PROTOTYPE SISTEM DETEKSI DINI ILLEGAL STOP KENDARAAN PADA PERLINTASAN KERETA API MENGGUNAKAN METODE DEEP LEARNING

SAFITRI, EGA AULIA (2026) PROTOTYPE SISTEM DETEKSI DINI ILLEGAL STOP KENDARAAN PADA PERLINTASAN KERETA API MENGGUNAKAN METODE DEEP LEARNING. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0922040011 - Ega Aulia Safitri - Prototype Sistem Deteksi Dini _i_Illegal Stop__i_ Kendaraan Pada Perlintasan Kereta Api Menggunakan Metode _i_Deep Learning__i_.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Perlintasan sebidang kereta api merupakan titik rawan kecelakaan akibat kendaraan yang berhenti di area rel (illegal stop). Penelitian ini bertujuan merancang dan mengimplementasikan prototype sistem deteksi dini illegal stop berbasis deep learning dan Internet of Things (IoT). Sistem memanfaatkan kamera CCTV Hikvision, algoritma YOLOv11n untuk deteksi kendaraan, DeepSORT untuk pelacakan objek, serta Region of Interest (ROI) sebagai zona pemantauan. Hasil deteksi diintegrasikan dengan ESP32 yang mengendalikan sensor proximity, radar microwave, motor servo, buzzer, dan LED sebagai sistem peringatan dini. Hasil pelatihan menunjukkan model YOLOv11n dengan optimizer SGD dan 100 epoch memperoleh nilai precision 0,996, recall 1,000, dan mAP@0.5 sebesar 0,995. Pengujian implementasi dilakukan sebanyak 50 kali dengan berbagai skenario, dan sistem berhasil mendeteksi serta memberikan respons yang sesuai sebanyak 49 kali, sehingga diperoleh tingkat akurasi sebesar 98%. Hasil tersebut menunjukkan bahwa prototype mampu mendeteksi kendaraan yang berhenti di area berbahaya secara real-time dan memberikan peringatan dini untuk mendukung peningkatan keselamatan pada perlintasan kereta api

Actions (login required)

View Item