Kecelakaan merupakan suatu peristiwa yang tidak terduga yang dapat menimbulkan kerugian materil, kerugian fisik, bahkan korban jiwa. Menurut Organisasi Kesehatan Dunia (WHO), kecelakaan lalu lintas merupakan penyumbang utama kematian. Faktor penting dalam memitigasi angka kematian dalam kecelakaan lalu lintas adalah ketepatan waktu pertolongan pertama setelah kejadian. Kecerdasan Buatan (AI) dapat berkontribusi secara signifikan dalam mengurangi korban kecelakaan lalu lintas dengan mendeteksi kecelakaan secara cepat dari rekaman CCTV. Kebutuhan akan sistem yang cepat untuk mendeteksi kecelakaan lalu lintas sudah jelas, dan penelitian sebelumnya telah menunjukkan kelemahan dalam sistem deteksi kecelakaan lalu lintas yang rumit. Oleh karena itu, kami mengusulkan solusi deteksi kecelakaan lalu lintas dengan menggunakan langsung algoritma DETR sebagai sistem deteksi end-to-end. Namun, kumpulan data kecelakaan lalu lintas yang ada sering kali gagal memberikan kinerja yang memuaskan dalam deteksi kecelakaan, karena model tersebut sering kali mengidentifikasi kecelakaan dalam skenario non-kecelakaan, seperti kemacetan lalu lintas. Untuk mengatasi hal ini, kami menyarankan untuk membuat kumpulan data baru untuk meminimalkan kesalahan deteksi kecelakaan, memastikan kinerja optimal dalam mendeteksi kecelakaan lalu lintas. Hasilnya adalah detektor end-to-end menunjukkan respons yang luar biasa dan menghasilkan lebih sedikit alarm palsu dibandingkan dengan detektor satu tahap dan dua tahap dalam mengidentifikasi kecelakaan lalu lintas dari rekaman CCTV.