Pengujian YOLOv8 dan Centroid Tracking pada Sistem Deteksi, Klasifikasi, dan Penghitungan Jumlah Kendaraan
Abstrak
Sistem deteksi dan penghitungan kendaraan otomatis merupakan komponen penting dalam penggunaan Intelligent Transportation System (ITS) untuk keperluan pemantauan dan manajemen lalu lintas. Terdapat berbagai model yang dapat digunakan dalam sistem ini, salah satunya adalah YOLO (You Only Look Once). Pada penelitian ini, kami memfokuskan pada pengujian performa model YOLOv8, khususnya varian ringan yaitu YOLOv8n (nano), dalam mendeteksi dan mengklasifikasikan kendaraan melalui beberapa skenario pengujian. YOLOv8n dipilih karena efisien secara komputasi dan dapat berjalan pada perangkat dengan keterbatasan sumber daya, namun tetap mempertahankan akurasi deteksi yang kompetitif. Selain itu, kami juga mengombinasikan algoritma Centroid Tracking guna meningkatkan kapabilitas sistem dalam melakukan pelacakan dan penghitungan kendaraan secara otomatis. Metode yang digunakan dalam penelitian ini meliputi pengumpulan dataset kendaraan dengan 7 kelas (bus_l, bus_s, car, truck_l, truck_m, truck_s, truck_xl), pengolahan data, pelatihan model YOLOv8n, penggunaan sistem pelacakan dengan algoritma centroid, serta evaluasi model. Model dilatih sebanyak 40 epoch dengan menerapkan teknik augmentasi untuk menambahkan variasi data dan meningkatkan hasil model. Evaluasi dilakukan menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP). Hasil penelitian menunjukkan bahwa model YOLOv8n mampu mencapai performa baik dengan mAP@0.5 sebesar 0.820 untuk seluruh kelas kendaraan. Kelas 'car' menunjukkan performa terbaik dengan mAP sebesar 0.963, sementara kelas 'truck_s' mencatatkan performa terendah dengan mAP sebesar 0.665. Sistem Centroid Tracking juga berhasil melakukan pelacakan objek secara akurat dan menghasilkan penghitungan kendaraan yang konsisten. Pengujian sistem ini menunjukkan potensi besar untuk diaplikasikan dalam pengembangan sistem pemantauan lalu lintas real-time, manajemen parkir, serta sistem keamanan jalan raya yang lebih cerdas dan responsif.
Identifier
- DOI: https://doi.org/10.30871/jaic.v9i5.10873
- OpenAlex: https://openalex.org/W4416565949