<![CDATA[Saat ini deteksi objek yang digabungkan dengan sistem AI sering digunakan untuk mendeteksi (objek dalam sebuah gambar. Hal ini telah diaplikasikan dalam dikehidupan sehari sehari diantaranya di bidang pertahanan, sistem pengawasan suatu kota maupun dipakai pada fitur mobil untuk meminimumkan kecelakaan. Dalam paper ini fokus membahas deteksi objek menggunakan YOLO3. Objek yang dideteksi dalam paper ini adalah truk dan bus, kedua kendraaan tersebut merupakan kendaraan beroda empat berbentuk persegi panjang yang sering ditemukan dijalan. Kedua kendaraan ini merupakan objek berbentuk mirip dan kadang keliru untuk identifikasi kedua objek tersebut. Sistem ini dimulai dari membuat dataset gambar truk dan bus, dimana dataset ini terdiri dari data training dan dataset. Kemudian dilanjutkan dengan proses ekstrasi fitur yang menggunakan metode Darknet-53 dan deteksi objek menggunakan Feature Pyramid Network (FPN), akhirnya jika dikenali maka objeknya akan diberikan bounding box. Tujuan dari proses ini mendapatkan nilai akurasi dengan objek yang memiliki bentuk yang mirip dan mencari faktor yang mempengaruhi nilai akurasi tersebut. Hasil proses deteksi objek menggunakan YOLO3 dapat menaikkan nilai akurasi pada objek dengan bentuk serupa, walaupun terdapat beberapa kelemahan. Faktor yang mempengaruhi nilai akurasi yaitu nilai threshold yang sangat mempemgaruhi dalam membedakan bentuk objek yang satu dengan objek yang lain terutama jika objek tersebut memiliki bentuk yang mirip]]>
