PRAKOSO, ROHMAT METANA (2025) RANCANG BANGUN ALAT PENDATAAN BUS PADA TERMINAL GIWANGAN BERBASIS RASPBERRY PI MENGGUNAKAN ALGORITMA YOLO. Diploma thesis, POLITEKNIK KESELAMATAN TRANSPORTASI JALAN.
|
Text (ABSTRAK)
22031024-KKW-ABSTRAK.pdf Download (982kB) | Preview |
|
|
Text (BAB 1)
22031024-KKW-BAB_1.pdf Download (163kB) | Preview |
|
![[img]](http://eprints.pktj.ac.id/style/images/fileicons/text.png) |
Text (BAB 2)
22031024-KKW-BAB_2.pdf Restricted to Registered users only Download (405kB) | Request a copy |
|
|
Text (BAB 3)
22031024-KKW-BAB_3.pdf Restricted to Registered users only Download (647kB) | Request a copy |
|
|
Text (BAB 4)
22031024-KKW-BAB_4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB 5)
22031024-KKW-BAB_5.pdf Download (158kB) | Preview |
|
|
Text (LAMPIRAN)
22031024-KKW-LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Sistem pendataan kendaraan bus yang masih dilakukan secara manual melalui website SIASATI di berbagai Terminal Tipe A di Indonesia memiliki keterbatasan dalam kecepatan, akurasi, dan efisiensi operasional. Untuk mengatasi permasalahan tersebut, peneliti merancang dan membangun sistem pendataan bus otomatis berbasis Raspberry Pi yang dilengkapi kamera dan algoritma YOLO (You Only Look Once). Sistem ini dirancang untuk mendeteksi serta membaca plat nomor kendaraan secara otomatis ketika bus memasuki Terminal Tipe A Giwangan Yogyakarta. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan ADDIE, yang mencakup analisis kebutuhan, perancangan sistem, pengembangan perangkat keras dan lunak, implementasi, serta evaluasi model. Komponen utama sistem terdiri dari Web Camera Logitech Brio 100 sebagai input, Raspberry Pi 4B sebagai pusat pemrosesan data, dan LCD Wavesware 3,5 inci sebagai tampilan lokal. Model YOLO dilatih menggunakan dataset plat nomor kendaraan Indonesia, diintegrasikan dengan basis data MySQL, dan antarmuka website berbasis Node.js. Hasil pelatihan menunjukkan kinerja deteksi yang tinggi dengan nilai skor F1 sebesar 0,96 untuk deteksi plat nomor dan 0,98 untuk pembacaan karakter plat nomor. Hasil uji coba black box menunjukkan seluruh fungsi utama sistem, seperti deteksi, pembacaan plat nomor, penyimpanan data, tampilan real-time, hingga ekspor laporan dapat berjalan dengan baik dan sesuai perancangan. Pengujian terhadap 86 kendaraan bus menghasilkan 82 deteksi valid dan 4 deteksi tidak valid, sehingga tingkat akurasi sistem mencapai 95,35%. Berdasarkan hasil penelitian membuktikan bahwa alat pendataan bus otomatis ini mampu menggantikan sistem manual dengan kinerja yang lebih efisien dan akurat. Sistem dapat menyimpan data secara otomatis ke dalam database dan menampilkan informasi secara real-time melalui website. Penerapan sistem ini menunjukkan bahwa teknologi berbasis Raspberry Pi dan YOLO berpotensi besar dalam mendukung modernisasi serta digitalisasi sistem pendataan bus otomatis di Terminal Tipe A di seluruh Indonesia. Kata kunci: Raspberry Pi, YOLO, plat nomor, deteksi kendaraan, sistem otomatis, MySQL, Node.js, Terminal Giwangan
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Kata kunci: Raspberry Pi, YOLO, plat nomor, deteksi kendaraan, sistem otomatis, MySQL, Node.js, Terminal Giwangan |
| Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TL Motor vehicles. Aeronautics. Astronautics |
| Divisions: | Teknologi Otomotif > Teknologi Otomotif |
| Depositing User: | 22031024 22031024 |
| Date Deposited: | 21 Aug 2025 08:18 |
| Last Modified: | 21 Aug 2025 08:18 |
| URI: | http://eprints.pktj.ac.id/id/eprint/4105 |
Actions (login required)
 |
View Item |
