PENGELOMPOKAN CITRA RAMBU LALU LINTAS DENGAN HIERARCHICAL AGGLOMERATIVE CLUSTERING BERBASIS SCALE INVARIANT FEATURE TRANSFORM

Dalam bidang transportasi, telah banyak dikembangkan ide-ide untuk meningkatkan keamanan dalam perjalanan. Sistem untuk mendukung hal ini disebut Advanced Driver Assistance System (ADAS). Sistem ADAS memiliki tujuan membantu dan mengarahkan pengendara pada saat mengendarai sehingga dapat meningkatkan keselamatan lalu lintas, efisiensi lalu lintas dan perbaikan kondisi lingkungan. Sistem pengenalan rambu lalu lintas merupakan salah satu bagian penting dari sistem operasional. Rambu lalu lintas adalah tanda yang didirikan di samping atau di atas jalan untuk memberikan informasi kepada pengguna jalan. Banyak Negara menggunakan tanda bergambar atau tulisan yang disederhanakan. Selain itu dibuat standar rambu lalu lintas internasional untuk memfasilitasi perjalanan internasional dan secara umum untuk membantu meningkatkan keselamatan lalu lintas. Tanda-tanda bergambar tersebut menggunakan symbol, menggunakan kata-kata dan biasanya didasarkan pada protocol internasional. Dalam hal ini dibutuhkan suatu metode yang dapat mengenali citra rambu lalu lintas dengan cara mengekstraksi fitur citra yang disebut Scale Invariant Feature Transform (SIFT). Kemudia fitur citra yang diperoleh akan dikelompokan menggunakan algoritma Hierarchical Agglomerative Clustering. Hasil dari penelitian ini, performa algoritma Hierarchical Agglomerative Clustering dengan teknik ward linkage memiliki performa 52,5% yang lebih baik dari teknik single linkage dengan performa 35%, complete linkage dengan performa 37,5% dan average linkage dengan performa 37,5%