Penerapan Computer Vision Berbasis YOLO untuk Pemantauan Otomatis Obstacle di Jalur Peron pada Sistem Perkeretaapian Modern
Abstract
Sistem perkeretaapian modern di Indonesia, seperti MRT Jakarta dan LRT Jabodebek, menghadapi tantangan dalam menjaga ruang bebas jalur kereta dari keberadaan objek asing (obstacle) yang dapat mengganggu keselamatan dan kelancaran operasional. Penelitian ini mengusulkan pengembangan sistem pemantauan otomatis berbasis computer vision dengan algoritma YOLOv11n sebagai pendekatan yang lebih ekonomis dibandingkan teknologi sensor tiga dimensi seperti LiDAR. Sistem terdiri dari kamera beresolusi tinggi, unit pemrosesan, serta modul peringatan visual dan audio, yang dirancang untuk mendeteksi lima kelas obstacle secara waktu nyata. Pengujian dilakukan melalui simulasi lingkungan nyata dengan metode penempatan acak dan terkontrol. Hasil pengujian menunjukkan tingkat akurasi deteksi yang tinggi pada kondisi pencahayaan optimal dan posisi objek sesuai data pelatihan. Sistem juga terbukti mampu memberikan peringatan secara efektif kepada petugas di sekitar area pantauan. Temuan ini menunjukkan bahwa solusi yang diusulkan berpotensi menjadi alternatif yang andal dan efisien dalam mendukung sistem keselamatan operasional perkeretaapian.
Kata kunci — computer vision, deteksi obstacle, keamanan perkeretaapian, pembatasan biaya, sistem otomatisasi, YOLO
References
H. Wibowo, "Analisis Perbandingan Sistem Persinyalan Konvensional dengan CBTC pada MRT Jakarta," Jurnal Teknologi dan Transportasi, vol. 3, no. 1, pp. 7-5, 2021.
Direktorat Jenderal Perkeretaapian, “Sistem Persinyalan Perkeretaapian di Indonesia,” Kementerian Perhubungan Republik Indonesia, [Online]. Available: https://djka.dephub.go.id.
D. Filtness, P. Naweed, dan D. Larue, "Fatigue and distraction in train driving: A systematic review of human factors evidence," Frontiers in Psychology, vol. 13, 2022.
Peraturan Menteri Perhubungan Republik Indonesia, "PM 28 Tahun 2011 tentang Persyaratan Teknis Jalur Kereta Api" Kementerian Perhubungan Republik Indonesia, Jakarta, Indonesia, 2011.
Kementerian Perhubungan Republik Indonesia, Peraturan Menteri Perhubungan Nomor 69 Tahun 2018 tentang Sistem Manajemen Keselamatan Perkeretaapian. Jakarta: Kemenhub RI, 2018.
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,” in *Proc. IEEE Conf. Comput. Vis. Pattern Recognit. (CVPR)*, 2016, pp. 779–788.
G. Jocher et al., “YOLOv5 Documentation,” Ultralytics, 2023. [Online]. Available: https://docs.ultralytics.com/. [Accessed: 10-Jul-2025].
A. Mulyadi, “Implementasi Deteksi Objek dengan YOLO untuk Monitoring Keamanan,” ResearchGate. [Online]. Available: https://www.researchgate.net/publication/.
Ultralytics Documentation, "YOLOv8 Models," Ultralytics Documentation, 2023.
Waveshare, “Raspberry Pi Camera Accessories,” [Online]. Available: https://www.waveshare.com/wiki/.
D. A. Purnama, “Studi Pengaruh Intensitas Cahaya terhadap Kinerja Kamera Pi,” Skripsi, Universitas Brawijaya, 2022.
D. A. Putra, “Analisis Akurasi Sistem Pendeteksi Objek Menggunakan YOLO,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 2, pp. 112–117, 2021.
