ARGA NUGRAHA RAMADHAN (2024) DETEKSI SKUTER LISTRIK DI MALIOBORO MENGGUNAKAN METODE YOLO. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (3MB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
Abstrak.pdf
Restricted to Registered users only
Download (979kB)
Bab I.pdf
Download (986kB)
Bab II.pdf
Restricted to Registered users only
Download (1MB)
Bab III.pdf
Restricted to Registered users only
Download (2MB)
Bab IV.pdf
Restricted to Registered users only
Download (1MB)
Bab V.pdf
Restricted to Registered users only
Download (988kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (987kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (2MB)
Full Text.pdf
Restricted to Repository staff only
Download (6MB)
Abstract
Skuter listrik (e-skuter) telah menjadi solusi alternatif yang ramah lingkungan dan efisien dalam transportasi perkotaan, dengan pertumbuhan pesat di berbagai kota. Malioboro merupakan destinasi ikonik di Yogyakarta, dimana skuter listrik mulai mengalami peningkatan yang signifikan dan menjadi tantangan baru. Dalam rangka menjaga ketertiban lalu lintas dan melindungi keselamatan warga, Gubernur Daerah Istimewa Yogyakarta (DIY) mengeluarkan Surat Edaran yang melarang penggunaan skuter listrik di kawasan Malioboro (Surat Edaran Gubernur DIY No. 123/SE/2022). Pengembangan teknologi deteksi objek sangat relevan dalam pengawasan lalu lintas, Penelitian ini bertujuan untuk mengembangkan sistem deteksi skuter listrik di Malioboro menggunakan metode YOLO (You Only Look Once) dengan fokus pada pendeteksian pelanggaran larangan penggunaan skuter listrik. Penelitian ini menggunakan teknologi deteksi objek dan memanfaatkan kamera CCTV yang tersebar di sepanjang Malioboro sebagai sumber data. Model YOLOv8 digunakan untuk mengidentifikasi skuter listrik di Kawasan Malioboro. Pelatihan sistem dengan dataset beragam memperlihatkan hasil yang cukup positif. Untuk nilai precision 94,1%, recall 94,7
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Electric scooters, Malioboro area, Object detection, YOLO, CCTV |
Divisions: | Fakultas Teknik > Teknologi Informasi S1 |
Depositing User: | M. Erdiansyah |
Date Deposited: | 11 Nov 2024 03:58 |
Last Modified: | 11 Nov 2024 03:58 |
URI: | https://etd.umy.ac.id/id/eprint/43977 |