Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal TEKNIK
Muhammad Ifan Fanani
Teknik Elektro, Fakultas Teknik, Universitas Widyagama Malang
Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Peningkatan Akurasi Penghitungan Jumlah Kendaraan dengan Membangkitkan Urutan Identitas Deteksi Berbasis Yolov4 Deep Neural Networks Faqih Rofii; Gigih Priyandoko; Muhammad Ifan Fanani; Aji Suraji
TEKNIK Vol 42, No 2 (2021)
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/teknik.v42i2.37019

Abstract

Model untuk deteksi, klasifikasi dan penghitungan jumlah kendaraan berbasis pada visi komputer dan kecerdasan buatan terus berkembang. Penelitian ini mempresentasikan pendekatan model deteksi, klasifikasi dan penghitungan jumlah kendaraan berbasis Yolov4. Penghitungan jumlah kendaraan dilakukan dengan membangkitkan nomor urut identitas tiap kendaraan setelah objek dideteksi dan diklasifikasi yang ditandai dengan ditampilkannya bounding box, kelas dan skor kepercayaan. Input sistem berupa dataset video yang diambil dengan mempertimbangkan posisi kamera, intensitas cahaya dan kepadatan trafik kendaraan. Metode yang dilakukan telah mampu menghitung jumlah kendaraan berupa mobil, sepeda motor, bus dan truk. Evaluasi kinerja model didasarkan pada parameter akurasi, presisi dan recall total dari confusion-matrix. Hasil pengujian dataset dan perhitungan paramater performa model telah didapat nilai akurasi, presisi dan recall total terbaik ketika pengujian model dilakukan pada siang hari dimana posisi kamera pada ketinggian 6 m dan susut 500 sebesar 83%, 93% dan 94%.  Sedangkan akurasi, presisi dan recall total terendah didapat ketika pengujian model dilakukan pada malam hari dimana posisi kamera pada ketinggian 1,5 m dan susut 900 sebesar 68%, 77% dan 78%.
Co-Authors Aji Suraji Faqih Rofii