APLIKASI METODE HAAR CASCADE PADA PENENTUAN JUMLAH DAN KECEPATAN KENDARAAN PELINTAS JALAN

Hasil penelitian yang didapatkan dari sistem penentuan jumlah dan
kecepatan kendaraan pelintas jalan dengan metode Haar Cascade terdapat kondisi
dua sampel video pada pendeteksian mobil yang menghasilkan keakuatan tertinggi
dalam menentukan jumlah mobil mendekati 100% dan kondisi kedua pada sampel
video pendeteksian motor menghasilkan keakuatan tertinggi dalam menentukan
jumlah motor sebesar 97.26%. Dalam menentukan akurasi kecepatan kendaraan
hanya dilakukan pada kendaraan bermotor dengan 6 kali sampel pengujian
menghasilkan presentasi hasil akurasi sebesar 96.96%.
Deteksi objek merupakan salah satu topik yang paling banyak dipelajari
pada bidang computer vision. Meskipun tampak mudah dilakukan oleh manusia,
ternyata pendeteksian objek kendaraan sangat rumit dilakukan oleh komputer
karena terdapat beberapa kesulitan yang terkait dengan lokasi, sudut pandang dan
cahaya. Penelitian ini menerapkan metode Haar Cascade untuk membangun sistem
deteksi kendaraan dengan bahasa pemrograman Visual Basic. Metode Haar
Cascade merupakan merupakan salah satu metode deteksi kendaraan dengan
tingkat akurasi yang tinggi dan komputasi yang cepat. Metode Haar Cascade
menggunakan fitur Haar sebagai deskriptor kemudian menggabungkan Integral
Image dan AdaBoost untuk mencari dan melakukan seleksi nilai fitur dan
membentuk Cascade Classifier. Classifier tersebut yang akan digunakan untuk
mendeteksi kendaraan pada gambar atau video.