Saat ini jalan-jalan semakin penuh sesak, terutama di kota-kota besar. Karena itu dimulailah penelitian sistem lalu lintas terdistribusi yang bertujuan untuk menghindari kemacetan lalu lintas yang padat dengan mengimplementasikan Self-Organizing Urban Traffic Control With Swarm-Self Organizing Map. Salah satu kebutuhan penelitian adalah membuat sebuah sensor jumlah kendaraan dengan menggunakan video lalu lintas. Oleh karena itu tujuan utama dari proyek penelitian akhir ini adalah untuk membangun suatu sistem pemantauan lalu lintas yang mampu mendeteksi, melacak, dan menghitung mobil dengan menganalisis gambar kamera dengan bantuan Open Vision. Keseluruhan sistem meliputi penerimaan video dari berkas, pendeteksian mobil yang bergerak lalu penghitungan jumlahnya. Metode yang digunakan untuk mendeteksi mobil adalah dengan blob, PCA dan Haar-like training. Untuk uji coba, desain eksperimen menggunakan parameter-parameter seperti kepadatan lalu lintas yaitu: lancar, ramai, dan macet; dan frame rate dari video streaming, yaitu 5, 10, 15, 20, dan 25 fps. Dengan parameter-parameter ini masing-masing skenario uji coba dilakukan sebanyak 30 kali. Hasil penelitian secara keseluruhan menunjukkan bahwa pendeteksian dan penghitungan kendaraan mobil memperoleh akurasi lebih tinggi pada video dengan frame rate yang lebih tinggi dan keadaan lalu lintas yang lebih lancar.