SISTEM DETEKSI PELANGGARAN ZEBRA CROSS PADA KENDARAAN SEPEDA MOTOR MENGGUNAKAN ALGORITMA YOLOv4

CHIANYUNG

Informasi Dasar

22.04.2262
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Kecelakaan lalu lintas akhir-akhir ini harus menjadi perhatian khusus bagi kita semua. Kecelakaan terjadi karena kurangnya kesadaran diri dari masyarakat akan peraturan lalu lintas itu sendiri . Polisi sebagai institusi yang membantu masyarakat dalam mengedukasi pentingnya mematuhi peraturan lalu lintas harus tidak boleh lelah dalam menjalankan tugasnya. Salah satu cara edukasi yang dilakukan kepolisian adalah dengan cara pengawasan lalu lintas. Mereka turun ke lapangan untuk menindak pelanggar-pelanggar yang tidak mematuhi aturan, tentunya cara seperti ini memiliki beberapa kekurangan seperti SDM yang terbatas dan juga waktu yang terbatas.

Dengan itu teknologi sebenarnya dapat dimanfaatkan untuk melakukan fungsi pengawasan yang lebih fleksibel. Sistem berbasis object detection dapat digunakan sebagai solusi untuk menindak pelanggaran khususnya kendaraan sepeda motor yang seringkali diam di area zebra cross saat lampu merah sedang menyala. Keadaan ini menyebabkan pejalan kaki seringkali merasa terganggu bahkan menjadi tidak menggunakan zebra cross untuk penyebrangan pejalan kaki itu sendiri. Dengan ini sistem deteksi objek menggunakan algoritma You Look Only Once (YOLO) dapat digunakan dalam mendeteksi para pelanggar tersebut, dengan cara menghitung berapa lama waktu pengendara motor tersebut diam di area zebra cross.

Saat digunakan sistem ini dapat memberitahu informasi sepeda motor yang melanggar kemudian mencetak informasi pelanggar seperti Tracker ID dan juga titik koordinat pada video. Hasil dari penelitian yang telah dilakukan pada tugas akhir ini menunjukan bahwa sistem pendeteksi pelanggar kendaraan sepeda motor pada zebra cross berbasis deteksi objek menggunakan algoritma YOLO ini mendapatkan hasil Precision 100%, Recall 100%, F1-Score 100%, Average IoU 82.23%, Average Loss 2.31%, mAP 99.99% serta akurasi yang didapatkan mencapai 99.66% dengan parameter yang digunakan adalah rasio data latih 70% : 30% data uji, Batchsize 64, Learning Rate 0.004, dan Max Batches 4000.

Kata Kunci : Deep Learning, Lalu Lintas, Deteksi Objek, YOLO

Subjek

Machine Learning
 

Katalog

SISTEM DETEKSI PELANGGARAN ZEBRA CROSS PADA KENDARAAN SEPEDA MOTOR MENGGUNAKAN ALGORITMA YOLOv4
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

CHIANYUNG
Perorangan
Casi Setianingsih, Marisa W. Paryasto
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2022

Koleksi

Kompetensi

  • TUI4B4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini