IDENTIFIKASI PELANGGAR LALU LINTAS BERDASARKAN PLAT KENDARAAN DAN ZEBRA CROSS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Fadhillah Amanda (2023), IDENTIFIKASI PELANGGAR LALU LINTAS BERDASARKAN PLAT KENDARAAN DAN ZEBRA CROSS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Skripsi, Universitas Samudra.

ABSTRAK

Indonesia merupakan negara yang hampir setiap warganya adalah pengguna kendaraan. Salah satunya adalah kendaraan roda dua atau roda empat yang memiliki plat nomor sebagai tanda pengenal yang dikeluarkan oleh Kepolisian agar dapat dioperasikan di jalan raya. Seringkali orang mengalami kecelakaan karena pejalan kaki yang menyeberang jalan tanpa memperhatikan lalu lintas. Zebra cross adalah tempat dimana pejalan kaki menyeberang jalan. Dengan adanya zebra cross, pengemudi dapat lebih memperhatikan lalu lintas, dan mengutamakan keselamatan pejalan kaki yang menyeberang. Dalam hal ini penulis ingin memecahkan masalah tersebut dengan tujuan agar sistem dapat mendeteksi pelanggaran lalu lintas berdasarkan plat kendaraan dan zebra cross. Metode yang digunakan dalam penelitian ini adalah CNN (Convolutional Neural Network). Hasil penelitian ini menunjukkan tingkat akurasi sekitar 80% dalam mengenali setiap karakter dari 25 data berdasarkan jarak antara 1-7 m yang diambil dari berbagai lokasi lalu lintas saat lampu merah di Kota Langsa

File ::(login required)