Sistem deteksi pelanggaran lalu lintas pada penggunaan helm pengendara sepeda motor menggunakan Algoritma You Only Look Once v8 (YOLOv8)

Aldiman, Aldiman (2024) Sistem deteksi pelanggaran lalu lintas pada penggunaan helm pengendara sepeda motor menggunakan Algoritma You Only Look Once v8 (YOLOv8). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (54kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (24kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (44kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (74kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (324kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (203kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (965kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB VI) 9_bab6.pdf Restricted to Registered users only Download (25kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (96kB) | Request a copy

Abstract

Sistem deteksi pelanggaran penggunaan helm merupakan salah satu upaya untuk meningkatkan keselamatan di jalan raya, terutama bagi pengendara sepeda motor yang tidak menggunakan helm. Penelitian ini bertujuan untuk mengembangkan sistem deteksi pelanggaran helm pada pengendara sepeda motor dengan menggunakan algoritma You Only Look Once V8 (YOLOv8), yang dapat melakukan deteksi objek dengan kecepatan proses dan tingkat akurasi yang tinggi. Pelatihan model menggunakan YOLOv8 dengan data yang terdiri atas 1.540 gambar yang dikumpulkan dari berbagai sumber, yaitu data pribadi, Google Images, Roboflow, dan Kaggle. Data ini kemudian melalui proses augmentasi hingga menghasilkan 4.607 gambar yang terbagi dalam empat kelas utama, yaitu Helmet, NHelmet, Motorbike, dan PNumber. Model yang telah dilatih mencapai nilai mean Average Precision (mAP) sebesar 96,8%, yang menunjukkan tingkat akurasi yang tinggi. Model ini kemudian diimplementasikan dalam sistem untuk mendeteksi pelanggaran secara langsung melalui kamera ponsel. Hasil dari sistem ini adalah identifikasi pelanggar yang tidak mengenakan helm. Selain itu, sistem ini diintegrasikan dengan aplikasi berbasis web untuk keperluan monitoring dan pengiriman pemberitahuan pelanggaran melalui Telegram.

Actions (login required)

View Item