Pengembangan sistem perhitungan jumlah kendaraan berdasarkan jenis kendaraan menggunakan algoritma YOLO secara real-time

Tahun 2024 di Indonesia ditandai dengan pemilihan umum serentak, yang menyebabkan peningkatan signifikan dalam penggunaan media luar ruang untuk kampanye politik. Tantangan utama adalah mendapatkan data lalu lintas yang akurat dan real-time guna meningkatkan strategi serta efektivitas iklan media tersebut.
Penelitian ini mengembangkan sistem perhitungan jumlah kendaraan berdasarkan jenis kendaraan menggunakan algoritma YOLO secara real-time untuk mengolah citra CCTV di media luar ruang. Metode penelitian melibatkan pelatihan model YOLOv9 dan pelacakan berbasis centroid pada 10000 dataset, 10 batch, dan 100 epochs yang mencakup empat class kendaraan. Evaluasi model mendapatkan nilai 97,5% accuracy pada tugas klasifikasi dan 90% mAP 90,9% precision 82,8% recall 86,7% F1-Score pada tugas deteksi. Pengujian perhitungan kendaraan pada area ROI dalam 1 menit mendapatkan 90,85% accuracy dengan 18-21 FPS.
Kontribusi utama penelitian ini dalam menyediakan data lalu lintas yang akurat dan real-time untuk perencanaan lalu lintas, keamanan, dan analisis pemasaran yang dapat dimanfaatkan oleh pemerintah daerah, perusahaan manajemen lalu lintas, dan perusahaan iklan. Dari hasil penelitian mengindikasikan sistem yang dibangun memiliki kemampuan deteksi dan pelacakan kendaraan dengan akurasi tinggi, namun kinerja sistem masih dapat ditingkatkan dengan pelatihan model dan spesifikasi perangkat keras untuk komputasi yang lebih baik lagi.

link publikasi = https://jom.fti.budiluhur.ac.id/index.php/SKANIKA/article/view/3201