TENGKU JUANSYAH, - (2024) PERANCANGAN SISTEM KENDALI LAMPU LALU LINTAS PINTAR DENGAN MENGGUNAKAN ESP32 DAN CCTV BERBASIS IOT. S1 thesis, Universitas Pendidikan Indonesia.
Text
S_TEKOM_2010184_Title.pdf Download (652kB) |
|
Text
S_TEKOM_2010184_Chapter1.pdf Download (332kB) |
|
Text
S_TEKOM_2010184_Chapter2.pdf Restricted to Staf Perpustakaan Download (435kB) |
|
Text
S_TEKOM_2010184_Chapter3.pdf Download (1MB) |
|
Text
S_TEKOM_2010184_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB) |
|
Text
S_TEKOM_2010184_Chapter5.pdf Download (264kB) |
|
Text
S_TEKOM_2010184_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB) |
Abstract
Peningkatan kepadatan lalu lintas kendaraan bermotor di Indonesia, menurut Badan Pusat Statistik (BPS) mengalami kenaikan sebesar 4,4% setiap tahunnya. Kondisi ini berkontribusi langsung terhadap kemacetan lalu lintas, yang sebagian besar disebabkan oleh penundaan lampu lalu lintas yang tetap. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem lampu lalu lintas dinamis yang mampu menyesuaikan durasi lampu hijau berdasarkan jumlah kendaraan yang terdeteksi pada setiap persimpangan. Sistem ini menggunakan algoritma YOLOv8 sebagai metode utama untuk mendeteksi dan menghitung objek kendaraan dengan tingkat akurasi sebesar 0,92, recall 0,90, precision 0,89, f1-score 0,89, mAP 0,93, dan mAP50-95 0,75. Hasil deteksi ini kemudian dikirimkan ke server untuk menentukan prioritas lampu hijau berdasarkan jumlah kendaraan terbanyak di persimpangan. Implementasi sistem ini menunjukkan bahwa YOLOv8 dapat melakukan deteksi kendaraan dengan cukup baik, meskipun penelitian lanjutan diperlukan untuk memperkaya dataset guna meningkatkan kemampuan YOLOv8 dalam mendeteksi berbagai jenis kendaraan. Dengan demikian prototipe sistem kendali lampu lalu lintas dinamis ini diharapkan dapat menjadi acuan dalam pengembangan sistem lampu lalu lintas yang modern dengan pendekatan yang lebih adaptif. --------- The increase in motor vehicle traffic density in Indonesia, according to the Badan Pusat Statistik (BPS), has increased by 4.4% each year. This condition contributes directly to traffic congestion, which is largely caused by fixed traffic light delays. This research aims to design and develop a dynamic traffic light system that is able to adjust the green light duration based on the number of vehicles detected at each intersection. The system uses the YOLOv8 algorithm as the main method to detect and count vehicle objects with an accuracy rate of 0.92, recall 0.90, precision 0.89, f1-score 0.89, mAP 0.93, and mAP50-95 0.75. These detection results are then sent to the server to determine the green light priority based on the highest number of vehicles at the intersection. The implementation of this system shows that YOLOv8 can perform vehicle detection quite well, although further research is needed to enrich the dataset to improve YOLOv8's ability to detect different types of vehicles. The prototype of this dynamic traffic light control system is thus expected to serve as a reference in the development of a modern traffic light system with a more adaptive approach.
Item Type: | Thesis (S1) |
---|---|
Additional Information: | https://scholar.google.com/citations?view_op=list_works&hl=en&user=HkDrjosAAAAJ ID SINTA Dosen Pembimbing: Munawir: 6745899 Wirmanto Suteddy: 6745736 |
Uncontrolled Keywords: | Lampu Lalu Lintas Pintar, YOLOv8, ESP32, Deteksi Kendaraan, Internet of Things (IoT), Smart Traffic Light, YOLOv8, ESP32, Vehicle Detection, Internet of Things (IoT). |
Subjects: | L Education > L Education (General) L Education > LB Theory and practice of education L Education > LB Theory and practice of education > LB1501 Primary Education |
Divisions: | UPI Kampus cibiru > S1 Teknik Komputer |
Depositing User: | Tengku Juansyah |
Date Deposited: | 25 Sep 2024 07:10 |
Last Modified: | 26 Sep 2024 12:49 |
URI: | http://repository.upi.edu/id/eprint/122617 |
Actions (login required)
View Item |