SISTEM DETEKSI PELANGGARAN KELEBIHAN PENUMPANG PADA KENDARAAN RODA DUA MENGGUNAKAN ALGORITMA FASTER R-CNN

ERWAN MAULANA

Informasi Umum

Kode

22.04.2255

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

139 kali

Informasi Lainnya

Abstraksi

Di zaman yang sudah semakin modern ini, kesadaran masyarakat mengenai pentingnya menaati peraturan lalu lintas terkadang masih dipandang sebelah mata. Akibatnya tingkat kecelakaan lalu lintas di Indonesia terus bertambah setiap tahunya. Salah satu pelanggaran yang sering dijumpai yaitu kelebihan penumpang pada kendaraan sepeda motor. Hal ini dapat mengurangi tingkat keamanan dari pengendara sepeda motor dan pengguna jalan lainya. Oleh karena itu, dibutuhkan sebuah sistem yang dapat mendeteksi pelanggaran kelebihan penumpang pada kendaraan sepeda motor.

Sebuah sistem untuk mendeteksi pelanggaran kelebihan penumpang dirancang menggunakan algoritma Faster Region based Convolutional Neural Network (Faster R-CNN) yang menggunakan bahasa pemrograman Python, berserta Library pembelajaran mesin seperti, Tensorflow, dan OpenCV. Dataset yang digunakan merupakan dataset custom yang terdiri dari 3 kategori. Masing-masing kategori berisikan 300 gambar, sehingga total dari dataset yang digunakan berjumlah 900 gambar.

Model terbaik yang digunakan didapat menggunakan perhitungan Confusion Matrix pada dataset. Model menggunakan rasio train 95% dan test 5% hasilnya memiliki nilai akurasi sebesar 92%, nilai recall sebesar 88%, nilai presisi sebesar 86%, steps sebesar 150000, batch size sebesar 1, epochs sebesar 10 dan learning Rate sebesar 0.002.

Kata Kunci : Deteksi Pelanggaran, Kelebihan Penumpang Sepeda Motor, Faster Region based Convolutional Neural Network (Faster R-CNN)