Kemacetan lalu lintas, kurangnya informasi data arus lalu lintas yang memadai untuk pembangunan infrastruktur jalan guna mengurangi kemacetan, dan kemungkinan human error dalam pelaksanaan survei padatnya lalu lintas menjadi pokok latar belakang penelitian ini. Dengan memanfaatkan teknologi informasi, membuka peluang bagi pengembangan sistem pemantauan berbasis computer vision. Pada penelitian ini akan dilakukan perhitungan jumlah kendaraan bergerak berdasarkan jenisnya berbasis computer vision dengan tahapan: pemilihan ROI, segmentasi citra dengan metode Gaussian Mixture Model, proses filtering, deteksi blob dan tracking, pengklasifikasian kendaraan dengan Fuzzy Clustering Means. Implementasi aplikasi menggunakan Visual Studio 2010. Output berupa hasil klasifikasi dan penghitungan jumlah kendaraan berdasarkan jenisnya. Pengujian aplikasi dibagi ke dalam beberapa skenario pengujian, pada skenario pengujian 1 didapat akurasi sebesar 36.27%, skenario pengujian 2 didapat akurasi sebesar 50,47%, skenario pengujian 3 didapat akurasi sebesar 60,75% dan skenario pengujian 4 didapat akurasi sebesar 67,00%.

Kata Kunci: Computer Vision, Gaussian Mixture Model (GMM), Fuzzy Clustering Means (FCM), Pengolahan Citra Digital, Perhitungan dan Klasifikasi Kendaraan.