View/Open

Author
MUHAMMAD, FAHRUL ADITYA

Date Published
19 Jun 2026

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Christyan Tamaro Nadeak, S.Si., M.Si.,

Subject
Sains Data

Publisher

Kemacetan lalu lintas merupakan salah satu tantangan utama dalam pengelolaan transportasi perkotaan di Kota Bandar Lampung. Pemantauan kondisi lalu lintas secara otomatis berbasis analisis video CCTV menjadi solusi yang efektif untuk memperoleh informasi kepadatan kendaraan secara real-time. Penelitian ini bertujuan untuk mendeteksi tingkat kemacetan jalan berdasarkan kecepatan kendaraan menggunakan metode computer vision pada rekaman video CCTV. Metode yang digunakan dalam penelitian ini adalah model YOLOv8 untuk mendeteksi kendaraan pada setiap frame video serta algoritma ByteTrack untuk melakukan pelacakan objek kendaraan antar frame. Hasil evaluasi model deteksi menunjukkan bahwa model YOLOv8l memperoleh nilai Precision sebesar 0,897, Recall sebesar 0,884, mAP50 sebesar 0,934, dan mAP50–95 sebesar 0,586 pada data validasi. Evaluasi pelacakan menggunakan ByteTrack menghasilkan nilai MOTA sebesar 0,235, MOTP sebesar 0,247, IDF1 sebesar 0,446, Precision sebesar 0,764, dan Recall sebesar 0,431. Berdasarkan perbandingan dengan pengamatan manual menggunakan metode MAPE, diperoleh nilai kesalahan sebesar 25% sehingga tingkat akurasi sistem mencapai 75%. Hasil penelitian menunjukkan bahwa kombinasi metode YOLOv8 dan ByteTrack dapat digunakan untuk mendukung analisis kondisi lalu lintas pada rekaman CCTV di Kota Bandar Lampung.

URI
https://repo.itera.ac.id/depan/submission/SB2606180201

Keyword
YOLOv8 ByteTrack deteksi kendaraan pelacakan objek tingkat kemacetan jalan raya