<![CDATA[Kecelakaan lalu lintas merupakan masalah global yang memerlukan pendekatan inovatif berbasis teknologi visi komputer. Penelitian ini bertujuan mengembangkan aplikasi web yang mampu mengidentifikasi probabilitas terjadinya kecelakaan kendaraan menggunakan citra dashcam dengan pendekatan deep learning berbasis Convolutional Neural Network (CNN). Pengembangan aplikasi dilakukan menggunakan metodologi Feature Driven Development (FDD) untuk memastikan integrasi fitur yang modular dan berorientasi pada kebutuhan pengguna. Dataset yang digunakan bersumber dari Kaggle Car Crash Dataset sebanyak 10.000 citra yang dibagi menjadi data training (7.000), validation (1.500), dan testing (1.500). Hasil penelitian menunjukkan bahwa model CNN berhasil mencapai akurasi pelatihan sebesar 83,66% dan akurasi validasi sebesar 82,13%. Meskipun demikian, terdapat tantangan pada ketidakseimbangan data yang menyebabkan nilai recall untuk kelas kecelakaan berada di angka 37,79%. Implementasi sistem pada antarmuka web memungkinkan pengguna mengunggah citra dan menerima hasil klasifikasi risiko berupa "High Risk" atau "Low Risk" secara real-time. Sistem ini diharapkan dapat menjadi prototipe awal bagi pengembangan teknologi keselamatan berkendara yang lebih responsif di masa depan.]]>
Copyrights © 2026
