Sistem Pengaturan Lampu Lalu Lintas Terdisitribusi adalah sebuah sistem lampu lalu lintas yang ditujukan untuk memenuhi kebutuhan akan kinerja pengaturan lampu lalu lintas yang cerdas dengan pengambilan data secara real-time. Sistem ini melakukan penjadwalan dan pengaturan jaringan multi persimpangan real-time yang tidak bisa dilakukan oleh sistem pengaturan lampu lalu lintas konvensional. Sejauh ini, penelitian mengenai Sistem Pengaturan Lampu Lalu Lintas Terdisitribusi telah dikembangkan dengan menggunakan algoritma PCA (Principle Component Analysis) untuk sistem pengenalan dan DCSP (Distributed Constraint Satisfication Problem) untuk penghitungan mobilnya. Proses pengenalan ini dikembangkan dengan sistem klasifikasi objek yang dapat mengenali objek lebih spesifik, yakni jenis mobil besar seperti truk, bus, atau jenis mobil kecil seperti mobil dan van kecil. Sistem klasifikasi ini diimplementasikan menggunakan metode berbasiskan algoritma jaringan syaraf tiruan yakni Backpropagation, Fuzzy Learning Vector Quantization (FLVQ), dan Fuzzy Learning Quantization Particle Swarm Optimization (FLVQ-PSO) Sebelum proses klasifikasi dilakukan, perlu dilakukan proses transformasi data citra menjadi nilai-nilai yang merepresentasikan gambar tersebut. Reduksi gambar menjadi nilai eigen ini menggunakan teknik PCA yang juga memiliki fungsi mengekstraksi fitur gambar. Kemudian nilai-nilai tersebut dinormalisasi menggunakan standard score, baru dilakukan proses klasifikasi untuk menentukan kelas dari gambar tersebut. Kelas gambar akan dibagi menjadi dua, yakni mobil besar dan mobil kecil dengan beberapa variasi fitur dari gambar tersebut. Tujuan utama dalam penelitian ini adalah melakukan uji coba Backpropation untuk diimplementasikan pada sistem klasifikasi mobil dan mencari kombinasi fitur terbaik untuk hasil yang paling optimal.