Art Original
Sistem Pendeteksi Kecelakaan Lalu Lintas Menggunakan Algoritma Yolov8
Kecelakaan lalu lintas merupakan salah satu permasalahan utama yang sering terjadi di Indonesia, dengan angka kejadian yang terus meningkat setiap tahun. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kecelakaan lalu lintas berbasis video menggunakan algoritma YOLOv8, yang dilengkapi dengan fitur pemberitahuan otomatis melalui BOT Telegram. Data penelitian diperoleh dari platform YouTube dan Twitter , kemudian diproses menjadi 2.949 frame dari 8 video yang didapat setelah melalui tahap preprocessing, seperti pemotongan video menjadi frame, pembersihan data untuk menghilangkan data yang kurang baik, dan pelabelan objek secara manual menggunakan Roboflow. Pelabelan mencakup tujuh kelas: people, car, motorcycle, truck, bus, bajaj, dan accident. Sistem dilatih menggunakan dua jenis optimizer, yakni AdamW dan SGD, dengan evaluasi menunjukkan bahwa optimizer AdamW memberikan performa terbaik, dengan mAP50 mencapai 98,3% untuk semua kelas. Model yang dihasilkan mampu mendeteksi kecelakaan secara akurat dalam video uji. Selain itu, sistem secara otomatis mengirimkan notifikasi ke Telegram, yang berisi gambar frame kecelakaan beserta informasi lokasi kejadian. Sistem ini diharapkan dapat mempercepat respons pihak berwenang terhadap kecelakaan, mengurangi dampak yang ditimbulkan, serta mendukung pengembangan smart city dengan menyediakan data kecelakaan yang lebih akurat dan real-time. Penelitian ini memberikan kontribusi signifikan dalam penerapan teknologi kecerdasan buatan untuk meningkatkan keselamatan lalu lintas.
No other version available