Sistem Deteksi Kendaraan Menggunakan StreamLit Metode Yolo

Authors

  • Nur Mohamad Iqbal Jauhari Universitas Nusantara PGRI Kediri Indonesia
  • Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia
  • Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/vdq6ta98

Abstract

Kemacetan dan kecelakaan dalam berlalu lintas masih menjadi permasalahan yang harus diperhatikan terutama dikota-kota besar yang dimana jalan selalu dipadati oleh berbagai jenis kendaraan yang melintas Dari beberapa kalangan seperti ahli tata kota, pemerintahan, teknisi, dan para peneliti untuk mencari solusi mengenai kemacetan, faktor menunjang keselamatan dalam berkendara yaitu kualitas kendaraan, infrastruktur dan kondisi pengendara, computer vision hadir untuk memundahkan bisa melihat banyaknya kendaraan - kendaraan yang melintas Pada penelitian ini penulis membuat Sistem Deteksi Kendaraan Menggunakan StreamLit Metode Yolo penulis menggunakan dataset sebesar 25 gambar dengan mobil dan truk. Pada hasil penelitian menggunakan framework streamlit dengan metode YOLOV8 dan yang dapat mengenali objek secara konsisten dengan tingkat akurat yang tinggi mendapatkan Model yang dibangun mencapai kinerja dengan nilai mAP50 0.962, dan mAP50-90 0.603. dan Speed: 0.3ms preprocess, 5.9ms inference, 0.0ms loss, 10.4ms postprocess per image. Sistem yang dikembangkan juga memiliki akurasi yang cukup baik dengan skor kepercayaan rata-rata 0.995.

Keywords:

Computer Vision, Deteksi Kendaraan, Streamlit

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Ragil Nurhawanti, “SISTEM PENDETEKSI SEPEDA MOTOR PELANGGAR MARKA JALAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORKS (CNNs),” 2019.

Aldhiyatika Amwin, “DETEKSI DAN KLASIFIKASI KENDARAAN BERBASIS ALGORITMA YOU ONLY LOOK ONCE (YOLO),” 2021.

Dany Alfiyandi Abdurrafi, M Taqijjuddin Alawiy, and Bambang Minto Basuki, “DETEKSI KLASIFIKASI DAN MENGHITUNG KENDARAAN BERBASIS ALGORITMA YOU ONLY LOOK ONCE (YOLO) MENGGUNAKAN KAMERA CCTV,” SCIENCE ELECTRO, vol. nn, no. 9, 2023.

RANGGA RINALDIANSYAH, “DETEKSI PLAT NOMOR KENDARAAN BERBASIS ALGORITMA YOLO,” 2020.

T. M. N. H. Junita Sri Wisna H, “View of Deteksi Kendaraan secara Real Time menggunakan Metode YOLO Berbasis Android,” Jurnal Sustainable, pp. 8–14, 2020.

M. A. R. Dadang Iskandar Mulyana, “Implementasi Deteksi Real Time Klasifikasi Jenis Kendaraan Di Indonesia Menggunakan Metode YOLOV5,” 2022.

M. Fikri, N. Syahbani, and G. Ramadhan, “JURNAL MEDIA INFORMATIKA BUDIDARMA Klasifikasi Gerakan Yoga dengan Model Convolutional Neural Network Menggunakan Framework Streamlit,” 2023, doi: 10.30865/mib.v7i1.5520.

A. Z. Toscana, C. Setianingsih, and M. W. Paryasto, “Integrasi Streamlit pada Aplikasi Berbasis Web dengan Algoritma YOLO V8 dan Teknologi Drone untuk Identifikasi Jenis dan Estimasi Tinggi Pohon,” 2023. [Online]. Available: https://www.kdnuggets.com/2019/10/write-web-

L. Satya, M. R. D. Septian, M. W. Sarjono, M. Cahyanti, and E. R. Swedia, “Sistem Pendeteksi Plat Nomor Polisi Kendaraan dengan Arsitektur Yolov8,” Sebatik, vol. 27, no. 2, p. 27, 2023, doi: 10.46984/sebatik.v27i2.2374.

Adil Faruq Habibi, “OPTIMISASI PENGENALAN DAN PELABELAN MOTIF BATIK DENGAN PROTOTYPICAL NETWORKS DAN UNCERTAINTY ANALYSIS,” 2022.

E. U. Armin, A. Purnama Edra, F. I. Alifin, I. Sadidan, I. P. Sary, and U. Latifa, “Performa Model YOLOv8 untuk Deteksi Kondisi Mengantuk pada pengendara mobil,” Penerapan Kecerdasan Kecerdasan Buatan, vol. 5, no. 1, pp. 67–76, 2023.

PRESILLIA BR SIANTURI, “PENGEMBANGAN APLIKASI PENERJEMAH BAHASA LAMPUNG BERBASIS WEB MENGGUNAKAN FRAMEWORK STREAMLIT,” 2023.

eko m khairunnas, “Pembuatan modul deteksi objek manusia menggunakan metode yolo untuk mobile robot,” Jurnal Teknik ITS, 2021.

N. Dwi Grevika Drantantiyas et al., “Performasi Deteksi Jumlah Manusia Menggunakan YOLOv8,” 2023. [Online]. Available: https://universe.roboflow.com/csgo-head-detection/head-datasets

A. Setiyadi, E. Utami, ) |891, and D. Ariatmanto, “Analisa Kemampuan Algoritma YOLOv8 Dalam Deteksi Objek Manusia Dengan Metode Modifikasi Arsitektur,” 2023.

Downloads

Published

2024-07-31

Issue

Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024

Section

Articles

License

Copyright (c) 2024 Nur Mohamad Iqbal Jauhari, Resty Wulanningrum, Ahmad Bagus Setiawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Sistem Deteksi Kendaraan Menggunakan StreamLit Metode Yolo. (2024). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(3), 1331-1336. https://doi.org/10.29407/vdq6ta98