Rancang bangun pendeteksian objek berbasis Yolo v11 untuk mendukung model pengereman otomatis menggunakan linear aktuator 12v

Alamsyah, Muhamad Lutfi (2025) Rancang bangun pendeteksian objek berbasis Yolo v11 untuk mendukung model pengereman otomatis menggunakan linear aktuator 12v. Sarjana thesis, Uin Sunan Gunung Djati Bandung.

Preview	Text (Cover) 1_Cover.pdf Download (53kB) | Preview
Preview	Text (Abstrak) 2_Abstrak.pdf Download (29kB) | Preview
Preview	Text (Surat Pernyataan Karya Sendiri) 3_Surat Pernyataan Karya sendiri.pdf Download (745kB) | Preview
Preview	Text (Daftar isi) 4_Daftar isi.pdf Download (61kB) | Preview
Preview	Text (Bab I) 5_bab 1.pdf Download (130kB) | Preview
	Text (Bab II) 6_bab 2.pdf Restricted to Registered users only Download (418kB)
	Text (Bab III) 7_bab 3.pdf Restricted to Registered users only Download (294kB)
	Text (Bab IV) 8_bab 4.pdf Restricted to Registered users only Download (1MB)
Preview	Text (BAB V) 9_bab 5 (1).pdf Download (1MB) | Preview
	Text (Bab VI) 10_bab 6.pdf Restricted to Registered users only Download (28kB)
	Text (Daftar Pustaka) 11_daftar pustaka.pdf Restricted to Registered users only Download (94kB)
	Text (LAMPIRAN) Lampiran (7).pdf Restricted to Repository staff only Download (81kB)

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pendeteksian objek berbasis algoritma You Only Look Once versi 11 (YOLOv11) sebagai pendukung mekanisme pengereman otomatis dengan aktuator linear 12V. Sistem dikembangkan dengan memanfaatkan kamera vision sebagai sensor input, mikrokontroler Arduino UNO sebagai pengendali, serta aktuator linear 12V yang berfungsi sebagai eksekutor pengereman. YOLOv11 dipilih karena kemampuannya mendeteksi objek secara real-time dengan tingkat akurasi tinggi, sehingga relevan untuk aplikasi keselamatan aktif seperti Automatic Emergency Braking (AEB). Metode penelitian meliputi studi literatur, analisis kebutuhan, perancangan perangkat keras dan perangkat lunak, implementasi prototipe, serta pengujian performa sistem. Hasil pengujian menunjukkan rata-rata frame rate kamera sebesar 7,77 FPS dengan waktu pemrosesan per frame sekitar 0,1286 detik. Sistem mampu mengestimasi jarak objek dengan tingkat kesalahan rata-rata 2,99% dan menghasilkan rata-rata confidence YOLOv11 sebesar 81,75%. Evaluasi metrik deteksi menunjukkan akurasi 81,25%, presisi 100%, recall 81,25%, F1-score 89,66%, serta error rate 18,75%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem pendeteksian objek berbasis YOLOv11 yang terintegrasi dengan Arduino UNO dan aktuator linear 12V mampu mendukung mekanisme pengereman otomatis dengan respons cepat dan akurasi tinggi. Penelitian ini memberikan kontribusi dalam pengembangan prototipe sistem keselamatan aktif yang efisien, terjangkau, dan berpotensi untuk diadaptasi pada kendaraan listrik maupun perangkat otonom lainnya.

Actions (login required)

View Item