Implementasi Framework Mask R-CNN Object Detection API Dalam Mengklasifikasi Jenis Kendaraan Bermotor

Dadang Iskandar Mulyana, Apian Candra Aditya, Seli Amelia, Sony Agustian Syah

Abstract


Jenis kendaraan yang melewati suatu lalu lintas jalan sangat berpengaruh terhadap kepadatan lalu lintas jalan tersebut. Jika jumlah setiap jenis kendaraan yang melewati suatu lalu lintas jalan dapat diketahui, maka strategi lalu lintas yang baik dapat diatur oleh pihak yang berwenang. Dengan memanfaatkan perkembangan teknologi di dalam bidang computer vision dan deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung objek kendaraan yang melewati suatu lalu lintas jalan berdasarkan klasifikasi jenis kendaraan. Penelitian ini menggunakan Framework Mask R-CNN Object Detection API dan algoritma dari pretrained model object detection YOLO v3 untuk melakukan deteksi dan klasifikasi. Berdasarkan hasil pengujian pada kelima video uji coba, sistem yang dibangun berhasil menghasilkan suatu data yang berisi jumlah setiap jenis kendaraan yang lewat di suatu lintas jalan dengan tingkat akurasi deteksi objek rata-rata adalah 90.8%.


Keywords


Deep Learning; Object Detection; Mask R-CNN; YOLO; Kendaraan Bermotor

References


Imanuddin, F. Alhadi, R. Oktafian, and A. Ihsan, “Deteksi Mata Mengantuk pada Pengemudi Mobil Menggunakan Metode Viola Jones,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 18, no. 2, pp. 321–329, 2019, doi: 10.30812/matrik.v18i2.389.

P. G. Pamungkas, K. Kusrini, and H. Al Fatta, “Deteksi Mobil Ambulance Menggunakan Operator Sobel,” Inspir. J. Teknol. Inf. dan Komun., vol. 10, no. 1, p. 87, 2020, doi: 10.35585/inspir.v10i1.2534.

R. Sutjiadi and T. J. Pattiasina, “Deteksi Objek menggunakan Dashboard Camera untuk Sistem Peringatan Pencegah Kecelakaan pada Mobil,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 2, p. 427, 2020, doi: 10.25126/jtiik.2020712520.

D. J. P. Manajang, A. Jacobus, J. T. Elektro, U. Sam, and R. Manado, “Implementasi Framework Tensorflow Object Detection API Dalam Mengklasifikasi Jenis Kendaraan Bermotor,” J. Tek. Inform., vol. 15, no. 3, pp. 171–178, 2020, doi: 10.35793/jti.15.3.2020.29775.

N. F. Mustamin, I. Indrabayu, and I. S. Areni, “Optimasi Perhitungan Jarak antara Kendaraan,” J. Penelit. Enj., vol. 22, no. 2, pp. 105–112, 2018, doi: 10.25042/jpe.112018.02.

M. R. Fauzan and A. P. W. Wibowo, “Pendeteksian Plat Nomor Kendaraan Menggunakan Algoritma You Only Look Once V3 Dan Tesseract,” J. Ilm. Teknol. Infomasi Terap., vol. 8, no. 1, pp. 57–62, 2021, doi: 10.33197/jitter.vol8.iss1.2021.718.

A. B. Asni, M. K. Waruni, T. Elektro, and F. Teknologi Industri Universitas Balikpapan Jln Pupuk Raya Gn Bahagia Balikpapan, “Penerapan Metode Yolo Object Detection V1 Terhadap Proses Pendeteksian Jenis Kendaraan Di Parkiran,” Jte Uniba, vol. 6, no. 1, 2021.

F. F. Ramadhan and M. Hardjianto, “Prototipe Pengenalan Wajah Dengan Algoritma Fisherface Dan Viola-Jones Untuk Sistem Penguncian Pintu Mobil Berbasis Android,” J. Algoritm. Log. dan Komputasi, vol. 1, no. 2, pp. 82–93, 2018, doi: 10.30813/j-alu.v1i2.1372.

R. S. Septarini and T. Nugroho, “Rancang Bangun Aplikasi Sistem Diagnosis Kerusakan Pada Mobil Daihatsu Xenia 1.3 M/T Dengan Metode Forward Chaining,” JIKA (Jurnal Inform., vol. 2, no. 2, pp. 84–93, 2019, doi: 10.31000/.v2i2.1518.

P. P. D. J. C. Henriques, I. G. A. P. R. Agung, and L. Jasa, “Rancang Bangun Sensor Jarak sebagai Alat Bantu Memarkir Mobil berbasis Mikrokontroler Arduino Uno,” Maj. Ilm. Teknol. Elektro, vol. 17, no. 1, p. 72, 2018, doi: 10.24843/mite.2018.v17i01.p10.

M. F. Mustaqim, A. Nugroho, and F. Suni, “Sistem Deteksi Kecepatan Kendaraan Menggunakan Metode Haar Cascade untuk Keamanan Berkendara,” vol. 10, no. 2, pp. 30–34, 2021.

R. Haswinsa, I. I. Tritoasmoro, and N. Ibrahim, “Sistem Deteksi Qr Code Pada Mobil Bergerak Dengan Metode Faster R-Cnn Qr Code Detection System on Moving Car Using Faster R-Cnn Method,” vol. 8, no. 1, pp. 264–272, 2021.

A. S. Lehman and J. Sanjaya, “Sistem Pengenalan Spesifikasi Mobil pada Showroom Berbasis Haar-Like Features,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 3, pp. 504–514, 2020, doi: 10.28932/jutisi.v6i3.2903.

H. Kim, T.-K. Kim, W. Hwang, and S. Kee, “Face Recognition Method and Apparatus Using Component-Based Face Descriptor,” US7203346B2, 2007.

R. O. Duda, P. E. Hart, and D. G. Stork, Pattern classification, 2nd ed. New Jersey: John Wiley & Sons, 2012.

A. Firmansyah, A. A. Firmansyah, R. E. AK, and A. Santoso, “Deteksi Halangan Menggunakan Metode Stereo R-CNN pada Mobil Otonom,” J. Tek. ITS, vol. 9, no. 2, pp. E160–E166, 2021, [Online]. Available: http://ejurnal.its.ac.id/index.php/teknik/article/view/53687%0Ahttps://ejurnal.its.ac.id.

W. Supriyatin, “Analisis Perbandingan Pelacakan Objek Menggunakan Optical Flow Dan Background Estimation Pada Kamera Bergerak,” Ilk. J. Ilm., vol. 11, no. 3, pp. 191–199, 2019, doi: 10.33096/ilkom.v11i3.452.191-199.




DOI: https://doi.org/10.32528/elkom.v4i1.7148

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Jurnal Teknik Elektro dan Komputasi (ELKOM)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

View My Status                                                                       Indexing Service

                              

UNMUH

   Publisher :
   UNIVERSITAS MUHAMMADIYAH JEMBER
   Jl. Karimata No. 49 Jember 68121 East Java
   Website : www.unmuhjember.ac.id
   Email : kantorpusat@unmuhjember.ac.id

Editorial Address :
Electrical Engineering
Faculty of Engineering
UNIVERSITAS MUHAMMADIYAH JEMBER
Jl. Karimata No. 49 Jember 68121 East Java