SISTEM PALANG PINTU OTOMATIS PADA JALUR BUSWAY BERBASIS MIKROKONTROLER DAN ARTIFICIAL INTELLIGENCE (TENSORFLOW DAN
YOLO4)
Total View This Week0
Total View This Week0
Institusion
Politeknik Keselamatan Transportasi Jalan
Author
KURNIAWAN, HARRY
Subject
T Technology (General)
Datestamp
2022-11-30 07:06:48
Abstract :
Tingginya penggunaan kendaraan pribadi membuat keadaan jalan dikota besar semakin sesak, karena tidak hanya penduduk asli, namun juga masyarakat commuter yang bertempat tinggal disekitar kota besar seperti DKI Jakarta, semarang dan yogjakarta juga memakai sarana jalan, berbagai cara dilakukan pemerintah, salah satunya adalah meluncurkan sarana transportasi massal yaitu busway, Sangat disayangkan sekarang ini para pengendara kendaraan beroda dua maupun beroda empat sudah jarang memperhatikan rambu rambu lalu lintas yang ada. banyak pengendara melakukan cara pintas agar dapat cepat sampai di tujuan sehingga menerobos jalur busway, Banyak kejadian kecelakaan yang terjadi dikarenakan perilaku menerobos jalur busway tersebut. Pada penelitian ini metode yang digunakan adalah research and development (R&D), peneliti membuat sistem palang pintu tomatis berbasis mikrokontroler Arduino Uno dan Artificial intelligence, dengan framework tensorflow dan algoritma pendeteksian Yolov4, sistem akan mendeteksi keberadaan bus Transjakarta dengan cara melihat angka Confidence terbesar dari suatu gambar yang tertangkap oleh kamera dan jika sistem berhasil mendeteksi adanya bus Transjakarta maka sistem akan langsung mengirim sinyal ke mikrokontroler Arduino Uno untuk langsung menggerakan motor servo. Pengujian sistem palang pintu otomatis dengan menggunakan pendekatan algoritma Yolov4 dilakukan dengan tahapan penelitian menggunakan beberapa contoh data yang bersumber dari pengambilan video yang dilakukan peneliti di 4 halte bus PT.Transportasi Jakarta, 2 perpotongan separator jalur busway dan dibagi menjadi 2 waktu Siang dan malam hari dengan lokasi : halte Pasar Jatinegara, halte Stasiun Jatinegara, halte Slamet Riyadi, halte Tegalan, separator jalur busway Pasar Jatinegara, dan separator jalur busway kalibaru. Dari Pengujian yang dilakukan peneliti di 6 lokasi berbeda peneliti memperoleh hasil Map ( mean average precision) tertinggi 87.41% pada siang hari dan 74% pada malam hari.
Tingginya penggunaan kendaraan pribadi membuat keadaan jalan dikota besar semakin sesak, karena tidak hanya penduduk asli, namun juga masyarakat commuter yang bertempat tinggal disekitar kota besar seperti DKI Jakarta, semarang dan yogjakarta juga memakai sarana jalan, berbagai cara dilakukan pemerintah, salah satunya adalah meluncurkan sarana transportasi massal yaitu busway, Sangat disayangkan sekarang ini para pengendara kendaraan beroda dua maupun beroda empat sudah jarang memperhatikan rambu rambu lalu lintas yang ada. banyak pengendara melakukan cara pintas agar dapat cepat sampai di tujuan sehingga menerobos jalur busway, Banyak kejadian kecelakaan yang terjadi dikarenakan perilaku menerobos jalur busway tersebut. Pada penelitian ini metode yang digunakan adalah research and development (R&D), peneliti membuat sistem palang pintu tomatis berbasis mikrokontroler Arduino Uno dan Artificial intelligence, dengan framework tensorflow dan algoritma pendeteksian Yolov4, sistem akan mendeteksi keberadaan bus Transjakarta dengan cara melihat angka Confidence terbesar dari suatu gambar yang tertangkap oleh kamera dan jika sistem berhasil mendeteksi adanya bus Transjakarta maka sistem akan langsung mengirim sinyal ke mikrokontroler Arduino Uno untuk langsung menggerakan motor servo. Pengujian sistem palang pintu otomatis dengan menggunakan pendekatan algoritma Yolov4 dilakukan dengan tahapan penelitian menggunakan beberapa contoh data yang bersumber dari pengambilan video yang dilakukan peneliti di 4 halte bus PT.Transportasi Jakarta, 2 perpotongan separator jalur busway dan dibagi menjadi 2 waktu Siang dan malam hari dengan lokasi : halte Pasar Jatinegara, halte Stasiun Jatinegara, halte Slamet Riyadi, halte Tegalan, separator jalur busway Pasar Jatinegara, dan separator jalur busway kalibaru. Dari Pengujian yang dilakukan peneliti di 6 lokasi berbeda peneliti memperoleh hasil Map ( mean average precision) tertinggi 87.41% pada siang hari dan 74% pada malam hari.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
