BSIBSI

Computer Science (CO-SCIENCE)Computer Science (CO-SCIENCE)

Keamanan dalam operasi pergantian kereta api memerlukan pemantauan berkelanjutan terhadap jarak dan kecepatan kereta api untuk mengurangi risiko kecelakaan operasional. Dalam praktiknya, kegiatan pergantian masih sangat bergantung pada pengamatan manual dan komunikasi verbal, sementara kinerja sistem keselamatan berbasis visi di bawah kondisi operasional nyata masih belum pasti. Selain itu, evaluasi komprehensif terhadap model deteksi objek pembelajaran mendalam di lingkungan pergantian yang sebenarnya, terutama di bawah kemampuan perangkat keras dan kondisi pencahayaan yang berbeda, masih terbatas. Studi ini bertujuan untuk mengevaluasi kinerja algoritma YOLOv8 untuk pemantauan jarak dan kecepatan secara real-time selama operasi pergantian kereta api. Sistem diuji menggunakan pendekatan deteksi berbasis kamera di bawah konfigurasi prosesor yang berbeda, yaitu CPU internal dan GPU RTX, dan di bawah kondisi pencahayaan pagi, siang, dan malam. Kinerja sistem dievaluasi berdasarkan akurasi, presisi, dan kemampuan deteksi real-time di seluruh kondisi ini. Hasilnya menunjukkan bahwa sistem mencapai akurasi rata-rata 87,32% saat beroperasi pada CPU yang meningkat menjadi 91,30% saat menggunakan GPU. Kinerja optimal diamati di bawah kondisi siang hari yang memadai, sementara pencahayaan yang berkurang menyebabkan penurunan kinerja, terutama pada pemrosesan berbasis CPU. Temuan ini menunjukkan bahwa konfigurasi perangkat keras dan kondisi pencahayaan memainkan peran penting dalam menentukan keandalan sistem pemantauan keselamatan berbasis YOLOv8 untuk operasi pergantian kereta api.

Studi ini menunjukkan bahwa sistem visi berbasis YOLOv8 mampu mendukung pemantauan jarak dan kecepatan selama operasi pergantian kereta api dalam lingkungan operasional nyata.Hasil penelitian mengindikasikan bahwa kinerja sistem sangat dipengaruhi oleh kemampuan perangkat keras dan kondisi pencahayaan lingkungan, menegaskan bahwa sumber daya komputasi dan penerangan memainkan peran penting dalam memastikan deteksi real-time yang andal.Temuan ini menyoroti bahwa YOLOv8 dapat berfungsi secara efektif sebagai alat pendukung keselamatan pergantian jika kondisi operasional yang sesuai terpenuhi.

Berdasarkan penelitian ini, beberapa saran penelitian lanjutan dapat dikembangkan. Pertama, perlu dilakukan pengembangan metode estimasi jarak yang lebih akurat dengan mengintegrasikan sensor tambahan seperti LiDAR atau sensor ultrasonik, serta menerapkan teknik kalibrasi kamera untuk mengurangi distorsi perspektif dan pengaruh getaran. Kedua, evaluasi sistem perlu diperluas dengan pengujian di bawah berbagai kondisi lingkungan dan operasional, termasuk kondisi cuaca buruk, untuk meningkatkan ketahanan dan keandalan sistem. Ketiga, penelitian dapat difokuskan pada pengembangan algoritma YOLOv8 yang lebih adaptif terhadap perubahan kondisi pencahayaan secara dinamis, sehingga sistem dapat beroperasi secara optimal dalam berbagai situasi pencahayaan yang berbeda. Dengan pengembangan lebih lanjut, sistem ini diharapkan dapat menjadi solusi pemantauan keselamatan yang praktis dan efektif dalam operasi pergantian kereta api.

  1. IDENTIFIKASI DAN PEMETAAN GANGGUAN KOMPONEN SISTEM PERSINYALAN PT KERETA API INDONESIA (PERSERO) RESORT... ejournal.itn.ac.id/index.php/jati/article/view/6875IDENTIFIKASI DAN PEMETAAN GANGGUAN KOMPONEN SISTEM PERSINYALAN PT KERETA API INDONESIA PERSERO RESORT ejournal itn ac index php jati article view 6875
  2. FOD-YOLO NET: Fasteners fault and object detection in railway tracks using deep yolo network1 - K. Brintha,... journals.sagepub.com/doi/full/10.3233/JIFS-236445FOD YOLO NET Fasteners fault and object detection in railway tracks using deep yolo network1 K Brintha journals sagepub doi full 10 3233 JIFS 236445
  3. Kajian Penggunaan Bahasa Baku dalam Mewujudkan Komunikasi Efektif Awak Sarana Prasarana Melayani Perjalanan... jurnaledukasia.org/index.php/edukasia/article/view/439Kajian Penggunaan Bahasa Baku dalam Mewujudkan Komunikasi Efektif Awak Sarana Prasarana Melayani Perjalanan jurnaledukasia index php edukasia article view 439
Read online
File size957.38 KB
Pages9
DMCAReport

Related /

ads-block-test