Pengembangan Model Klasifikasi Kendaraan Keluar Masuk Area Parkir Dengan Algoritma YOLOv8
DOI:
https://doi.org/10.34148/teknika.v13i3.992Keywords:
Algoritma YOLO, Parkir, Klasifikasi Kendaraan, Deteksi Objek, Universitas Muhammadiyah Kalimantan TimurAbstract
Peningkatan laju pertumbuhan mahasiswa baru menimbulkan tantangan serius terhadap infrastruktur parkir di Universitas Muhammadiyah Kalimantan Timur (UMKT). Data terkini menunjukkan adanya peningkatan signifikan sekitar 10% dari tahun sebelumnya, mencapai 2.598 mahasiswa baru pada tahun 2022. Ruang lingkup penelitian ini adalah melakukan proses klasifikasi kendaraan tetapi tidak melakukan tracking kendaraan, data yang digunakan adalah data dari perekaman video yang dilakukan pada simpang tanjakan menuju area parkir kampus bagian atas di siang hari, serta objek yang dideteksi adalah motor, mobil dan manusia, sedangkan yang dihitung keluar masuknya adalah mobil dan motor. Tujuan penelitian ini adalah mengimplementasikan algoritma YOLOv8 agar dapat mendeteksi serta mengklasifikasikan kendaraan keluar masuk area parkir serta untuk mengetahui bagaimana proses deteksi dapat diterapkan agar dapat akurat untuk mendeteksi kendaraan yang keluar masuk area parkir. Metode penelitian melibatkan pengumpulan data dan penerapan algoritma YOLOv8 (You Only Look Once) untuk training dan validasi model pada platform Google Colab yang mendukung GPU untuk mempercepat komputasi dan memungkinkan pengolahan data dalam skala besar. Hasil dari penelitian ini adalah model klasifikasi yang dapat mendeteksi kendaraan keluar masuk area parkir UMKT dengan memiliki nilai mAP50 sebesar 89,8% dan nilai presisi sebesar 86,5%. Penelitian selanjutnya diharapkan dapat mengembangkan model dengan tingkat akurasi yang lebih tinggi dengan mengintegrasikan CCTV sebagai sumber video secara real-time.
Downloads
References
Civitas, “Jumlah Mahasiswa UMKT.”
U. Umum, “Pemanfaatan Ruang Luar Pada Persil Bangunan Gedung,” Samarinda, 2024.
S. Sukri, T. Rosdiyani, and E. Amilia, “Analisis Karakteristik Dan Kebutuhan Ruang Parkir Kendaraan Di Area Pasar Pamarayan,” J. Sustain. Civ. Eng., vol. 3, no. 1, pp. 21–29, 2021, doi: 10.47080/josce.v3i1.948.
F. Mubarak, “Perencanaan Tempat Parkir Kendaraan Pada Lingkup Fakultas Pertanian Universitas Tadulako,” J. Sains dan Teknol. Tadulako, vol. 7, no. 1, pp. 38–60, 2021, doi: 10.22487/jstt.v7i1.359.
I. M. Z. Asikin, “Manajemen Parkir di Perkotaan: Catatan Perjalanan di Asean, Eropa, China, Rusia, dan Amerika,” Perkim.id. 2020. [Online]. Available: https://perkim.id/catatan-diskusi/manajemen-parkir-di-perkotaan-catatan-perjalanan-di-asean-eropa-china-rusia-dan-amerika/
M. Zulhilmi, “EFEKTIVITAS SISTEM PARKIR ELEKTRONIK (E-PARKIR) DALAM PENGELOLAAN PARKIR DI KOTA BANDA ACEH,” 2023.
D. A. Abdurrafi, M. Taqijjuddin Alawiy, and B. M. Basuki, “Deteksi Klasifikasi Dan Menghitung Kendaraan Berbasis Algoritma You Only Look Once (Yolo) Menggunakan Kamera Cctv,” Sci. Electro, vol. nn, no. 9, pp. 1–6, 2023.
M. A. Bin Zuraimi and F. H. Kamaru Zaman, “Vehicle detection and tracking using YOLO and DeepSORT,” ISCAIE 2021 - IEEE 11th Symp. Comput. Appl. Ind. Electron., pp. 23–29, 2021, doi: 10.1109/ISCAIE51753.2021.9431784.
H. Wang, X. Xu, Y. Liu, D. Lu, B. Liang, and Y. Tang, “Real-Time Defect Detection for Metal Components: A Fusion of Enhanced Canny–Devernay and YOLOv6 Algorithms,” Appl. Sci., vol. 13, no. 12, 2023, doi: 10.3390/app13126898.
