SISTEM DETEKSI PENGENDARA SEPEDA MOTOR TANPA HELM DAN KELEBIHAN PENUMPANG PADA DENGAN MENGGUNAKAN YOLO V3

Authors

  • Sulfan Bagus Setyawan Politeknik Negeri Madiun
  • Wahyu Pribadi Politeknik Negeri Madiun
  • Hanum Arrosida Politeknik Negeri Madiun
  • Eryandhi Putro Nugroho Politeknik Negeri Madiun

Keywords:

deteksi helm, deteksi sepeda motor, deteksi orang, YOLOv3, Pengolahan citra

Abstract

Dewasa ini, pelanggaran aturan lalu lintas banyak terjadi. Salah satu sebagian besar dari pelanggaran tersebut adalah pengendara sepeda motor. Banyak dari pengendara sepeda  motor tidak menggunakan helm dan kelebihan penumpang, sehingga mengurangi tingkat keamanan dari pengendara sepeda motor. Oleh karena itu, penulis mengusulkan sistem deteksi  pengendara sepeda motor tanpa helm dan kelebihan penumpang. Tujuan dari penelitian ini untuk memengurangi jumlah pelanggaran bersepada motor guna mengantisipasi adanya korban jiwa saat kecelakaan lalu lintas. Pada paper ini, penulis menggunakan YOLO V3 untuk mendeteksi pengendara sepeda motor tanpa helm dan kelebihan penumpang.  Pada awalnya sistem akan mendeteksi kendaraan sepeda motor. Setelah objek tersebut terdeteksi, sistem akan mendeteksi orang yang berada pada sepeda motor tersebut. Kemudian orang yang berada di sepada motor tersebut dihitung. Jika lebih dari 2 maka akan ada notifikasi pelanggaran. Secara bersamaan sistem akan mendeteksi pengendaraan tanpa helm. Hasil dari penelitian ini sistem dapat mendeteksi pelanggaran tersebut dengan akurasi 84.6 %

References

Badan Pusat Statistik (2018) .Statistik transportasi darat 2017.

F. A. Khan, N. Nagori and A. Naik, (2020). Helmet and Number Plate detection of Motorcyclists using Deep Learning and Advanced Machine Vision Techniques : 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA), pp. 714-717.

G. Lin, J. D. Deng, D. Albers and F. W. Siebert. (2020). Helmet Use Detection of Tracked Motorcycles Using CNN-Based Multi-Task Learning: in IEEE Access, vol. 8, pp. 162073-162084.

J. Chiverton,(2012). Helmet presence classification with motorcycle detection and tracking : in IET Intelligent Transport Systems, vol. 6, no. 3, pp. 259-269,

J. Li, H. Liu, T. Wang, M. Jiang, S. Wang, K. Li, and X. Zhao, (2017). Safety helmet wearing detection based on image processing and machine learning: In Proceedings of IEEE International Conference on Advanced Computational Intelligence (ICACI), pp. 201-205.

Korlantas RI. (2019). “5 pelanggaran dengan jumlah terting gi.” http://www.korlantasirsms.info/graph/violationTypeData, 2019. Diakses: 2019-11-20. (Dikutip pada halaman i, iii, 1).

Dasgupta, O. Bandyopadhyay and S. Chatterji.(2019).Automated Helmet Detection for Multiple Motorcycle Riders using CNN :IEEE Conference on Information and Communication Technology,, pp. 1-4.

R. Waranusast, N. Bundon, V. Timtong, C. Tangnoi and P. Pattanathaburt .(2013). Machine vision techniques for motorcycle safety helmet detection: 28th International Conference on Image and Vision Computing New Zealand (IVCNZ 2013), 2013, pp. 35-40.

Downloads

Published

2021-11-29

How to Cite

Sulfan Bagus Setyawan, Wahyu Pribadi, Hanum Arrosida, & Eryandhi Putro Nugroho. (2021). SISTEM DETEKSI PENGENDARA SEPEDA MOTOR TANPA HELM DAN KELEBIHAN PENUMPANG PADA DENGAN MENGGUNAKAN YOLO V3 . Prosiding Seminar Nasional Terapan Riset Inovatif (SENTRINOV), 7(1), 430-438. Retrieved from https://proceeding.isas.or.id/index.php/sentrinov/article/view/996