Deteksi Pelanggaran Marka Jalan Berbasis Pengolahan Citra Menggunakan Metode Deteksi Garis Tepi Canny Dan Transformasi Hough

Penulis

DOI:

https://doi.org/10.34818/eoe.v7i2.12872

Abstrak

Pada tahun 2018, Indonesia tercatat sebagai negara peringkat ke -3 yang memiliki angka kecelakaan lalu lintas tertinggi di seluruh dunia. Salah satu faktor penyebab kecelakaan lalu lintas yaitu pelanggaran lalu lintas yang dilakukan oleh pengendara dengan tidak mengindahkan peraturan lalu lintas khususnya pada peraturan melintasi marka jalan yang terlarang. Maka dari itu, diperlukan sistem yang dapat memantau arus lalu lintas secara intensif untuk mempermudah pihak aparatur negara yang berwenang dalam membuat kebijakan berlalu lintas yang lebih baik dimasa yang akan datang. Penelitian ini menggunakan data rekaman video CCTV untuk mendeteksi pelanggaran marka jalan berbasis pengolahan citra. Pemrosesan sistem menggunakan perangkat lunak pengolah citra. Proses pengolahan citra dalam mendeteksi garis marka jalan menggunakan metode deteksi garis tepi Canny. Selain itu juga dilakukan pembandingan hasil pengujian terhadap metode deteksi garis tepi Prewitt, Roberts, dan Sobel. Metode transformasi Hough digunakan untuk membuat plotting garis lurus diatas marka jalan yang telah terdeteksi sebagai penanda pada area yang digunakan sebagai bahan pengujian. Sistem akan mendeteksi telah terjadi pelanggaran marka jalan apabila nilai piksel garis marka jalan pada citra video kurang dari nilai piksel citra background. Pengujian dilakukan dengan menggunakan 4 buah video bahan uji untuk setiap metode deteksi garis tepi. Setiap video memiliki 450 frame dengan spesifikasi durasi 15 detik dan frame rate sebesar 30 fps. Sistem mendapatkan hasil pengujian terhadap nilai akurasi dalam mendeteksi jumlah kendaraan yang melanggar marka jalan sebesar 100% untuk pengujian pada seluruh metode deteksi garis tepi yang digunakan dalam proses pengujian. Metode deteksi garis tepi yang memiliki kinerja terbaik dalam proses deteksi pelanggaran marka jalan yaitu metode deteksi garis tepi Roberts dengan nilai error rate sebesar 0 % untuk pengujian data video ke-1, 20,89 % untuk pengujian data video ke-2, 41,78 % untuk pengujian data video ke-3 dan 53,33 % untuk pengujian data video ke-4.

Kata Kunci: lampu lalu lintas, suara sirene, sistem kontrol, MFCC, Euclidean Distance, Arduino.

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] R. Saputra and S. F. Nurhuda, "Indonesia Peringkat Tiga Terbesar Kecelakaan di Dunia," viva.co.id, 18 mart 2019. [Online]. Available: https://www.viva.co.id/otomotif/1131203- indonesia-peringkat-tiga-terbesar-kecelakaan-di-dunia. [Accessed 2 september 2019].

[2] T. T. Simanjuntak, B. Hidayat and R. D. Atmaja, "DETEKSI PELANGGARAN MARKA JALAN RAYA BERBASIS KORELASI CITRA," Telkom OpenJournal, pp. 1-10, 2012.

[3] E. Kusnandar, "MARKA JALAN", Bandung: Kementerian Pekerjaan Umum dan Perumahan Rakyat Badan Penelitian dan Pengembangan, 2016.

[4] J. Valdman, Application from Engineering with MATLAB Concepts, Rijeka: InTech, 2016.

[5] W. Yue-Ling, "Representasi warna dalam gambar digital," wikipedia, 25 oktober 2009. [Online]. Available: https://id.wikipedia.org/wiki/Representasi_warna_dalam_gambar_digital. [Accessed 25 october 2019].

[6] R. C. Gonzalez and R. E. Woods, Digital Image Processing (Second Edition), New Jersey: Prentice-Hall, 2002.

[7] C. Solomon and T. Breckon, FUNDAMENTAL OF DIGITAL IMAGE PROCESSING ( A PRACTICAL APPROACH WITH EXAMPLES IN MATLAB), Chicester: John Wiley & Sons, 2011.

[8] A. Mahmoud, L. Ehab, M. Reda and M. Abdelaleem, "Real-Time Lane Detection-Based Line Segment Detection," in New Generation of CAS (NGCAS), Valetta, 2018.

[9] Y. YENIAYDIN, "A lane detection algorithm based on reliable lane markings," in 26th Signal Processing and Communications Applications Conference (SIU), Izmir, 2018.

[10] P. T. Mandlik and P. A. B. Deshmukh, "Raspberry-Pi Based Real Time Lane Departure Warning System using Image Processing," International Journal of Engineering Research & Technology, vol. 5, no. 06, pp. 762-766, 2016.

[11] C. Guo, "Lane Detection and Tracking in Challenging Environments based on a Weighted Graph and Integrated Cues," in IEEE/RSJ International Conference on Intelligent Robots and Systems, Taipei, 2010.

[12] K. L. Kim, N. Ismail, Rahman and E. Saadon, "Lane Guidance Warning System," in International Conference on Computer and Communication Engineering, Kuala Lumpur, 3-5 July 2012.

[13] G. Deng, "Double Lane Line Edge Detection Method Based on Constraint Conditions Hough Transform," in 17th International Symposium on Distributed Computing and Applications for Business Engineering and Science, Wuxi, 2018.

[14] H. Pandriantama and M. S. WS, "APLIKASI TRANSFORMASI HOUGH PADA ROBOT VISION LANE TRACKING," Al Jazari Journal of Mechanical Engineering, vol. III, no. 2, pp. 52-56, 2018.

[15] X. Yan and Y. Li, "A method of lane edge detection based on Canny algorithm," in Chinese Automation Congress (CAC), Jinan, 2017.

Diterbitkan

2020-08-01

Terbitan

Halaman

3556-3567

Bagian

Program Studi S1 Teknik Telekomunikasi

Cara Mengutip

Muhammadin, I., Tritoasmoro, I. I., & Rizal, S. (2020). Deteksi Pelanggaran Marka Jalan Berbasis Pengolahan Citra Menggunakan Metode Deteksi Garis Tepi Canny Dan Transformasi Hough. eProceedings of Engineering, 7(2), 3556-3567. https://doi.org/10.34818/eoe.v7i2.12872