IMPLEMENTASI METODE KMEANS-GMM BERBASIS HU MOMENTS UNTUK KLASIFIKASI KENDARAAN PADA VIDEO LALU LINTAS

Repositori Jurnal Mahasiswa PTIIK UB
© 2016 by Doro Jurnal
Volume 7 - Number 28
Year of Publication: 2016
Gigih Trianung A, Imam Cholissodin dan Suprapto
Download Article

 


Abstract

Teknologi merupakan hal penting pada masa sekarang ini yang memiliki banyak pengaruh besar dalam kehidupan sehari-hari manusia. Salah satu teknologi yang sangat berpengaruh adalah komputer. komputer dapat membantu berbagai pekerjaan manusia seperti salah satu contohnya adalah mengelompokkan dan menghitung jumlah kendaraan dijalan raya dengan menggunakan pengolahan citra digital. Metode yang dapat digunakan untuk mengelompokkan dan menghitung kendaraan dijalan raya adalah KMEANS-GMM. KMEANS-GMM merupakan gabungan metode antara metode clustering KMEANS dengan metode background subtraction GMM. Tahapan untuk mengelompokkan dan menghitung jumlah kendaraan dijalan raya menggunakan KMEANS-GMM adalah melakukan perhitungan KMEANS, kemudian melakukan perhitungan background subtraction menggunakan GMM, kemudian mengekstraksi fitur kendaraan, terakhir mengelompokkan dan menghitung jumlah kendaraan berdasarkan hasil dari ekstraksi fitur. Cara untuk mengelompokkan atau membedakan kendaraan satu dengan yang lainnya adalah dengan menyimpan data hasil dari ekstraksi fitur dari berbagai jenis kendaraan yang disebut sabagai data training, kemudian pada saat aplikasi dijalankan setiap kendaraan yang melintas akan dibandingkan dengan data training, nilai terkecil dari perbandingan dengan data training akan menentukan jenis kendaraan yang sedang melintas. Hasil pengujian akurasi metode KMEANS-GMM menggunakan 10 jenis data uji menunjukkan nilai rata-rata akurasi sebesar 84.8%. Sehingga dapat disimpulkan bahwa metode KMEANS-GMM mampu mengelompokkan dan menghitung jumlah kendaraan dengan baik.

Keywords

kendaraan, clustering, background subtraction, KMEANS, GMM, ekstraksi fitur