Repositori

ABSTRAK Konsep kota cerdas (smart city) menjadi isu yang paling penting dalam aspek pengembangan kota-kota yang ada didunia. Dimana kota harus menjanjikan hidup yang lebih nyaman, teratur, sehat dan efisien. Smart transportation merupakan salah satu konsep perencanaan pembentukan smart city yang paling penting untuk meningkatkan ekonomi perkotaan. Dengan adanya smart transportation informasi lalu lintas pun dapat dengan mudah didapatkan oleh pengguna jalan, termasuk jalan tol. Masalah kemacetan dijalan tol disebabkan oleh pengguna yang harus berhenti dan melakukan pembayaran jalan tol. Dikarenakan beberapa GTO di Indonesia masih memiliki sensor yang sering kali gagal dalam mendeteksi truk gandeng. Untuk mengatasi masalah tersebut, dibuat sebuah sistem untuk membandingkan antara Pre-trained Alexnet dan Mobilenetv2 untuk mendapatkan akurasi yang terbaik dalam mengenali jenis-jenis mobil ataupun truk yang akan memasuki jalan tol dengan digunakannya metode Convolutional Neural Network (CNN). Setelah dilakukan pengujian , didapatkaannya kesimpulan bahwa metode yang diberikan berhasil dalam mengidentifikasikan jenis mobil berdasar bentuknya dan mendapatkan akurasi Alexnet sebesar 92,71% dan Mobilenetv2 93,98%. Kata Kunci: Tol Otomatis, Klasifikasi mobil, Deep learning, Convolutional Neural Network (CNN), Alexnet, Mobilenetv2.

URI :
journal.fkpt.org/index.php/Explorer/article/view/286

Collections :
Skripsi [1281]