Firdaus, Muhammad (2025) Implementasi TinyML untuk Sistem Pendeteksi Kendaraan Berbasis YOLO pada Raspberry pi. Diploma thesis, Politeknik Caltex Riau.
BUKU PA DAUS-1.pdf
Download (2MB)
Kesepakatan Kelas Poster Biru Putih Ilustratif (1).png - Submitted Version
Restricted to Registered users only
Download (918kB)
Kesepakatan Kelas Poster Biru Putih Ilustratif (1).png - Submitted Version
Restricted to Registered users only
Download (918kB)
Abstract
Sistem deteksi kendaraan berbasis visi komputer semakin banyak
dikembangkan untuk mendukung otomasi lalu lintas dan keamanan.
Namun, kinerja sistem ini sangat dipengaruhi oleh kondisi
pencahayaan dan jarak deteksi. Penelitian ini bertujuan
mengembangkan dan menguji sistem deteksi kendaraan yang mampu
bekerja secara optimal pada berbagai kondisi lingkungan. Metode
yang digunakan meliputi penerapan model deteksi objek berbasis
kamera dengan pengukuran parameter intensitas cahaya
menggunakan lux meter, pengaturan threshold pencahayaan, serta
evaluasi performa melalui pengujian pada tiga kondisi pencahayaan
(terang, redup, dan gelap) dan empat jarak deteksi (1 m, 3 m, 5 m, dan
8 m). Parameter yang diukur mencakup akurasi deteksi, delay respon,
dan konsumsi tegangan. Hasil pengujian menunjukkan bahwa pada
kondisi terang dan redup, baik untuk kendaraan jenis motor maupun
mobil, sistem mencapai akurasi 100% dengan delay rata-rata 0,33–
0,37 detik dan konsumsi tegangan stabil di sekitar 4950–4961 mV.
Namun, pada kondisi gelap, akurasi menurun menjadi rata-rata 50%
untuk motor dan 60% untuk mobil. Pada jarak 8 m, performa juga
menurun, terutama pada motor (40%) dibandingkan mobil (60%).
Temuan ini menunjukkan bahwa sistem bekerja optimal pada
pencahayaan memadai dan jarak pendek–menengah, tetapi
memerlukan optimasi tambahan untuk kinerja pada pencahayaan
rendah dan jarak jauh
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | KBK > KBK Jurusan Teknologi Industri > KBK Elektronika |
| Divisions: | Sarjana Terapan > Jurusan Teknologi Industri > Teknik Elektronika Telekomunikasi |
| Depositing User: | Mr Firdaus Muhammad |
| Date Deposited: | 19 Aug 2025 07:54 |
| Last Modified: | 19 Aug 2025 07:54 |
| URI: | https://repository.lib.pcr.ac.id/id/eprint/3290 |
