Ithb Repository

Penerapan You Only Look Once Pada Citra Lalu Lintas Untuk Perhitungan Kendaraan

Nicholas Russel Permana, 1120003 and Hery Heryanto, (Pembimbing) (2023) Penerapan You Only Look Once Pada Citra Lalu Lintas Untuk Perhitungan Kendaraan. S1 publication, Institut Teknoogi Harapan Bangsa.

Full text not available from this repository.

Abstract

Deteksi objek adalah mengidentifikasi dan menentukan lokasi objek-objek tertentu dalam suatu gambar atau video. Deteksi objek kendaraan di jalan raya merupakan dasar dari sistem perhitungan kendaraan untuk mengenali objek dengan baik. Hasil perhitungan digunakan untuk pengambilan keputusan kebijakan berlalu lintas. Pada penelitian ini digunakan metode You Only Look Once versi 5 dan 7 untuk melakukan deteksi objek. Objek penelitian yang digunakan adalah dataset citra lalu lintas Kota Bandung yang telah dikumpulkan di wilayah Kota Bandung, Jawa Barat, Indonesia, dan telah dianotasi secara manual. Data citra yang digunakan dalam penelitian ini berjumlah 2538 buah. Preprocessing yang dilakukan adalah mengubah ukuran citra menjadi 640x640. Terdapat 3 kombinasi augmentasi yang diterapkan yang terdiri dari teknik flip, mosaic, shear dan crop. Pengujian dilakukan terhadap nilai epoch, batch size, kombinasi augmentasi dan perbandingan model YOLOV5 dan YOLOV7. Model paling optimal adalah YOLOV7 dengan batch size 16 dan epoch 100 dengan tingkat precision sebesar 99.13%, recall sebesar 99.5%, mAP50 sebesar 99.64% dan mAP95 sebesar 81.1%. Augmentasi yang paling optimal adalah kombinasi antara flip dan mosaic.

Item Type: Publication (S1)
Uncontrolled Keywords: Deteksi Objek, Perhitungan Kendaraan, Convolutional Neural Network, YOLOV5, YOLOV7.
Subjects: T Technology > T Technology (General)
Divisions: ITHB > Teknik Informatika
Depositing User: Staf Perpus - Mhs ithb
Date Deposited: 11 Apr 2025 09:49
Last Modified: 11 Apr 2025 09:49
URI: http://repository.ithb.ac.id/id/eprint/365

Actions (login required)

View Item
View Item

Ithb Repository is powered by EPrints 3.4 which is developed by the School of Electronics and Computer Science at the University of Southampton. About EPrints | Accessibility