2018 : KOMBINASI FITUR HISTOGRAM OF ORIENTED GRADIENTS DAN LOCAL BINARY PATTERNS UNTUK KLASIFIKASI JENIS KENDARAAN

Dr.Eng. Nanik Suciati S.Kom., M.Kom.
Dr. Agus Zainal Arifin S.Kom, M.Kom.
Dini Adni Navastara S.Kom., M.Sc.


Abstract

Tingkat kepadatan pengguna jalan raya di Indonesia telah dapat dikategorikan ramai. Jumlah kendaraan bermotor di Indonesia selalu meningkat dari tahun ke tahun. Peningkatan jumlah kendaraan bermotor dilatarbelakangi oleh jumlah penduduk Indonesia yang terus meningkat, yang mengakibatkan meningkatnya kebutuhan transportasi dalam keseharian masyarakat. Sedangkan, pertumbuhan jalan baru tidak bisa mengimbangi laju dari kenaikan jumlah kendaraan setiap tahunnya. Oleh karena itu, diperlukan solusi dari bidang teknologi informasi agar bisa menganalisis kondisi di jalan raya seperti untuk mengetahui jumlah kendaraan dengan jenis sepeda motor, mobil, truk, bus, dan lainnya. Salah satu topik yang sedang hangat saat ini adalah klasifikasi jenis kendaraan dari rekaman CCTV yang terpasang di sisi jalan. Klasifikasi ini sangat berguna dalam kehidupan sehari-hari, seperti membantu mengenali jenis kendaraan mayoritas pada daerah tertentu, dan penegakan peraturan jalan seperti larangan melewati jalan bagi jenis kendaraan tertentu. Dalam penelitian ini akan digunakan metode Histogram of Oriented Gradients (HOG), Local Binary Patterns (LBP), dan Hierarchical Multi-SVM. HOG dan LBP merupakan metode yang akan dipadukan untuk mengekstraksi fitur dari sebuah citra. Hierarchical Multi-SVM merupakan metode klasifikasi yang akan digunakan untuk mengklasifikasi citra kendaraan. Dari penelitian ini diharapkan akan memperoleh hasil klasifikasi jenis kendaraan secara tepat dan akurat sehingga dapat membantu pihak pemberi kebijakan dalam proses monitoring kendaraan bermotor di jalan raya.