Abstract :
Pengenalan objek kendaraan berbasis pengolahan citra digital sangat penting untuk pembangunan sistem monitor ataupun sebagai metode alternatif pengambilan data statistik untuk kebijakan dan menejemen lalu lintas yang efisien. Pada penelitian ini akan dijelaskan proses dari pendekteksian objek kendaraan berbasis algoritma machine learning sampai dapat mengenali objek kendaraan khususnya mobil. Pada awalnya Haar-Like feature digunakan untuk mempresentasikan bentuk visual kendaraan, dan algortima machine learning AdaBoost untuk membuat classfier kuat dengan menggabungkan berberapa classifier tertentu menjadi tingkatan untuk memisahkan bagian latar dari gambar dengan objek deteksi dengan cepat. Dalam penelitian ini dibuat program hitung kendaraan dengan memanfaatkan video rekaman lalu lintas dan didapatkan hasil yang akurat dengan tingkat pendeteksian dengan nilai precision tertinggi sebesar 1 dan nilai recall tertinggi adalah 1 dengan rata-rata recall sebesar 0.986 dan rata-rata precision sebesar 0.978