SISTEM DETEKSI DAN KLASIFIKASI JENIS KENDARAAN PADA PERSIMPANGAN BERSINYAL

Alhabsyi, Ubaidillah (2025) SISTEM DETEKSI DAN KLASIFIKASI JENIS KENDARAAN PADA PERSIMPANGAN BERSINYAL. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 1912017_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (584kB)
	Text 1912017_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (135kB)
	Text 1912017_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (521kB) | Request a copy
	Text 1912017_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (277kB) | Request a copy
	Text 1912017_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (886kB) | Request a copy
	Text 1912017_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (9kB) | Request a copy
	Text 1912017_DAFFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (137kB)
	Text 1912017_LAMPIRAAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (66kB) | Request a copy

Abstract

Deteksi dan klasifikasi kendaraan sangat penting untuk berbagai tujuan seperti pemantauan lalu lintas, manajemen lalu lintas, dan keamanan lalu lintas. Jika jumlah kendaraan banyak dan sumber daya manusia terbatas, identifikasi kendaraan biasanya dicatat secara manual oleh petugas yang kurang efektif. DRI (Detection, Recognition, & Identifikasi), juga dikenal sebagai deteksi, klasifikasi, dan identifikasi kendaraan, adalah salah satu kemajuan teknologi yang saat ini berkembang pesat. Ini telah diterapkan secara efektif dalam sistem deteksi kendaraan, pengendalian lalu lintas, dan manajemen lalu lintas.Dengan menggunakan kamera CCTV untuk mendeteksi, mengklasifikasikan, dan menghitung algoritma YOLO (You Only Look Once), penelitian ini berusaha mengatasi masalah tersebut. Algoritma YOLOv5 dipilih oleh penulis karena memiliki pendeteksian objek yang lebih baik dan nilai akurasi yang lebih tinggi dibandingkan versi sebelumnya. Pustaka OpenCV, yang dibuat menggunakan bahasa pemrograman Python, akan membantu proses desain ini dengan menggunakan kumpulan data yang tersedia. Penulis menyimpulkan bahwa penelitian ini dilakukan dengan sangat baik dan memenuhi tuntutan objek penelitian dengan sangat akurat dan efisien. Hal ini dibuktikan dengan menguji sistem deteksi dan klasifikasi kendaraan dalam beberapa percobaan pelatihan.

Item Type:	Thesis (Skripsi)
Additional Information:	Ubaidillah Alhabsyi (1912017)
Uncontrolled Keywords:	Deteksi kendaraan, You Only Look Once v5, Deteksi dan klasfikasi
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Ubaidillah Ubaidillah
Date Deposited:	28 Aug 2025 04:44
Last Modified:	28 Aug 2025 04:44
URI:	http://eprints.itn.ac.id/id/eprint/14916

Actions (login required)

View Item