Marbun, Juan Mora Michael and Panca Mudjirahardjo, Dr., Eng., S.T., M.T and Soeprapto, Ir., M.T., I.P.M. (2023) Vehicle Detection And Counting Berbasis Otomatis Menggunakan Yolo. Sarjana thesis, Universitas Brawijaya.
Abstract
Penghitungan kendaraan dianggap sebagai salah satu aplikasi terpenting dalam pengendalian dan manajemen lalu lintas, untuk deteksi dan menghitung kendaraan harus dilakukan. Penghitungan kendaraan secara real time secara efisien dapat meningkatkan kontrol dalam manajemen lalu lintas dengan bertujuan untuk mengumpulkan informasi lalu lintas real-time secara efisien. Deteksi dan penghitungan kendaraan memiliki peran penting dalam sistem transportasi cerdas, terutama untuk manajemen lalu lintas. Masalah lalu lintas telah menjadi masalah terbesar yang dihadapi para perencana kota selama bertahun-tahun. Deteksi kendaraan bergerak lebih akurat dengan menggunakan beberapa teknik computer vision dan penghitungan kendaraan dilakukan dengan menggunakan sistem. Analisis lalu lintas akan menghitung jumlah kendaraan per waktu yang berubah-ubah dan mencatat jumlah kendaraan. Dalam sistem vehicle and counting, pendeteksi kendaraan dan penghitungan sangat penting untuk arus lalu lintas dalam pemantauan, perencanaan, dan pengendalian. Dengan sistem yang dapat dilakukan secara real time pada arus lalu lintas dari kamera, teknologi solusi berbasis video diterapkan dalam kombinasi dengan detektor virtual. Dengan teknologi ini, menerapkan OpenCV untuk sebagai hal utama dalam video real time dan You Only Look Once (YOLO) adalah salah satu pendekatan untuk melakukan pendeteksian objek secara real-time berbasis Convolutional Neural Network. YOLO menggunakan pendekatan jaringan syaraf tunggal (Single neural network) untuk melakukan pendeteksian objek pada sebuah citra. Jaringan ini menggunakan fitur dari semua gambar untuk memprediksi setiap bounding box yang dapat melakukan prediksi pada kotak-kotak pembatas dan probabilitas secara langsung dalam satu evaluasi. Metode tersebut di aplikasikan untuk mendeteksi dan menghitung kendaraan yang bergerak. Dalam pengujian sistem, sistem ini menggunakan perangkat elektronik dengan berbiaya rendah yaitu dengan menggunakan modul mikrokontroler ESP32 bersama dengan ESP32 Cam. Penelitian ini juga bertujuan untuk mengembangkan akses jarak jauh menggunakan mikrokontroler untuk mendeteksi dan menghitung kendaraan pada lalu lintas. Dari penelitian ini, mendapatkan hasil dari percobaan seberapa besar akurasi dalam melakukan pendeteksian dan perhitungan kendaraan pada jalan lalu lintas, baik berdasarkan resolusi, tingkat kepadatan dan delay nya pada sistem ini.
English Abstract
Vehicle counting is considered as one of the most important applications in traffic control and management, for which vehicle detection and counting must be carried out. Vehicle counting real time can efficiently improve control in traffic management by aiming to collect real-time traffic information efficiently. Vehicle detection and counting has an important role in intelligent transportation systems, especially for traffic management. Traffic problems have been the biggest problem facing city planners for many years. Moving vehicle detection is more accurate by using several computer vision techniques and vehicle counting is done by using the system. Traffic analysis will calculate the number of vehicles per time varying and record the number of vehicles. In systemvehicle and counting, vehicle detection and accounting are very important for traffic flow in monitoring, planning and control. With a system that can be done onlinereal time on the traffic flow from cameras, video-based solution technology is applied in combination with virtual detectors. With this technology, implementing OpenCV is the main thing in the videoreal time andYou Only Look Once (YOLO) is a real-time based object detection approachConvolutional Neural Network. YOLO uses a single neural network approach (Single neural network) to perform object detection in an image. This network uses the features of all images to predict each bounding box which can make predictions on bounding boxes and probabilities directly in one evaluation. This method is applied to detect and calculate moving vehicles. In testing the system, this system uses low-cost electronic devices, namely by using the ESP32 microcontroller module together with the ESP32 Cam. This research also aims to develop remote access using a microcontroller to detect and count vehicles in traffic. From this research, get the results of the experiment how much accuracy is in detecting and calculating vehicles on traffic roads, both based on resolution, level of density anddelay it on this system..
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | '0523070120 |
| Uncontrolled Keywords: | Vehicle Detection and Counting, Open-Cv, Python, YOLO |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting > 621.38 Electronics, communications engineering > 621.381 Electronics |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Endang Susworini |
| Date Deposited: | 26 Jul 2023 04:11 |
| Last Modified: | 26 Jul 2023 04:11 |
| URI: | http://repository.ub.ac.id/id/eprint/202135 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Juan Mora Michael Marbun.pdf Restricted to Registered users only until 31 December 2025. Download (5MB) |
Actions (login required)
 |
View Item |