SISTEM ESTIMASI KEPADATAN LALU LINTAS BERDASARKAN JENIS KENDARAAN DI BANDUNG MENGGUNAKAN YOLOV8 DAN BOTSORT

Lutfia Hayatun Nufus, - (2024) SISTEM ESTIMASI KEPADATAN LALU LINTAS BERDASARKAN JENIS KENDARAAN DI BANDUNG MENGGUNAKAN YOLOV8 DAN BOTSORT. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_TE_1907869_Title.pdf Download (697kB)
	Text S_TE_1907869_Chapter1.pdf Download (156kB)
	Text S_TE_1907869_Chapter2.pdf Restricted to Staf Perpustakaan Download (470kB)
	Text S_TE_1907869_Chapter3.pdf Download (298kB)
	Text S_TE_1907869_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_TE_1907869_Chapter5.pdf Download (137kB)
	Text S_TE_1907869_Appendix.pdf Restricted to Staf Perpustakaan Download (929kB)

Abstract

Berdasarkan data dari Badan Pusat Statistik (BPS), bahwa Kota Bandung terjadi peningkatan jumlah penduduk pada tahun 2018 hingga 2020. Pertumbuhan penduduk sangat erat kaitannya dengan permasalahan lalu lintas. Pemerintah Kota Bandung telah menerapkan ATCS (Area Traffic Control System) yang digunakan untuk pengawasan dan pemantauan kondisi lalu lintas di area tertentu berupa CCTV (Closed-Circuit Television). Namun, seiring berjalannya waktu jumlah kendaraan semakin meningkat dengan pesat dan tanpa diimbangi dengan penambahan kapasitas jalan, sehingga dapat menyebabkan kemacetan. Kendaraan besar dapat mempengaruhi arus lalu lintas yang mengakibatkan kecepatan bergerak lebih lambat. Tugas penting untuk mengatasi permasalahan tersebut yaitu dengan menggabungkan proses perhitungan, klasifikasi, dan pelacakan berbagai jenis kendaraan. Penelitian ini mengusulkan sistem untuk mengestimasi kepadatan lalu lintas secara otomatis berdasarkan jenis kendaraan yang berasal dari rekaman video CCTV ATCS di Kota Bandung dengan menerapkan algoritma visi komputer YOLOv8 sebagai pendeteksi dan BoTSORT sebagai pelacak dengan fitur berbasis web. Hasil pengujian sistem pada penelitian ini mendapatkan rata-rata tingkat akurasi sebesar 98,45%. Based on data from the Central Bureau of Statistics (BPS), the city of Bandung experienced a population increase from 2018 to 2020. This population growth is closely related to traffic problems. The Bandung City Government has implemented the Area Traffic Control System (ATCS) for monitoring and overseeing traffic conditions in specific areas through CCTV (Closed-Circuit Television). However, as time progressed, the number of vehicles increased rapidly without a corresponding expansion in road capacity, leading to congestion. Large vehicles can disrupt traffic flow, causing slower movement. A key approach to addressing this problem is integrating processes for vehicle counting, classification, and tracking. This study proposes a system to automatically estimate traffic density based on vehicle types identified from video recordings of the CCTV ATCS in Bandung, using the YOLOv8 computer vision algorithm as a detector and BoTSORT as a tracker with web-based features. The system testing in this research demonstrated an average accuracy rate of 98.45%.

Item Type:	Thesis (S1)
Additional Information:	ID Sinta Dosen Pembimbing: Erik Haritman: 6003383 Iwan Kustiawan: 5996452
Uncontrolled Keywords:	Kata Kunci: Lalu Lintas, Bandung, CCTV, Visi Komputer, YOLOv8, BoTSORT. Keywords: Traffic, Bandung, CCTV, Computer Vision, YOLOv8, BoTSORT.
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Fakultas Pendidikan Teknik dan Industri > Jurusan Pendidikan Teknik Elektro
Depositing User:	Lutfia Hayatun Nufus
Date Deposited:	29 Oct 2024 04:26
Last Modified:	29 Oct 2024 04:26
URI:	http://repository.upi.edu/id/eprint/128112

Actions (login required)

View Item