T. C. A.-S. Zulkhaidi, E. Maria, and Y. Yulianto, “Pengenalan Pola Bentuk Wajah dengan OpenCV,” J. Rekayasa Teknol. Inf., vol. 3, no. 2, p. 181, 2020, doi: 10.30872/jurti.v3i2.4033.
Y. Yanto, F. Aziz, and I. Irmawati, “Yolo-V8 Peningkatan Algoritma Untuk Deteksi Pemakaian Masker Wajah,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 3, pp. 1437–1444, 2023, doi: 10.36040/jati.v7i3.7047.
A. Aboah, B. Wang, U. Bagci, and Y. Adu-Gyamfi, “Real-time Multi-Class Helmet Violation Detection Using Few-Shot Data Sampling Technique and YOLOv8,” IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. Work., vol. 2023-June, pp. 5350–5358, 2023, doi: 10.1109/CVPRW59228.2023.00564.
J. S. W. Hutauruk, T. Matulatan, and N. Hayaty, “Deteksi Kendaraan secara Real Time menggunakan Metode YOLO Berbasis Android,” J. Sustain. J. Has. Penelit. dan Ind. Terap., vol. 9, no. 1, pp. 8–14, 2020, doi: 10.31629/sustainable.v9i1.1401.
S. Permata and Ismawati Azmi, “Tinjauan Etika Bisnis Islam Dalam Meningkatkan Loyalitas Pelanggan Pusat Kuliner Di Jalan Tondong Kecamatan Sinjai Utara,” J. Adz-Dzahab J. Ekon. dan Bisnis Islam, vol. 5, no. 1, pp. 36–44, 2020, doi: 10.47435/adz-dzahab.v5i1.302.
M. Leriansyah and A. Kurniawardhani, “Klasifikasi dan Perhitungan Kendaraan untuk Mengetahui Arus Kepadatan Lalu Lintas Menggunakan Metode YOLO,” Automata, 2020, [Online]. Available: https://journal.uii.ac.id/AUTOMATA/article/view/13970
A. H. N. Hidayah, A. R. Syafeeza, N. A. Razak, W. H. M. Saad, Y. C. Wong, and A. A. Naja, “Disease Detection of Solanaceous Crops Using Deep Learning for Robot Vision,” J. Robot. Control, vol. 3, no. 6, pp. 790–799, 2022, doi: 10.18196/jrc.v3i6.15948.
A. Amwin, “Deteksi Dan Klasifikasi Kendaraan Berbasis Algoritma You Only Look Once (YOLO),” Univ. Islam Indones., pp. 1–60, 2021, [Online]. Available: https://dspace.uii.ac.id/handle/123456789/34154
Y. Zhang, Z. Guo, J. Wu, Y. Tian, H. Tang, and X. Guo, “Real-Time Vehicle Detection Based on Improved YOLO v5,” Sustain., vol. 14, no. 19, 2022, doi: 10.3390/su141912274.
R. T. Handayanto and H. Herlawati, “Prediksi Kelas Jamak dengan Deep Learning Berbasis Graphics Processing Units,” J. Kaji. Ilm., vol. 20, no. 1, pp. 67–76, 2020, doi: 10.31599/jki.v20i1.71.
L. Rahma, H. Syaputra, A. H. Mirza, and S. D. Purnamasari, “Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once),” J. Nas. Ilmu Komput., vol. 2, no. 3, pp. 213–232, 2021, doi: 10.47747/jurnalnik.v2i3.534.
P. A. Nugroho, I. Fenriana, and R. Arijanto, “Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Pada Ekspresi Manusia,” Algor, vol. 2, no. 1, pp. 12–21, 2020.
A. S. Choudhary, “Object Detection Using YOLO And Mobilenet SSD,” Analyticsvidhya.Com, vol. 11, no. 06, pp. 134–138, 2022.
M. . Zayed, A. Amin, and S. Rahman, “Real-time Detection and Recognition of Traffic Signs in Bangladesh using YOLOv3 Detector,” no. January, 2021, doi: 10.13140/RG.2.2.25208.98561.
Y. Du, X. Liu, Y. Yi, and K. Wei, “Optimizing Road Safety: Advancements in Lightweight YOLOv8 Models and GhostC2f Design for Real-Time Distracted Driving Detection,” Sensors (Basel)., vol. 23, no. 21, 2023, doi: 10.3390/s23218844.
M. A. Surya, M. Susanto, A. Setyawan, H. Fitriawan, and Mardiana, “Sistem Keamanan Ruangan Dengan Human Detection Menggunakan Sensor Kamera Berbasis Deep Learning,” J. Teknoinfo, vol. 18, no. 1, pp. 182–192, 2024, [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
