuk menentukan kategori panjang antrian. Adapun kategori panjang antrian yang dimaksud terdiri dari: ramai, sedang, dan sepi.
Dari proses-proses yang akan dilakukan, diharapkan sistem ini mempunyai nilai error yang tidak lebih dari 20%, sehingga akan didapatkan perhitungan panjang antrian yang mendekati keadaan sebenarnya. Sehingga akan didapat sebuah sistem yang nantinya dapat menjadi referensi pengaturan lampu merah yang optimal.Kata Kunci : citra, pengolahan citra digital, panjang antrian, kategori kepadatanABSTRACT: The contents of this final project are about designing and simulating counter and identifier queue length system on traffic light with digital image processing methods. This system will be function to traffic monitoring and optimizing the traffic light for the smooth flows of traffic increase.
The queuing estimation is a system that can indentify traffic density on traffic light automatically by using the image as an input. In image processing, this system will exceed several steps i.e. processing file loaded, object coloring selection, object dilation, bw area open, and object filling. Then system will execute image centroid for image locating process in axis and ordinate from beginning until the end of queuing. After the centroid process, image masking is the next process. This could be useful for referencing the lanes. Then with perspective theorem, we can make a rapprochement of traffic queuing counter. Then the result of preprocessing image, will be process into queuing categorize that have been declared by the writer before as the writer assuming. The categories of queue length in this system are heavy, average, and desolate.
From the processes that have been done, the accuracy values are more than 70%. And the writer get this values from queues length, number of queues and category of queues length.Keyword: image, digital image processing, queues length, category of queues length