Sistem Cerdas Penghitung Jumlah Mobil untuk Mengetahui Ketersediaan Lahan Parkir berbasis Python dan YOLO v4
Abstract
Perkembangan teknologi pada era digital semakin cepat, mulai dari bidang hardware maupun software. Software atau perangkat lunak sering digunakan pada sebuah sistem, baik untuk otomatisasi sistem itu sendiri, maupun digunakan untuk membantu manusia dalam kehidupan sehari-hari. Pencarian sebuah lahan parkir yang tersedia menjadi sebuah permasalahan yang dihadapi oleh manusia pada saat hendak memasuki sebuah lahan parkir. Pembayaran biaya masuk lahan parkir menjadi kendala saat lahan parkir tidak ditemukan. Maka dari itu pengembangan sebuah sistem yang digunakan sebagai pendeteksi ketersediaan lahan parkir menjadi salah satu solusinya. Sistem atau perangkat lunak dikembangkan menggunakan bahasa pemrograman Python dan YOLO v4. Ketersediaan lahan parkir dihitung dengan membandingkan hasil deteksi mobil dengan ketersediaan lahan parkir. Deteksi dilakukan dengan menggunakan algoritma YOLO v4 dengan dataset COCO yang ditandai dengan bounding box dan confidence level. Berdasarkan hasil pengujian pada beberapa video, didapatkan tingkat akurasi program sebesar 72,8%.
References
Andrew, A., Buliali, J. L., & Wijaya, A. Y. (2017). Deteksi Kecepatan Kendaraan Berjalan di Jalan Menggunakan OpenCV. Jurnal Teknik ITS, 6(2), 366–371. https://doi.org/10.12962/j23373539.v6i2.23489
Belanja, K., Antrian, P., Kasir, D., Elektro, J. T., Sam, U., Manado, R., & Bahu, J. K. (2020). Penerapan Pendeteksian Manusia Dan Objek Dalam Keranjang Belanja Pada Antrian Di Kasir. Jurnal Teknik Informatika, 15(2), 101–108. https://doi.org/10.35793/jti.15.2.2020.29004
Fatmawati, I., Utaminingrum, F., & Kurniawan, W. (2019). Deteksi Kendaraan Roda Empat Untuk Mendukung Keamanan Berkendara Menggunakan Histogram of Oriented Gradients dan Support Vector Machine Berbasis Raspberry Pi. 3(2), 1860–1866.
Gautama, T. K., Hendrik, A., & Hendaya, R. (2016). Pengenalan Objek pada Computer Vision dengan Pencocokan Fitur Menggunakan Algoritma SIFT Studi Kasus: Deteksi Penyakit Kulit Sederhana. Jurnal Teknik Informatika Dan Sistem Informasi, 2(3), 437–450. https://doi.org/10.28932/jutisi.v2i3.554
Han, X., Chang, J., & Wang, K. (2021). Real-time object detection based on YOLO-v2 for tiny vehicle object. Procedia Computer Science, 183, 61–72. https://doi.org/10.1016/j.procs.2021.02.031
Karlina, O. E., & Indarti, D. (2019). Pengenalan Objek Makanan Cepat Saji Pada Video Dan Real Time Webcam Menggunakan Metode You Look Only Once (Yolo). Jurnal Ilmiah Informatika Komputer, 24(3), 199–208. https://doi.org/10.35760/ik.2019.v24i3.2362
Lazaro, A., Buliali, J. L., & Amaliah, B. (2017). Deteksi Jenis Kendaraan di Jalan Menggunakan OpenCV. Jurnal Teknik ITS, 6(2). https://doi.org/10.12962/j23373539.v6i2.23175
Mada, U. G., & Nugroho, H. A. (n.d.). Ultrasound object detection using morphological region-based active contour : an application system Anan Nugroho * Risanuri Hidayat and Johan Debayle. X.
Nagataries, D., Hardiristanto, S., Purnomo, M. H., & Klasik, A. A. G. (2012). Deteksi Objek pada Citra Digital Menggunakan Algoritma Genetika untuk Studi Kasus Sel Sabit. Journal of Electrical Engineering.
Nazilly, M. L., Rahmat, B., & Puspaningrum, E. Y. (2020). Implementasi Algoritma Yolo (You Only Look Once) Untuk Deteksi Api. Jurnal Informatika Dan Sistem Informasi, 1(1), 81–91.
Nugroho, A., Hidayat, R., Nugroho, H. A., & Debayle, J. (2020). Combinatorial active contour bilateral filter for ultrasound image segmentation. Journal of Medical Imaging, 7(05), 1–13. https://doi.org/10.1117/1.jmi.7.5.057003
Nugroho, A. M., & Hidayatullah, A. F. (2021). Keterangan Gambar Otomatis Berbahasa Indonesia dengan CNN dan LSTM. Automata, 2(1), 0–3.
Nugroho, A., Nugroho, H. A., Setiawan, N. A., & Choridah, L. (2016). Internal content classification of ultrasound thyroid nodules based on textural features. Communications in Science and Technology, 1(2), 61–69. https://doi.org/10.21924/cst.1.2.2016.25
Nurfita, R. (2018). Implementasi Deep Learning Berbasis Tensorflow. Jurnal Emitor, 18(01), 22–27.
Shianto, K. A., Gunadi, K., & Setyati, E. (2019). Deteksi Jenis Mobil Menggunakan Metode YOLO Dan Faster R-CNN. Jurnal Infra, 7(1), 157–163.
Mauludy, A. T., Khrisne, D. C., & Saputra, K. O. (2020). Rancang Bangun Aplikasi Pencarian Slot Empat Dengan Pendekatan Computer Vision Parkir Kosong Untuk Kendaraan Roda Empat Dengan Pendekatan Computer Vision. Jurnal SPEKTRUM, 7(1), 36–40.
