Mendeteksi Pelanggaran Zebra Cross Menggunakan Drone

Authors

  • Hadid Candra Diputra Telkom University
  • Casi Setianingsih Telkom University
  • Anggunmeka Luhur Prasasti Telkom University

Abstract

Lalu lintas yang semakin padat dan kompleks di
indonesia telah menyebabkan meningkatnya risiko pelanggaran
lalu lintas yang mampu mengancam keselamatan pengguna
jalan. Metode konvensional untuk mendeteksi pelanggaran lalu
lintas, seperti kamera cctv, memiliki keterbatasan pada
cakupan area dan mobilitasnya. Hal ini menyulitkan upaya
penegakan hukum dan mengakibatkan tingginya angka
pelanggaran yang tidak terdeteksi. Dalam konteks ini,
penggunaan drone sebagai alat pemantauan lalu lintas
menawarkan potensi untuk meningkatkan efisiensi dan
efektivitas deteksi pelanggaran lalu lintas. Studi ini
mengusulkan sistem deteksi pelanggaran lalu lintas berbasis
drone yang mengintegrasikan teknologi penginderaan visual
dan kecerdasan buatan. Drone mampu mencakup area yang
lebih luas dan dapat menjangkau lokasi yang sulit dijangkau
oleh kamera tetap. Dengan menggabungkan teknologi drone
dan object detection akan digunakan untuk mendeteksi
pelanggaran berhenti di atas garis zebra cross. Data yang
diperoleh dari drone akan diproses secara real-time dan dapat
diakses oleh pihak penegak hukum untuk ditindak lebih lanjut.
Drone mampu mendeteksi jenis pelanggaran lalu lintas yang
disebutkan di atas dengan akurasi yang cukup memuaskan.
Kombinasi teknologi drone, object detection dan optical
character recognition menghasilkan sistem yang dapat secara
efektif mengidentifikasi pelanggaran lalu lintas dengan
ketepatan waktu yang tinggi.

Kata kunci— Drone , zebra cross , Object Detection, Optical
Character Recognition.

References

Seokwon Yeom, Don-Ho Nam. Moving Vehicle

Tracking with a Moving Drone Based on Track

Association. Applied Sciences: April 2021

Donho Nam, Seokwon Yeom. Moving Vehicle

Detection and Drone Velocity Estimation with a

Moving Drone. International Journal of Fuzzy Logic

and Intelligent Systems: March 2020.

Sarosa, M., & Muna, N. (2021). IMPLEMENTASI

ALGORITMA YOU ONLY LOOK ONCE (YOLO)

UNTUK DETEKSI KORBAN BENCANA ALAM.

(4). -doi.org/10.25126/jtiik.202184407

Anggadhita, Mahada Panji, and Yuni Widiastiwi.

"Breaches Detection in Zebra Cross Traffic Light Using

Haar Cascade Classifier." 2020 International

Conference on Informatics, Multimedia, Cyber and

Information System (ICIMCIS). IEEE, 2020

Sining Cheng, Jiaxian Qin, Yuanyuan Chen, Mingzhu

Li.

Technology Based on UAV Vision=. Juli

,-www.hindawi.com/.

Maciej L. Pawelczyk, Marek Wojtyra. Real World

Object Detection Dataset for Quadcopter Unmanned

Aerial Vehicle Detection. Institute of Electrical and

Electronics Engineers (IEEE): August, 2020.

Published

2024-06-01

Issue

Section

Program Studi S1 Teknik Komputer