Pengolahan citra digital telah menjadi teknologi esensial dalam analisis kepadatan kendaraan bermotor, khususnya dalam pemantauan lalu lintas secara real-time. Kemampuan sistem ini dalam menghasilkan data visual yang akurat memungkinkan para peneliti dan perencana transportasi untuk mengidentifikasi pola lalu lintas, memprediksi kemacetan, dan membuat keputusan yang berbasis data. Penelitian ini memiliki dua tujuan utama untuk mengetahui bagaimana analisa kepadatan kendaraan bermotor di Jalan Jenderal Sudirman, Kota Palembang berbasis citra digital dan untuk mengidentifikasi metode citra digital yang paling tepat untuk mendukung analisa tersebut. Metode Haar Cascade dipilih sebagai algoritma utama karena keandalannya dalam deteksi objek berbasis fitur visual. Proses dimulai dengan tahapan pra-pemrosesan citra yang bertujuan mengurangi noise dan memperbaiki pencahayaan guna meningkatkan kualitas citra. Selanjutnya dilakukan segmentasi citra untuk memisahkan objek kendaraan dari latar belakang jalan. Deteksi dilakukan secara frame-by-frame, memungkinkan sistem mendeteksi kendaraan dengan cepat dan responsif terhadap dinamika lalu lintas. Data hasil deteksi kemudian diolah menggunakan algoritma perhitungan sederhana untuk menentukan jumlah kendaraan dalam rentang waktu tertentu, yang kemudian digunakan untuk menganalisis tingkat kepadatan lalu lintas. Hasil penelitian menunjukkan bahwa metode Haar Cascade mampu mendeteksi dan menghitung kendaraan dengan akurasi sebesar 83,6%, menjadikannya solusi yang efisien dalam sistem pemantauan lalu lintas cerdas. Penelitian ini memberikan kontribusi nyata dalam bidang transportasi modern, khususnya dalam pengembangan sistem berbasis citra digital untuk mendukung perencanaan dan pengambilan keputusan transportasi perkotaan secara lebih terukur dan berbasis teknologi.
Kata Kunci : kepadatan, lalu lintas, transportasi, Haar Cascade.