Kemacetan adalah permasalahan yang sering terjadi dibeberapa kota besar di In-donesia. Kemacetan itu sendiri terjadi terdiri dari beberapa faktor seperti banyaknyajumlah kendaraan yang melintas, dan banyaknya kendaraan yang melakukan stopliar dipinggir jalan. Untuk mengatasi kemacetan yang marak terjadi, diperlukan suatu sistem yang dapat mengidentifikasi kendaraan yang melanggar marka jalankhususnya marka dilarang berhenti. Pendekatan yang dilakukan adalah dengan mengambil citra berupa video menggunakan webcam yang akan diproses untukmendapatkan hasil berupa deteksi kendaraan yang melakukan pelanggaran stop liarpada marka jalan.
Pada Tugas Akhir ini menggunakan metodeFaster Region Convolutional Neural Networkyang dimanaFaster Region Convolutional Neural Networkitu adalahsebuah metode yang digunakan untuk mendeteksi citra, dan Region of Interest un-tuk mengurangi area deteksi yang dimana kedua hal tersebut berguna untuk mende-teksi kendaraan pada hasil citra. Dari hasil tersebut diharapkan sistem dapat mem-bedakan kendaraan yang melanggar dengan kendaraan yang tidak melanggar stoppada marka jalan dilarang stop.
Performansi pada penelitian ini dianalisis melalui parameter-parameter, sepertiakurasi,Frame per Second, dan waktu komputasi. Pada penlitian ini diketahuibahwa perbandingan Jumlah Data Training lebih besar dibandingkan dengan DataTest memiliki Probabilitas lebih tinggi dibandingkan yang lain, memiliki akurasioptimal pada jarak 5 Meter, dengan hasil Akurasi rata-rata sebesar 100%, danakurasi rata-rata sebesar 80% ketika diuji pada objek tampak depan, 100% padaobjek tampak belakang, dan tampak samping. Sedangkan untuk waktu komputasisistem memiliki waktu komputasi selama 30 - 33 detik padadevicepertama dan 4- 8 detik padadevicekedua, dan memiliki nilaiFrame per Secondsebesar 1.5 padadevicepertama dan 7.5 padadevicekedua