Akurasi Pengujian Model Hasil Training menggunakan YOLOv4 untuk Pengenalan Kendaraan di Jalan Ray

Sukemi, Sukemi and Ahmad, Fali oklilas (2023) Akurasi Pengujian Model Hasil Training menggunakan YOLOv4 untuk Pengenalan Kendaraan di Jalan Ray. Jurnal JUPITER, 15 (1d). pp. 799-806. ISSN 2085-2029

Text (Jurnal Nasional SINTA 4) Paper-Jupiter.pdf - Published Version Download (631kB)

Abstract

Kemacetan lalu lintas saat ini merupakan masalah utama yang terjadi di kota kota besar di Indonesia. Analisis arus lalu lintas merupakan dasar penting untuk perencanaan kota. Pengelolaan Intelligent Transportation System (ITS) telah menjadi kebutuhan saat ini untuk mengelola masalah lalu lintas yang padat. Sistem transportasi cerdas menggunakan teknik computer vision semakin menarik perhatian untuk deteksi kepadatan lalu lintas. Dalam penelitian ini menggunakan metode deteksi objek You Only Look Once (YOLO) versi 4 untuk klasifikasi dan deteksi kendaraan agar mendapatkan sebuah model yang optimal. Pengujian Model YOLOv4 mendapatkan hasil mean average precision (mAP) sebesar 80,12%. Dalam pengujian video untuk medeteksi motor dan mobil mendapatkan total akurasi kendaraan sebesar 70,6% dan pada tingkat keyakinan kendaraan sebesar 78,7%.

Item Type:	Article
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:	Dr. Sukemi Sukemi
Date Deposited:	12 Apr 2023 00:59
Last Modified:	17 Apr 2023 02:18
URI:	http://repository.unsri.ac.id/id/eprint/95897

Actions (login required)

View Item