PENGEMBANGAN SISTEM DETEKSI KECEPATAN KENDARAAN BERBASIS KAMERA REAL-TIME MENGGUNAKAN YOLOV8 DAN OPEN CV

Winata, Mulya Djaya (2026) PENGEMBANGAN SISTEM DETEKSI KECEPATAN KENDARAAN BERBASIS KAMERA REAL-TIME MENGGUNAKAN YOLOV8 DAN OPEN CV. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (782kB)
	Text BAB 1.pdf Download (146kB)
	Text BAB 2.pdf Download (255kB)
	Text BAB 3.pdf Download (261kB)
	Text BAB 4.pdf Download (532kB)
	Text BAB 5.pdf Download (108kB)
	Text LAMPIRAN.pdf Download (351kB)

Abstract

Perkembangan teknologi visi komputer dan deep learning telah memberikan
kontribusi signifikan dalam peningkatan efisiensi sistem pemantauan lalu lintas
modern. Kecepatan kendaraan yang melebihi batas aman masih menjadi salah satu
pemicu utama terjadinya kecelakaan lalu lintas, sehingga diperlukan sistem
pengawasan yang mampu melakukan deteksi dan pengukuran kecepatan secara
cepat, akurat, dan real-time. Penelitian ini bertujuan mengembangkan sistem
deteksi dan pengukuran kecepatan kendaraan berbasis kamera menggunakan
algoritma YOLOv8 serta pengolahan citra OpenCV. Sistem ini dikembangkan
sebagai alternatif dari metode konvensional seperti radar dan loop detector yang
memiliki keterbatasan dalam biaya, fleksibilitas, serta kemampuan visualisasi.
Metode penelitian meliputi proses deteksi kendaraan menggunakan model
YOLOv8 yang terkenal karena kecepatan inferensi tinggi dan akurasi stabil pada
berbagai kondisi pencahayaan. Setelah kendaraan terdeteksi, sistem melakukan
pelacakan pergerakan antar frame dengan memanfaatkan modul pengolahan citra
pada OpenCV. Perpindahan koordinat kendaraan kemudian dihitung berdasarkan
interval waktu untuk memperoleh nilai kecepatan aktual. Pengujian dilakukan
menggunakan rekaman video lalu lintas dengan variasi intensitas cahaya dan
kepadatan kendaraan untuk mengukur performa sistem dalam kondisi nyata.
Hasil penelitian menunjukkan bahwa YOLOv8 mampu memberikan deteksi
kendaraan dengan tingkat presisi tinggi, sementara proses pelacakan melalui
OpenCV menghasilkan data perpindahan yang stabil sehingga mendukung
perhitungan kecepatan secara akurat. Sistem bekerja secara real-time dengan latensi
rendah, menjadikannya layak diterapkan pada kawasan perkotaan yang
membutuhkan pemantauan lalu lintas adaptif, ekonomis, serta mudah
diintegrasikan dengan perangkat keras minimal.
Kesimpulan penelitian menegaskan bahwa integrasi YOLOv8 dan OpenCV
mampu menghasilkan sistem pendeteksian dan pengukuran kecepatan kendaraan
yang efisien, akurat, dan dapat dikembangkan sebagai bagian dari implementasi
Intelligent Transportation System (ITS).

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Delvy Aplirizani -
Date Deposited:	16 Jul 2026 07:44
Last Modified:	16 Jul 2026 07:44
URI:	https://repository.unas.ac.id/id/eprint/17120

Actions (login required)

View Item