Klasifikasi Kepadatan Pada Traffic Light Menggunakan Parameter Kecepatan Yang Diukur Dengan Sensor Sharp Gp2y0a02yk0f

Prawira, AnggaPria (2015) Klasifikasi Kepadatan Pada Traffic Light Menggunakan Parameter Kecepatan Yang Diukur Dengan Sensor Sharp Gp2y0a02yk0f. Sarjana thesis, Universitas Brawijaya.

Abstract

Di kota-kota besar di Indonesia sedang menghadapi tantangan dari meningkatnya kemacetan, polusi dan jumlah kecelakaan. Selain itu, kerugian ekonomi dirasakan oleh pemilik toko, kios, warung di lalu lintas yang macet sekitar Universitas Brawijaya Teknologi kendali lampu lalu lintas terus dikembangkan sedemikian rupa. Lampu lalu lintas yang saat ini diterapkan dianggap belum optimal mengatasi kemacetan lalu lintas terutama pada sistem deteksi kepadatan yang belum optimal untuk mendeteksi tingkat kepadatan di jalan raya. Penggunaan sensor inframerah untuk klasifikasi kepadatan kendaraan pada traffic light menggunakan parameter kecepatan berfungsi sebagai pendeteksi kepadatan kendaraan pada jalan raya yang mengacu pada jarak panjang antrian maksimum mobil dan juga kecepatan rata – rata pada jarak antrian maksimum mobil. Dengan sistem ini dapat memberikan informasi yang akurat tentang kondisi kepadatan kendaraan di lingkungan sekitar Universitas Brawijaya. Dari hasil pengujian di lingkungan Universitas Brawijaya dengan metode hasil dari pengolahan dari 5 output sebelumnya didapatkan hasil presentasi keakuratan masih diatas 98%. Kondisi yang dideteksi dan kondisi jalan pada saat itu sesuai yaitu keadaan normal dengan kecepatan ± 47,5 Km/Jam.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2015/176/051504796
Subjects: 000 Computer science, information and general works > 004 Computer science
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: Budi Wahyono Wahyono
Date Deposited: 10 Aug 2015 09:11
Last Modified: 20 Oct 2021 07:41
URI: http://repository.ub.ac.id/id/eprint/146215
[thumbnail of laporan_angga_pria_prawira_-_1150060900111024.pdf]
Preview
Text
laporan_angga_pria_prawira_-_1150060900111024.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item