Article Per Year (5 Year)
p-Index From 2021 - 2026
2.223
P-Index
This Author published in this journals
All Journal e-Jurnal Arus Elektro Indonesia JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Telematika TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Journal of Educational Engineering and Environment Smatika Jurnal : STIKI Informatika Jurnal
Immawan Wicaksono
Universitas Jember
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Deteksi dan Penghitungan Speed Bump Berbasis YOLOv8 dan DeepSORT untuk Sistem Keselamatan Berkendara Immawan Wicaksono; Hilman Arif Rahmawan; Ali Rizal Chaidir; Andrita Ceriana Eska; Moh Asnoer Laagu
Jurnal Rekayasa Teknologi Informasi Vol. 10 No. 3 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i3.26828

Abstract

Keselamatan berkendara merupakan aspek penting dalam sistem transportasi, terutama pada jalan yang dilengkapi speed bump sebagai pembatas kecepatan. Speed bump yang tidak terlihat jelas dapat menimbulkan ketidaknyamanan, kerusakan kendaraan, dan potensi kecelakaan. Penelitian ini mengembangkan sistem deteksi dan penghitungan speed bump berbasis You Only Look Once version 8 (YOLOv8) yang dikombinasikan dengan DeepSORT dan garis virtual pada video rekaman kamera smartphone. Dataset yang digunakan terdiri atas 1.000 citra speed bump yang dianotasi secara manual menggunakan bounding box dan dibagi menjadi data latih, validasi, dan uji dengan rasio 70:20:10. Model dilatih pada Google Colab selama 100 epoch dengan ukuran citra 640 x 640 piksel dan batch size 32. Evaluasi dilakukan menggunakan precision, recall, mAP, akurasi deteksi, akurasi counting, dan frame per second (FPS). Hasil validasi menunjukkan precision 99,85%, recall 100%, mAP@0.5 sebesar 99,50%, dan mAP@0.5:0.95 sebesar 64,16%. Pada pengujian video lapangan, confidence threshold 0,5 memberikan rata-rata akurasi deteksi tertinggi sebesar 85,50%, sedangkan threshold 0,6 dan 0,7 masing-masing menghasilkan 63,64% dan 37,01%. Kecepatan pemrosesan sistem berada pada rentang 25-42 FPS. Hasil penelitian menunjukkan bahwa YOLOv8 mampu mendeteksi speed bump dengan baik pada kondisi pencahayaan memadai, namun akurasi penghitungan masih dipengaruhi oleh double counting akibat ketidakstabilan ID tracking.
Co-Authors Ali Rizal Chaidir Andrita Ceriana Eska Arizal Mujibtamala Nanda Imron Bambang Sujanarko Bayu Retno Joyo Nendriyo Candra Putri Rizkiyah Ramadhani Catur Suko Sarwono Chatarina Umbul Wahyuni Dananjaya Endi Pratama Dedy Wahyu Herdiyanto Dimas Ardiansyah Dodi Setiabudi Erwinda, Yudha Teja GAMMA ADITYA RAHARDI Guido Dias Kalandro Habibie, Aziiz Rahmat Hasanur Mohammad Firdausi Hidayatullah, Angga Syarif Hilman Arif Rahmawan Iftiqori Fiqi Anshori Javier, Azhar Bima Moh Asnoer Laagu Muh Asnoer Laagu Nuryanto, Deka Rachmad Panji Eka Prasetya Pirnadi, Irgy Syahputra Satryo Budi Utomo Sumardi . Syamsul Arifin Triwahju Hardianto Wahyu Muldayani Widya Cahyadi Widyono Hadi