Repositori

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi yang dapat mengidentifikasi jenis kendaraan di jalan raya menggunakan YOLOv7 (You Only Look Once version 7),sebuah model deteksi objek berbasis deep learning yang dapat digunakan untuk mendeteksi objek secara real-time. Dengan pertumbuhan kondisi lalu lintas yang pesat, pengawasan dan pengelolaan lalu lintas menjadi semakin penting untuk mengurangi kemacetan dan meningkatkan keamanan jalan raya. Penelitian ini mencakup pengumpulan data gambar dan pelabelan jenis kendaraan yang ada di jalan raya. Selanjutnya, melakukan training model YOLOv7 menggunakan dataset yang diperoleh untuk mengklasifikasi berbagai jenis kendaraan seperti mobil, sepeda motor, truk, bus. Hasil dari penelitian ini menunjukkan bahwa YOLOv7 dapat digunakan secara efisien untuk mengklasifikasikan jenis kendaraan yang ada di jalan raya dengan tingkat akurasi cukup baik, yaitu rata rata sebesar 66% untuk video dan 81% untuk deteksi gambar. Kata Kunci : Kondisi jalan raya, monitoring kendaraan, kecerdasan buatan, deep learning, you only look once version 7(YOLOv7).

URI :
http://jurnal.uts.ac.id/index.php/JINTEKS/article/view/3493

Collections :
Skripsi [1281]