Dalam penelitian ini dilakukan analisis secara bertahap metoda Eigenvehicle sebagai metoda untuk mengekstraksi ciri kendaraan, Fuzzy C-means Clusterring (FCM) digunakan untuk memisahkan ban dengan badan kendaraan dan Hough Transform sebagai metoda untuk deteksi lingkaran ban. Jenis kendaraan yang akan diklasifikasi adalah kendaraan golongan I hingga V. Jenis kendaraan yang termasuk golongan I, yaitu: sedan, minibus/niaga, pick up dan bus. Kendaraan golongan II yaitu truk dua gandar, golongan III yaitu truk tiga gandar, golongan IV yaitu truk empat gandar, golongan V yaitu truk lima gandar.
Metoda Hough Transform dapat digunakan untuk mengisolasi ciri lingkaran ban dalam sebuah citra kendaraan, jumlah ban yang terdeteksi dapat digunakan untuk klasifikasi golongan III, IV dan V. Sedangkan golongan I dan II menggunakan metoda Eigenvehicle yang merupakan gabungan Principal Component Analysis (PCA) untuk ekstraksi ciri data model dan Distance From Vehicle space (DFVs) untuk mengklasifikasikan kendaraan dengan melihat jarak perbedaan dari data latih PCA.
Data pemodelan dan pengujian sistem didapat dari rekaman kedatangan mobil di Rest Area Tol Purbaleunyi KM 97, dengan data uji sebanyak 464 dan data model 10. Sedangkan akurasi yang didapat sebesar 93,9% dengan parameter jumlah cluster FCM sebanyak 6, rasio ban dengan panjang kendaraan pada Hough Transform sebesar 17 dan threshold pada Eigenvehicle sebesar 1300.
Kata Kunci: Image processing, klasifikasi kendaraan, Eigenvehicle, Hough Transform, Fuzzy C-Means Clustering