Text
PENERAPAN METODE YOLOv3 UNTUK DETEKSI JUMLAH KENDARAAN BERDASARKAN PANTAUAN CCTV DAN MENENTUKAN JALUR TERBAIK DENGAN METODE HYBRID FUZZY MAMDANI DAN ALGORITMA GREEDY PADA JALAN RAYA KOTA PALEMBANG
Kemacetan lalu lintas masih menjadi permasalahan yang sering dihadapi masyarakat di kota Palembang hingga saat ini masih kesulitan dalam melakukan mobilitas untuk mendukung aktivitas sehari-hari. Dengan memanfaatkan kemajuan teknologi terkini seperti metode berbasis image yang memanfaatkan sensor kamera CCTV lalu lintas untuk mengawasi beberapa jalan raya secara beriringan agar lebih optimal dan efektif. Penelitian ini menggunakan metode YoloV3 untuk mendeteksi jumlah motor dan mobil yang terpantau kamera CCTV di sekitar jalan raya kota palembang, berhasil mendapatkan model terbaik dengan hasil evaluasi model yaitu: Epoch 214, Batch 64, Subdivisions 16, Learning Rate 0.001, Akurasi Motor 80.12%, Akurasi Mobil 90.76%, IoU 65.83%, mAP 85.44%, Recall 0.85, F1 Score 0.85, Percision 0.86. Dilanjutkan menggunakan logika fuzzy mamdani untuk menghasilkan output kepadatan kondisi jalan dan nilai bobot ruas jalan yang lebih optimal, dengan parameter jumlah kendaraan motor dan mobil, lebar jalan serta jarak tempuh. Nilai bobot ruas jalan digunakan sebagai pertimbangan jalur terbaik menggunakan algoritm greedy. Hasil jalur terbaik yang didapat menggunakan algoritma greedy yaitu pada hari jumat pagi dan senin sore: jalur 2 sedangkan untuk hari jumat siang, jumat sore, senin pagi dan senin siang: jalur 1
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2307001343 | T91633 | T916332023 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available