ABSTRAKSI: Sistem identifikasi kepadatan lalulintas merupakan sistem yang dapat mengidentifikasi kepadatan lalulintas secara otomatis melalui inputan berupa file video rekaman. Sistem ini bekerja dengan cara meng-capture frame dari video yang diinputkan menjadi citra-citra tunggal yang diolah menggunakan teknik pengolahan citra digital. Variabel-variabel inputan yang diproses bersama video pada sistem ini diantaranya adalah panjang jalan diproses, sketsa jalan yang diproses, waktu pemrosesan kecepatan rata-rata serta threshold kepadatan objek dan kecepatan rata-rata. Output dari sistem ini adalah kepadatan objek, kecepatan rata-rata, jumlah objek yang lewat dan kepadatan lalulintas pada suatu ruas jalan raya. Dalam memproses video rekaman jalan raya, sistem ini melakukan tahapan-tahapan antara lain capture frame dari video, resize ukuran, menghilangkan noise, motion detection, segmentasi, dan identifikasi objek. Kemudian sistem melakukan penghitungan kepadatan objek dan penghitungan kecepatan rata-rata. Dari hasil tersebut, sistem menentukan kepadatan lalulintas dengan membandingkannya terhadap threshold yang diinputkan. Adapun kategori kepadatan lalulintas yang dimaksud terdiri dari tiga kategori yaitu macet, menuju macet/lancar, dan lancar.
Kata Kunci : video, kepadatan objek, kecepatan rata-rata, jumlah objek, kepadatan lalulintasABSTRACT: Traffic density identification system is a system used to identificate traffic density automatically by using video recording. This system captures frames from video become single image that processed using image processing technique. Video is processed with input variables in the system such as length of road, sketch of road, process time, and treshold of object density and average velocity. Outputs of system are object density, average velocity, counter and traffic density on path of road. To processing road video recording, this system makes some steps like capture frame from video, resize frame, remove noise, motion detection, segmentation, and object identification. Then system will count object density and average velocity. Finally, system will make decision about traffic density by compare the result to the input threshold. There are three categories traffic density in this system. They are traffic jams, synchronized flow, and free flow.
Keyword: video, object density, average velocity, counter, traffic density