KLASIFIKASI SISTEM DETEKSI KENDARAAN LISTRIK PADA ATURAN GANJIL - GENAP UNTUK MENINGKATKAN AKURASI DENGAN ALGORITMA YOLOv8

Ferina, Intan Putri (2025) KLASIFIKASI SISTEM DETEKSI KENDARAAN LISTRIK PADA ATURAN GANJIL - GENAP UNTUK MENINGKATKAN AKURASI DENGAN ALGORITMA YOLOv8. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (199kB)
	Text BAB II.pdf Download (534kB)
	Text BAB III.pdf Download (544kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (137kB)
	Text Lampiran.pdf Download (527kB)

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kendaraan listrik yang efektif dengan memanfaatkan algoritma YOLOv8. Metodologi yang digunakan dalam penelitian ini adalah kualitatif eksperimental. Hasil evaluasi menunjukkan bahwa model memiliki recall sebesar 0.89, yang berarti 89% dari kendaraan listrik berhasil terdeteksi dengan benar. F1 Score yang diperoleh adalah 0.94, menandakan keseimbangan yang baik antara precision dan recall, serta menunjukkan kinerja model yang sangat baik dalam mendeteksi objek yang relevan. Confidence Score rata-rata model mencapai 80.5%, menunjukkan keyakinan yang cukup tinggi terhadap prediksi yang dihasilkan. Mean Average Precision (mAP) model mencapai 97%, yang menunjukkan kemampuan model dalam membedakan antara kendaraan listrik dan reguler di berbagai tingkat keyakinan. Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa sistem deteksi kendaraan listrik yang dikembangkan menggunakan algoritma YOLOv8 menunjukkan kinerja yang sangat baik dalam mendeteksi kendaraan listrik dan reguler.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	19 Jun 2025 06:58
Last Modified:	19 Jun 2025 06:58
URI:	http://repository.unas.ac.id/id/eprint/13028

Actions (login required)

View Item