Halaman Data Jurnal
| Judul Jurnal | PENDETEKSI RAMBU-RAMBU LALU LINTASDENGAN ALGORITMA YOU ONLY LOOK ONCE(YOLO) |
|---|---|
| Nama Lengkap | RENI MAHDA LENA |
| Nama Pembimbing 1 | Andri Anto Tri Susilo, M.Kom |
| Nama Pembimbing 2 | Cindi Wulandari, M.Kom |
| Abstrak Jurnal | Keselamatan menjadi hal utama bagi pengguna lalu-lintas untuk ketertiban dan keamanan saat berkendaraan, rambu lalu lintas menjadi hal yang wajib dipatuhi oleh semua pengguna jalan raya. Kenyataannya, saat berkendara ada banyak rambu lalu-lintas yang tidak dimengerti oleh pengguna jalan raya terutama pelajar atau remaja sehingga mengakibatkan pelanggaran lalu lintas dan terjadinya kecelakaan. Kecelakaan terjadi karena para semaja sering berkendaraan ugalugalan dan dengan kecepatan yang tinggi dan itu dapat menyebab kan akan terjadinya kecelakaan. Tanpa memperhatikan etika ketika di jalan dan dampak tersebut mengakibatkan sering terjadi nya kecelakaan dan kematian anak-anak rentan di usia 9-24 tahun.You Only Look Once (YOLO) adalah sebuah algoritma yang dikembangkan untuk mendeteksi sebuah objek secara real-time. Sistem pada penelitian ini menggunakan 5 kelas yaitu, rambu lampu lalu lintas, batas kecepatan, penyebrangan, dilarang parker dan berhenti. Akurasi dalam menebak orang akan lebih dari 70%. Menggunakan 914 gambar, dengan ukuran foto 640x640 pixel, 16 batch dengan epoch sebanyak 100 akan dilakukan evaluasi model dengan memperhatikan nilai Mape, Precision, Recall. Hasil penelitian ini berupa mAP yakni kecepatan 0.589 , Berhenti 0.398, Dilarang parkir 0.495, Lampu lalu lintas 0.172, Penyebrangan 1.381 dan model mendapatkan map sebesar 84.7%, Precision 86.9%, dan recall 80.0% dengan ini maka model yang dibuat sudah sangat baik |
| Daftar Pustaka | [1] E. R. Swedia, M. R. D. Septian, and M. Cahyanti, “Aplikasi Pendeteksi Rambu Lalu-Lintas Menggunakan Operator Sobel dan Metode Hamming,” Semin. Nas. Apl. Teknol. Inf., pp. 5–8, 2017. [2] M. P. Ashar Hidayah, S.Pd., “Ensiklopedia Traffic Signs; Solusi Cerdas Memperkenalkan Road Safety Culturepada Anak Sekolah,” J. PENA, vol. 4, no. 1, pp. 688–700, 2017. [3] L. Algoritma, “JTIM : Jurnal Teknik Informatika Mahakarya,” vol. 03, no. 2, pp. 37–44, 2020. [4] B. Purwaamijaya, A. Wijaya, and S. Shadani, “Perceptions and Prospective Analysis of Artificial Intelligence and its impact on Human Resources in the Indonesian Industry 4.0,” vol. 12, no. 1, pp. 146–151, 2021, doi: 10.4108/eai.14-9-2020.2304637. [5] A. A. B, A. Amin, and M. W. Kasrani, “Penerapan Metode Yolo Object Detection V1 Terhadap Proses Pendeteksian Jenis Kendaraan Di Parkiran,” J. Tek. Elektro Uniba (JTE UNIBA), vol. 6, no. 1, pp. 194–199, 2021, doi: 10.36277/jteuniba.v6i1.130. [6] S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” pp. 49–56. [7] A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang : Review paper,” vol. 5, no. April, pp. 75– 46 82, 2020. |