Implementasi Metode You Only Look Once (YOLOv5) Untuk Klasifikasi Kendaraan Pada CCTV Kabupaten Tulungagung

Abstract

Kemacetan lalu lintas menjadi masalah serius pada kota-kota besar di Indonesia bahkan secara global. Dimana setiap tahun penambahan jumlah kendaraan semakin meningkat sedangkan penambahan jumlah panjang jalan hanya sedikit. Dengan adanya permasalahan tersebut perlu adanya suatu kecerdasan buatan yang dimana dapat mendeteksi dan mengklasifikasi kendaraan untuk mempermudah pengenalan objek pada suatu gambar. Metode yang digunakan adalah metode You Only Look Once (YOLOv5) yang dapat mendeteksian objek secara real-time yang menggunakan model Deep Learning. Dengan memanfaatkan CCTV pemantau arus lalu lintas di Kabupaten Tulungagung. Menggunakan dataset gambar yang dihasilkan oleh CCTV sebayak 289 gambar dengan empat kategori objek yaitu motor, mobil, bus dan truk. Hasil dari penelitian menunjukan bahwa metode YOLOv5 berhasil mengenali objek dari video yang dihasilkan oleh CCTV. Berdasarkan pengujian yang telah dilakukan dengan data training data, algoritma dalam aplikasi cukup stabil dalam mendeteksi objek dengan nilai akurasi deteksi paling besar adalah 79,8 pada siang hari.