SIMULASI SISTEM PALANG PINTU OTOMATIS PADA JALUR BUSWAY BERBASIS MIKROKONTROLER DAN ARTIFICIAL INTELLIGENCE (TENSORFLOW DAN YOLOV4)

KURNIAWAN, HARRY (2021) SIMULASI SISTEM PALANG PINTU OTOMATIS PADA JALUR BUSWAY BERBASIS MIKROKONTROLER DAN ARTIFICIAL INTELLIGENCE (TENSORFLOW DAN YOLOV4). Diploma thesis, POLITEKNIK KESELAMATAN TRANSPORTASI JALAN.

	Text (ABSTRAK) 17020204_SKRIPSI_ABSTRAK.pdf Download (268kB)
	Text (BAB 1) 17020204_SKRIPSI_BAB 1.pdf Download (132kB)
	Text (BAB 2) 17020204_SKRIPSI_BAB 2.pdf Restricted to Registered users only Download (975kB)
	Text (BAB 3) 17020204_SKRIPSI_BAB 3.pdf Restricted to Registered users only Download (293kB)
	Text (BAB 4) 17020204_SKRIPSI_BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text (LAMPIRAN) 17020204_SKRIPSI_LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Tercatat tahun 2016 angka kecelakaan di semua koridor busway PT. Transportasi Jakarta sejumlah 783 kasus. Banyak pengendara melakukan cara pintas agar dapat cepat sampai di tujuan sehingga menerobos jalur busway, Banyak kejadian kecelakaan yang terjadi dikarenakan perilaku menerobos jalur busway tersebut. Penelitian ini memiliki tujuan membuat simulasi sistem palang pintu bus transjakarta berbasis mikrokontroler dan artificial intelligence dengan framework tensorflow menggunakan algoritma yolov4. Pada penelitian ini metode yang digunakan adalah research and development (R&D), peneliti membuat sistem palang pintu otomatis berbasis mikrokontroler Arduino Uno dan Artificial intelligence, dengan framework tensorflow dan algoritma pendeteksian Yolov4, sistem akan mendeteksi keberadaan bus Transjakarta dengan cara melihat angka Confidence terbesar dari suatu gambar yang tertangkap oleh kamera dan jika sistem berhasil mendeteksi adanya bus Transjakarta maka sistem akan langsung mengirim sinyal ke mikrokontroler Arduino Uno untuk langsung menggerakan motor servo. Hasil dari Pengujian yang dilakukan peneliti di 3 lokasi Halte Transjakarta : Halte Jatinegara, Halte Selamet Riyadi dan Halte Tegalan dengan dibagi 2 waktu : siang dan malam, peneliti memperoleh nilai mAP (mean average precision) tertinggi Keseluruhan sebesar 80.3% menggunakan input vidio dan 79.45% secara real time dengan simulasi sistem palang pintu otomatis bekerja dengan baik

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kecelakaan, Palang Pintu Otomatis, Artificial Intelligence, Tensorflow,Yolov4, Arduino
Subjects:	T Technology > T Technology (General)
Divisions:	Teknologi Rekayasa Otomotif > Teknologi Rekayasa Otomotif
Depositing User:	Admin TRO
Date Deposited:	14 Dec 2023 04:16
Last Modified:	14 Dec 2023 04:16
URI:	http://eprints.pktj.ac.id/id/eprint/2300

Actions (login required)

View Item