Deteksi Pelanggaran Pada Bahu Jalan Tol Dengan Intelligent Transportation System Menggunakan Algoritma Yolov5
Abstract
Abstrak—Pemerintah melalui Peraturan Pemerintah No. 15 Tahun 2005 Pasal 41 ayat (2) memberlakukan penggunaan bahu jalan tol serta larangan pada baju jalan tol. Bahu jalan tol dapat digunakan untuk arus lalu lintas pada keadaan darurat; bagi kendaraan yang berhenti darurat; tidak digunakan untuk menarik/menderek/mendorong kendaraan; tidak digunakan untuk keperluan menaikkan atau menurunkan penumpang dan/ atau barang dan/ atau hewan; dan tidak digunakan untuk mendahului kendaraan. Intelligent transportation sistem yang dibuat diharapkan dapat mengurangi pelanggaran yang terjadi pada bahu jalan tol. Hasil akhir dari pengembangan model intelligent transportation system dengan YOLOv5 ini sudah sangat baik. Dengan konfigurasi dataset 240 data test, 5 data validation, dan 5 data test. Konfigurasi learning-rate = 0,01; batch-size = 64; dan epochs = 100. Didapatkan hasil akhir yang sangat memuaskan dengan mAP = 97,9 %; precision = 93,7 %; dan recall = 97,1 %. Penulis berharap sistem yang telah dibuat ini dapat terintegrasi dengan sistem e-tilang.
Kata kunci—bahu jalan tol, YOLOv5, intelligent transportation system
References
REFERENSI
Pemerintah Republik Indonesia. Peraturan
Pemerintah No. 15 Tahun 2005 Tentang Jalan Tol.
Pemerintah Pusat. Jakarta
Sarnita Sadya (2022, Sept 19).
Kecelakaan di Jalan Tol pada 2021,= [Online].
Available: https://dataindonesia.id/sektorriil/detail/ada-3988-kecelakaan-di-jalan-tol-pada2021 [Diakses 23 Desember 2022, 20:00:00 WIB]
Gloria (2021, Nov 07).
Faltor Penyebab Kecelakaan di Jalan Tol,= [Online].
Available: https://ugm.ac.id/id/berita/21920-pakarugm-sebut-empat-faktor-penyebab-kecelakaan-dijalan-tol [Diakses 23 Desember 2022, 20:05:00
WIB]
Maulana Headiy Yusfian, Casi Setianingsih, Ratna
Astuti,
Tol dengan Intelligent Transportation System
Menggunakan Algoritma YOLO,= e-proceeding of
Eng., vol 9, no.3, pp. 1064-1069, Juny 2022
IBM Cloud Education. (2020, May 1).
Learning,” [Online]. Available :
https://www.ibm.com/cloud/learn/deep-learning
[Diakses 3 Oktober 2022, 08:34:30 WIB]
Laith Alzubaidi, et al.,
Concepts, CNN, Architectures, Challenges,
Applications, Future Directions,= Journal of Big
Data, 2021
J. Redmon, S. Divvala, R. Girshick and A. Farhadi,
"You Only Look Once: Unified, Real-Time Object
Detection," 2016 IEEE Conference on Computer
Vision and Pattern Recognition (CVPR), 2016, pp.
-788, doi: 10.1109/CVPR.2016.91
Do Thuan,
YoloV5: The State-of-the-Art Object Detection
Algorithm,= Bachelor’s Thesis, Oulu University of
Applied Sciences, Oulu, Finland, 2021
