Mendeteksi Pelanggaran Zebra Cross Menggunakan Drone
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.



