Achmad Fahrurozi
Program Studi Komputasi Matematika, Fakultas Teknik Informatika, Universitas Gunadarma

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Vehicle Detection Using Principal Component Analysis: Array Rifki Kosasih; Achmad Fahrurozi; Iffatul Mardhiyah
Jurnal Ilmiah Komputasi Vol. 19 No. 2 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 2, Juni 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.19.2.83

Abstract

The detection of a vehicle in video is an activity that is important to help the security forces keep an eye on the traffic flow. However, it is hard to security forces to keep watching the video (CCTV) of traffic flow in all day long. Artificial intelligence can be use to help the security to monitoring and analyze the traffic of vehicles, such as to know the level of vehicle traffic density at a certain time period or find out detailed information about the vehicle that want to observed. In this study, Principle Component Analysis (PCA) method used to doing background substraction process to detect vehicles in a real time. To improve the results of PCA method, morphological operation is implemented. The experiment result shown that PCA method is well used to detect the vehicle in a real time with accuracy at 95%. Abstrak Pendeteksian kendaraan menggunakan video merupakan kegiatan yang penting untuk membantu pihak keamanan untuk mengawasi arus lalu lintas. Akan tetapi, sangat sulit bagi pihak keamanan untuk terus mengawasi video arus lalu lintas sepanjang hari melalui CCTV. Oleh karena itu kecerdasan buatan dapat digunakan untuk membantu pihak keamanan dalam memantau dan menganalisis lalu lintas kendaraan, seperti untuk mengetahui tingkat kepadatan lalu lintas kendaraan pada periode waktu tertentu atau mengetahui informasi terperinci tentang kendaraan yang ingin diamati. Dalam penelitian ini, metode Principle Component Analysis (PCA) digunakan untuk melakukan proses substraksi latar belakang untuk mendeteksi kendaraan secara real time. Untuk meningkatkan hasil metode PCA, operasi morfologi diimplementasikan. Hasil percobaan menunjukkan bahwa metode PCA baik digunakan untuk mendeteksi kendaraan secara real time dengan tingkat akurasi 95%.