SIMULASI PENENTUAN DURASI LAMPU HIJAU PADA DETEKSI KENDARAAN MENGGUNAKAN YOLOV8

Sudarsono Adi, Muhammad Mukhlish Nurrahman (2024) SIMULASI PENENTUAN DURASI LAMPU HIJAU PADA DETEKSI KENDARAAN MENGGUNAKAN YOLOV8. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2013020192.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_2013020192_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (515kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2013020192_0719068702_0706118101_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2013020192_0719068702_0706118101_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (716kB) | Request a copy
	Text (BAB 3) RAMA_55201_2013020192_0719068702_0706118101_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (899kB) | Request a copy
	Text (BAB 4) RAMA_55201_2013020192_0719068702_0706118101_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 5) RAMA_55201_2013020192_0719068702_0706118101_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (317kB) | Request a copy
	Text (References) RAMA_55201_2013020192_0719068702_0706118101_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (288kB)
	Text (Lampiran) RAMA_55201_2013020192_0719068702_0706118101_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Dengan meningkatnya jumlah kendaraan bermotor di Indonesia berpotensi menyebabkan kemacetan, terutama di persimpangan lampu merah dengan durasi lampu hijau yang tidak sesuai dengan kepadatan lalu lintas. Kemudian sistem ATCS telah diimplementasikan untuk mengawasi dan mengontrol lampu lalu lintas menggunakan kamera CCTV, namun penggunaan kamera CCTV belum digunakan secara maksimal.Sehingga dibuatlah sebuah sistem yang mampu mendeteksi kendaraan yang berada pada sebuah persimpangan dan menghitungnya. Untuk dapat mendeteksi kekendaraan pada sebuah citra CCTV dibutuhkan suatu metode yang mampu meprediksi lokasi dan kelas dari kendaraan. Maska dipilihlah YOLOv8 untuk mendeteksi objek kendaraan yaitu pada penelitian ini adalah motor dan mobil. YOLOv8 merupakan salah satu model deep learning yang dibangun menggunkaan CNN (convolutional neural network). Dengan menggunakan 300 data citra kendaraan, maka dilakukan proses pelatihan YOLOv8 dan menghasilkan sebuah model. Model yang telah dilatih kemudian dilakukan pengujian. Hasil pengujian yang dilakukan mendapatkan hasil akurasi sebesar 91% dan mAP senilai 0.971.

Actions (login required)

View Item