Pengolah Citra Sebagai Solusi Kemacetan Di Kota Besar
(1) AMIK Harapan Bangsa Surakarta, Solo
(2) AMIK Harapan Bangsa Surakarta, Solo
(3) Universitas Gajah Mada, Yogyakarta
(4) Universitas Muhammidyah Surakarta, Solo
Corresponding Author
Abstract
Fenomena kemacetan pada sebuah kota besar umumnya di sebabkan karena banyaknya jumlah kendaraan sementara ruas jalan tidak berkembang setiap tahun. Pemanfaatan teknologi informasi sangatlah penting dalam membantu penyeselasaiaan masalah kemacean di kota besar. Metode yang digunakan Red - Green – Blue atau dapat disingkat dengan RGB adalah model warna pencahayaan yang biasa dipakai untuk metode alat input seperti scanner maupun alat keluaran seperti monitor yang menggunakan warna primer merah, hijau dan biru sedangkan dalam proses pengembangan sistem menggunakan Metode perancangan pada penelitian ini menggunakan teknik SDLC (system Development Life Cycles). Hasil penelitian ini menguji kemampuan model RGB-YCBCR-Thresholding untuk membaca jumlah kendaraan dan menampilkan timer untuk merekayasa lalulintas.
References
A. T. Utami, S. T. Diah Priyawati, and M. Eng, “Implementasi Metode Otsu Thresholding Untuk Segmentasi Citra Daun.” Universitas Muhammadiyah Surakarta, 2017.
D. Hardiyanto and D. A. Sartika, “Optimalisasi Metode Deteksi Wajah berbasis Pengolahan Citra untuk Aplikasi Identifikasi Wajah pada Presensi Digital,” Setrum Sist. Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer, vol. 7, no. 1, pp. 107–116, 2018.
M. A. Lalimi and S. Ghofrani, “An efficient method for vehicle license plate detection in complex scenes,” Circuits Syst., vol. 2, no. 04, p. 320, 2011.
P. Wonghabut, J. Kumphong, R. Ung-arunyawee, W. Leelapatra, and T. Satiennam, “Traffic Light Color Identification for Automatic Traffic Light Violation Detection System,” in 2018 International Conference on Engineering, Applied Sciences, and Technology (ICEAST), 2018, pp. 1–4.
M. Fujiwara et al., “Color representation method using RGB color binary-weighted computer-generated holograms,” Chinese Opt. Lett., vol. 16, no. 8, p. 80901, 2018.
D. Hardiyanto and D. A. Sartika, “Identifikasi Konten Negatif pada Citra Digital Berbasis Tanda Vital Tubuh Menggunakan Ekstraksi Fitur GLCM dan Warna YCbCr,” Setrum Sist. Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer, vol. 6, no. 1, pp. 120–131, 2017.
M. Mortazavi, “An improved human skin detection and localization by using machine learning techniques in RGB and YCbCr color spaces,” PeerJ Preprints, 2019.
M. O. Aftab, J. Javed, M. Bilal, A. Hassan, and M. A. Khan, “Implementation of NOGIE and NOWGIE for Human Skin Detection,” Int. J. Adv. Comput. Sci. Appl., vol. 9, no. 7, pp. 137–141, 2018.
A. B. Patil and J. A. Shaikh, “OTSU Thresholding Method for Flower Image Segmentation,” Int. J. Comput. Eng. Res., vol. 6, no. 05, 2016.
S. C. Satapathy, N. S. M. Raja, V. Rajinikanth, A. S. Ashour, and N. Dey, “Multi-level image thresholding using Otsu and chaotic bat algorithm,” Neural Comput. Appl., vol. 29, no. 12, pp. 1285–1307, 2018.
Y. Li et al., “MUSAI-${L} _ {{1/2}} $: MUltiple Sub-Wavelet-Dictionaries-Based Adaptively-Weighted Iterative Half Thresholding Algorithm for Compressive Imaging,” IEEE Access, vol. 6, pp. 16795–16805, 2018.
D. Kim and J. A. Fessler, “Another look at the fast iterative shrinkage/thresholding algorithm (FISTA),” SIAM J. Optim., vol. 28, no. 1, pp. 223–250, 2018.
I. Setiawan, W. Dewanta, H. A. Nugroho, and H. Supriono, “PENGOLAH CITRA SEBAGAI SOLUSI KEMACETAN DI KOTA BESAR,” 2019.
P. Hidayatullah, “Pengolahan Citra Digital, Penerbit Informatika,” 2017.
Article Metrics
Abstract View
: 138 times
Download : 26 times
DOI: 10.56327/jtksi.v2i3.769
Refbacks
- There are currently no refbacks.
