<![CDATA[Kemacetan lalu lintas merupakan salah satu permasalahan utama di kawasan perkotaan, terutama di Indonesia yang memiliki populasi dan jumlah kendaraan yang terus meningkat. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang mampu memberikan informasi jumlah kendaraan pada suatu ruas jalan secara real-time, real-time atau waktu nyata ini sangat penting dalam pengelolaan lalu lintas, karena memungkinkan otoritas dan pengguna jalan untuk mengambil keputusan yang cepat dan tepat sehingga dapat membantu mengurangi potensi kemacetan. Penelitian ini mengembangkan perangkat lunak yang mampu mendeteksi jumlah kendaraan roda empat secara real-time menggunakan metode YOLOv8 (You Only Look Once version 8). Model dilatih menggunakan dataset kendaraan dari Roboflow, dengan jumlah data latih 70% dan data uji 30%. Pelatihan model dilakukan dengan 50, 75, dan 100 epoch, menghasilkan nilai mAP sebesar 77%, 79,4%, dan 79,9%. Dalam konteks lalu lintas, nilai mAP menunjukkan seberapa baik model dapat mengidentifikasi kendaraan dengan benar, sementara akurasi deteksi kendaraan berdasarkan klasifikasi (mobil, bus, dan truk) mencapai 93%, yang berarti perangkat lunak dapat secara efektif mengklasifikasikan kendaraan yang terdeteksi. Perangkat lunak juga dapat digunakan dengan berbagai perangkat elektronik seperti laptop, komputer, dan ponsel. Penelitian ini diharapkan dapat memberikan kontribusi dalam mendukung pengelolaan lalu lintas yang lebih efektif di masa depan.]]>
