Rancang Bangun Sistem Keselamatan Lalu Lintas Pada Persimpangan Lampu Merah Berbasis Computer Vision

Ilham, Lucky Muhammad (2026) Rancang Bangun Sistem Keselamatan Lalu Lintas Pada Persimpangan Lampu Merah Berbasis Computer Vision. S1 thesis, Universitas Andalas.

	Text (Cover & Abstrak) 01. Cover & Abstrak .pdf - Published Version Download (172kB)
	Text (BAB I) 02. BAB I.pdf - Published Version Download (306kB)
	Text (BAB V) 03. BAB V.pdf - Published Version Download (108kB)
	Text (Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (170kB)
	Text (Skripsi FullText) 05. Skripsi FullText.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penelitian ini menyajikan pengembangan sistem keselamatan lalu lintas berbasis computer vision untuk mendeteksi pelanggaran lampu merah di persimpangan jalan. Sistem ini dirancang untuk mengidentifikasi kendaraan yang melintasi garis henti saat lampu lalu lintas berwarna merah serta memberikan peringatan audio kepada pengguna jalan. Sistem mengintegrasikan dua kamera, OpenCV untuk pemrosesan citra, YOLOv5s untuk deteksi kendaraan, dan Raspberry Pi 5 sebagai unit pemrosesan utama. Kamera pertama mendeteksi kondisi lampu lalu lintas, sedangkan kamera kedua memantau kendaraan beserta posisinya terhadap garis henti. Model YOLOv5s dilatih menggunakan dataset kendaraan dan dioptimalkan menggunakan format ONNX untuk diimplementasikan pada Raspberry Pi 5. Berdasarkan pengujian terhadap 102 sampel, sistem mencapai tingkat akurasi sebesar 92,15%, dengan kecepatan pemrosesan rata-rata 11,1 FPS pada siang hari dan 11,94 FPS pada malam hari. Sistem peringatan menghasilkan latensi respons rata-rata 0,2 detik, dengan rentang waktu antara 0,1 hingga 0,3 detik. Peringatan audio terdengar jelas pada jarak sekitar 3,5 meter dengan intensitas di atas 70 dB. Sistem juga beroperasi secara terus-menerus selama 18 jam tanpa mengalami crash atau reboot yang tidak terduga. Hasil ini menunjukkan bahwa sistem yang diusulkan mampu mendeteksi pelanggaran lampu merah dan memberikan peringatan audio secara real-time menggunakan platform edge-computing, meskipun optimalisasi lebih lanjut diperlukan untuk meningkatkan kecepatan pemrosesan dan kinerja deteksi dalam kondisi minim cahaya.

Actions (login required)

View Item