DETEKSI PELANGGARAN KENDARAAN MELAWAN ARUS LALU LINTAS DI JALAN KOTA PALEMBANG MENGGUNAKAN YOLOV8 DAN METODE RANDOM FOREST UNTUK MENGUKUR TINGKAT PELANGGARAN

RIFQY, MUHAMAD ARIEF and Oklilas, Ahmad Fali (2025) DETEKSI PELANGGARAN KENDARAAN MELAWAN ARUS LALU LINTAS DI JALAN KOTA PALEMBANG MENGGUNAKAN YOLOV8 DAN METODE RANDOM FOREST UNTUK MENGUKUR TINGKAT PELANGGARAN. Undergraduate thesis, Sriwijaya University.

	Image RAMA_56201_09011282025038_Cover.jpeg - Cover Image Available under License Creative Commons Public Domain Dedication. Download (397kB)
	Text RAMA_56201_09011282025038.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (8MB) | Request a copy
	Text RAMA_56201_09011282025038_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text RAMA_56201_09011282025038_0015107201_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (564kB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (270kB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (201kB) | Request a copy
	Text RAMA_56201_09011282025038_0015107201_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy

Abstract

Pelanggaran lalu lintas, khususnya pelanggaran melawan arus lalu lintas, merupakan permasalahan yang sering terjadi di kota besar seperti Palembang dan berpotensi menyebabkan kecelakaan lalu lintas. Penelitian ini bertujuan untuk mendeteksi kendaraan yang melakukan pelanggaran melawan arus lalu lintas serta mengukur tingkat pelanggaran berdasarkan data hasil deteksi. Proses deteksi objek kendaraan dilakukan menggunakan algoritma YOLOv8, yang mampu mengidentifikasi jenis kendaraan seperti mobil, motor, dan motor roda tiga dari rekaman video. Hasil deteksi kemudian digunakan untuk mengekstraksi fitur, yang meliputi jumlah kendaraan arah benar, jumlah kendaraan melawan arus, jumlah jalur, waktu, posisi kamera, dan bobot pelanggar melawan arus. Data fitur tersebut kemudian dibuat tabel referensi dan dianalisis menggunakan metode K-Means Clustering untuk memberikan label tingkat pelanggaran (rendah, sedang, tinggi) berdasarkan bobot kendaraan yang melawan arus. Model Random Forest digunakan untuk melakukan klasifikasi tingkat pelanggaran berdasarkan fitur-fitur tersebut.Hasil pengujian pada penelitian ini menunjukkan bahwa YOLOv8 mencapai akurasi rata-rata 90,10% pada data training dan lebih dari 88,08% pada data testing serta 87,11% pada data validasi. Sementara itu, Random Forest menghasilkan akurasi sebesar 93.65% pada data test dan 92.59% pada data validasi. Pada data uji sebanyak 90 video pelanggaran melawan arus lalu lintas di Kota Palembang, didapatkan hasil tingkat pelanggaran yaitu pelanggaran rendah: 64 kasus (71,11%), pelanggaran sedang: 19 kasus (31,66%), pelanggaran tinggi: 7 kasus (7,77%)) menggunakan Random Forest. lalu lintas, YOLOv8, Random Forest, deteksi objek, klasifikasi, Kota Palembang.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Pelanggaran lalu lintas, YOLOv8, Random Forest, deteksi objek, klasifikasi, Kota Palembang.
Subjects:	T Technology > T Technology (General) > T1-995 Technology (General)
Divisions:	09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User:	Muhamad Arief Rifqy
Date Deposited:	23 Jul 2025 02:48
Last Modified:	23 Jul 2025 02:48
URI:	http://repository.unsri.ac.id/id/eprint/180021

Actions (login required)

View Item