Pendeteksian Mobil di Jalan Raya Menggunakan Algoritma YOLOv3

Ahmad Hilman (a:1:{s:5:"en_US"s:24:"UPN "Veteran" Jawa Timur"})
Ahmad Hilman Dani Hilman (Universitas Pembangun Nasional)
Wahyu SJ Saputra (Universitas Pembangun Nasional)

Teknotika: Teknologi dan Informatika
Vol. 2 No. 1 (2022): vol2 no 1 tahun 2022

Berdasarkan Electronic Registration Identification (ERI) Korlantas Polri tercatat 146.165.956 unit jumlah kendaraan bermotor di Indonesia pada tahun 2022. Hal tersebut berpotensi menyebabkan terjadinya kemacetan hingga kecelakaan lalu lintas, khususnya pada daerah perkotaan padat penduduk. Maka dari itu, telah banyak ahli yang mengusulkan penerapan pendeteksian objek untuk pemantauan lalu lintas sehingga kemacetan dapat diminimalisir dan kecelakaan dapat dihindari. You Only Look Once Version 3 (YOLOv3) merupakan satu diantara algoritma pendeteksian objek yang cepat, tepat, dan real time. Bahkan, banyak sumber mengatakan bahwa YOLOv3 memiliki tingkat akurasi pendeteksian obyek mencapai 90%. Pada paper ini, kami menggunakan dataset coco dan data uji berupa video mobil di jalan raya. Nantinya, YOLOv3 akan menghasilkan output berupa bounding box untuk pendeteksian objek