<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="118752">
 <titleInfo>
  <title>PERANCANGAN PERANGKAT DETEKSI KENDARAAN PADA TIKUNGAN JALAN BERBASIS OPENCV</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUHAMMAD ALI FAJRI HARAHAP</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro dan Komputer</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Dewasa ini, kurangnya kewaspadaan masyarakat dalam tikungan jalan menyebabkan seringnya terjadi kecelakaan. Implementasi perangkat deteksi kendaraan dapat membantu untuk mengurangi persentase kecelakaan yang terjadi pada tikungan jalan. Beberapa penelitian sebelumnya, sudah melakukan penelitian terkait deteksi kendaraan menggunakan metode BLOB (Binary Large Object), Haar-like feature, serta Motion Blur Image. Namun, proses deteksi selama ini masih sering terkendala seperti bentuk objek, kesalahan dalam mendeteksi, serta metode yang digunakan kurang efektif. Oleh karena itu, penelitian ini merancang perangkat deteksi kendaraan di tikungan jalan berbasis OpenCV. OpenCV ditujukan untuk memproses frame-frame dalam video rekaman CCTV sehingga objek kendaraan dapat terdeteksi secara otomatis. Hasil penelitian merupakan perancangan perangkat yang dapat mendeteksi kendaraan pada tikungan jalan dan saat kendaraan terdeteksi, maka lampu akan menyala, dengan accuracy 73,15%, precision 90,9% dan recall 75%. &#13;
Kata kunci: kecelakaan, perangkat pendeteksi kendaraan, OpenCV</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>118752</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-12-27 10:13:33</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-12-27 12:10:08</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>