PENERAPAN METODE BACKGROUND SUBTRACTION MENGGUNAKAN GAUSSIAN MIXTURE MODEL (GMM) DAN LOGISTIC REGRESSION DALAM MENDETEKSI PERGERAKAN DAN MENGGOLONGKAN KENDARAAN PADA JALAN TOL

Berdasarkan data dari Badan Pusat Statistik di Indonesia, jumlah kendaraan mengalami peningkatan setiap tahun dan hal tersebut akan menimbulkan banyak masalah yang ada pada lalu lintas jika tidak diimbangi dengan fasilitas jalan yang memandai. Untuk mengetahui jumlah kepadatan kendaran pada jalan dapat ditentukan melalui survei. Pelaksanaan survei biasanya dilakukan secara manual sehingga dalam proses perhitungan akan rentan terjadinya human error. Untuk mengatasi permasalahan tersebut penulis akan menggunakan metode Background Subtraction dengan Gaussian Mixture Model ini untuk mendeteksi pergerakan objek kendaraan. Dan hasil citra deteksi pergerakan objek tersebut akan digunakan dalam proses klasifikasi golongan kendaraan menggunakan metode Logistic Regression. Berdasarkan hasil pengujian pada deteksi pergerakan objek kendaraan mendapatkan hasil akurasi F1-score sebesar 84.0% dan Classification Accuracy sebesar 73.37% dan hasil pengujian pada klasifikasi penggolongan kendaraan memperoleh hasil akurasi F1-score sebesar 34.59% dan Classification Accuracy sebesar 46.33%.