Rancang Bangun Sistem Identifikasi Pelanggaran Pengendara Sepeda Motor Melalui Deteksi Plat Nomor Dan Kaca Spion Berbasis YOLOv11n Pada Raspberry Pi
Pelanggaran kelengkapan sepeda motor, khususnya tidak adanya kaca spion dan plat nomor, masih sering luput dari pengawasan karena keterbatasan pemantauan manual. Penelitian ini bertujuan merancang dan mengimplementasikan sistem identifikasi pelanggaran pengendara sepeda motor melalui deteksi plat nomor dan kaca spion menggunakan YOLOv11n pada Raspberry Pi 4 B, sebagai langkah awal pemantauan lalu lintas otomatis. Penelitian dibatasi pada pengujian prototipe di gerbang belakang ITERA. Model dilatih menggunakan 3.024 gambar di Google Colab, dikonversi ke format NCNN, dan dijalankan bersama tracker berbasis IoU. Pengujian model pada seluruh kelas menghasilkan precision 88,6%, recall 74,3%, mAP50 80,8%, dan mAP50-95 44,4%, yang menunjukkan model lebih sering melewatkan objek daripada salah mendeteksinya. Sistem kemudian diuji melalui tiga skenario, yaitu 20 foto, tiga video berdurasi sekitar lima menit, dan streaming langsung selama 15 menit. Precision dan recall sistem masing-masing mencapai 85% (foto), 83,3% (video), dan 84,1% (streaming), dengan kecepatan pemrosesan 8,0 (foto), 8,9 (video), dan 9,8 (streaming) frame per detik (FPS).
URI
https://repo.itera.ac.id/depan/submission/SB2610160022
Keyword
YOLOv11n Raspberry Pi 4 B Deteksi Objek Pelanggaran Lalu Lintas