// <![CDATA[SISTEM IDENTIFIKASI ANGKUTAN KOTA PADA AREA YANG DILARANG BERDASARKAN RAMBU LALU LINTAS MENGGUNAKAN PENGOLAHAN CITRA]]> Youllia Indrawaty Nurhasanah, S.T., M.T. Dosen Pembimbing 1 0421048909 - Afriyanti Dwi Kartika, S.Pd., M.T. Dosen Pembimbing 1 Novi Nur’aini /15-2014-048 Penulis Youllia Indrawaty Nurhasanah, ST., M.T. Penulis
Pertumbuhan pada sektor transportasi di daerah perkotaan sangat tinggi. Hal tersebut mengakibatkan penumpukkan kendaraan di jalan raya. Angkutan Kota merupakan kendaraan yang banyak menyebabkan penumpukkan transportasi dan membuat ruas jalan semakin terasa begitu padat ditambah seringnya Angkutan kota melanggar aturan seperti masuk kedalam jalur perumahan warga agar menghindari kepadatan arus kendaraan di jalan raya. Pelanggaran Angkutan Kota dengan masuk dan melewati area perumahan warga membuat penumpukkan kembali pada area tersebut yang sebenarnya area perumahan merupakan daerah yang harus bebas dari arus kendaraan selain warga penghuni perumahan karena terdapat rambu lalu lintas untuk melarang kendaraan berjenis Angkutan Kota tersebut melintas. Untuk mengatasi hal tersebut, Penelitian ini mengusulkan sebuah sistem yang dapat melakukan identifikasi untuk mengenali serta membedakan jenis kendaraan Angkutan Kota dari jenis kendaraan lain secara otomatis berdasarkan citra warna. Proses sistem ini, dilakukan melalui beberapa tahapan meliputi pengambilan video secara offline diikuti proses frame video serta pemisahan background dan foreground (background substraction) serta morfologi (opening), bitwise and, image rectangular crop dan konversi ruang warna HSV serta pembuatan histogram HSV. Hasil konversi ruang warna HSV dalam histogram tersebut sebagai masukkan proses identifikasi untuk menentukan adanya angkutan kota atau bukan angkutan kota menggunakan metode Learning Vector Quantization . Hasil dari pengujian sistem identifikasi angkutan kota pada area yang dilarang berdasarkan rambu lalu lintas dengan metode Learning Vector Quantization dengan data uji frame rate video 30Fps mampu mengenali 66 citra angkutan kota dan bukan angkutan kota dari 78 video kendaraan berjenis mobil diperoleh keberhasilan dengan presentase sebesar 84,62%. Dan data uji frame rate video 60Fps mampu mengenali 71 citra angkutan kota dan bukan angkutan kota dari 78 video kendaraan berjenis mobil diperoleh keberhasilan dengan presentase sebesar 91,02%.