Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Purnama , Bedy
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Analisis Perbandingan CNN Model Xception Dan InceptionV3 Dalam Pengklasifikasian Rambu Lalu Lintas Di Indonesia Al’Fattah, Bimayudha; Purnama , Bedy; Kosala, Gamma
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan ketidakpatuhan terhadap rambu lalulintas di Indonesia menjadi salah satu penyebab utamakecelakaan lalu lintas. Perilaku pengemudi yang seringmengabaikan rambu, seperti mendahului kendaraan tanpamemastikan keamanan. Penelitian ini menggunakanpendekatan berbasis Deep Learning dengan membandingkandua arsitektur Convolutional Neural Networks (CNN)populer, yaitu InceptionV3 dan Xception, untuk klasifikasirambu lalu lintas di Indonesia. Kedua model diuji untukmengevaluasi performa dalam mengenali berbagai rambudengan fitur visual yang berbeda. Arsitektur Xceptionmenunjukkan stabilitas yang lebih baik dalammengklasifikasikan sebagian besar kelas, dengan akurasitertinggi mencapai 91.43% pada percobaan kedua. Namun,model ini masih memiliki tantangan dalam mengenali rambudengan fitur yang lebih kompleks. Di sisi lain, InceptionV3memiliki akurasi tertinggi 91.74% pada beberapa kelastertentu, tetapi menunjukkan variabilitas lebih besar padakelas-kelas dengan kemiripan visual, seperti "lampu merah"dan "larangan parkir".Kata kunci : Convolutional Neural Network (CNN), Xception,InceptionV3, Rambu Lalu Lintas
Co-Authors Al’Fattah, Bimayudha Gamma Kosala