Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO

Penulis

  • Al Riansyah Mahasiswa
  • A Haidar Mirza Teknik Informatika, Universitas Bina Darma, Indonesia

DOI:

https://doi.org/10.32664/smatika.v13i01.719

Kata Kunci:

Algoritma YOLO, Darknet, Deep Learning, Pendeteksi objek

Abstrak

Sistem pemeritah di suatu wilayah atau kota memiliki peraturan dalam mengatur aktivitas penduduknya, terutama yang berkaitan berkendara di jalan raya. Pelanggaran lalulintas kerap terjadi di jalan perkotaan maupun jalan raya. Hal ini dapat memicu kecelakaan akibat melanggar peraturan lalulintas. Hal tersebut mendorong pemerintah untuk mengambil tidak tegas bagi para pengendara yang melanggar peraturan. Maka dari itu diperlukan sebuah sistem yang mampu membantu memantau kondisi lalu lintas. Sehingga penelitian ini bertujuan untuk membuat sistem yang mampu mendeteksi kendaraan mobil berdasarkan merek dan tipenya dengan tingkat akurasi pendeteksian yang tinggi, sehingga dapat mepermudah dalam mengenali objek mobil yang ada di sekitar. Sistem pendeteksi akan dikembangkan menggunakan Algoritma YOLO (You Only Look Once), karena YOLO adalah salah satu metode paling cepat dan akurat dalam pendeteksian objek bahkan mampu melebihi hingga 2 kali kemampuan algoritma lain. Algoritma YOLO (You Only Look Once) merupakan arsitektur dari deep learning dan sebuah algoritma yang dikembangkan untuk mendeteksi sebuah objek secara real-time. Pendeteksian dilakukan pada gambar, dan ketika akses webcam laptop yang didalamnya terdapat objek mobil menggunakan model  dari dataset yang telah di training menggunakan framework Darknet. Objek mobil yang terdeteksi akan terdapat bounding box di area objek tersebut, dan terdapat keterangan nama mobil dan tipe serta tahun produksinya pada area bounding box tersebut. Berdasarkan pengujian kinerja klasifikasi dari data yang telah dilakukan training menunjukkan bahwa nilai akurasi mencapai 92% sehingga dapat disimpulkan bahwa sistem dapat bekerja dengan baik.

Referensi

A. R. Bakri, “Implementasi Intrusion Detection System (Ids) Menggunakan Telegram Sebagai Media Notifikasi,†UPN Veteran Jawa Timur, 2020.

M. Harahap, J. Elfrida, P. Agusman, M. Rafael, R. Abram, and K. Andrianto, “Sistem Cerdas Pemantauan Arus Lalu Lintas Dengan DCN (Deep Convolutional Network),†in Seminar Nasional Aptikom (SEMNASTIK) 2019, 2019, pp. 367–376.

B. A. Wicaksono, I. Y. Purbasari, and Y. V. Via, “Deteksi Objek Mobil dan Motor pada Lalu Lintas Berbasis Deep Learning,†JIFOSI J. Inform. dan Sist. Inf., vol. 2, no. 2, pp. 334–342, 2021.

M. S. Hidayatulloh, “TA: Sistem Pengenalan Wajah Menggunakan Metode YOLO (You Only Look Once),†Universitas Dinamika, 2021.

T. I. Hermanto and Y. Muhyidin, “Analisis Data Sebaran Bandwidth Menggunakan Algoritma Dbscan Untuk Menentukan Tingkat Kebutuhan Bandwidth Di Kabupaten Purwakarta,†Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 5, no. 2, pp. 130–137, 2020.

W. Wahyudi, A. Hidayat, M. M. Fakhri, and others, “Penerapan Machine Learning Pada Mikrokontroler Arduino Mega PRO MINI ATmega2560-16AU,†J. Embed. Syst. Secur. Intell. Syst., vol. 3, no. 1, pp. 30–39, 2022.

N. P. S. Dewi, A. Y. A. Fianto, and W. Hidayat, “Penciptaan Buku Refensi Pura Mandhara Giri Semeru Agung Guna Mempopulerkan Wisata Religi Kabupaten Lumajang.â€

A. Amwin, “Deteksi dan Klasifikasi Kendaraan Berbasis Algoritma You Only Look Once (YOLO),†2021.

M. R. Fauzan and A. P. W. Wibowo, “Pendeteksian Plat Nomor Kendaraan Menggunakan Algoritma You Only Look Once V3 Dan Tesseract,†J. Ilm. Teknol. Infomasi Terap., vol. 8, no. 1, pp. 57–62, 2021.

L. Rahma, H. Syaputra, A. H. Mirza, and S. D. Purnamasari, “Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once),†J. Nas. Ilmu Komput., vol. 2, no. 3, pp. 213–232, 2021.

D. Anggraini, S. A. Putri, and L. A. Utami, “Implementasi Algoritma Apriori Dalam Menentukan Penjualan Mobil Yang Paling Diminati Pada Honda Permata Serpong,†J. Media Inform. Budidarma, vol. 4, no. 2, pp. 302–308, 2020.

N. H. Harani, C. Prianto, and M. Hasanah, “Deteksi Objek Dan Pengenalan Karakter Plat Nomor Kendaraan Indonesia Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Python,†J. Tek. Inform., vol. 11, no. 3, pp. 47–53, 2019.

S. Ma’arif, T. Rohana, and K. Baihaqi, “Deteksi Jenis Beras Menggunakan Algoritma YOLOv3,†Sci. Student J. Information, Technol. Sci., vol. 3, no. 2, pp. 219–226, 2022.

M. A. BELLA, “Implementasi Algoritma Deep Learning Untuk Sistem Deteksi Kantuk Pada Pengemudi Menggunakan Yolo,†2021.

E. F. Fernanda, “LKP: Deteksi Penyakit Kanker Payudara Menggunakan Deep Learning,†Universitas Dinamika, 2021.

K. Amoako, “Healthy Hive: A Beehive Health Management Tool,†2022.

M. Romzi and B. Kurniawan, “Implementasi Pemrograman Python Menggunakan Visual Studio Code,†J. Inform. dan Komput., vol. 11, no. 2, 2020.

H. Yun, “Prediction model of algal blooms using logistic regression and confusion matrix,†Int. J. Electr. Comput. Eng., vol. 11, no. 3, p. 2407, 2021.

N. Amalina, “Uji akurasi aplikasi Augmented Reality pembelajaran huruf alfabet Bahasa Isyaratindonesia (BISINDO) pada Vuforia menggunakan Confusion Matrix,†Universitas Islam Negeri Maulana Malik Ibrahim, 2019.

M. Hasnain, M. F. Pasha, I. Ghani, M. Imran, M. Y. Alzahrani, and R. Budiarto, “Evaluating trust prediction and confusion matrix measures for web services ranking,†IEEE Access, vol. 8, pp. 90847–90861, 2020.

Unduhan

Diterbitkan

2023-06-28