Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO

Abstract

Sistem pemeritah di suatu wilayah atau kota memiliki peraturan dalam mengatur aktivitas penduduknya, terutama yang berkaitan berkendara di jalan raya. Pelanggaran lalulintas kerap terjadi di jalan perkotaan maupun jalan raya. Hal ini dapat memicu kecelakaan akibat melanggar peraturan lalulintas. Hal tersebut mendorong pemerintah untuk mengambil tidak tegas bagi para pengendara yang melanggar peraturan. Maka dari itu diperlukan sebuah sistem yang mampu membantu memantau kondisi lalu lintas. Sehingga penelitian ini bertujuan untuk membuat sistem yang mampu mendeteksi kendaraan mobil berdasarkan merek dan tipenya dengan tingkat akurasi pendeteksian yang tinggi, sehingga dapat mepermudah dalam mengenali objek mobil yang ada di sekitar. Sistem pendeteksi akan dikembangkan menggunakan Algoritma YOLO (You Only Look Once), karena YOLO adalah salah satu metode paling cepat dan akurat dalam pendeteksian objek bahkan mampu melebihi hingga 2 kali kemampuan algoritma lain. Algoritma YOLO (You Only Look Once) merupakan arsitektur dari deep learning dan sebuah algoritma yang dikembangkan untuk mendeteksi sebuah objek secara real-time. Pendeteksian dilakukan pada gambar, dan ketika akses webcam laptop yang didalamnya terdapat objek mobil menggunakan model  dari dataset yang telah di training menggunakan framework Darknet. Objek mobil yang terdeteksi akan terdapat bounding box di area objek tersebut, dan terdapat keterangan nama mobil dan tipe serta tahun produksinya pada area bounding box tersebut. Berdasarkan pengujian kinerja klasifikasi dari data yang telah dilakukan training menunjukkan bahwa nilai akurasi mencapai 92% sehingga dapat disimpulkan bahwa sistem dapat bekerja dengan baik.