PENERAPAN ALGORITMA YOLO DAN FUZZY LOGIC UNTUK DETEKSI KENDARAAN DAN PENGENDALIAN LAMPU LALU LINTAS

Abstract

Dengan semakin banyaknya mobil dan angkutan yang masuk ke jalan, variabel dan parameter dari persimpangan atau manajemen lampu lalu lintas meningkat dan menjadi lebih sulit untuk dikelola. Sedangkan sistem manajemen lampu lalu lintas tetap sama dengan menggunakan timer dan hitung mundur sederhana. Hal ini pada akhirnya akan membuat mereka kurang efektif dan mungkin menyebabkan kemacetan dan kepadatan lalu lintas. Saat ini, sudah banyak lampu lalu lintas yang dilengkapi dengan CCTV untuk guna pemantauan. Fitur ini dapat diberikan fungsi baru dengan kemajuan algoritma Object Detection YOLO yang ada sekarang. YOLO adalah salah satu algoritma object detection yang paling cepat dan akurat, dan dengan menggunakan fuzzy logic sebagai pengontrolan lampu lalu lintas, hitungan mundur lampu lalu lintas dapat lebih adaptif sesuai dengan keramaian lalu lintas pada saat itu.. Penulis dapat melakukan pengembangan dan pengujian terhadap sistem kontrol lampu lalu lintas yang adaptif ini. Setelah dilakukan pengujian sistem dengan hasil pengujian akurasi object detection rata-rata 96,43% pada kendaraan mobil, dan akurasi rata-rata 50,17% pada kendaraan motor, disimpulkan bahwa durasi lampu lalu lintas lebih optimal dan lebih adaptif dibandingkan menggunakan sistem hitung mundur sederhana.