Model Deteksi Objek Menggunakan Yolov5 untuk Pengendalian Pengaturan Lalu Lintas

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengevaluasi kinerja model YOLOv5 dalam mengendalikan lampu merah secara dinamis dalam pengaturan lalu lintas. Studi ini mencoba menjawab urgensi penanganan masalah kemacetan lalu lintas dan peningkatan efisiensi lalu lintas di perkotaan. Dengan memanfaatkan kemampuan deteksi objek secara real-time dari model YOLOv5, penelitian ini berusaha mengintegrasikan model pengendalian lampu lalu lintas yang responsif dan adaptif. Tujuan utama adalah mengembangkan model pengaturan lampu lalu lintas yang dapat mendeteksi volume lalu lintas dan beradaptasi dengan kondisi lalu lintas secara dinamis. Model ini akan mengubah durasi lampu merah dan hijau berdasarkan jumlah kendaraan yang terdeteksi, sehingga mengurangi waktu tunggu dan meningkatkan aliran lalu lintas. Selain itu, penelitian ini juga bertujuan untuk mengevaluasi akurasi deteksi objek oleh model YOLOv5 dalam berbagai kondisi pencahayaan, termasuk pencahayaan rendah dan tinggi, untuk memastikan kinerja optimal model pengaturan lampu lalu lintas dalam situasi yang beragam. Hasil dari penelitian ini diharapkan memberikan panduan untuk penerapan teknologi terkini dalam meningkatkan pengaturan lampu lalu lintas di perkotaan, serta menyumbang pada pemahaman kinerja deteksi objek dari model YOLOv5 dalam konteks lalu lintas yang beragam. Harapannya, penelitian ini dapat membantu mengurangi kemacetan lalu lintas, meningkatkan efisiensi transportasi perkotaan, dan mengurangi emisi gas buang, memberikan manfaat bagi masyarakat dan lingkungan.