Image of Implementasi deteksi objek sepatu pada pengendara sepeda motor dengan metode convolutional neural network (CNN) arsitektur YOLOv8

Text

Implementasi deteksi objek sepatu pada pengendara sepeda motor dengan metode convolutional neural network (CNN) arsitektur YOLOv8

Salah satu aspek keselamatan yang sering diabaikan oleh pengendara sepeda motor adalah kepatuhan terhadap penggunaan sepatu saat berkendara. Berdasarkan Peraturan Menteri Perhubungan Nomor 12 Tahun 2019, penggunaan sepatu menjadi keharusan untuk melindungi keselamatan pengendara sepeda motor, yang terbukti dapat mengurangi dampak kecelakaan di jalan raya. Kesadaran masyarakat dalam menggunakan sepatu saat berkendara sepeda motor memegang peranan penting dalam meningkatkan keselamatan di jalan raya, bukan hanya sebagai kewajiban hukum, tetapi juga sebagai langkah proaktif untuk mencegah cedera akibat kecelakaan.
Penelitian ini bertujuan untuk mendeteksi penggunaan sepatu pada pengendara sepeda motor saat berkendara menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur You Only Look Once (YOLO) versi 8. Metode ini dipilih karena kemampuannya dalam mendeteksi objek kecil secara efisien dan akurat dalam gambar, seperti objek sepatu pada pengendara sepeda motor. Dengan mendeteksi pengendara menggunakan sepatu atau tidak, dapat memberikan informasi yang berharga bagi pihak berwenang dan pihak terkait dalam mengevaluasi tingkat kesadaran dan kepatuhan pengendara terhadap peraturan keselamatan berkendara. Penelitian dilakukan dengan melakukan pelatihan dan analisis terhadap foto-foto pengendara sepeda motor yang diambil saat berhenti di perempatan lampu merah Kalibata, Jakarta Selatan. Lokasi ini dipilih karena representatif sebagai perempatan padat lalu lintas di Jakarta Selatan, mencerminkan situasi lalu lintas di wilayah perkotaan Indonesia. Dari hasil analisis, ditemukan bahwa sekitar 60% pengendara masih tidak memakai sepatu saat berkendara. Selain itu, penelitian ini menghasilkan sebuah model kecerdasan buatan yang mampu mendeteksi objek sepatu pada pengendara sepeda motor. Evaluasi model menunjukkan akurasi bervariasi, dengan akurasi terendah sebesar 47% dan akurasi tertinggi sebesar 82% dalam mendeteksi objek sepatu dan bukan sepatu. Hasil penelitian ini diharapkan dapat memberikan referensi bagi penegak hukum atau pihak berwenang untuk meninjau kembali peraturan tentang penggunaan sepatu sebagai perangkat keselamatan berkendara.

Ketersediaan
TI24/002TI 24/002Prodi Teknik Informatika (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
TI 24/002
Penerbit
Jakarta : Universitas Trilogi.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Information technology
Trilogi University--Information technology
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar