Text
DETEKSI PERILAKU BERISIKO PADA PENGEMUDI RODA EMPAT MENGGUNAKAN YOLO (YOU ONLY LOOK ONCE) V10 UNTUK MENINGKATKAN KEAMANAN BERKENDARA
Kecelakaan lalu lintas akibat perilaku berisiko pengemudi, seperti mengantuk, merokok, makan/minum, dan menggunakan ponsel, masih menjadi permasalahan serius di Indonesia. Penelitian ini mengusulkan sistem deteksi otomatis berbasis video untuk mengidentifikasi perilaku berisiko pada pengemudi kendaraan roda empat menggunakan algoritma You Only Look Once (YOLO ) v10. Dataset berjumlah 9.141 gambar yang diklasifikasikan ke dalam empat kategori perilaku, dikumpulkan dari kombinasi dataset pribadi dan sumber terbuka (open-source). Pelatihan dilakukan dengan dua skema pembagian data (80:10:10 dan 70:10:20), dan hasil model dibandingkan antara YOLOv5n, YOLOv8n, dan YOLOv10n. Berdasarkan pengujian pada skema 70:10:20, YOLOv10n mencatat performa terbaik dengan nilai mAP50 sebesar 93,1%, Precision 90,5%, Recall 86,5%, dan kecepatan inferensi sebesar 208 FPS. Sistem ini menunjukkan keakuratan tinggi dalam mendeteksi berbagai perilaku berisiko di berbagai kondisi pencahayaan dan sudut kamera. Dengan kombinasi akurasi, kecepatan, dan efisiensi model, sistem ini berpotensi diterapkan pada perangkat pemantauan kendaraan Electronic Traffic Law Enforcement (ETLE) , Advanced Driver Assistance Systems (ADAS), dan dashboard kendaraan guna meningkatkan keselamatan berkendara.
No other version available