Deteksi Pelanggar Garis Marka Pada Traffic Light Dengan Metode Haar Cascade Dan Easyocr
DOI:
https://doi.org/10.70309/ticom.v13i1.141Keywords:
Haar Cascade, EasyOCR, Deteksi Pelanggar Garis MarkaAbstract
Kendaraan adalah fasilitas yang digunakan oleh manusia untuk melakukan perjalanan dari satu lokasi ke lokasi lain. Jumlah kendaraan di Indonesia meningkat setiap tahunnya, dengan 142 juta kendaraan pada tahun 2021 dan 148 juta pada tahun 2022. Peningkatan ini diikuti dengan tingginya tingkat pelanggaran lalu lintas. Kepolisian tidak hanya satu pihak yang bertanggung jawab atas masalah ketertiban lalu lintas di jalan, setiap orang yang menggunakan jalan raya harus mematuhi aturan berlalu lintas yang berlaku. Kurangnya kesadaran masyarakat untuk mengikuti aturan lalu lintas menyebabkan tingginya angka kecelakaan, dengan 94.617 kasus pada tahun 2022 yang mengakibatkan 26.100 korban jiwa. Jika tidak segera diatasi, masalah ini dapat terus meningkat dan menyebabkan korban yang terus berjatuhan. Dengan adanya permasalahan tersebut, penelitian ini mengusulkan solusi berupa memanfaatkan teknologi pengolahan citra berupa deteksi pelanggaran lalu lintas dengan metode haar cascade dan easyocr dengan tujuan untuk mengetahui penerapan metode haar cascade dan easyocr dalam mendeteksi kendaraan beserta plat nomor kendaraan. Kontribusi penelitian ini adalah pengembangan sistem deteksi pelanggar garis marka dengan menambahkan pendeteksian plat nomor dari kendaraan yang melakukan pelanggaran. Hasil dari penelitian ini menunjukkan bahwa metode haar cascade berhasil diterapkan dengan memperoleh rata-rata nilai akurasi 72,88%, nilai presisi 73,23%, dan nilai recall 99,59%. Namun, penerapan metode easyocr dalam penelitian ini belum optimal dalam mendeteksi plat nomor kendaraan dengan nilai akurasi 25%. Sehingga perlu pengembangan lebih lanjut untuk meningkatkan akurasi sistem dan juga meminimalkan kesalahan dalam pendeteksian
References
Badan Pusat Statistik, “Data Jumlah Kendaraan 2021-2022,” 2024. [Online]. Available: https://www.bps.go.id/id
R. Hidayat S, A. Rabi’, and E. Sonalitha, “System Pendeteksi Pelanggar Traffic Light pada Zebra Cross MenggunakanoRaspberry Pi Berbasis Pengolahan Citra Digital,” Journal of Electrical Electronic Control and Automotive Engineering (JEECAE), vol. 5, no. 1, pp. 1-7, 2020.
Kementrian Perhubungan Republik Indonesia, “Tekan Angka Kecelakaan Lalu Lintas, Kemenhub Ajak Masyarakat Beralih ke Transportasi Umum dan Utamakan Keselamatan Berkendara Kementerian Perhubungan Republik Indonesia,” 2023, Accessed: May 21, 2024. [Online]. Available: https://dephub.go.id/
J. R. Boboy and E. S. Bata, “Prototipe Sistem Monitoring Pelanggaran Zebra Cross di Lampu Merah Berbasis Internet of Things,” JITU: Journal Informatic Technology And Communication, vol. 7, no. 2, pp. 82–90, 2023.
T. Darmanto, T. Willay, and A. Andoyo, “Penerapan Opencv Dalam Rancang Bangun Prototipe Aplikasi Pengawasan Pelanggaran Lalu Lintas,” 2021.
I. Irawanto, A. Sunyoto, and Kusnawi, “Peningkatan Akurasi Deteksi Kendaraan Menggunakan Kombinasi Haar Cascade Classifier dan Convolutional Neural Networks (CNN),” JEECOM: Journal of Electrical Engineering and Computer, vol. 6, no. 1, pp. 47-57, 2024.
C. H. Choi, et al., “Face Detection Using Haar Cascade Classifiers Based on Vertical Component Calibration,” Human-centric Computing and Information Sciences, vol. 12, pp. 1-17, 2022.
M. F. Sitorus, R. Fatharani, and N. Fadhillah, “Sistem Deteksi Multi Wajah Menggunakan Metode Haar Cascade Classifier,” J-ICOM: Jurnal Informatika dan Teknologi Komputer, vol. 1, no. 1, 1-5, 2020.
M. Zulfikri, et al., “Deteksi dan Estimasi Kecepatan Kendaraan dalam Sistem Pengawasan Lalu Lintas Menggunakan Pengolahan Citra,” Techno.Com, vol. 20, no. 3, pp. 455-467, 2021.
M. F. Haidar, and F. Utaminingrum, “Deteksi Plat Nama Ruangan untuk Kendali Kursi Roda Pintar menggunakan YOLOv5 dan EasyOCR berbasis TX2,” JPTIIK, vol. 7, no. 2, pp. 658-662, 2023.
Downloads
Published
How to Cite
Issue
Section
License
CC BY-SA 4.0
Creative Commons Attribution-ShareAlike 4.0 International
This license requires that reusers give credit to the creator. It allows reusers to distribute, remix, adapt, and build upon the material in any medium or format, even for commercial purposes. If others remix, adapt, or build upon the material, they must license the modified material under identical terms.
BY: Credit must be given to you, the creator.
SA: Adaptations must be shared under the same terms.ng







