JTIM : Jurnal Teknologi Informasi dan Multimedia p-ISSN : 2715-2529 Vol. 2, No. 2, Agustus 2020, hlm. 92-99 e-ISSN : 2684-9151 92 * Penulis Korespondensi (Andhika Putra Cahyono) Email : andhika.putra@outlook.com Penghitungan Objek Berdasarkan Berdasarkan Jenis Kendaraan Bermotor pada CCTV Lalu Lintas Berbasis Pengolahan Citra Digital Menggunakan Metode Background Subtraction dan Blob Detection (Object Calculation Based on Motor Vehicle Type in Traffic CCTV of Digital Image Processing Using Background Subtraction and Blob Detection Methods) Andhika Putra Cahyono [1]* , Utomo Budiyanto [2] [1],[2] Department of Computer Science, Faculty of Technology and Information Universitas Budi Luhur Jakarta, Indonesia E-mail: andhika.putra@outlook.com, utomo.budiyanto@budiluhur.ac.id KEYWORDS: ABSTRACT Object Calculation, Motor Vehicle Type, Digital Image Processing, Background Substraction, Blob Detection, Traffic CCTV In the road traffic space which is often encountered by passing traffic type of vehicle. To find out the traffic conditions that are needed to calculate vehicle traffic, such as using counting or recording CCTV video. This continues the long and long process that was completed on the error data and the slow pace of traffic engineering decisions. This method is difficult to do in full because of the limited number of counters. This can be done by involving digital processing and CCTV video to be able to classify and transfer vehicle type objects. There are several methods for sharing object imagery, such as SIFT, edge detection and Monte Carlo. This research tries to use the Background Substraction and Blob Detection methods because of its superiority in determining objects and backgrounds and being able to maintain moving objects as well as analyzing screen area calculations. The results of testing with this method obtained the MSE value at the threshold of 100 and 3x3 kernel filter with a pixel area of motorcycle 34-63 pixel-X, 67-155 pixel-Y and cars 73-200 pixel-X, 79-307 pixel-Y and bus / truck 130-128 pixel-X, 305-376 pixel-Y. On evaluation, use the confusion matrix obtained in the morning with an average total of 92% and at night with a total average of 73%. It can be concluded by using CCTV installation parameters and the method used can yields higher accuracy in the morning than at night with the weakness of compiling objects that can make it easier to make objects and test the night to obtain light from vehicle lights generated as vehicle objects the flight. KATA KUNCI: ABSTRAK Penghitungan Objek, Jenis Kendaraan Bermotor, Pengolahan Citra Digital, Background Substraction, Blob Detection, CCTV lalu lintas Pada ruang lalu lintas jalan sering ditemui lalu lalang jenis kendaraan bermotor. Untuk mengetahui kondisi lalu lintas dibutuhkan penghitungan kendaraan bermotor, seperti menggunakan tally counter atau rekaman video CCTV. Hal ini mengakibatkan proses panjang dan waktu lama yang mengakibatkan pada kesalahan data dan lambatnya keputusan rekayasa lalu lintas. Cara ini sulit dilakukan penuh waktu dikarenakan keterbatasan jumlah penghitung. Hal ini bisa dibantu dengan menggabungkan pengolahan citra digital dan video CCTV untuk dapat mengklasifikasi dan menangkap objek jenis kendaraan bermotor. Terdapat beberapa metode untuk menangkap citra objek, seperti SIFT, deteksi tepi dan Monte Carlo. Penelitian ini mencoba menggunakan metode Background Substraction dan Blob Detection karena keunggulannya membedakan objek dan latar belakang dan dapat mempertahankan objek bergerak serta dapat menganalisa penghitungan luas piksel. Hasil pengujian dengan metode ini didapatkan nilai MSE terkecil pada threshold 100 dan filter kernel 3x3 dengan luas piksel sepeda motor 34-63 piksel-X, 67-155 piksel-Y dan mobil 73- 200 piksel-X, 79-307 piksel-Y dan bus/truk 130-128 piksel-X, 305-376 piksel-Y. Pada pengujian evaluasi kinerja menggunakan Confusion Matrix didapatkan pada pagi hari dengan total rata-rata akurasi 92% dan malam hari dengan total rata-rata akurasi 73%. Dapat disimpulkan dengan menggunakan parameter pemasangan CCTV dan metode yang digunakan dapat menghasilkan akurasi lebih tinggi pada pagi hari daripada malam hari dengan kelemahan ketika objek-objek yang terlalu berdekatan dapat menjadikan kesatuan