Skripsi

DETEKSI PELANGGARAN KENDARAAN MELAWAN ARUS LALU LINTAS DI JALAN KOTA PALEMBANG MENGGUNAKAN YOLOV8 DAN METODE RANDOM FOREST UNTUK MENGUKUR TINGKAT PELANGGARAN

---

Penilaian

---

Pelanggaran lalu lintas, khususnya pelanggaran melawan arus lalu lintas, merupakan permasalahan yang sering terjadi di kota besar seperti Palembang dan berpotensi menyebabkan kecelakaan lalu lintas. Penelitian ini bertujuan untuk mendeteksi kendaraan yang melakukan pelanggaran melawan arus lalu lintas serta mengukur tingkat pelanggaran berdasarkan data hasil deteksi. Proses deteksi objek kendaraan dilakukan menggunakan algoritma YOLOv8, yang mampu mengidentifikasi jenis kendaraan seperti mobil, motor, dan motor roda tiga dari rekaman video. Hasil deteksi kemudian digunakan untuk mengekstraksi fitur, yang meliputi jumlah kendaraan arah benar, jumlah kendaraan melawan arus, jumlah jalur, waktu, posisi kamera, dan bobot pelanggar melawan arus. Data fitur tersebut kemudian dibuat tabel referensi dan dianalisis menggunakan metode K-Means Clustering untuk memberikan label tingkat pelanggaran (rendah, sedang, tinggi) berdasarkan bobot kendaraan yang melawan arus. Model Random Forest digunakan untuk melakukan klasifikasi tingkat pelanggaran berdasarkan fitur-fitur tersebut.Hasil pengujian pada penelitian ini menunjukkan bahwa YOLOv8 mencapai akurasi rata-rata 90,10% pada data training dan lebih dari 88,08% pada data testing serta 87,11% pada data validasi. Sementara itu, Random Forest menghasilkan akurasi sebesar 93.65% pada data test dan 92.59% pada data validasi. Pada data uji sebanyak 90 video pelanggaran melawan arus lalu lintas di Kota Palembang, didapatkan hasil tingkat pelanggaran yaitu pelanggaran rendah: 64 kasus (71,11%), pelanggaran sedang: 19 kasus (31,66%), pelanggaran tinggi: 7 kasus (7,77%)) menggunakan Random Forest. lalu lintas, YOLOv8, Random Forest, deteksi objek, klasifikasi, Kota Palembang.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2507004408	T180021	T1800212025	Central Library (Reference)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T1800212025

Publisher

Indralaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Universitas Sriwijaya., 2025

Collation

xiii, 97 hlm.; ilus.; tab.; 29 cm.

Language

Indonesia

ISBN/ISSN

-

Classification

004.07

Content Type

Text

Media Type

unmediated

Carrier Type

other (computer)

Edition

-

Subject(s)

Sistem komputer

Specific Detail Info

-

Statement of Responsibility

MI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment