Implementasi Computer Vision Dalam Mendeteksi Pelanggaran Tidak Menggunakan Helm Pada Pengendara Motor
Abstract
Abstrak—Helm merupakan salah satu safety riding bagi penggendara motor yang berfungsi melindungi kepala.Rendahnya kesadaran pengguna motor untuk menggunakan perangkat keselamatan yang sesuai dengan Undang-Undang. Tingkat kecelakaan di Indonesia di dominasi oleh kendaraan sepeda motor. Ada juga kewajiban mengenai penumpang sepeda motor juga harus menggunakan helm yang memenuhi standar nasional Indonesia sesuai dengan Pasal 106 ayat (8) No. 22/2009. Oleh karena itu dibuatlah sebuah sistem deteksi helm. Salah satu metode yang diciptakan untuk menciptakan object detection yaitu metode You Only Look Once (YOLO) . Cara kerja YOLO yaitu dengan melihat seluruh gambar sekali , kemudian melewati jaringan syaraf sekali langsung mendeteksi object yang ada. Metode untuk pengenalan objek helm pada pengguna sepeda motor tersebut adalah Convolution Neutral Network (CNN). Yang dihasilkan dari pengerjaan Proyek Akhir ini adalah sebuah sistem deteksi helm yang dapat mendeteksi pengendara motor yang menggunakan dan tidak menggunakan helm yang bisa diaplikasikan di jalan raya. Sistem ini dibuat menggunakan metode YOLO Tiny3. Hasil Implementasi ini bertujuan untuk mendeteksi pengendara motor yang menggunakan helm dan tidak menggunakan helm, dengan hasil keluaran berupa citra yang telah terdeteksi orang yang menggunakan helm atau tidak menggunakan helm dengan adanya labelling dan bounding box pada citra yang telah terdeteksi pada pengendara motor di jalan raya. Dari hasil pengujian pada total 15 gambar menunjukan bahwa sistem dapat memunculkan notifikasi ada atau tidak adanya pelanggaran pengendara motor yang dilakukan pada 3 skenario terdapat nilai akurasi sebesar 100% dengan waktu proses 0.2 detik. Dan hasil pengujian pada total 75 gambar yang dilakukan pada 3 skenario terdapat rata-rata nilai presisi sistem tertinggi yaitu 88% pada skenario 1 dengan rata-rata waktu proses 0.2 detik dan rata-rata nilai presisi terendah ada pada skenario 2 yaitu 76% dengan rata-rata waktu proses 0.2 detik
Kata kunci — helm, YOLO, deteksi objek
References
H. Bahtiar and I. K. Somawirata, "Sistem Pendeteksi Helm Yang Dikenakan Pengendara Sepeda Motor Untuk Safety Riding Berbasis Raspberry Pi," Jurnal Informatika, vol. 1, no. 1, pp. 1-9, 2020.
. I. J. R. Zahir, MSc and I. B. Ernani, MURP, Helm Manual keselamatan jalan untuk pengambil keputusan dan praktisi, Jakarta: Global Road Safety Partnership, 2014.
A. R. Wasril, M. S. Ghozali and M. B. Mustafa, "Pembuatan Pendeteksi Obyek Dengan Metode You Only Look Once (Yolo) Untuk Automated Teller Machine (Atm)," Majalah Ilmiah UNIKOM, vol. 17, no. 1, pp. 69-76, 2020.
H. H. Al Asyhar, S. A. Wibowo and G. Budiman, "Implementasi Dan Analisis Performansi Metode You Only Look Once (Yolo) Sebagai Sensor Pornografi Pada Video," e-Proceeding of Engineering, vol. 7, no. 2, pp. 3631-3638, 2020.
A. K. Gunadi and E. Setyati, "Deteksi Helm pada Pengguna Sepeda Motor dengan Metode Convolutional Neural Network," Jurnal Informatika, vol. 1, no. 1, pp. 1-7, 2020.
S. Eliyas, K. Swaathi, D. Ranjana and A. Harshavardhan, "Helmet, Violation, Detection Using Deep Learning," European Journal of Molecular & Clinical Medicine, vol. 7, no. 2, pp. 5173-5178, 2020.
E..H. Purwanto, "Signifikansi Helm Sni Sebagai Alat Pelindung Pengendara Sepeda Motor Dari Cedera Kepala," Jurnal Standardisasi, vol. 17, no. 1, pp. 31-46, 2015.
H. BSN, "Berlaku di Indonesia, Ini Standar Helm yang Sesuai SNI," Badan Standarisasi Nasional, Februari 10 2020. [Online]. Available: https://bsn.go.id/main/berita/detail/10868/berl aku-di-indonesia-ini-standar- helm-yangsesuaisni#:~:text=persyaratan%20sebagai%20berik
ut%20%3A- ,1.,bawah%20dari%20dudukan%20bola%20mat a. [Accessed 27 Juli 2022].
T. Susim and C. Darujati, "Pengolahan Citra Untuk Pengenalan Wajah (Face Recognition) Menggunakan Opencv," Sosial Teknik, vol. 2,
no. 3, pp. 1-5, 2021. [10] M. Dasgupta, O. Bandyopadhyay and S. Chatterji, "Automated Helmet Detection for Multiple Motorcycle Riders using CNN," Conference on Information and Communication Technology (CICT), vol. 1, no. 1, pp. 1-4, 2019.
A. Penggunaan YOLO, Bandung: Telkom University, 2020.
D. Ramadhan, Klasifikasi Tumor Otak Menggunakan Convolutional Neural Network (CNN), Malang: Universitas Muhammadiyah Malang, 2020.
H. Mulyawan, M. . Z. H. Samsono and S. , "Identifikasi Dan Tracking Objek Berbasis Image Processing Secara Real Time," Jurnal Elektronika, vol. 1, no. 1, pp. 1-5, 2020.
F. Jalled and I. Voronkov, "Object Detection Using Image Processing," Jurnal Informatika, vol. 1, no. 1, pp. 1-6, 2016.
"A Hybrid Approach for Helmet Detection for Riders Safety using Image Processing, Machine Learning, Artificial Intelligence," International Journal of Computer Applications, vol. 182, no. 37, pp. 50-55, 2019.
