Implementasi Yolo Untuk Menghitung Kepadatan Kendaraan Tempat Parkir

Abstrak

Peningkatan signifikan jumlah kendaraan yang masuk ke area Universitas Jenderal Achmad Yani, terutama setelah pembangunan gedung Fakultas Sains dan Informatika, telah menimbulkan kemacetan di titik-titik strategis kampus, seperti di depan masjid kampus. Penelitian ini bertujuan mengembangkan sistem pemantauan kepadatan kendaraan secara real-time untuk mendukung pengelolaan lalu lintas kampus yang lebih efisien. Metode yang digunakan melibatkan penerapan algoritma deteksi objek You Only Look Once (YOLOv5) untuk mengidentifikasi dan menghitung kendaraan dari rekaman video pada area-area pemantauan tertentu. Sistem ini dirancang untuk memberikan deteksi cepat dan akurat, serta menyajikan informasi kepadatan kendaraan secara real-time. Hasil pengujian menunjukkan bahwa sistem mencapai performa deteksi yang baik, dengan nilai precision maksimum sebesar 1.00 pada confidence threshold 0.983,recall maksimum sebesar 0.90 dicapai pada confidence threshold yang lebih rendah, mencerminkan kemampuan sistem dalam mendeteksi sebagian besar objek yang ada. Nilai ini menggambarkan trade-off antara tingkat keyakinan model dalam memprediksi dan kemampuannya untuk tidak melewatkan objek yang relevan.Kontribusi dari penelitian ini adalah tersedianya prototipe sistem yang dapat digunakan untuk memantau kepadatan kendaraan di area kampus secara otomatis dan real-time. Sistem ini berpotensi menjadi bagian dari solusi manajemen lalu lintas kampus yang lebih cerdas dan berbasis data, guna mengurangi kemacetan serta meningkatkan kenyamanan dan mobilitas sivitas akademika.

Identifier

• DOI: https://doi.org/10.33364/algoritma/v.22-2.2919
• OpenAlex: https://openalex.org/W4417028897