Penerapan Metode Yolo Object Detection V1 Terhadap Proses Pendeteksian Jenis Kendaraan Di Parkiran

Authors

  • A Asni B Universitas Balikpapan
  • Amin Universitas Balikpapan
  • Mayda Waruni Kasrani Universitas Balikpapan

Keywords:

Deteksi, Kendaraan, YOLO.

Abstract

Seiring dengan perkembangan transportasi maka jenis kendaraan semakin banyak dan di butuhkan suatu sistem yang dapat mengklasifikasi jenis kendaraan tersebut. Penelitian ini berfokus pada deteksi objek berupa jenis kendaraan. Tujuan penelitian ini mendeteksi jenis kendaraan di parkiran dengan menggunakan sistem pendeteksian untuk memberikan keakuratan dalam mengklasifikasi kendaraan sesuai dengan jenisnya seperti motor, mobil, truck dan bus. Sistem klasifikasi dalam penelitian ini menggunakan teknik pengolahan citra digital sebagai cara untuk menghasilkan suatu citra baru yang telah di proses dan diolah dengan komputer. Metode penelitian menggunakan Metode YOLO Object Detection yang memiliki model sangat sederhana dan kemampuan sangat cepat dalam mengidentifikasi objek dengan format jpg berjumlah 15 citra uji coba yang terdiri dari 4 jenis kendaraan yaitu mobil, motor, truck dan bus dan 15 citra uji coba tersebut akan dilatih untuk menghasilkan model baru citra pendeteksian. Hasil pengujian pendeteksian jenis kendaraan berdasarkan Metode YOLO Object Detection diperoleh presentase tingkat akurasi sebesar 98,667%, total akurasi jumlah kendaraan terdeteksi sebanyak 64 objek kendaraan dari total 66 objek kendaraan kendaraan yang terdapat pada 15 sampel , dimana ada 1 sampel hanya memberi akurasi 82 % ,dan rata-rata waktu komputasi untuk mendeteksi objek sebesar 3,067 detik.

References

M. B. M. Abi Rachman Warsil, M. Shiddiq Ghozali, “( Yolo ) Untuk Automated Teller Machine ( Atm ),” Maj. Ilm. UNIKOM, vol. 17, no. 1, pp. 69–76, 1992.

A.Asni b and T. Sihotang, “Ektraksi Ciri Menggunakan Algoritme Discrete Wavelet Transform ( Dwt ) Dan Principal Component Analysis ( Pca ) Pada Warna Kulit Wajah,” J. Tek. Elektro Uniba (JTE Uniba), vol. 3, no. 2, pp. 19–23, 2019.

M. Affandes and A. Ramadani, “Deteksi Gerak Menggunakan Background Substraction Dan Deteksi Tepi Sobel,” Semin. Nas. Teknol. dan Rekayasa, no. 255, pp. 1–6, 2017.

L. M. rifatul Azizah, S. F. Umayah, S. Riyadi, C. Damarjati, and N. A. Utama, “Deep learning implementation using convolutional neural network in mangosteen surface defect detection,” Proc. - 7th IEEE Int. Conf. Control Syst. Comput. Eng. ICCSCE 2017, vol. 2017-Novem, no. November, pp. 242–246, 2018, doi: 10.1109/ICCSCE.2017.8284412.

H. Ji, Z. Gao, T. Mei, and B. Ramesh, “Vehicle Detection in Remote Sensing Images Leveraging on Simultaneous Super-Resolution,” IEEE Geosci. Remote Sens. Lett., vol. 17, no. 4, pp. 676–680, 2020, doi: 10.1109/LGRS.2019.2930308.

J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection.,” IEEE Conf. Comput. Vis. Pattern Recognit., pp. 779–788, 2016.

S. Jupiyandi, F. R. Saniputra, Y. Pratama, M. R. Dharmawan, and I. Cholissodin, “Pengembangan Deteksi Citra Mobil untuk Mengetahui Jumlah Tempat Parkir Menggunakan CUDA dan Modified YOLO,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 4, p. 413, 2019, doi: 10.25126/jtiik.2019641275.

R. Himilda and R. A. Johan, “Klasifikasi Jenis Kendaraan Menggunakan Metode Extreme Learning Machine ( Vehicle Classification Using Extreme Learning Machine Method ),” vol. 2, no. 4, pp. 237– 243, 2021

W. Swastika, A. Kurniawan, and H. Setiawan, “Deteksi dan Klasifikasi Merek Mobil untuk Penentuan Iklan Billboard Menggunakan Convolution Neural Network,”J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 4, p. 701, 2020, doi: 10.25126/jtiik.2020742183.

J. S. W. Hutauruk, T. Matulatan, and N. Hayaty, “Deteksi Kendaraan secara Real Time menggunakan Metode YOLO Berbasis Android,” J. Sustain. J. Has. Penelit. dan Ind. Terap., vol. 9, no. 1, pp. 8–14, 2020, doi: 10.31629/sustainable.v9i1.1401.

F. T. A. Muhammad Alfin Jimly Asshiddiqie, Basuki Rahmat, “ Deteksi Tanaman Tebu Pada Lahan Pertanian Menggunakan Convolutional Neural” Inform. dan Sist. Inf., vol. 1, no. 1, pp. 229–237, 2020

K. A. Shianto, K. Gunadi, and E. Setyati, “Deteksi Jenis Mobil Menggunakan Metode YOLO Dan Faster R-CNN,” J. Infra, vol. 7, no. 1, pp. 157–163, 2019.

A. Asni b and T. O. Dana, “Identifikasi Wajah Dengan Segmentasi Warna Kulit Menggunakan Metode Viola Jones,” J. Tek. Elektro Uniba (JTE Uniba), vol. 4, no. 1, pp. 1–6, 2019, doi: 10.36277/jteuniba.v4i1.47.

B. Pradana, “Implementasi metode low pass filtering untuk mereduksi noise pada objek citra digital,” vol. 9, pp. 93–99, 2015.

T. C. A. Zulkhaidi and E. Maria, “Pengenalan Pola Bentuk Wajah dengan OpenCV,” J. Teknol. Inf., vol. 3, no. 2, pp. 181–186, 2019.

M. Muthi’ah, “Maratul Muthi’ah-Rancang Bangun Database dan Migrasi Data Melalui teknik ORM untuk Aplikasi Dashboard Pemantauan Mytra,” Tek. Inform., vol. 1, 2015.

Munir, R. 2004. Pengolahan Citra Digital. Informatika. Bandung

Downloads

Published

2021-10-31