Sistem Penegakan Speed Bump Berdasarkan Kecepatan Kendaraan pada Malam Hari yang Diklasifikasikan Haar Cascade Classifier

Abstract

Berkendara dengan kecepatan tinggi merupakan salah satu factor penyebab sering terjadinya kecelakaan. Pemasangan speed bump sebagai alat peringatan kendaraan yang sering ditemui pada ruas jalan menjadi salah satu alat yang bertujuan membatasi kecepatan kendaraan yang melintas. Namun hal ini menimbulkan ketidak nyamanan bagi pengemudi kendaraan yang melaju dengan kecepatan rendah. Mekanisme secara selektif dalam mengaktifkan speed bump sesuai dengan kecepatan kendaraan yang terdeteksi diperlukan dengan memanfaatkan kamera dengan menggunakan pengolahan citra dan machine learning dalam deteksi kendaraan. Hasil deteksi yang didapatkan akan dihitung kecepatannya dan menjadi parameter dalam mengaktifkan speed bump. Dalam penelitian ini, sistem peringatan dikembangkan untuk memperingatkan pengemudi ketika kecepatan kendaraan melanggar batas keamanan. Sistem ini diimplementasikan dengan metode Haar Cascade Classifier dan bantuan library OpenCV Python dan dievaluasi dari video lalu lintas pada malam hari yang dikumpulkan dalam lalu lintas satu arah. Hasil yang didapatkan dengan metode yang diusulkan yaitu dengan akurasi 86% pada frame awal dan 90% pada Frame akhir, tingkat presisi yaitu 80% pada frame awal dan 86% pada Frame akhir, dan tingkat sensitifitas yaitu 92% pada kedua frame, dan didapatkan nilai 2,8 dalam pengukuran kecepatan MSE (Mean Squared Error).