Sistem Deteksi Pelanggaran Pengendara dengan Computer Vision Sesi Posisi Kendaraan dan Batas Kebisingan Kendaraan

Suardana, I Gede Made and Swardika, I Ketut and Wiranata, Lalu Febrian (2022) Sistem Deteksi Pelanggaran Pengendara dengan Computer Vision Sesi Posisi Kendaraan dan Batas Kebisingan Kendaraan. Repositori Politeknik Negeri Bali.

	Text (Artikel) RAMA_36304_1815344038_artikel.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (556kB)
	Text (Surat Pernyataan Bebas Plagiarisme) RAMA_36304_1815344038_pernyataan.pdf - Supplemental Material Available under License Creative Commons Attribution Non-commercial Share Alike. Download (124kB)

Abstract

Sistem tilang di Indonesia mulai mengalami perkembangan menuju pemanfaatan teknologi elektronik. Computer vision merupakan salah satu metode pengembangan teknologi Artificial Intelligence yang dapat dimanfaatkan pada sistem tilang. Metode ini dapat dimanfaatkan dalam berbagai macam deteksi tindakan pelanggaran pengendara, salah satunya fokus kepada pelanggaran posisi kendaraan. Maraknya kasus pelanggaran marka jalan pada kondisi traffic light serta membuat sistem yang lebih sederhana dari sistem ETLE (Electronics Traffic Law Enforcement) menjadi dasar dirancangnya sistem deteksi ini. Sistem deteksi yang dirancang bekerja menggunakan metode deep learning algoritma TensorFlow Lite yang dijalankan pada Raspberry Pi. Algoritma ini menjadi dasar sistem dalam mendeteksi objek pengendara yang diten-tukan melanggar. Dalam pemanfaatannya, sistem ini dirancang dengan input data visual dan analog. Data visual ber-sumber dari sebuah kamera yang memantau kondisi pemberhentian traffic light sedangkan untuk data analog digunakan sensor microphone dalam membaca tingkat kebisingan yang ada di daerah pemberhentian traffic light. Pada penelitian ini, sistem tilang yang dirancang mendapat nilai akurasi pendeteksian pengendara melanggar sebesar 80% namun nilai akurasi pembacaan karakter nopol pelanggar dapat dikatakan kurang baik pada nilai 69,53%. Untuk pendeteksian ke-bisingan pada kondisi pemberhentian traffic light yang menggunakan sensor microphone MAX4466 mendapat nilai akurasi kinerja sebesar 89,67% dibandingkan dengan alat ukur terverifikasi. Seluruh nilai ini didapatkan berdasarkan hasil ujicoba langung, dari hasil ini sistem tilang yang dirancang sudah memberikan hasil sesuai dan dapat diimplementasikan dengan baik.

Actions (login required)

View Item