PENGEMBANGAN MODEL DETEKSI PERLENGKAPAN PENGENDARA BERMOTOR BERBASIS CITRA: EVALUASI AKURASI DAN ANALISIS TERHADAP KESELAMATAN BERKENDARA (STUDI KASUS: GERBANG UTAMA ITERA)
Adanya beberapa peraturan yang mengatur tentang perlengkapan pengendara
bermotor untuk meningkatkan keselamatan pengendara. Dengan memanfaatkan
teknologi pengenalan gambar yang dikembangkan dengan kecerdasan buatan sehingga
memungkinkan membuat sebuah model pengolahan citra digital atau gambar yang
cepat dan akurat untuk mendeteksi perlengkapan berkendara. Model object detection
yang dikembangkan dengan menggunakan dataset berupa citra pengendara bermotor
yang ingin memasuki ITERA melalui gerbang utama. Model object detection juga
akan diintegrasikan model klasifikasi untuk mendapatkan sebuah program yang dapat
mendeteksi perlengkapan pengendara bermotor seperti spion, helm, tidak pakai helm,
sepatu, tidak pakai sepatu, pakaian terbuka dan pakaian tertutup. Setelah didapatkan
deteksi perlengkapan pengendara bermotor yang berada pada daerah area klasifikasi
akan dialihkan ke model kalsifikasi untuk mendapatkan tingkat keamanan pengendara
bermotor keselamatan kurang atau keselamatan cukup. Hasil pengujian yang
didapatkan menggunkan matrix confusion yaitu model object detection yang optimal
didapatkan pada nilai epoch 70, batch-size 16 yang menghasilkan nilai mAP 0.8914.
Model klasifikasi yang optimal menggunakan naive bayes yang ditraining dengan
dataset berjumlah 62 data dengan nilai akurasi 94%.
URI
https://repo.itera.ac.id/depan/submission/SB2312010008
Keyword
Kata Kunci : Objek Deteksi, Klasifikasi, Perlengka