PENERAPAN TEKNOLOGI COMPUTER VISION BERBASIS CONVOLUTIONAL NEURAL NETWORKS (CNN) DALAM DETEKSI KECELAKAAN LALU LINTAS MENGGUNAKAN CCTV UNTUK OPTIMALISASI TANGGAP DARURAT

Record Detail Back

XML

PENERAPAN TEKNOLOGI COMPUTER VISION BERBASIS CONVOLUTIONAL NEURAL NETWORKS (CNN) DALAM DETEKSI KECELAKAAN LALU LINTAS MENGGUNAKAN CCTV UNTUK OPTIMALISASI TANGGAP DARURAT

Kecelakaan lalu lintas di Indonesia meningkat pesat dan masih bergantung pada
pelaporan manual, sehingga memerlukan sistem deteksi otomatis yang cepat dan
akurat. Kondisi ideal yang diinginkan adalah pemantauan real-time dari rekaman
CCTV dengan klasifikasi tingkat keparahan kecelakaan dan notifikasi langsung ke
layanan darurat. Penelitian ini mengembangkan model Computer Vision berbasis
Convolutional Neural Networks (CNN)—YOLOv11n—dengan teknik Transfer
Learning pada dataset gabungan dari Kaggle dan ekstraksi frame CCTV. Metode
pengembangan meliputi pre-processing (normalisasi, augmentasi), pelatihan 50
epoch, dan integrasi sistem menggunakan Laravel (backend), Flask API (deteksi),
serta Mailtrap/Twilio untuk notifikasi email dan WhatsApp. Hasil pengujian
menunjukkan presisi dan recall ~0,85 serta mAP@0.5 = 0,85; sistem memproses
video rata-rata 1 menit 19 detik dan berhasil mengirim notifikasi real-time (

Statement of Responsibility

Author(s)

RAKA GIAN ADITYA ASBATH - Personal Name

Edition

Call Number

Subject(s)

Convolutional Neural Network, You Only Look Once,

Classification

NONE

Series Title

GMD

Text

Language

INDONESIA

Publisher

TEKNIK INFORMATIKA UNLA

Publishing Year

2025

Publishing Place

BANDUNG

Specific Detail Info

File Attachment

LOADING LIST...

Availability

LOADING LIST...

APA Citation

RAKA GIAN ADITYA ASBATH. (2025).PENERAPAN TEKNOLOGI COMPUTER VISION BERBASIS CONVOLUTIONAL NEURAL NETWORKS (CNN) DALAM DETEKSI KECELAKAAN LALU LINTAS MENGGUNAKAN CCTV UNTUK OPTIMALISASI TANGGAP DARURAT.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd