Implementasi Klasifikasi Jenis Kendaraan di Indonesia Menggunakan YOLO

Muhamad Yusup Efendi, Muhamad Haqi Faisal Abidin

Abstract


Di Indonesia, tingkat kepadatan penduduk yang sangat tinggi telah mendorong masyarakat untuk lebih memilih menggunakan kendaraan pribadi daripada kendaraan umum. Hal ini telah menyebabkan terjadinya kemacetan lalu lintas yang signifikan. Untuk mengatasi masalah tersebut, perlu dilakukan pembangunan atau pelebaran jalan guna mengurangi tingkat kemacetan. Dalam konteks ini, penting untuk mengimplementasikan sistem pendeteksian objek kendaraan di jalan raya. Tujuan utamanya adalah untuk memfasilitasi pengenalan objek dalam gambar dan membantu mengurangi kemacetan yang sering terjadi akibat penggunaan kendaraan pribadi yang berlebihan. Untuk menjawab tantangan ini, kecerdasan buatan menjadi solusi yang tepat dengan kemampuannya dalam mendeteksi objek. Dalam penelitian ini, penulis mengembangkan sistem pendeteksi objek menggunakan metode YOLOv5 untuk mengidentifikasi berbagai jenis kendaraan yang ada di jalan raya. Dataset yang digunakan diunduh dari situs web Roboflow dan mencakup kategori kendaraan seperti sepeda motor, mobil, truk, dan bus. Pada hasil penelitian menggunakan YOLOv5 yang dapat mengenali objek secara konsisten dengan diperoleh nilai akurasi yang cukup tinggi dan memiliki nilai akurasi sebesar 81%.


Keywords


Deteksi Kendaraan; Kecerdasan Buatan; YOLOv5

Full Text:

PDF

References


Dwiyanto, R., Widodo, D. W., & Kasih, P. (2022, November). Implementasi Metode You Only Look Once (YOLOv5) Untuk Klasifikasi Kendaraan Pada CCTV Kabupaten Tulungagung. In Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) (Vol. 6, No. 3, pp. 102-104).

A., Walidani, A., Arochman, D., Fahrezi, M. N., Agat, S. A. H., & Rosyani, P. (2023). Systematic Literatur Review Mendeteksi Kendaraan Menggunakan Metode YOLO (You Only Look Once). JRIIN: Jurnal Riset Informatika dan Inovasi, 1(3), 559-562.

M. F., Nurkholis, A., Laia, S., & Rosyani, P. (2023). Deteksi Kendaraan Dengan Metode YOLO. AI dan SPK: Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan, 1(1), 20-27.

A., Mutmainnah, K., & Muthiah, A. R. (2021). Seperation: Deteksi Kendaraan Pada Citra Digital Dengan Menggunakan Algoritma YOLO (You Only Look Once). Jurnal Teknik Informatika dan Elektro. Diakses dari http://jurnal.ugp.ac.id/index.php/JURTIE/article/view/426

Amwin, A. (2021). Deteksi Dan Klasifikasi Kendaraan Berbasis Algoritma You Only Look Once (YOLO).Universitas Islam Indonesia. https://dspace.uii.ac.id/handle/123456789/34154

Saniputra, Pratama, F. R., & Yoga Dharmawan. (2019). Pengembangan Deteksi Citra Mobil Untuk Mengetahui Jumlah Tempat Parkir Menggunakan Cuda Dan Modified Yolo Development of Car Image Detection To Find Out the Number of Parking Space Using Cuda and Modified Yolo. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 6(4), 413–419. https://doi.org/10.25126/jtiik.201961275

Yunia Putra, Arifianto, A. S., Zilvanhisna Emka Fitri, & Trismayanti Dwi Puspitasari. (2023). Deteksi Kendaraan Truk pada Video Menggunakan Metode Tiny-YOLO v4. Jurnal Informatika Polinema, 9(2), 215–222. https://doi.org/10.33795/jip.v9i2.1243

Rizkatama, G. N., Nugroho, A., & Suni, A. F. (2021). Sistem Cerdas Penghitung Jumlah Mobil untuk Mengetahui Ketersediaan Lahan Parkir berbasis Python dan YOLO v4. Edu Komputika Journal, 8(2), 91–99. https://doi.org/10.15294/edukomputika.v8i2.47865

Mulyana, D. I., & Rofik, M. A. (n.d.). Implementasi Deteksi Real Time Klasifikasi Jenis Kendaraan Di Indonesia Menggunakan Metode YOLOV5.

Shianto, K. A., Gunadi, K., & Setyati, E. (n.d.). Deteksi Jenis Mobil Menggunakan Metode YOLO Dan Faster R-CNN.




DOI: https://doi.org/10.31284/p.snestik.2024.5788

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Muhamad Yusup Efendi, Muhamad Haqi Faisal Abidin

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.