Smart City, Konsep Kota Pintar Deteksi Objek  Pada CCTV Lalu Lintas di Kota Nganjuk

Burhanudin Burhanudin; Dicky Candra Zulkarnain; Ramadhan Bayu Aji

doi:10.29407/stains.v3i1.4217

Authors

Burhanudin Burhanudin Universitas Nusantara PGRI KEDIRI
Dicky Candra Zulkarnain Universitas Nusantara PGRI Kediri
Ramadhan Bayu Aji Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/stains.v3i1.4217

Keywords:

CCTV, Deteksi Objek, Segmentasi Citra, , Smart City

Abstract

Penggunaan CCTV untuk menghasilkan rekaman kondisi lalu lintas yang bisa dimanfaatkan untuk berbagai keperluan antara lain merancang sistem informasi lalu lintas pada Kota Nganjuk berbasis CCTV sehingga pola pengaturan / rekayasa lalu lintas di jalan raya bisa dilakukan dengan cepat dan efisien Salah satunya adalah untuk mendeteksi jenis kendaraan atau jumlah kendaraan yang melalui jalan tersebut seperti motor, mobil, dan truck. Mengenali suatu objek dalam citra dapat dilakukan dengan cara mengidentifikasi pola objek tersebut. Proses deteksi adanya citra objek dalam sebuah gambar dapat dilakukan dalam OpenCV (Open Computer Vision) yang diintegrasikan dengan software pemrograman. Dibuat nya aplikasi ini juga untuk mendeteksi pergerakan kendaraan saat melintas, serta dapat mengetahui jumlah kendaraan yang melintas setiap detiknya. Selain untuk membatu permasalahan saat dilalu lintas, aplikasi ini juga dapat sebagai kamera pengawasan. Metode untuk mendeteksi objek yaitu dengan menggunakan Frame Difference dan Frame Substraction. Metode tersebut berhasil di implementasikan kedalam aplikasi pada CCTV. Hasilakhir dari penelitian ini yaitu, aplikasi berjalan dengan baik dan akan diimplementasikan ke berbagai CCTV di wilayah kota nganjuk. Dengan adanya aplikasi ini diharapkan dapat membantu permasalahan yang ada di kota nganjuk dan dapat menjadikan kota nganjuk sebagai smart city yang lebih berkembang.

Downloads

Download data is not yet available.

References

R. A. Yuha, M. Al Fiqri, Ashari, R. Pratama, and M. Harahap, “Deteksi Gerakan pada Kamera CCTV dengan Algoritma Frame Difference dan Frame Substraction,” Semin. Nas. Aptikom 2019, pp. 503–511, 2019.

A. Rais, I. A. Iman, S. Cokrowibowo, and W. Firgiawan, “Implementasi Metode Background Subtraction untuk Monitoring Ruangan Secara Realtime,” pp. 264–268, 2022.

F. C. Febrianto and F. Utaminingrum, “Perhitungan Kecepatan Kendaraan Secara Otomatis Menggunakan Metode Frame Difference Berbasis Raspberry Pi,” J. Fak. Ilmu Komput., vol. 3, no. 12, pp. 10968–10974, 2019, [Online]. Available: http://j-ptiik.ub.ac.id

A. F. H. Setiawan, D. M. Winandari, and ..., “Perancangan Aplikasi Smart Rice Detector Berbasis Android,” Stain. (Seminar …, vol. 2, no. 2020, pp. 137–142, 2023, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/stains/article/view/2884%0Ahttps://proceeding.unpkediri.ac.id/index.php/stains/article/download/2884/2000

T. H. Andika and A. Hafiz, “Analisis Perbandingan Segmentasi Citra Menggunakan Metode K-Means dan Fuzzy C-Means,” Semin. Nas. Teknol. dan Bisnis 2018, vol. 3, pp. 237–246, 2018.

L. M. P, “Real Time Motion Detection Using Background Subtraction Method and Frame Difference,” Int. J. Sci. Res., vol. 3, no. 6, pp. 1857–1861, 2014, [Online]. Available: https://www.ijsr.net/archive/v3i6/MDIwMTQ2NjE=.pdf

M. Hatta and I. G. Susrama, “Counting Sperma Aktif Menggunakan Metode Otsu Threshold Dan Local Adaptive Threshold,” Tek. Eng. Sains J., vol. 1, no. 1, p. 47, 2017, doi: 10.51804/tesj.v1i1.68.47-54.

R. C. Gonzalez, R. E. Woods, and B. R. Masters, “Digital Image Processing, Third Edition,” J. Biomed. Opt., vol. 14, no. 2, p. 029901, 2009, doi: 10.1117/1.3115362.