Model Deteksi Jumlah Kendaraan Bermotor Menggunakan Algoritma You Only Look Once (Yolo) V4 Di Parkiran Universitas Qamarul Huda Badaruddin Bagu
DOI:
https://doi.org/10.37824/sij.v7i2.2024.756Keywords:
Deteksi, Motor, You Only Look Once (YOLO), Universitas, ParkiranAbstract
Kemajuan teknologi yang pesat telah mendorong berbagai inovasi dalam sistem berbasis Internet of Things (IoT), termasuk pada konsep smart city. Salah satu tantangan di era ini adalah manajemen parkir, terutama dalam mendeteksi keberadaan kendaraan bermotor. Keterbatasan ruang parkir di lingkungan pendidikan, seperti Universitas Qomarul Huda Badaruddin Bagu, sering kali menjadi penyebab kemacetan. Sistem parkir konvensional yang diawasi oleh petugas sering kali tidak efisien dan tidak menyediakan informasi real-time mengenai ketersediaan tempat parkir. Penelitian ini bertujuan untuk mengembangkan model deteksi kendaraan bermotor di area parkir Universitas Qomarul Huda Badaruddin Bagu menggunakan metode YOLO (You Only Look Once) V4. Data yang digunakan berupa gambar parkiran yang diambil dari kamera CCTV di area parkir kampus. Model YOLO diimplementasikan untuk mendeteksi kendaraan, khususnya motor, dan hasil deteksinya dibandingkan dengan perhitungan manual untuk mengevaluasi akurasinya. Program yang dihasilkan diharapkan mampu memberikan solusi yang lebih efektif dalam memantau kapasitas parkir dan memudahkan pengelolaan fasilitas parkir di kampus.References
S. L. Muhammad Fauzan Arif, Ahmad Nurkholis, and P. Rosyani, “Deteksi Kendaraan Dengan Metode YOLO,” Journal of Emerging Information Systems, vol. 01, no. 01, pp. 1–8, 2023.
D. Nafis Alfarizi, “Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis,” Journal of Emerging Information Systems, vol. 1, no. 1, pp. 54–63, 2023.
A. F. D. Putra, M. N. Azmi, H. Wijayanto, S. Utama, and I. G. P. W. Wedashwara Wirawan, “Optimizing Rain Prediction Model Using Random Forest and Grid Search Cross-Validation for Agriculture Sector,” MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 23, no. 3, pp. 519–530, Jul. 2024, doi: 10.30812/matrik.v23i3.3891.
A. A. Abed, A. Al-ibadi, and I. A. Abed, “Real-time multiple face mask and fever detection using YOLOv3 and TensorFlow lite platforms,” Journal of Emerging Information Systems and Business Intelligence, vol. 12, no. 2, pp. 922–929, 2023.
F. Afrizal, “Analisis Perancangan Sistem Deteksi Kendaraan Dalam,” 2022.
