JPTAMJPTAM

Jurnal Pendidikan TambusaiJurnal Pendidikan Tambusai

Indonesia memiliki kepadatan penduduk yang sangat padat, terutama di kota-kota besar, di mana jalan selalu dipadati oleh berbagai jenis kendaraan. Pada jam sibuk, banyaknya kendaraan menyebabkan kemacetan di jalan. Oleh karena itu, diperlukan pembangunan pelebaran jalan untuk menampung kendaraan yang dipadati oleh berbagai jenis kendaraan yang melintas. Agar pembangunan pelebaran jalan yang tepat pada lokasi yang sering terjadinya kepadatan, maka dibutuhkan sistem pendeteksian jenis-jenis kendaraan yang melintas di jalan raya. Meningkatnya pada macam-macam penelitian tentang pengolahan citra digital, termasuk tentang pendeteksian objek, untuk klasifikasi deteksi jenis kendaraan di jalan raya. Pada penelitian ini, penulis membuat sistem pendeteksi objek memakai metode YOLOV5 untuk mendeteksi jenis kendaraan di jalan raya. Penulis menggunakan dataset sebesar 1332 gambar dengan kelas bajaj, becak, bus, mobil, mobil molen, mobil pikup, sepedah, sepeda motor, dan truk. Pada hasil penelitian menggunakan metode YOLOV5 yang dapat mengenali objek secara konsisten dengan tingkat akurasi yang cukup tinggi dan memiliki nilai akurasi 90%.

Hasil penelitian dapat disimpulkan nilai akurasi saat pengujian mendapatkan nilai yang cukup baik yaitu sebesar 90% pada pendeteksian jenis kendaraan.Nilai akurasi dipengaruhi pada berbagai macam hal diantaranya kualitas video, kualitas dataset, dan pengambilan gambar diberbagai sudut.Model dataset dikumpulkan sebanyak mungkin dan bermacam-macam sudut maka semakin besar juga nilai akurasi yang dihasilkan.Hitungan area pada gambar juga mempengaruhi nilai akurasi, dikarenakan saat objek saling bertumpuk objek yang dibelakangnya tidak akan terdeteksi.Penulis menyarankan agar mendapat nilai akurasi dan convidence yang tinggi maka sebaiknya menggunakan video yang mempunyai gambar yang jelas, dataset gambar yang jelas dan menpunyai banyak sudut pandang.

Untuk meningkatkan akurasi dan kecepatan pendeteksian, penelitian selanjutnya dapat fokus pada pengembangan algoritma YOLOV5 yang lebih efisien dan akurat. Selain itu, penelitian dapat dilakukan untuk meningkatkan kualitas dataset dengan mengumpulkan lebih banyak gambar dan video dari berbagai sudut pandang, serta meningkatkan variasi jenis kendaraan yang dideteksi. Dengan demikian, sistem pendeteksian jenis kendaraan dapat menjadi lebih akurat dan dapat diterapkan secara luas di berbagai lokasi.

Read online
File size716.4 KB
Pages12
DMCAReport

Related /

ads-block-test