ANALISIS SENTIMEN TERHADAP KEMACETAN LALU LINTAS MENGGUNAKAN YOLOv8 DENGAN ALGORITMA GATED RECURRENT UNIT BERDASARKAN DATA PADA SOSIAL MEDIA DAN REKAMAN VIDEO DI JALAN PROTOKOL PALEMBANG

AMRULLAH, MAHBUB and Oklilas, Ahmad Fali (2025) ANALISIS SENTIMEN TERHADAP KEMACETAN LALU LINTAS MENGGUNAKAN YOLOv8 DENGAN ALGORITMA GATED RECURRENT UNIT BERDASARKAN DATA PADA SOSIAL MEDIA DAN REKAMAN VIDEO DI JALAN PROTOKOL PALEMBANG. Undergraduate thesis, Sriwijaya University.

	Image RAMA_56201_09011182025023_Cover.pdf - Cover Image Available under License Creative Commons Public Domain Dedication. Download (77kB)
	Text RAMA_56201_09011182025023.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_56201_09011182025023_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (9MB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_01_front_ref.pdf - Accepted Version Available under License Creative Commons Attribution Share Alike. Download (371kB)
	Text RAMA_56201_09011182025023_0015107201_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (815kB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (985kB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (240kB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (238kB) | Request a copy
	Text RAMA_56201_09011182025023_0015107201_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Penelitian ini mengusulkan pendekatan hibrida untuk mendeteksi kemacetan lalu lintas dengan menggabungkan data visual dari CCTV, yang diproses menggunakan algoritma YOLOv8, dan data opini publik dari komentar Instagram, yang dianalisis menggunakan algoritma Gated Recurrent Unit (GRU). Dataset yang digunakan terdiri dari 7.680 citra berlabel dan 660 komentar media sosial. Hasil deteksi kendaraan menggunakan YOLOv8 menunjukkan tingkat akurasi di atas 90%. Sementara itu, model GRU setelah melalui tahap praproses dan pembobotan TF-IDF menghasilkan akurasi sebesar 85% pada data latih dan 76% pada data uji, dengan nilai F1-score sebesar 76%. Verifikasi manual terhadap 66 komentar menunjukkan tingkat akurasi prediksi GRU sebesar 75,76%. Namun demikian, hanya 28,79% hasil sentimen yang sesuai dengan data visual aktual, menunjukkan adanya ketidaksesuaian antara opini media sosial dengan kondisi lalu lintas nyata. Penelitian ini menyoroti potensi integrasi data visual dan tekstual dalam pemantauan lalu lintas perkotaan, sekaligus menggarisbawahi tantangan sinkronisasi temporal dan kontekstual dalam penerapannya.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	YOLOv8, Gated Recurrent Unit, Kemacetan Lalu Lintas, Analisis Sentimen, Media Sosial, Rekaman Video, Palembang.
Subjects:	Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions:	09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User:	Mahbub Amrullah
Date Deposited:	17 Sep 2025 07:31
Last Modified:	17 Sep 2025 07:31
URI:	http://repository.unsri.ac.id/id/eprint/183863

Actions (login required)

View Item