@phdthesis{katalog2866,
           title = {MENGHITUNG JUMLAH KENDARAAN PADA SEBUAH CITRA SIMULASI KENDARAAN DI AREA LAMPU LALU LINTAS},
            year = {2015},
          author = {MACARIUS HENRY WIJAYANTO 22094798},
           month = {November},
          school = {Universitas Kristen Duta Wacana},
             url = {https://katalog.ukdw.ac.id/2866/},
        keywords = {grayscale, thresholding, edge detection, BLOB Extraction, convex hull},
        abstract = {Masalah lalu lintas sekarang ini banyak muncul seiring dengan bertambahnya kendaraan bermotor yang ada. Sekarang pertumbuhan jumlah kendaraan bermotor sangat cepat. Tak heran jika masalah kemacetan lalu lintas sering muncul, terutama di daerah perkotaan khususnya pada area lampu lalu lintas. Berangkat dari masalah ini penulis mencoba membuat sistem yang dapat menghitung jumlah kendaraan khususnya mobil dalam keadaan diam atau tidak bergerak. Data yang dihasilkan nanti adalah berupa angka jumlah mobil yang terhitung dan dapat digunakan untuk sistem yang lebih besar lagi seperti
meningkatkan efektifitas waktu antara lampu merah dan hijau. Namun penulis dalam karya tulis ini hanya melakukan hal yang masih sederhana yaitu mendeteksi dan menghitung mobil yang ada dengan mengabaikan obyek lain selain mobil. Beberapa tahapan pemrosesan gambar penulis gunakan untuk mendeteksi dan menghitung mobil. Yang pertama tahap pre-processing yang berisi beberapa metode seperti mengubah citra berwarna menjadi citra grayscale dengan metode Luminosity dan thresholding dengan metode Global Thresholding. Tahap yang
kedua adalah tahap deteksi obyek yang berisi deteki tepi dengan Operasi Sobel, proses penandaan grup piksel dengan BLOB Extraction dan pengisolasian obyek dengan metode Convex Hull. Tahap yang terakhir yaitu penghitungan mobil dengan BLOB List. Dari uji coba yang sudah penulis lakukan, pemrosesan dapat berjalan dengan lancar dari pre-processing sampai penghitungan. Selanjutnya penulis melakukan uji coba sistem yang penulis buat dengan 8 citra data yang penulis siapkan. Dari 8 citra tersebut penulis menemukan tingkat keberhasilan sistem sebesar 25\%.}
}