PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

SKRIPSI DETEKSI HELM PENGENDARA DAN PLAT NOMOR KENDARAAN PADA CCTV LAMPU LALULITAS MENGGUNAKAN ALGORITMA YOLO

MUHAMMAD PRIYO ANUGRAH - Nama Orang;

INTISARI
Penggunaan perlengkapan keselamatan lalu lintas saat ini merupakan hal yang wajib. Keselamatan menjadi alasan utama mengapa pengendara harus mengenakan perlengkapan keselamatan, terutama helm. Namun, masih banyak pengendara sepeda motor yang melanggar peraturan lalu lintas dengan tidak menggunakan helm saat berkendara. Oleh karena itu, diperlukan suatu sistem yang dapat mengawasi pengendara yang tidak menggunakan helm saat mengendarai sepeda motor. Sistem ini dapat diterapkan menggunakan salah satu algoritma deteksi objek, yaitu YOLO, yang menggunakan Bahasa Pemrograman Python. YOLO dapat digunakan sebagai alat untuk mendeteksi dan mengenali objek, seperti pengendara sepeda motor yang tidak menggunakan helm saat berkendara, melalui CCTV lampu lalu lintas. Penelitian ini dilakukan dengan tujuan untuk mengetahui apakah algoritma deteksi objek, seperti YOLOv5, dapat dimanfaatkan sebagai alat untuk mendeteksi pelanggaran berkendara, seperti tidak menggunakan helm, dan menangkap gambar pelanggar melalui kamera CCTV lampu lalu lintas. Penelitian ini terdiri dari 2 tahap, yaitu tahap pelatihan dataset dan tahap pengujian hasil pelatihan. Tahap pelatihan berfokus pada pelatihan data khusus untuk algoritma YOLO, sedangkan tahap pengujian bertujuan untuk menguji apakah algoritma YOLO yang telah dilatih sesuai dengan harapan. Hasil pengujian aplikasi menunjukkan bahwa nilai akurasi rata-rata dari semua kelas objek yang digunakan adalah 94,52%, dan error yang dihasilkan oleh aplikasi sebesar 4,66%.
Kata kunci : CCTV, Deteksi objek, helm, Python, YOLOv5.


Ketersediaan
15-UN57.U1-STE-V-2023ELEKTRO ANU D 2023Ruang Skripsi (TEKNIK ELEKTRO)Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
ELEKTRO ANU D 2023
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2023
Deskripsi Fisik
XII;51HAL;29.5CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.38
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • HALAMAN ROMAWI, BAB I, BAB II, BAB III
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik