<![CDATA[Meningkatnya jumlah kecelakaan kendaraan bermotor di jalan raya memerlukan metode analisis forensik yang lebih efektif dan akurat untuk menginvestigasi penyebab kecelakaan, sedangkan metode konvensional seringkali memiliki keterbatasan dalam mengidentifikasi dan mengklasifikasikan objek-objek penting pada rekaman kecelakaan secara tepat dan real-time. Penelitian ini bertujuan untuk mengembangkan sistem investigasi forensik kecelakaan kendaraan bermotor menggunakan metode deep learning berbasis YOLO untuk mendeteksi dan mengklasifikasikan kejadian kecelakaan secara otomatis. Metode yang digunakan adalah penerapan algoritma YOLO yang dioptimalkan untuk mendeteksi objek pada video rekaman kecelakaan, dengan dataset yang diperoleh dari berbagai sumber dan evaluasi kinerja menggunakan metrik Presisi, Recall, F1-Score, dan mAP. Hasil penelitian menunjukkan bahwa metode YOLO mampu mendeteksi dan mengklasifikasikan objek-objek penting dalam kecelakaan seperti kendaraan dan penumpang dengan akurasi tinggi, serta membuktikan keandalan metode ini dalam pengolahan real-time, sehingga dapat mendukung analisis forensik secara efektif dan berpotensi menjadi alat bantu berharga bagi lembaga penegak hukum dalam mengidentifikasi penyebab kecelakaan serta merancang langkah-langkah pencegahan yang lebih efektif.]]>
Copyrights © 2025
