Identifikasi Pelanggaran Lalu Lintas Kendaraan Beroda Dua Dengan Metode Deep Learning

Tiara, Permata Sari (2021) Identifikasi Pelanggaran Lalu Lintas Kendaraan Beroda Dua Dengan Metode Deep Learning. Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) Abstrak.pdf - Published Version Download (86kB) | Preview
Preview	Text (bab I) BAB 1 Pendahuluan.pdf - Published Version Download (111kB) | Preview
Preview	Text (bab v) BAB 5 Penutup.pdf - Published Version Download (58kB) | Preview
Preview	Text (dapus) Daftar Pustaka.pdf - Published Version Download (126kB) | Preview
	Text (Skripsi full text) Skripsi fulltext.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Penelitian ini bertujuan untuk membuat suatu sistem yang mampu mendeteksi plat nomor kendaraan bagi pengendara sepeda motor yang tidak menggunakan helm yang bersifat real-time dengan menggunakan metode deep learning dan algoritma YOLO. Sistem yang dibuat terdiri atas tiga komponen utama yaitu webcam, perangkat komputer, dan perangkat speaker. Sistem ini dibangun menggunakan algoritma YOLO, Optical Character Recognition (OCR), dan Text-to-Speech. Agar sistem yang dibuat bisa memenuhi syarat real-time, data video yang ditangkap oleh webcam dikirimkan ke perangkat komputer untuk dilakukan pemrosesan gambar dan mengidentifikasi pengendara yang melanggar lalu lintas tidak menggunakan helm. Jika pengendara teridentifikasi melakukan pelanggaran, sistem OCR akan mengekstrak plat nomor kedalam bentuk teks kemudian pada sistem Text-to-Speech akan menghasilkan keluaran berupa suara yang berisikan informasi plat nomor. Data yang didapat dari ujicoba sistem menunjukkan bahwa nilai yang dihasilkan sistem darknet YOLO dapat mendeteksi semua kategori dengan akurasi 93%. Sistem OCR untuk membaca huruf dan angka pada plat nomor memiliki tingkat keberhasilan 95%. dan untuk sistem Text-to-Speech memiliki tingkat akurasi 100%.

Actions (login required)

View Item