DETEKSI OBJEK SISTEM SUSPENSI PADA KENDARAAN BERMOTOR BERBASIS ALGORITMA YOLOv8

RIHHADATUL 'AISY, NURUL MUZAKKI (2024) DETEKSI OBJEK SISTEM SUSPENSI PADA KENDARAAN BERMOTOR BERBASIS ALGORITMA YOLOv8. Diploma thesis, POLITEKNIK KESELAMATAN TRANSPORTASI JALAN.

	Text (ABSTRAK) 21031051-KKW-ABSTRAK.pdf Download (1MB)
	Text (BAB 1) 21031051-KKW-BAB 1.pdf Download (67kB)
	Text (BAB 2) 21031051-KKW-BAB 2.pdf Restricted to Registered users only Download (1MB)
	Text (BAB 3) 21031051-KKW-BAB 3.pdf Restricted to Registered users only Download (341kB)
	Text (BAB 4) 21031051-KKW-BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text (BAB 5) 21031051-KKW-BAB 5.pdf Download (76kB)
	Text (LAMPIRAN) 21031051-KKW-LAMPIRAN.pdf Restricted to Registered users only Download (137kB)

Abstract

Dibidang transportasi, proses pengujian kendaraan bermotor sangatlah penting untuk memastikan keselamatan bagi pengemudi dan penumpang. Sistem suspensi salah satu komponen penting yang berfungsi untuk menyerap guncangan dan getaran dari jalanan. Sistem suspensi yang rusak dapat membahayakan bagi diri sendiri dan pengguna jalan lainnya. Maka diperlukan pemeriksaan komponen bagian bawah kendaraan. Saat ini, pemeriksaan komponen bagian bawah kendaraan sebagian besar masih dilakukan secara manual, sehingga pengemudi diarahkan turun ke lorong uji kolong untuk mengetahui kerusakan komponen, akan tetapi kebanyakan pemilik kendaran belum mengetahui mengenai komponen komponen pada pada bagian bawah kendaraan serta kerusakkannya. Maka tujuan dari permasalahan latar belakang ini, peneliti mengusulkan inovasi pemrograman algoritma YOLO (You Only Look Once) dengan memanfaatkan robotik sebagai alat perantara dalam mendeteksi komponen bagian bawah kendaraan bermotor khususnya sistem suspensi. Penelitian ini menggunakan metode kuantitatif eksperimen, yang membahas tentang implementasi teknologi algoritma YOLOv8. Sistem deteksi objek ini dirancang dan dibuat menggunakan web platform roboflow sebagai manajemen dataset untuk mengelola data dan platform google colab sebagai mesin komputasi untuk menjalankan kode python dan melatih model algoritma YOLOv8. Hasil dari pengujian model algoritma YOLOv8 ditentukan dari sudut pandang, arah cahaya, dan jarak antara objek dengan kamera. Model tersebut mampu mendeteksi komponen sistem suspensi dengan akurasi mencapai 95%, selain itu model yang terlatih mampu mengidetifikasi kerusakan kebocoran oli pada komponen shock aksober dengan nilai akurasi 92%. Sehingga sistem yang telah dirancang, mampu mendeteksi objek pada sistem suspensi dengan akurasi yang memadai.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kata Kunci: Pengujian Kendaraan Bermotor, Sistem Suspensi, Uji Kolong, Deteksi Objek, Algoritma YOLOv8.
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Teknologi Otomotif > Teknologi Otomotif
Depositing User:	21031051 21031051
Date Deposited:	11 Aug 2024 02:41
Last Modified:	11 Aug 2024 02:41
URI:	http://eprints.pktj.ac.id/id/eprint/3016

Actions (login required)

View Item