<![CDATA[Deteksi kendaraan merupakan komponen penting dalam berbagai sistem berbasis visi komputer, termasuk manajemen lalu lintas, sistem identifikasi kendaraan, serta pengembangan teknologi kendaraan cerdas. Salah satu pendekatan yang banyak digunakan untuk tugas deteksi objek secara real-time adalah algoritma YOLO (You Only Look Once), yang dikenal karena efisiensi dan kecepatan pemrosesannya. Penelitian ini menyajikan studi tinjauan literatur mengenai penerapan algoritma YOLO dalam mendeteksi kendaraan pada data citra maupun video. Algoritma YOLO bekerja dengan memprediksi lokasi objek dan kategorinya secara simultan dalam satu proses, sehingga mampu mempercepat waktu inferensi tanpa melalui tahap pencarian kandidat objek secara terpisah. Tujuan dari penelitian ini adalah mengkaji performa algoritma YOLO dalam deteksi kendaraan, termasuk kelebihan serta keterbatasannya berdasarkan hasil penelitian terdahulu. Hasil tinjauan menunjukkan bahwa YOLO mampu memberikan kinerja yang baik dalam mendeteksi kendaraan dengan waktu komputasi yang singkat dan tingkat akurasi yang kompetitif. Metode ini telah banyak diadopsi dalam berbagai aplikasi yang membutuhkan respons cepat. Meskipun demikian, beberapa studi melaporkan bahwa YOLO masih menghadapi tantangan dalam mengenali objek berukuran kecil serta objek yang saling berdekatan. Oleh karena itu, penelitian selanjutnya disarankan untuk mengembangkan atau memodifikasi arsitektur YOLO guna meningkatkan kemampuan deteksi kendaraan secara lebih optimal.]]>
Copyrights © 2025
