ESTIMASI KECEPATAN OBYEK BERGERAK BERBASIS VIDEO PROCESSING MENGGUNAKAN METODE OPTICAL FLOW HORN-SCHUNCK

NOVIA ANGELITA, . (2016) ESTIMASI KECEPATAN OBYEK BERGERAK BERBASIS VIDEO PROCESSING MENGGUNAKAN METODE OPTICAL FLOW HORN-SCHUNCK. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text SKRIPSI_NOVIA ANGELITA_3225122054.pdf Download (4MB)

Abstract

Berkendara melewati ambang batas kecepatan yang ditentukan merupakan salah satu penyebab dalam kecelakaan lalu lintas. Untuk mengurangi angka kecelakaan, dalam penelitian ini telah dibuat sebuah sistem untuk mengestimasi kecepatan obyek bergerak secara otomatis yang berbasis video processing. Penelitian ini mensimulasikan video surveillance system yang dikombinasikan dengan computer vision untuk menginterpretasikan informasi yang terdapat pada obyek yang diamati. Metode yang digunakan dalam penelitian ini adalah Foreground Detector berbasis Gaussian Mixture Models (GMM) untuk deteksi obyek bergerak dan Optical Flow Horn-Schunck untuk estimasi kecepatannya. Penelitian ini merekam sepeda motor yang bergerak dengan variasi kecepatan konstan, yaitu 20 km/jam, 40 km/jam dan 60 km/jam, masing-masing diulangi sebanyak 5 kali. Hasil estimasi kecepatan secara komputasi kemudian dibandingkan dengan kecepatan aktual sepeda motor. Perbandingan tersebut menunjukkan bahwa rata-rata akurasi adalah 85,2% dengan akurasi tertinggi 94,1% pada 60 km/jam dan akurasi terendah 79,8% pada 40 km/jam. Penelitian ini menunjukkan bahwa metode Optical Flow Horn-Schunck dapat diaplikasikan untuk mengestimasi kecepatan obyek bergerak secara otomatis tanpa mengeluarkan biaya tinggi. Driving past the speed limit specified is one of the common causes in traffic accidents. To reduce the number of accidents, in this research we have created a system to estimate a moving object speed based on video processing. This research simulated video surveillance system that was combined to computer vision to interpret the information about the observed object. The methods used in this research were Foreground Detector based Gaussian Mixture Models (GMM) to detect a moving object and Optical Flow Horn-Schunck to estimate its speed. This research recorded a moving motorcycle with various speed of 20 km/h, 40 km/h and 60 km/h, each speed was repeated five times. The results of the speed estimation computationally were then compared to the actual speed of the motorcycle. The comparison showed that the average accuracy was 85.2% with the highest accuracy was 94.1% at the speed of 60 km/h and the lowest accuracy was 79.8% at the speed of 40 km/h. This research showed that the Optical Flow Horn-Schunck method can be applied to estimate moving object speed automatically without highcost.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Dr.rer.nat. Bambang Heru Iswanto, M.Si 2) Dr. Mutia Delina, M.Si
Subjects:	Sains > Fisika
Divisions:	FMIPA > S1 Fisika
Depositing User:	sawung yudo
Date Deposited:	12 Apr 2022 09:02
Last Modified:	12 Apr 2022 09:02
URI:	http://repository.unj.ac.id/id/eprint/26376

Actions (login required)

View Item