Skripsi
ANALISA KEPADATAN KENDARAAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK, SERTA PENENTUAN JALUR TERBAIK MENGGUNAKAN ALGORITMA ANT COLONY BERDASARKAN HASIL DETEKSI KAMERA
Pada penerapan AI untuk menentukan kepadatan kendaraan di kota Palembang yang terpantau oleh kamera penulis menggunakan algoritma Convolutional Neural Network. kemudian untuk Mencari rute terbaik dalam arti menentukan jalur yang paling cepat dan hemat biaya untuk mencapai suatu tujuan. Penulis menggunakan algoritma Ant Colony untuk mencari jalur terbaik, YOLOv8 untuk awal perhitungan kendaraan nya. YOLOv8 mendapatkan akurasi yang baik dalam menghitung dan mendeteksi jenis kendaraan, hal ini di tunjukkan dengan nilai mean Average Precision (mAP@0.50) yang mencapai 90,7%. Untuk menganalisis kondisi jalan menggunakan Convolutional Neural Network, hasil akurasi yang diperoleh yaitu akurasi lancar sebesar 93.75%, akurasi sedang sebesar 92.18%, dan akurasi macet sebesar 98.43%. Penentuan jalur terbaik pada algoritma Ant Colony menunjukkan bahwa jalur 2 secara stabil diakui sebagai jalur terbaik dari keenam kondisi yang diuji karena, seluruh segmennya mengalami kelancaran lalu lintas. Selain itu, jalur 2 mempunyai lebar jalan yang luas, mencakup 2-5 ruas, yang memberikan fleksibilitas dan ruang untuk mobilitas kendaraan.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2407002485 | T143137 | T1431372024 | Central Library (REFERENCES) | Available but not for loan - Not for Loan |
No other version available