Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 untuk Menghitung Kendaraan

Main Article Content

Nurhaliza Juliyani Hayati
Dayan Singasatia
Muhamad Rafi Muttaqin

Abstract

Kendaraan adalah alat transportasi yang sudah ada pada zaman dahulu sampai saat ini, banyak masyarakat menggunakan kendaraan seperti mobil dan sepeda motor. Pencacahan jenis dan jumlah kendaraan dilakukan untuk mengumpulkan informasi data lalu lintas. Dalam memperoleh parameter data jumlah kendaraan, masih menggunakan perhitungan secara manual biasanya rentan dengan kesalahan serta memakan banyak waktu serta tenaga. Penerapan Artificial Intelligence seperti deteksi objek merupakan bidang pada computer vision. Pada intelligent transportation system, data lalu lintas menjadi kunci untuk melakukan penelitian serta merancang sebuah sistem. Untuk mengatasi permasalahan peneliti melakukan object tracking menggunakan algoritma You Only Look Once (YOLO)v8 untuk mendeteksi jenis dan menghitung jumlah kendaraan. Metodologi yang diterapkan adalah AI Project Cycle tahapan yang digunakan problem scoping, data acquisition, data exploration, modelling, dan evaluation confusion matrix. Hasil evaluation confusion matrix diperoleh tingkat accuracy 89%, precision 89%, recall 90% dan perbandingan precision, recall yang dibobotkan diperoleh nilai F1-Score sebesar 89%. Dengan demikian algoritma You Only Look Once (YOLO)v8 cukup akurat mendeteksi object tracking untuk menghitung kendaraan.

Article Details

Section

Articles

How to Cite

Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 untuk Menghitung Kendaraan. (2023). Komputa : Jurnal Ilmiah Komputer Dan Informatika, 12(2), 91-99. https://doi.org/10.34010/komputa.v12i2.10654

References

S. C. Tirtowahjono and D. G. Purwanto, “Penentuan Distribusi Arus Lalu Lintas Pada Persimpangan Berbasis Teknologi Computer Vision & Deep Learning,” J. Dimens. Pratama Tek. Sipil, vol. 11, no. 1, pp. 37–43, 2022.

Rubangiya, Harttati, and Y. Arie Wijaya, “Evaluasi Pembangunan Median Jalan,” Teknol. Transp. dan Logistik, vol. 1, no. 1, pp. 11–14, 2020.

T. Hartati and Y. Arie Wijaya, “Analisis Data Lalu Lintas Jaringan di Kantor Canghegar Cyber Operation Center Menggunakan Algoritma K-Means,” J. Ilm. NERO, vol. 7, no. 1, p. 2022, 2022.

Y. Pratama and E. Rasywir, “Eksperimen Penerapan Sistem Traffic Counting dengan Algoritma You Only Look Once (YOLO)v4,” J. Media Inform. Budidarma, vol. 5, no. 4, p. 1438, 2021, doi: 10.30865/mib.v5i4.3309.

A. A. M. Suradi, M. F. Rasyid, and N. Nasaruddin, “Sistem Perhitungan Jumlah Kendaraan Berbasis Computer Vision,” Pros. Semin. Ilm. Sist. Inf. Dan Teknol. Inf., vol. XI, no. 1, pp. 89–97, 2022.

M. D. Adhiwijaya, “Deteksi Helm Sepeda Motor Berbasis Web dengan Algoritma You Only Look Once (YOLO) dengan microframework Flask,” https://repository.pnj.ac.id/id/eprint/4042, p. 58, 2021.

Q. Hidayati, “Kendali Lampu Lalu Lintas dengan Deteksi Kendaraan Menggunakan Metode Blob Detection,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 6, no. 2, 2017, doi: 10.22146/jnteti.v6i2.318.

H. H. Al Asyhar, S. A. Wibowo, and G. Budiman, “Implementasi Dan Analisis Performansi Metode You Only Look Once (Yolo) Sebagai Sensor Pornografi Pada Video,” eProceedings Eng., vol. 7, no. 2, p. 3631, 2020.

J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 2016-Decem, pp. 779–788, 2016, doi: 10.1109/CVPR.2016.91.

S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 3, no. 2, pp. 49–56, 2018.

F. Rachmawati and D. Widhyaestoeti, “Deteksi Jumlah Kendaraan di Jalur SSA Kota Bogor Menggunakan Algoritma Deep Learning YOLO,” Pros. LPPM UIKA Bogor, pp. 360–370, 2020.

Marzuman, Muharnis, Azizul, D. M. Rinaldi, and B. Prasetyo, “Perbandingan Metode Haar Cascade , YoloV3 , dan TinyYoloV3 Dalam Mendeteksi Kendaraan Bermotor Berbasis Video,” Proceeding Appl. Bus. Eng. Conf., no. November, pp. 17–19, 2022.

D. Alfiyandi Abdurrafi, T. Alawiy, and B. M. Basuki, “Deteksi Klasifikasi Dan Menghitung Kendaraan Berbasis Algoritma You Only Look Once (YOLO) Menggunakan Kamera CCTV,” no. 1, pp. 1–6, 2023.

F. Azimah and K. Rizky Nova Wardani, “Sistem Pendeteksi Gejala Awal Covid-19 dengan Penggunaan Metode Al Project Cycle,” J. Locus Penelit. dan Pengabdi., vol. 1, no. 6, pp. 405–418, 2022, doi: 10.58344/locus.v1i6.135.

J. Ofoeda, R. Boateng, and J. Effah, “Application programming interface (API) research: A review of the past to inform the future,” Int. J. Enterp. Inf. Syst., vol. 15, no. 3, pp. 76–95, 2019, doi: 10.4018/IJEIS.2019070105.

A. Faqih, K. Mutmainnah, and M. A. R, “Jurnal Teknik Informatika dan Elektro Seperation Deteksi Kendaraan Pada Citra Digital Dengan Menggunakan Algoritma YOLO ( You Only Look Once ),” J. Tek. Inform. dan Elektro, vol. 3, no. 2, pp. 5–11, 2021.

M. K. Suryadewiansyah and T. E. E. Tju, “Naïve Bayes dan Confusion Matrix untuk Efisiensi Analisa Intrusion Detection System Alert,” J. Nas. Teknol. dan Sist. Inf., vol. 8, no. 2, pp. 81–88, 2022, doi: 10.25077/teknosi.v8i2.2022.81-88.

A. H. Pratomo, W. Kaswidjanti, and S. Mu’arifah, “Implementasi Algoritma Region Of Interest (ROI) Untuk Meningkatkan Performa Algoritma Deteksi Dan Klasifikasi Kendaraan Implementation of Region Of Interest (ROI) Algorithm To Improve Car Detection And Classification Algorithm,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 1, pp. 155–162, 2020, doi: 10.25126/jtiik.202071718.