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

Abstract

Berkendara dengan kecepatan tinggi merupakan salah satu penyebab terjadinya kecelakaan. Dalam penelitian ini, sistem peringatan dikembangkan untuk memperingatkan pengemudi ketika kecepatan mereka melanggar batas keamanan. Haar cascade classifier diusulkan untuk sistem deteksi yang terdiri dari Haar features, integral image, AdaBoost learning, dan cascade classifier. Sistem ini diimplementasikan menggunakan pustaka OpenCV Python dan dievaluasi pada video lalu lintas yang dikumpulkan dalam lalu lintas satu arah. Metode yang diusulkan menghasilkan akurasi deteksi mobil sebesar 97,92% di siang hari dan MSE 2,88 dalam pengukuran kecepatan kendaraan.