SISTEM DETEKSI KENDARAAN MENGGUNAKAN METODE YOLO V8 MELALUI REKAMAN CCTV

Jauhari, Nur Mohamad Iqbal (2024) SISTEM DETEKSI KENDARAAN MENGGUNAKAN METODE YOLO V8 MELALUI REKAMAN CCTV. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2013020020.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
	Text (Similarity) RAMA_55201_2013020020_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (335kB)
	Text (Cover sd Bab 1 + References) RAMA_55201_2013020020_0719068702_0703018704_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (BAB 2) RAMA_55201_2013020020_0719068702_0703018704_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (995kB) | Request a copy
	Text (BAB 3) RAMA_55201_2013020020_0719068702_0703018704_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (840kB) | Request a copy
	Text (BAB 4) RAMA_55201_2013020020_0719068702_0703018704_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_2013020020_0719068702_0703018704_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (357kB) | Request a copy
	Text (References) RAMA_55201_2013020020_0719068702_0703018704_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (324kB)
	Text (Lampiran) RAMA_55201_2013020020_0719068702_0703018704_07_Lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Kemacetan dalam berlalu lintas masih menjadi permasalahan yang harus diperhatikan terutama dikota-kota besar yang dimana jalan selalu dipadati oleh berbagai jenis kendaraan yang melintas Dari beberapa kalangan seperti ahli tata kota, pemerintahan, teknisi, dan para peneliti untuk mencari solusi mengenai kemacetan, faktor menunjang keselamatan dalam berkendara yaitu kualitas kendaraan, infrastruktur dan kondisi pengendara, computer vision hadir untuk memundahkan bisa melihat banyaknya kendaraan - kendaraan yang melintas Pada penelitian ini penulis membuat Sistem Deteksi Kendaraan Menggunakan StreamLit Metode Yolo penulis menggunakan dataset sebesar 324 gambar dengan mobil dan truk. Pada hasil penelitian menggunakan framework streamlit dengan metode YOLOV8 dan yang dapat mengenali objek secara konsisten dengan tingkat akurat yang tinggi mendapatkan Model yang dibangun mencapai kinerja dengan nilai mAP50 0.962, dan mAP50-90 0.603. dan Speed: 0.3ms preprocess, 5.9ms inference, 0.0ms loss, 10.4ms postprocess per image. Sistem yang dikembangkan juga memiliki akurasi yang cukup baik dengan skor kepercayaan rata-rata 0.995.

Actions (login required)

View Item