IMPLEMENTASI HAAR CASCADE UNTUK DETEKSI KENDARAAN BERMOTOR PADA PEMANTAUAN LALU LINTAS KOTA MALANG

Budi, Rian Setya (2025) IMPLEMENTASI HAAR CASCADE UNTUK DETEKSI KENDARAAN BERMOTOR PADA PEMANTAUAN LALU LINTAS KOTA MALANG. Skripsi thesis, ITN MALANG.

	Text Bagian Awal (2).pdf Download (771kB)
	Text Bab 1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (22kB)
	Text Bab 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (184kB) | Request a copy
	Text Bab 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (388kB) | Request a copy
	Text Bab 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (497kB) | Request a copy
	Text Bab 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (14kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (69kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Pemantauan lalu lintas di kota besar seperti Kota Malang semakin penting untuk mendukung ketertiban dan analisis jalan raya. Meskipun infrastruktur CCTV telah tersedia, teknologi deteksi kendaraan secara otomatis masih terbatas. Penelitian ini mengimplementasikan metode Haar Cascade untuk deteksi kendaraan bermotor pada rekaman CCTV guna meningkatkan akurasi dan efektivitas pemantauan lalu lintas. Evaluasi kinerja sistem dilakukan menggunakan metrik akurasi, presisi, recall, F1 score, serta pengujian blackbox untuk mengukur keandalan fungsi sistem. Hasil menunjukkan performa deteksi terbaik pada pagi hari, dengan akurasi 94.84%, presisi 84.21%, recall 100%, dan F1 score 91.43% untuk mobil, serta akurasi 93.81%, presisi 92.45%, recall 94.23%, dan F1 score 93.33% untuk motor. Namun, performa menurun pada malam hari, dengan akurasi 88.89% dan F1 score 71.43% untuk mobil, serta akurasi 46.15% dan F1 score 63.64% untuk motor. Pengujian blackbox menunjukkan bahwa setiap fungsi sistem berjalan sesuai dengan yang diharapkan tanpa ditemukan error dalam pengoperasian fitur utama. Penelitian ini menunjukkan bahwa metode Haar Cascade efektif untuk deteksi kendaraan di siang hari, namun membutuhkan peningkatan untuk kondisi pencahayaan rendah.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Haar Cascade; Deteksi Kendaraan; Evaluasi Kinerja; CCTV Lalu lintas; Kota Malang
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Rian Setya Budi
Date Deposited:	13 Feb 2025 05:05
Last Modified:	13 Feb 2025 05:05
URI:	http://eprints.itn.ac.id/id/eprint/15458

Actions (login required)

View Item