Implementasi Deteksi Real Time Klasifikasi Jenis Kendaraan Di Indonesia Menggunakan Metode YOLOV5

Abstract

Negara Indonesia mempunyai kepadatan penduduk yang sangat padat, terutama dikota-kota besar yang dimana jalan selalu dipadati oleh berbagai jenis kendaran. Pada jam sibuk banyaknya kendaraan yang membuat kemacetan dijalan. Oleh karna itu dibutuhkan pembangunan pelebaran jalan untuk menampung kendaraan yang dipadati oleh berbagai jenis kendaraan yang melintas. Agar pembangunan pelebaran jalan yang tepat pada lokasi yang sering terjadinya kepadatan, maka dibutuhkan sistem pendeteksian jenis-jenis kendaraan yang melintas dijalan raya. Meningkatnya pada macam-macam penelitian tentang pengolahan citra digital diantaranya tentang pendeteksian objek, untuk klasifikasi deteksi jenis kendaraan dijalan raya. Pada penelitian ini penulis membuat sistem pendedeteksi objek memakai metode YOLOV5 untuk mendeteksi jenis kendaraan dijalan raya. Penulis menggunakan dataset sebesar 1332 gambar dengan kelas bajaj, becak, bus, mobil, mobil molen, mobil pik’up, sepedah, sepeda motor, dan truk. Pada hasil penelitian menggunakan metode YOLOV5 yang dapat mengenali objek secara konsisten dengan tingkat akurasi yang cukup tinggi dan memiliki nilai akurasi 90%.