Deteksi Pelanggaran Sepeda Motor Menggunakan Algoritma Yolo Dan Mean Average Precision Deteksi Pelanggaran Sepeda Motor Menggunakan Algoritma YOLO dan Mean Average Precision

Abstract

Karena keterbatasan Polisi Lalu Lintas dalam melakukan sosialisasi di jalan raya untuk meminimalkan jumlah pelanggaran, pelanggaran kendaraan sepeda motor kerap terjadi di jalan raya di antara mereka yang tidak memakai helm. Teknologi baru di bidang kecerdasan buatan mengajarkan komputer untuk menginterpretasikan dan menguasai gambar. Untuk melakukan deteksi, penelitian ini menggunakan tiga objek: helm, sepeda motor, dan tanpa helm. Algoritma You Only Look Once (YOLO) versi 5s dan 8s juga digunakan sebagai perbandingan, menggunakan dataset internet dan realtime yang berbeda. Selain itu, framework streamlit digunakan untuk melakukan implementasi berbasis website dan framework deepsort digunakan untuk menghitung jumlah pelanggaran tanpa helm. Hasil penelitian menunjukkan bahwa dataset internet YOLOv5 memiliki akurasi sebesar 94%, dengan dataset internet YOLOv5, YOLOv8, dan realtime masing-masing memiliki akurasi sebesar 93%. Dataset internet YOLOv5 unggul dibandingkan dengan dataset internet lainnya.

Kata kunci — Pelanggaran Sepeda Motor, YOLO V5s & V8s, mean Average Precision (mAP).