RANCANG BANGUN SISTEM DISTRIBUSI WAKTU DINAMIS DAN DETEKSI PELANGGARAN PADA TRAFFIC LIGHT MENGGUNAKAN PENGOLAHAN CITRA DAN METODE CONVOLUTIONAL NEURAL NETWORK

Budiman, Romy Arief (2020) RANCANG BANGUN SISTEM DISTRIBUSI WAKTU DINAMIS DAN DETEKSI PELANGGARAN PADA TRAFFIC LIGHT MENGGUNAKAN PENGOLAHAN CITRA DAN METODE CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0916040004 - Romy Arief Budiman - Rancang Bangun Sistem Distribusi Waktu Dinamis dan Deteksi Pelanggaran pada i Traffic Light _i Menggunakan Pengolahan Citra dan Metode i Convolutional Neural Network i_ .pdf Restricted to Repository staff only Download (2MB)

Abstract

Jumlah kendaraan yang terus meningkat setiap waktu dapat menyebabkan kemacetan dan meningkatkan potensi kecelakaan. Salah satu jenis pelanggaran yang sering mengakibatkan kecelakaan adalah pengendara yang melanggar atau menerobos traffic light saat lampu merah menyala. Salah satu factor yang mendorong pengendara untuk tidak mematuhi rambu traffic light adalah dikarenakan distribusi waktu hijau yang cenderung cepat dijalur yang relatif padat. Tugas akhir ini bertujuan untuk mendapatkan waktu nyala lampu hijau yang dinamis pada traffic light sesuai dengan volume kendaraan setiap jalur menggunakan metode convolutional neural network serta dapat mendeteksi pelanggaran pada traffic light berupa melanggar marka garis henti pada zebracross. Sensor yang digunakan adalah kamera. Kamera yang digunakan berjumlah tiga yang dipasang dimasing-masing jalur. Jumlah mobil yang terdeteksi akan dikirim ke mikrokontroloer melalui laptop. Data jumlah mobil digunakan sebagai input convolutional neural network sehingga menghasilkan data output yang berfungsi sebagai acuan untuk mendapatkan lama waktu nyala lampu hijau. Apabila mobil berhenti diatas atau melebihi garis henti pada zebracross saat lampu merah menyala maka mobil akan tereteksi sebagai pelanggaran. Dari hasil penilitian yang dihasilkan, didapatkan bahwasannya tingkat akurasi menggunakan metode CNN dengan 20 epoch, 256 neuron dan menggunakan optimizer CNN adadelta mencapai 92,6%.

Actions (login required)

View Item