PENDETEKSIAN JUMLAH PENUMPANG YANG MASUK BERDASARKAN CCTV PADA PINTU BUS DENGAN METODE YOLO
Main Article Content
Abstract
Salah satu cara untuk mengurangi kemacetan pada kota besar adalah dengan mengubah pola pikir masyarakat untuk lebih menggunakan kendaraan umum, kendaraan umum bus merupakan salah bentuk dari kendaraan umum. Namun kelebihan penumpang pada kendaraan umum merupakan permasalahan yang dapat ditemukan. Perancangan pendeteksian jumlah penumpang ini bertujuan untuk membantu melakukan perhitungan jumlah penumpang dari kendaraan umum menggunakan kamera, guna mendeteksi jumlah penumpang dalam kendaraan umum. Perancangan ini menggunakan algoritma YOLO (You Only Look Once), algoritma ini digunakan karena memiliki performa pendeteksian yang cepat pada skenario pendeteksian secara real-time. Perancangan ini menggunakan data berupa gambar yang telah dipecah dari video untuk kemudian digunakan sebagai data latih, data uji, dan data validasi. Setelah melakukan proses pengujian dengan 50 data video untuk pintu masuk dan pintu keluar, hasil yang didapatkan berupa 82% untuk tingkat akurasi perhitungan penumpang pada data video pintu masuk dan 72% untuk tingkat akurasi perhitungan penumpang pada data video pintu keluar.
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Jurnal Komunikasi Creative Commons Attribution-ShareAlike 4.0 International License.
References
Farhan Destian, Kajian Efektivitas Bus Trans Metro Bandung Trayek Leuwipanjang – Antapani, http://eprints.itenas.ac.id/454/, 28 Maret 2022
Fathur Rahman Haikal, Analisis Perbandingan Akurasi Dan Performa Algoritma Deteksi Objek Pada Yolo V3 Dengan Singl Shot Multibox Detector (SSD), https://repository.pnj.ac.id/id/eprint/1239/1/4617010028_SKRIPSI_FATHUR%20RAHMAN%20HAIKAL%201-5.pdf, 15 Maret 2022
Liunanda, Christopher Nathanel, Rostianingsih, Silvia dan Purbowo, Anita Nathania, “Implementasi Algoritma YOLO pada Aplikasi Pendeteksi Senjata Tajam di Android”, Jurnal Infra, Vol 8, No 2 (2020), h. 2
Nazilly, Mada Lazuardi, Rahmat, Basuki dan Puspaningrum, Eva Yulia, “Implementasi Algoritma Yolo (You Only Look Once) Untuk Deteksi Api”, Jurnal Teknologi Informasi dan Ilmu Komputer, Vol 8, No 4 (2020), h. 84
Nazilly, Mada Lazuardi, Rahmat, Basuki dan Puspaningrum, Eva Yulia, “Implementasi Algoritma Yolo (You Only Look Once) Untuk Deteksi Api”, Jurnal Teknologi Informasi dan Ilmu Komputer, Vol 8, No 4 (2020), h.84
Pramestya, Ravy Hayu, Deteksi Dan Klasifikasi Kerusakan Jalan Aspal Menggunakan Metode Yolo Berbasis Citra Digital, https://repository.its.ac.id/59044/1/06111650010019-Master_Thesis.pdf, 30 Maret 2022
Prakash, Jatin, Non Maximum Suppression: Theory and Implementation in PyTorch, https://learnopencv.com/non-maximum-suppression-theory-and-implementation-in-pytorch/#:~:text=Non%20Maximum%20Suppression%20(NMS)%20is,arrive%20at%20the%20desired%20results, 28 February 2022
Zulkiflie, Muhammad Amirullah, Implementasi Algoritma Object Detection Yolov4 Dan Euclidean Distance Dalam Mendeteksi Pelanggaran Social Distancing, http://repository.unhas.ac.id/id/eprint/12039/, 27 Maret 2022
Fauzy, Ahmad Rizky, Implementasi Metode Region Convolutional Neural Network Dalam Mendiagnosa Anomali Pneumonia Pada Foto Thorax, https://elibrary.unikom.ac.id/id/eprint/1158/10/14.%20UNIKOM_AHMAD%20RIZKY%20FAUZY_BAB%204.pdf, 20 Maret 2022