Lalu lintas memiliki peran yang sangat penting. Agar permasalahan penumpukan kendaraan dan kemacetan dapat dihindari, diperlukan sistem pengaturan lampu lalu lintas yang dapat beradaptasi terhadap keadaan lalu lintas. Informasi jumlah kendaraan dapat diperoleh dengan adanya kamera yang mengambil video untuk kemudian diolah menggunakan metode Principal Component Analysis (PCA). Dalam mengenali suatu objek, PCA membutuhkan pelatihan yaitu haar training. Setelah mendapatkan data-data jumlah mobil dengan metode PCA, data tersebut kemudian diolah menggunakan metode Distributed Constraint Satisfaction Problem (DCSP) untuk menentukan lama waktu lampu lalu lintas terbaik menurut keadaan di persimpangan. Arsitektur prototipe sistem lalu lintas terdistribusi dapat dibagi menjadi tiga komponen besar, yaitu sensor kamera video, engine lalu lintas yang dapat berupa komputer maupun BeagleBoardTM, dan papan pengendali lalu lintas. Hasil penelitian menunjukkan bahwa kemampuan pendeteksian objek kendaraan dapat ditingkatkan dengan cara melakukan pelatihan lebih jauh. Dari hasil uji coba diketahui bahwa sistem telah dapat meningkatkan jumlah Hit dan mengurangi jumlah Miss dan False. Pada Sistem Penghitungan Kendaraan Baru, tingkat ketepatan tertinggi mencapai 0.966 untuk masukan videosumber0.avi dan 0.724 untuk masukan videosumber1.avi.