Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Abidin, Muhamad Haqi Faisal
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Implementasi Klasifikasi Jenis Kendaraan di Indonesia Menggunakan YOLO Efendi, Muhamad Yusup; Abidin, Muhamad Haqi Faisal
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2024: SNESTIK IV
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2024.5788

Abstract

Di Indonesia, tingkat kepadatan penduduk yang sangat tinggi telah mendorong masyarakat untuk lebih memilih menggunakan kendaraan pribadi daripada kendaraan umum. Hal ini telah menyebabkan terjadinya kemacetan lalu lintas yang signifikan. Untuk mengatasi masalah tersebut, perlu dilakukan pembangunan atau pelebaran jalan guna mengurangi tingkat kemacetan. Dalam konteks ini, penting untuk mengimplementasikan sistem pendeteksian objek kendaraan di jalan raya. Tujuan utamanya adalah untuk memfasilitasi pengenalan objek dalam gambar dan membantu mengurangi kemacetan yang sering terjadi akibat penggunaan kendaraan pribadi yang berlebihan. Untuk menjawab tantangan ini, kecerdasan buatan menjadi solusi yang tepat dengan kemampuannya dalam mendeteksi objek. Dalam penelitian ini, penulis mengembangkan sistem pendeteksi objek menggunakan metode YOLOv5 untuk mengidentifikasi berbagai jenis kendaraan yang ada di jalan raya. Dataset yang digunakan diunduh dari situs web Roboflow dan mencakup kategori kendaraan seperti sepeda motor, mobil, truk, dan bus. Pada hasil penelitian menggunakan YOLOv5 yang dapat mengenali objek secara konsisten dengan diperoleh nilai akurasi yang cukup tinggi dan memiliki nilai akurasi sebesar 81%.
Co-Authors Efendi, Muhamad Yusup Intan Nur Farida Rochana, Siti