PERANCANGAN SISTEM MACHINE LEARNING UNTUK KLASIFIKASI KENDARAAN PADA PERSIMPANGAN TRAFFIC LIGHT

Abstract

Penelitian ini berfokus pada perancangan sistem machine learning untuk melakukan klasifikasi kendaraan pada persimpangan lampu lalu lintas. Sistem machine learning yang dibuat pada penelitian menghasilkan rancangan sistem machine learning yang kemudian yang selanjutnya akan dijadikan bahan untuk diintegrasikan ke dalam aplikasi sehingga dapat melakukan klasifikasi dan penghitung kendaraan kelas roda dua serta roda empat baik secara real time maupun rekaman video pada CCTV lampu lalu lintas. Dataset gambar yang dikumpulkan disesuaikan dengan lingkungan yaitu lalu lintas. Semakin banyak dataset maka akan lebih baik lagi performa dari model machine learning yang dibuat. Algoritma YOLO yang merupakan pengembangan algoritma Convolutional Neural Network digunakan karena memberikan performa sangat baik serta training model machine learning yang tidak memakan banyak waktu. Aplikasi yang dibuat memiliki fitur dalam menghitung nilai kendaraan yang melaju dari atas ke bawah dan dari bawah ke atas. Hasil dari perancangan berupa dataset gambar kendaraan roda dua roda empat dengan total 240 buah, parameter-parameter yang digunakan dalam training model algoritma CNN diantaranya batchsize, minibatch, maxbatch, class dan filter, serta hasil GUI aplikasi sistem klasifikasi kendaraan terdapat fitur counting kendaraan dan fitur interaksi.